采煤沉陷区高分遥感数据融合方法

作     者：占惠珠 尚慧 甘智慧 ZHAN Huizhu;SHANG Hui;GAN Zhihui

作者机构：西安科技大学地质与环境学院陕西西安710054 

出 版 物：《西安科技大学学报》 (Journal of Xi’an University of Science and Technology)

年 卷 期：2021年第41卷第4期

页      面：673-681页

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金项目(41702377) 陕西省自然科学基础研究计划项目(2017JQ4008) 中国博士后科学基金项目(2017M623208) 

主　　题：融合方法 采煤沉陷区 QuickBird影像 高分二号影像 

摘      要：为提高采煤沉陷区地质环境监测基础数据的质量,以宁夏惠农采煤沉陷区为研究区,分别选取矿山地质环境治理恢复前和治理恢复后的QuickBird遥感影像及高分二号遥感影像,运用PCA算法、NNDiffuse Pan Sharpening算法、Gram-Schmidt算法与Brovey Sharpening算法进行融合实验,并对融合结果进行定性和定量评价。结果表明:4种融合算法都在不同程度上提高了QuickBird影像和高分二号影像的原始多光谱影像空间分辨率。其中,QuickBird遥感影像使用Gram-Schmidt融合算法处理的效果最优,不仅在空间信息融入度方面表现较好,还具有很强的光谱保真能力,能够最大限度准确获取采煤沉陷区治理前的典型地物,如地裂缝、煤矸石、煤堆、矿坑水的范围、纹理及形态等相关信息;高分二号影像采用PC Spectral Sharpening融合算法处理的效果最优,不仅能够提高采煤沉陷区地物的空间细节信息,且能较多地保留原始多光谱信息,对于采煤沉陷区治理后的典型地物,如复绿植被、观景平台、中心广场等人造景观的几何结构和纹理信息表现更为明显。