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。     

森林火灾后生态变化监测中植被指数提取方法的研究

一、前言动态监测是遥感的一大特长。尤其是TM数据，具有较高的辐射测量灵敏度、几何精度和空间分辨率，较航空遥感资料成本低，易获取。多时相的TM数据，既包含着森林植被的空间分布信息，又反映了火灾后森林生态变化和迹地更新的动态信息，故在“八五”的《森林火灾后生态变化遥感监测评价技术》研究课题中，选用TM图像数据作为遥感信息源，从TM数据中提取各迹地的生态变化信息，与各生态因子的模糊综合评判结果和火烧年限一起构建成动态监测数学模型，经过5个迹地的监测试验和验证，其功能达到了预期的攻关目标。应用TM数据监测火灾…     

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。     

基于无线传感器网络的森林生态系统观测试验平台构建

在长时间尺度上监测和评价森林生态过程的状态变量是当前森林生态系统观测研究的热点问题之一.针对森林生态系统观测站观测数据实时传输存储不畅、数据共享度低、数据碎片化严重、大数据分析平台建设薄弱、森林火灾实时预测预警缺乏等问题,下蜀林场综合观测试验平台结合遥感技术、涡度相关技术、样方调查技术和无线传感器网络技术实现了森林生态...     

MODIS资料在河北省生态监测中的应用

我省EOS／MODIS接收系统建成并投入使用以来，气象部门利用MODIS资料实现了对河北省植被长势、冬小麦种植面积、土壤水分和干旱、湿地和水体面积、森林火灾、积雪、大雾等生态的遥感监测，为生态保护和防灾减灾做出了积极的贡献。     

卫星遥感在河北省生态监测中的应用

河北省EOS／MODIS接收系统建成并投入使用以来，气象部门利用MODIS资料实现了对河北省植被长势、冬小麦种植面积、土壤水分和干旱、湿地和水体面积、森林火灾、积雪、大雾等生态的遥感监测，为生态保护和防灾减灾做出了积极的贡献。     

卫星遥感在智慧森林防火监测预警系统的应用

近年来,气候异常多变,森林火灾频发,森林资源受损严重。森林火灾监测预警的准确和及时是减少森林火灾发生的关键,为切实解决森林防火中“监测预警不及时、不准确”的突出问题,结合森林防火监测预警的现状、面临的形势和存在的问题,研究利用卫星遥感等信息化技术建设智慧森林防火监测预警系统的设计与实现过程。系统的建成,尤其是卫星遥感在系统中的应用,对森林防火监测预警有较大帮助和辅助作用,有利于提升各级林业部门对火情的监测预警统一指挥和协调能力。     

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。     

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。     

雾天条件下基于机器视觉的森林火灾监测

基于机器视觉的森林火灾监测已成为森林火灾监测的一个重要发展方向。烟雾是森林火灾监测的重要指标。然而,诸如云雾和类似烟雾的诸多干扰物降低了火灾识别精度,为此提出了一种结合去云雾和烟雾检测的基于机器视觉的森林火灾监测方法。首先,提取视频中若干帧图像作为样本图像,采用基于Haze-Line的去雾算法对样本图像进行去雾处理。然后,利用基于Horn-Schunck光流法的烟雾检测算法进行烟雾检测,并利用最大类间方差法去除相邻2帧图像间像素质量差异对烟雾检测的影响。最后,利用扩散性分析进行火灾判断。仿真实验及对比分析结果表明,本文方法能够检测出烟雾区域随时间逐渐增加的趋势,从而有效地进行雾天条件下的森林火灾监测,具有更高的准确性和鲁棒性。