论文部分内容阅读
森林火灾遥感监测和灾情评估分别是气象和民政部门的常规业务。在当下由于业务分工不同,森林火灾监测和评估等环节没有做到协调一致,协作能力亟待加强。本文针对目前森林火灾遥感监测业务中连贯性不强的问题,形成一套森林火灾遥感监测一体化流程。通过这个一体化流程,可以分别获得及时的火情信息、快速精准的火迹范围和火势蔓延情况的动态模拟结果,为防灾减灾工作争取时间,为应急管理工作提供技术支撑。 以2010年内蒙古自治区呼伦贝尔市辖区发生的一次森林火灾为例,对本文涉及的森林火灾“星—机—地”协同遥感监测方法进行研究:(1)基于卫星数据的火点检测方法:充分利用历史森林火灾风险和当地管理部门实地上报信息,获取多时相的低分辨率高光谱卫星遥感影像,根据森林火点在红外波段遥感影像上的特点,利用基于烟羽掩膜的MODIS火点检测算法进行森林火点检测,以确定火情的发生位置、强度和发展趋势,并为火场蔓延模型提供多时相数据支持。(2)基于航空影像的火烧迹地识别方法:重点利用轻小型航空遥感平台,借助基于卫星数据得出的火情位置等基本信息,对局部区域(重点关注区)进行航空遥感摄影,获取高空间分辨率遥感影像,利用多种面向对象的遥感影像地物信息提取方法(基于Feature Analyst软件和基于组合分类器的火迹识别算法)识别火烧迹地,以确定火情的准确位置和范围,并利用其结果对卫星数据火点检测及火迹蔓延模拟结果进行验证。(3)基于“星—机—地”协同观测数据的林火蔓延模拟与预测方法:基于多时相的卫星遥感火点检测结果、航空遥感识别的火烧迹地和当地气象、地形、可燃物类型等地面观测数据,利用林火蔓延模拟模型(基于林火蔓延机制的物理模型——卵圆模型和基于不确定信息预测的数学模型——灰色模型)预测火情在不同时刻的行进速度、范围和火情变化趋势。 利用如上所述的三个方法,我们完成了对本次森林火灾案例的研究:基于“星—机—地”协同数据,依次得到火点位置、精确的火迹范围并模拟预测了火情蔓延的趋势。同时对几种不同火迹提取方法的结果进行了研究比较,其中基于Feature Analyst软件和基于组合分类器的火迹识别算法,具有良好的地物提取精度。验证了本文提出的基于组合分类器的火迹识别方法的精度。