本书系统介绍了森林草原野火风险评估预警方法及应用。其主要内容包括基于极化SAR数据的植被冠层可燃物含水率遥感反演方法、野火风险评估方法及云南省应用验证、全球森林火灾风险时空挖掘及预警预测方法及其在林火多发区域的应用、基于静止卫星的野火火点检测与蔓延速率提取方法。
样章试读
目录
- 目录
第一部分 研究背景及现状
第1章 森林草原可燃物含水率遥感反演方法研究进展 3
1.1 基于光学-红外遥感的植被冠层可燃物含水率反演 4
1.2 基于微波遥感的植被冠层可燃物含水率反演 5
主要参考文献 8
第2章 野火风险评估预警方法研究进展 12
2.1 可燃物含水率的获取及其与森林火灾发生的关系 12
2.2 国家火险等级预报系统 13
2.3 森林火险预测预警模型的发展和应用 14
2.3.1 基于Logistic回归模型的研究方法 15
2.3.2 基于人工神经网络的研究方法 15
2.3.3 基于无线传感器的研究方法 16
2.3.4 基于天气火险数据的研究方法 16
主要参考文献 17
第3章 野火火点检测与蔓延速率估算研究进展 22
3.1 地球同步卫星发展状况 23
3.2 野火火点检测研究进展 24
3.3 野火蔓延速率估算研究进展 26
主要参考文献 27
第二部分 基于极化SAR数据的植被冠层可燃物含水率遥感反演方法
第4章 研究区概况及数据准备 33
4.1 地面实测植被冠层可燃物含水率数据 33
4.1.1 草地可燃物含水率数据 33
4.1.2 森林冠层可燃物含水率数据 34
4.2 SAR数据及其预处理 35
4.2.1 Radarsat-2全极化数据 35
4.2.2 Sentinel-1A双极化数据 36
4.3 若尔盖草原辅助地面实测数据 39
4.3.1 若尔盖草原地表土壤水分数据 39
4.3.2 若尔盖草原植被相关参数数据 39
主要参考文献 40
第5章 基于全极化特征分解参数的草地可燃物含水率反演 41
5.1 极化特征参数提取 41
5.2 草地可燃物含水率反演结果 44
5.2.1 极化特征参数与草地可燃物含水率相关性分析 44
5.2.2 多元线性回归估算草地可燃物含水率 47
主要参考文献 49
第6章 基于Dubois模型和比值方法的草地可燃物含水率反演 50
6.1 裸土和植被散射模型 50
6.1.1 Dubois裸土散射模型 50
6.1.2 Topp土壤介电模型 51
6.1.3 比值植被散射模型 52
6.2 反演方法构建 53
6.3 反演结果与分析 54
主要参考文献 57
第7章 基于线性模型和水云模型的森林冠层可燃物含水率反演 59
7.1 裸土和植被散射模型 60
7.1.1 裸土散射线性模型 60
7.1.2 植被散射水云模型 60
7.2 反演方法构建 62
7.2.1 模型耦合 62
7.2.2 模型标定 63
7.2.3 参数反演 65
7.3 对比实验：Landsat-8光学遥感数据和偏最小二乘回归方法 66
7.4 反演结果与分析 67
7.4.1 基于双极化Sentinel-1A数据的反演结果 67
7.4.2 基于光学Landsat-8数据的反演结果 69
主要参考文献 71
第三部分 野火风险评估预警方法及应用
第8章 研究区概况与数据提取 75
8.1 研究区概况 75
8.1.1 地理位置 75
8.1.2 气候条件 75
8.1.3 地形状况 75
8.1.4 植被水文条件 75
8.2 数据说明与准备 76
8.2.1 植被数据 76
8.2.2 地形数据 78
8.2.3 气象数据 81
8.2.4 历史火点数据 85
8.3 基于半变异函数的数据提取 86
8.3.1 半变异函数模型 86
8.3.2 样本数据提取 87
主要参考文献 91
第9章 野火及诱发因子时空特征分析 93
9.1 野火时空分布特征分析 93
9.1.1 野火年度变化分布特征 93
9.1.2 野火月度变化分布特征 93
9.1.3 野火空间分布特征 95
9.2 植被特征分析 96
9.2.1 可燃物含水率分布特征 97
9.2.2 叶面积指数分布特征 98
9.3 地形特征分析 99
9.3.1 海拔分布特征 99
9.3.2 坡向分布特征 100
9.3.3 坡度分布特征 100
9.4 气象特征分析 101
9.4.1 空气温度分布特征 101
9.4.2 空气相对湿度分布特征 101
9.4.3 风速分布特征 102
9.4.4 降雨分布特征 102
第10章 基于Logistic回归模型的野火风险评估 104
10.1 Logistic回归模型基本原理 104
10.2 模型参数预处理 105
10.2.1 相关性分析 105
10.2.2 显著性差异分析 106
10.3 模型构建 108
10.3.1 离散因子处理 108
10.3.2 模型训练 109
10.3.3 模型精度评价 112
10.4 野火风险评估结果及分析 114
10.4.1 野火风险评估结果 114
10.4.2 野火风险评估因子分析 115
主要参考文献 117
第11章 野火风险预警方法 118
11.1 野火风险预警可行性分析 118
11.1.1 模型可行性分析 118
11.1.2 植被数据 119
11.1.3 GFS气象预报数据 119
11.2 野火风险预警结果及分析 119
11.3 野火风险指数时空填补 121
11.3.1 专题图层时空填补方法 122
11.3.2 填补结果精度验证 122
主要参考文献 124
第四部分 全球森林火灾风险时空挖掘及预警预测方法
第12章 可燃物含水率对西南三省森林火灾的作用关系研究 129
12.1 研究区概况 129
12.2 数据说明与准备 130
12.2.1 可燃物含水率野外实测 130
12.2.2 土地覆盖产品 131
12.2.3 反射率产品 132
12.2.4 火烧迹地产品 132
12.3 可燃物含水率反演、验证及制图 132
12.3.1 可燃物含水率反演及验证方法 132
12.3.2 可燃物含水率验证结果及区域制图 133
12.4 可燃物含水率对森林火灾发生的短期阈值作用 135
12.4.1 可燃物含水率临界阈值的确定 135
12.4.2 典型森林火灾案例验证短期阈值作用 137
12.5 可燃物含水率对森林火灾发生的长期控制作用 138
12.6 讨论 139
12.6.1 可燃物含水率反演及验证 139
12.6.2 可燃物含水率对森林火灾发生的影响 139
主要参考文献 140
第13章 基于深度学习的西南三省森林火灾风险时空挖掘 142
13.1 研究区概况 142
13.2 数据说明与准备 143
13.2.1 可燃物数据 143
13.2.2 气象数据 145
13.2.3 地形数据 149
13.2.4 火点参考信息数据 151
13.2.5 诱发因子提取 151
13.2.6 典型非火点信息提取 152
13.3 深度学习模型构建及其性能评价 152
13.3.1 深度学习模型构建 152
13.3.2 模型性能评价指标 153
13.3.3 模型性能评价结果 155
13.3.4 基于Logistic回归模型的森林火灾风险挖掘 156
13.4 西南三省森林火灾风险时空挖掘 157
主要参考文献 158
第14章 全球林火多发区域森林火险趋势分析 159
14.1 研究区概况 159
14.2 ARIMA时间序列预测模型介绍 160
14.3 森林火险趋势分析及验证 161
14.3.1 中国西南三省 161
14.3.2 澳大利亚北部 163
14.3.3 欧洲南部 165
14.3.4 非洲中部 167
14.3.5 美国西海岸 169
14.3.6 森林火险趋势验证 171
主要参考文献 174
第五部分 基于静止卫星的野火火点检测与蔓延速率提取方法
第15章 研究区概况及数据处理 177
15.1 研究区概况 177
15.2 遥感数据及预处理 178
15.2.1 Himawari-8数据 178
15.2.2 Himawari-8数据预处理 180
15.2.3 遥感野火火点产品 180
15.2.4 遥感野火火点产品预处理 182
15.3 气象数据 183
主要参考文献 184
第16章 Himawari-8数据野火火点检测方法 185
16.1 基于阈值的野火火点方法 185
16.2 基于上下文的野火火点检测方法 186
16.2.1 基于窗口上下文的野火火点检测方法 187
16.2.2 基于全局上下文的野火火点检测方法 187
16.3 基于时间序列的野火火点方法 189
16.4 实验结果对比分析 190
主要参考文献 193
第17章 Himawari-8数据野火蔓延速率提取方法 194
17.1 野火蔓延速率提取方法 194
17.1.1 野火过火面积提取 194
17.1.2 野火中心提取 195
17.1.3 野火蔓延速率计算 196
17.2 CSIRO GFS模型及精度评定方法 198
17.2.1 CSIRO GFS模型 198
17.2.2 精度评定方法 199
17.3 基于不同野火火点检测算法的验证结果 200
17.4 野火蔓延速率与植被、地形相关性分析 206
主要参考文献 207
京公网安备 11010102004214号