期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
草原火烧严重度燃烧指数的适用性比较分析 被引量:11
1
作者 宫大鹏 李炳怡 刘晓东 《生态学报》 CAS CSCD 北大核心 2018年第7期2434-2441,共8页
基于遥感影像的燃烧指数被广泛应用于火烧严重度(fire severity)研究,选取适宜燃烧指数定量评估草原火烧严重度,对草原生态系统植被的恢复与管理具有重要意义。以呼伦贝尔草原火烧迹地为研究区域,基于landsat8 OLI影像分别构建4种燃烧指... 基于遥感影像的燃烧指数被广泛应用于火烧严重度(fire severity)研究,选取适宜燃烧指数定量评估草原火烧严重度,对草原生态系统植被的恢复与管理具有重要意义。以呼伦贝尔草原火烧迹地为研究区域,基于landsat8 OLI影像分别构建4种燃烧指数(NBR、NSTV1、d NBR和Rd NBR)与综合燃烧指数(CBI)的回归模型并进行精度验证,对比分析不同燃烧指数识别草原火烧严重度等级的能力。结果表明:在燃烧指数与CBI构建的回归模型中,d NBR指数的相关性(n=70,R^2=0.856)最高;4种燃烧指数识别火烧严重度的精度存在差异,中度火烧区域(1<CBI≤2)内,NSTV1指数识别精度最高,未过火(CBI=0)、轻度火烧(0<CBI≤1)和重度火烧(2<CBI≤3)区域内,d NBR指数识别精度均表现最好,分别为80%、62.5%和100%;基于不同燃烧指数的草原火烧严重度制图中,d NBR指数的总体精度同样高于其他燃烧指数,为82.1%,Kappa系数高达0.76。综上所述,d NBR指数是草原火烧严重度分析与评价的适宜遥感指数。 展开更多
关键词 草原火 火烧严重度 Landsat8影像 燃烧指数 差分归一化燃烧
在线阅读 下载PDF
基于多源卫星多光谱遥感数据的过火面积估算研究 被引量:12
2
作者 余超 陈良富 +2 位作者 李莘莘 陶金花 苏林 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2015年第3期739-745,共7页
露天生物质燃烧是重要的大气污染物排放源,导致空气质量恶化并引起气候变化。卫星遥感数据能够提供大尺度、多时相的监测信息,然而燃烧火点监测和火烧迹地监测两种方式都存在着局限性。以美国东南部地区为研究区域,通过结合卫星遥感获... 露天生物质燃烧是重要的大气污染物排放源,导致空气质量恶化并引起气候变化。卫星遥感数据能够提供大尺度、多时相的监测信息,然而燃烧火点监测和火烧迹地监测两种方式都存在着局限性。以美国东南部地区为研究区域,通过结合卫星遥感获取的高分辨率燃烧面积数据及多时相的燃烧火点数据,建立时空匹配模型估算露天生物质燃烧过火面积。通过分析植被燃烧前后的光谱变化特征,基于高分辨率的Landsat-5 TM4波段(0.84μm)与7波段(2.22μm)数据,利用差分归一化燃烧比(dNBR:the differential normalized burn ratio)提取燃烧面积数据;而燃烧火点数据则通过分析燃烧植被的热红外光谱特征利用MODIS 4与11μm波段数据提取。结果显示,该地区燃烧面积与燃烧火点数量之间相关系数达0.63,并且二者之间的比例关系随植被类型而发生变化,林地、草地、灌木、耕地和沼泽五种植被类型对应的像元燃烧面积分别为0.69,1.27,0.86,0.72和0.94 km^2。通过与美国火灾中心(national interagency fire center,NIFC)地面调查数据比对,模型估算的美国东南部过火面积数据较为精确,而同期的MODIS燃烧面积产品(MCD45)及燃烧源清单产品(global fire emissions database,GFED)遗漏了该区域大量的小面积燃烧事件。因此,本研究建立的过火面积估算模型能够提供更为精确的排放源参数信息,有利于区域空气质量模式准确地模拟露天生物质燃烧排放状况。 展开更多
关键词 露天生物质燃烧 MODIS LANDSAT 燃烧火点 过火面积 差分归一化燃烧比
在线阅读 下载PDF
应用植被变化与火烧迹地对森林火灾反演
3
作者 王金鑫 桑学锋 +3 位作者 刘鑫 常家轩 郑阳 李子恒 《东北林业大学学报》 CAS CSCD 北大核心 2021年第5期71-75,共5页
火灾后的植被变化与火烧迹地面积是森林火灾反演的重要指标。以2020年3月28日四川省凉山州木里藏族自治县项脚乡火烧迹地为研究对象,依据Sentinel-2卫星影像数据,采用归一化差分植被指数、差分归一化燃烧比、迭代加权多元变化检测算法... 火灾后的植被变化与火烧迹地面积是森林火灾反演的重要指标。以2020年3月28日四川省凉山州木里藏族自治县项脚乡火烧迹地为研究对象,依据Sentinel-2卫星影像数据,采用归一化差分植被指数、差分归一化燃烧比、迭代加权多元变化检测算法和追踪识别提取算法,分析该地区火灾前后的植被变化和受灾面积。结果表明:实验检测的植被变化判别精度为91.95%;提取火烧迹地像元面积精度为90.77%,Kappa系数为0.87。 展开更多
关键词 森林火灾 归一化差分植被指数 迭代加权多元变化检测算法 差分归一化燃烧比 追踪识别提取算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部