对石质分类的GF-5和Sentinel-2A融合方法的比较分析:图安吉峰,新疆案例研究
Yujin Chi1,2,3,4, Nannan Zhang1,2,3,4, Liuyuan Jin5
1Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China.
Sensors (Basel, Switzerland)
|February 24, 2024
概括
这项研究表明,GSA空间光谱融合方法与随机森林分类相结合,可以使用高海拔地区的GF-5和Sentinel-2A卫星数据准确地绘制石质地图.
科学领域:
- 遥感 遥感 遥感 遥感
- 地质地质地质地质地质地
- 图像处理 图像处理
背景情况:
- 石质学分类对于地质调查和资源勘探至关重要.
- 超光谱成像为区分岩石类型提供了详细的光谱信息.
- 太空光谱融合提高了遥感数据的空间和光谱分辨率.
研究的目的:
- 评估和比较五种空间光谱融合方法用于石质学分类.
- 评估GSA融合方法与随机森林分类相结合的有效性.
- 用卫星数据为高海拔地区的地质绘图提供技术支持.
主要方法:
- 利用来自中国的GF-5和欧洲的Sentinel-2A卫星的超频谱数据.
- 我们比较了五种空间光谱融合技术:GSA,SFIM,CNMF,HySure和NonRegSRNet.
- 采用随机森林 (RF) 分类与区域和点训练样本,然后进行现场验证.
主要成果:
- GSA融合方法在光谱和空间增强方面表现出卓越的性能.
- 使用面积样本进行石学分类,比点样更准确.
- 实地验证证了分类结果与实际地质条件的一致性.
结论:
- GSA+RF方法组合为高海拔地区提供了有效的岩石学分类.
- 太空光谱融合技术显著提高了地质绘图的准确性.
- 这种方法为使用卫星遥感数据进行地质调查提供了宝贵的技术支持.
