应用遥感影像更新地理信息探究.docVIP

应用遥感影像更新地理信息探究 　　摘要：随着我国遥感影像时间分辨率、光谱分辨率和空间分辨率的大幅度提高，应用遥感影像来实时更新地理信息，使地理信息数据库逐渐由静态制作转为实时更新和动态检测，遥感影像技术的应用在我国地理测绘中发挥着越来越重要的作用。 　　 　　关键词：应用遥感影像；更新；地理信息 　　中图分类号：TP7 文献标识码：A 　　 　　1遥感信息融合概述 　　在更新地理信息过程中，遥感信息融合主要有两部分组成：多时相信息融合和多源遥感影像融合。多时相信息融合主要用于地理信息的动态变化检测，多元遥感影像融合可以提高地理信息分类的精度，在更新地理信息中发挥着重要的作用。 　　遥感信息融合技术主要是指将不同遥感设备中采集的同一地区多个地理信息进行有效整合，在系统中利用算法将多个地理信息数据进行优势互补，有效地结合成一个新的地理信息数据。遥感信息融合是一种利用高级图像数据处理技术来整合处理多个遥感地理图像信息的技术，它可以将不同遥感设备采集的地理图像信息或者同一遥感设备采集的不同波段地理信息进行有效地整合，消除多个遥感设备采集地理信息的矛盾和冗余，提高遥感设备的利用率，改善其可靠性和精度，有效增加地理图像信息的准确性，降低模糊度，消除不确定性，加强优势互补，最终形成统一的地理信息图像数据。 　　2地理信息变化监测 　　2.1遥感影像变化监测方法 　　遥感影像可以综合分析多时相的地理图像信息，然后提取出动态的地理信息，实现地理遥感的变化监测。目前主要的地理信息变化监测方法主要有比较分类结果法、光谱变异法、分析主成分法、提取动态信息法、分析矢量变化法、植被指数互减法、图像数据运算法等，可以将这些遥感地理信息变化监测方法总结成基于分析空间模型方法、基于结果比较的分类方法、基于变换空间信息方法、和基于运算图像信息数据方法[1]。 　　2.2遥感影像变化图像信息方法 　　遥感影像利用不同时相的地理图像变化信息，将多种图像变化信息变换之后进行动态检测和变化监测，主要方法有变换对应成分法、分析频率域法、变换典型成分法、变换KT法、变换主成分法等。以变换主成分法为例，其方法主要是变换不同时相的地理图像变化信息数据的主成分，突出变化信息数据的主要成分。变换主成分法又可以分为：变换多时相主成分法、变换动态主成分法、主成分差值法[2]。 　　3遥感数据挖掘技术的应用 　　与传统的图像数据分析相比，遥感数据挖掘技术对于地理图像信息数据的处理是一种模型识别化的图像数据处理过程，主要的研究方向在于具体图像信息的特征和模式，主要强调经过数据对比、分析和处理，从大量的地理图像信息数据中，发现整合出这些地理图形信息数据中有意义的数据，总结出这些信息数据的知识和规律，找过他们之间的特征和共性，实现相互促进、相互协作。 　　遥感数据挖掘技术在更新地理信息中的应用，可以对基本的地理图像信息进行特征计算和有效分割，为遥感影像提供地理信息规则和知识。 　　4应用遥感影像更新地理信息的若干问题 　　4.1构建框架体系 　　应用遥感影像更新地理信息首先要构建科学合理的框架体系，目前关于遥感影像的框架体系已经基本建立，但是关于地理信息变化的数据库还不完善，在一些具体领域发挥的作用有限。目前，我国的空间信息数据库主要构建GIS数据库，忽视了遥感影像的重要优势，遥感影像地理信息数据库的构建不完善，和GIS数据库相比，遥感影像地理信息数据库在信息特点、组织体系、数据模型等多个方面都有很大的不同[3]。因此，要针对遥感影像地理信息数据库自身的特点，构建相关知识发现和数据挖掘的数据库框架体系，有效解决遥感影像地理信息数据库的基本问题，充分发挥遥感影像的重要优势。 　　4.2遥感影像预处理 　　图像信息数据预处理是遥感影像技术的重要技术内容，对于遥感数据挖掘有着重要作用。在遥感影响图像信息数据挖掘中，图像信息数据预处理主要包括两个部分：传统遥感图像信息数据的预处理，例如配准、几何校正等和针对图像信息数据挖掘做出的预处理，如数据提取、数据转换、数据清理等。图像信息数据预处理主要的任务包括：对影像信息数据的边缘处理和分割，完成必要的数据预处理；结合相关的图像信息数据处理模型进行有效的组织整合，为数据挖掘提供数据处理算法；参与检索影像数据，并且提取相关的影像信息。 　　4.3影像数据挖掘算法 　　应用遥感影像更新地理信息，不是将目前的影像数据挖掘算法直接应用在图像信息数据处理过程中，而需要更加深入的研究应用体系、复杂的技术和理论。为了更好地满足遥感影像地理信息数据库中的动态检测和知识发现，需要研究出针对遥感影像数据处理的相关算法。遥感地理图像数据挖掘的数据集合主要包括数据信息数据库、背景信息和遥感信息的处理、多时相图像信息数据、多尺度多源