无码精品一区二区三区在线,欲性游乐场(高H),日日橹狠狠爱欧美视频,欧美日韩精品

一、引言

森林作為面積最大且物質資源豐富、穩(wěn)定的陸上生態(tài)系統(tǒng)，具有防止水土流失，涵養(yǎng)水源，凈化空氣等多重作用，由于其顯著的生態(tài)功能效應，所以也被稱為“地球之肺”。森林火災的發(fā)生，主要特點是火災產生的火線與煙霧和局部地表的異常高溫值，靜止衛(wèi)星搭載的較高分辨率光學傳感器適用于前者的識別檢測和長時間監(jiān)測，中波紅外波段傳感器對森林火災中的異常高溫特別敏感，適用于后者的識別檢測。

二、多源遙感數據的聯(lián)合監(jiān)測方法

多源遙感數據各有優(yōu)劣，如高分四號衛(wèi)星中分辨率難以準確提取過火區(qū)域，Sentinel-2衛(wèi)星受云雨影響較大，而Sentinel-1A衛(wèi)星適合于作為補充數據監(jiān)測森林火災，3類數據源有機聯(lián)合才能精準實現火災監(jiān)測。圖1所示，為研究區(qū)森林火災期間過境的高質量遙感數據（無云遮擋）數目，可見多源遙感數據提供了不同類型傳感器監(jiān)測火災的方法，其中SAR數據彌補了光學數據監(jiān)測受云雨影響的限制，火災期間有兩景SAR數據（4月3日與4月8日），提高了遙感監(jiān)測小面積火災的時間分辨率。

2.1 基于高分四號的森林火災監(jiān)測

高分四號搭載的PMS與IRS都比較適合監(jiān)測小范圍森林火災。森林火災的發(fā)生，主要特點是火災產生的火線與煙幕和局部地表的異常高溫值，持續(xù)拍攝的PMS成像儀處于可見光與近紅外波段范圍，適用于前者識別，IRS成像儀處于中波紅外波段，對森林火災中的高溫敏感，適用于后者的識別。使用IRS確定起火地點與起火時間，應急條件下，無需進行大氣校正，通過異常的亮度溫度即可識別火點。使用PMS針對火災發(fā)生后植被燃燒減少和燃燒殘留物沉積的變化特征進行分析，使用NDVI植被指數監(jiān)測森林火災蔓延：

式中，NIR，RED分別對應高分四號PMS第5、4波段，依據NDVI持續(xù)監(jiān)測結果確定火災時間。

2.2 基于Sentinel-2森林火災光譜監(jiān)測

Sentinel-2近紅外與紅光邊緣波段達到5個，光譜分辨率較其他多光譜傳感器有一定優(yōu)勢。篩選得到一景無云霧影響火災期Sentinel-2影像。依據3月31日Sentinel-2火災期影像，選定典型的火燒區(qū)域（煙幕）與未火燒區(qū)域，比較不同地物的光譜信息（490nm-2200nm）。依據4月25日Sentinel-2火災后影像，在實際調查信息的基礎上，分別選取典型的有林地過火區(qū)域（未受害）和有林地損失區(qū)域樣點，分析各區(qū)域不同光譜信息，為短期火災蔓延，火燒跡地遙感分類和面積測算提供光譜信息。

2.3基于Sentinel-2森林火災面積提取

雖然時間分辨率較低，Sentinel-2光譜和空間分辨率較為適中，具備短波紅外波段，適用于森林火災后火燒跡地的提取。建立歸一化燃燒率,NBR），并計算差分歸一化燃燒率（dNBR）。

式中，NIR為近紅外反射率，SWIR為短波紅外反射率，分別對應Sentinel-2B8A波段，B12波段。NBRpre為火燒前NBR，NBRpost為火燒后NBR。使用自適應閾值選取方法實現dNBR閾值自動化提取。

由Sentinel-2影像各地物光譜信息可知，輕度火燒短期內光譜與健康林地沒有明顯區(qū)別，難于提取；而重度火燒光譜與土壤相近，與植被反射率光譜存在明顯差異，易于提取。由此，根據不同火燒嚴重程度分步驟確定閾值，分類提取火燒跡地，計算面積。具體步驟如下：

（1）使用OTSU算法基于dNBR提取火燒嚴重的林木損失區(qū)域；

（2）將（1）中已提取的林地損失區(qū)域掩膜處理，再次使用OTSU算法分類，提取輕度火燒區(qū)域，此方法適用于火災發(fā)生后短期內的過火區(qū)域分類與面積測算。火燒跡地識別精度分析采用計算公式如下：

2.4基于Sentinel-1A森林火災監(jiān)測

火災前后存在云雨惡劣天氣的影響，光學數據應用受限，需要引入不受云雨影響的遙感數據作為監(jiān)測補充數據。森林火災使電磁波在森林中的體散射效應發(fā)生了改變，其中NDVI與SAR數據極化比值(PR)有一定的相關性，通過分析PR在火災前后的變化，建立極化比值與植被指數的函數關系監(jiān)測森林火災，以此彌補光學數據在云霧干擾時存在的觀測局限性。以Sentinel-2數據確定的過火區(qū)域，完成預處理的Sentinel-1A數據，監(jiān)測VV與VH火災前后）的變化，并通過最小二乘法建立極化比值PR(VV/VH)（dB）與NDVI線性回歸關系。再使用3月10日的SAR數據模擬NDVI，并依據3月11日的Sentinel-2NDVI驗證。在此基礎上，使用模型反推受云霧干擾時（4月3日）火燒跡地NDVI，作為火災期間云雨影響時NDVI的補充監(jiān)測。

三、結果與分析

3.1基于高分四號的森林火災時間與地點提取結果

依次分析火災前后高分四號數據，去除研究區(qū)云層覆蓋的影像，共監(jiān)測到兩場火災，火災發(fā)生期間高分四號共有6景監(jiān)測到火災，兩場火災位置相鄰，第二場火災是第一場火燒跡地發(fā)生復燃導致。

（a）火點煙霧(b)火點亮度溫度圖像，紅框內含火點(c)NDVI分布.

圖2高分四號衛(wèi)星成像儀火災監(jiān)測影像圖

森林火災發(fā)生時，燃燒區(qū)域溫度明顯高于未燃燒區(qū)域。如圖2（b）4月7日14時左右監(jiān)測存在異常亮度溫度值（317K），遠大于周圍林地亮溫。如圖2（a）2（b）所示，火災西側受地形影響，所得到陡坡裸地的亮度溫度也較高，但均未超過317K，表明IRS對火災異常溫度存在敏感性。如圖2（a）所示，PMS影像中火災區(qū)域的濃煙明顯可見，易于火點的識別。依據PMS數據分析NDVI的空間變化，NDVI在3月31出現第一片NDVI低值區(qū)域，4月7日出現第二片低值區(qū)域，結合當日IRS數據存在的異常高溫點，兩片低值區(qū)均判定為火燒區(qū)域。其中濃煙也對火燒時的NDVI產生影響，圖2（c）是PMS得到的4月12日研究區(qū)域NDVI分布圖，火災區(qū)域明顯分為兩處。圖3為PMS影像得到火災前后火燒區(qū)域NDVI折線圖，圖3（a）為第一場火燒區(qū)的NDVI的折線圖，圖3（b）為第二場火燒區(qū)域NDVI的折線圖。結果顯示，火災前，NDVI在0.7左右。調查數據顯示，由于地處陡坡（坡度大于50度），植被生長環(huán)境惡劣，植被覆蓋程度并不飽和，且常年累積的枯枝松針等可燃物未經有效清理，長期覆蓋。火災發(fā)生之后的一周內，NDVI值在0.25左右。如圖3（b）所示，火燒跡地復燃前，雖然在之前未直接受到火燒影響，第二場火燒地區(qū)NDVI值也受第一場火燒影響有降低趨勢，原因可能是高溫環(huán)境致植被生化參數短期發(fā)生變化。

（a）第一次火燒點（b）復燃火燒點（紅色線條為火燒時間）

圖3火燒跡地NDVI折線圖

3.2基于Sentinel-2森林火災光譜監(jiān)測結果

比較火災前后Sentinel-2數據，選取3月31日火災期間研究區(qū)影像，如圖4（a）所示。在可見光波段（490-665nm）范圍內，火燒區(qū)域反射率較高，而在近紅外波段健康林地反射率高于火燒區(qū)域，火燒區(qū)域與健康林地在可見光至短波紅外波段范圍內光譜差異明顯（圖4（b））。選取4月25日Sentinel-2數據，并結合實際調查結果，監(jiān)測林地過火區(qū)域（輕度火燒）與林地損失區(qū)域（重度火燒）光譜。結果顯示，重度火燒跡地光譜曲線與普通土壤的光譜相近，呈現穩(wěn)定上升趨勢；而輕度火燒火燒跡地，與健康植被光譜類似，僅在近紅外波段和短波紅外波段，低于健康植被反射率。上述結果表明，短期內輕度火燒跡地光譜受影響程度不大，此結果可為火燒跡地遙感分類與面積測定提供依據。

（a）Sentinel-2于3月31日觀測到的研究區(qū)火災（b）火災光譜觀測結果圖

4 Sentinel-2火災監(jiān)測

3.3基于Sentinel-2過火面積提取結果與精度評價

分析火災前后Sentinel-2影像，使用公式（3-2）（3-3），分別得到火災前后NBR及dNBR，圖5（a）（b）分別為火前與火后NBR值。結果顯示火災發(fā)生后NBR減小，重度火燒區(qū)域比輕度火燒區(qū)域NBR減小程度更明顯，未火燒區(qū)域變化不明顯，圖5(d)是dNBR直方圖。

(a)火災前NBR圖(b)火災后NBR圖 

(c)火災前后dNBR圖(d)dNBR直方圖

圖5火災前后NBR，dNBR結果和dNBR直方圖

提取結果如下：（1）基于原始的dNBR數據，使用OTSU法可以確定閾值（dNBR=0.35）提取林木損失區(qū)域（重度火燒），如圖6（b）橙色區(qū)域。提取的重度火燒跡地大部分均與目視解譯區(qū)域吻合，該方法提取林木損失的過火區(qū)面積為41.56公頃（實際490公頃），分類精度94.67%。（2）通過掩膜步驟（1）得到的林木損失的區(qū)域，再通過OTSU算法確定閾值（dNBR=0.10）提取得到林地過火區(qū)（輕度火燒）。如圖6（b）淺黃色區(qū)域所示，該類火燒跡地主要分布在林木損失區(qū)域附近，提取火燒跡地完整，邊界清晰，且接近目視解譯結果。最終提取面積為66.56公頃（實際72.09公頃），精度90.94%。輕度火燒跡地本身難于提取，直觀從遙感影像判別也存在一定困難，該步驟提取存在一定噪聲影響，會造成一定誤差。（3）兩步驟共提取總過火面積為107.12公頃（實際118.09公頃，包含未利用地），精度90.71%。

（a）Sentinel-2影像與目視解譯結果（b）OTSU算法提取結果與目視解譯結果

圖6火燒跡地提取結果

3.4基于Sentinel-1A森林火災監(jiān)測結果與精度評價分析

火災前火后共7景Sentinel-1A數據。微波在穿過植被層時發(fā)生體散射效應而導致去極化效應比較明顯。圖7所示為火災區(qū)域第一次發(fā)生火災后Sentinel-1A數據的變化，具體表現為極化比值由6.6dB升高至10.8dB，去極化效應減弱反映出植被減少。

分區(qū)域選取210個像元，通過分析，Sentinel-2（4月25日）NDVI與Sentinel-1A（4月27日）極化比值PR之間存在顯著的相關性（R=－0.764）。PR與NDVI通過線性回歸，確定NDVI=－0.062PR+0.9736，R2=0.58,如圖8所示。

圖8NDVI與PR(VV/VH)線性擬合結果

將模型應用于火災前Sentinel-1A（3月10日）模擬NDVI，并使用Sentinel-2（3月11日）NDVI作驗證，R2=0.50，結果表明NDVI<0.6時模型存在高估現象，如圖9(a)所示。將模型帶入4月3日云層干擾的火災區(qū)域（平均VV=25dB，VH=－7.54dB，PR=10.79dB）模擬NDVI值為0.30，相對于同時期附近健康林地（平均VV=－11.18dB，VH=－16.80dB，PR=5.62dB，模擬NDVI=0.63）明顯降低，符合模型驗證時NDVI低值時存在的高估現象，且低于火災之前的高分四號NDVI（0.7－0.8），如圖9(b)，可作為模擬數據補充火災NDVI的監(jiān)測。

圖9NDVI與PR(VV/VH)統(tǒng)計模型和驗證

圖10(b)為4月3日Sentinel-1A數據模擬的NDVI圖，火災區(qū)域NDVI低于周圍健康林地，模擬效果較好。SAR數據作為該地區(qū)惡劣天氣下火災監(jiān)測中NDVI的補充數據，可提高森林火災監(jiān)測的時間分辨率。由于此方法實際僅僅使用Sentinel-1A而未使用Sentinel-1B數據，若考慮Sentinel-1B數據，則還可以提高監(jiān)測的時間分辨率。

(a)4月4日受云干擾的光學影像(b)基于4月3日SAR數據模擬NDVI圖

圖10使用SAR數據基于統(tǒng)計模型模擬NDVI(紅色方框表示過火區(qū))

四、結論與討論

本文首先介紹了聯(lián)合監(jiān)測森林火災的技術方法，分別說明了應用高分四號數據確定火災時間和地點的方法，基于Sentinel-2數據火災光譜監(jiān)測和過火面積提取，使用Sentinel-1A火災監(jiān)測方法，然后介紹了各種方法應用的結果。其中監(jiān)測方法主要包括：

（1）應用高分四號IRS成像儀的中波紅外波段和PMS成像儀結合NDVI植被指數共同確定粗起火時間和位置；

（2）使用Sentinel-2數據監(jiān)測火災光譜，結合OTSU算法使用Sentinel-2數據提取過火區(qū)域，并且根據dNBR指數對火燒跡地分類統(tǒng)計面積；

（3）使用Sentinel-1A數據，關聯(lián)SAR數據后向散射系數和NDVI，突破云雨惡劣天氣的限制監(jiān)測森林火災。其中得到如下結果：

（1）火災發(fā)生時，監(jiān)測到亮度溫度最高達317K，根據火點位置，確定火災蔓延期間NDVI下降（由0.7降低至0.25），確定起火時間(3月30日);

（2）火災區(qū)域與未受災區(qū)，以及不同類型火燒跡地之間的光譜在490nm-2200nm范圍存在差異，基于OTSU算法自動確定閾值，確定林地損失面積41.56公頃（dNBR=0.35），精度達94.67%，提取林地過火未損失面積66.56公頃（dNBR=0.10），精度達90.94%，林地損失區(qū)域基本符合實際調查結果；

（3）火災前后極化比值由6.6dB升高至10.8dB，NDVI與PR經線性回歸，R2=0.58，驗證R2=0.50。使用SAR數據監(jiān)測云雨條件下的森林火災能提高監(jiān)測的時間分辨率，突破惡劣天氣的影響。

推薦：

便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學醫(yī)療、精準農業(yè)、礦物地質勘探等領域的最新產品，主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統(tǒng)集成高性能數據采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。