基于MODIS数据的火点信息自动提取方法

火点自动识别是提高火灾遥感监测响应速度的关键。MODIS是第一个在仪器特征参数设计上考虑了火灾监测需求的卫星。大兴安岭地区地处草原草甸和森林交界地带,火灾频繁。以大兴安岭地区为实验区,基于马里兰大学提出的MODIS数据火灾监测算法,按照我国的地理环境和植物燃烧条件进行修正,构造了火点信息自动提取模型,形成了从图像预处理到火点自动提取的技术流程。火点信息自动提取产品有火点和异常高温点,火点提取精度达到90%以上。模型适合日间火灾监测。影响火点自动提取精度的主要是因为:图像边缘对探测值产生影响;云覆盖使辐射无法透出;烟羽的影响,使辐射降低。     

潜在森林火险评估方法研究——以山东省为例

森林火险图在森林火灾管理和研究(瞭望塔、风险评估和其它各种仿真研究)中扮演着至关重要的角色,在充分考虑导致火灾的因素(常量和变量)着火可能性基础上,利用遥感(RS)数据获取速度快、面积大和地理信息系统(GIS)空间分析特点生成静态和动态指数构成集成火险指数。静态火险指数将多年近地面平均气温、多年近地面空气比湿、植被类型、植被覆盖度、海拔、坡度、坡向、距居民地距离、距道路距离、人口素质等引起火灾最为重要的10个因素作为研究因子;动态火险指数利用美国潜在火险指数模型,利用MODIS数据波段多、反演数据强的特点,获取了地表温度、大气湿度、植被湿度等数据得到死、活可燃物湿度。通过2011年132个火点的验证,火点处的集成火险指数值在非常高以上占了82.6%,说明了集成火险指数在潜在火险应用方面的价值。     

哈尔滨秋季雾霾期秸秆焚烧区域识别提取研究

农业秸秆焚烧所释放的气体和颗粒物是我国东北地区秋季雾霾灾害周期性集中暴发的重要原因。对农业秸秆焚烧区域进行有效的监测和焚烧面积的量化识别,有助于雾霾灾害的管控和预警。应用HJ-1B的IRS传感器数据,采用修改阈值后的MODIS火点监测V4算法,对秸秆焚烧区域进行火点像元提取,利用ETM影像提取农田数据,通过叠加分析,确定了农田秸秆焚烧区域。并利用MODIS影像提取到的焚烧区域结果和当地政府公布焚烧区域资料,对该方法的可行性和有效性进行了验证。     

MODIS_NDVI在白洋淀蝗虫害监测中的应用

运用不同年份蝗虫发育过程中的遥感影像。结合实地调查反映资料，研究了MODIS归一化植被指数(NDVI)在监测蝗虫害中的应用。结果表明，该指数不仅能反映芦苇地蝗虫害的是否发生。还能反映不同区域蝗虫害的发生程度。在蝗虫卵孵化期的MODIS—NDVI图像上。指数值介于0．425～0．567的区域为蝗虫最适宜孵化区，高于0．732的区域则不利于蝗虫卵的孵化。这些研究结果为监测和预警农业蝗虫害的发生提供重要的依据。     

基于遥感的新疆北疆积雪盖度及雪深监测

新疆北疆为雪灾多发区,准确地监测积雪分布及雪深具有十分重要的意义,可为雪灾多发区在冬季做好防灾减灾工作提供依据.目前MODIS数据主要运用归一化差分雪盖指数(NDSI)对积雪进行提取.NDSI是基于雪对可见光与近红外波段的反射特性和反射差相对大小的一种测量方法,然而它只能将像元辨别为积雪或非积雪,满足不了高精度的流域制图及雪盖提取要求.以新疆北疆为研究对象,应用MODIS数据和线性光谱混合模型提取像元内积雪所占比例(积雪盖度),并与NDSI建立关系,讨论了NDSI是否可以作为估算积雪盖度的标准,进而提高NDSI在积雪监测中的应用精度.结果表明,二者具有较好的线性关系,经过野外实测点的验证,25个点的平均绝对误差是0.06.此外,以MODIS数据与地面实测雪深资料为基础,通过分析和研究MODIS窗区通道的光谱特点,探讨了适合于积雪雪深监测最佳的MODIS通道,初步建立起应用MODIS资料监测北疆地区积雪深度的反演模型.     

广西喀斯特干旱农业区干旱遥感监测模型研究

广西中部喀斯特平原区是广西重要的粮食生产基地,但旱灾已成为该地区经济发展的障碍.利用EOS/MODIS数据,采用植被状态指数(IVC)和温度条件指数(ITC),构建了干旱指数ID的遥感监测模型, 统计分析了ID与农业受旱率的相关系数,从而确定了模型中各参数的权重系数.将该模型应用于2005年秋旱监测,经与旱情实况及前人研究成果进行对比分析,验证了干旱指数ID的有效性.通过对ID随ITC和IVC变化的敏感性评价,结果表明,ITC和IVC都能反映旱情变化,但ITC反映旱情的敏感性高于IVC,以ITC和IVC为因子构建的干旱遥感监测模型适用于广西中部喀斯特干旱农业区的旱情遥感监测.     

干旱遥感监测方法研究应用进展

严重、频繁的干旱已经成为世界范围内最为严重的气候灾害之一,它直接阻碍了社会经济的可持续发展.开展干旱的监测、预测与评估研究,具有重大现实意义.首先回顾了国内外的研究动态,介绍了几种干旱遥感监测指数的原理、方法以及适用范围,重点阐述了EOS/MODIS数据的计算模型的应用,并对各种干旱监测指数存在的问题以及干旱监测的发展趋势进行了探讨.     

利用AVHRR资料对哈尔滨市森林火灾的判别分析

利用极轨气象卫星遥感接收、处理系统,对2003-2005年监测的AVHRR遥感资料进行了数值化分析,及时、准确地了解火情、火点的信息,评估哈尔滨市及周边地区火情、火灾的发生情况,为防火部门提供准确的决策依据.     

EOS-MODIS资料在陕西大雾监测中的应用

通过对MODIS资料通道光谱特性的分析，探索了适于大雾监测的通道组合和量化判识指标,并对2002年12月陕西发生的几次大雾天气进行了实时动态监测。此外对陕西大雾的成因进行了简要分析。     

基于Himawari-8和GF-1卫星的林火遥感监测

以2017年4月11日11-16时(北京时间)辽宁省丹东市森林火灾为研究对象,基于Himawari-8(H8)和高分一号(GF-1)卫星开展林火密集监测、火烧迹地和森林燃烧受害程度监测。基于H8数据采用前后关联的火点识别算法进行火点判识,提取中心燃点温度及燃烧范围;基于GF-1数据采用近红外光谱(B4)、归一化植被指数(NDVI)和全球环境监测植被指数(GEMI)法进行火烧迹地识别;采用高斯函数拟合模型模拟健康林地生长曲线,基于当前影像数据重构火灾前的林地光谱值,以B4衰减量为评价指标对森林燃烧受害程度进行分等定级。结果表明:H8的密集监测显示中心燃点的位置由燃点1变化到燃点2、影响范围由2像元扩大至4像元、燃点温度由321 K降低至314 K;对比火烧迹地提取方法,B4波段的衰减变化最明显、GEMI模型次之、NDVI的衰减不明显,因此小尺度的火烧迹地提取采用B4衰减法最好;基于368个离散点林地光谱指数模拟健康林地生长曲线,拟合方程相关系数为0.89;以4月3日相距火灾发生仅8d的数据进行燃烧受害程度监测,重度受害程度等级漏分误差为90%;经过光谱重构后,重度受害程度分类精度提高24%、轻度受害程度提高10%,总体分类精度为69%、kappa系数为0.44,因此有必要进行火灾前遥感影像的林地光谱重构。