空间数据融合的研究进展:从经典方法到扩展方法

发布时间：2018-04-15 12:18

本文选题：数据融合 + 地统计学　；参考：《武汉大学学报(信息科学版)》2017年11期

【摘要】：随着数据获取方式和技术的多样化,多源空间数据持续累积,迫切需要研究数据集成方法,以更好地为地学研究与应用提供信息和技术支持。将各种用于集成多源空间数据的处理过程统称为数据融合,并从经典方法和扩展方法的角度,分别综述相关研究进展。为综述经典方法的研究进展,依据空间对象数据模型和场数据模型,理清了数据融合及其相关数据处理较成熟的方法;对于扩展方法,阐述了多点地统计方法、统计-机理型方法、多尺度分析与重构方法、信息论方法等。为更有效地支持多源异构数据环境下的数据融合,讨论了尺度不匹配、语义不一致性、时间维等问题。
[Abstract]:With the diversification of data acquisition methods and techniques and the continuous accumulation of multi-source spatial data, there is an urgent need to study data integration methods in order to provide better information and technical support for geoscience research and applications.The processing process for integrating multi-source spatial data is referred to as data fusion, and the related research progress is reviewed from the point of view of classical methods and extended methods.In order to summarize the research progress of classical methods, according to spatial object data model and field data model, the methods of data fusion and related data processing are clarified.Statistical-mechanism method, multi-scale analysis and reconstruction method, information theory method and so on.In order to support data fusion in multi-source heterogeneous data environment more effectively, the problems of scale mismatch, semantic inconsistency and time dimension are discussed.
【作者单位】：武汉大学遥感信息工程学院;武汉大学测绘学院;中国科学院遥感与数字地球研究所数字地球重点实验室;
【基金】：国家自然科学基金(41471375,41501489)~~
【分类号】：P208

【相似文献】