论文部分内容阅读
挖掘归一化植被指数（normalized difference vegetation index, NDVI）及地形因素在地表分类中具有指示意义，其结果可很好地应用于特定场景。利用2002—2020年AQUA/MODIS NDVI及地形指数（高程及坡度）提取重庆地表分类信息，将重庆地表分为林地、草地、果园、旱地、水田、水体和建筑用地7类。基于重庆地形破碎致使农、林、草用地交错分布的特征及防火需求，将林地、草地、果园、旱地划分为林火关注区，水田、水体、建筑用地划分为非林火关注区。利用林火关注区分级结果对2002—2020年AQUA/MODIS监测热点、2014—2020年FY3-C/VIRR监测热点、2019—2020年FY3-D/MERSI监测热点进行二次识别。结果表明，单项地类提取结果，除旱地和果园等经济林区外，其余各地类提取精度在64%以上；林火关注分区精度在86%以上。利用林火关注分区结果对遥感监测林火点进行二次识别，发现AQUA/MODIS监测的林火点中，46.27%的点在非林火关注区，FY3-C/VIRR和FY3-D/MERSI监测的林火点中，分别有26.47%和11.76%的点在非林火关注区。对2021年5月1—2日林火遥感监测结果进行二次识别，AQUA/MODIS和TERRA/MODIS监测结果中，有81.08%的点落在非林火关注区，FY3-C/VIRR监测结果有71.4%落在非林火关注区。利用NDVI及地形指数提取复杂地形区域地表分类信息并应用于林火遥感监测二次识别，可有效降低复杂地形区域林火监测干扰信息，降低热点核实人力物力投入。