基于MODIS數(shù)據(jù)的多因子協(xié)同作用下森林火災預測監(jiān)測研究.pdf

1、近幾十年以來，森林火災發(fā)生的頻率日益激增。大多數(shù)的森林火災是在人為因素與自然因素的協(xié)同作用下失去控制的燃燒，森林中的各類物種在這些森林火災中遭到無情的吞噬，地球生態(tài)系統(tǒng)的平衡和穩(wěn)定遭遇到巨大的挑戰(zhàn)，燃燒過程中產(chǎn)生大量的煙塵，勢必會對大氣環(huán)境造成，影響當?shù)氐臍夂蛏踔翆θ祟惖纳姝h(huán)境構成巨大的威脅，并且給國家和人民的生命財產(chǎn)造成重大的損失。所以，采取必要的措施和手段來預測和發(fā)現(xiàn)森林火災，并進一步抑制森林火災的發(fā)生或者將其消滅在萌芽階段是我們

2、開展森林防火工作所面臨的一項艱巨而又十分重要的任務。
　　本文的研究主題是利用衛(wèi)星遙感技術開展林火的災前預測、災時監(jiān)測和災后評估工作，研究的目的是建立能夠及時反映監(jiān)測林區(qū)所處狀態(tài)的火災動態(tài)危險性模型和煙霧識別模型，并開展相關的災后分析評估，為開展森林防火工作提供更加豐富的技術支撐，以提高森林火災預測和監(jiān)測的準確率，最終將因森林火災造成的損失最小化。其基本思想是以各地物在不同的電磁波譜范圍內(nèi)的光譜響應差異為基礎，尋找與林火和煙霧存在

3、相關關系的參量，構建相應的火災動態(tài)危險性模型、煙霧識別模型以及過火跡地識別方法，從而實現(xiàn)林火預警和監(jiān)測，并開展進一步的統(tǒng)計分析。
　　為了更進一步的認識和了解衛(wèi)星遙感技術在林火預警監(jiān)測研究中的應用，在第2章，我們通過文獻調(diào)研以及資料收集的手段介紹了衛(wèi)星遙感的定義及其物理學基礎和當前的衛(wèi)星遙感平臺，分析了適用于林火監(jiān)測的主要衛(wèi)星遙感數(shù)據(jù)，以進一步探討本研究所采用的數(shù)據(jù)(EOS/MODIS)來源并建立相應的實驗平臺，最后通過介紹衛(wèi)星遙

4、感技術在探火領域的典型應用，以加深對遙感探火的認識。
　　為了實現(xiàn)對中國東北部高火災危險區(qū)域的界定，即對該區(qū)域進行準確的火災危險性評估，在第3章，以現(xiàn)有的火災風險模型為基礎，將可燃物含水率(FMC)、地表溫度(LST)和相對綠度(RG)等與火災相關的動態(tài)因子用于集成森林火災動態(tài)危險性模型。利用ROC曲線（Receiver Operating Characteristics Curve）技術來分析于2010年6月26、27和28日所

5、獲取的研究區(qū)域的MODIS數(shù)據(jù)，以驗證和評價所提出模型的準確性和適用性。分析結果指出這三天火災危險性（定義熱點區(qū)域?qū)儆诟呋馂奈ｋU區(qū)域）預測準確率分別為76.338％、88.853％和80.910％。因次，本章所提出的森林火災動態(tài)危險性模型在該研究區(qū)域具有一定的適用性。
　　為了實現(xiàn)自動地將火災煙霧從背景像元中分離出來，第4章提出了一種以煙、云和下墊面光譜分析為基礎的森林火災煙霧識別算法。該煙霧檢測算法集成了多通道閾值法和神經(jīng)網(wǎng)絡分

6、類器，以確保獲得最佳的檢測結果。三起發(fā)生于不同季節(jié)的森林火災MODIS數(shù)據(jù)(1)2004年10月16日，中國黑龍江?。ㄇ锛荆?2）2009年4月28日，亞洲東北部（中國和俄羅斯）（春季）;3）2010年7月29日，俄羅斯（夏季））被用于獲取神經(jīng)網(wǎng)絡輸入特征樣本的參量值以進一步構建煙霧識別算法。同時，利用四起發(fā)生于不同地區(qū)的森林火災數(shù)據(jù)來驗證所提出模型的適用性和魯棒性。最終檢測結果表明:該算法不僅可以捕獲陸地上空的濃煙和離散的薄煙，而且還

7、可以檢測到海洋上空水體和煙霧的混合像元。這些結果可以提供涉及到森林火災位置和蔓延方向等有價值的信息。
　　為了分析和評價火災對植被產(chǎn)生的影響，第5章通過經(jīng)驗關系和歸一化燃燒指數(shù)來提取受火災影響像元點，并利用兩種不同的統(tǒng)計分析方法(去趨勢波動分析法(DFA)和Fisher-Shannon）來處理提取的受火災和未受火災影響區(qū)域的MODIS-NDVI時間序列數(shù)據(jù)（2002-2014年）。研究發(fā)現(xiàn):1）這兩種統(tǒng)計分析方法處理得到的結果是一

8、致的，這也就能夠描述受火災和未受火災影響區(qū)域之間的特征和差異;2）所有研究的度量中，費歇爾信息測度(FIM)可以最有效地區(qū)分開受火災和未受火災影響區(qū)域;3）受火災影響像元點的FIM平均值大約為2.5，它明顯高于未受火災影響像元點的FIM平均值(～1.3);4)基于ROC曲線性能分析，F(xiàn)IM在區(qū)分受火災和未受火災影響像元點的效率明顯高于其他測度;5）受火災影響像元點的時間序列數(shù)據(jù)具有較高的有序性和較低的混亂程度特征。總之，這兩種統(tǒng)計分析方