多源遥感数据融合应用研究.pdfVIP

多源遥感数据融合应用研究★ 袁金国 王卫 (河北师范大学资源与环境科学学院，石家庄050016) 摘要：多源遥感数据融合是遥感技术向纵深发展的必然趋势。本文先对多源遥感数据融合算法 从基于像元的融合、基于特征的融合以及决策级融合三个层次上进行了分析，并以河北丰宁县 TM主成分变换、全色和多光谱数据融合、植被 为例，具体运用了多种融合方法，如Landsat 指数、穗帽变换绿度指数、遥感影像与DEM的信息融合、遥感信息与GIS数据库空间数据的融 合来提取土地利用／覆盖信息，最后指出了多源遥感数据融合将来的努力方向。 关键词：多源数据，遥感，信息融合 1 引言 遥感技术的发展趋势是多平台、多时相、多传感器、多光谱和高空间分辨率，利用光学、热红 外、雷达等对地观测卫星系统，可不断获得大范围、高精度、准实时的地物信息。随着对土地利用 ／覆盖分类和环境监测等领域的研究，高光谱和高空间分辨率卫星图像也大量涌现(表1)。与单源 遥感数据相比，多源遥感数据所提供的信息具有冗余性和互补性，为了提高土地利用／覆盖的分类 精度，可利用遥感图像数字处理技术，进行不同光谱与空间分辨率的遥感图像的融合(Remote InformationFusion或Resolution SensingImage Merge)。多源遥感数据融合是指多种空间分辨 率、辐射分辨率、波谱分辨率和时间分辨率的遥感数据之间以及遥感数据与非遥感空间数据之间的 信息进行多层次有机组合的技术，包括空间几何配准和数据融合两个方面，融合后的数据是一组新 的空间信息和合成图像。它以特征信息优化为原则，目的是将单一传感器的多波段信息或不同类别 传感器所提供的信息加以综合，提高遥感数据的可应用性和对地物的识别能力。该方法可更好地发 挥不同遥感数据源的优势互补，弥补某一种遥感数据的不足，提高解译、分类的精度及动态监测能 力【1’21。遥感数据融合是解决多源海量数据集成表示的有效途径，是遥感技术应用于土地利用／覆盖 动态监测向纵深发展的必然趋势，是遥感研究的热点和前沿。 表1． 不断提高的卫星空问分辨率 传统的土地利用／覆盖分类和动态监测的研究如人工目视解译、基于像元波谱特性的数字影像 处理、基于人工智能技术的影像理解或影像判读专家系统，具有效率低、受到“同物异谱、异物同 ★ 基金项目：国家自然科学拱金项目：河北师范大学科学研究基金项目(L2003Q13) 114 谱”的干扰或分类精度低等缺点，而多源信息融合技术显示出其独特的优越性。美国学者于20世纪 80年代最早提出基于多传感器的多源遥感影像信息融合概念，国内对此技术的研究起步较晚，涉及 机载遥感图像之间的融合。 2多源遥感数据融合算法分析 多源遥感数据融合从层次上可分为：基于像元的融合、基于特征的融合以及决策融合【31。 2．1基于像元的融合 先进行像元之间的直接代数运算，经处理分析后再提取出地物的特征信息。优点是保留了图像 原有的尽可能多的细微信息；缺点是处理信息量大，比较费时。 差值和比值运算是将不同时相的两幅影像空间配准后对应波段的像元亮度值相减或相除。差值 运算简单快速，但要求图像的时相最好是同一季节；由于存在同谱异物和异物同谱现象，差值图像 一般存在大量的假变化信息和噪声，当地物类型单一，色调纹理较均匀时还是有效的。比值运算可 以消除或抑制地形或云影的影响，用一个波段和两个比值图像的彩色合成可以突出某些地物。缺点 是它丢失了地物总的反射强度信息和纹理细节信息。根据光谱、纹理特征的差异可进行土地利用的 动态监测l驯，当差值为零或比值接近l时，表示土地利用类型未发生任何变化；土地利用类型发生 变化区域的比值会显著地大于或小于1，差值为正值或负值。乘积或加权变换融合等于多波段图像 的单波段数值分别乘以高分辨率遥感数据，或两种空间分辨率遥感数据乘以对应相关系数后再相加。 将一定亮度的图像进行变换处理时，只有乘法变换可以使其颜色保持不变。孙家柄等将TM与侧视雷 达、TM与航片进行了加权融合崎’，融合中要注意选择合适的权重，以改善融合图像的光谱