论文部分内容阅读
失去人为控制后的林火,在开放范围内任意的扩展和延伸,形成了森林火灾。森林火灾不仅带来经济损失,还会影响生物圈的循环和生态平衡,危害人类的生存环境。因此,对森林火灾的监测研究意义重大。遥感卫星的覆盖范围广,时空分辨率高,在火灾监测中发挥了重要的作用。MODIS传感器在设计时就对火灾监测的要求做了考虑,优化了高温敏感波段,因此具有广阔的应用前景。卫星监测技术可以实现对林火的快速监测,但是伪火点和焖烧点的存在制约了火点监测的准确性。本文选取江西省武宁县为试验区,以MODIS为数据源,分析各波段和参数特征,首先构建火点指数监测模型排除确切的非火点,然后加入背景信息开展火点的监测研究。传统火点监测算法利用特征参数的阈值信息判识火点,背景窗口的大小和背景像元的特征参数值都会较大的影响火点的监测结果,利用固定大小的背景窗口计算潜在像元的背景温度时,选取的背景窗过小或是过大,都会影响监测效率。因此,本文把固定型背景窗口改进成可变性背景窗口,并保证背景窗内足够的辐射度差异,然后对不同窗口提取局部最大值。温度过低的地区,火点温度相对较低,可能会出现漏检情况;反之,温度过高,其背景温度也相对较高,可能会把背景像元误判识为火点,因此本文应用类间方差法,利用目标和背景像元间特征参数的类问方差阈值识别真伪火点,类问方差和特征参数值大小无关,其表征的是两者的相对差别。并对绝对阈值和植被指数进行修正。本文结合遥感信息增强技术研究森林火灾的监测流程,并综合运用上述的修正和改进方法,有效排除干扰因子,提高监测精度。基于确认火点和火灾的蔓延性,选取过火迹地指数作为过火迹地的特征参数,借助计算机技术采用种子点扩散算法构建迹地识别模型;然后分解混合像元估算迹地面积。主要结论如下:(1)利用双通道构建的火点监测指数模型,可以突出火点信息,排除确切的非火点并确立疑似火点的分布范围。(2)改进固定性背景窗口为可变性背景窗口,可以消除因火烧强度和火点位置变化对监测结果带来的影响。算法在投入应用时,其适应性较好,能较好的满足林火监测的要求。(3)类问方差法监测武宁县森林火灾的应用结果表明,算法增强了背景温度较低的情况下对低温火点的识别能力,识别出传统算法没有监测出的焖烧火点。该算法可以去除因环境对火点监测结果的影响,减少火点的漏判和误判现象。(4)通过对绝对阈值的修正,可监测出云或低温火场存在的火势相对较弱的火点;植被指数的修正,可去除没有植被或因植被覆盖较少不足以引发森林火灾的高温地面的干扰。(5)应用构建的过火迹地识别模型到实际过火数据中,能够准确的对迹地进行识别,逆向验证了修正和改进的火点监测算法的准确性;使用亚像元法可以较为精确的估算迹地面积,提高监测效率。