地热资源的多源分布式遥感判别方法和系统
阅读：339发布：2020-06-08
专利汇可以提供地热资源的多源分布式遥感判别方法和系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种 地热资源 的多源分布式遥感判别方法和系统，该方法包括：数据获取步骤，用于进行多源遥感图像数据获取； 数据处理 步骤，包括对多 光谱 遥感图像数据通过 温度 和发射率分离 算法 以及彩色编码和成图处理得到温度彩色编码图像信息；对雷达遥感图像数据建立地热资源的地质构造解译标志以及进行地质构造解译；对高 分辨率 遥感图像数据建立遥感 地层 岩性解译标志以及进行遥感地层岩性解译；数据集成步骤，将数据处理步骤获取的三路信息进行 叠加 、投影变换和配准，集成得到地热资源的 位置 ，实现地热资源的多源分布式遥感判别。该方法通过对多源遥感图像数据的处理、解译和集成实现地热资源的准确判别。，下面是地热资源的多源分布式遥感判别方法和系统专利的具体信息内容。
1.一种地热资源的多源分布式遥感判别方法，其特征在于，所述方法包括下述步骤：
数据获取步骤，用于进行多源遥感图像数据获取，所述多源遥感图像数据包括多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据；
数据处理步骤，包括对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译；
数据集成步骤，将数据处理步骤获取的温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，集成得到地热资源的位置，实现地热资源的多源分布式遥感判别。
2.根据权利要求1所述的方法，其特征在于，在数据处理步骤中对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据反演的温度值，再通过多重分形法或克里格法将温度值转化成等温线变量后将所述等温线变量与坐标相对应并进行彩色编码和成图处理得到温度彩色编码图像信息。
3.根据权利要求1所述的方法，其特征在于，在数据处理步骤中是根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质断裂构造解译标志，并依据图像纹理特征进行深度的地质断裂构造解译，所述地质断裂构造解译包括对导水断裂和导热断裂的解译。
4.根据权利要求1所述的方法，其特征在于，在数据处理步骤中对高分辨率遥感图像数据采用的多元彩色变换技术包括采用最小噪声分离变换技术和遥感图像岩性增强技术，采用最小噪声分离变换技术判定高分辨率遥感图像数据的波段数和分离高分辨率遥感图像数据中的噪声以突出图像数据中的有用信息，采用遥感图像岩性增强技术通过累积直方图的方式明确不同地物之间波谱特征的差别。
5.根据权利要求4所述的方法，其特征在于，在数据处理步骤中是根据高分辨率遥感图像数据上的地层、岩性的反射光谱和形成的特征地貌分析分别建立不同时代的地层、岩浆层和构造的遥感地层岩性解译标志，依据点到线到面和外围扩展的原则通过地层、侵入岩、断裂构造和环形影像的属性分类进行遥感地层岩性解译。
6.根据权利要求1至5之一所述的方法，其特征在于，所述数据集成步骤利用GIS技术将数据处理步骤获取的矢量化的多源数据进行叠加、投影变换和配准，并通过相交分析法或判别分析法或加权叠加分析法综合处理，集成提取地热资源的导热和导水构造的位置。
7.一种地热资源的多源分布式遥感判别系统，其特征在于，包括依次连接的数据获取装置、数据处理装置和数据集成装置，
数据获取装置，用于进行多源遥感图像数据获取，所述多源遥感图像数据包括多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据；
数据处理装置，包括与数据获取装置均相连的第一数据处理装置、第二数据处理装置和第三数据处理装置，所述第一数据处理装置对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；所述第二数据处理装置对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；所述第三数据处理装置对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译；
数据集成装置，分别与第一、第二和第三数据处理装置相连，用于将温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，集成得到地热资源的位置，实现地热资源的多源分布式遥感判别。
8.根据权利要求7所述的系统，其特征在于，所述第一数据处理装置对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据反演的温度值，再通过多重分形法或克里格法将温度值转化成等温线变量后将所述等温线变量与坐标相对应并进行彩色编码和成图处理得到温度彩色编码图像信息。
9.根据权利要求7所述的系统，其特征在于，所述第二数据处理装置是根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质断裂构造解译标志，并依据图像纹理特征进行深度的地质断裂构造解译，所述地质断裂构造解译包括对导水断裂和导热断裂的解译。
10.根据权利要求7所述的系统，其特征在于，所述第三数据处理装置对高分辨率遥感图像数据采用的多元彩色变换技术包括采用最小噪声分离变换技术和遥感图像岩性增强技术，采用最小噪声分离变换技术判定高分辨率遥感图像数据的波段数和分离高分辨率遥感图像数据中的噪声以突出图像数据中的有用信息，采用遥感图像岩性增强技术通过累积直方图的方式明确不同地物之间波谱特征的差别；
和/或，所述第三数据处理装置是根据高分辨率遥感图像数据上的地层、岩性的反射光谱和形成的特征地貌分析分别建立不同时代的地层、岩浆层和构造的遥感地层岩性解译标志，依据点到线到面和外围扩展的原则通过地层、侵入岩、断裂构造和环形影像的属性分类进行遥感地层岩性解译。
11.根据权利要求7至10之一所述的系统，其特征在于，所述数据集成装置利用GIS技术将数据处理装置获取的矢量化的多源数据信息进行叠加、投影变换和配准，并通过相交分析法或判别分析法或加权叠加分析法综合处理，集成提取地热资源的导热和导水构造的位置。
地热资源的多源分布式遥感判别方法和系统
技术领域
[0001] 本发明涉及遥感技术与应用领域，特别是一种适用于地热资源的多源分布式遥感判别方法和系统。
背景技术
[0002] 地热资源是一种可以再生和重复利用的新型能源和资源，一般认为地热资源起源于地球深部熔岩和放射性元素衰变。地下水循环、毛细作用以及断裂、岩浆活动等可以把热能从地下带到地表，在地表和地下一定深度地区形成热梯度，采用热红外遥感技术探测的地表物质热发射率和温度的参数，利用热红外遥感的温度与发射率分离算法，可以快速检测地表温度，而且热红外遥感技术可以快速检测地表温度，受地面条件限制较少且信息量巨大精度较高，能够很好的应用在地热资源调查之中。热红外遥感技术被逐步应用在地热勘探中，利用热红外遥感技术可以在一定的空间尺度上发现地热异常。许多地热都与地质构造有关，地质构造是研究地热的重要内容。利用遥感技术方法研究地质构造是遥感地质工作的重要内容之一。具有一定规模的活动断裂,可以切错地层,或者控制沉积及其岩浆喷发，或者沿断裂形成各种构造地貌并控制着两侧的地貌差异、扭动变形与水系的同步转折等。因此，它们的活动状态,在卫星图像上可以通过形态特征信息和色调信息进行判定。而雷达具有一定的穿透性，近年来的工作表明，雷达技术在地质构造解译中具有非常重要的作用。近年来雷达技术主要应用在地质运动的研究、岩性和地质构造等地质调查、地质过程的分析、地外行星的研究、矿床地质的研究、地质灾害的应用等方面。
[0003] 现有的地质资源的遥感研究多用于多光谱遥感图像数据的地质解译和温度解译相互结合的推测方式来进行，这些技术主要的缺点如下：(1)利用遥感图像数据进行地质解译的断裂构造只是表面的能看得到的断裂构造，对于埋深较厚的断裂、大构造往往无法解译出。而许多与地热资源有关的构造往往埋深较大，因此，实际应用效果不理想；(2)以往的利用热红外遥感技术来主要以图像像素的形式来表现，与其它资料进行图像叠加、套合存在一定的困难；(3)以往的遥感解译往往使用单一源数据，存在着遥感图像数据不能相互验证的问题。
发明内容
[0004] 本发明针对现有技术通过多光谱遥感图像数据的地质解译和温度解译相互结合的推测方式进行地热资源的遥感研究仅能得到地表的断裂构造导致应用效果不理想、遥感图像数据无法相互验证以及识别准确度低的问题，提供一种地热资源的多源分布式遥感判别方法，通过对多源遥感图像数据的处理、解译和集成实现地热资源的准确判别。本发明还涉及一种地热资源的多源分布式遥感判别系统。
[0005] 本发明的技术方案如下：
[0006] 一种地热资源的多源分布式遥感判别方法，其特征在于，所述方法包括下述步骤：
[0007] 数据获取步骤，用于进行多源遥感图像数据获取，所述多源遥感图像数据包括多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据；
[0008] 数据处理步骤，包括对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译；
[0009] 数据集成步骤，将数据处理步骤获取的温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，集成得到地热资源的位置，实现地热资源的多源分布式遥感判别。
[0010] 在数据处理步骤中对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据反演的温度值，再通过多重分形法或克里格法将温度值转化成等温线变量后将所述等温线变量与坐标相对应并进行彩色编码和成图处理得到温度彩色编码图像信息。
[0011] 在数据处理步骤中是根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质断裂构造解译标志，并依据图像纹理特征进行深度的地质断裂构造解译，所述地质断裂构造解译包括对导水断裂和导热断裂的解译。
[0012] 在数据处理步骤中对高分辨率遥感图像数据采用的多元彩色变换技术包括采用最小噪声分离变换技术和遥感图像岩性增强技术，采用最小噪声分离变换技术判定高分辨率遥感图像数据的波段数和分离高分辨率遥感图像数据中的噪声以突出图像数据中的有用信息，采用遥感图像岩性增强技术通过累积直方图的方式明确不同地物之间波谱特征的差别。
[0013] 在数据处理步骤中是根据高分辨率遥感图像数据上的地层、岩性的反射光谱和形成的特征地貌分析分别建立不同时代的地层、岩浆层和构造的遥感地层岩性解译标志，依据点到线到面和外围扩展的原则通过地层、侵入岩、断裂构造和环形影像的属性分类进行遥感地层岩性解译。
[0014] 所述数据集成步骤利用GIS技术将数据处理步骤获取的矢量化的多源数据进行叠加、投影变换和配准，并通过相交分析法或判别分析法或加权叠加分析法综合处理，集成提取地热资源的导热和导水构造的位置。
[0015] 一种地热资源的多源分布式遥感判别系统，其特征在于，包括依次连接的数据获取装置、数据处理装置和数据集成装置，
[0016] 数据获取装置，用于进行多源遥感图像数据获取，所述多源遥感图像数据包括多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据；
[0017] 数据处理装置，包括与数据获取装置均相连的第一数据处理装置、第二数据处理装置和第三数据处理装置，所述第一数据处理装置对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；所述第二数据处理装置对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；所述第三数据处理装置对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译；
[0018] 数据集成装置，分别与第一、第二和第三数据处理装置相连，用于将温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，集成得到地热资源的位置，实现地热资源的多源分布式遥感判别。
[0019] 所述第一数据处理装置对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据反演的温度值，再通过多重分形法或克里格法将温度值转化成等温线变量后将所述等温线变量与坐标相对应并进行彩色编码和成图处理得到温度彩色编码图像信息。
[0020] 所述第二数据处理装置是根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质断裂构造解译标志，并依据图像纹理特征进行深度的地质断裂构造解译，所述地质断裂构造解译包括对导水断裂和导热断裂的解译。
[0021] 所述第三数据处理装置对高分辨率遥感图像数据采用的多元彩色变换技术包括采用最小噪声分离变换技术和遥感图像岩性增强技术，采用最小噪声分离变换技术判定高分辨率遥感图像数据的波段数和分离高分辨率遥感图像数据中的噪声以突出图像数据中的有用信息，采用遥感图像岩性增强技术通过累积直方图的方式明确不同地物之间波谱特征的差别；
[0022] 和/或，所述第三数据处理装置是根据高分辨率遥感图像数据上的地层、岩性的反射光谱和形成的特征地貌分析分别建立不同时代的地层、岩浆层和构造的遥感地层岩性解译标志，依据点到线到面和外围扩展的原则通过地层、侵入岩、断裂构造和环形影像的属性分类进行遥感地层岩性解译。
[0023] 所述数据集成装置利用GIS技术将数据处理装置获取的矢量化的多源数据信息进行叠加、投影变换和配准，并通过相交分析法或判别分析法或加权叠加分析法综合处理，集成提取地热资源的导热和导水构造的位置。
[0024] 本发明的技术效果如下：
[0025] 本发明涉及一种地热资源的多源分布式遥感判别方法，通过数据获取步骤实现多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据的多源遥感图像数据获取，数据处理步骤针对不同的遥感图像数据进行数据处理，对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译；在数据集成步骤对温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，实现地热资源的多源分布式遥感判别。本发明对得到多光谱遥感图像数据的温度值并进行彩色编码和成图处理，实现热红外遥感数据的矢量化的彩色编码，避免了现有技术用图像像素的形式表现热红外遥感数据导致与其它资料进行套合存在困难的问题；本发明通过对高分辨率遥感图像数据通过多元彩色变换并建立遥感地层岩性解译标志，以及对雷达遥感图像数据处理并地质构造解译标志，并实现了地热资源的地质断裂构造的表层和深度解译，为埋深较厚的地热资源的构造的识别提供了依据，避免了现有技术只是针对表面的能看得到的断裂构造进行推测方式解译导致实际应用效果不理想的问题。本发明解决了隐藏在覆盖物下的构造识别困难的问题，通过对地热资源进行地质断裂的表层和深度解译，配合温度彩色编码图像信息，进行信息的综合叠加集成处理，集成得到地热资源的位置，快速有效地识别地热资源，多源遥感图像数据的获取和数据处理避免了现有技术仅使用单一源数据存在遥感图像数据无法相互验证的弊端，多源遥感图像数据之间可以实现相互验证，提高了地热资源的识别的准确度，提供勘查和工程布置依据。
[0026] 本发明还涉及一种地热资源的多源分布式遥感判别系统，包括依次连接的数据获取装置、数据处理装置和数据集成装置，数据获取装置能够获取多源遥感图像数据，数据处理装置通过内部的第一数据处理装置、第二数据处理装置和第三数据处理装置对多源遥感图像数据分别进行不同的处理、解译以及温度信息的彩色编码和成图，数据集成装置最终对多种数据进行叠加集成处理实现地热资源的准确判别。该系统针对的是地热资源的深层的地质构造解译、遥感地层岩性解译和地表的与温度有关的彩色编码图像信息的识别，对多源遥感图像数据所隐藏的与地热资源有关的信息进行揭示和综合处理，实现地热资源的多源遥感判别，能够有效地解决针对地热资源的遥感勘查的许多技术性问题，经过系统处理后成果简单，识别准确度高，在使用上符合企业工作的操作，能够为前期矿权圈定提供指导和后期工程布置和勘查提供重要技术资料。附图说明
[0027] 图1是本发明地热资源的多源分布式遥感判别方法的流程图。
[0028] 图2是本发明方法的数据处理步骤中对多光谱遥感图像数据处理得到的温度彩色编码图。
[0029] 图3是本发明方法的数据处理步骤中对雷达遥感图像数据处理得到的地质断裂构造解译结果图。
[0030] 图4是本发明方法的数据处理步骤中对高分辨率遥感图像数据处理得到的遥感地层岩性解译结果图。
[0031] 图5是地热资源的多源分布式遥感判别结果图。
[0032] 图6为地热资源预测图。
[0033] 图7是本发明地热资源的多源分布式遥感判别系统的结构示意图。
具体实施方式
[0034] 下面结合附图对本发明进行说明。
[0035] 本发明涉及一种地热资源的多源分布式遥感判别方法，该方法的流程如图1所示，包括下述步骤：
[0036] 数据获取步骤，用于进行多源遥感图像数据获取，所述多源遥感图像数据包括多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据。其中，多光谱遥感图像数据如ASTER遥感图像数据，可选择无云、无雪、植被较少、昼夜温差变换不大的冬季数据；雷达遥感图像数据如PALSAR雷达遥感图像数据，可选择一对雷达数据，水平基线和垂直基线较小的数据；高分辨率遥感图像数据如GEOEYE、QUICKBIRD、WORLDVIEW等高分辨率遥感图像数据，可选择无云、无雪、植被覆盖少的秋季或春季数据。
[0037] 数据处理步骤，包括对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译。
[0038] 数据集成步骤，将数据处理步骤获取的温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，集成得到地热资源的位置，实现地热资源的多源分布式遥感判别。
[0039] 本发明的地热资源的多源分布式遥感判别方法针对的是其它的方法往往不能解决覆盖区构造信息，隐藏在厚覆盖物下的地热资源识别困难的问题，采用多源的遥感分布式识别为核心方法，主要是对多源遥感图像数据进行约束，对与地热资源有关的导热构造和导水构造进行识别，并把多光谱遥感图像数据中的热红外数据进行矢量化的彩色编码，对遥感数据所隐藏的与地热资源有关的信息进行揭示和综合处理，特别揭示隐藏在厚覆盖物下的构造信息，进行多源遥感图像数据相互验证，提供识别的准确度，是一种针对地热资源遥感判别的最新技术，能够有效快速地识别地热资源，提供勘查和工程布置依据。下面对本发明的地热资源的多源分布式遥感判别方法的具体步骤进行详细说明。
[0040] 在数据获取步骤获取多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据后，数据处理步骤可以理解为是分别按照三个分支完成不同数据的处理。
[0041] 一、第一个分支是对多光谱遥感图像数据进行数据处理，通过温度和发射率分离算法得到多光谱遥感数据的温度值，该温度值优选是反演的温度值，再通过多重分形法或克里格法将温度值转化成等温线变量，然后将等温线变量与坐标相对应并进行彩色编码和成图处理得到温度彩色编码图像信息。具体如下：
[0042] 1、通过温度和发射率分离算法得到多光谱遥感数据的温度值，简称温度分离。温度和发射率分离算法的原理是利用NEM归一化发射率算法估计地表温度值，计算10—14五个波段最大辐射值，发射率从下行天空辐射利用迭代算法去除天空背景辐射，最终反演的温度范围精度在±1.5K，而发射率精度在±0.015。对多光谱遥感数据中的热红外数据采用如下两个公式来进行温度和发射率分离：
[0043]
[0044]
[0045] 其中：T为温度，λ为热红外数据的波长，ε为发射率，c1，c2为常数，c1＝-4 2 43.74818×10 Wμm，c2＝1.43878×10Kμm；R为光谱辐射亮度，可以通过下面公式计算出：
[0046]
[0047] QCAL是热红外数据的实际辐射，LMINλ是QCAL＝0时的光谱辐射值，LMAXλ是在QCAL＝QCALMAX的光谱辐射值，QCALMAX是数据的图像辐射值。
[0048] 特别说明的是，通过对比反演温度与实测温度的差异性，采用线性回归方法对反演温度与实测温度趋势分析，从趋势分析和线性关系中可以得出，在勘查区利用热红外反演的温度与实测温度总体趋势上是一致的，而且实测温度与反演温度线性相关性非常好，所以多光谱遥感数据反演的温度值能够满足实际计算需要。
[0049] 2、通过多重分形法和克里格法将温度值转化成等温线变量。因为上述温度值是以栅格图像或温度图像的形式存在，按照坐标对栅格图像进行矢量化，也就是把温度图像变换成等温线变量：
[0050] 1)列出温度图像上每个点的坐标和温度值，形成矢量图层，即为点矢量[0051] P(T)i，j＝(xi，j，yi，j，Ti，j)
[0052] xi，j为温度图像第i行，第j列的坐标值，Ti，j为图像第i行，第j列的计算温度值。1
[0053] 2)极差计算并根据极差对矢量点进行计算
[0054] ①通过下述公式进行极差计算：
[0055]
[0056] 式中，T为上面就算得到的温度数据，Ti,j为温度数据T中第i行，第j列的具体温度值，1
[0057] ②判断极差R(T)的绝对值|R(T)|，如果极差相差较大采用多重分形法，极差相差较小采用克里格法；可通过特定的数值ε进行极差判断，如果|R(T)|>ε,采用多重分形法，如果|R(T)|<ε,采用克里格法。
[0058] a、多重分形法
[0059] 把温度图像每一行(或每一列)看作为一个空间序列(设m行n列)，求出每个序列的Ti个极差和标准差，建立R(Ti)/S(Ti)、Ti的数据对，若 的散点分布在一条直线附近，则该直线的斜率为赫斯特指数ai，也就是分形维度。
[0060] (a1)先计算每一行(列)的维度，步骤如下：
[0061] 每一行(行号i)的极差：
[0062]
[0063] Tj为第i行第j个数据的温度值，n为最大的列数。
[0064] 每一行(行号i)的标准差：
[0065]
[0066] 建立极差与标准差散点关系，
[0067]
[0068] ai为行分维，Tj为第i行第j个数据的温度值，n为最大的列数。
[0069] 同理可以计算列分维bj。
[0070] (a2)建立分维矩阵，元素为
[0071] di，j＝(ai，bj) i＝1，2，...m；j＝1，2，...n
[0072] (a3)计算行总维度A
[0073]
[0074] 其中
[0075]
[0076]
[0077] i为行号。
[0078] 同理可以计算列总维度B
[0079] (a4)计算每个单位的分维向量距离
[0080]
[0081] 对每一点Ti，j的距离进行计算Δdij，得出等温线变量。
[0082] b、克里格处理方法
[0083] 克里格方法是在有限区域内对区域化变量进行无偏最优估计的一种方法。
[0084] 根据前面计算得出的温度值图像T，计算某一点Ti，j附近n个温度值表示为Ti，j(xk)，k＝1，…，n。
[0085] (b1)计算期望与协方差
[0086] 数学期望向量m(x)
[0087]
[0088] 计算协方差c(x)
[0089]T
[0090] (Ti，j(xk)-m(x)) 为(Ti，j(xk)-m(x))的转置向量。
[0091] (b2)计算无偏性
[0092]
[0093] 也就是
[0094]
[0095] λk为待求值。
[0096] (b3)计算最优性
[0097] 在满足无偏性条件下，方差
[0098]
[0099] 构建拉格朗日方程
[0100]
[0101] μ和λk为待求值，分别对F求μ和λk的导数并令其为0。也就是可以得到克里格方程组。
[0102] (b4)计算克里格方程
[0103]
[0104] (b5)进行插值
[0105] 计算领域克里格插值方法
[0106]
[0107] 对每个点的领域Ti，j(x)都进行插值，得出等温线变量。
[0108] 3、将等温线变量与坐标相对应并进行彩色编码和成图处理
[0109] 根据前面克里格变换或者多重分形变换，得出等温线变量Ti，j(x)或者Δdij利用Ti，j统一表示，即Ti，j代表Ti，j(x)或者Δdij。在遥感图像上，按照坐标对应图像上计算每点的温度值，并把温度值按高低进行彩色赋值：
[0110] 1)列出每个点坐标和计算温度值，形成矢量图层
[0111] (x1,y1,T11)，(x2,y2,T22)，...，(xm,yn,Tmn)
[0112] x1,...,xn是图像的X轴坐标值,y1,...,yn为图像的Y轴坐标值，T11,...,Tmn为温度值。
[0113] 2)按等温线变量的值对坐标进行归类，即将等温线变量与坐标对应，也就是当温度等值线等于某一个值时，抽取所有这个温度值的坐标。
[0114] 假如Tij＝T1,那么，
[0115] (xi1,yj1,T1),(xi2,yj2,T1),...，(xim,yjn,T1)
[0116] xi1,...,xim为抽取的图像的X轴坐标值，yi1,...,yjn为抽取的图像的Y轴坐标值。
[0117] 把上列用数组表示
[0118]
[0119] 表示坐标都有特定的温度值有关。
[0120] 3)把xi1,...,xim和yi1,...,yjn进行连线，并标上温度值，也就是把坐标(xi1，yi1)，...,(xim，yjn)用线条进行连接。
[0121] 4)按照上述步骤，温度间隔为ΔT，对最小的温度值MIN(Ti，j)，MIN(Ti，j)+ΔT，MIN(Ti，j)+2ΔT，...,直到最大的温度值MAX(Ti，j)进行相似处理，可以对两条相差ΔT的温度等值线之间赋彩色值，从而实现彩色编码和成图处理，得到如图2所示的温度彩色编码图像信息。图2中显示的是灰度图，通过温度等值线划分各区域，例如，标号A所示区域是24.7—25.0℃，标号B所示区域是24.1—24.4℃，标号C所示区域是25.0—25.3℃，标号D所示区域是25.3—25.6℃，标号E所示区域是25.9—26.2℃，标号F所示区域是24.4—
24.7℃等等。
24.7℃等等。
[0122] 二、第二个分支是对雷达遥感图像数据进行干涉和相位解缠处理，并根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质构造解译标志，并依据图像纹理特征进行深度的地质断裂构造解译，所述地质断裂构造解译包括对导水断裂和导热断裂的解译。其中，干涉和相位解缠处理的详细步骤如下：
[0123] 干涉雷达利用传感器两次过境的时间差来计算，距地距离R1和R2的差可以利用相位差φ来进行测量，一个图像值乘上复共轭的另一图像的值，从而形成干涉。可以利用GDEM或者SRTM-DEM高程信息作为相位贡献在处理过程中去除地表高程影响，主要有两轨差分、三轨差分和四轨差分，一般选择两轨差分易用运算，还有的处理方法永久散射体(需要许多景数据同时处理)和短基线(需要多景数据同时处理)等多种精度可达到毫米级的处理方法。卫星在两次成像时，传感器到地面点距离分别为R1和R2，两景图像相位差信息(干涉相位)如下：
[0124]
[0125]
[0126] S1和S2表示两次成像的卫星位置，φ表示相位，λ表示雷达波长，R1和R2表示卫星传感器与地面点之间的斜距。
[0127] 相位φ中既包含了成像区域两次成像期间地表形变信息φdef，又包含了地形信息φtopo、地球曲率引起的参考椭圆趋势相位φflat、轨道误差φorbit、大气效应φatmos、时空失相关引起的噪声信息φnoise等多种信息。
[0128] φ＝φdef+φtopo+φflat+φortit+φatmos+φnoise
[0129] 如果在干涉处理工程中，使用外部DEM数据就可以去除地形相位信息φtopo；通过轨道参数可以去除参考椭球相位趋势φflat；一般如果基线较短，轨道误差φorbit较小，可以忽略，而噪声信息φnoise可以通过滤波处理来抑制；大气效应φatmos引起的测量误差在空间尺度上表现为低频信息，可以忽略。
[0130] 外部DEM数据加入处理和轨道参数参与计算后，可以分离出干涉相位φdef’，为了获得地表形变，可以通过相位解缠得到地表形变相位φdef。φdef与雷达视线方向地表形变Δr(Δr＝R2-R1)成正比。
[0131]
[0132] 相位解缠的方法较多，有枝切区域增长法、最小成本流法、最小二乘法、多重网格法、格林函数法等。
[0133] 在对雷达遥感图像数据进行上述处理后，根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质构造解译标志。由于常规的雷达影像在厚覆盖区不能够很好的反映出断裂，或者说普通雷达影像不能在厚覆盖区进行断裂构造解译，而干涉雷达避开了覆盖厚度的问题，从地表形变特征进行遥感地质的深度解译。本发明是根据图像纹理特征进行深度的地质断裂构造解译，两边条纹特征不一样且具有线性特征的作为断裂识别的依据，特别是干涉条纹具有明显错开特征的就是构造带，如图3所示的地质断裂构造解译结果图。地质断裂构造解译包括对导水断裂和导热断裂的解译，主要是断裂应力特征不同：断裂的方向与干涉条纹的方向一致，断裂具有张性的特征，是导水断裂；干涉条纹方向与断裂方向近似垂直，断裂具有压性的特征，是导热断裂。
[0134] 三、第三分支是对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，该多元彩色变换技术优选包括采用最小噪声分离变换技术和遥感图像岩性增强技术，采用最小噪声分离变换技术判定高分辨率遥感图像数据的波段数和分离高分辨率遥感图像数据中的噪声以突出图像数据中的有用信息，采用遥感图像岩性增强技术通过累积直方图的方式明确不同地物之间波谱特征的差别；根据高分辨率遥感图像数据上的地层、岩性的反射光谱和形成的特征地貌分析分别建立不同时代的地层、岩浆层和构造的遥感地层岩性解译标志，依据点到线到面和外围扩展的原则通过地层、侵入岩、断裂构造和环形影像的属性分类进行遥感地层岩性解译。
[0135] 1、多元彩色变换
[0136] 多元彩色变换的目的是为了突出图像数据中的有用信息，扩大不同影像特征之间的差别，以便提高对图像的解译和分析能力。多元彩色变换效果与图像本身的数据特征有关。主要有两个方面：(1)突出不同地物之间波谱特征的差别，在地质应用方面主要是为了便于识别不用地质体、岩石类型及地质异常；(2)突出空间形态、边缘、线条及纹理结构特征等，如地质构造、线性体及地貌特征等。主要通过空间变换来进行，优选效果比较好的最小噪声分离变换技术。
[0137] 1)最小噪声分离变换(Minimum Noise Fraction Rotation，MNF Rotation)技术用于判定图像数据内在的维数(即波段数)，分离数据中的噪声，减少随后处理中的计算需求量。MNF本质上是两次层叠的主成分变换。第一次变换(基于估计的噪声协方差矩阵)用于分离和重新调节数据中的噪声，这步操作使变换后的噪声数据只有最小的方差且没有波段间的相关性。第二次是对噪声白化数据(Noise-whitened)的标准主成分变换。为了进一步进行波谱处理，通过检查最终特征值和相关图像来判定数据的内在维数。数据空间可被分为两部分：一部分与较大特征值和相对应的特征图像相关，其余部分与近似相同的特征值以及噪声占主导地位的图像相关。假设获取的遥感数据每个观察信号z可以表示为：z＝s+n
[0138] 其中，n为噪声(假设与s不相关)，s为理想状况下的信号(无噪声)。观察信号z的协方差矩阵为Σz，噪声的协方差矩阵为Σn。假设矩阵F为Σn的白化矩阵，则：
[0139]
[0141] 记Σw＝FΓΣzF为调整噪声(白化)之后的观察数据的协方差矩阵，对这个矩阵进行主成分变化，可以得到矩阵G，使得
[0142] GΓΣwG＝Δw，GΓG＝I
[0143] 式中，Δw是由Σw的特征值所组成的对角矩阵，G则是有相应的特征向量构成。
[0144] NAPC(NOISE-ADJUSTEDPRINCIPALCOMPONENTS)变换总变换矩阵H＝FG。
[0145] MNF算子为 的特征向量矩阵。
[0146] 2)图像岩性增强处理
[0147] 在最小噪声分离变换后还可以进行图像岩性增强处理，主要是利用一系列技术手段改善图像的视觉效果，明确不同地物之间波谱特征的差别，提高图像的清晰度，将图像化成一种更适合于人或计算机进行分析处理的形式。
[0148] 遥感图像数据经过准归一化处理后，DN值域分布在0≤rk≤255范围内。对[0,255]区间内的任一个rk值进行如下变换：
[0149] 当灰度级是离散值的时候，可用频数近似代替概率值，即：
[0150]
[0151] 式中，L是灰度级数；pr(rk)是取第k级灰度值的概率；nk是在图像中出现第k级灰度的次数；N是图像中像素数。
[0152] 通常把为得到均匀直方图的图像增强用直方图累积分布函数的离散形式可由式表示：
[0153]
[0154] 其反变换为：rk＝T-1(sk)
[0155] 主要算法如下：
[0156] 列出原始图像和变换后图像的灰度级:i，j＝0,1,…,L-1,其中L是灰度级的个数；
[0157] 统计原图像各灰度级的像素个数ni；
[0158] 计算原始图像直方图： N为原始图像像素总个数；
[0159] 计算累积直方图：
[0160] 利用灰度变换函数计算变换后的灰度值，并四舍五入：j＝INT[(L-1)pj+0.5]；
[0161] 确定灰度变换关系i→j,据此将原图像的灰度值f(m,n)＝i修正为g(m,n)＝j；
[0162] 统计变换后各灰度级的像素个数nj；
[0163] 计算变换后图像的直方图：
[0164] 2、遥感地层岩性解译
[0165] 遥感地层岩性解译包括赋予不同的影像特征不同的地质意义，包括地层、岩体岩性岩相和断层构造以及火山机构等多种因素，这需要从已知的地层地质来推测未知的地层地质特征。遥感地质解译工作以编译方式为主，在已有地质资料和对区域地质构造背景进行综合分析的基础上，以多光谱遥感影像图、高分辨率遥感影像图作为底图，以区内地质图或地热分布图作为参考进行修编解译。解译过程中遵循宏观→微观→宏观的原则，从已知到未知、从简单到复杂、从可解译程度较高的区域到低的地区，循序渐进，反复解译，逐步深化。解译工作程序具体为：解译标志初建+遥感地质初步解译→野外踏勘+补充完善解译标志→全面详细解译→野外验证+综合分析→遥感地质图编制和解译说明书编写。
[0166] 1)解译标志建立
[0167] 解译过程中首先参考已有的地质资料和图件，通过已知地质体、构造等与遥感影像间的对比，根据高分辨率遥感图像数据上主要地层、岩性的反射光谱和形成的特征地貌分析，按照地质复杂程度不同，分别建立不同时代的地层、岩浆岩和构造等的遥感地层岩性解译标志。由粗到细，由影像分区到地质体单元，随着解译的深化，逐步补充、充实、完善，贯穿于解译的全过程。地质体、地质现象在遥感影像上表映的直接面貌为直接解译标志，而借助地形地貌、水系、植被等间接因素判译的地质内容为间接解译标志。
[0168] 2)遥感解译
[0169] 在充分收集和初步掌握勘查区地质情况及遥感影像特征的基础上，以遥感影像地图为主信息源，参考区内已有的地质资料和图件，采取编译结合的方式进行解译。首先选取地质构造简单、岩石地层出露较齐全、影像特征清楚的地区，进行系统的遥感地质修编解译后，再按照由点到线到面、由易到难的原则，向外围逐步扩展到相同地质条件、相同影像特征的未知区以至全区的地质解译。通过地质体影像特征差异、影像组合规律初步解译划分编图单位，通过属性分类，生成遥感解译草图，为野外地质踏勘阶段路线布置提供依据。
[0170] 地层：采用岩石地层方法编图，填图单位参考原地质图地层作为标准，取舍上多分到“组”。
[0171] 侵入岩：采用年代+岩性表示方法编图，解译中充分利用其面状、环状、椭圆状、透镜状、不规则状等空间形态、色彩(调)、地貌组合以及与周围层状岩石的不协调关系、影纹结构标志等影像特征圈定和区分不同岩石类型侵入岩体。
[0172] 断裂构造：解译重点以断层、断裂带为主，对于那些反映断层性质、产状、构造岩、伴生构造、构造组合以及成生时序有重要指示意义的影像特征可参考已有资料在图中适当表示。对于那些反映隐伏层、断裂带的特征应详细加以表示。对线形影像的延伸、分叉、复合、穿插、交切等特点及与毗邻地区线性影像的相互关系等进行解译确认后，按其地质属性分类、命名及划分等级。
[0173] 环形影像：重点解译两组以上线性构造围限形成的环形、地表出露的小侵入体、火山机构、隐伏岩体形成的穹状隆起或其它热源活动引起的地表面状反映等环形信息。
[0174] 3)遥感解译图编制
[0176] 图面内容包括：地理要素、编图单位、属性、界线、代号和相互关系，以及图例、图名、比例尺等内容。地理要素参考地形图进行编制，包括现代冰川、水系、山系名称及主要地名等，其中勘查区内现有水系、交通关况参考遥感影像图进行修编而成；编图中地层单位应参考原地质图进行统一，地层单位多分到“组”。制图采用高斯-克吕格投影，1980年西安坐标系，6度分带。为保持图面参数的一致，所有图件均使用图例规范的统一系统库。为了便于修改，图面图层结构按不同内容划分为若干图层，主要包括地质要素图层、地理图层、图内整饰图层等。编图中所用图式、图例、符号、色标等，参照地质矿产部GB6390-86《地质图用色标准及用色原则》等的有关标准执行。遥感地层岩性解译的结果如图4所示。图中，实线表示遥感解译构造，虚线表示遥感推测构造；例如，标号X所示区域表示第四系冲积碎石、砾，标号Y所示区域表示第四系冲积砂、碎石，标号Z所示区域表示第四系冰渍巨砾、泥，标号O所示区域表示第四系沙土、淤泥，标号P所示区域表示石灰系灰岩，标号Q所示区域表示第四系砾石、砂，标号W所示区域表示二长花岗岩。
[0177] 在完成上述一、二、三分支的数据处理步骤后，开始数据集成步骤。数据集成步骤利用GIS技术将数据处理步骤获取的矢量化的多源数据信息进行叠加、投影变换和配准，并通过相交分析法或判别分析法或加权叠加分析法综合处理，集成提取地热资源的导热和导水构造的位置。
[0178] 该步骤主要是利用GIS平台，根据坐标把一系列的图件进行叠加、投影变换和配准，。对各种标志进行综合分析，并优选靶区。对地各类信息进行优选，突出关键有效的信息。
[0179] 1)GIS能够根据地物信息的具体坐标对各种与找矿有关的信息进行叠加集成。应用GIS进行多源信息叠加时，首先需要对各种信息的投影参数进行准确的备注，使得地球模型、投影方式和带号等都一致，避免出现位置错位等误差。然后需对每种信息都做一个层，如利用MAPGIS来进行处理，需要对某些图件进行“点”、“线”、“区”的重组。“点”指的是文字、代号信息；“线”指的是断层和各种地质界线等；“区”指的是地质体等。最后，利用GIS平台把各种信息对找矿有利的标志都进行总结和分析，从各种信息分析提取有关的信息，优化分析，优选靶区。
[0180] 2)信息综合
[0181] 借助GIS平台，对遥感矢量化的温度彩色编码图像信息图层、地质构造解译图层和遥感地层岩性解译图层进行投影变换和坐标配准，通过相交分析、判别分析或加权叠加分析运算等综合处理，研究异常形态、异常强度、异常空间分布规律及其意义，判别优选有意义的点。本发明地热资源的多源分布式遥感判别结果如图5所示，图中白圈所围区域为地热资源判别区。
[0182] 3)异常选取
[0183] 优选地，可以在GIS平台上综合各类信息进一步来优选异常，然后结合野外地质调查和GPS定位技术，在多源信息综合分析的基础上，进行野外实地查证。
[0184] 本发明地热资源的多源分布式遥感判别方法可进一步根据地质解译、温度的彩色编码图像和断裂构造解译等几方面的内容进行分析决策处理。例如，1)利用遥感影像分析遥感地貌特征，确定河流、湖泊、山地、林地、农田等地貌单元；2)利用地质解译图像分析岩性特征；3)利用干涉雷达对构造进行分析，分析压性构造、张性构造的分布，对区内的导水构造进行判读；4)利用温度图像对压性构造的温度异常，对区内导热构造进行判读；5)根据导热构造和导水构造的位置，确定预测靶区。经过本发明地热资源的多源分布式遥感判别方法后，能够得出的包含预测信息的遥感图像，如图6所示的地热资源预测图，利用RGB合成一幅假彩色图像，预测地热区的导热断裂和导水断裂，这样做出来的图像能够直接指示预测信息，更加适合勘查和工程布置的决策。
[0185] 本发明还涉及一种地热资源的多源分布式遥感判别系统。本发明为地热资源的遥感勘查提供一种全新的解决技术，通过对多源遥感图像数据的处理分析和解译确定与地热资源有关的导热和导水构造的位置，通过对多光谱遥感图像数据进行热红外遥感处理和矢量化，并对多种数据进行叠加集成处理，提供一种针对地热资源遥感勘查的多源分布式遥感判别系统。特别揭示隐藏在厚覆盖物下的构造信息。本发明所述系统基于多源遥感图像数据上的综合处理与集成，能够有效的解决针对地热资源遥感勘查的许多技术性问题，经过系统处理后成果简单，在使用上符合地勘部分的操作，能够为后期的勘查和工程布置提供重要技术资料。
[0186] 本发明的地热资源的多源分布式遥感判别系统与本发明上述的地热资源的多源分布式遥感判别方法相对应，也可以理解为是实现本发明地热资源的多源分布式遥感判别方法的系统。本发明所述系统的结构如图7所示，包括依次连接的数据获取装置、数据处理装置和数据集成装置。其中，数据获取装置，用于进行多源遥感图像数据获取，所述多源遥感图像数据包括多光谱遥感图像数据、雷达遥感图像数据和高分辨率遥感图像数据。数据处理装置，包括与数据获取装置均相连的第一数据处理装置、第二数据处理装置和第三数据处理装置，所述第一数据处理装置对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据的温度值，再将温度值转化成等温线变量后进行彩色编码和成图处理得到温度彩色编码图像信息；所述第二数据处理装置对雷达遥感图像数据进行干涉和相位解缠处理并建立地热资源的地质构造解译标志以及进行地质构造解译；所述第三数据处理装置对高分辨率遥感图像数据通过多元彩色变换技术突出图像数据中的有用信息和明确不同地物之间波谱特征的差别，并建立遥感地层岩性解译标志以及进行遥感地层岩性解译。数据集成装置，分别与第一、第二和第三数据处理装置相连，用于将温度彩色编码图像信息、地质构造解译和遥感地层岩性解译进行叠加、投影变换和配准，集成得到地热资源的位置，实现地热资源的多源分布式遥感判别。
[0187] 优选地，第一数据处理装置对多光谱遥感图像数据通过温度和发射率分离算法得到多光谱遥感数据反演的温度值，再通过多重分形法或克里格法将温度值转化成等温线变量，然后通过多重分形法或克里格法将温度值转化成等温线变量后将所述等温线变量与坐标相对应并进行彩色编码和成图处理得到温度彩色编码图像信息，温度彩色编码图如图2所示。
[0188] 优选地，第二数据处理装置是根据雷达遥感图像数据对地观测特征和断裂对雷达回波的特征建立地热资源的地质断裂构造解译标志，并依据图像纹理特征进行深度的地质断裂构造解译，该地质断裂构造解译结果如图3所示。其中，地质断裂构造解译包括对导水断裂和导热断裂的解译。
[0189] 优选地，第三数据处理装置对高分辨率遥感图像数据采用的多元彩色变换技术包括采用最小噪声分离变换技术和遥感图像岩性增强技术，采用最小噪声分离变换技术判定高分辨率遥感图像数据的波段数和分离高分辨率遥感图像数据中的噪声以突出图像数据中的有用信息，采用遥感图像岩性增强技术通过累积直方图的方式明确不同地物之间波谱特征的差别。第三数据处理装置是根据高分辨率遥感图像数据上的地层、岩性的反射光谱和形成的特征地貌分析分别建立不同时代的地层、岩浆层和构造的遥感地层岩性解译标志，依据点到线到面和外围扩展的原则通过地层、侵入岩、断裂构造和环形影像的属性分类进行遥感地层岩性解译，遥感地层岩性解译结果如图4所示。
[0190] 优选地，数据集成装置利用GIS技术将数据处理装置获取的矢量化的多源数据信息进行叠加、投影变换和配准，并通过相交分析法或判别分析法或加权叠加分析法综合处理，集成提取地热资源的导热和导水构造的位置，实现地热资源的多源分布式遥感判别。本发明地热资源的多源分布式遥感判别结果如图5所示。
[0191] 本发明所述地热资源的多源分布式遥感判别方法和系统的优点：
[0192] 1)利用热红外遥感通过温度与发射率的分离，并在此基础上利用多重分析或克里格方法及彩色编码生成温度等值线图(即温度彩色编码图)，反映了导热构造的走向。岩性断裂为地温异常高值，所反映的导热构造为东西向走向特征，判读与干涉雷达解译结果一致可以相互验证。
[0193] 2)通过干涉雷达和雷达影像，可以解译勘查区的构造，利用干涉雷达可以分析构造的性质，得出压性和张性构造，对导水构造以及导热构造进行初步判读。
[0194] 3)可以通过野外与室内高分辨率遥感图像数据结合，实现对勘查区的地貌特征进行了遥感的识别，特别是高分辨率遥感对地貌的识别非常清晰，对山地、低山丘陵、河流、农田、道路、湿地、城市、垃圾场、林地、水体等地貌特征都可以识别。
[0195] 4)利用多种遥感图像数据结合实际野外查证，在干涉雷达、雷达影像构造解译的基础上，结合热红外数据的温度等值线图，可以对地层和岩性进行了遥感地质解译。
[0196] 5)通过多源遥感图像数据信息，以及得出的导热和导水构造的位置，及水热交换产生地热资源的位置，为地热勘探提供依据，提出遥感预测区。
[0197] 本发明适于工程领域地热资源遥感勘查及靶区预测，对工程布置进行选址，识别等；也能应用勘查区构造的分析，构造性质的判读；地貌分析，地质解译；第四纪覆盖区构造的检查，地球物理布置；地热资源领域生产应用与研究。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种穿插不规则侵入岩、脉的复杂工程地质岩组分类方法 | 2020-05-12 | 201 |
| 一种区域滑坡灾害易发性评估装置 | 2020-05-25 | 218 |
| 一种顺层灰岩破损山体的绿化方法 | 2020-05-26 | 469 |
| 一种砂岩型铀矿综合地球物理勘探方法 | 2020-05-27 | 201 |
| 一种寻找火山岩型硫化物矿床有利成矿区域的方法 | 2020-05-14 | 987 |
| 一种复杂矿区大比例尺地质填图方法 | 2020-05-31 | 219 |
| 幔源油气区域勘探方法 | 2020-06-01 | 376 |
| 一种基于绕射波数据的岩浆岩信息提取方法 | 2020-05-12 | 484 |
| 地热资源的多源分布式遥感判别方法和系统 | 2020-06-08 | 339 |
| 一种用于精细地质储层研究的实验模拟装置 | 2020-06-10 | 96 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈