- 相關(guān)推薦
研究數據融合技術(shù)及其在林業(yè)中的應用
摘要:介紹了數據融合技術(shù)的基本概念和內容,分析了該技術(shù)在森林防火、森林蓄積特征的估計和更新、森林資源調查等方面的應用,提出該技術(shù)可應用于木材無(wú)損檢測及精確林業(yè)。融合機器視覺(jué)、X射線(xiàn)等單一傳感器技術(shù)檢測木材及木制品,可以更準確地實(shí)時(shí)檢測出木材的各種缺陷;集成GPS、GIS、RS及各種實(shí)時(shí)傳感器信息,利用智能決策支持系統以及可變量技術(shù),能夠實(shí)現基于自然界生物及其賴(lài)以生存的環(huán)境資源的時(shí)空變異性的客觀(guān)現實(shí),建立基于信息流融合的精確林業(yè)系統。
關(guān)鍵詞:數據融合 傳感器 無(wú)損檢測 精確林業(yè) 應用
多傳感器融合系統由于具有較高的可靠性和魯棒性,較寬的時(shí)間和空間的觀(guān)測范圍,較強的數據可信度和分辨能力,已廣泛應用于軍事、工業(yè)、農業(yè)、航天、交通管制、機器人、海洋監視和管理、目標跟蹤和慣性導航等領(lǐng)域[1,2]。筆者在分析數據融合技術(shù)概念和內容的基礎上,對該技術(shù)在林業(yè)工程中的應用及前景進(jìn)行了綜述。
1 數據融合
1.1 概念的提出
1973年,數據融合技術(shù)在美國國防部資助開(kāi)發(fā)的聲納信號理解系統中得到了最早的體現。70年代末,在公開(kāi)的技術(shù)文獻中開(kāi)始出現基于多系統的信息整合意義的融合技術(shù)。1984年美國國防部數據融合小組(DFS)定義數據融合為:“對多源的數據和信息進(jìn)行多方的關(guān)聯(lián)、相關(guān)和綜合處理,以更好地進(jìn)行定位與估計,并完全能對態(tài)勢及帶來(lái)的威脅進(jìn)行實(shí)時(shí)評估”。
1998年1月,Buchroithner和Wald重新定義了數據融合:“數據融合是一種規范框架,這個(gè)框架里人們闡明如何使用特定的手段和工具來(lái)整合來(lái)自不同渠道的數據,以獲得實(shí)際需要的信息”。
Wald定義的數據融合的概念原理中,強調以質(zhì)量作為數據融合的明確目標,這正是很多關(guān)于數據融合的文獻中忽略但又是非常重要的方面。這里的“質(zhì)量”指經(jīng)過(guò)數據融合后獲得的信息對用戶(hù)而言較融合前具有更高的滿(mǎn)意度,如可改善分類(lèi)精度,獲得更有效、更相關(guān)的信息,甚至可更好地用于開(kāi)發(fā)項目的資金、人力資源等[3]。
1.2 基本內容
信息融合是生物系統所具備的一個(gè)基本功能,人類(lèi)本能地將各感官獲得的信息與先驗知識進(jìn)行綜合,對周?chē)h(huán)境和發(fā)生的事件做出估計和判斷。當運用各種現代信息處理方法,通過(guò)計算機實(shí)現這一功能時(shí),就形成了數據融合技術(shù)。
數據融合就是充分利用多傳感器資源,通過(guò)對這些多傳感器及觀(guān)測信息的合理支配和使用,把多傳感器在空間或時(shí)間上的冗余或互補信息依據某些準則進(jìn)行組合,以獲得被測對象的一致性解釋或描述。數據融合的內容主要包括:
(1)數據關(guān)聯(lián)。確定來(lái)自多傳感器的數據反映的是否是同源目標。
(2)多傳感器ID/軌跡估計。假設多傳感器的報告反映的是同源目標,對這些數據進(jìn)行綜合,改進(jìn)對該目標的估計,或對整個(gè)當前或未來(lái)情況的估計。
(3)采集管理。給定傳感器環(huán)境的一種認識狀態(tài),通過(guò)分配多個(gè)信息捕獲和處理源,最大限度地發(fā)揮其性能,從而使其操作成本降到最低。傳感器的數據融合功能主要包括多傳感器的目標探測、數據關(guān)聯(lián)、跟蹤與識別、情況評估和預測[4]。
根據融合系統所處理的信息層次,目前常將信息融合系統劃分為3個(gè)層次:
(l)數據層融合。直接將各傳感器的原始數據進(jìn)行關(guān)聯(lián)后,送入融合中心,完成對被測對象的綜合評價(jià)。其優(yōu)點(diǎn)是保持了盡可能多的原始信號信息,但是該種融合處理的信息量大、速度慢、實(shí)時(shí)性差,通常只用于數據之間配準精度較高的圖像處理。
(2)特征層融合。從原始數據中提取特征,進(jìn)行數據關(guān)聯(lián)和歸一化等處理后,送入融合中心進(jìn)行分析與綜合,完成對被測對象的綜合評價(jià)。這種融合既保留了足夠數量的原始信息,又實(shí)現了一定的數據壓縮,有利于實(shí)時(shí)處理,而且由于在特征提取方面有許多成果可以借鑒,所以特征層融合是目前應用較多的一種技術(shù)。但是該技術(shù)在復雜環(huán)境中的穩健性和系統的容錯性與可靠性有待進(jìn)一步改善。
(3)決策層融合。首先每一傳感器分別獨立地完成特征提取和決策等任務(wù),然后進(jìn)行關(guān)聯(lián),再送入融合中心處理。這種方法的實(shí)質(zhì)是根據一定的準則和每個(gè)決策的可信度做出最優(yōu)的決策。其優(yōu)點(diǎn)是數據通訊量小、實(shí)時(shí)性好,可以處理非同步信息,能有效地融合不同類(lèi)型的信息。而且在一個(gè)或幾個(gè)傳感器失效時(shí),系統仍能繼續工作,具有良好的容錯性,系統可靠性高,因此是目前信息融合研究的一個(gè)熱點(diǎn)。但是這種技術(shù)也有不足,如原始信息的損失、被測對象的時(shí)變特征、先驗知識的獲取困難,以及知識庫的巨量特性等[5,6]。
1.3 處理模型
美國數據融合工作小組提出的數據融合處理模型[7],當時(shí)僅應用于軍事方面,但該模型對人們理解數據融合的基本概念有重要意義。模型每個(gè)模塊的基本功能如下:
數據源。包括傳感器及其相關(guān)數據(數據庫和人的先驗知識等)。
源數據預處理。進(jìn)行數據的預篩選和數據分配,以減輕融合中心的計算負擔,有時(shí)需要為融合中心提供最重要的數據。目標評估。融合目標的位置、速度、身份等參數,以達到對這些參數的精確表達。主要包括數據配準、跟蹤和數據關(guān)聯(lián)、辨識。
態(tài)勢評估。根據當前的環(huán)境推斷出檢測目標與事件之間的關(guān)系,以判斷檢測目標的意圖。威脅評估。結合當前的態(tài)勢判斷對方的威脅程度和敵我雙方的攻擊能力等,這一過(guò)程應同時(shí)考慮當前的政治環(huán)境和對敵策略等因素,所以較為困難。
處理過(guò)程評估。監視系統的性能,辨識改善性能所需的數據,進(jìn)行傳感器資源的合理配置。人機接口。提供人與計算機間的交互功能,如人工操作員的指導和評價(jià)、多媒體功能等。
2 多傳感器在林業(yè)中的應用
2.1 在森林防火中的應用
在用MODIS(Moderate Resolution Imaging Spectroradiometer)數據測定森林火點(diǎn)時(shí)的20、22、23波段的傳感器輻射值已達飽和狀態(tài),用一般圖像增強處理方法探測燃燒區火點(diǎn)的結果不理想。余啟剛運用數據融合技術(shù),在空間分辨率為1 000 m的熱輻射通道的數據外加入空間分辨率為250 m的可見(jiàn)光通道的數據,較好地進(jìn)行了不同空間分辨率信息的數據融合,大大提高了對火點(diǎn)位置的判斷準確度[8]。為進(jìn)一步提高衛星光譜圖像數據分析的準確性與可靠性,利用原有森林防火用的林區紅外探測器網(wǎng),將其與衛星光譜圖像數據融合,可以使計算機獲得GPS接收機輸出的有關(guān)信息通過(guò)與RS實(shí)現高效互補性融合,從而彌補衛星圖譜不理想的缺失區數據信息,大大提高燃燒區火點(diǎn)信息準確度和敏感性。
2.2 森林蓄積特征的估計
Hampus Holmstrom等在瑞典南部的試驗區將SPOT-4×S衛星數據和CARABAS-II VHFSAR傳感器的雷達數據進(jìn)行了融合,采用KNN(k nearest neighbor )方法對森林的蓄積特征(林分蓄積、樹(shù)種組成與年齡)進(jìn)行了估計[9]。
KNN方法就是采
【研究數據融合技術(shù)及其在林業(yè)中的應用】相關(guān)文章：
探析數據融合技術(shù)及其在林業(yè)中的應用03-18
淺析數據融合技術(shù)及其在林業(yè)中的應用03-19
數據挖掘技術(shù)在ＣＲＭ中的應用03-22
ＰＫＩ技術(shù)及其在電子商務(wù)中的應用研究03-21