检索结果-南通市图书馆

检索条件"主题词=遥感-地球化学"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于Landsat遥感影像的地球化学元素反演模型研究 ——以甘肃省寨上-马坞整装勘查区为例

基于Landsat遥感影像的地球化学元素反演模型研究 ——以甘肃省寨...

引用

作者：张洪英吉林大学

学位级别：硕士

在矿产勘查中,地球化学勘查占据着重要地位,是不可或缺的找矿方法,其运用地球化学方法分析化学元素含量,发现与矿产有关的地球化学异常,为矿产勘查工作提供指导方向。然而,实地勘查工作常常会受到一些客观条件的限制,可能会面临沙漠、... 详细信息

在矿产勘查中,地球化学勘查占据着重要地位,是不可或缺的找矿方法,其运用地球化学方法分析化学元素含量,发现与矿产有关的地球化学异常,为矿产勘查工作提供指导方向。然而,实地勘查工作常常会受到一些客观条件的限制,可能会面临沙漠、高山等恶劣环境,不易对地球化学数据样本进行采集。随着遥感技术的不断发展,遥感技术在矿产勘探领域得到了广泛应用,其中,遥感影像技术与地球化学相结合,根据遥感光谱特征和化学元素含量之间的相关性,可以间接获得地球化学数据。所以本文拟建立一种基于Landsat遥感影像的地球化学元素反演模型,来获取地球化学数据。考虑到地球化学元素具有共生组合特征,通过因子分析方法分析地球化学元素之间的相关关系以及共生组合规律,提取出反映原始地球化学元素变量的公共信息和特性的因子,建立地球化学元素组合。对遥感影像的波段进行比值处理,以增强矿物的蚀变信息。根据地球化学数据所涵盖的范围以及遥感影像的分辨率,建立了一种局部对应模式,并基于遥感数据和地球化学数据的匹配构建出了作为反演模型数据集的遥感数据块,此模式兼顾了两种数据的特性和组织结构,是一种比传统点对点匹配更加细致、科学而合理的对应模式。鉴于卷积神经网络(Convolutional Neural Networks,CNN)在提取遥感图像的光谱特征方面具有显著优势,以及地球化学异常呈现出非线性分布的特征。本文将卷积神经网络和随机森林(Random Forest,RF)模型相结合,运用卷积神经网络(CNN)从遥感影像中提取光谱空间特征,然后将这些特征输入到随机森林(RF)模型进行训练。这样可以充分利用CNN自动提取特征的优势,同时结合RF回归模型的非线性、高准确性、鲁棒性强的特点,获得更加有效和可靠的预测结果。本文选择甘肃省寨上-马坞整装勘查区为研究区,并使用该研究区1:50000水系沉积物的地球化学数据以及Landsat7 ETM+多光谱遥感影像作为研究数据,构建反演模型。根据遥感影像数据,运用建立的反演模型预测该地区的Au元素和Au相关元素组合含量。最后,对本文建立的模型进行评价。在实验验证方面,运用CNN-RF模型建立遥感-地球化学元素反演模型,并与线性回归模型、k-近邻回归模型、弹性网络回归模型、随机森林模型的预测结果进行对比,CNN-RF模型的平均绝对预测误差较小,然后分析预测值与真实值的对比图、模型预测的误差图,CNN-RF模型效果较好,所以,CNN-RF模型预测精度较高。在实际应用方面,根据原始数据和反演数据分别对异常区进行圈定,我们发现,反演数据圈定的地化元素异常区与原始数据圈定的地化元素异常区分布基本一致,反演数据圈定的地化元素异常区基本能涵盖原始数据圈定的地化元素异常区。反演数据圈定的地化元素异常区与矿点的对应度更好,并能增强与矿点密切相关的区域的异常强度。证明了本文建立的CNN-RF模型可以建立遥感数据与地球化学数据之间的关系,有效地补充原始地球化学数据,能够为矿产勘查、资源评估等领域提供更加准确和可靠的数据支持。

关键词：遥感-地球化学反演卷积神经网络随机森林因子分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：