共查询到20条相似文献，搜索用时 15 毫秒
1.
利用Sentinel卫星数据,特别是其中对植被敏感的红边波段与短红外波段,针对提取灾后火烧迹地研究不足的问题,选取四川省冕宁县4月20日森林火灾发生前后的Sentinel-2卫星数据,使用不同的提取方法探究识别火烧迹地的潜力,并进行对比研究。实验结果表明,决策树分类法识别火烧迹地的能力最好,提取精度最高,BAI指数次之;其余方法均受道路、房屋和裸体不同程度的影响;用红边波段替换可见光红波段的效果相比原有指数提取效果并无明显提升。研究证明在各类方法中,采用决策树分类法能快速高精度地将火烧迹地准确提取出来。 相似文献
2.
以研究大尺度范围内森林火灾面积提取的可行性为目的。本文以昆明市为研究区,分别提取2005年和2006年两期Landsat TM影像的植被指数、水体指数、火烧迹地指数、纹理特征等,并选取适于大尺度范围的最佳特征波段;利用特征融合后的影像构建决策树,实现大尺度范围内火烧迹地的自动提取。研究表明,QUEST算法的分类总体精度达84.5%,在3种分类方法中精度最高;采用QUEST算法的决策树分类提取"3·29"火烧迹地面积占实际的97.9%,但大尺度范围内火烧迹地提取效果并不理想,仍需人工剔除提取产生的较小的斑块;最后用2015年"3·02"的火烧迹地验证了QUEST决策树方法的具有一定的普适性。该模式对大尺度范围内森林火灾面积统计的具有重要应用价值。 相似文献
3.
基于国产高分一号卫星宽幅（WFV）影像,对贵州省复杂地形山区火烧迹地的光谱特征、形状特征、纹理特征等进行了分析,建立了火烧迹地提取规则,完成了研究区基于规则面向对象的火烧迹地提取。利用高分二号卫星1 m分辨率影像对提取结果进行精度验证。结果表明,基于规则面向对象分类法的GF1WFV火烧迹地提取总体精度为92.67%,总Kappa系数为0.89,能较好地完成研究区的火烧迹地分类提取,分类质量达到极好水平,为贵州省山区火烧迹地提取提供了一定的参考和理论依据。 相似文献
4.
基于高分一号影像光谱指数识别火烧迹地的决策树方法 总被引：2，自引：1，他引：1
《林业资源管理》2015,(4)
森林火灾发生后,为及时、准确地掌握森林受灾情况,利用高分一号卫星(GF-1)16m宽幅影像各波段反射率信息,结合计算的归一化植被指数(NDVI)、过火区识别指数(BAI)、阴影植被指数(SVI)、归一化差异水体指数(NDWI)和全球环境监测指数(GEMI)等5种光谱指数,构建森林火烧迹地识别决策树模型(CART);在选取的研究区对该模型方法进行验证,并与最大似然监督分类法和非监督分类(ISODATA)方法所得到的结果精度进行了对比分析,结果表明:采用基于CART模型的决策树方法对火烧迹地识别结果精度较最大似然法总体分类精度提高了4.38%,Kappa系数提高了0.102 4,制图精度提高了14.96%,用户精度提高了8.50%;而采用ISODATA方法识别的火烧迹地的总体精度和Kappa系数都较低,制图精度和用户精度都没有达到1%。 相似文献
5.
QuickBird遥感影像的融合及在土地利用类型调查中的应用研究 总被引：1，自引：0，他引：1
应用比值变换、IHS变换、主成分变换等3种影像融合方法对QuickBird多光谱和全色遥感影像进行融合，并对融合结果进行了评价；以增强处理效果好的QuickBird影像3、4、1或3、4、2波段彩色合成图像为基础建立解译标志，进行人机交互式解译分类一一进行土地利用类型的专题信息提取，并利用地理信息系统软件制作土地利用类型现状图。 相似文献
6.
对2002年3月7日的泉州湾湿地ETM+卫星影像采用SFIM融合法、PCA融合法、Brovey融合法和IHS融合法对多光谱影像和全色波段进行融合,并进行融合影像评价,选取融合效果最好的SFIM融合影像进行进一步分析。将ETM+原始未融合影像与SFIM融合影像采用相同分类模板、相同波段和相同分类方法进行分类。研究表明,2种方法提取的泉州湾湿地信息精度都满足精度要求;而SFIM融合影像的分类精度有所提高,但效果不是很明显,这可能是因为湿地地物类型相对较简单,各地物间的可分性相对较高的缘故。 相似文献
7.
基于MERSI数据的山西森林覆盖监测 总被引：1，自引：0，他引：1
利用FY3-3A/MERSI可见光和近红外波段数据合成得到假彩色卫星数字图像,结合区域土地利用、植被类型及森林资源分布等数字化图件,在对图像进行目视解译及多波段数据非监督分类基础上,将地物覆盖划分为林地、冬小麦、水体和裸地4种类型;采用4种监督分类方法(最大似然分类法、平行算法、最小距离法和马氏距离法)进行地物分类;在分析分类结果可行基础上,依据区域森林覆盖数字化图件对林地分类结果进行精度评估,确定研究区域林地空间分布结果.结果表明:4种监督分类方法中,最大似然分类法分类结果的精度最高,达到85%,其次是最小距离和马氏距离法,平行算法的结果较差.可见,利用MERSI数据采用监督分类和非监督分类相结合的方法提取的山西省森林资源分布结果精度较高,符合实际情况,可作为区域宏观森林资源分布监测的有效手段. 相似文献
8.
基于MODIS影像梯度的林火边界提取方法 总被引：2，自引：1，他引：1
红外遥感数据是获取火灾参数的主要方法.中分辨率成像光谱仪(MODIS)因具有广泛的光谱覆盖波段和强大的动态监测能力被用于森林火灾监测.传统方法主要是基于光谱特征的火烧迹地识别及制图,而描述火灾蔓延的边缘火线对于动态火灾监测具有更重要的意义.本文基于多波段影像梯度的图像视觉分析,提出一种自动检测林火边界火线特征的方法.通过与传统边缘算子的检测结果对比,并结合火烧迹地的归一化植被指数NDVI叠置验证.本方法在融合多波段影像的火灾光谱信息的同时,增强了火线变化的空间细节表现能力.提高了边缘定位性能,在动态火灾制图和监测方面是有效可行的. 相似文献
9.
WorldView-2能够提供1个0.5 m全色波段和8个1.8 m分辨率的多光谱波段,为用户提供进行精确变化检测和制图的能力。本研究以深圳市植被为例,采用WorldView-2高分辨率遥感影像为数据源,进行缨帽变换及主成分分析处理,利用决策树分类模型进行提取。结果表明:WorldView-2影像经过缨帽变换及主成分分析处理后,能够明显增强影像的纹理信息,突出地物特征,并以各地物在经过缨帽变换及主成分分析处理之后的灰度值作为决策树分类的阈值,分类的总体精度、Kappa系数分别为89.26%、0.87,与以往的只利用波段的灰度值及植被指数等作为阈值相比,精度明显提高,方法也得到改善,得到了比较好的分类结果。 相似文献
10.
【目的】研究仅依靠一种高分辨率遥感影像（PL）用于森林火灾影像信息提取、数据分析的可行性,为火烧程度评估提供可靠的林火遥感数据源和提取方法。【方法】以2017年毕拉河“5·2”特大森林火灾的火烧迹地为研究区域,使用火前、火后当年、火后更新1年共3期PL影像作为数据源,利用ROI S提取过火区,分析火干扰前后NDVI的变化特征。结合地面调查数据,采用差值归一化植被指数（dNDVI）划分火烧等级,阈值验证参照罗德昆火灾受害等级划分标准进行精度验证。对火烧迹地植被受害状况进行评估,以获取火烧程度的空间分布格局。【结果】1)火干扰导致NDVI值急剧降低,火后更新1年NDVI略有升高,表明植被恢复能力有限。PL遥感影像的3 m高空间分辨率使其RGB图像高度饱和,地类清晰。2)做土地覆盖类型划分,训练样本分离性在1.91以上,共划分为森林、草本沼泽、道路、河流4类。分类整体精度为98.05%,Kappa＿Coefficient为0.95。3)受害程度等级划分为未火烧、轻度火烧、中度火烧、重度火烧4级,分类整体精度为91.55%,Kappa＿Coefficient为0.91。此... 相似文献
11.
12.
13.
森林火灾是影响陆地生态系统、大气环境以及全球变化的重要因素之一。传统的森林火灾信息统计数据存在收集困难、难以空间化等方面的不足,而遥感技术的发展为火灾研究提供了一种新的技术手段。本文旨在对现有基于遥感的火烧迹地相关研究进行总结,从数据开发以及数据应用2个方面梳理现有研究成果,并对未来的研究提出展望,为森林火灾相关研究提供依据。在参阅近年来国内外相关文献的基础上,本文从2个方面对火烧迹地相关研究进行系统总结:1)现有火烧迹地数据产品集及其开发算法:从产品名称、遥感数据源、覆盖范围、时序范围、空间分辨率、时间分辨率等方面,对11种火烧迹地数据产品集进行介绍;随后,对不同数据产品的开发算法进行比较,包括基于热学异常的提取算法、基于光谱特征变化的提取算法以及两者相结合的提取算法;最后,对现有火烧迹地数据产品的精度特征进行总结。2)火烧迹地数据产品应用:对火烧迹地数据在火灾风险评估、大气污染物排放、全球植被动力学模型、火灾后生态系统监测4个方面的应用进行介绍。现有的火烧迹地数据产品还存在一定的不足,这些不足限制了其应用领域的扩展。未来的火烧迹地数据产品改进可以从以下3个方面展开:1)构建长时间序列火烧迹地数据产品集。2)开发高精度的火烧迹地数据产品集,充分考虑火灾发生时以及火灾发生前后的各种异常特性,真实反映火灾发生所带来的地表特征变化,才能建立更加精确、稳定的提取算法,提高火烧迹地数据产品精度。3)建立多样化的火烧迹地数据产品集,改良现有火烧迹地数据产品,增加新的监测内容,如火烧能量、火焰温度以及火灾规模等,这将进一步扩大火烧迹地数据产品的应用范围。 相似文献
14.
为了探讨森林火灾对土壤抗冲性的影响,以大兴安岭地区三种不同火烧强度的火烧迹地为研究对象,采用原状土冲刷法对土壤抗冲性进行测定,并结合枯落物蓄积、持水性能及植物根系差异变化进行综合对比分析,结果表明:火烧迹地的土壤抗冲性显著低于未过火地段(P<0.01),随着火烧强度的增加,土壤的抗冲性能逐渐减弱,抗冲系数总体变化趋势为:重度火烧迹地<中度火烧迹地<轻度火烧迹地<未过火天然林。四种样地类型的枯落物蓄积量总体趋势为轻度火烧迹地<中度火烧迹地<重度火烧迹地<未过火天然林。4种样地类型的枯落物最大持水率及有效拦蓄率皆表现为重度火烧迹地<中度火烧迹地<轻度火烧迹地<未过火天然林。在浅层土壤中,重度火烧迹地的根密度及根系总长度均值皆为四者中最小。研究表明:未火烧天然林的土壤抗冲性表现最优,重度火烧迹地的土壤抗冲性能最弱,应与及时治理与植被恢复。 相似文献
15.
《林业科学》2017,(3)
【目的】利用Landsat TM影像,采用遥感指数构建决策树分类模型,提出一种识别火烧迹地面积与林火烈度分析的新方法,并结合坡度、坡向、海拔等地形因子对过火区域火烈度的空间分布进行科学系统的分析研究,为大兴安岭地区森林防火和林火管理提供一定的理论依据和数据支持。【方法】以大兴安岭地区呼中林区为研究区,以2010年9月火后TM影像以及2007年9月火前TM影像为基础数据,以DEM影像、林相图为辅助数据,利用NDVI、NDSWIR、MNDWI和dNBR等遥感指数构建决策树分类模型,对呼中林区2010年10场火烧迹地进行识别,根据dNBR阈值法将过火区域火烈度分为4级,并利用Arcgis软件将火烈度图分别与坡度、坡向、海拔图叠加分析。【结果】利用决策树分类模型所提取火烧迹地面积的分类总体精度和Kappa系数分别为97.97%和0.943 2,与平行六面体法和ISODATA法的分类的精度相比分别提高了7.56%和17.32%,Kappa系数也相应提高。决策树模型提取火烧迹地的制图精度和用户精度分别为97.51%和97.54%,而平行六面体分类法分别为90.43%和96.52%,ISODATA法分别为94.35%和95.68%。利用dNBR阈值法将已提取的过火区林火烈度分为:未过火、轻度火烧、中度火烧、重度火烧4个级别,其中中度火烧和重度火烧分别占总过火面积的46.6%和33.2%。叠加分析后,海拔在1 000~1 500 m的地区过火面积共4 177 hm~2,占总过火面积的64.4%。Ⅲ级坡(6°~15°)过火面积最大,占总过火面积的45.9%。南坡过火面积最大,为1 391 hm~2,约占总过火面积的21.4%。【结论】本文所使用的决策树分类模型能够准确地识别过火区域,在精度上相较平行六面体法与ISODATA法有显著提高,且过火面积也更接近目视解译判读所得到的过火面积,精度均达到82%以上。dNBR阈值法可将过火区域火烈度分为4个等级,结果表明过火区域中度火烧和重度火烧占总过火面积的比重较大,林火烈度与海拔、坡度、坡向之间存在一定相关关系。 相似文献
16.
火烧迹地如何恢复森林夏成才，王纯华恢复火烧迹地的森林资源，应该以森林被火烧伤的程度及其在天然条件下自然恢复的能力为基础，分类指导，突出重点。严重的火烧迹地，主要在主火带上，集中连片面积大，除原系阔叶林或针阔混交林地有桦、杨等萌芽菌蘖幼树外，大面积无母... 相似文献
17.
北京西山林场火烧迹地植被更新及可燃物负荷量研究 总被引：1，自引：1，他引：0
在野外调查的基础上,对比研究了北京西山林场4种林分类型火烧迹地与对照林地上植被更新及可燃物负荷量的差异,对更新林分的潜在燃烧性进行了分析。所选择林分为侧柏林、油松林、刺槐林与白蜡林,其中侧柏林和油松林为2003年过火林分,刺槐林和白蜡林为2006年过火林分。火烧后,侧柏林采用人工更新,其它3种林分采用天然更新,研究结果表明:人工更新的火烧迹地上(侧柏林)植被多样性指数减少,总可燃物负荷量增加;而天然更新火烧迹地上(油松林、刺槐林及白蜡林)植被多样性指数增加,但总可燃物负荷量减少;火烧迹地可燃物负荷量的多少与更新时间成正比。总体而言,火烧更新使林地上易燃可燃物负荷量增加,难燃可燃物负荷量减少,从而使更新后林分的潜在燃烧性增加。 相似文献
18.
以内蒙古大兴安岭兴安落叶松林火烧迹地为研究对象,采用分层取样的方法对群落中植被进行了调查,分析比较了不同火烧木管理方式下兴安落叶松林林下群落恢复过程中物种组成、多样性指数及地上生物量的差异。结果表明:火烧木择伐方式下火烧迹地与未火烧对照样地林下群落相似性最大。不同火烧木管理方式下,火烧迹地林下群落多个α多样性指数均表现为草本层灌木层的趋势。不同火烧木管理样地草本层Simpson和Shannon-Wiener指数均小于对照样地,而在灌木层都大于对照样地。3种不同类型火烧木管理方式火烧迹地恢复13年后,林下草本层生物量均小于对照样地,而灌木层生物量较对照样地相比都有不同程度的增加。 相似文献
19.
基于KPCA的AISA Eagle Ⅱ机载高光谱数据的降维与树种识别 总被引：1，自引：0，他引：1
《西部林业科学》2020,(4)
为了提高树种识别的精确度,充分发挥高光谱数据"高光谱分辨率"的优势,以思茅区北部万掌山林场某一区域为试验区,基于AISA EagleⅡ机载高光谱数据,采用不同降维算法进行降维处理后,使用SVM对林区的不同树种进行分类识别,采用主成分分析法(PCA)、核主成分分析法(KPCA)对经过预处理的高光谱图像进行降维处理。KPCA降维采用了线性、多项式和高斯3种核函数,以特征提取效果和累积贡献率作为评价指标来选择核函数。对PCA主成分图像和基于多项式核函数的KPCA主成分图像进行SVM分类识别。试验结果表明,采用KPCA降维后树种分类精度比PCA降维均得到提高。其中,多项式核函数的KPCA分类精度最高,总体精度和Kappa系数分别达到74.46%和0.71,比PCA降维后的分类精度提高11.87%,Kappa系数提高0.15。基于KPCA的SVM分类的运算量大大降低、所需时间大幅缩短,说明KPCA较PCA提取高光谱图像的特征有更好的效果,分类精度和效率也得到提高。 相似文献