卫星遥感数据开采与知识发现的信息论方法－以岩石大地构造应用为例
文献类型：学位论文
| 作者 | 何国金 |
| 学位类别 | 博士 |
| 答辩日期 | 1998 |
| 授予单位 | 中国科学院地质研究所 中国科学院遥感卫星地面站 |
| 授予地点 | 中国科学院地质研究所 中国科学院遥感卫星地面站 |
| 导师 | 从柏林 |
| 关键词 | 卫星遥感 信息论 数据开采与知识发现 时间效应 小波理论 信息融合 微差信息处理 地质遥感应用 岩石大地构造 |
| 中文摘要 | 论文的设计思想来源于数据开采(Data Mining-DM)和知识发现(Knowledge Discovery From Databases - KDD)的技术理论。随着遥感技术的发展，信息提取的能力与效率将成为未来遥感应用面临的突出问题之一。出现于90年代初并在近年来得到迅速发展的数据开采与知识发现的技术理论是人工智能、机器学习与数据库技术相结合的产物。它已成为目前国外的热门研究课题之一。区别于简单地从数据库管理系统检索和查询信息。它强调“从数据库中发现隐含的、先前不知道的潜在有用的信息”、其目的是把大量的原始数据转换成有价值的知识”。而这正是目前以及未来卫星遥感信息处理的瓶问题，也是限制遥感应用发展的矛质的焦点。把KDD和DM技术应用于卫星遥感的信息处理将有助于解决遥感数据急剧增长与人们对数据处理和理解困难之间的矛盾，是一项崭新并极具现实意义和挑战性的课题。卫星遥感数据库作为数据库的一种，对于赋存其中的信息处理与识别，自然可以借鉴一般意义上的DM和KDD技术；而作为一类特殊的数据库－图像数据库，有着区别于一般关系数据库和事务数据库的信息内容，隐含着丰富的时间、光谱和空间信息。因而，就这类库中的知识发现而言，数据开采也应具有特殊的过程和方法。基于对卫星遥感数据的信息论理解，论文提出了卫星遥感数据开采和知识发现的理论与技术框架。认为要实现针对遥感应用的有价值的、较精确的、高水平的知识发现，就必须从卫星遥感数据的时相选择入手，并充分考虑原始数据的波谱、空间和时间特征。另外，出于对卫星遥感数据分辨率含义的深入分析，本文认为现有的卫星数据（如TM、SPOT、NOAA）均为传感器分辨率有损压缩信息，卫星遥感数据的DM和KDD过程很大程度上与卫星数据的解压缩有关。因此，针对岩石大地构造这一特殊的应用目标，本文在研究地质遥感信息与时间的关系基础上，把新理论和新技术充分应用于数据开采过程。一方面，试图通过多卫星遥感数据的信息融合技术来实现分辨率解压缩，从而获得质量的知识发现；另一方面，对于单一卫星数据，探讨了用于岩矿化信息处理的知识发现方法－“微差信息处理”方法。试验结果和应用实例佐证了这些方法的有效性。论文创新之处表现为：1 在选题上，把DM和KDD技术应用于卫星遥感数据的信息处理问题，有新意并具现实意义。2 知识发现框架的设计和数据开采方法的选择建立在对卫星遥感数据的信息论理解基础之上，把时相选择考虑为知识发现过程的一个特定步骤。首次较系统地研究了地质遥感信息与时间的关系，揭示地质遥感住处的时间效应特征。3 区别于传统的IHS、PCA等数据融合方法，论文引入小波变换的多分辨率分析思想进行多卫星遥感的信息融合处理。提出了综合小波融合模型CMWD。TM与SOPT－PAN的融合实验结果表明，该方法操作灵活、其信息优化能力强于传统方法，具有推广价值。4 论文探讨了遥感应用中的地质信息处理问题，基于信息论和遥感成像的物理机制，阐明了“微差信息处理”的思相观点。其应用效果证明了该方法在卫星遥感数据开采与知识发现过程中的积极贡献。论文的缺憾之处：1 由于数据源的原因，未能有更多的TM和其它卫星数据可供选择进行地质遥感信息的时间效应研究。另外，引起时间效应的成因机理还有待于进一步的探究。2 出于同样的缘由，综合小波融合模型CMWD，没能经过广泛的卫星传感器数据(如SAR）的信息融合检验。 |
| 语种 | 中文 |
| 公开日期 | 2014-12-08 |
| 页码 | 62 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/31897]  |
| 专题 | 遥感与数字地球研究所_学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 何国金. 卫星遥感数据开采与知识发现的信息论方法－以岩石大地构造应用为例[D]. 中国科学院地质研究所 中国科学院遥感卫星地面站. 中国科学院地质研究所 中国科学院遥感卫星地面站. 1998. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。