灵泉盆地多源地学信息综合岩性识别方法探讨

doi:10.6046/gtzyyg.1999.02.08

全文: PDF(978 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

以满洲里灵泉盆地为例,研究探讨了利用航空γ能谱数据、航磁资料、遥感资料(包括TM数据和MSS数据)进行岩性识别的方法,即①利用γ能谱和MSS数据,通过K-L变换提取岩性信息的方法；②利用γ能谱和TM数据,通过IHS变换提取岩性信息的方法。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	刘浩
	胡卓玮
	赵文慧
	葛如冰

关键词 ：多尺度分割, 面向对象分类, 变化检测, 重大工程, 国家体育场（鸟巢）

Abstract：

This paper, taking the Lingquan Basin for example, approaches the method of how to use the airborne γ spectrum data, the airborne magnetic data and the remote sensing data to distinguish the rock property. These methods are ①the method of using γ spectrum data and MSS data, by K-L change to extract the rock property information; ②the method of using γ spectrum and TM data, by IHS change to extract the rock peoperty information.

Key words： Multi-scale segmentation Object-oriented classification Change detection The construction of key projects National studium

收稿日期: 1997-12-02 出版日期: 2011-08-02

引用本文:

李剑峰, 赵英俊, 刘德长, 付锦. 灵泉盆地多源地学信息综合岩性识别方法探讨[J]. 国土资源遥感, 1999, 11(2): 43-49.
Li Jianfeng, Zhao Yingjun, Liu Dechang, Fu Jin . USING MULTISOURCE GEOLOGICAL INFORMATION TO DISTINGUISH THE ROCK PROPERTY OF LINGQUAN. REMOTE SENSING FOR LAND & RESOURCES, 1999, 11(2): 43-49.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.1999.02.08 或 https://www.gtzyyg.com/CN/Y1999/V11/I2/43

1 郭德方.遥感图像的计算机处理和棋式识别.北京:电子工业出版社,1987
2 章哗等编著.放射性方法勘查.北京:原子能出版社,1990
3 朱亮璞主编.遥感地质学.北京:地质出版社,1994
4 赵英俊.多源地学信息集成技术在庐极火山洼地铀成矿环境分析和成矿预测中的应用:(硕士学位论文),北京:核工业北京地质研究院,1995
5 刘德长等.以航空放射性侧t为主的多源信息综合技术及应用.中国科学(B缉),1993(6)
6 Fernandez-Alonso M. Tahon A. lithologicaldiscrimicationandstruo-turaltrendsonw-rwanda (Africa) onofsirbomeradiometricandaeronaAneticsurveys,toa Iandsat TMscene. Photogram-metricRemoteSensinx, 1991, 57, (9):1155~1162
7 Joseph S Ihival. Compositecolorimagesofaerialgammarayspedmmetricdata. Geoph}cs, 1982, 48,(6):722~735

[1]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2]	潘建平, 徐永杰, 李明明, 胡勇, 王春晓. 结合相关系数和特征分析的植被区域自动变化检测研发[J]. 自然资源遥感, 2022, 34(1): 67-75.
[3]	吴琳琳, 李晓燕, 毛德华, 王宗明. 基于遥感和多源地理数据的城市土地利用分类[J]. 自然资源遥感, 2022, 34(1): 127-134.
[4]	温银堂, 王铁柱, 王书涛, 王贵川, 刘诗瑜, 崔凯. 基于多尺度分割的高分辨率遥感影像镶嵌线自动提取[J]. 自然资源遥感, 2021, 33(4): 64-71.
[5]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[6]	范莹琳, 娄德波, 张长青, 魏英娟, 贾福东. 基于面向对象的铁尾矿信息提取技术研究——以迁西地区北京二号遥感影像为例[J]. 自然资源遥感, 2021, 33(4): 153-161.
[7]	王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[8]	徐锐, 余小于, 张驰, 杨瑨, 黄宇, 潘俊. 融合Unet网络和IR-MAD的建筑物变化检测方法[J]. 国土资源遥感, 2020, 32(4): 90-96.
[9]	刁明光, 刘文静, 李静, 刘芳, 王彦佐. 矿山遥感监测矢量成果数据动态变化检测方法[J]. 国土资源遥感, 2020, 32(3): 240-246.
[10]	张春森, 吴蓉蓉, 李国君, 崔卫红, 冯晨轶. 面向对象的高空间分辨率遥感影像箱线图变化检测方法[J]. 国土资源遥感, 2020, 32(2): 19-25.
[11]	夏既胜, 马梦莹, 符钟壬. 基于GF-2遥感影像的机械性破损面提取方法[J]. 国土资源遥感, 2020, 32(2): 26-32.
[12]	冯林艳, 谭炳香, 王晓慧, 陈新云, 曾伟生, 戚曌. 基于分布函数的对象级森林变化快速检测[J]. 国土资源遥感, 2020, 32(2): 73-80.
[13]	杨丽萍, 马孟, 谢巍, 潘雪萍. 干旱区Landsat8全色与多光谱数据融合算法评价[J]. 国土资源遥感, 2019, 31(4): 11-19.
[14]	姜德才, 李文吉, 李敬敏, 白罩峰. ALOS PALSAR散射总功率的面向对象林火区提取[J]. 国土资源遥感, 2019, 31(4): 47-52.
[15]	黄惠, 郑雄伟, 孙根云, 郝艳玲, 张爱竹, 容俊, 马红章. 基于引力自组织神经网络的震害遥感影像分类[J]. 国土资源遥感, 2019, 31(3): 95-103.