基于MODIS数据的森林可燃物分类方法——以黑龙江省为实验区

森林可燃物是森林燃烧环理论中的重要三要素之一,它是森林火灾发生的内因,对于火险等级预报、火行为预报、火灾扑救等森林防火工作具有重要意义。介绍了基于MODIS数据与GIS技术相结合的森林可燃物分类方法。在研究中,以黑龙江省为实验区,利用多时相的MODIS数据生成实验区16天的最大归一化植被指数后,通过主成分分析,采用非监督分类与监督分类相结合的方法,并在GIS技术的支持下,完成了实验区内的森林可燃物的分类,为进一步获得适合全国的利用现代高新技术的森林可燃物分类方法打下了坚实基础。     

MODIS数据在树种长势监测中的应用

近年来,世界各国日益重视利用“3S”(遥感、地理信息系统和全球定位系统)技术对陆地表面植被进行研究。利用Terra-MODIS数据,分别采用了归一化植被指数(NDVI)、环境植被指数(EVI)、土壤调节植被指数(SAVI)以及比值植被指数(RVI)对实验区典型树种的长势进行了比较研究;同时对实验区典型树种的植被指数的地域变化和时间变化进行了分析,为探讨我国可燃物的时空变化规律打下了基础。     

火线轮廓参数卫星遥感定量提取方法

对Landsat TM/ETM+数据进行抽样统计分析基础上,把Landsat TM/ETM+的红外、短波红外和近红外等波段数据相结合,采用窗口动态阈值算法构建燃烧区识别模型;在此基础上,为定量生成火线轮廓参数,通过连通性判断、孔洞填充、小斑块去除和边缘细化等图像处理方法对识别的燃烧区进行处理;并在ENVI 4.8+IDL语言环境下,实现了基于Landsat TM/ETM+数据自动生成火线轮廓参数算法处理过程的程序化.结果表明,总体判对率为86.44%,总体误判率为13.56%(其中漏判率为1.77%,错判率为11.79%);该方法可满足林火扑救中对火线轮廓参数定量宏观监测的应用需求.     

基于二阶段算法的HJ-CCD数据过火区制图

利用环境减灾小卫星多光谱数据研究过火区的制图方法,并分析对比了4种植被指数对于过火区的分离性。结果表明:基于可见光和近红外的BAI(Burned Area Index)与GEMI(Global Environment Monitoring Index)指数对于过火区的分离能力较好。在此基础上,采用二阶段识别算法对实验区的过火区进行提取。首先采用严格的阈值提取燃烧较为严重的过火像元,并以此作为第二阶段过火区识别的“种子”点,该阶段以减少误判为目的;第二阶段采用区域生长提取其他过火区域,同时采取较为宽松的阈值作为生长准则,以减少漏判,最后得出过火区边界。精度验证结果表明:该方法提取的过火区误判率为5.5%,漏判率为12.7%。     

国家级森林火险等级预报方法研究

对国家级森林火险等级的定量化预报方法进行了探讨,即:利用MODIS数据反演获得可燃物状态指数;将通过网络获得的全国气象数据和建立的可燃物类型分布、森林火险区划等基础数据库,在ArcGIS平台上数量化后计算背景综合指数,由这两者计算获得火险指数,以火险指数为国家级森林火险等级预报的量化指标,并利用它进行全国森林火险等级的分级,从而实现了全国森林火险等级从定性描述到定量估测。同时,以近几年我国发生的重特大森林火灾为例,对该方法进行了验证。实验表明:该方法可较好地对国家级森林火险等级进行定量化预报。     

基于MODIS数据的森林覆盖变化监测方法研究

自然灾害、森林采伐以及其它人为活动等都将导致森林覆盖的变化。遥感提供了大尺度范围监测森林覆盖变化的能力, 但要获得森林覆盖变化的信息, 则需要有效地从遥感影像中提取变化信息的技术方法。研究在借鉴美国宇航局(NASA ) 生产MODIS 土地覆盖变化(LCC) 产品所采用的算法基础上, 利用MODIS 数据, 分别采用红光- 近红外法、共生纹理矩阵法和基于相似度的变化检测方法对我国东北林区的森林覆盖变化监测方法进行了研究, 并用近年发生在黑龙江的重(特)大森林火灾为实例进行了验证。     

一种利用HJ-1B红外相机数据自动识别林火的方法

森林火灾是一种世界性的重要自然灾害,它分布广、发生频度高,破坏森林资源,干扰人民正常生活秩序,造成全球性环境污染,越来越受到各国政府的重视。环境减灾1B卫星上的红外相机(简称HJ-1BIRS),其空间分辨率提高到了150m,高温饱和点达到了500K,是国内目前卫星上可探测地表温度最高的相机。在对HJ-1BIRS数据相关波段进行抽样统计分析基础上,针对HJ-1BIRS数据各波段特性,采用自适应的劈窗检测算法识别林火;在IDL语言环境下,实现了基于HJ-1BIRS和背景信息集成的林火自动识别算法程序。同时,通过近1a的试运行,并选取发生在东北林区和南方林区的森林火灾为验证案例,对算法及其监测精度进行验证。验证结果表明:该方法的判对率达到了90%以上,遗失率都低于10%,错判率为0,该方法基本能满足我国林火监测业务的精度要求。     

基于AATSR数据的东北林火识别方法研究

森林火灾是一种世界性的重要自然灾害,它分布广、发生频度高,破坏森林资源,干扰人民正常生活秩序,造成全球性环境污染,越来越受到各国政府的重视。遥感(Remote Sensing,简称RS)、地理信息系统(Geography Information System,简称GIS)、网络等现代高新信息技术的出现和发展,为人类研究防灾减灾的工作提供了更为方便的条件。在对AATSR (全称为Advanced AlongTrack Scanning Radiometer)数据相关波段分析和背景信息集成的基础上,在东北林区开展了利用AATSR数据识别森林火灾的方法研究。同时,对分别由AATSR和MODIS(全称为ModerateResolution Image Spectroradiometer)数据获得的东北林区火灾监测结果进行了对比验证。     

基于ENVISAT-MERIS数据的过火区制图方法研究

森林或草原在发生火灾后,过火区内的植被层在近红外波段的反射率通常要比健康植被低,利用光学遥感数据的近红外波段和红光波段可以探测出植被层的反射率在大气上界的明显变化。对过火区域的提取是利用卫星数据进行测算森林或草原火灾过火面积的关键技术之一。根据实验区内近年来发生的多次重特大森林或草原火灾,在对ENVISAT\|MERIS数据中典型地物光谱特征进行分析的基础上,分别采用图像处理方法、植被指数法和面向对象的图像分析方法对过火区制图方法进行对比研究。研究结果表明,通过面向对象的图像分析方法获得的过火区域,可以较好地适用于过火区面积的估测,该方法是一项实现定量提取过火区域的行之有效的方法。     

利用MODIS数据探测燃烧的方法研究

“3S”(遥感、地理信息系统和全球定位系统)技术在森林防火中的应用日益受到世界各国的重视。MODIS是美国NASA戈达德宇航中心在1999年12月18日发射的Terra(EOS-AM1)星上搭载的对地观测器之一。通过对Terra-MODIS数据的相关波段数据的分析,研究了不同波段在探测燃烧信息中的应用可能,并对MODIS数据在探测火点中的应用方法进行了研究;采用图像增强处理和多空间分辨率数据合成的方法,有效地提取了MODIS数据中的燃烧信息,同时也实现了MODIS数据中多空间分辨率数据间信息的融合。