多源数据融合技术及其在地质矿产调查中应用研究初探
开篇：润墨网以专业的文秘视角，为您筛选了一篇多源数据融合技术及其在地质矿产调查中应用研究初探范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
[摘要]地质类矿藏的侧重调查，要整合多源数据类的融汇概念，接纳根本属性的融合办法。解析新模式技术带有的调查流程、查验步骤、调查含有的注重事宜等，并勾画出应用层次内的融合价值。这种多源类别的数据技术，可提炼出矿化属性的信息和其他类别矿藏信息；同时，叠合起遥感类的影像和地质数值结果。在调查这一流程内，融汇了地球化学数值，获取到高层级的地质探究实效。
[关键词]多源数据融合技术 地质矿产调查 应用
[中图分类号] P624 [文献码] B [文章编号] 1000-405X（2014）-1-254-1
某一类别数值的融汇，构建出优化信息的路径；而某一类别数值的叠合，构建出数值的显示路径。成矿测定类的工作，面对了技术层级内的挑战。在这样的状态下，归结出数据融汇类技术带有的规律，以及适宜性很强的数值整合架构。摸索了根本属性的数值融汇途径，引入成矿类的测定办法，并指引了多源的地学数值与遥感影像。
1新颖融合技术概述
地质矿藏的关联调查，归属于本源和综合属性的地学类调研；在地学领域内，要获取精准的矿产数值，就要经由数值调研的必备流程。地质矿藏的查验与根本性的填图类活动，目的在获取野外的全面数值信息，以便供应调研用到的第一手数值。伴随地质类探矿技巧进展，关联的信息，也延展了来源及类别。
数据融合类的技巧，可整合多源头的数值，修补各类别地质手段带有的弊病；同时，这样的新颖技术，限缩了数值内含的不确定成分，能促动检测精准性的升高，发觉出更高层级上的数值价值。在调研区域内含矿产的流程内，要获取的主体层次数值，归属于多源类的遥感型数据，以及整合后的各类别矿藏数据。这种融汇的总括目标，是经由汇合后的影像查验，来提炼必备的那些信息，包括关联着地层本源构架、岩浆类岩石、附属层级内的矿物等信息。
具体而言，融汇这种多源类别数据，要经由如下层次的步骤：选取出适宜性的融汇数值；归整各类别的数值，搭建出统一的数值所用平台；依循特有的探矿类目标，选取多样的融汇所用技巧。与此同时，整合多源数值带有的影像。伴随空间类探矿的不停进展，以及微机类构图水准的升高，多源类别的数值融合技巧，延展了整合数据带有的空间，提升了解析及描画数值带有的准确属性。
2选取及预先整合
2.1选取所用的技巧
在归整多源类的数据时，选取适宜性很强的数值，应归属于第一层次内的调研办法。这样的步骤，关联着后续时段内的融汇实效，也关联着所采纳的数值，能否与预设的地质目标契合。因此，选取的时候，要顾及到预设的数值用途，筛选遥感类别及其他类别的精准数值。
筛选遥感类的数值时，顾及到地面层级内的辨识率、光谱关联的辨识率等，选取层次优良的数据。比如遥感所用数据，都可归结为调研带有的侧重来源。近年来发展了一系列信息提取技术，有混合光谱分解、MNF变换、NAPC、基于主成分的对应分析、光谱角度填图（SAM）、匹配滤波、相关波段吸收深度分析（RBD）等。同时还开发了监督分类法、非监督分类法和决策树分类法等基于模式识别遥感信息提取方法，并且引入了神经网络方法、小波变换和专家知识系统等人工智能及数据挖掘领域的最新成果。
2.2预先整合所用的技巧
在融汇所选出的那些数值前，要预设处理多重数值所带的步骤。这样的步骤，应涵盖标准化这一流程、面对栅格图所采纳的矢量化流程、解析并分出属性的流程、几何层次下的校对流程、地理方位带有的配准流程等。在这以后，筛选出的那些数值，就可变更成统一类别的图像所用格式；惯常采纳的预设处理，要能促动矿产类数值的互通，在多重的平台上，汇集起这些类别的数据。
例如为实现某地区成矿带中段找矿突破，科研人员运用遥感技术开展光谱混合理论研究，建立了斑岩铜矿典型蚀变带矿物波谱混合模型；总结了多不杂典型矿区地表蚀变特征，运用多种蚀变信息算法开展矿集区蚀变信息提取和成矿靶区预测研究，最终将上述研究成果成功地应用于此成矿带中段成矿预测研究中。
地表含矿斑岩出露范围大体为60m×50m，但在高分辩率遥感影像图上整个岩株面积为72Km2，激电异常显示铜矿体范围至少为600m×400m。根据检块样品的分析结果，岩体Cu品位为0.18-1.95%，平均为0.51%，同时伴生Au、Ag。另外斑岩体东南侧有含矿火山岩出露。通过锆石U-Pb年龄测定，其加权平均年龄为106Ma，表明该斑岩铜矿床形成于早白垩世晚期。根据地球化学分析，表明比铜矿的含矿斑岩与多不杂铜矿的含矿斑岩岩石化学类型完全一致，判断它们属于同一个成矿系统。
3融合所用的路径
汇合多源类别的数值，是要经由图像的归整，来预设多重波段、多重平台、多重辨识率、多重传感设施带有的影像。这样的汇集，可以增添卫星类别图像带有的运用实效。这一层次内的融汇，涵盖着多重光谱类数值、不同层级内辨识率的数值、不同光谱带有数值的有序融汇。
在调研所采纳的流程中，应依循矿产的探究目的，选取出适宜性很强的融汇路径。例如：主体类的线性数值获取途径，应为滤波的办法。可经由合成色调、解析主体层次内成分的渠道，来折射图像带有的融汇特性。
另外对遥感影像的数据融合处理，必须从原始影像数据的像元坐标归一化定位开始，即控制好高分辨率影像数据与多光谱影像数据的坐标原点，以保证原始数据集在空间位置上的一致性。不同空间尺度的遥感数据经过融合后，出了进行必要的几何精度检验外，还必须进行光谱信息损失量的评估。
在遥感影像的数据融合处理过程中，对于多光谱影像数据与高分辨率影像数据之间的几何位置嵌配不同于常规的几何校正，必须在有效控制点群的布设与调整时，将平面嵌配误差压抑至最小量值域。对同星同时相同景数据的融合嵌配控制点中误差要求，应限制在小数位第二位乃至第三位以下；对同星异时相同景数据的融合嵌配控制点中误差要求，应限制在小数位第二位以下；对异星数据的融合嵌配控制点中误差要求，应控制在小数位第一位以下；以保障数据融合处理的有效性和精确度。
4结语
数据融汇类的技巧，有助于归结多源类别的多样数据，提升矿藏预测带有的精准性。然而，当这样的数值变更成矿产类影像后，关联的信息样本会被限缩，数值带有的模糊性递增。在融汇遥感类的图形时，表征地学类信息所用的原理，也带有不够明晰的弊病。物化探类别的数值，应改造旧有的影像机制，提升图像内含数值的关联层次。只有这样，矿藏调研所采纳的精准算法，才会被提升；多源数据构建出的融汇类技术，也能延展探究空间。
参考文献