SAR与光学影像在煤矿信息解译中的应用研究

"SAR与光学影像在煤矿信息解译中的应用 (2013年)，赵静，式文波 - 辽宁工程技术大学测绘与地理科学学院" 本文主要探讨了如何利用合成孔径雷达（SAR）和光学影像（如SPOT5）在煤矿信息解译中的优势，以提高对矿区地物识别的准确性和效率。作者赵静和式文波通过结合SAR和SPOT5两种不同类型的遥感影像，旨在挖掘和利用这两种影像中的丰富空间信息。 首先，基于目标成像知识理论，作者分析了矿区内的典型目标，如露天采场、大型车辆、矿山道路网、复垦区、排土场、管线和建筑物等的成像特性。SAR影像因其穿透云雾和夜间工作的能力，能够在恶劣天气或光照条件下提供连续的监测数据，而SPOT5则以其高空间分辨率提供了更精细的地表细节。在预处理阶段，进行了几何校正，以确保影像的精确对齐，这对于后续的信息提取至关重要。 接着，作者采用了多种信息提取技术，包括阈值分割、形态学滤波和特征融合。阈值分割是将影像划分为多个区域的基础步骤，通过设定合适的阈值来区分不同的地物。形态学滤波则用于去除噪声和改善影像边缘，增强地物特征。特征融合策略则是结合SAR和SPOT5影像的各自优势，通过综合两者的特征信息，提高解译的准确性。 通过对比分析SAR、SPOT5单独解译的结果以及融合后的影像解译效果，研究发现该方法显著提高了对矿区典型地物的识别能力。例如，露天采场的边界、大型车辆的位置、复杂的矿山道路网络、复垦区的范围、排土场的分布、管线走向和建筑物的结构等都能得到较好的识别。这表明该方法在矿山监测中具有实际应用价值，能够为矿山的安全管理、环境评估和灾害预警提供有力的数据支持。 这项研究强调了多源遥感数据融合在复杂环境下的信息解译潜力，特别是在煤矿这类对实时监测需求高的领域。通过深入理解和应用SAR与光学影像的互补性，可以实现更高效、更准确的信息获取，为煤矿行业的可持续发展提供科学依据。