基于统计识别模型的遥感蚀变信息提取

基于统计识别模型的遥感蚀变信息提取

吕凤军¹,邢立新²,范继璋¹,潘军²

1．吉林大学　综合信息矿产预测研究所，吉林长春 130026；2．吉林大学　地球探测科学与技术学院，吉林　长春 130026

收稿日期:2004-11-12 修回日期:1900-01-01 出版日期:2005-07-26 发布日期:2005-07-26
通讯作者: 吕凤军

Extraction of Remotely Sensing Alteration Information Based on Statistical Identification Model

LV Feng-jun¹, XING Li-xin²,FAN Ji-zhang¹,PAN Jun¹

1.Institute of Mineral Resources Appraisal of Synthetic Information, Jilin University, Changchun 130026,China；2.College of GeoExploration of Science and Technology, Jilin University, Changchun 130026,China

Received:2004-11-12 Revised:1900-01-01 Online:2005-07-26 Published:2005-07-26
Contact: LV Feng-jun

摘要/Abstract

摘要： 遥感数据具有离散性、有限性及非线性关系的数学特征。在专题纹理信息提取分析基础上，以异常区灰度值和矿区控矿构造信息为特征值，利用统计学原理，建立统计识别模型。利用统计识别模型对未知区的特征向量进行识别分类,并应用于吉林东部小西南岔多元成矿靶区预测及矿区附近找矿评价工作中，把提取的蚀变信息与矿山工程地质知识相结合，经野外实地检查与部分探矿工程验证，结果与实际相吻合，获得较好的铜、金矿化显示。

关键词: 遥感, 蚀变信息, 统计识别模型

Abstract: Remote sensing data are discrete, finite and nonlinear. On the basis of the analysis and extraction of thematic texture information, using the grey levels of the abnormal areas and the orecontrolling structure information as the characteristic values, the authors have constructed a statistical identification model based on statistical theory for classing the characteristic vectors of unknown area. It has been applied in the Xiaoxinancha of east Jilin multivariable metallogenic target forecast and the prospecting and assessment near mining area. Combining extracted altered information with mine engineering geological knowledge, it well shows coppergold mineralization and the results tallies with fact proved by exploring mineral engineering in the field.

Key words: remote sensing, altered information, statistical identification model

中图分类号:

T975

吕凤军,邢立新,范继璋,潘军. 基于统计识别模型的遥感蚀变信息提取[J]. J4, 2005, 35(04): 535-0538.

LV Feng-jun, XING Li-xin,FAN Ji-zhang,PAN Jun. Extraction of Remotely Sensing Alteration Information Based on Statistical Identification Model[J]. J4, 2005, 35(04): 535-0538.

参考文献

相关文章 15

[1]	王明常, 张馨月, 张旭晴, 王凤艳, 牛雪峰, 王红. 基于极限学习机的GF-2影像分类[J]. 吉林大学学报(地球科学版), 2018, 48(2): 373-378.
[2]	闫佰忠, 邱淑伟, 肖长来, 梁秀娟. 长白山玄武岩区地热异常区遥感识别[J]. 吉林大学学报(地球科学版), 2017, 47(6): 1819-1828.
[3]	张施跃, 束龙仓, 闵星, 胡慧杰, 邹志科. 基于土地利用类型的大气降水入渗补给量计算[J]. 吉林大学学报(地球科学版), 2017, 47(3): 860-867.
[4]	李晓东, 姜琦刚. 吉林西部多时相遥感数据分类方案的构建及应用[J]. 吉林大学学报(地球科学版), 2017, 47(3): 907-915.
[5]	彭令, 徐素宁, 彭军还. 多源遥感数据支持下区域滑坡灾害风险评价[J]. 吉林大学学报(地球科学版), 2016, 46(1): 175-186.
[6]	贾伟洁, 郭华, 李迁. ASTER遥感影像与航磁梯度数据综合应用[J]. 吉林大学学报(地球科学版), 2015, 45(4): 1237-1245.
[7]	周林飞, 陈启新, 成遣, 张静. 利用粗糙集理论进行遥感分类信息提取[J]. 吉林大学学报(地球科学版), 2015, 45(4): 1246-1256.
[8]	黄绍霖，徐涵秋，王琳. CPF变化对Landsat TM/ETM+辐射校正结果的影响[J]. 吉林大学学报(地球科学版), 2014, 44(4): 1382-1387.
[9]	唐菲，徐涵秋. 城市不透水面与地表温度定量关系的遥感分析[J]. 吉林大学学报(地球科学版), 2013, 43(6): 1987-1996.
[10]	顾玲嘉, 赵凯，任瑞治，孙健. 两种被动微波遥感混合像元分解方法比较[J]. 吉林大学学报(地球科学版), 2013, 43(6): 2057-2064.
[11]	朱长明，李均力, 张新，骆剑承，沈占锋. 新疆博斯腾流域湿地遥感监测及时空变化过程[J]. 吉林大学学报(地球科学版), 2013, 43(3): 954-961.
[12]	王明常，牛雪峰，陈圣波，王亚楠，汪自军. 基于DART模型的PROBA/CHRIS数据叶面积指数反演[J]. 吉林大学学报(地球科学版), 2013, 43(3): 1033-1039.
[13]	崔瀚文，姜琦刚，邢宇，徐驰，林楠. 32 a来气候扰动下中国沙质荒漠化动态变化[J]. 吉林大学学报(地球科学版), 2013, 43(2): 582-591.
[14]	陈勇，何中发，黎兵，赵宝成. 崇明东滩潮沟发育特征及其影响因素定量分析[J]. 吉林大学学报(地球科学版), 2013, 43(1): 212-219.
[15]	王星东，李新武，熊章强，梁雷. 基于改进的交叉极化比率算法的南极冻融探测[J]. 吉林大学学报(地球科学版), 2013, 43(1): 306-311.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed