林火卫星遥感监测及早期报警技术研究

以我国林火发生率较高、卫星监测林火难度较大的西南林区为试验区，为大幅度提高林火报准率，开展了微机图像处理技术、地理信息系统（ＧＩＳ）、森林火灾的分布规律、ＡＶＨＲＲ林火信息提取技术和专家系统应用等研究。介绍了该项目的研究方法，叙述了研究成果的技术原理，展望了今后研究的主攻方向。     

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。     

TM图像在大兴安岭森林火灾过火区林木恢复监测中的作用

1987年5月,黑龙江省大兴安岭地区发生特大森林火灾。由于灾区处于我国高纬度地区,火灾延续时间近一个月,美国陆地卫星得以从三条轨道多次从灾区过境。从而,科学院遥感卫星地面站成功地实时纪录了火灾的发展及变化过程,镶嵌出过火区TM彩色影像图,这对当时的扑火救灾、灾情评估及灾后的整治决策,都起了重要作用。     

运用NOAA AVHRR和Landsat TM数据估算多年水稻种植面积

介绍了综合运用NOAA AVHRR和Landsat TM数据进行多年水稻种植面积监测的一种方法,以湖北省为例,首先运用Landsat TM数据计算了该省1992年的水稻种植面积;接着运用1992年和1994年的NOAA AVHRR数据分别计算这两年的水稻像元数,以这两年水稻像元数的变化来反映水稻种植面积的变化;最后运用线性模型,估算1994年的水稻种植面积。所得的1994年水稻种植面积与湖北省农调队资料相比精度为84.5%。运用同样的方法估算1995年该省的水稻种植面积,精度达90%以上。     

麦田土壤水分NOAA/AVHRR遥感监测方法研究

本文立足于河南省农业遥感业务服务实际,在系统研究麦田土壤水分NOAA/AVHRR遥感监测理论、模型、资料处理、指标及应用技术的基础上,针对这一领域中存在的问题,在GIS技术的支持下,重点探讨了不同土壤质地和风速对遥感干旱监测的影响、用遥感表层土壤水分耦合深层土壤水分的方法与模型、用单时相遥感资料反演土壤水分的方法等,并最终建立了河南省冬小麦干旱遥感监测应用服务系统。     

大兴安岭森林火灾遥感调查方法初探

1987年5月,黑龙江省大兴安岭林区东经121°30′—125°,北纬52°30′—53°30′地域内发生了一起特大森林火灾。为搞清火灾区的范围,过火面积及林火的轻重程度,我们利用遥感技术对火区进行了初步调查。一、使用的资料及工作程序 1/20万的火灾期Landsat TM影像、     

基于随机森林和XGBoost的森林火灾毁坏面积预测

预防自然灾害并采取有效的措施进行防护,能有效保障人类生命安全并减少经济损失。在应对森林火灾时,如果能准确预测火灾的毁坏面积,政府和消防人员就能够采取有效的救灾措施控制住灾情。基于此,选取加州大学尔湾分校（University of California Irvine,UCI）网站的森林火灾统计数据,采用随机森林和XGBoost两种集成算法对森林火灾毁坏面积进行预测,并比较两种算法的优势和预测效果。经比较发现,随机森林算法不需要对样本特征进行预筛选,而是通过检测各特征值之间的相关性,平衡误差并进行不断优化,寻找出对火灾面积影响较大的因素。因此,随机森林算法更适用于处理特征值较多的森林火灾数据集。     

舰船火灾爆炸危险级别评估方法研究与仿真

研究舰船火灾爆炸危性评估问题,针对火灾的隐蔽性和突发性,根据火灾动力学原理以及火灾发展特点,提出一种Petri网的舰船火灾爆炸危险评估.首先按照火灾发生面积将火灾发展过程划分为4个阶段,以火灾成长概率和火灾发生后的过火面积为评价指标,然后采用概率Petri网对舰船火灾发生过程进行建模,最后对火灾危险等级进行评估.仿真结果表明,提出的模型可以对舰船火灾爆炸发生概率进行准确评估,评估结果可为舰船的防火设计、火灾监测及防火策略提供重要参考.     

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。     

Development and analysis of a 12-year daily 1-km forest fire dataset across North America from NOAA/AVHRR data

Fires in boreal and temperate forests play a significant role in the global carbon cycle. While forest fires in North America (NA) have been surveyed extensively by U.S. and Canadian forest services, most fire records are limited to seasonal statistics without information on temporal evolution and spatial expansion. Such dynamic information is crucial for modeling fire emissions. Using the daily Advanced Very High Resolution Radiometer (AVHRR) data archived from 1989 to 2000, an extensive and consistent fire product was developed across the entire NA forest regions on a daily basis at 1-km resolution. The product was generated following data calibration, geo-referencing, and the application of an active fire detection algorithm and a burned area mapping algorithm. The spatial-temporal variation of forest fire in NA is analyzed in terms of (1) annual and monthly patterns of fire occurrences in different eco-domains, (2) the influence of topographic factors (elevation zones, aspect classes, and slope classes), and (3) major forest types and eco-regions in NA. It was found that 1) among the 12 years analyzed, 1989 and 1995 were the most severe fire years in NA; 2) the majority of burning occurred during June-July and in low elevation zones (< 500 m) with gentle slopes (< 10°), except in the dry eco-domain where more fires occurred in higher elevation zones (> 2000 m); 3) most fires occurred in the polar eco-domain, sub-arctic eco-division, and in the taiga ( boreal forests), forest-tundras and open woodlands eco-provinces in the boreal forests of Canada. The tendency for multiple burns to occur increases with elevation and slope until about 2500 m elevation and 24° slope, and decreases therefore. In comparison with ground observations, the omission and commission errors are on the order of 20%.     

AVHRR数据小火点自动识别方法的研究

利用NOAA-AVHRR数据,采用多因子分析方法,通过建立小火点自动识别模型来提取小火点燃烧信息。经实验验证,该方法能较好地减少云体、裸地对火点判断的干扰,从而在一定程度上提高了对小火点的监测精度。     

森林火灾的气象卫星监测方法

森林火灾是造成森林资源破坏的重大灾害之一。作者根据近年来从事森林火灾卫星监刚的实践，结合国内外有关利用气象卫星监测林火的资料，介绍了林火卫星监测的原理、方法和实用效果。     

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。     

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。     

Efficiency Research of Planted Rice Area Estimation From NOAA一AVHRR Data in Taihu Domain

运用NOAA-AVHRR资料估算水稻种植面积，是遥感应用领域中一个新的研究方向，结合国家“八五”攻关项目“太湖地区遥感话产”的要求，在太湖地区进行了初步的尝试:(1)根据估产精度要求和NOAA一AVHRR资料校正精度，探讨了运用NOAA一AVHRR资料估产所需的最小区域范围。(2)针对太湖地区的具休地理环境设计了提取水稻种植曲积的技术方案，并在试验区取得了初步成果。     

应用NOAA／AVHRR资料动态监测洪涝灾害的研究

以ＮＯＡＡ卫星为主要监测手段，对洪水、植被、土壤的光谱特征进行分析研究，提出了同时突出水体和植被的光谱分析思路。并根据客观分析需要，建立了洪涝灾情图像处理软件系统，对ＮＯＡＡ／ＡＶＨＲＲ图像资料进行投影、截取、放大、配准等一系列预处理。同时采用模糊非监督分类、比值、归一化植被指数方法对洪涝信息进行分析处理，确定受灾范围，量算受灾面积，划分受灾等级，提供灾情分布图，为防汛抗洪部门提供有力的科学依据。     

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%。