基于MODIS数据火点监测指数研究

根据火点辐射与背景辐射的差异及MODIS数据火灾监测原理,利用MODIS数据22通道(火点辐射)和31通道(背景辐射)亮温构建了一个火点指数FPI.根据只有当植被覆盖率达到一定程度时才会发生火灾的情况,利用归一化植被指数(NDVI)对其火点提取精度进行了修正,去除了地表不是植被、或植被稀少的不足以引起火灾的区域,有效减少了因裸土或城市热岛引起的误判.就湖南2008年3月1日和黑龙江2004年10月15日特大森林火灾的情况,提取了几种地物地FPI、NDVI值,分析了FPI、NDVI值与不同地表类型的关系.其中,云是干扰火点FPI值的最大因素,地表植被是干扰燃烧植被的最大因素,并确定了FPI和NDVI的阈值.经过分析,相对于MODIS绝对火点识别算法,其精度及提取速度上都有提高.     

基于MODIS数据FPI-NDVI火灾监测方法研究

根据火点辐射与背景辐射的差异及MODIS数据火灾监测原理,利用MODIS数据22通道(火点辐射)和31通道(背景辐射)亮温构建了一个火点指数FPI.根据只有当植被覆盖率达到一定程度时才会发生火灾的情况,利用归一化植被指数(NDVI)对其火点提取精度进行了修正,去除了地表不是植被、或植被稀少的不足以引起火灾的区域,有效减少了因裸土或城市热岛引起的误判.就黑龙江2004年10月15日特大森林火灾的情况,提取了几种地物的FPI、NDVI值,分析了FPI、NDVI值与不同地表类型的关系.其中,云是干扰火点FPI值的最大因素,地表植被是干扰燃烧植被的最大因素.并确定了FPI和NDVI的阈值.经过分析,相对于MODIS绝对火点识别算法,其精度及提取速度都有提高.     

基于MODIS热红外辐射的归一化差异火点指数NDTI研究

本研究使用MODIS红外辐射遥感数据在分析了异常热点光谱辐射特性的基础上,提出一个新的火情监测模型NDTI火点指数,并通过几起较大森林火灾对该模型进行了分析和验证,给出了该监测模型的详细算法.这种双通道比值指数和NDVI一样具有衰减仪器噪声和抵消常规大气影响的优点.研究表明,4 μm火点辐射通道和11 μm背景分量通道的组合突出了火点信息,选择合适的NDTI门限,NDTI指数能够准确检测火点,识别率可达到93%.根据对实时接收轨道的有限实测,由于使用极少的数据集数学运算操作,NDTI模型比MODIS推荐火情算法在计算速度上快两倍以上.EOS MODIS探测器具有多光谱和高光谱以及对热点监测动态范围宽的特点,MODIS的下一代多光谱探测器NPOESS NPP VIIRS同样继承了MODIS的优势,为NDTI算法模型提供了广阔的应用前景.     

基于MODIS数据的林火识别方法研究

森林火灾是一种世界性的重要自然灾害。遥感、地理信息系统(简称GIS)、网络等现代高新技术的出现和发展。为人类研究防灾减灾的工作提供了更为方便的条件。该文在分析MODIS数据各波段特性、对地表亮温法和亮温一植被指数法火点识别的精度进行比较的基础上,结合CIS技术,利用地面信息,采用亮温一植被指数法,建立了基于MODIS数据的林火识别模型。经实验验证,该方法总体判识精度优于80％,能较好地满足林火检测需求,同时还可以获得燃烧植被的类型。     

新一代极轨气象卫星FY3A-VIRR数据的地表火监测算法研究与评价

首先对新一代极轨气象卫星FY3-VIRR（可见光红外扫描辐射计）传感器热异常监测特性进行描述,比较了VIRR、AVHRR、MODIS三个传感器的4μm通道光谱响应特征,给出VIRR数据定标计算和几何校正的算法,在分析VIRR传感器热异常监测特性的基础上,给出考虑像元背景亮温的火点识别算法,经过试验得到云识别和火点检测参...     

EOS火灾遥感光谱通道性能和监测实例分析与研究

选取十个新疆EOS卫星火灾遥感监测实例,对它们的MODIS光谱数据和实际监测过程,从理论到实践进行的深入分析研究表明: MODIS与火灾有关各通道的性能有差异,在近红外波段:7通道优于6通道;在中红外波段:21通道最好;在远红外波段:31通道略优于32通道.由RGB 7.2.1通道合成影像可发现火场;利用21-31通道差,可判定火场,但当中红外各通道不饱和时,则应选择20-31通道差.截取MODIS光谱数据分析窗,是判定和分析火场最有效的手段.火点判识参数(阈值)要根据气候和地理的不同来调整,灵活准确的调整参数是发现火点的关键.截取7、21通道的光谱数据分析窗,可以判断火势位置和移动方向.截取21-31通道光谱数据分析窗,计算火区像元数,即可估算即时火场面积.     

MODIS林火识别算法的验证分析

利用中国境内9起森林火灾事件对MODIS火点识别的理论算法进行验证分析．结果表明：MODIS火点识别的理论算法在中国境内是基本通用的．但受地域和季节变化的影响．应用时可能会遗漏个别低温闷烧的热点;利用火点亮温偏离统计均值标准差的关系来确定阁值．可以避免火点的遗漏;林火点在CH21和CH22上的值比较接近。一般有CH21-CH22〈20K。而噪声点在两个波段上的亮温差异比较大。根据以上知识．提出了改进MODIS林火热点识别算法的建议。     

新管幕法下穿铁路既有线施工地表沉降监测

为避免新管幕法下穿铁路既有线施工所导致的轨面不平、列车晃车等铁路运营事故,以太原市迎泽大街下穿火车站通道工程为施工背景,考虑火车站内强电磁干扰环境对传统电磁、电容式传感器的影响,选用合适的光纤光栅传感器对地表沉降进行监测,设计了监测方案并搭建了监测系统,获得了施工引起的地表沉降数据,并用数值模拟方法研究了土体沉降,获得了地表横向距离沉降规律,对比论证了该监测技术的正确性和有效性。监测和计算结果表明,新管幕法施工引起的地表沉降呈漏斗状,中间大两头小,监测断面的最大沉降值为21.2 mm,在施工安全范围内。     

森林火灾灾情快速预判模型

为在火灾发生时进行灾情的快速评估,为消防决策提供参考,提出一种简化的林火蔓延模型。通过遥感影像,获取火灾首日燃火点和火场边界,利用风向、风速和USDA蔓延模型数据库中对应植被类型的蔓延速度,进行林火蔓延计算,预判无干扰状态下的林火蔓延范围,以达到灾情快速预判的目的。通过2006年黑龙江省和2009年中蒙边境特大森林草原火灾案例的分析,结合运用卫星遥感图像对逐天火迹和火点解译的结果,验证该模型的可靠性及适用性。研究结果表明,基于实时遥感影像与气象预报信息,运用简化的林火蔓延模型,并结合林火宏观扩散的特征,能够对火灾灾情的发展进行快速研判。     

不同精度地形数据对AERMOD模型预测面源扩散的影响

STRM是迄今为止现势性最好的全球性数字地形数据,其高精度地形数据逐渐在各领域得到研究与应用。通过STRM得到90 m和30 m两种精度的DEM地形数据,设计多组地形-地表类型组合方案,利用AERMOD模型模拟一面源的扩散情况,讨论高低精度地形数据对面源扩散的影响,并探索其与反照率、波文比、粗糙度等地表参数因子的关系。研究结果表明,提高地形数据精度后:最大小时浓度值有所增加,尤其是复杂地形,平坦地形最大小时浓度值变化幅度与地表粗糙度呈负相关;最大达标距离与地表粗糙度成反比,而最大达标距离变化幅度与地表粗糙度成正比。