Google Earth在地质构造解译中的应用
引言 在对贵州省全省基于小流域地质构造解译中，笔者利用Google Earth直接进行地质构造解译，获得了满意的效果。本次解译中直接利用GE作为操作平台，充分挖掘ARCGIS与GE的数据结合点，不仅节省了大量的时间，而且在GE上进行立体解译具有很多其他解译平台所不具有的优势，2005年6月GE面世以来，广泛应用于各行各业，直接作为平台进行地质构造解译是首次，不仅仅是因为GE目前对所以的用户是完全免费的，更重要的是的一点是它集成了RS、GIS和GPS三种高新技术功能的平台。良好的GE影像图和三维实时实地操作，使基于GE平台的遥感地质构造解译具有室内遥感影像解译与实地野外工作同时室内操作的优点。 1、Google earth软件及KML文件格式介绍 1.1 Google earth软件 数字地球（Digital Earth）作为新的科学术语最早出现于1998年，时任美国副总统的戈尔发表了数字地球 的演讲，首次提到数字地球 （Digital Earth）这个概念。数字地球是一个以地球坐标为依据的、具有多分辨率的海量数据和多维显示的地球虚拟系统，集信息高速公路和计算机宽带高速网络技术、高分辨率卫星影像、空间信息技术、大容量数据处理与存贮技术、科学计算以及可视化和虚拟现实技术于一体[1]。自从戈尔提出了Digital Earth以后，便在全球范围内掀起了数字地球热，然而，由于戈尔竞选总统失利和当时科学技术水平的限制，数字地球的发展十分缓慢。Google公司是全球最大的搜索引擎公司，一直想在搜索技术上有所突破的它在收购影像技术提供商key Hole后，于2005年6月推出一款全球地理信息系统搜索软件Google Earth[2]。 论文代写 1.2 KML文件格式 KML（ Keyhole Markup Language） 是谷歌公司面向全球推广的以XML（ 可扩展标记语言） 语言为编码基础，采用XML 语法格式存储地理空间信息数据的地图描述语言， 现已成为开放式地理编码联盟的标准之一[3]，在GE上的应用取得了重大成功，推动了其在其他领域的广泛应用。 2、Google Earth 用于地质构造解译的优势 2.1数据优势 2.1.1集多种数据于一体 对不同领域的工作者和工作人员来本文由毕业论文网收集整理说，数据是至关重要的，有没有尺度的高质量数据，决定着工作的进程和结果的质量。随着3S技术广泛应用，遥感影像成为了人类获取地理信息的主要源泉，但是，能够免费获取到的影像数据质量很低，多不能满足需求，高质量的数据又得花费大量的费用，地质资料来源广泛、类型多样、数据量庞大，数据在精度、分辨率、质量等多方面，特别是高分辨率、高质量和精度的数据，有利于解译岩层产状、线性构造、环形构造、隐伏构造、断裂构造、褶皱构造和活动构造等。Google Earth的全球影像数据服务器集群系统上， 采用遥感影像数据金字塔分层技术， 将影像数据按照不同比例尺分层组织[4]。 毕业论文 2.1.2 GE数据结构与其他平台数据共享 KML（ Keyhole Markup Language） 是谷歌公司面向全球推广的以XML（ 可扩展标记语言） 语言为编码基础，采用XML 语法格式存储地理空间信息数据的地图描述语言， 现已成为开放式地理编码联盟的标准之一[5]，在GE上的应用取得了重大成功，推动了其在其他领域的广泛应用。ESRI公司的ARCGIS 9.2软件中， 实现了支持Google Earth数据发布的KML格式， 为两大GIS平台间实现地理数据集成应用提供了可能。利用KML把地质构造信息储存起来，转换成便于地理信息分析的shape格式。标准的KML文件生成器，高效率的KML文件解析器，可以动态地对KML进行修改。虽然GIS数据转换成KML格式数据时存在精度不高和点、线、面的表现形式混乱的缺陷，但刘祥磊等在分析GIS矢量数据与KML共性的基础上，得到了一种将GIS数据精确转换成KML的方法[6]。 2.1.3 数据分辨率高 Google Earth的卫星影像，并非单一数据来源，而是卫星影像与航拍的数据整合。其卫星影像部分来自于美国DigitalGlobe公司的Quick Bird（快鸟）商业卫星与Earth Sat公司（美国公司，影像来源于陆地卫星LANDSAT—7卫星居多），航拍部分的来源有Blue Sky公司（英国公司，以航拍、GIS/GPS相关业务为主）、San born公司（美国公司，以GIS、地理数据、空中勘测等业务为主）、美国IKONOS及法国SPOT5。其中SPOT5可以提供解析度为2.5米的影像、IKONOS可提供1米左右的影像、而快鸟就能够提供最高为0.61米的高精度影像，是全球商用的最高水平。Google Earth全球卫星图像的有效分辨率普遍超过30 m，在中国大城市的分辨率甚至达到了0. 15 ～ 2 m，大部分地级城市和主流县级以上城市达到辨认汽车的精度； 其卫星图图像经常更新，大部分区域卫星图片拍摄时间在2 年以内，且分辨率在不断提高。对于区域地质环境解译一般采用ETM数据（空间分辨率15米）的741波段组合可以取得比较好的解译效果[7]。Google Earth 已经实现了全球范围ETM影像的覆盖，因而可以满足全球范围内区域遥感地质解译，李为乐等通过Google Earth对滇藏铁路林芝一拉萨段地质环境进行了解译，取得满意的结果[8]。