【技術實現步驟摘要】
本專利技術屬于數據處理，具體涉及一種基于遙感影像的西部地區溫泉識別系統及方法。
技術介紹
1、遙感技術具有信息獲取速度快、覆蓋范圍廣、成本低廉等優點，在地質調查中發揮著重要作用。通過遙感影像解譯，可以識別地熱活動引起的地表熱異常、地熱蝕變等現象，為地熱資源的初步圈定提供重要線索。
2、在地熱溫泉勘查中，主要目的是查找斷層破碎帶。遙感影像對地質構造解譯具有獨特的優勢，其主要作用是分析解譯勘查區可能存在的斷層破碎帶位置，圈定地球物理勘查的重點區域；地球物理勘查的主要作用是圈定含水破碎帶和熱儲水的分布區域，確定開采地下熱水的適宜位置。
3、現有技術中探索高分辨率遙感影像、多源遙感數據融合以及智能解譯算法等新技術在溫泉識別中的應用少之又少。
技術實現思路
1、針對現有技術的不足，本專利技術提出了一種基于遙感影像的西部地區溫泉識別系統及方法，可以實現對溫泉資源的更加精準和高效的勘探和開發。
2、為實現上述目的，本專利技術提供了如下方案：
3、一種基于遙感影像的西部地區溫泉識別系統，包括：數據獲取模塊、模型構建模塊、標志提取模塊和融合識別模塊；
4、所述數據獲取模塊用于獲取溫泉監測地區的多源衛星遙感數據并進行預處理；
5、所述模型構建模塊用于建立融合字典學習與視覺轉換器的高分遙感影像分類模型；
6、所述標志提取模塊用于將所述多源衛星遙感數據輸入所述高分遙感影像分類模型，提取各溫泉識別標志；
7、所述
8、優選的，所述多源衛星遙感數據包括：溫泉監測地區的可見光、紅外、熱紅外多波段影像，以及地質、地形地貌輔助數據；
9、對所述多源衛星遙感數據進行預處理的過程包括：對遙感影像進行輻射校正、幾何校正、大氣校正預處理工作。
10、優選的，所述高分遙感影像分類模型包括五個關鍵子模塊，分別是嵌入層、注意力層、連接操作、歸一化連接結構以及多層感知機，其中，注意力層是基于稀疏字典學習的注意力模塊。
11、優選的，所述標志提取模塊包括：特征信息提取單元、特征表示形成單元和識別標志提取單元；
12、所述特征信息提取單元用于利用字典學習算法對多源衛星遙感數據進行降維，獲取遙感圖像的空間和通道特征信息；
13、所述特征表示形成單元用于基于遙感圖像的空間和通道特征信息，使用視覺轉換器架構對場景內部的長距離依賴關系進行挖掘，形成基于transformer結構的遙感圖像特征表示；
14、所述識別標志提取單元用于通過基于transformer結構的遙感圖像特征表示，提取各溫泉識別標志；
15、其中，所述溫泉識別標志包括：熱異常特征、地貌特征、植被和水體特征。
16、優選的，所述融合識別模塊包括：地質構造融合分析單元、水溫融合分析單元、流量融合分析單元和系統識別分析單元；
17、所述地質構造融合分析單元用于基于識別的西部地區的主要斷裂帶和地熱活動區，結合歷史溫泉出露點和地質資料，獲得斷裂帶與溫泉分布的關系；
18、所述水溫融合分析單元用于基于識別的溫泉的水溫特征，記錄并分析其變化范圍，并對比不同溫泉區的水溫數據，結合地質構造分析，獲得水溫與地熱活動強度的關系；
19、所述流量融合分析單元用于基于識別的溫泉的流量特征，記錄并分析其變化規律，并結合地質構造和水文地質條件，獲得溫泉流量的成因和影響因素；
20、所述系統識別分析單元用于基于斷裂帶與溫泉分布的關系、水溫與地熱活動強度的關系以及溫泉流量的成因和影響因素，系統地識別西部地區的溫泉資源。
21、本專利技術還提供了一種基于遙感影像的西部地區溫泉識別方法，包括以下步驟：
22、獲取溫泉監測地區的多源衛星遙感數據并進行預處理；
23、建立融合字典學習與視覺轉換器的高分遙感影像分類模型；
24、將所述多源衛星遙感數據輸入所述高分遙感影像分類模型，提取各溫泉識別標志；
25、基于各溫泉識別標志進行融合分析，完成西部地區溫泉的識別。
26、優選的，所述多源衛星遙感數據包括：溫泉監測地區的可見光、紅外、熱紅外多波段影像，以及地質、地形地貌輔助數據；
27、對所述多源衛星遙感數據進行預處理的方法包括：對遙感影像進行輻射校正、幾何校正、大氣校正預處理工作。
28、優選的，所述高分遙感影像分類模型包括五個關鍵子模塊，分別是嵌入層、注意力層、連接操作、歸一化連接結構以及多層感知機，其中，注意力層是基于稀疏字典學習的注意力模塊。
29、優選的，將所述多源衛星遙感數據輸入所述高分遙感影像分類模型，提取各溫泉識別標志的方法包括：
30、利用字典學習算法對多源衛星遙感數據進行降維，獲取遙感圖像的空間和通道特征信息；
31、基于遙感圖像的空間和通道特征信息，使用視覺轉換器架構對場景內部的長距離依賴關系進行挖掘，形成基于transformer結構的遙感圖像特征表示；
32、通過基于transformer結構的遙感圖像特征表示，提取各溫泉識別標志；
33、其中，所述溫泉識別標志包括：熱異常特征、地貌特征、植被和水體特征。
34、優選的，基于各溫泉識別標志進行融合分析，完成西部地區溫泉的識別的方法包括：
35、基于識別的西部地區的主要斷裂帶和地熱活動區，結合歷史溫泉出露點和地質資料，獲得斷裂帶與溫泉分布的關系；
36、基于識別的溫泉的水溫特征，記錄并分析其變化范圍，并對比不同溫泉區的水溫數據，結合地質構造分析，獲得水溫與地熱活動強度的關系；
37、基于識別的溫泉的流量特征，記錄并分析其變化規律，并結合地質構造和水文地質條件，獲得溫泉流量的成因和影響因素；
38、基于斷裂帶與溫泉分布的關系、水溫與地熱活動強度的關系以及溫泉流量的成因和影響因素，系統地識別西部地區的溫泉資源。
39、與現有技術相比，本專利技術的有益效果為：
40、基于遙感影像的西部地區溫泉識別是一種有效的技術手段。通過地表熱異常識別、地熱蝕變信息提取和斷裂構造分析等方法，可以初步確定溫泉的分布范圍和儲水條件，可以實現對溫泉資源的更加精準和高效的勘探和開發。
本文檔來自技高網...【技術保護點】
1.一種基于遙感影像的西部地區溫泉識別系統，其特征在于，包括：數據獲取模塊、模型構建模塊、標志提取模塊和融合識別模塊；
2.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述多源衛星遙感數據包括：溫泉監測地區的可見光、紅外、熱紅外多波段影像，以及地質、地形地貌輔助數據；
3.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述高分遙感影像分類模型包括五個關鍵子模塊，分別是嵌入層、注意力層、連接操作、歸一化連接結構以及多層感知機，其中，注意力層是基于稀疏字典學習的注意力模塊。
4.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述標志提取模塊包括：特征信息提取單元、特征表示形成單元和識別標志提取單元；
5.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述融合識別模塊包括：地質構造融合分析單元、水溫融合分析單元、流量融合分析單元和系統識別分析單元；
6.一種基于遙感影像的西部地區溫泉識別方法，其特征在于，包括以下步驟：
7.根
8.根據權利要求6所述的基于遙感影像的西部地區溫泉識別方法，其特征在于，所述高分遙感影像分類模型包括五個關鍵子模塊，分別是嵌入層、注意力層、連接操作、歸一化連接結構以及多層感知機，其中，注意力層是基于稀疏字典學習的注意力模塊。
9.根據權利要求6所述的基于遙感影像的西部地區溫泉識別方法，其特征在于，將所述多源衛星遙感數據輸入所述高分遙感影像分類模型，提取各溫泉識別標志的方法包括：
10.根據權利要求6所述的基于遙感影像的西部地區溫泉識別方法，其特征在于，基于各溫泉識別標志進行融合分析，完成西部地區溫泉的識別的方法包括：
...【技術特征摘要】
1.一種基于遙感影像的西部地區溫泉識別系統，其特征在于，包括：數據獲取模塊、模型構建模塊、標志提取模塊和融合識別模塊；
2.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述多源衛星遙感數據包括：溫泉監測地區的可見光、紅外、熱紅外多波段影像，以及地質、地形地貌輔助數據；
3.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述高分遙感影像分類模型包括五個關鍵子模塊，分別是嵌入層、注意力層、連接操作、歸一化連接結構以及多層感知機，其中，注意力層是基于稀疏字典學習的注意力模塊。
4.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述標志提取模塊包括：特征信息提取單元、特征表示形成單元和識別標志提取單元；
5.根據權利要求1所述的基于遙感影像的西部地區溫泉識別系統，其特征在于，所述融合識別模塊包括：地質構造融合分析單元、水溫融合分析單元、流量融合...
【專利技術屬性】
技術研發人員：鄭磊，王明，祁有輝，山中雪，李有三，祁月基，
申請(專利權)人：中國地質調查局西寧自然資源綜合調查中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。