遥感影像岩性分类及结合样本纯化的精度评价

发布时间：2020-11-08 17:02

　　运用遥感图像进行岩性分类与识别是遥感在地质领域的重要应用之一。传统遥感岩石学的研究主要利用岩石的光谱特征进行岩性识别。随着遥感技术在岩性识别应用方面的不断深入,基于光谱特征的岩性信息提取精度已经难以满足应用的要求。将纹理信息作为辅助信息,引入遥感岩性识别,能获得更高的岩性识别精度。窗口大小是纹理提取过程的重要参数,将会影响纹理提取结果。另一方面,在遥感岩性分类过程中,分类精度检验是遥感分类技术中一个十分重要的环节,对遥感分类应用有着非常重要的意义。然而,在分类精度评价过程中,通常将检验样本视为真值,但实际上遥感图像中混合像素的存在通常会导致检验样本存在误差,这种误差往往被简单地忽略并被归结为分类误差,造成精度评价结果不可靠。针对以上两个问题,本文提出了一种结合最佳纹理窗口大小选择和样本纯化的岩性分类方法。第一,基于半变异函数对最佳纹理提取窗口进行估计。第二,基于理论上的最佳窗口计算图像的灰度共生矩阵的四个描述量角二阶矩阵、熵、相关性和对比度特征。第三,对纹理和光谱特征进行组合,利用最佳波段指数选择出最佳的特征组合。第四,通过支持向量机分类器对不同组合图像进行分类。第五,提出基于属性一致性的样本纯化方法,并结合图像纹理特征,建立样本净化规则,去除与规则冲突的检验样本点,得到纯化后的检验样本。第六,基于半变异函数的最佳纹理提取窗口选择方法的有效性,通过基于不同窗口提取的角二阶矩阵结合光谱特征进行岩性分类来验证。最后,纯化前后的检验样本分别对不同特征组合的分类结果进行精度评价,并对比分析精度结果。实验结果表明,预估的纹理窗口大小可以保证岩性分类具有较高分类精度的分类结果。同时还表明,基于光谱特征和角二阶矩阵纹理特征组合的岩性分类精度最高,基于原始检验样本的总体精度和Kappa分别为87.4%和0.84,而基于纯化后检验样本则分别为88.01%和0.85。结果表明,本文提出的方法能够建立更可靠的岩石识别。
【学位单位】：中国地质大学(北京)
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P627
【部分图文】：

技术路线图,检验样本,岩性分类,窗口选择

1 引言最后通过实验验证了最佳纹理提取窗口选择方法和检验样本纯化方法的有效性。实验结果表明，所提出的岩性分类方法对岩性识别更为可靠。1.4 技术路线及论文结构本文技术路线如图 1-1 所示，主要包括基于半变异函数的最佳纹理窗口选择、基于 GLCM 的纹理特征提取、基于支持向量机的岩性分类、检验样本的样本容量计算和选择，基于特征信息样本创建纯化规则并纯化检验样本，基于纯化前后的检验样本对不同分类结果进行精度评价以及结果分析。

地质图,地理位置,岩石,沉积物

坐落于塔里木盆地西北边缘柯坪断隆的中部（图2-1）。具体范围为 77°35′N ~ 78°10′N，40°0′E ~ 40°25′E，研究区平均海拔约为1885 米。该地区属温带大陆性气候，降水量少，植被较少，岩石裸露良好，是利用卫星遥感技术进行岩石研究的理想地区。研究区表层暴露的地层主要有古生界地层和新生界地层。暴露的古生代地层包括出露的主要地层单元包括寒武系和奥陶系的碳酸盐岩，志留系绿色页岩，泥盆系红床，石炭系硅质碎屑（周志毅和陈丕基，1990; McKnight et al., 1989）。第三系沉积物主要由砾岩，砂岩和粉砂岩组成。第四系沉积物主要为冲积物，山间洼地沉积物，风积沙和盐沼沉积物。研究区主要岩石单元及其岩性描述见表 2-1。图 2-2 为已出版的 1:20万地质图，显示了研究区岩石单元的分布（新疆地质调查局，1965a, b）。

岩性分布