基于知识的多时相TM图像森林火烧迹地快速提取方法

本文以覆盖福州市及周边地区的五期TM图像为例,进行森林火烧迹地的自动提取研究.分别对TM图像上火烧迹地及其背景地物采样,分析火烧迹地在TM图像6个波段及PC变换、TC变换、多时相植被指数(MTVI)上的光谱特征,发现了火烧迹地与背景地物区分的光谱知识.其次,利用DEM数据分析火烧迹地在地形上的分布特点,发现了火烧迹地空间分布的知识规则.在此基础上建立了基于知识的多时相TM图像上森林火烧迹地提取模型,从而解决了快速识别和提取森林火灾信息的问题.     

火烧迹地信息遥感提取研究进展与展望

火烧迹地是描述森林燃烧最重要的信息之一，也是碳循环扰动和全球变化研究的重要参数。重点对近年来国内外广泛使用的火烧迹地产品的解译标志和模型算法进行了归纳总结，以往研究主要侧重于火烧迹地提取模型算法开发，忽视了复杂地形下阴影、纹理等细节特征的作用，限制了人们对火烧迹地的准确提取和科学评估。针对该问题提出了对火烧迹地信息提取改进途径的展望，基于模拟真实地表的DEM参数，优化地形校正效果，建立阴影校正植被指数；明确灰度纹理产生的条件，尝试建立颜色空间和灰度纹理映射方案，实现颜色纹理的定量解译；耦合阴影校正植被指数与颜色纹理，希望减少对小面积火点的遗漏和混淆信息误判，基于高分卫星数据实现长时间序列高精度火烧迹地信息提取，对探讨全球火烧迹地产品研发具有典型代表意义。     

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。     

基于时间序列遥感数据的森林火烧迹地提取

森林火灾是当今世界性的重大灾害之一,也是影响北方森林演替的主要因素,其成灾后往往会造成很大的经济损失,并对该地区的森林生态环境产生很大影响。基于2000-2013年8 d合成的MODIS EVI和land surface temperature(LST)时间序列数据,综合应用表征植被生长状态的植被物候期特征指标及全球扰动指数(MGDI),提出了一种森林火烧迹地检测方法,并在大兴安岭及其附近林区进行了应用验证。结果表明,所提研究方法可以有效地提取火烧迹地信息;与基于Landsat的森林扰动监测结果相比,该方法对植被细微的异常变化更加敏感,所提着火点像元也更加集中,在时间尺度上也更加精确和可靠。     

基于HJ-1B卫星数据的草原火烧迹地提取及灾前可燃物特征分析

以2012年4月20日在蒙古国发生的特大草原火为例,用HJ-1B卫星CCD影像数据作为数据源,采用支持向量机分类方法提取火烧迹地,再用目视解译数据进行精度验证,总精度达到82.71%,Kappa系数为0.666 8,达到高度一致水平。对灾前的植被指数进行分析后,发现NDVI值小于0.1的比例为0.46%,大于0.1的比例为99.54%,因此能够判定当NDVI值大于0.1时,发生和蔓延草原火的概率较高。     

Himawari-8静止气象卫星草原火监测分析

Himawari-8(向日葵8号)静止气象卫星具有高空间分辨率、高观测频次和高时效特点,在草原火灾监测具有很强优势。提出利用Himawari-8数据的自适应阈值火点监测算法,并以2016年4月内蒙古自治区呼伦贝尔市边界境外草原火灾为例,重点利用19~20日的22个小时期间的132个时次Himawari-8数据,对火情进行连续动态监测。结果显示,本次火灾共持续22 h,过火区域约1 500km2,火点像元最长持续时间约6 h。通过分析多时次连续观测影像和火点信息可知,火场在一段时间内从西向东的蔓延速度为5.4 km/h,达到急进地表火程度。分析表明,Himawari-8的10 min一次密集观测频次可实现快速获取火点位置、面积、温度等火情信息。可跟踪火场动态发展变化,估算火场蔓延速度和方向以及确定火场类型,提高卫星遥感草原火监测和预警能力。     

基于Landsat 8数据和温度-植被指数的干旱监测

结合Landsat 8数据特征提高遥感反演土壤水分的精度,对旱灾的监测具有重要意义。主要是利用Landsat 8数据,基于植被指数(NDVI)-地表温度(T_s)特征空间理论,通过对植被指数和"干边"的修订,分别计算温度植被干旱指数(TVDI)、干边修订的改进型温度植被干旱指数(MDTVDI);并结合当地气象数据、野外实测土壤水分数据,对计算结果进行了对比。结果表明:在使用Landsat 8OLI和TIRS数据时,TVDI,MDTVDI与地表土壤水分线性相关显著(α=0.05),两者都能表征地表的干旱分布情况;同时,MDTVDI与实测土壤水分的相关性和反演的土壤水分精度略高于TVDI,因此MDTVDI能够更好地反映区域土壤水分状况,更适于区域干旱监测。     

基于FY-3D MERSI Ⅱ数据的辽宁省作物生长季日平均气温估算方法比较

作为反映气候特征的重要指标之一，日平均气温在农业气象灾害监测和气候变化研究等领域承担着至关重要的作用。与传统日平均气温的监测和估算方式相比，遥感技术具有全方位、宏观、动态等不可比拟的绝对优势，能够准确地描述日平均气温的空间异质性。为提高农业服务质量，保证农业健康、可持续发展，探索作物生长季日平均气温遥感反演方法，提高农业气象灾害监测精确度，以FY-3D MERSIⅡ遥感数据为基础，提取研究区日间地表温度(LST_day)、夜间地表温度(LST_night)、归一化植被指数(NDVI),同时还考虑了高程(DEM)、坡度(Slope)两个变量，结合气象站日平均气温数据，分别构建多元线性回归和随机森林日平均气温遥感反演模型，开展辽宁省2021年作物生长季(5—9月)日平均气温遥感监测的应用研究。结果表明：(1)基于多元线性回归模型反演的日平均气温均方根误差(RMSE)为1.71℃,平均绝对误差(MAE)为1.45℃;基于随机森林反演误差RMSE为1.17℃,MAE为0.96℃;整体上，随机森林的日平均气温反演结果更好，适用性更强。(2)实验当天和前1 ...     

2008-2009年中国北方干旱遥感动态监测

干旱是威胁我国及世界农业发展的自然灾害之一,利用遥感技术进行干旱监测与评估已成为一种重要而有效的手段。2008年10月至2009年2月,我国北方地区出现了大面积的持续干旱,给冬小麦的生长造成了严重的影响。基于2000年至2009年Terra卫星MODIS传感器8天合成的地表反射率数据,结合地面实测土壤水分和实地调研数据,利用距平植被指数(AVI)和距平水分指数(AWI)对我国北方冬小麦主产区的干旱程度进行了分级,对干旱的发生、发展和时空变化情况进行了连续监测,得到了该时期的旱情分布结果:2008年10月份以后旱情逐渐加重,2009年1月下旬各地旱情达到了最严重的程度。研究表明,AWI对干旱的反应比AVI敏感而且准确。