淺析化探數據后期處理多元融合技術應用

李惠

(新疆地礦局物化探大隊 昌吉 831100)

1 化探數據分類

目前，工作中常用文字、圖表形式表現化探數據。圖件又分為等值線圖、組合圖、異常分布圖、平面圖、三維立體圖等。數據可分為空間數據、非空間數據，空間數據包括矢量數據和柵格數據。

2 化探數據模型

GIS技術應用中，可以對數據分層管理，還可以將空間數據和屬性數據掛接在一起，因此，數據分層的規范性、合理性尤其重要。

2.1 數據分類

利用GIS模型特點和化探數據的特點，建立多元地學信息分類體系，物化探信息分為重力、磁法、物探異常、化探和化探異常五大類。將每一大類按照國家頒布的勘探規范、處理解釋模型對數據的規范要求和數據庫結構，從原始數據、成果數據和特征信息三個方面進行了主題圖層劃分。對于主題圖層中的不確定性要素，要進一步分解為對應的多個基礎表。通過這些基礎表能夠完整地解讀主題屬性的特征。

2.2 數據記錄格式

編制與分類體系相對應的圖層屬性數據記錄表格。格式按照下列原則:對應原則，即圖層屬性表與分類體系對應；代碼化原則；完整性原則，屬性代碼填寫說明；繼承性原則，盡量引用正在使用的各專業數據記錄格式原名稱；簡潔性原則；規范化和標準化原則，數據記錄格式根據國家已經發布的標準格式編寫。

3 化探數據處理方法

3.1 現在分析

化探數據資料的后期處理在地球化學勘查中具有重要作用，處理結果信息為異常評價提供依據。我國目前化探數據最常用的計算方法有：R型聚類分析、Q型聚類分析、模糊聚類分析、三層套合方差分析、因子分析等，這些方法在元素和樣品的相關性研究方面具有很多的優點。在評價異常成礦遠景方面，一般采用成礦能量評價法、標準礦化估值法、成礦可能度預測法、成礦概率指數法、成礦相對指數等方法，還應用延拓方法評價異常的深部致礦性。

3.2 發展趨勢

近幾年化探方法研究呈現出明顯的多元化與綜合化趨向，實現了地質統計學與多元統計的交叉滲透與融合，在此基礎上衍生出的新型空間因子分析、因子克立格分析等在化探研究與信息資料處理中發揮著重要作用。數學概念與因子分析結合，實現滯后條件下最大自相關變量的線性組合分析，借助矩陣的轉移實現兩點空間因子分析模型各個因子的明確。在化探不規則采樣數據處理方面優勢顯著，實現單變量及多變量的靈活切換?；叫畔①Y料處理中的多元統計分析方法的滲透還表現為對應聚類分析的運用，將對應分析與聚類分析結合起來多元統計實現樣品與變量之間統一的分類解釋。

4 多元融合技術的基本原理

多元融合技術的基本原理是模擬大腦對從外界環境感受，獲取不同度量特征和現象的綜合處理。應用者可以構建有效的數學模型，利用GIS空間圖層管理、顯示技術，任意的對數據層進行抽取、疊加、組合，再生成衍生的圖像文件。按照數據抽象的程度不同，數據融合可分為特征級、數據級和影像級三類。

4.1 特征信息融合

提取原始信息中特征信息的充分統計量，對提取的特征信息進行處理和綜合分析，然后按特征信息對多元數據進行分類綜合。利用小波變換方法對其進行頻率域-空間域的變換，變換后在變換域具有分頻特性，將影像做多層分解，融合過程:在確定的領域窗口內，分別對融合的影像數據均值和方差進行統計，進而確定子帶和基帶融合值，最后經過小波逆變化重新構建圖像。

4.2 原始數據融合

建立在原始數據的原始信息層面上，比較典型的有3種:HIS變換、K-L變換、像元加權融合。假設（X1,X2,…Xm）為TM圖象像素的特征向量，（Y1,Y2,…Ym）為SAR圖像中相應像素的特征向量，那么該像素融合后的特征向量則為（X1,X2,…Xm；Y1,Y2,…Ym），進而優化了數據源。

4.3 影像融合

首先識別、提取各地物，分類后，按什么原則選擇特征影像進行融合是很關鍵的一步，從統計學角度來看，主要觀察各大類在特征影像中的類內離散度和類間離散度，選擇最佳特征組合，利用應用程序進行融合處理。

5 結論

將多元數據融合技術應用于化探數據處理中，為區域化探背景和異常的確定提供有利的計算依據，具有較為廣闊的應用前景，注重方式的綜合多元必將成為化探信息資料處理的主流趨勢。