基于INFORM模型与GEE的根河火烧迹地冠层含水量反演研究

【目的】提出一种结合辐射传输模型与遥感云平台反演火烧迹地冠层含水量(Canopy water content,CWC)的新方法,弥补目前对火烧迹地恢复阶段植被含水量的监测,为定量监测植被水分与火灾预警提供理论参考。【方法】以内蒙古自治区根河市火烧迹地为研究对象,基于INFORM辐射传输模型,使用查找表的方法反演森林冠层含水量,并结合Google Earth Engine(GEE)大数据遥感平台与Mann-kendall模型分析了火烧迹地的冠层含水量时序性变化,最后绘制根河2018年8月森林冠层含水量分布图。【结果】1)基于样地的CWC反演精度较高(R2为0.79);2)大范围的归一化水分指数(Normalized difference water index, NDWI)和CWC呈指数关系(R2为0.77),但CWC比NDWI的饱和点更高;3)CWC可作为火烧迹地恢复的生态指标,获得了34 a的CWC时序性反演结果,表明火灾后CWC明显降低,并基于Mann-kendall模型得到各样地CWC和LAI的恢复速率。【结论】联合INFORM模型与GEE反演并监测火烧迹地冠层含水量,方法通用且高效。火烧迹地在恢复过程中面临再次发生火烧和虫害病害的风险,研究结果可为森林防火和森林病虫害监测提供技术支持,对该区域森林火灾与森林虫害的预警有一定意义。

光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究

建立合成孔径雷达(synthetic aperture Radar,SAR)数据和光学植被指数的定量关系有助于融合这两种数据源,提高山区森林遥感的时序监测能力。为此,以内蒙古大兴安岭根河林区为例,首先分析了归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、绿度植被指数(greenness vegetation index,GVI)和归一化水分指数(normalized difference water index,NDWI)与C波段雷达数据的相关性,接着对比了不同森林干扰下NDVI,NDWI与X,C,L波段雷达数据的相关性差异。结果表明:①极化比(polarization ratio,PR)和干涉相干系数与各植被指数呈显著负相关,PR与NDVI,EVI,GVI线性趋势好(R^2=0.40~0.49),VH的干涉相干系数与各植被指数线性趋势好(R^2=0.43~0.51);②地表类型会影响VH与NDVI线性回归结果,在植被密集的灌草、火烧迹地和森林内线性趋势好(R^2=0.64~0.76);③不同森林干扰下相关性存在差异:在火烧迹地内NDVI与X波段HH和C波段PR呈显著负相关,NDWI与C波段VH呈显著正相关;在未受干扰林地内NDVI和NDWI与C波段PR呈显著正相关;在采伐迹地内L波段PR与NDVI呈显著负相关,L波段VV和VH的PR与NDWI呈显著负相关。

基于BDS/GPS双模车载系统终端原理设计

本文是基于BDS/GPS双模建立一个车载系统,用来准确定位车辆在动态时的精确位置和收集道路静态时信息与道路动态时的路况信息。对车辆的实时监控与紧急事件预警是我国车辆信息化发展的难点与重点,通过本系统的设计可以做到一种更加具有实时性、更加全面地收集车辆道路的相关动态信息,从而对拥堵的区域的梳理与对紧急事件的监控预警。

联合多源遥感数据监测四川木里县森林火灾

森林火灾既严重影响森林生态系统的稳定,还威胁到人类生命财产安全。传统监测森林火灾方法,覆盖范围小,难以及时监测小面积火灾。遥感卫星能大范围精确监测火情,提高了监测方法的时效性,但使用单一卫星数据源很容易受到云雨等客观环境因素影响,降低监测的时效性。本文以四川木里藏族自治县"330森林火灾"区域为对象,开展多源卫星遥感数据对小范围火灾联合监测的研究。首先,充分挖掘高分四号高时空分辨率和中红外火烧敏感波段优势,联合烟幕、温度和植被指数时序变化确定火烧时间与位置;然后,使用Sentinel-2数据监测不同火烧区域光谱信息;接着,使用Sentinel-2数据提取dNBR(differenced Normalized Burn Ratio),提出了基于最大类间方差算法(OTSU)分步骤确定不同程度火烧迹地与面积的方法;最后,建立Sentinel-1A极化比值PR (Polarization Ratio)和NDVI之间关系,利用微波雷达突破云雨限制。结果表明:(1)高分四号联合IRS(InfraRed Scanner)和PMS(Panchromatic Multispectral Sensor)能够实时监测小范围火灾;(2)根据火点位置,确定火灾蔓延期间NDVI下降(由0.7降低至0.25),确定起火时间(3月30日);(3)火灾区域与未受灾区,以及不同类型火烧迹地之间的光谱在490-2200 nm范围存在差异;(4)基于OTSU算法自动确定阈值,确定林地损失面积41.56公顷(dNBR=0.35),精度达94.67%,提取林地过火未损失面积66.56公顷(dNBR=0.10),精度达90.94%,林地损失区域基本符合实际调查结果;(5)火灾前后极化比值由6.6 dB升高至10.8 dB,NDVI与PR经线性回归,R2=0.58,验证R2=0.50。联合多源卫星监测森林火灾,能提高森林火灾监测的时效性,避免了云雨等复杂环境的影响。研究成果能为小火点的及时识别和灾害评估提供参考,其应用可为林火应急响应提供技术支撑。

做森林的设计师

2019年3月30日,四川省木里县发生森林火灾,在导师的指导下,我开始尝试应用林业遥感技术复盘火灾,利用国产卫星"高分四号"寻找火点位置。近距离观察火灾与超远距离宏观监测大相径庭。眼前的熊熊烈火在卫星影像上也许根本就看不到。最终,我们成功监测了整场火灾,并划定了过火区。这件事可算得我学习"森林经理学"以来,难忘的一课。