基于多元数据融合的喜马拉雅淡色花岗岩识别

一.基于单一数据源的识别

1.基于物理数据

        不同岩层，在密度、弹性、导电性、磁性、放射性等物理属性上有差异，因此能够识别

2.基于化学数据

        不同岩体，形成于不同条件，元素组合因此不同，因此能够识别

3.基于遥感数据

        不同岩体，与电磁波的相互作用不同，产生的遥感影像不同，因此能够识别

二.数据选择

        地球化学数据+遥感影像

        

三.多源数据融合

        遥感和化学数据本来就存在一定的一致性和相关性，因此融合可以优势互补

        融合流程：

                融合算法的主要作用体现在建立相关关系

        

        地球化学数据：

                由反距离权重插值获得

        遥感数据： 

                由ASTER图像，全色波段经降采样处理得到，

        融合数据：

                 

四.识别方法

        本文主要介绍了如何融合多元数据，对识别算法以引用和形式一带而过，总结一下本文主要提到的识别方法有：

        ASTER+Sentinel-2数据融合+最大边缘测度学习+随机森林分类器

        遥感+化学数据融合+随机森林测度学习

        ASTER+地球化学+航磁数据+VGG-19

五.补充概念

1.ASTER

        一种传感器，用于获取遥感数据

2.Sentinel 

        也是一种传感器，用于获取遥感数据，只是获取数据的特点与ASTER不同

3.航磁数据 

        用飞机，测量地磁场，所得的磁力数据