[发明专利]多源遥感数据多特征融合的岩性自动分类方法及系统

说明书

本发明公开一种多源遥感数据多特征融合的岩性自动分类方法及系统，方法包括：获取多源遥感数据；提取多尺度光学遥感特征，构建光谱与纹理特征空间并进行光谱与纹理特征优选；提取雷达遥感特征，并面向岩性识别进行雷达遥感特征优选；提取多类型地形因子，并面向岩性识别进行地形因子优选；结合优选后的光谱与纹理特征、雷达遥感特征及地形因子特征，构建岩性分类特征空间，并基于岩性分类特征空间，结合监督分类算法和各岩性单元训练样本建立岩性自动分类模型，实现多源遥感数据多特征融合的岩性自动分类。本发明解决岩石像元间的“特征相异性”和“特征相似性”对基于单一类型遥感特征岩性分类精度的影响以及多源遥感特征特征冗余问题。

技术领域

本发明属于遥感数据处理技术领域，尤其涉及面向岩性识别的光学、雷达、数字高程模型（Digital Elevation Model; DEM）等多源遥感数据多特征提取方法、高维特征集优化与岩性分类特征空间构建方法以及岩性自动分类方法，具体为一种多源遥感数据多特征融合的岩性自动分类方法及系统。

背景技术

前人研究证实了利用光学遥感数据提取的光谱和纹理特征、利用雷达遥感数据提取的结构参数（后向散射系数和极化分解特征）和利用数字高程模型提取的地形因子等多源遥感特征对岩性自动分类的有效性。

遥感数据的光谱和纹理信息是应用于岩性分类的最基本信息。遥感数据的光谱信息能够反应地表不同类型矿物、岩石对不同波长入射光的选择性吸收、反射、透射和散射的综合特征差异，进而用于识别矿物、岩石类别。遥感图像纹理信息反应了图像中辐射亮度值的空间变化，也是用于识别对象的重要特征。随着SPOT、 QuickBird、WorldView及国产高分系列等高空间分辨率遥感数据（高分数据） 投入使用，其图像纹理特征较好的显示了岩石地层中的层理、节理、断裂等线性构造特征及岩性单元之间的接触关系，同时影像空间分辨率的提高也是解决混合像元现象的最有效途径。另外，从单一中分多光谱数据源同时提取光谱信息和纹理信息并应用于岩性分类已成为提高分类精度常用而有效的方法。

雷达影像反映的是雷达后向散射系数的相关信息，而后向散射系数是地表粗糙度、地形起伏以及地物的介电常数的综合反映。不同岩石介电常数存在着差异，这种差异为利用雷达影像后向散射系数进行岩性识别提供了依据。

遥感地形信息提供了地貌特征的定量描述，同时岩石类型与地貌成因类型密切相关。同时，地形信息可以反映出不同岩性侵蚀和风化差异，进而辅助岩性分类。

但不同类型遥感特征影像上均存在相同岩石类型像元间的“特征相异性”和不同岩石类型像元间的“特征相似性”的现象，因此，基于单一类型遥感特征进行岩性分类难以获得稳定的分类效果。近年来，也有部分研究尝试结合多类型遥感特征开展岩性自动分类，但这些研究中大多基于单一方法提取相关特征，未考虑不同方法提取特征的互补性。同时，这些研究大多将多类型遥感特征简单叠加，未对多源遥感特征进行优选，可能造成一定数据冗余，影响岩性分类效率与精度。

经检索，公开号CN113449469A的中国专利于2021年9月28日公开了一种基于多源信息融合的斜坡浅表层岩土工程性质区划方法，其采用不同源的三种土地利用数据，结合其各自提供的有效信息，通过数据融合方式，实现斜坡浅表层岩土工程性质区划划分。该专利申请仅是针对不同源土地数据的多源信息融合，未考虑同一数据多种类型遥感特征的融合。

又如公开号CN113625363A的中国专利于2021年11月9日公开的一种找矿方法，该方法基于雷达影像数据和多源遥感影像数据，从多个角度综合多种影像数据来提取多种信息来实现找矿靶区的确定，但是该方法基于单一方法提取相关特征，未考虑不同方法提取特征的互补性。

发明内容

为克服上述现有技术的不足，本发明提供一种多源遥感数据多特征融合的岩性自动分类方法及系统，用以解决岩石像元间的“特征相异性”和“特征相似性”对基于单一类型遥感特征岩性分类精度的影响以及多源遥感特征特征冗余问题。