森林火灾后生态变化遥感监测评价模型的构建方法研究

通过攀西林区云南松林的一系列旧火攻迹地的更新恢复和生态变化的遥感调查，对各生态因子的空发布特征分布特征及生态变化的影响规律进行分析，确定了评价因子及其评价标准，利用遥感信息，以及地形、土壤、林分和林木受害程度等要素的８个因子的模糊综合评判结果和火烧年限等为变量，通过多组数据的多元统计分析，建成森林火灾后生态变化遥感监测评价模型，经野外调查结果验证分析，达到了预期的攻关目标。     

遥感与模糊评判在森林火灾后生态监测评价中的应用

以遥感资料为信息源，针对森林生态的复杂性与模糊性，采用模糊数学中“多层次模糊综合评判”的方法，对森林火灾后生态景观进行评价及动态监测，以期探索森林火灾后生态监测评价的新途径，为森林生态系统的恢复和重建提供科学依据和决策支持。     

遥感与模糊评判在森林火灾后生态监测评价中的应用

以遥感资料为信息源,针对森林生态的复杂性与模糊性,采用模糊数学中“多层次模糊综合评判”的方法，对森林火灾后生态景观进行评价及动态监测，以期探索森林火灾后生态监测评价的新途径，为森林生态未统的恢复和重建提供科学依据和决策支持。     

不同遥感指数提取林火迹地研究

森林火灾是一种重要的森林扰动,是导致森林碳储量减少的重要途径之一,及时、准确地获取林火迹地对于研究全球碳循环及气候变化具有重要意义。以江西省武宁县为研究区,选用1991年和1992年两期Landsat TM遥感影像,采用区分指数(M),分析了Landsat TM 7个波段、植被指数、火烧迹地指数及其改进指数对林火迹地的提取能力,并评价其分类精度。结果表明:TM4 、TM7和TM6波段区分度较高,能较好地反映林火迹地的特征;18个不同的遥感指数中,NBR、NSTV1、NSTV2和NSEV1区分度大于1.5,林火迹地提取精度达到85%以上,具有较高的林火迹地提取能力,EVI、BAI、MIRBI、SAVIT和NSEV2指数提取能力相对较弱;而以引入TM6波段的改进指数NSTV2提取能力最高,适当的方式引入热红外波段可改进遥感指数对林火迹地的提取能力。     

用户终端森林火情卫星遥感监测信息系统

“用户终端森林火情卫星遥感监测信息系统”是为用户建立的服务界面。依托于计算机网络通讯，用微机把一幅卫星遥感森林火情监测信息图展示在用户面前，彻底改变了以前只能用电话传输火情的信息方法，使用户能快速，高效和全面了解火点信息，为防火指挥机构及时掌握动态和指挥补救火灾提供可靠依据。     

TM数据的信息特征

一、引言美国1982和1984年相继发射陆地卫星4和5号,星上携带第二代多光谱扫描仪——TM(专题成像仪)。TM探测地物辐射的灵敏度提高、量化等级增加、空间分辨率改善、光谱通道也进行了调整与扩展(表1)。为增强资源卫星遥感能力采取这些措施,有用信息究竟增加多少?能给用户带来多大好处?有什么特点?这是遥感应用各领域普遍关心的问题。国外从不同角度用不同方法开展了一些研究。我国引进的遥感卫星地面站已投入运行,覆盖我国大部国土的TM数据将可源源不断提供使用。今后一段时期TM图像将成为主要遥感数据源之一。有鉴于此,决定首先结合全国土地利用清查与动态监测任务,开展TM数据信息特征及     

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。     

陆地卫星图象在灾害监测中的应用

1987年5月我国大兴安岭地区发生特大森林火灾。火灾期间，应用TM图像实时监测火情取得良好效果。灾后对过火区继续进行监刚，通过灾前、灾中、灾后TM图像的数值分析、对比，变换处理及目视判读，查明不同受害程度地区林木恢复与生态环境变化均有所不同。
松毛虫害是近年松林的主要灾害。本文概述安徽省全椒县孤山林场应用TM图像监测松毛虫害的试验研究结果，表明只要图像时相选择恰当，并采取各种排除干扰信息，突出有用信息的图象应用处理方法，可以相当准确地把重害、轻害和基本无害区自动识别区分出来。     

土地利用动态遥感监测图集近日将问世

1999年 ,国土资源部将土地利用动态遥感监测列入新一轮国土资源大调查“一项计划、五项工程”中 ,首次大规模应用多种多时相高分辨率的空间遥感数据 ( TM、SPOT、航片 ) ,对全国 50万人口以上的 66个城市从 1 998年 1 0月至 1 999年 1 0月期间建设占用耕地等土地利用变化情况进行了监测。这项工作由 1 40名科技人员和管理人员利用近 4个月时间完成。其成果直接应用于国土资源调查、耕地保护、规划和土地执法检查等国土资源管理工作。土地利用动态遥感监测图集作为项目的成果之一 ,汇集了各监测单位遥感图像处理的佳品 ,图文并茂 ,特色明…     

基于环境减灾小卫星数据的森林火灾迹地检测算法研究

森林火灾迹地是森林火灾的基本描述因子之一,是评估森林火灾严重程度的重要资料。本文基于环境减灾小卫星数据的特性,提出将GEMI指数作为火灾迹地检测指数;为了降低利用单幅影像进行火灾迹地检测时云污染现象对检测精度造成的影响,构建时序GEMI指数合成方法;并进一步提出适用于环境减灾小卫星数据的基于时序合成GEMI影像的火灾迹地检测算法;最后,将算法应用于2009年4月发生在中国黑龙江的森林火灾,检测结果表明该算法能准确地反映出森林火灾过火区域。     

基于AVHRR和TM数据的时间序列较高分辨率NDVI数据集重构方法

由于技术条件的限制,一个传感器很难同时具有高空间分辨率和高时间分辨率。然而,在高分辨率尺度上监测地表景观季节性变化的能力是全球的迫切需要,融合周期短、覆盖范围广与分辨率高、周期长的遥感数据是一种较好的方法。基于AVHRR时间分辨率高和TM空间分辨率高及其数据积累时间长的特点,选择若尔盖高原为研究区域,在改进ESTARFM方法的基础上,对TM NDVI和AVHRR NDVI进行融合,构建高时空分辨率的NDVI数据集。研究结果表明:该方法能有机结合AVHRR NDVI的时间变化信息与TM NDVI的空间差异信息,有效实现高时空分辨率NDVI数据集的重构,3景预测高分辨率NDVI与MODIS NDVI产品相关系数分别达到了0.89、0.91和0.85。该方法能够在时间上保留高时间分辨率数据的时间变化信息,同时在空间上反映高空间分辨率数据的空间差异信息,从而为有效构建相对高分辨率时间序列NDVI数据集提供了可能的方法。     

无人机森林火灾监测中火情检测方法研究

本文将无人机遥感的高清可见光图像用于森林火灾的监测,监测过程包括森林火灾检测、火灾区域分割、特征提取、火灾识别。首先,选择RGB颜色空间进行森林火灾的检测,在大幅减少单张图像的计算量的同时,也排除了大部分无火图像。其次,选择HSV颜色空间完成图像分割,得到完整性较好的火灾区域。最后基于灰度共生矩阵和火灾区域边缘图像提取了火灾区域的多维特征,并用支持向量机完成了火灾识别过程。本文算法对森林火灾的检测率可达到87.7%,识别率达到89.2%,表明该算法用于森林火灾监测效果较好。     

遥感卫星地面站追踪森林火灾

我国的遥感卫星地面站,为监测大兴安岭林区的火灾发挥了作用。遥感卫星地面站获悉大兴安岭林区发生火灾的消息后,立即与美国陆地卫星控制中心联系,要求增发陆地卫星夜间经过火区时的远红外探测数据。以后多次接收和处理了东西两个火区的火灾形势和位置分布图像,为灭火指挥部提供了准确数据。同时接收和处理陆地卫星白天获取的TM图像数据,地     

利用陆地卫星TM数据评估森林病虫害

回顾和总结了近十多年来森林病虫害遥感监测的研究进展，介绍了“八五”攻关课题的最新研究成果，充分肯定了陆地卫星TM数据在森林资源质量监测和评估中的应用前景，指出了今后的发展方向。     

利用温度植被干旱指数反演三峡库区土壤水分

土壤水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数,在地表与大气界面的水分和能量交换中起重要作用。传统的监测土壤水分的方法只能得到单点的数据,很难获得大范围地区的土壤湿度。遥感能够快速方便地获取大区域的地表信息,因此使用遥感监测土壤水分意义重大。主要利用了温度指标干旱指数对三峡库区进行土壤水分反演及其验证。利用TM6波段的亮温方程,计算得出地表温度（Ts）,以TM3、TM4波段计算得出归一化植被指数（NDVI）;把Ts和NDVI作为基本参数,根据Ts-NDVI特征空间的形状,取中间范围的NDVI,拟合干湿边方程,确定干湿边参数;根据温度植被干旱指数（TVDI）进行土壤湿度等级划分。结果表明,利用TVDI可以很好地反演出地表的土壤湿度信息。     

森林类型遥感分类及变化监测研究进展

森林是陆地生态系统最主要的植被类型,利用遥感技术对森林类型分类识别和动态监测对于全球碳循环研究和森林资源可持续发展具有重要意义。梳理了森林遥感分类的主要经典方法,从传统的基于像元的分类方法、面向对象方法再到新型基于红边波谱信息以及基于深度学习的分类方法,并详细介绍了现有的各种方法的应用案例及其优势。最后,提出了现阶段森林遥感分类和遥感变化监测研究中的局限性,为新形势下的森林资源动态监管提供借鉴。     

TM验证MODIS过火面积产品精度分析——以黑龙江省重大森林火灾为例

鉴于准确估测森林的过火面积对森林火灾的损失评估和过火区植被的恢复所具有的重要作用,选取了2006年～2010年黑龙江省51个重大森林火灾记录,分别利用MODIS的MOD14A2（Terra）火产品数据和TM遥感影像数据估算过火面积,并利用Kappa指数分析过火面积在数量和空间位置上的一致性。结果表明：在单个火场尺度上,小于3.72km2的森林火灾不适于利用MOD14A2产品来估算过火面积,而年过火总面积的相对误差小于15%。MOD14A2火产品可以有效地估测年度尺度上森林的过火面积;数量Kappa指数明显大于位置Kappa指数和标准Kappa指数,位置Kappa指数较低,这可能是由于MODIS数据的空间分辨率较低、林火记录坐标位置不够准确等原因造成的,有待进一步研究。     

TM验证MODIS过火面积产品精度分析——以黑龙江省重大森林火灾为例

鉴于准确估测森林的过火面积对森林火灾的损失评估和过火区植被的恢复所具有的重要作用,选取了2006年~2010年黑龙江省51个重大森林火灾记录,分别利用MODIS的MOD14A2(Terra)火产品数据和TM遥感影像数据估算过火面积,并利用Kappa指数分析过火面积在数量和空间位置上的一致性。结果表明:在单个火场尺度上,小于3.72km2的森林火灾不适于利用MOD14A2产品来估算过火面积,而年过火总面积的相对误差小于15%。MOD14A2火产品可以有效地估测年度尺度上森林的过火面积;数量Kappa指数明显大于位置Kappa指数和标准Kappa指数,位置Kappa指数较低,这可能是由于MODIS数据的空间分辨率较低、林火记录坐标位置不够准确等原因造成的,有待进一步研究。     

基于时序Landsat数据的三江平原植被地表类型变化遥感探测研究

Landsat 卫星遥感数据具有分辨率较高,数据积累时间长的特点,在探测地表覆盖变化和地物分类中得到广泛应用。首先,对获取的Landsat TM/ETM+时间序列数据进行了定量化处理,获取了三江平原七台河市1989~2012年时间序列Landsat地表反射率图像。其次,设计了林地指数和湿地指数,提取了三江平原七台河区域地物光谱和时序特征,同时设计构建了地表覆盖分类和植被地表类型变化探测的决策树算法,实现了1989~2012年七台河区域的植被地表覆盖变化的动态监测,提取了森林覆盖变化的空间分布与变化时间。最后,对七台河区域地表覆盖与植被地表类型变化进行了精度检验,分类总体精度达到90.04%,Kappa系数达0.88。研究结果表明:基于定量化的Landsat时间序列数据的分类算法能克服单时相影像分类的缺陷,实现区域地物自动分类和地表覆盖变化的动态监测。
     

基于TM影像的森林病虫灾害遥感监测系统

利用TM影像可以进行森林病虫灾害的监测,但是操作过于复杂,无法在生产单位进行推广应用。为此,本文根据实际的工作流程,采用ERDAS IMAGINE遥感图像处理软件作为基础平台,设计开发了一个森林病虫灾害遥感监测系统。该系统以安徽省作为示范应用区,依据当地的马尾松毛虫灾害监测经验知识,建立了相应的森林病虫灾害模型,通过输入多时相TM影像,提取灾害信息。系统操作简便实用,较好地实现了森林灾害信息的自动处理,具有很大的实用价值。