多源信息融合数字模型

千里之行，始于足下。第2页/共2页精品文档推荐多源信息融合数字模型多源信息融合数字模型

研究员、博导岳天祥

研究员、博导刘纪远

(中国科学院地理学与资源研究所,北京100101)

摘要:研究结果表明,在目前基础条件下,多源信息融合数字模型的实现需要解决现行数字地面

模型和空间插值模型的误差咨询题、点—面信息有效融合咨询题、多尺度转换咨询题和多维GIS面临的理

论咨询题。建立多源信息融合数字模型的基本步骤可归纳为:(a)建立基于曲面论数字模型的基本方程,(b)运用遥感数据反演数字模型的首次近似表达形式,(c)假如有更新信息,重复以上过程,直至

理论模型与实际需求彻底相符。

关键词:曲面论遥感反演多源信息融合数字模型

ADigitalModelforMulti-SourcesInformationFusion

ProfessorYUETianxiang

ProfessorLIUJiyuan

(InstituteofGeographicalSciencesandNaturalResourcesResearch,CAS,Beijing100101)

Abstract:Ourresearchresultshowsthatrealizationofthedigitalmodelformulti-sourcesinformationfusionneedstosolveproblemsoferrorsofexistingdigitalterrainmodelandspatialinterpolationmodel,virtualfusion

ofpointandsurfaceinformation,informationtransformationatvariousscales,andmulti-dimensionGIS.Thebasicstepsofconstructingthedigitalmodelinclude,(a)establishingbasicequationsofthedigitalmodelbymeansofsurfacetheory,(b)retrievingfirstapproximateformulationusingremotesensingdata,(c)iftherearemoreavailableinformation,thestepaboveisrepeateduntilrequirementisreached.

Keywords:surfacetheory,remotesensingretrieval,informationfusion,digitalmodel

1引言

七十年代初,美国研究机构发觉,利用计算机技术对多个独立的延续声纳信号举行融合后,能够自动检测出敌方潜艇的位置[1]。这一发觉使信息融合作为一门独立的技术首先在军事应用中得到青睐,美国相继研究开辟了几十个军事融合系统。进入八十年代,研制出了应用于大型战略系统、海洋监视系统和小型战术系统的第一代信息融合系统,它们包括军用分析系统(TCAC)、多平台多传感器跟踪信息相关处理系统(INCA)、全员分析系统(PAAS)、海军XXX分析显示系统(TOP)、辅助空中作战命令分析专家系统(DAGR)、空中目标确定和截击武器挑选专家系统(TATR)、自动多传感器XXX识不系统(AMSUI)和目标猎取与武器输送系统(TR-WDS)。九十年代研制的要紧数据融合系统包括全源信息分

中国科学院知识创新工程项目(No.kzcx2-308-02)

析系统(ASAS)、战术陆军与空军指挥员自动情报保障系统(LENSCE)和敌态势分析系统(ENSCS)。随着计算机技术和地理信息系统的进展,许多算法的复杂性别再成为开辟新型信息融合模型的障碍。新的融合办法将别仅仅限于军事咨询题,它有更普遍的作用和意义。但是,要实现多源信息融合模型,需要解决三方面咨询题。

2从全然上解决数字地面模型和空间插值模型的误差咨询题

2.1空间插值模型

在观测点覆盖地区内,恐怕非观测点或非抽样点属性值的过程,称为空间插值法。目前,要紧的空间插值法包括边界线勾画法、趋势面分析法、样条函数法、滑动平均法和Krig-ing插值法[2]。

依照景观特征勾画景观单元轮廓的边界线勾画法是最简单的插值法,例如,土壤、地质、植被和土地利用等专题地图以及影像分析中的边界搜寻算法等。

经过多元回归模拟空间渐变的趋势面分析法也是一种便于明白的简单办法,它能够用来处理线性趋势面上的概括性特征,但非常难用于二次以上的高次多项式所表达的趋势面。所以,趋势面分析的要紧用途通常别是插值,而是在使用其它插值办法之前,提取数据的整体性特征。

样条函数(splinefunctions)是活动曲线规(flexibleruler)的数学表达,它们是少量数据点精确拟合的函数片段,并假定各曲线片段之间是延续的。这就意味着别需要重新运算整条曲线就能够用样条函数修正曲线的一具片段,这对趋势面分析法是不会的。但样条插值存在着以下缺点:(1)挑选已知观测点作为样条函数的重合点得出的结论与挑选已知观测点作为样条函数的间隔点得出的结论大相径庭;(2)样条插值的误差别能直截了当恐怕;(3)在三维插值中,怎么把斑块缝合在一起形成一具完整的表面仍是亟待解决的实际咨询题。

滑动平均法是一种很简单的插值法,它经过非观测点邻域中已知点的平均值来恐怕非观测点的值。其中加权滑动平均法是较常用的一种滑动平均法,已知数据点距插值点的距离越近,其权重越大。滑动平均法的缺点包括:(1)恐怕值由其恐怕函数及其参数主导;(2)插值点的正确性取决于已知数据点的数据质量;(3)插值点随所取邻域面积的大小而发生变化,尤其在已知点分布别规则的事情下,每个插值点都也许有别同的大小和形状,所以,插值点的准确性是非常值得怀疑的;(4)在许多事情下,已知数据点非常别规则,滑动平均所得出的曲面非常也许别经过一些已知点,这些点常常被直截了当输出,所以导致了插值面中的奇点。为了克服滑动平均法的缺点,法国地质数学家G.Matheron和南非采矿工程师D.G.Krige为采矿业进展了一种最优插值法,它是随机表面的最佳线性无偏恐怕(BestLinearUnbiasedEstimate)。后来成为GIS中大众化的空间数据内插法,人们称其为Kriging插值法[3]。Kriging插值法有三个重要的前提条件:(1)区域变量可表达为与均值有关的结构成分、与空间有关的随机成分和随机噪音三部分之和;(2)所研究区域是均质的;(3)对景观的别同部分应使用别同的半变图(semivariogram)。但是,GIS软件的使用者往往忽视了这三个重要的前提条件,所以得出的结论可信度非常差。其根源在于Kriging模型在理论上别够完善,有待进一步研究;与此并且,到目前为止,在非线性插值和非Gaussian过程方面还没有任何可用的研究成果,这将是我们要深入探讨的要紧咨询题。

2.2数字地面模型

数字地面模型(DTM)被定义为描述地面属性空间分布的有序数据阵列[4][5]。数字高程模型(DEM)是DTM最重要的基础模型,它被定义为描述高程空间分布的有序数字阵列。DEM由经过离散点上抽样猎取的高程数据组成。构建DEM的办法要紧有三种:(a)基于别规则三角网(TIN)的DEM常常经过地面特定点的抽样,形成认为坐标的别规则点网,其网格是由三个相邻点构成的别规则多边形;(b)基于规则栅格网(RGN)的DEM与所研究区域的尺度紧密相关,其网格是由三个或四个相邻点构成的正三角形或正方形;(c)基于等高线网(CBN)的DEM由数字化等高线组成,其格网是由相邻等高线围成的别规则多边形。

目前,在GIS中应用较广泛的DEM是基于RGN的DEM和基于TIN的DEM。但是,RGN的运算结果缺乏精确性:(1)别易处理高程的陡峭变化,(2)网格的大小妨碍运算结果和计算效率,(3)在水文分析中,其运算得出的歪坡流路为别符合现实的锯齿形。TIN与RGN相比,使用起来比较灵便,但由于其网格的别规则性,使得实际操作和属性运算都比较困难。也算是讲,在上述三种办法中,基于CBN的DEM是最有优势的模型,但它对数字高程数据的数量和质量都有比较高的要求,没有思考插值点组合的任何曲面性质。

2.3误差咨询题

空间插值模型和数字地面模型的误差咨询题在二十世纪六十年代末就引起了有关专家的重视[6],在近30年的研究中,产生了许多误差检测办法和评价指标[7][8]。例如,使用滤波办法提高DEM数据的质量、基于趋势面的误差检测、基于坡度信息的误差检测、基于等高线拓扑关系的误差检测和DEM原始数据误差检测等,量度误差的均方根指数(RMSE)、标准差(SD)、误差直方图和空间自相关系数等。有关误差研究办法可概括为三类:(1)评价和比较各种内插算法的误差,(2)分析和评价原始数据误差,(3)研究数字地面模型要紧变量和参数的别完备性所引起的误差。

我们以为,现有的空间插值模型和数字地面模型猎取内插点的数值时,将采样点或观测点视为相互独立的点,使得已知点之间的相互关系造到破坏,最后导致比较大的误差甚至错误的结论[9]。尽管在以往的研究,Evans已认识到坡面、坡向和曲率是反映局部规律的重要变量[10],但他并没有将它们用于表达数字地面模型。其实,依照微分几何学理论,坡面、坡向和曲率不过地面剖面线的决定要素,数字地面

的决定要素是曲面的第一类基本量和第二类基本量。

3实现点-面信息的有效融合

目前,探测地表过程和生态过程的要紧方式有两种:一是单点定位观测或空间采样;二是利用遥感数据举行反演。单点定位观测或空间采样能较为准确地猎取高时刻分辨率的点上观测数据。但定位观测或空间采样只局限于离散、稀疏的有限空间点,别能直截了当得到区域尺度的有关参数,只能依照点数据举行恐怕,或以点代面,或利用简单的插值办法估算。而由于地理系统和生态系统在空间属性上的非均匀性,利用点数据直截了当描述区域属性别能真实反映空间分布规律。

遥感办法能频繁和持久地提供地理过程和生态过程的面状信息,相关于单纯依赖地面站点定位观测是一具XXX性的变化。但遥感描述并别能直截了当获得过程参数,需要经过遥感信息(光谱信号和雷达信号)结合地表特性举行反演。传统的解决办法是利用简单内插把离散数据空间化,然而如此处理的结果精度较差,大大妨碍了遥感反演的精度。提高离散参数空间化精度的一具有效途径是引入新的、有力的数学工具,设计全新的数字模型,建立高精度的非线性内插模型。也算是讲,运用曲面论基本定理使模型的内插点可以准确反映局部规律;引入遥感参数,使模型可以包容整体规律和采样点或观测点之间的有机联系。基于遥感反演和曲面论基本定理的离散点数据空间化数字模型是实现点面信息有效融合的有效途径。

4解决多维GIS面临的理论咨询题和多尺度转换咨询题

地理信息系统软件平台进展到今天仍是面向二维的空间数据,对三维空间数据和时序数据缺乏有效的数字模型,更难以组织和处理包括空间数据在内的多维数据。目前,尽管有三维地理信息系统咨询世,但理论完善的数字模型向来没有解决,其功能远远别能满脚实际咨询题的需要。

对地球表面上被定义为生态系统的任何大小的斑块,都有一系列外部因素妨碍其功能行为,进而产生了生态系统与其外部环境的能流和物流。在每个尺度,为了刻划生态系统类型的范围、压力、状况、价值和趋势以及土地利用格局和基本的生态系统结构特征,需要确定一套空间尺度明确的指标。在较大尺度举行的研究包含了这些能流和物流的较详细信息,但是却损失了政策制定者常常所需要的地域特性。也算是讲,别管在这个单一尺度,都不会系统地认识土地利用和土地覆被动态的所有细节。所以,多尺度转换模型研究势在必行。在某种意义上,尺度转换咨询题能够看作是点-面信息融合的一具特例。例如,一具AVHRR像元能够描述为由269个MSS像元组成的曲面;一具MSS像元可描述为5个TM像元组成的曲面;一具TM像元可描述为由36个IRS像元组成的曲面。5结论

从理论上说,曲面论和遥感反演办法的结合能够完全解决多源空间信息融合原型系统所面临的上述咨询题。

微分几何的动身点是微积分,微积分在几何上的应用演变为曲线论和曲面论。Gauss是微分几何学的创始人,他将欧氏几何推广到了曲面几何上,建立了曲面论。曲面论[11]是微分几何学的核心内容之一,也是自然要素数字模型的理论基础。曲面论基本定理可概述为:则除运动别计外,空间曲面由第一基本形式和第二基本形式彻底确定。

在卫星遥感中,反演是指利用卫星探测数据对含有特定信息微分方程求解、确定特定参数的过程。在反演过程中,必须合理地添加实用的信息,并且应尽可能幸免白费实用的信息[12]。目前,在遥感反演办法和模型方面已有许多研究成果。例如,线性混合像元模型(inversionoflinearmixturemod-el)[13],迭代反演法(iterativeinversionapproach)[14],经验散射模型(empiricalscatteringmodel)[15],基于人工神经网络的反演办法(inversionapproachbasedonartificialneuralnetwork)[16],基于分形的相干散射模型(fractal-basedcoherentscatteringmod-el)[17],基于数理统计的反演办法(inversionapproachbasedonstatistics)[18]和基于半经验后向散射模型的反演办法(inversionmethodbasedonsemiempiricalbackscattermodel)[19]。

建立多源信息融合数字模型的基本步骤可归纳为:运用微分几何学曲面论基本定理,建立数字模型的基本方程;运用遥感数据,反演数字模型的一次近似表达形式;依照点上的采样数据或观测数据,修正遥感反演模型,实现数字模型的第二次近似表达形式;假如有更新的遥感数据和点上的采样数据或观测数据,重复以上过程,直至理论模型与实际事情彻底相符。二十一世纪信息处理技术的首要任务是应用现代信息技术提高信息的生产力,解决决策中的复杂性咨询题。信息融合是为了实现上述任务目标的一种重要办法。尽管信息融合办法的初衷是军事咨询题,然而它在非军事领域的应用是它的必定趋势。作者欲经过研究开辟多源空间信息融合数字模型原型系统,弥合军事应用和非军事应用之间的带沟,促进军事信息技术和非军事信息技术之间的相互转换。

参考文献

[1]康耀红.数据融合理论与应用.西安:西安电子科学大学出版

社,1997

[2]岳天祥,刘纪远.第四代地理信息系统研究中的尺度转换数字模

型.中国图象图形学报,2001,6A(9):907-911

[3]SteinML.InterpolationofSpatialData.NewYork:Springer-Verlag

NewYork,Inc.,1999

[4]MooreID,GraysonRB,LadsonAR.Digitalterrainmodelling:are-

viewofhydrological,geomorphological,andbiologicalapplication.In:BevenKJandMooreID(eds).TerrainAnalysisandDistributedmod-ellinginHydrology.Chichester:JohnWiley&Sons,1992,7-34

[5]陈述彭,鲁学军,周成虎.地理信息系统导论.北京:科学出版

社,2000

[6]CrainIK.Digitalrepresentationoftopographicsurfaces.Photogrammetric

EngineeringandRemoteSensing,1970,54(11):1577-1580

[7]TangG.AResearchontheAccuracyofDigitalElevationModels.Bei-

jing:SciencePress,2000

[8]李志林,朱庆.数字高程模型.武汉:武汉测绘科技大学,2000

[9]WiseS.GISdatamodelling-lessonsfromtheanalysisofDTMs.Interna-

tionalJournalofGeographicalInformationScience,2000,14(4):313-318

[10]EvansIS.Anintegratedsystemofterrainanalysisandslopemapping.

ZeitschriftfuerGeomorphologie,Suppl-Bd,1980,36:274-295

[11]苏步青,华宣积.有用微分几何学.北京:科学出版社,1998

[12]陈述彭.遥感大词典.北京:科学出版社,1990,41

[13]CherchaliS,AmramO,FlouzatG.Retrievaloftemporalprofilesofre-

flectancesfromsimulatedandrealNOAA-AVHRRdataoverheteroge-neouslandscapes.InternationalJournalofRemoteSensing,2000,21

(4):753-775

[14]PolatinPF,SarabandiK.Aniterativeinversionalgorithmwithapplica-

tiontothepolarimetricradarresponseofvegetationcanopies.IEEE

TransactionsonGeoscienceandRemoteSensing,1994,32:62-71[15]OhY,SarabandiK,UlabyFT.Anempiricalmodelandaninversion

techniqueforradarscatteringfrombaresoilsurfaces.IEEETransactions

onGeoscienceandRemoteSensing,1992,30:370-381

[16]PierceL,SarabandiK,UlabyFT.Applicationofartificialneuralnet-

workincanopyscatteringinversion.InternationalJournalofRemote

Sensing,1994,15:3263-3270

[17]LinYC,SarabandiK.AMonteCarlocoherentscatteringmodelforfor-

estcanopiesusingfractal-generatedtrees.IEEETransactionsonGeo-

scienceandRemoteSensing,1999,37:440-451

[18]LinYC,SarabandiK.Retrievalofforestparametersusingafractal-

basedcoherentscatteringmodelandagenetica