ImageVerifierCode 换一换
格式:DOCX , 页数:18 ,大小:1.92MB ,
资源ID:25598468      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/25598468.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(完整版遥感原理在森林火灾监测中的应用.docx)为本站会员(b****9)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

完整版遥感原理在森林火灾监测中的应用.docx

1、完整版遥感原理在森林火灾监测中的应用中南大学本科生遥感实习报告实习题目: 遥感在森林火灾监测中的应用-以2002年大兴安岭重大森林火灾为例实习时间: 2013年6月24日-7月5日 0 引言-11 研究区概况-12 火点类型介绍-13 遥感火险监测原理-23.1火灾点的识别和定位-23.2过火面积的估算-24 数据简介及研究方法-34.1 数据来源-34.2 Landsat-7数据格式-34.3 本课题使用的数据-34.3.1火灾点定位使用的数据-44.3.2火灾前后植被覆盖对比使用的数据-44.4 研究方法-44.5 数据处理-54.5.1着火点定位-54.5.2火灾前后研究区归一化植被指数

2、NDVI计算比较-85 总结-96 实习心得-9参考文献-10有关文献摘要-100 引言:森林火灾不易及时发现,一旦失去控制往往造成较大的经济损失。同时,火灾对生态平衡和环境造成一定的负面影响,它改变植被的物理状况,向大气中释放各种温室气体。因此,对森林火灾进行及时、准确地监测和定位显得尤为重要。依靠地面人工和飞机进行森林火灾的监测,不仅费用高,存在盲区,而且时效性差,监测精度不高。遥感(RS)以其动态实时、更新速度快、覆盖面积大等特点成为研究森林火灾预防和监测的重要重要数据来源,已被许多学者应用于森林火灾的预警、动态监测和灾后评估中。1 研究区概况:大兴安岭位于黑龙江省、内蒙古自治区北部,北

3、起黑龙江畔,南至西拉木伦河上游谷地,全长1200多公里,宽200-300公里,海拔1100-1400米,面积为835万hm,是我国最北又面积最大的林区(5010-5333N,12112-12700E)。该区为我国森林火灾高发区且危害最严重,2001-2010年10a评价过火面积为4.8710hm,是全国年平均过火面积的3.66倍,其年森林过火面积居全国之首。2002年7月27日,建国以来有记载的最大的一次森林火灾在大兴安岭北部林区蔓延。自2002年6月以来,全球气候异常,美、加、俄等国相继发生多起森林大火。进入7月,我国东北、内蒙古北部地区持续高温干旱,降水量比历年同期减少六至八成,并出现了异

4、常活跃的干雷暴天气。经国家林业局确定,此次大兴安岭森林火灾即由雷击引发。此次火灾爆发于无通行道路的原始森林,交通不便;且长期干旱使灭火水源短缺;地下火与地表火同时出现,尤其是森林里累积的腐殖层燃烧形成地下火,以致风力灭火机等现代化工具束手无策,只能依靠人工挖开腐殖层直至土层或岩石层,形成隔离带,才能有效控制地下火。再加上在扑救过程中,当地又频发干雷暴,引发新火点,造成火场多而分散,牵制了兵力,给扑救工作增加了更大难度。2 火点类型介绍卫星遥感监测到的火点有多种类型,例如森林火灾、火山活动、工业热点和农作物秸秆焚烧等,为了满足各种不同应用的需要必须将这些火点加以区分。对于森林防火应用来说其他类型

5、火点成为必须加以过滤的噪声点。识别森林火灾的依据是火点像元所在的地表是否属于森林类型,包含森林地理信息的地表类型数据是识别森林火灾的前提。张雪芬等在多年森林火灾遥感监测的基础上,利用3S技术建立了自动化、流程化的河南省森林遥感防火系统。该系统的资料接收、处理、服务等都实现了软件支持,使火点监测图像、气象和森林火险预报与地理信息叠加。3 遥感火险监测原理3.1火灾点的识别和定位:火灾发生点属于高温目标,高温目标遥感影像特征识别是建立在普朗克(Planck)定律、维恩(Wien)位移定律、斯特藩一玻尔兹曼(StefaBoltzmami)定律和基尔霍夫(Kirchho均基础之上。但需要注意的是,它们

6、都只是对于绝对黑体才是正确的,是本文所研究的高温目标的理想化模型,在实际计算过程中必须针对具体情况进行分析。Wein定律可表述如下:maxT=28978mK(1)从式(1)可知,黑体辐射能力最大值所对应的波长max与其绝对温度T成反比,物体的温度越高所对应的辐射波长就越短。一般地,红外波段的通道适于火情监测。红外通道探测到的是物体的辐射强度,由StefanBoltzman定律:E=T4(其中=5669310-3Wm-2k-4)可知,物体的辐射能力E与其绝对温度T的4次方成正比。物体的温度越高辐射能力就越强,反之亦然。反映在卫星图像上是温度越高颜色越深。Landsat7遥感中2.082.35m通

7、道的空间分辨率为30m, 主要应用领域是探测高温辐射源,如监测森林火灾、火山活动等,区分人造地物类型,岩系判别。3.2 过火面积的估算森林火灾发生后,其地物的光谱特征与火灾发生前相比显然发生了明显的变化,一般地由于地物部分或者全部被火烧毁,地物颜色将变深变暗,从而会导致在可见光波段的光谱反射率有明显的下降,因此经过分析,本研究采用森林火灾前后归一化植被指数NDVI的变化来建立林火面积估算模型,并通过统计分析确定面积估算的量化判识指标,继而根据火灾前后的植被覆盖状况进行对比,估计其过火面积。 归一化植被指数.使用波段运算即可得出。4 数据简介及研究方法4.1 数据来源本次实习所选影像来自美国NA

8、SA的陆地卫星(Landsat)计划中的Landsat-7 ETM+影像数据。获取方式为从遥感数据平台网站上下载。Landsats和Landsat-7具有8比特的辐射分辨率,为了避免出现像元亮度饱和或者过暗,ETM+的热辐射6波段具有高低两种增益设置,在格式1时总设置为低增益,在格式2时总设置为高增益低增益设置是为了使传感器辐射亮度增加的缓慢一点,以监测到强的辐射;高增益设置是为了使传感器辐射亮度增加的快一点,以监测辐射的细微变化,其他波段没有增益设置改变问题。Landsat是一个实用化的卫星系统,从卫星传感器的监测能力、可持续性、地面站系统和分发系统,工作都比较通畅,可以为用户提供lb数据产

9、品。但是,有证据表明,陆地卫星没有后继星,数据的一可持续性无法得到保证,但是通过比较分析,一可以得到其替代的卫星数据。Landsat7搭载了高级专题制图仪(ETM+),其中ETM+Pan波段数据达到了15米的高空间分辨率。4.2 Landsat-7数据格式Landsat-7数据格式有两种:一种是SYSTEMATIC级别数据,属于L2级,为系统几何校正产品,文件夹包含9个波段文件(热红外有低增益和高增益两个),1个HTM文件(热红外波段组的头文件),1个HRF文件(可见光和短波红外波段组头文件),1个HPN(全色波段组头文件)。另外一种是L4级别数据,为高程校正产品,文件夹包含3个TIFF文件,

10、1个HTM文件(热红外波段组的头文件),1个HRF文件(可见光和短波红外波段组头文件),1个HPN(全色波段组头文件)。4.3本课题使用的数据4.3.1 火灾点定位使用的数据对火灾点进行定位时使用的是2002年7月27日(即火灾发生第一天当天)大兴安岭北部Landsat-7 EYM+ L4级影像,参数如下:GRANULEIDP_LS7ETM_20020727_000000_000000_121023_GEOTIFF_L4PATH_NUMBER121ROW_NUMBER023UPPER_LEFT_LONGITUDE122.869241809561UPPER_LEFT_LANTITUDE54.11

11、94549525602LOWER_RIGHT_LONGITUDE126.418623978868LOWER_LEFT_LANTITUDE.0745*SATELLITELANDSAT-7IMAGING_TIME2002/7/27 0:00:00MAP_PROJECTIONTMEARTH_ELLIPSOIDWGS84SUN_AZIMUTH147SUN_ELEVATION52.6CORRECTION_LEVELL44.3.2 火灾前后植被覆盖对比使用的数据对过火面积进行估计时使用的数据是2002年5月24日和9月13日大兴安岭北部Landsat-7 EYM+ L4级影像,参数如下:GRANULEID

12、P_LS7_ETM_200200524_000000_000000_121023_GEOTIFF_L4P_LS7_ETM_20020913_000000_000000_121023_GEOTIFF_L4PATH_NUMBER121121ROW_NUMBER023023UPPER_LEFT_LONGITUDE122.864622194629122.850444632729UPPER_LEFT_LANTITUDE54.129152720366854.1156597211314LOWER_RIGHT_LONGITUDE126.414184414041126.400245357953LOWER_LEF

13、T_LANTITUDE.0852*52.0689089413404SATELLITELANDSAT-7LANDSAT-7IMAGING_TIME2002/5/24 0:00:002002/9/13 0:00:00MAP_PROJECTIONTMTMEARTH_ELLIPSOIDWGS84WGS84SUN_AZIMUTH150156.7SUN_ELEVATION54.838.6CORRECTION_LEVELL4L44.4 研究方法在中红外和热红外区间内,存在着3-5m及8-14m两个大气窗口,电磁波谱3-5m的中红外谱段,对火灾、活火山等高温目标的识别敏感,常用于捕捉高温信息,进行各类火灾活等

14、高温目标的识别监测,特别是对于森林火灾,它不仅可以清楚地显示火点、火线的形状大小位置,而且对小的隐火残火,也有很强的识别能力,高温目标遥感识别技术也都是围绕着这两个大气窗口展开的。波段组合:第7波段、第4波段、第3波段,成功案例:我国曾利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段(2.08-2.35微米)对温度变化敏感;TM4、TM3波段则分别属于红外光、红光区,能反映植被的最佳波段,并有减少烟雾影响的功能;同时TM7、TM4、TM3(分别赋予红、绿、蓝色)的彩色合成图的色调接近自然彩色,故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木

15、的恢复状况。4.5 数据处理4.5.1着火点定位:PC合成单独观察单个通道: 1波段(着火信息明显) 2波段(着火信息明显) 3波段(着火信息明显) 4波段(着火信息不明显) 5波段(着火信息不明显) 6波段(着火信息不明显)彩色合成: 3(R)2(G)1(B)(近似真彩色组合) 1(R)2(G)6(B)彩色合成 1(R)4(G)6(B) 2(R)3(G)4(B) 1(R)2(G)3(B) 4(R)3(G)2(B)(标准假彩色合成)4.5.2 火灾前后研究区归一化植被指数NDVI计算比较火灾前(2002年5月24日):PC显示火灾后(2002年9月13日):PC显示5总结理论研究和应用开发是环

16、境和灾害监测的重要组成部分,在各种算法改进的基础上,要进行高温目标预警、指挥、救灾、服务系统的整体开发,建立起先进的高温目标灾害监测预警体系,提高我国环境监测和综合减灾能力。以遥感技术为基础,加强灾害预警研究和管理是我国环境和灾害监测管理的理论和实践的一个重要突破口和发展方向.6 实习心得在持续两周的遥感实习,我们使用PCI软件,以卫星影像为数据源对远距离大范围地面环境信息进行动态监测。实习培养的是多方面的能力,下载遥感影像数据,阅读文献,查找处理方法,综合所学知识最终得出我们两周来的实习结果,我们学会的是在书本上学不到的知识。在为期两周的遥感实习中,我们收获很多,我们从对PCI使用生疏到现在

17、的熟悉,从不会查找资料到自己寻求解决办法,从什么都没有到得出专题信息,这一些,都训练了我们的动手能力。大学教会我们的不仅是知识,还有获取知识的能力。有些东西看似简单,实际操作却是有难度的。比如数据下载,我们得综合多方面因素考虑:数据时间、数据质量、数据之间的间隔等等,缺一不可。团队合作也是必不可少的,每个人都有自己的优势所在,充分发挥每个人的特长才能使作品更加完美。遥感的世界是广阔的,PCI也只是其中的一款应用软件。在遥感实习中,我们理论结合实际,深入的了解遥感,切身体会到了遥感的优势和广阔的应用前景。让我们认识到要想学遥感还需要我们继续探索。参考文献:1魏书精,胡海清,孙龙,周汝良 气候变化

18、背景下我国森林防火工作的形势及对策 森林防火,2011,(2) : 1-42赵文化,张鹏,单海滨,等.基于MODIS地表覆盖(LC)的森林火灾识别方法.气象科技,2008,(2):210-214+262.3张雪芬,邹春辉,陈怀亮,等.基于遥感和地理信息系统的河南省森林防火系统J.气象科技,2006,34(1):109-113.4田鹏举,龙俐,郑小波,王备,等.EOS/MODIS卫星资料在贵州省林火监测中的应用.贵州气象,2008,(2):5 党永峰. 遥感技术在森林资源连续清查中的应用J.林业资源管理,2004,6:63-65.有关文献摘要:1. Recovery of Vegetation

19、Canopy after Severe Fire in 2000 at the Black Hills National Forest, South Dakota, USAXiangming XIAO*, Chandrashekhar BIRADAR, Audrey WANG, Sage SHELDON and Youmin CHEN(Department of Botany and Microbiology, Center for Spatial Analysis, University of Oklahoma, Norman, OK 73019, USA)Abstract: Forest

20、fires often result in varying degrees of canopy loss in forested landscapes. Thesubsequent trajectory of vegetation canopy recovery is important for ecosystem processes because the canopy controls photosynthesis and evapotranspiration. The loss and recovery of a canopy is often measured by leaf area

21、 index (LAI) and other vegetation indices that are related to canopy photosynthetic capacity. In this study we used time series imagery from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor onboard the Terra satellite over the period of 20002009 to track the recovery of the vegetatio

22、n canopy after fire. The Black Hills National Forest, South Dakota, USA experienced an extensive wildfire starting on August 24, 2000 that burned a total area of 33 785 ha, most of which was ponderosa pine forest. The MODIS data show that canopy photosynthetic capacity, as measured by LAI, recovered

23、 within 3 years (2001-2003). This recovery was attributed to rapid emergence of understory grass species after the fire event. Satellite-based Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) at the burned sites also recovered within 3 years (2001-2003). Rapid recove

24、ry of LAI, NDVI, and EVI at the burned sites makes it difficult to use these variables for identifying and mapping burned sites several years after the fire event. However, the Land Surface Water Index (LSWI), calculated as a normalized ratio between near infrared and shortwave infrared bands (band

25、2 and band 6 (16281652 nm) in MODIS sensor), was able to identify and track the burned sites over the entire period of 20002009. This finding opens a window of opportunity to identify and map disturbances using imagery from those sensors withboth NIR and SWIR bands, including Landsat 5 TM (dating ba

26、ck to 1984); furthermore, a longer record of disturbance and recovery helps to improve our understanding of disturbance regimes, simulations of forest succession, and the carbon cycle.2.遥感技术在我国森林防火工作中的应用赵 辉,金 琳,唐博雅(1.北京林业大学,北京 100083;2.河北省防火办,河北 石家庄 050081)摘要:自遥感技术在我国森林防火领域应用以来,它的实用性越来越受到广大工作人员的好评。该

27、文以遥感技术为支撑,以森林防火工作实践经验为依据,从 3 个方面综述了遥感技术在我国森林防火工作中的实际应用。在森林火灾发生前,人们利用遥感对森火预测预报分析研究;在森林火灾发生时,人们利用林火监测进行视频监控,从而正确指挥扑救森林火灾;森林火灾发生后,人们利用遥感技术进行灾后评价及火场勘查的研究。3.气象卫星遥感预警福建省森林火灾郑海青 张春桂 陈家金 王加义(福建省气象科学研究所,福州 350001)摘要:应用NOAA卫星遥感资料,研究森林防火期内森林植被的干燥指数的变化,结合分析相应的森林火灾的资料,做出福建省森林火险等级空间分布,应用福建省地理信息系统,根据高火险等级的地理位置,预警该地可能发生森林火灾。4.气象卫星遥感信息在湖北省森林火灾监测中的应用谢萍(武汉中心气象台,武汉430074))提要:叙述了利用卫星遥感技术进行森林火灾监侧的原理和基本步骤及其在湖北省森林防火中的社会、经济效益。同时,重点介绍了人工识别火灾的方法。5.基于知识的多时相TM图像森林火烧迹地快速提取方法周小成,汪小钦,高中灵(福州大学福建省空间信息工程研究中心,福建福州350002)摘要:本文以覆盖福州市及周边地区的五期TM图像为例

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1