[发明专利]一种逐位置快速估算各类地物概率分布的方法

说明书

本发明属于空间信息技术领域，具体涉及一种逐位置快速估算各类地物概率分布的方法。本发明经过步骤1.给定估算的所需参数；步骤2.根据目标区域大小，设定目标规则格网TG，并根据目标地物的空间结构特征选择和目标规则格网具有相同空间分辨率的训练图像TI；步骤3.将TI缩放到从1到G的不同粒度大小，步骤4.对每个TI_g中的网格单元p_g，TI中与其对应的像元组成一个集合；步骤5.将TG缩放到从1到G的不同粒度大小等12个步骤。本发明解决现有多点模拟方法难以根据少数样本数据在研究区域内快速逐位置计算各类地物概率分布的问题。

技术领域

本发明属于空间信息技术领域，具体涉及一种逐位置快速估算各类地物概率分布的方法。

背景技术

模拟一直是研究地理现象的一种常用技术和方法。例如对在气象、地质等很多方面，很多研究都是关于如何从有限样本点模拟出研究对象在研究区域的实际分布。20世纪90年代Guardiano，Srivastava和Joumel等提出了使用多点统计学来对进行地理现象建模的这一理论方法，即多点模拟。这一方法可以弥补传统地质统计学变差函数的不足：仅考虑两点之间的统计关系。基于这一思想，专家们提出了很多相关算法并进行了验证。目前这些模拟算法已经被广泛的用于石油和矿物探测、超分辨率制图以及遥感图像分类等各个方面。尤其是在矿物储层模拟方面，通常只能通过有限的几十个样本去估计整个区域不同位置的石油分布情况。

目前，多点模拟方法可以分为三个类别。第一个类别是基于正则方程的方法，例如ENESIM，SNESIM以及IMPALA。这些方法通过训练图像来学习不同空间近邻条件下各类别的空间分布。这些方法主要针对的是类别数据。第二个类别是基于模式匹配的方法。这些方法从训练图像中直接学习结构模式，然后将这些模式直接粘贴到模拟格网中。代表性的方法有FILTERSIM，SIMPAT 和RPAFSIM。第三种类型的方法是基于抽样或者信息论的方法，例如DS算法。这类算法通常需要大量的运算才能获得比较好的模拟结果。

在实际应用中，通常单次的模拟结果是没有任何参考价值的，必须要通过多次模拟来获得研究区域不同位置各个类别出现的概率。通常需要成百上千次的模拟才能较为准确的估算不同位置各类别出现的概率。然而，如此多的模拟需要大量的计算时间。然而在很多情况下，时间效率尤为关键，因此需要新方法能够快速直接的推算出不同位置的各类别概率。

本发明提出了快速估估算不同类别地物复杂空间概率分布的方法。这一方法首先将训练图像和目标目标规则格网分别转换到从粗到细多个不同分辨率规则格网上。不同分辨率规则格网上的每个像元的值被设置为一个类别矢量。矢量的每个元素都是这一元素所对应类别在这一像元空间范围内出现的数目。

其次，该方法分别在不同分辨率规则格网上，根据训练图像，在给定的距离范围内，分别统计每个近邻位置出现不同类别组合时，中心像元出现各类别的数目。然后，在每个分辨率规则格网上，将这一统计结果存储下来。

最后，从最粗的规则格网开始，根据样本数据构建当前像元的条件数据，并以此为依据估计当前格网的每个像元上不同位置近邻条件下各个类别的出现的概率。然后，把各类别的边缘概率作为各类别先验概率，再融合所有位置近邻的推断结果，并得出当前像元各类别出现的概率。最后将这一概率作为下一层较细规则格网对应像元的先验概率，使用同样的方法推导出这一层规则格网的不同位置出现不同类别的概率。依次类推，得到最细规则格网上每个像元不同类别的概率分布。

发明内容

本发明的目的是面向对具有复杂几何特征的多类别地物，解决现有多点模拟方法难以根据少数样本数据在研究区域内快速逐位置计算各类地物概率分布的问题，提供一种逐位置快速估算各类地物概率分布的方法。

为解决上述技术问题，本发明采用的技术方案包含以下步骤：