为提高采煤沉陷区地质环境监测基础数据的质量,以宁夏惠农采煤沉陷区为研究区,分别选取矿山地质环境治理恢复前和治理恢复后的QuickBird遥感影像及高分二号遥感影像,运用PCA算法、NNDiffuse Pan Sharpening算法、Gram-Schmidt算法与Brov...为提高采煤沉陷区地质环境监测基础数据的质量,以宁夏惠农采煤沉陷区为研究区,分别选取矿山地质环境治理恢复前和治理恢复后的QuickBird遥感影像及高分二号遥感影像,运用PCA算法、NNDiffuse Pan Sharpening算法、Gram-Schmidt算法与Brovey Sharpening算法进行融合实验,并对融合结果进行定性和定量评价。结果表明:4种融合算法都在不同程度上提高了QuickBird影像和高分二号影像的原始多光谱影像空间分辨率。其中,QuickBird遥感影像使用Gram-Schmidt融合算法处理的效果最优,不仅在空间信息融入度方面表现较好,还具有很强的光谱保真能力,能够最大限度准确获取采煤沉陷区治理前的典型地物,如地裂缝、煤矸石、煤堆、矿坑水的范围、纹理及形态等相关信息;高分二号影像采用PC Spectral Sharpening融合算法处理的效果最优,不仅能够提高采煤沉陷区地物的空间细节信息,且能较多地保留原始多光谱信息,对于采煤沉陷区治理后的典型地物,如复绿植被、观景平台、中心广场等人造景观的几何结构和纹理信息表现更为明显。展开更多
