论文部分内容阅读
高光谱遥感出现于20世纪80年代,是一种新型的对地探测技术,它较传统的遥感而言,具有以下特点:1、光谱分辨率较高；2、波段众多；3、信息冗余度增加；4、数据量大。目前,作为人类获取地物信息的重要技术手段之一——遥感技术,已经被应用于农作物估产、生态环境监测、地质资源勘察等领域中,随着遥感技术的不断发展,高光谱遥感也越来越被各行各业所关注,利用高光谱遥感技术可以获取丰富的地物信息,能够大大提高针对海量数据分析的质量、可信度和可靠性,因此,高光谱遥感必将成为今后遥感技术发展的重要趋势。
高光谱遥感技术的逐渐成熟使得针对大规模高光谱数据的存储和处理分析成为亟待解决的问题。将高光谱遥感技术与先进的计算机及网络技术相结合,成为更方便地解决这一问题的主要途径。因此,光谱数据库和光谱处理分析技术成为高光谱遥感技术与计算机技术的交叉方向,也成为一个热门的研究领域。
21世纪是信息快速发展的时代,在日常的生活学习中,人们积累的数据量也越来越多,因此如何从大批量的数据中提取有用的知识已然成为数据处理的当务之急,数据挖掘(data mining)就是为了适应这种需要而发展起来的一种数据处理技术。经过几十年的发展,数据挖掘技术已经形成了分类、预测、关联分析、聚类分析、时序模式等主要应用技术,另外,数据挖掘也迅速地接纳了来自其他领域的思想,这些领域包括信息论、概率论、最优化、可视化和信息检索等,形成了一些新的挖掘技术和方法,例如在数据挖掘中的经典分类算法决策树就是以信息论为基础的,还有以神经科学为基础的神经网络算法和以概率论为基础的贝叶斯方法等,数据挖掘作为从海量数据中提取有用的信息和知识模式的重要手段,为高光谱遥感数据处理提供了强有力的理论基础和技术支持。因此,研究和运用适合于高光谱遥感数据的分类挖掘技术和物谱关联方法,通过对岩矿的物理化学成分等与其光谱特征参数之间的进行研究分析,然后建立相应的光谱分类、物谱关联等模型,从而对铀矿床高光谱遥感数据进行相关的处理分析,进而从大量的高光谱遥感数据中提取岩石和蚀变矿物的光谱信息,然后根据测得的光谱数据,实现对地物类别的计算机自动识别具有十分重大的意义。
本文前两章详细介绍了高光谱遥感技术的基本概念、发展概况等,并对高光谱遥感在各个领域上的应用也做了介绍,目前高光谱遥感应用比较广泛和成功的领域主要有农业、林业、生态环境以及地质勘察等方面,相信随着科技的不断发展与进步,高光谱遥感必将有更加广阔的应用空间和前景。然后介绍了系统“基于演化数据挖掘的铀矿床高光谱遥感信息处理软件”中的一些高光谱预处理分析技术如光谱反射率转换、光谱反射率数据检验、光谱反射率曲线的光滑、包络线分析技术、光谱微分分析、基于光谱曲线的特征参数提取等,针对原始的高光谱数据进行预处理分析是我们进行下一步高光谱物谱关联和分类挖掘的基础。
第四章是本文的主要工作,在“基于演化数据挖掘的铀矿床高光谱遥感信息处理软件”中实现了针对高光谱遥感数据进行分类的一些算法,如数据挖掘中的K近邻算法、决策树算法、贝叶斯算法以及决策树和贝叶斯的混合模型算法,并通过实验进行对比证明了这几种算法应用在高光谱数据分类上的有效性。第五章在“基于演化数据挖掘的铀矿床高光谱遥感信息处理软件”中实现了针对高光谱遥感数据进行物谱关联的一些算法,主要有一元线性回归、多元线性回归和模型树算法,并通过实验进行对比证明了这几种算法应用在高光谱数据物谱关联上的有效性。