数据融合的三大应用
原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/top-3-applications-for-data-fusion
18840 对此文章评分：
暂无评分
数据融合的三大应用
匿名作者 2014年9月16日，星期二
我最近在数据融合领域做了相当多的工作，每个独特的项目都让我对“数据融合”的含义有了新的、独特的理解。以下是我有幸探索的近期数据融合的三大应用。
影像 + LiDAR
影像与LiDAR的融合或许是数据融合中最受欢迎的应用。实际上，将3D点云与2D影像结合，能提供一长串仅靠单一模态无法实现的分析选项。这种丰富性的一个例子体现在最近的一个网络研讨会中，该研讨会展示了如何使用图像信息，对LiDAR提取的表面进行数字高程模型（DEM）的水文平整化。虽然LiDAR是提取地形信息的最佳数据源之一，但有时浅水区、甚至藻类或动物的回波可能导致表面特征显示水体不平坦。这对于水文建模和排水规划来说是一个特定的问题。图像信息，特别是近红外（NIR）波段，在水体上的反射值非常低，因此精确的海岸线划定是直接的，实际上相当容易。用海岸线矢量约束DEM甚至点云，将其值设为水体的高程，瞧，您刚刚完成了一次强大的数据融合。
图1：左图：应用了颜色表的LiDAR提取的DEM（LiDAR数据来自OpenTopo），显示了水体内变化的高程。右图：执行水文平整化后应用了颜色表的LiDAR提取的DEM，显示了水体内恒定不变的高程。
LiDAR + 地图
另一个流行的数据融合实践是自动从LiDAR中提取建筑物轮廓。许多工作流程需要手动提取建筑物，即逐个手动描绘每个轮廓。这对于任何GIS部门来说，可能是一个非常耗费人力的过程，但对于若干应用来说却是非常必要的。一些市政当局使用这些提取的信息来关联新建筑与建筑许可证。能源市场的组织通过分析人口密度来规划基础设施发展和监控现有地役权。因此，一个强大的数据融合解决方案是执行自动化建筑物提取，并将轮廓叠加到现有地图上，以评估当前的“竣工”信息。一旦矢量数据被提取出来，就可以轻松执行位置、大小和邻近度分析，以确定必要的更新或制定符合要求的规划结构。
图2：LiDAR提取的建筑物轮廓（LiDAR数据来自OpenTopo）叠加到导入ENVI的Esri OpenStreet Map底图上。
影像时间1 + 影像时间2
影像加影像绝对是一个需要解决的数据融合问题，而且非常值得投入额外的精力。时序分析几乎处于每个使用遥感的行业的前沿，并且由于卫星重访率提高、航空数据获取成本下降以及无人机系统数据进入商业市场而不断发展。比较时序数据集（尤其是光谱比较）的一些常见问题包括需要进行像素到像素的配准，有时还需要对不同的图层进行重采样和重投影。此外，在不同时间或不同日期拍摄的图像，由于太阳光照强度和采集角度的差异，数据范围可能存在足够大的变化，因此如果希望获得有效的结果，必须在比较之前进行辐射定标和大气校正。易于使用的时序数据分析工具将是即将举行的网络研讨会的主题。如果您感兴趣，请告诉我，我将确保您被列入邀请名单。
图3：代表Modis 8天表面反射率数据分析的三张图像，用于评估干旱指数随时间的变化。