一种园林火灾智能检测与定位系统的基本方案研究

介绍了红外检测传感器的检测原理；基于模糊理论，研究了传感器检测信息的处理方法；提出了用系流气球平台代替园林火灾观测嘹望台，应用GPS与红外检测器结合来实现园林火灾的自动监测和定位；建立了园林火灾智能监测系统设计框架。     

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     

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。     

基于MODIS的重庆森林火灾监测与应用

利用MODIS近红外、中红外及热红外的4个波段监测森林火灾,并提出了以MODIS 7波段为主的高温火点直接判别法和非高温火点综合阈值判别法。2006年重庆市森林火灾监测实践证明,该方法在城市森林火灾监测中是可用的。     

基于遥感数据的森林火灾监测研究概述

研究和总结了遥感数据在森林火灾监测中的应用,研究对象主要是NOAA和MODIS,内容包括遥感监测火灾的原理、基于2种数据的森林火灾监测算法以及目前的研究现状。最终得出结论:MODIS数据在林火监测的准确率和定位精度等方面较NOAA卫星有较大的提高,动态监测具有较好的应用前景。     

利用MODIS识别草原火灾迹地方法的研究

中国是草原火灾频繁国家,草原火灾对牧场和牲畜生产造成了严重的破坏。MODIS每天可以获得36个通道的卫星数据,为草原火灾迹地研究提供了新的数据源。通过实验研究,根据火灾迹地在MODIS短波红外波段的光谱特征,提出了GEMI-B指数以突出火灾迹地的特征,并进一步提出了基于GEMI-B指数且适用于火灾迹地面积提取的时间序列数据合成方法。同时发展了一种自动提取草原区域火灾迹地的方法,利用火点作为初始种子点,采用种子点扩散算法在时间序列合成数据的GEMI-B指数图像上实现火灾迹地自动提取。     

MODIS的特性及其应用

在对地观测系统(EOS)计划中,MODIS中分辨率成像光谱仪是最有特色的传感器之一。本文对MODIS的基础知识进行了全面的介绍,在国际环境中阐述了MODIS传感器及其数据在遥感领域的地位、发展及其应用。全文主要包括:EOS计划的地位、目标、内容及其卫星和传感器简介;MODIS传感器的仪器特性;MODIS遥感数据的应用原理及应用领域。为我国今后在成像光谱领域的发展打下一定的基础。     

风云三号D星MERSI-II陆地气溶胶反演定量能力评估

风云三号卫星搭载的中分辨率光谱成像仪MERSI（MEdium-Resolution Spectral Imager）与NASA的MODIS属于同类型传感器,大多数通道设计相似,具备气溶胶反演的能力,但目前还没有精度可靠、稳定且全球适用的业务化气溶胶产品可供使用。本文借鉴MODIS暗目标DT（Dark target）算法思想,针对新发射的风云三号D星搭载的升级版MERSI-II传感器,构建全球适用的陆地气溶胶反演算法。为测试MERSI-II传感器气溶胶反演的定量能力,并与MODIS气溶胶产品具有可对比性,本文算法设计尽可能与DT算法在各方面处理相一致,主要在两个方面进行了改进与优化：（1）考虑到传感器波段设置差异,给出了针对MERSI-II的地表反射率估计模型;（2）改进内陆水体判别方法,解决DT算法雾霾漏反演的缺陷。通过将单景反演结果与MODIS气溶胶产品对比,反演结果的空间分布和值域大小均具有较好的一致性,相关系数达到0.9以上;有效地实现雾霾高值区反演,而MODIS产品在该区域漏反演。通过对3个月份全球数据反演试验,利用AERONET地基站网观测数据对结果进行验证,落入期望误差EE=±（0.05+0.15τ）范围的点数达到65.14%,接近2/3的要求,相关系数达到0.866,整体具有较高的验证精度;MERSI幅宽大于MODIS,加之本文像元掩膜的改进,使得MERSI反演像元数增加更多,匹配的验证点比例较MODIS高出20%左右。进一步将月平均结果与MODIS进行对比,空间分布一致性较好,反演结果大小对比相关性较好,相关系数达到0.93左右。表明本文针对MERSI-II气溶胶反演算法结果已接近国际同类型产品的精度要求,将为全球长时间序列气溶胶观测有提供重要补充。从而印证了MERSI观测数据已具有较好的定量应用能力,传感器性能、定标等正在逐渐走向成熟。     

基于多源遥感数据的森林火灾监测研究

以2019年5月13日黑龙江省佳木斯市同江市洪河国家级自然保护区为研究对象,基于静止气象卫星Himawari-8(H8)和极轨气象卫星MODIS数据对火灾发生经过进行还原,基于高分一号(GF-1)和高分六号(GF-6)数据进行火烧迹地识别.试验结果表明,Himawari-8及MODIS数据都可较好地反演出火灾发生地点,但基于固定阈值算法对Himawari-8数据进行火灾反演的实效性更强,可实现10 min级监测,可以弥补MODIS卫星时间分辨率低的不足,其可以对林业火灾监测提供较好的技术支撑.基于GEMI模型进行的火烧迹地提取可以为灾情损失及灾后重建提供本地数据.     

基于MODIS影像的森林火灾火线检测方法

结合归一化火灾差异指数NDBR(normalized difference burn ratio)和MODIS多波段影像梯度边缘分析手段检测火线, 应用B样条函数拟合火线并确定火势蔓延方向。为对比验证, 基于火线的Kriging插值实现火灾外推预测, 与30min后的火灾参考数据目视对比与统计：火线的预测变化与参考影像基本保持一致, 火灾外推影像的均值和熵约为参考影像的86%和81%, 火迹地检测的Kappa系数达80.2%。试验表明, 提出的森林火线特征自动检测方法在动态火灾监测中是可行、有效的。     

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。     

Retrieval of land surface temperature (LST) from landsat TM6 and TIRS data by single channel radiative transfer algorithm using satellite and ground-based inputs

The present study proposes land surface temperature (LST) retrieval from satellite-based thermal IR data by single channel radiative transfer algorithm using atmospheric correction parameters derived from satellite-based and in-situ data and land surface emissivity (LSE) derived by a hybrid LSE model. For example, atmospheric transmittance (τ) was derived from Terra MODIS spectral radiance in atmospheric window and absorption bands, whereas the atmospheric path radiance and sky radiance were estimated using satellite- and ground-based in-situ solar radiation, geographic location and observation conditions. The hybrid LSE model which is coupled with ground-based emissivity measurements is more versatile than the previous LSE models and yields improved emissivity values by knowledge-based approach. It uses NDVI-based and NDVI Threshold method (NDVI^THM) based algorithms and field-measured emissivity values. The model is applicable for dense vegetation cover, mixed vegetation cover, bare earth including coal mining related land surface classes. The study was conducted in a coalfield of India badly affected by coal fire for decades. In a coal fire affected coalfield, LST would provide precise temperature difference between thermally anomalous coal fire pixels and background pixels to facilitate coal fire detection and monitoring. The derived LST products of the present study were compared with radiant temperature images across some of the prominent coal fire locations in the study area by graphical means and by some standard mathematical dispersion coefficients such as coefficient of variation, coefficient of quartile deviation, coefficient of quartile deviation for 3rd quartile vs. maximum temperature, coefficient of mean deviation (about median) indicating significant increase in the temperature difference among the pixels. The average temperature slope between adjacent pixels, which increases the potential of coal fire pixel detection from background pixels, is significantly larger in the derived LST products than the corresponding radiant temperature images.     

Global operational land imager Landsat-8 reflectance-based active fire detection algorithm

A global operational land imager (GOLI) Landsat-8 daytime active fire detection algorithm is presented. It utilizes established contextual active fire detection approaches but takes advantage of the significant increase in fire reflectance in Landsat-8 band 7 (2.20?μm) relative to band 4 (0.66?μm). The detection thresholds are fixed and based on a statistical examination of 39 million non-burning Landsat-8 pixels. Multi-temporal tests based on band 7 reflectance and relative changes in normalized difference vegetation index in the previous six months are used to reduce commissions errors. The probabilities of active fire detection for the GOLI and two recent Landsat-8 active fire detection algorithms are simulated to provide insights into their performance with respect to the fire size and temperature. The algorithms are applied to 11 Landsat-8 images that encompass a range of burning conditions and environments. Commission and omission errors are assessed by visual interpretation of detected active fire locations and by examination of the Landsat-8 images and higher spatial resolution Google Earth imagery. The GOLI algorithm has lower omission and comparable commission errors than the recent Landsat-8 active fire detection algorithms. The GOLI algorithm has demonstrable potential for global application and is suitable for implementation with other Landsat-like reflective wavelength sensors.     

NOAA-AVHRR数据在吉林省东部林火信息提取中的应用

概述了利用NOAA-AVHRR数据进行林火监测的原理和4种方法。针对吉林省东部的森林火灾,运用4种方法进行了火点信息提取与分析,最后对阈值法进行了改进,提取精度达到了89.2%。分析了NOAA-AVHRR应用于林火遥感监测的可行性和不足。     

煤田隐蔽火源多源遥感探测研究

地下煤火分布广泛,屡治不止,造成资源浪费、生态破坏。中国是世界上煤火灾害最严重的国家,80%的煤层有自燃倾向。煤田隐蔽火源的快速、全面、及时、精准探测是实现防灭火及生态治理的基础和前提,多源遥感极具应用潜力,但需穿透地表、深入地下,存在诸多瓶颈。将煤田隐蔽火源多源遥感探测问题抽象为同源（同一地下自燃火源）、多象（地表形成的多种异常现象）、多像（多源遥感拍摄的包括多种地表异常信息的影像）关键节点及同源多象-象像映射-源象传递-多像识源研究链条进行分析,在此基础上探讨煤田隐蔽火源多源遥感探测的技术瓶颈,给合中国新疆维吾尔自治区阜康、米泉、宝安等火区隐蔽火源探测实际,给出在极化时序InSAR火区形变探测、时空温度阈值法火区圈定、多源卫星遥感火区联合识别、无人机火区监测试验等方面的研究进展及效果,展望了地下煤火多源天空地井协同感知认知研究的发展方向。     

煤田火区遥感四层空间探测方法

煤层自燃是一个动态变化的过程,随着自燃向不同方向扩大或缩小,其热场随着燃烧过程而发生空间变化。本文在研究煤田煤层自燃现象及其火区灾害特征的基础上,基于宁夏汝箕沟地区的四层空间遥感探测试验,总结了不同平台遥感方法的探测效果,提出了利用遥感方法实现地下煤田火区监测的有效方法。     

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。     

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。