粒子群优化算法和贝叶斯网络支持下的多源空间信息融合机理研究

随着GIS、RS和GPS等空间信息技术的发展，空间信息融合成为目前地球科学领域的热点研究课题。贝叶斯网络是一种语义表达清晰、推理能力强大的不确定性处理方法，为空间信息融合提供了新的技术途径。引入基于群体智能的粒子群优化算法进行贝叶斯网络结构学习和模型优化，两者在技术上形成优势互补。将空间要素（或证据体）视为变量即贝叶斯网络的节点，空间要素之间的相互关系用有向连接边表示，关联强度则表现为变量之间的置信度（即概率参数），因此将空间信息融合问题转化为贝叶斯网络学习问题。在研究空间信息融合机制和基本理论的基础上，结合专家知识、先验信息和多源空间数据，运用粒子群优化算法指导贝叶斯网络学习和训练，从而构建面向多源空间信息融合的贝叶斯网络模型，并运用具体实例验证模型和方法的有效性。该项目的研究有利于推动3S技术的集成与应用，对于空间信息智能化处理和揭示人类认知机理均具有重要的理论价值和科学意义。