空间信息的多点地统计分析与应用

发布时间：2019-08-16 20:09

【摘要】：统计分析是地学领域研究的基础方法之一。地统计学理论(geostatistics)在1963年由法国学者Matheron提出,因其考虑了地球空间数据特性(即变量的空间分布特征和相关性等特性)而广泛应用于各种地学研究中。地统计学涵盖一整套区域化变量理论(regionalized variable theory),以变异函数(variogram)或协方差函数(covariance)为度量工具,建立描述空间变量的变异性或相关性的模型,用预测或模拟的手段推断空间变量的统计特征。早期的地统计学应用于地质勘探方面,现已广泛应用于资源生态、农林业等诸多领域。多点地统计学(multiple-point geostatistics, MPG)由Guard iano和Srivastava在1993年提出,是传统地统计学的进一步发展。多点地统计的最大优势在于引入了训练图像(training image)的概念,通过在训练图像上搜寻并记录多个点之间的统计信息,将其作为空间重构和空间预测的先验知识,从而表达空间的连续性和可变性。训练图像取代了传统地统计学中变异函数(或协方差函数)的功能,突破了变异函数模型一次只能描述一对点之间和一个方向上的空间关系的限制。多点地统计多用于石油和岩相勘探,近年来,有学者用多点地统计方法来处理遥感影像,但其研究方法和应用并不广泛。本文的研究目的是将多点地统计理论引入到遥感应用领域,提出利用多点地统计模拟的方法来探究遥感影像分类、影像数据精化和超分辨率重建等关键问题,通过实验论证,突出多点地统计方法相对于传统地统计学的优势,拓展多点地统计的应用范围。具体研究工作包括： (1)分析了遥感和地理信息科学领域若干问题的研究现状,归纳现有研究在关键领域中存在的问题,比较已有的技术方法并分析其优劣,在此基础上展开本文的研究目标、内容、方法和意义的论述。 (2)介绍了传统地统计学和多点地统计学的理论基础及相关概念,详细阐述传统地统计中经典克里格方法和多点地统计模拟算法的一般流程。 (3)利用多点地统计模拟的方法对遥感影像进行分类后处理,从训练图像中提取空间信息,建立空间依赖关系,改善分类精度。对有代表性的地理类别做高阶统计分析,与空间平滑后处理的算法和基于上下文信息的马尔科夫随机场分类方法相比较,分析多点地统计模拟方法在处理复杂类别分布时的特点。 (4)研究在欠采样条件下的空间数据套合方法,利用基于模式的多点地统计模拟预测高空间分辨率的数字高程模型(digital elevation model, DEM),达到数据精化的目的；与传统地统计中的多种克里格预测方法相比较,分析传统地统计和多点地统计方法对地形数据空间结构信息提取和精化的性能。 (5)研究了影像数据超分辨率重建方法,在多点地统计模拟中引入了基于正则化技术的数据支撑转换模型,开发了尺度下推的关键技术。实验基于不同尺度组合的影像数据,研究了重建影像的连续性、视觉效果、误差统计等特性,并比较了该方法与未考虑支撑转换模型的重建方法的优劣。本文的主要创新点有： (1)提出了一种基于多像元空间结构统计信息的遥感影像分类后处理方法。研究表明,相对于传统基于光谱和空间上下文特征的分类方法,多点地统计后处理有着更高的分类精度,且对曲线型空间分布的地理类别(土地覆盖类别)处理优势显著。 (2)提出了一种基于多点地形结构特征的DEM数据精化方法。该方法以局部图案的模式匹配为基础,利用了训练图像来提取地形结构特征,提高对精化影像空间结构的提取与重现能力,实验结果验证了该方法的性能优于传统克里格内插方法。 (3)提出一种基于面-点协同克里格(ATPCK)模拟的影像超分辨率重建方法,通过数据驱动的支撑转换模型实现了统计意义上的尺度下推,即多光谱影像的精细尺度重构。方法弥补了一般多点地统计模拟过程中融合不同尺度数据时未涉及支撑转换模型的不足,拓展了超分辨率方法在影像数据中的适用性。多点地统计学在遥感影像分类、空间数据精化、以及影像超分辨率重建方面还有较大的研究空间,根据笔者的现有成果,指出以下几点研究方向： (1)训练图像的参数灵敏度分析,包括精度、范围、非平稳性(non-stationary)等,无条件约束的训练图像如何选取需进一步斟酌。 (2)多点地统计模拟中制约条件精度的定量化分析。实验表明,作为辅助变量的概率场(类别型数据)或局部变换均值(连续型数据)的条件对模拟精度影响较大,而目前对模拟条件制约的精度分析还十分欠缺。 (3)“无模型”模拟算法的自适应性有待挖掘。期望通过一些量化指标(如对于类别型数据利用土地分类图的连通性,连续型影像的信息熵等)来确定最佳模拟参数。 (4)多点地统计的算法效率有待进一步提高,期望能将本文提出的方法应用到大范围、多时序的空间数据中。 (5)增加实验测试数据,加强研究方法对数据的测试能力,发展一套稳定、成熟的技术方法,并拓展方法的应用层面。比如收集真实的多尺度数据,将多点地统计方法用来解决陆地表层系统科学的尺度转换等难点问题。
【学位授予单位】：武汉大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：P208

【参考文献】