一种森林火灾的监测方法

    公开(公告)号:CN111753900B

    公开(公告)日:2023-04-07

    申请号:CN202010583774.7

    申请日:2020-06-23

    摘要: 本发明涉及森林防火,具体涉及一种森林火灾的监测方。本发明的一种森林火灾的监测方,方案包括如下步骤:1)数据获取与预处理;2)确立最优波段组合;3)计算光谱指数;4)构建模型;5)利用模型进行火灾识别。本发明采用我国新一代静止气象卫星FY4的遥感数据,使用最小距离模型(Min Dist)、马氏距离模型(MahaDist)、支持向量机(SVM)、决策树模型(Decision Tree)进行森林火灾判别,并利用中国森林防火网森林火灾数据对四个模型进行精度验证,为森林火灾风险预防及风险决策提供了科学依据。

    基于时空数据的虚假林火热点挖掘方法

    公开(公告)号:CN108875806B

    公开(公告)日:2022-08-16

    申请号:CN201810551145.9

    申请日:2018-05-31

    IPC分类号: G06K9/62

    摘要: 本发明涉及一种基于时空数据的虚假林火热点挖掘方法,包括以下步骤:基于DBSCAN算法聚类建立历史林火热点数据库;接收林火热点数据;判断林火热点数据中是否含有由核心对象点位置2KM内产生的林火热点;若是,则调用历史林火热点数据库排除虚假林火热点。本发明基于时空数据的虚假林火热点判别方法,通过对计算机判读的历史林火热点数据的挖掘而形成的固定热源数据库,能够实现快速的排除在遥感影像上由固定热源造成的虚假林火热火。

    一种基于Himawari-8卫星数据的林火判别方法

    公开(公告)号:CN113218508A

    公开(公告)日:2021-08-06

    申请号:CN202110463999.3

    申请日:2021-04-27

    IPC分类号: G01J5/00 G06T7/00

    摘要: 本发明涉及森林火灾的判别,具体涉及一种基于Himawari‑8卫星数据的林火判别方法。其步骤包括:(1)数据和通道的筛选;(2)对数据进行云检测;(3)潜在火点的判别;(4)持续火点的判别;(5)林火信息的提取。本发明利用Himawari‑8卫星遥感数据进行林火判别,能够较及时准确地识别林火,并能够连续性进行林火监测,林火识别的灵敏性较高。为地方灭火和精准施策提供重要依据。

    应用于林火热点判别的不同传感器红外辐射归一建模方法

    公开(公告)号:CN108731817B

    公开(公告)日:2020-05-05

    申请号:CN201810551989.3

    申请日:2018-05-31

    IPC分类号: G01J5/00

    摘要: 本发明涉及一种应用于林火判别的不同传感器多时相红外辐射归一建模方法,包括对MODIS、AVHRR、VIRR传感器红外辐射特性进行分析;获取传感器MODIS亮度温度值、AVHRR地表温度、VIRR亮温值;进行预处理;通过反射率设置阈值,识别云体、水体,并对识别出的云、水像元进行剔除,计算NDVI值;对MODIS、AVHRR、VIRR传感器红外辐射数据进行标准化处理,设置MODIS传感器为标准传感器,将AVHRR、VIRR传感器红外辐射数据进行归一,选取参考的红外影像数据与待归一的红外影像数据进行曲线拟合、回归分析,确定不同传感器的红外辐射归一化参数,建立不同传感器红外辐射归一化模型,形成红外辐射归一化影像图。通过本发明建立的模型能较好地消除辐射差异影响,平分大气辐射误差,减少了来自同一传感器红外波段不同时相的辐射差异。

    基于遥感数据的气溶胶光学厚度反演方法

    公开(公告)号:CN109030301A

    公开(公告)日:2018-12-18

    申请号:CN201810583104.8

    申请日:2018-06-05

    IPC分类号: G01N15/06

    CPC分类号: G01N15/06 G01N2015/0693

    摘要: 本发明涉及一种基于遥感数据的气溶胶光学厚度反演方法,采用暗像元法和6S辐射传输模型反演气溶胶光学厚度,包括:数据获取、数据合成、角度数据合成、云检测、气溶胶反演、气溶胶类型确定、地表反射率的确定、根据反演的AOD制作分布图,以及建立AOD与PM2.5的相关关系。根据本发明得到的MODIS AOD数据可以作为PM2.5浓度地面监测的有效补充手段。

    应用于林火热点判别的AVHRR传感器多时相红外辐射归一方法

    公开(公告)号:CN108734150A

    公开(公告)日:2018-11-02

    申请号:CN201810551158.6

    申请日:2018-05-31

    IPC分类号: G06K9/00 G06K9/62 G01J5/00

    摘要: 本发明涉及一种林火热点判别的AVHRR传感器多时相红外辐射归一方法,包括如下步骤:剔除云体影响像元;计算NDVI值,提取植被面积;将AVHRR传感器红外数据进行辐射定标;选择参考的红外影像数据与待归一的红外影像数据进行曲线拟合,获取红外辐射归一化参数,确定红外辐射归一化模型,形成新的红外辐射归一化影像图。通过本发明的归一化方法,解决AVHRR传感器红外通道不同时相的辐射差异问题,建立辐射标准,构建AVHRR传感器多时相红外辐射归一化模型。本发明建立的红外辐射归一化模型能较好地消除辐射差异影响,弥补卫星传感器的时间差异性,提高AVHRR传感器红外辐射对地物变化监测的准确度。

    一种基于激光雷达的林窗立体结构量测方法

    公开(公告)号:CN107479065A

    公开(公告)日:2017-12-15

    申请号:CN201710574787.6

    申请日:2017-07-14

    发明人: 刘峰 杨志高

    IPC分类号: G01S17/89

    摘要: 本发明公开了一种基于激光雷达的林窗立体结构量测方法,步骤1:激光雷达数据的获取步骤以及预处理步骤;所述的激光雷达数据是指由固定翼飞机或无人机搭载激光雷达仪获取遥感数据;每一个激光点的数据包括X,Y,Z坐标数据以及回波强度数据;步骤2:林冠层数据的处理步骤;步骤3:林窗识别步骤;步骤4:林窗立体结构测量步骤;该基于激光雷达的林窗立体结构量测方法易于实施,不受调查地林分类型和地面状况的影响,能快速、准确、大范围、多维度测量林窗结构。

    适用于自然保护区人工杉木林的防火林带营造方法

    公开(公告)号:CN103999737B

    公开(公告)日:2016-04-13

    申请号:CN201410252181.7

    申请日:2014-06-09

    IPC分类号: A01G23/00

    CPC分类号: Y02A40/298

    摘要: 本发明涉及适用于自然保护区人工杉木林的防火林带营造方法,该方法包括以下步骤:(1)先在山脊上营造木荷防火林带:沿山脊线正中营造1行株距为1.8~2.2m的木荷,分别在山脊线两侧再营造2行,行距为2.5~3.0m的木荷,共营造木荷5行;(2)然后在山基线或平地上营造防火林带:山基线或平地在沿杉木林林地一侧营造4行常绿阔叶树,直至与步骤(1)所造的木荷相连;(3)防火林带闭合圈的形成:将步骤(1)和(2)营造完成后,这块山区杉木人工林的一个坡面其外围就被木荷林所包围,形成防火林带的闭合圈。本发明从理论和实践上解决防火林带营造时,林带宽度控制难的问题,改变了凭经验营造防火林带的局面。该技术方法推广应用前景广阔。

    在杉木人工林营造防火林带的方法

    公开(公告)号:CN104012365B

    公开(公告)日:2016-01-20

    申请号:CN201410252207.8

    申请日:2014-06-09

    IPC分类号: A01G23/00

    摘要: 本发明涉及在杉木人工林营造防火林带的方法,该方法包括以下步骤:(1)沿山脊线中心线种植1行杨梅树,分别在山脊线两侧再各营造2行木荷,共营造木荷4行;(2)在杉木人工林中游道或以山基线作为游道的,设游道3米宽,距游道中心线2.5m两侧起,分别营造2行有抗火能力强的景观树种:如马褂木、厚朴、青冈栎、银杏或女贞、夹竹桃等,直至与步骤(1)所造的木荷相连;(3)防火林带闭合圈的形成:将步骤(1)和(2)营造完成后,这块山区杉木人工林的一个坡面其外围就被木荷林所包围,形成防火林带的闭合圈。本发明从理论和实践上解决防火林带营造时,林带宽度控制难的问题,改变了凭经验营造防火林带的局面。该技术方法推广应用前景广阔。

    一种森林火灾的监测方法
    10.
    发明公开

    公开(公告)号:CN111753900A

    公开(公告)日:2020-10-09

    申请号:CN202010583774.7

    申请日:2020-06-23

    IPC分类号: G06K9/62 G06K9/00

    摘要: 本发明涉及森林防火,具体涉及一种森林火灾的监测方。本发明的一种森林火灾的监测方,方案包括如下步骤:1)数据获取与预处理;2)确立最优波段组合;3)计算光谱指数;4)构建模型;5)利用模型进行火灾识别。本发明采用我国新一代静止气象卫星FY4的遥感数据,使用最小距离模型(Min Dist)、马氏距离模型(MahaDist)、支持向量机(SVM)、决策树模型(Decision Tree)进行森林火灾判别,并利用中国森林防火网森林火灾数据对四个模型进行精度验证,为森林火灾风险预防及风险决策提供了科学依据。