基于MODIS数据的森林火灾监测方法研究
发布时间:2022-07-20 15:14
森林火灾会给国家和人民带来巨大的安全威胁和经济损失,我国是森林火灾高发国家之一。通过研究分析发现,可以利用卫星遥感数据从三个方面对森林火灾进行有效管控:灾前预测可以减少火灾发生;灾时实时监测可在最大程度上降低损失;灾后高效、快速的提取火迹地可以为森林的灾后评估、重建方案提供可靠的依据。目前,MODIS数据是使用范围最广的遥感数据之一,对森林火灾监测具有实时性高、效率高、精度好、成本低等优点。本文着重利用MODIS数据对森林火灾的灾前、灾时、灾后三个阶段进行了研究,并针对基于MODIS数据的森林火灾监测过程中存在的问题加以改进,主要分析和结论如下:(1)构建基于多因子森林火险的预测模型。在将静态与动态火险因子相结合,根据层次分析法对各火险因子计算权重并叠加的此基础上,进行森林火险预测,解决了火险因子单一及各火险因子间无相互作用关系问题。该模型通过黑河市2009年4月25日和26日的MODIS数据对4月27日的森林火灾进行火险预测,预测精度分别为83.33%和87.50%,然而传统预测模型精度仅为56.25%和68.75%。研究表明,该模型可以对黑河市的火险进行有效的预测。此外,利用火点数...
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
缩写符号列表
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 森林火灾预测模型
1.2.2 基于遥感影像的森林火灾探测研究
1.2.3 灾后火迹地识别及重建
1.3 研究内容以及技术路线
1.4 章节安排
2 数据与方法
2.1 数据介绍
2.1.1 MODIS数据
2.1.2 数据获取
2.2 数据预处理
2.2.1 去除蝴蝶结效应及几何校正
2.2.2 计算反射率和辐射率
2.2.3 亮温计算
2.3 基础理论
2.3.1 层次分析法
2.3.2 BP神经网络模型
2.3.3 多通道阈值方法
2.3.4 最大类间方差原理
2.4 小结
3 基于多因子的森林火险预测模型
3.1 研究区域概况
3.2 火险预测模型的流程图
3.3 静态森林火险指数
3.3.1 可燃物火险等级
3.3.2 地形危险等级
3.3.3 人类影响指数
3.3.4 静态火险因子图
3.4 动态森林火险指数
3.4.1 垂直水分指数
3.4.2 可见大气阻力指数
3.4.3 修正的归一化火灾指数
3.4.4 地表温度
3.4.5 动态火险因子图
3.5 建立森林火险模型
3.5.1 传统森林火灾模型
3.5.2 森林火险指数权重的确定
3.5.3 基于AHP的森林火灾模型
3.6 森林火险指数的精度评估
3.7 小结
4 基于BPNN的烟雾识别模型
4.1 烟雾识别模型流程图
4.2 构建烟雾识别模型
4.2.1 选取训练样本
4.2.2 云、烟的波谱分析
4.2.3 模型的精度评估
4.3 BP神经网络模型的应用
4.3.1 样本地区的云烟识别
4.3.2 同地区不同季节的云烟识别
4.3.3 不同地区不同季节的云烟识别
4.4 小结
5 基于最大类间方差的火迹地识别方法
5.1 火迹地识别流程图
5.2 最大类间方差图像分类
5.2.1 火迹地指数计算
5.2.2 提取火迹地
5.3 精度评估
5.4 适用性验证
5.5 小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 不足与展望
致谢
参考文献
攻读硕士期间发表的论文
【参考文献】:
期刊论文
[1]基于最大类间方差法和数学形态学的遥感图像潮沟提取方法[J]. 朱言江,韩震,和思海,胡旭冉,陈佩达. 上海海洋大学学报. 2017(01)
[2]基于高分一号影像光谱指数识别火烧迹地的决策树方法[J]. 祖笑锋,覃先林,尹凌宇,陈小中,钟祥清. 林业资源管理. 2015(04)
[3]不同遥感指数提取林火迹地研究[J]. 吴立叶,沈润平,李鑫慧,杨恒. 遥感技术与应用. 2014(04)
[4]基于特征区域统计的多光谱遥感影像海岛瞬时岸线提取(英文)[J]. 王丰,刘书明,卢文虎,杜琼玮,姜伟男,刘金. Marine Science Bulletin. 2014(01)
[5]加拿大北方森林火烧迹地遥感分析[J]. 尤慧,刘荣高,祝善友,刘洋. 地球信息科学学报. 2013(04)
[6]AHP-模糊综合评价方法的分析与研究[J]. 韩利,梅强,陆玉梅,季敏. 中国安全科学学报. 2004(07)
[7]全国森林火险预报系统的研究与运行[J]. 易浩若,纪平,覃先林. 林业科学. 2004(03)
[8]宁夏森林火灾监测系统的改进[J]. 张晓煜,侯建英,刘静. 宁夏农林科技. 2002(04)
[9]人工神经网络在林火发生预报中的应用[J]. 温广玉,侯锡铭,陈华豪. 生物数学学报. 2001(02)
[10]确定因素权重的一种方法——层次分析法[J]. 李仲来. 学科教育. 1990(04)
博士论文
[1]基于Himawari-8遥感数据的火点探测和自动化云检测的探索[D]. 谢字希.中国科学技术大学 2019
[2]基于MODIS数据的多因子协同作用下森林火灾预测监测研究[D]. 李晓恋.中国科学技术大学 2016
硕士论文
[1]基于类间方差的MODIS森林火灾监测方法研究[D]. 肖霞.中国科学技术大学 2010
[2]NOAA/AVHRR数据在森林火灾监测中的应用[D]. 高华东.中国海洋大学 2007
本文编号:3664227
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
缩写符号列表
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 森林火灾预测模型
1.2.2 基于遥感影像的森林火灾探测研究
1.2.3 灾后火迹地识别及重建
1.3 研究内容以及技术路线
1.4 章节安排
2 数据与方法
2.1 数据介绍
2.1.1 MODIS数据
2.1.2 数据获取
2.2 数据预处理
2.2.1 去除蝴蝶结效应及几何校正
2.2.2 计算反射率和辐射率
2.2.3 亮温计算
2.3 基础理论
2.3.1 层次分析法
2.3.2 BP神经网络模型
2.3.3 多通道阈值方法
2.3.4 最大类间方差原理
2.4 小结
3 基于多因子的森林火险预测模型
3.1 研究区域概况
3.2 火险预测模型的流程图
3.3 静态森林火险指数
3.3.1 可燃物火险等级
3.3.2 地形危险等级
3.3.3 人类影响指数
3.3.4 静态火险因子图
3.4 动态森林火险指数
3.4.1 垂直水分指数
3.4.2 可见大气阻力指数
3.4.3 修正的归一化火灾指数
3.4.4 地表温度
3.4.5 动态火险因子图
3.5 建立森林火险模型
3.5.1 传统森林火灾模型
3.5.2 森林火险指数权重的确定
3.5.3 基于AHP的森林火灾模型
3.6 森林火险指数的精度评估
3.7 小结
4 基于BPNN的烟雾识别模型
4.1 烟雾识别模型流程图
4.2 构建烟雾识别模型
4.2.1 选取训练样本
4.2.2 云、烟的波谱分析
4.2.3 模型的精度评估
4.3 BP神经网络模型的应用
4.3.1 样本地区的云烟识别
4.3.2 同地区不同季节的云烟识别
4.3.3 不同地区不同季节的云烟识别
4.4 小结
5 基于最大类间方差的火迹地识别方法
5.1 火迹地识别流程图
5.2 最大类间方差图像分类
5.2.1 火迹地指数计算
5.2.2 提取火迹地
5.3 精度评估
5.4 适用性验证
5.5 小结
6 结论与展望
6.1 结论
6.2 创新点
6.3 不足与展望
致谢
参考文献
攻读硕士期间发表的论文
【参考文献】:
期刊论文
[1]基于最大类间方差法和数学形态学的遥感图像潮沟提取方法[J]. 朱言江,韩震,和思海,胡旭冉,陈佩达. 上海海洋大学学报. 2017(01)
[2]基于高分一号影像光谱指数识别火烧迹地的决策树方法[J]. 祖笑锋,覃先林,尹凌宇,陈小中,钟祥清. 林业资源管理. 2015(04)
[3]不同遥感指数提取林火迹地研究[J]. 吴立叶,沈润平,李鑫慧,杨恒. 遥感技术与应用. 2014(04)
[4]基于特征区域统计的多光谱遥感影像海岛瞬时岸线提取(英文)[J]. 王丰,刘书明,卢文虎,杜琼玮,姜伟男,刘金. Marine Science Bulletin. 2014(01)
[5]加拿大北方森林火烧迹地遥感分析[J]. 尤慧,刘荣高,祝善友,刘洋. 地球信息科学学报. 2013(04)
[6]AHP-模糊综合评价方法的分析与研究[J]. 韩利,梅强,陆玉梅,季敏. 中国安全科学学报. 2004(07)
[7]全国森林火险预报系统的研究与运行[J]. 易浩若,纪平,覃先林. 林业科学. 2004(03)
[8]宁夏森林火灾监测系统的改进[J]. 张晓煜,侯建英,刘静. 宁夏农林科技. 2002(04)
[9]人工神经网络在林火发生预报中的应用[J]. 温广玉,侯锡铭,陈华豪. 生物数学学报. 2001(02)
[10]确定因素权重的一种方法——层次分析法[J]. 李仲来. 学科教育. 1990(04)
博士论文
[1]基于Himawari-8遥感数据的火点探测和自动化云检测的探索[D]. 谢字希.中国科学技术大学 2019
[2]基于MODIS数据的多因子协同作用下森林火灾预测监测研究[D]. 李晓恋.中国科学技术大学 2016
硕士论文
[1]基于类间方差的MODIS森林火灾监测方法研究[D]. 肖霞.中国科学技术大学 2010
[2]NOAA/AVHRR数据在森林火灾监测中的应用[D]. 高华东.中国海洋大学 2007
本文编号:3664227
本文链接:https://www.wllwen.com/shoufeilunwen/mpalunwen/3664227.html
最近更新
教材专著