基于MODIS数据的全国林灌草火点时空特征分析

【目的】为在空间、时间尺度上对我国全域林灌草火灾发生特征有清晰的认知,进而对森林草原火灾预防决策提供参考。【方法】选用2003—2022年MODIS卫星火点数据产品和土地覆盖数据产品,以全国陆地区域作为研究范围,利用优化的热点分析方法来分析林灌草火点的空间分布特征;统计分析年际、月度以及我国传统节日林灌草火点的时间分布特征,并采用Mann-Kendall趋势分析法从年际、月度分析林灌草火点的时间变化趋势。【结果】1)林灌草火点的稠密区域主要分布在我国的广东省、云南省、广西壮族自治区和黑龙江省,稀疏区域主要分布在我国的河南省、河北省和山东省。2)属于草的卫星火点数量最多,主要发生在春季和冬季;属于灌丛的火点数量最少,主要发生在夏季。3)卫星火点数量在我国七大传统节日中占比排名前三的是:春节、清明节、劳动节。4)2003—2022年的年际和月度林灌草火点数量呈现波折起伏的走势,在年际变化上,2015年为全国火点数量发生突变年;在月度上,5月是火点数量发生突变的月份。【结论】1)我国南部火点稠密,中东部火点稀疏,且2003—2022年疏密区域未发生明显迁移,因而在实施防火部署时可进行差异化管理。2)春、冬两季草地分布的区域以及阔叶林分布区域在春、夏两季需加强防火管理。

林火预警及实现方法

为建立适用于我国宏观区域的林火预警系统,以我国2000-2008年间发生的重大森林火灾为研究对象,利用MODIS数据估算森林可燃物的长势及含水量,与地理信息系统技术和数据库技术相结合,以火险指数作为预报林火发生等级的定量因子,研究并建立了林火预警模型;在商业遥感和GIS软件提供的二次开发平台下,利用Microsoft Visual Studio 2005语言,开发了林火预警系统。同时,利用选取的实验区及数据对预报方法和系统进行测试。结果表明:利用建立的林火预警系统所得的森林火险等级值,与实际发生的林火趋势基本一致;另外,火险指数可用作林火发生预警的定量分级因子。

天宫一号高光谱数据探测火情状态敏感谱段分析

为获得利用卫星数据探测明火、焖烧、烟和火烧迹地等四种火情状态信息的敏感波谱范围,利用天宫一号高光谱数据,采用统计和光谱分析相结合的方法,对探测这四种火情状态信息的适宜卫星谱段进行了分析。结果表明:天宫一号高光谱数据对这四种火情状态探测谱段存在明显区别,在高光谱短波红外各通道,明火的反射率比其他三种的反射率都高,而烟的反射率则最低;在高光谱可见近红外和全色传感器对应通道,烟的反射率比其他三种的反射率都高。在谱段选择上,探测明火的较适宜谱段区间为1 000.0～1 956.0和2 020.0～2 400.0nm;用于判识焖烧的适宜谱段范围为930.0～1 000.0和1 084.0～2 400.0nm;检测烟的适宜谱段区间为400.0～920.0nm;检测火烧迹地时适宜选用中心波长900.0～930.0和1 300.0～2 400.0nm等波段进行组合,构建检测模型。

一种预测森林可燃物含水率的方法

可燃物含水率的大小 ,特别是细小可燃物含水率的大小决定了森林燃烧的难易程度。为了预测森林可燃物的含水率 ,对东北林区的落叶松、白桦和柞树的细小可燃物的含水率变化进行了研究 ,并利用多元统计方法建立了各种可燃物的含水率与其相关因子的回归模型。

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。

高空间分辨率卫星遥感影像树冠信息提取方法研究

树冠是树木的重要组成部分,是树木进行光合作用的重要场所,是其生长所需能量的重要来源之一,因而人们常常通过对树冠的研究来监测树木的长势、预测树木的生物量,甚至判定木材的材性等。商用高空间分辨率卫星数据的出现,为人们利用遥感技术研究树冠结构提供了新的数据源。以覆盖实验区的QuickBird数据为例,开展了基于高空间分辨率的卫星影像树冠大小信息提取方法的研究。在对QuickBird影像处理的基础上,采用面向对象的图像分析方法,通过基于样本的模糊分类方法有效地提取了影像中的树冠大小信息。同时,为推动高空间分辨率卫星影像在我国林业和生态环境建设中的应用打下了坚实基础。

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 。

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(NA SA)生产MOD IS土地覆盖变化(LCC)产品所采用的算法基础上,利用MOD IS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。

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Moderate Resolution Image Spectroradiometer)数据获得的东北林区火灾监测结果进行了对比验证。

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.

利用MODIS数据探测燃烧的方法研究

“3 S”(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 1 999年 1 2月 1 8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。

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-植被指数法火点识别的精度进行比较的基础上,结合GIS技术,利用地面信息,采用亮温-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。

基于MaxEnt模型的石柱县马尾松毛虫害风险空间分布估测

【目的】精准掌握重庆市石柱土家族自治县马尾松毛虫害的风险范围,为及时有效地防治虫灾提供有力依据。【方法】选取60个马尾松毛虫分布点的数据,结合该县马尾松区域的地形、气候和人为因子,用MaxEnt模型估测该县的马尾松毛虫害风险。通过环境因子的百分比贡献率、置换重要性和环境因子响应曲线,探讨该县马尾松毛虫适宜生境条件。利用该模型的“训练遗漏、预测面积和阈值达到平衡”的阈值和“阈值熵与原始分布熵相等”的阈值对风险区进行风险分级,将该区域的马尾松毛虫害风险等级划分为低风险、中风险和高风险,并通过地理信息系统统计各个风险区的区域面积。通过该模型AUC均值验证估测精度,以及对比该县2022年马尾松毛虫飞防的区域内各风险区面积占比,对风险分级效果进行验证。【结果】1)年均降水量、月均潜在蒸散发量、距居民点距离和海拔为影响该县马尾松毛虫生存的主要环境因子。2)MaxEnt模型的训练和测试的AUC均值分别为0.92与0.87,标准差为0.013,小于0.05,表明模型的结果为优,预测结果的可靠性高,可用于该县马尾松毛虫害风险估测;通过对比2022年石柱县春季马尾松毛虫的飞防区域,面积占比高达99.05%,表明高风险区分布与其实际分布高度一致,分级效果好。3)该县马尾松毛虫害高风险区主要集中于临溪镇、悦崃镇、鱼池镇、河嘴乡和万朝镇等;王场镇、龙沙镇、王家乡、西沱镇、黎场乡、沿溪镇和万朝镇的高风险区面积占各自乡镇马尾松区域面积高达90%以上。【结论】研究表明,石柱县的马尾松毛虫害高风险区主要集中在西部和北部的乡镇,通过对乡镇间与乡镇内高风险区分布的统计分析,更全面地了解了马尾松毛虫的风险区分布,可为马尾松毛虫的针对性防治与监管提供科学依据。

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。

我国森林火灾预警监测技术体系发展思考

对我国森林火灾的预警监测手段和卫星遥感预警监测技术研究的发展现状、存在问题和发展趋势进行了分析,并对构建服务于我国生态文明建设的天、空、地一体化的林火预警监测体系建设进行了展望。

高分四号卫星在我国森林草原火情监测中的应用

本文根据高分四号卫星近两年在我国及周边地区森林草原火灾监测中的应用示范情况,介绍了该卫星数据被应用于烟区监测、着火点识别和灾情评估等三方面取得的成果。火情监测应用示范结果表明:该卫星具有机动灵活、快速成像观测森林草原火灾现场目标的能力;其获取的影像数据可用于我国及周边地区的森林草原火灾的监测和灾后评估,尤其是该卫星数据可为我国及周边地区森林草原大火发生和扑救提供一种快速应急监测的技术手段。

高分六号卫星数据在森林草原火情监测中的应用

根据近两年高分六号(GF-6)卫星在我国及境外的森林草原火灾监测中的应用示范情况,介绍了该卫星数据在烟区监测和火烧迹地提取中取得的成果;火情监测应用示范结果表明:GF-6卫星影像具有反映森林草原等植被燃烧形成的烟区和火烧迹地等信息的能力,可有效支撑我国及境外的森林草原火灾的发现、火场态势监测和灾情评估等应用。

环境减灾二号卫星林草火灾信息监测应用

利用HJ-2A/B卫星16m多光谱数据和48/96m热红外数据,采用多通道合成并结合目视解译方法判识出多光谱影像中的燃烧点和火烧迹地,并采用阈值方法判识热红外影像中的着火点,对HJ-2A/B在森林草原火灾监测中的应用能力进行了评价,结果表明:HJ-2A/B卫星多光谱数据可有效反映林内可燃物燃烧形成的烟区和火烧迹地,热红外影像可较好地反映林内可燃物燃烧信息,该卫星可为我国的林草火灾监测与灾情评估等工作提供数据服务和技术支撑。