基于FY4遥感数据的森林火灾判别研究

发布时间：2023-12-27 19:17

　　【目的】为提高森林火灾监测的时效性,利用我国新一代静止气象卫星FY4的遥感数据,研究对森林火灾监测的技术和方法。【方法】以贵州省为研究区,利用FY4遥感数据,对FY4的14个波段进行火点样本的波段特征、波段间相关系数、波段组合OIF指数计算,并对判别森林火灾相关的云、水体、林地、火点4类地物进行光谱特征分析,采用支持向量机对OIF指数排名前10的波段组合进行地物分类精度验证,筛选出最适合进行森林火灾判别的波段组合。构建最小距离模型、马氏距离模型、支持向量机以及决策树模型进行森林火灾判别,利用中国森林防火网森林火灾数据,以判别精度(D)、多分误差(M)、漏分误差(O)为模型的评价指标,对4个模型进行精度验证,筛选出最优的森林火灾判别模型。【结果】1)筛选出最适合进行森林火灾判别的波段组合是(B7,B8,B12),其支持向量机地物分类精度为99.21%,Kappa系数为0.855,是进行森林火灾判别地物分类精度最高的波段组合,与最优波段组合筛选结果一致。2)4个模型的森林火灾判别精度都超过了85%,其中决策树模型判别森林火灾的精度为100%。【结论】基于FY4遥感数据决策树模型的构建,提高...

【文章页数】：9 页

【文章目录】：
1 数据与方法
    1.1 研究区概况
    1.2 数据获取与预处理
    1.3 最优波段组合筛选方法
    1.4 光谱指数
    1.5 模型构建原理
        1.5.1 统计学模型
        1.5.2 支持向量机
        1.5.3 决策树模型
    1.6 模型精度评价方法
2 结果与分析
    2.1 最优波段组合筛选
        2.1.1 波段统计特征
        2.1.2 波段相关系数
        2.1.3 OIF指数
        2.1.4 典型地物光谱分析
        2.1.5 波段组合地物分类验证
    2.2 FY4判别森林火灾的模型构建
    2.3 模型精度检验分析
3 结论与讨论
    3.1 结论
    3.2 讨论



本文编号：3875741