摘要
地球物理多属性数据的解释往往具有主观性，并且由于数据量庞大而变得复杂，这促使人们需要自动化融合方法来保留数据结构并增强异常特征的显示。本研究介绍了一种图像融合方法，该方法结合了非采样轮廓波变换（NSCT）和新度量参数（NMP）规则，用于整合铜镍勘探的多源极化率和电阻率数据。通过NSCT，源图像被分解为多尺度、多方向的低频和高频子带。低频成分通过动态加权进行融合，而高频成分则使用NMP规则进行合并。利用实地数据评估了关键参数（如低频权重、网格大小和网格角度）的影响。结果表明，NSCT + NMP融合方法提高了异常体的空间分辨率和边界清晰度，有效地将低电阻率信号与高极化率信号结合在一起。定量实地验证显示，82.43%的辉长岩矿化区的判断系数低于0.45，证实了融合方法的准确性。最佳参数选择包括动态调整的低频权重、既能兼顾细节又能抑制噪声的网格大小，以及具有方向中性的45°正方形网格。这种方法为联合多物理数据分析提供了一种实用策略，有助于提高勘探中对矿化体的空间识别能力。
