MODIS数据自适应火点检测的改进算法

在MODIS火点检测算法基础上提出一种自适应火点检测的改进算法,并对改进算法进行的构建详细描述.改进的算法按照直方图统计来选择进行非火点排除的中红外通道亮温阈值,利用背景像素相对增温法判断疑似火点,提高了火点的识别能力.另外改进算法对云覆盖下的火点也有一定的识别能力.选择中国小火点发生频繁的广东地区进行改进算法的检验,结果表明火点检测效果理想.     

遥感在森林火点识别中的应用

在分析MODIS火灾检测通道的基础上，结合图像信息增强处理法、阈值法等多种火点识别处理算法，设计出了一套通过对遥感影像中红外通道的亮度、温度值进行阈值处理的森林火点识别流程，辅以一系列识别和修正方法，能有效地排除各种干扰，识别出火点。实验表明，该方法的识别率在60％以上。     

一种利用HJ-IRS影像的林火火点自动检测算法

对比分析了MODIS传感器和HJ-IRS传感器的差异,在MODIS火点探测V4算法的基础上,通过对云和水体掩膜方法的改进及算法中各阈值的调整,提出了一种适于HJ-IRS的林火火点自动检测算法。以我国黑龙江地区及俄罗斯远东地区为研究对象,通过与采用V4算法生产的相同区域内同时相的MODIS火点产品进行对比分析,发现IRS火点产品在空间分布上与MODIS火点产品基本一致,并没有出现漏检现象;而在低温小火点的探测及火点的几何定位方面,HJ-IRS更具优势。     

基于VIIRS数据的哈尔滨市秸秆焚烧火点监测

采用哈尔滨市2020年秋收季开始至2021年春耕季结束的VIIRS SDR 742 m分辨率下的第5、7、11波段反射率产品和13、15、16波段亮温值产品,分析火点像元亮温特征及与背景亮温的偏差来提取哈尔滨市秸秆焚烧火点信息,对VIIRS卫星影像数据提取算法进行验证,同时对火点监测算法监测到的哈尔滨市秸秆焚烧火点进行时空分布研究。结果表明,此算法监测率较高,可以为监管部门提供重点有效的监测信息,提高对重点区域的监管力度。     

基于时相变化的晴空条件下Himawari-8 AHI火点检测

Himawari-8静止气象卫星具有高空间分辨率、高观测频次和高时效特点,对于火点检测具有很强优势。对Himawari-8卫星的3.9μm和11.2μm两通道亮温进行了连续时相变化研究,得出两通道的亮温在时间上的变化差值稳定且规律明显。根据两通道的亮温时相特征,考虑白天可见光对3.9μm通道的影响,并结合火点产生时引起的亮温变化特征,提出了适用于晴空条件下改进的火点检测算法。在多处进行了此算法的实验,例如2018-11-27 T 16:40(UTC时)河北张家口市桥东区一化工厂附近发生的严重爆炸起火事件以及2019-02-28澳大利亚西南部发生的火灾事件,均快速有效的检测到了火点。实验表明,改进的火点检测算法能很好的进行火点检测,并能解决晨昏交界、冰雪下垫面、常规火源点、太阳耀光等火点检测的难题。     

FY-3D/MERSI-II全球火点监测产品及其应用

FY-3D/MERSI-II全球火点监测产品主要包括全球范围内的火点位置、亚像元火点面积和火点强度等信息,可用于实时监测全球范围的森林草原火灾、秸秆焚烧等生物质燃烧状况。火点判识算法主要根据中红外通道对高温热源的敏感特性,即含有火点的中红外通道像元辐亮度和亮温较远红外通道的辐亮度和亮温偏高,同时较周边非火点的中红外像元偏高,建立合适的阈值可探测含有火点的像元。亚像元火点面积估算主要使用中红外单通道估算,根据亚像元火点面积估算结果对火点强度进行分级,不同的级别表示不同程度的火点辐射强度。基于全球火点自动判识结果,每日生成0.01°分辨率的卫星遥感日全球火点产品,每月生产0.25°×0.25°格点的全球月火点密度图。在利用FY-3D/MERSI-II火点产品开展的全球火点监测应用中,对多起全球重大野火事件进行了监测,为防灾减灾、全球气候变化研究、生态环境保护等方面提供卫星遥感信息支持。     

时空数据的动态关联技术研究

为了检测时空数据之间的发展变化关系,本文研究时空数据的动态关联技术,提出了一种动态关联算法和一种基本的时空变化类型。该算法用几何特征和属性特征相结合的方法进行匹配和变化检测,可以匹配时空对象并自动提取变化情况,能够解决一对一、一对多、多对一和多对多的变化关系,并且可以检测出时空对象的移动变化情况。     

时空数据的动态关联技术研究

为了检测时空数据之间的发展变化关系,本文研究时空数据的动态关联技术,提出了一种动态关联算法和一种基本的时空变化类型。该算法用几何特征和属性特征相结合的方法进行匹配和变化检测,可以匹配时空对象并自动提取变化情况,能够解决一对一、一对多、多对一和多对多的变化关系,并且可以检测出时空对象的移动变化情况。     

利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别

为准确地了解河北省秸秆焚烧火点的空间分布,为秸秆焚烧监测的实现、禁烧工作的开展、环境质量改善提供支持．基于MODIS L1B数据、MODIS标准火点产品MOD14、全国秸秆焚烧火点日报数据为基础,采用改进型MODIS火灾探测算法,并通过IDL语言实现,得到秸秆焚烧火点空间分布信息,并进行空间与定量精度分析．研究表明:火点大部分位于河北省南部的一些地区,其中尤以邢台、石家庄、邯郸火点数量最为突出;该算法运算速度快,获取的秸秆焚烧火点数据具有一定检测精度和可靠性,对秸秆焚烧的监测具有一定的实用价值．      

基于背景信息的MODIS林火自动提取算法

本文在火点提取算法中加入了背景信息,减少了伪火点,提高了火点提取算法的准确性和可靠性。通过选取江西省武宁县为实验区,应用MODIS数据进行了火点的提取,实现了从数据的处理到火点的自动提取。经实验验证后,发现改进后的算法火点提取精度较高,能很好地满足林火监测要求。     

GF-4 PMI影像着火点自适应阈值分割

为探究具有单中波红外通道的高分四号卫星(GF-4)PMI数据在林火监测中的应用方法,通过对覆盖近年发生森林火灾的多景GF-4 PMI影像分析,采用"劈窗法"构建GF-4 PMI数据的着火点自适应阈值检测算法;在云南省玉龙纳西族自治县、俄罗斯阿穆尔州和俄罗斯外贝加尔边疆区等3个实验区进行了着火点检测应用,并以目视解译的着火点结果为参照资料,对该算法的着火点检测精度进行了评价。结果表明,该算法在这3个实验区的着火点检测准确率均高于80.0%,基于着火点检测精度验证设定的综合评价指标高于0.780,可应用于GF-4PMI影像着火点的检测。     

MODIS数据在林火监测中的应用研究

提出了MODIS在林火监测中的应用方法，其核心是利用MODIS热红外波段亮度温度阈值与植被指数相结合进行火点识别。对中、蒙、俄三国交界地区进行实例应用，结果表明，该方法能有效检测火点，减小由裸土、水体和云引起的误判。     

Himawari-8静止气象卫星时序法火点探测

随着新一代静止气象卫星的发射,高频次和高时效的观测特性对于火点探测具有独特优势。本文基于Himawari-8新一代静止气象卫星高频次观测特点,提出有利于火情初期火点判识的时序探测方法。与传统的极轨气象卫星遥感火情监测采用的上下文法不同,时序探测法判识火点的方法依据为探测像元亮温在观测时间上的差异。研究结果显示,在无云及无异常热源条件下,相邻时次中红外亮温差异较小,当前后时次亮温差达到3K时,可判识出火点,而上下文法的阈值均在6 K以上,时序法的火点判识阈值较上下文法明显降低,探测相应的亚像元火点面积减小一倍以上,从而提高了火情判识的灵敏度,实现火点早期发现。本文介绍了时序法火点判识方法,并以黑龙江桦川县的星地同步观测实验进行验证,研究表明,时序法较上下文法在初发火点探测灵敏度方面有明显优势,时序法和上下文法的结合可提高气象卫星对火情发展过程的监测能力。     

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。     

An approach of surface coal fire detection from ASTER and Landsat-8 thermal data: Jharia coal field,India

Radiant temperature images from thermal remote sensing sensors are used to delineate surface coal fires, by deriving a cut-off temperature to separate coal-fire from non-fire pixels. Temperature contrast of coal fire and background elements (rocks and vegetation etc.) controls this cut-off temperature. This contrast varies across the coal field, as it is influenced by variability of associated rock types, proportion of vegetation cover and intensity of coal fires etc. We have delineated coal fires from background, based on separation in data clusters in maximum v/s mean radiant temperature (13th band of ASTER and 10th band of Landsat-8) scatter-plot, derived using randomly distributed homogeneous pixel-blocks (9 × 9 pixels for ASTER and 27 × 27 pixels for Landsat-8), covering the entire coal bearing geological formation. It is seen that, for both the datasets, overall temperature variability of background and fires can be addressed using this regional cut-off. However, the summer time ASTER data could not delineate fire pixels for one specific mine (Bhulanbararee) as opposed to the winter time Landsat-8 data. The contrast of radiant temperature of fire and background terrain elements, specific to this mine, is different from the regional contrast of fire and background, during summer. This is due to the higher solar heating of background rocky outcrops, thus, reducing their temperature contrast with fire. The specific cut-off temperature determined for this mine, to extract this fire, differs from the regional cut-off. This is derived by reducing the pixel-block size of the temperature data. It is seen that, summer-time ASTER image is useful for fire detection but required additional processing to determine a local threshold, along with the regional threshold to capture all the fires. However, the winter Landsat-8 data was better for fire detection with a regional threshold.     

MODIS数据在火灾监测中的应用

简介了MODIS在火灾方面的应用潜力 ,并对 2 0 0 2年 8月份在中国东北大兴安岭突发的火灾作了动态监测 ,其目的是对 1B级数据进行验证 ,以及对MODIS火灾检测参数进行测试和检验。结果表明 ,MODIS在火灾监测方面有很好的应用前景     

Sensitivity of the MODIS fire detection algorithm (MOD14) in the savanna region of the Northern Territory,Australia

Fire detection using satellites is an important source of information for fire management, ecological studies and emission estimates. However, little is known about the minimum sizes of fires that are being detected. This paper presents an approach using fire radiative power estimated from MODIS satellite data to determine the detection threshold for fire-prone savannas in Northern Australia. The results indicate that fires with an active flaming area 100–300 m² can be detected in the study region. It is also shown that the algorithm is slightly more sensitive at night. As expected the detection threshold shows strong view angle dependence. While this study has been undertaken in the savannas of Northern Australia, the results should be transferable to other savanna regions worldwide and other areas where fires are not obscured by a dense tree canopy.     

利用Landsat热红外影像探测地下煤火区范围——以乌达煤田为例

以Landsat系列热红外影像为主要数据源,采用阈值分析技术,提取了乌达煤田2002年、2007年和2013年地下煤火燃烧范围。结果表明,大规模的煤田开采活动导致2007年火区面积比2002年增加将近一倍,但随着2010年大范围灭火工作的展开,到2013年火区灾情得到了有效遏制。与地面实测数据相比较,遥感估算的火区面积误差为5%~10%,但白天太阳辐射导致地表温度反演精度低于夜间,煤火区虚检率偏高。Landsat系列数据以其空间分辨率高、重访周期短、覆盖范围大等优势,在煤田火区动态监测方面具有突出的应用潜力。     

森林防火地理信息系统的设计与开发

将GIS技术应用于森林防火,实现了C/S与B/S相混合的森林防火信息监测模式。以湖北森林防火系统为例,给出了系统软件结构、功能实现及数据库的设计,为实现基于GIS的森林防火系统提供参考。通过系统运行过程中的数据采集、历史数据累积,可以实现森林防火数据的分析、挖掘,为有效防治森林火灾提供重要途径。