2014~2018年中国田间秸秆焚烧火点的时空变化
1
2019
... 我国是秸秆产量第一大国,每年近20%的秸秆被露天焚烧[1 -2 ] .大规模秸秆焚烧会产生大量有毒有害气体(以碳氧化物和氮氧化物为主)以及可吸入颗粒物,造成空气质量降低、人体健康受损、经济负担加重等问题[3 -6 ] .国家自1999年起发布了《秸秆禁烧和综合利用管理办法》等系列文件,对秸秆焚烧防控工作进行了统一部署与指导,也对农作物秸秆焚烧提出了新的监测需求. ...
2014~2018年中国田间秸秆焚烧火点的时空变化
1
2019
... 我国是秸秆产量第一大国,每年近20%的秸秆被露天焚烧[1 -2 ] .大规模秸秆焚烧会产生大量有毒有害气体(以碳氧化物和氮氧化物为主)以及可吸入颗粒物,造成空气质量降低、人体健康受损、经济负担加重等问题[3 -6 ] .国家自1999年起发布了《秸秆禁烧和综合利用管理办法》等系列文件,对秸秆焚烧防控工作进行了统一部署与指导,也对农作物秸秆焚烧提出了新的监测需求. ...
基于调查的中国秸秆露天焚烧污染物排放清单
1
2016
... 我国是秸秆产量第一大国,每年近20%的秸秆被露天焚烧[1 -2 ] .大规模秸秆焚烧会产生大量有毒有害气体(以碳氧化物和氮氧化物为主)以及可吸入颗粒物,造成空气质量降低、人体健康受损、经济负担加重等问题[3 -6 ] .国家自1999年起发布了《秸秆禁烧和综合利用管理办法》等系列文件,对秸秆焚烧防控工作进行了统一部署与指导,也对农作物秸秆焚烧提出了新的监测需求. ...
基于调查的中国秸秆露天焚烧污染物排放清单
1
2016
... 我国是秸秆产量第一大国,每年近20%的秸秆被露天焚烧[1 -2 ] .大规模秸秆焚烧会产生大量有毒有害气体(以碳氧化物和氮氧化物为主)以及可吸入颗粒物,造成空气质量降低、人体健康受损、经济负担加重等问题[3 -6 ] .国家自1999年起发布了《秸秆禁烧和综合利用管理办法》等系列文件,对秸秆焚烧防控工作进行了统一部署与指导,也对农作物秸秆焚烧提出了新的监测需求. ...
Spatial and temporal distributions of air pollutant emissions from open crop straw and biomass burnings in China from 2002 to 2016
1
2018
... 我国是秸秆产量第一大国,每年近20%的秸秆被露天焚烧[1 -2 ] .大规模秸秆焚烧会产生大量有毒有害气体(以碳氧化物和氮氧化物为主)以及可吸入颗粒物,造成空气质量降低、人体健康受损、经济负担加重等问题[3 -6 ] .国家自1999年起发布了《秸秆禁烧和综合利用管理办法》等系列文件,对秸秆焚烧防控工作进行了统一部署与指导,也对农作物秸秆焚烧提出了新的监测需求. ...
Agricultural straw burning and its impact on the environment
0
2021
Straw burning, PM2.5 , and death: Evidence from China
0
2020
Stable nitrogen isotope composition of NOx of biomass burning in China
1
2022
... 我国是秸秆产量第一大国,每年近20%的秸秆被露天焚烧[1 -2 ] .大规模秸秆焚烧会产生大量有毒有害气体(以碳氧化物和氮氧化物为主)以及可吸入颗粒物,造成空气质量降低、人体健康受损、经济负担加重等问题[3 -6 ] .国家自1999年起发布了《秸秆禁烧和综合利用管理办法》等系列文件,对秸秆焚烧防控工作进行了统一部署与指导,也对农作物秸秆焚烧提出了新的监测需求. ...
2013年-2017年主要农业区秸秆焚烧时空特征及影响因素分析
1
2020
... 秸秆焚烧具有燃烧时间短、分布零散、时间地点随机等特点,如何对其进行快速有效的监管是政府部门面临的一大难题.当前秸秆焚烧监测已形成人工巡查、视频监控和卫星遥感监测三大主要手段.其中人工巡查和视频监控在小范围内具有快速精确监测的优势,但因成本高、监控站点稀疏,在大范围监测中无法发挥有效作用.卫星遥感作为快速获取地表信息的新兴手段,具有低成本、高覆盖以及时效性较强等优势,为大范围秸秆焚烧监测提供了可能[7 ] . ...
2013年-2017年主要农业区秸秆焚烧时空特征及影响因素分析
1
2020
... 秸秆焚烧具有燃烧时间短、分布零散、时间地点随机等特点,如何对其进行快速有效的监管是政府部门面临的一大难题.当前秸秆焚烧监测已形成人工巡查、视频监控和卫星遥感监测三大主要手段.其中人工巡查和视频监控在小范围内具有快速精确监测的优势,但因成本高、监控站点稀疏,在大范围监测中无法发挥有效作用.卫星遥感作为快速获取地表信息的新兴手段,具有低成本、高覆盖以及时效性较强等优势,为大范围秸秆焚烧监测提供了可能[7 ] . ...
Straw Burning over Great Britain detected by AVHRR
1
1985
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用. ...
Biomass burning smoke and its influence on clouds over the Western U. S
1
2021
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用. ...
A MODIS-based spatiotemporal assessment of agricultural residue burning in Madhya Pradesh, India
1
2018
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用. ...
多源卫星遥感秸秆焚烧过火面积动态监测
1
2017
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
多源卫星遥感秸秆焚烧过火面积动态监测
1
2017
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
Development and analysis of a 12 year daily 1 km forest fire dataset across North America from NOAA/AVHRR data
1
2007
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
基于MODIS数据的华北地区秸秆焚烧监测
1
2008
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
基于MODIS数据的华北地区秸秆焚烧监测
1
2008
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
Estimating emissions from grop residue open burning in China based on statistics and MODIS fire products
1
2016
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
一种利用HJ-1B红外相机数据自动识别林火的方法
1
2010
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
一种利用HJ-1B红外相机数据自动识别林火的方法
1
2010
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
The new VIIRS 375 m active fire cetection data product: Algorithm description and Initial assessment
1
2014
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
The progress of operational forest fire monitoring with infrared remote sensing
1
2017
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
Estimating fire background temperature at a geostationary scale: An evaluation of contextual methods for AHI-8
1
2018
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
卫星遥感火点监测应用和研究进展
1
2020
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
卫星遥感火点监测应用和研究进展
1
2020
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
FY-3D/MERSI-II全球火点监测产品及其应用
1
2020
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
FY-3D/MERSI-II全球火点监测产品及其应用
1
2020
... 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
The MODIS fire products
2
2002
... 物体温度变化引起电磁辐射波长和频率改变是识别热源的关键[21 ] ,秸秆焚烧火点遥感监测的主要依据是焚烧地表在中红外波段的辐射异常.基本原理包括普朗克定律和维恩位移定律等,其主要思想为黑体的辐射出射度与辐射波长成反比,公式如(1)所示.研究表明,常温地表(约300 K)的辐射峰值在11 μm波长范围,燃烧地表(大于500 K)辐射峰值波长为3~5 μm,刚好位于中红外波段范围内[22 ] (图2 ).而秸秆焚烧的温度为500~1 000 K[23 ] ,因此可以利用秸秆燃烧地表与常温地表在中红外波段的亮温差异提取火点. ...
... (1)直接估算法精度较低.直接估算法可以简单快速地获取过火面积,但估算精度不佳.由于地表温度的微小变化能引起电磁辐射的很大变化,燃烧面积不足像元大小的区域可能会被判别为火点.另外,受到火场边缘热溢出效应的影响,火场边缘的非燃烧地表也可能被误判为火点像元[21 ] .因此,秸秆焚烧规模和遥感数据的空间分辨率将对直接估算法的精度造成很大影响. ...
刘玉洁, 杨忠东
1
2001
... 物体温度变化引起电磁辐射波长和频率改变是识别热源的关键[21 ] ,秸秆焚烧火点遥感监测的主要依据是焚烧地表在中红外波段的辐射异常.基本原理包括普朗克定律和维恩位移定律等,其主要思想为黑体的辐射出射度与辐射波长成反比,公式如(1)所示.研究表明,常温地表(约300 K)的辐射峰值在11 μm波长范围,燃烧地表(大于500 K)辐射峰值波长为3~5 μm,刚好位于中红外波段范围内[22 ] (图2 ).而秸秆焚烧的温度为500~1 000 K[23 ] ,因此可以利用秸秆燃烧地表与常温地表在中红外波段的亮温差异提取火点. ...
利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别
1
2019
... 物体温度变化引起电磁辐射波长和频率改变是识别热源的关键[21 ] ,秸秆焚烧火点遥感监测的主要依据是焚烧地表在中红外波段的辐射异常.基本原理包括普朗克定律和维恩位移定律等,其主要思想为黑体的辐射出射度与辐射波长成反比,公式如(1)所示.研究表明,常温地表(约300 K)的辐射峰值在11 μm波长范围,燃烧地表(大于500 K)辐射峰值波长为3~5 μm,刚好位于中红外波段范围内[22 ] (图2 ).而秸秆焚烧的温度为500~1 000 K[23 ] ,因此可以利用秸秆燃烧地表与常温地表在中红外波段的亮温差异提取火点. ...
利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别
1
2019
... 物体温度变化引起电磁辐射波长和频率改变是识别热源的关键[21 ] ,秸秆焚烧火点遥感监测的主要依据是焚烧地表在中红外波段的辐射异常.基本原理包括普朗克定律和维恩位移定律等,其主要思想为黑体的辐射出射度与辐射波长成反比,公式如(1)所示.研究表明,常温地表(约300 K)的辐射峰值在11 μm波长范围,燃烧地表(大于500 K)辐射峰值波长为3~5 μm,刚好位于中红外波段范围内[22 ] (图2 ).而秸秆焚烧的温度为500~1 000 K[23 ] ,因此可以利用秸秆燃烧地表与常温地表在中红外波段的亮温差异提取火点. ...
Himawari-8卫星资料在环境监测中的应用:以蓝藻水华和秸秆焚烧监测为例
1
2016
... 物体温度变化引起电磁辐射波长和频率改变是识别热源的关键
[21 ] ,秸秆焚烧火点遥感监测的主要依据是焚烧地表在中红外波段的辐射异常.基本原理包括普朗克定律和维恩位移定律等,其主要思想为黑体的辐射出射度与辐射波长成反比,公式如(1)所示.研究表明,常温地表(约300 K)的辐射峰值在11 μm波长范围,燃烧地表(大于500 K)辐射峰值波长为3~5 μm,刚好位于中红外波段范围内
[22 ] (
图2 ).而秸秆焚烧的温度为500~1 000 K
[23 ] ,因此可以利用秸秆燃烧地表与常温地表在中红外波段的亮温差异提取火点.
图2 物体温度变化对辐射峰值波长的影响[24 ] The influence of object temperature change on radiation peak wavelength Fig.2 ![]()
M i λ , T = 2 π h c 2 λ 5 ∙ 1 e h c λ k T - 1 (1) 其中:M i 是黑体的辐射出射度(W/m2 );λ 是电磁辐射波长(m);T 为黑体温度(K);c 为真空光速;h 为普朗克常数;k 为玻尔兹曼常数. ...
Himawari-8卫星资料在环境监测中的应用:以蓝藻水华和秸秆焚烧监测为例
1
2016
... 物体温度变化引起电磁辐射波长和频率改变是识别热源的关键
[21 ] ,秸秆焚烧火点遥感监测的主要依据是焚烧地表在中红外波段的辐射异常.基本原理包括普朗克定律和维恩位移定律等,其主要思想为黑体的辐射出射度与辐射波长成反比,公式如(1)所示.研究表明,常温地表(约300 K)的辐射峰值在11 μm波长范围,燃烧地表(大于500 K)辐射峰值波长为3~5 μm,刚好位于中红外波段范围内
[22 ] (
图2 ).而秸秆焚烧的温度为500~1 000 K
[23 ] ,因此可以利用秸秆燃烧地表与常温地表在中红外波段的亮温差异提取火点.
图2 物体温度变化对辐射峰值波长的影响[24 ] The influence of object temperature change on radiation peak wavelength Fig.2 ![]()
M i λ , T = 2 π h c 2 λ 5 ∙ 1 e h c λ k T - 1 (1) 其中:M i 是黑体的辐射出射度(W/m2 );λ 是电磁辐射波长(m);T 为黑体温度(K);c 为真空光速;h 为普朗克常数;k 为玻尔兹曼常数. ...
A Method for satellite identification of surface temperature fields of subpixel resolution
2
1981
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
Forest fire monitoring using NOAA satellite AVHRR
1
1986
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
Improved detection of hotspots using the AVHRR 3.7 μm Channel
1
2010
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
An enhanced contextual fire detection algorithm for MODIS
1
2003
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
The Collection 6 MODIS burned area mapping algorithm and product
1
2018
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
基于类间方差的MODIS森林火灾火点检测方法
1
2010
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
基于类间方差的MODIS森林火灾火点检测方法
1
2010
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
澳大利亚东南部森林山火HJ卫星遥感监测
0
2010
澳大利亚东南部森林山火HJ卫星遥感监测
0
2010
An improved algorithm for small and cool fire detection using MODIS data: A preliminary study in the southeastern United States
1
2007
... 1981年,Dozier[25 ] 首次提出利用AVHRR数据识别地表热异常的理论模型,为地表火情信息提取奠定了基础.在Dozier模型基础上,逐渐发展形成了多种火点遥感监测方法,如经典的固定阈值模型、上下文分析法和MODIS V4模型.固定阈值模型由Flannigan等[26 ] 提出,该方法通过对中红外波段的亮温设定阈值来判别火点.由于固定阈值模型针对不同地区需要对参数阈值进行多次测试和调整,因此不具备广泛适用性.为解决固定阈值问题,Lee等[27 ] 随后提出上下文分析法,提取阈值取决于目标像元周围一定窗口范围内的背景像元辐射值.相比于固定阈值模型,上下文分析法利用背景信息去除干扰因素,算法精度和适用性都有了很大的提升,但由于背景窗口固定不变,在大面积燃烧的情况下可能会造成明显误差.MODIS V4模型是Giglio等基于MODIS建立的火点监测算法[28 ] ,该模型在背景像元分析中将固定窗口改进为自适应窗口,并进一步规范了火点提取流程,是应用最广泛的火点监测方法,目前MODIS C6模型集成了最新的研究成果[29 ] .此外,还发展了最大类间方差法、归一化火点指数 (Ku)、基于烟羽掩膜等多种监测方法[30 -32 ] . ...
Dynamic monitoring of agricultural fires in China from 2010 to 2014 using MODIS and Globeland30 data
1
2016
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
Biomass burning spatiotemporal variations over South and Southeast Asia
1
2020
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
Approaches for synergistically exploiting VIIRS I- and M-Band data in regional active rire detection and FRP assessment: A demonstration with respect to agricultural residue burning in Eastern China
1
2017
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
Spatial and temporal variations of open straw burning based on fire spots in Northeast China from 2013 to 2017
2
2020
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
Understanding temporal and spatial distribution of crop residue burning in China from 2003 to 2017 using MODIS data
1
2018
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
基于VIRR数据的黑龙江省秸秆焚烧时空分布研究
1
2018
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
基于VIRR数据的黑龙江省秸秆焚烧时空分布研究
1
2018
... 围绕秸秆焚烧火点遥感监测的实践需求,Xie等[33 ] 利用MODIS数据对2010~2014年中国夏秋两季的秸秆焚烧情况进行分析,发现中部和东部是主要秸秆焚烧地区,贡献量达到59%~80%.Shuai等[34 ] 利用MODIS火点产品对南亚和东南亚的生物质燃烧时空特征进行分析,结果表明南亚地区的生物质燃烧以秸秆焚烧为主,占比为57.30%,且火点个数在2001~2018年间呈逐年上涨趋势.Zhang等[35 ] 建立适用于NPP/VIIRS秸秆焚烧火点监测的新算法,提高了对小火点探测和虚假火点剔除的能力,并在中国东部地区得到了证实.Song等[36 ] 对中国东北地区2013~2017年的秸秆焚烧火点时空分布进行分析,并基于此对秸秆焚烧总量进行评估.Zhuang等[37 ] 利用MODIS火点产品分析中国长时期的秸秆焚烧动态,得到了各地区的秸秆焚烧规律.高玉宏等[38 ] 利用FY-3数据对2017年黑龙江省收获期间的秸秆焚烧情况进行监测,大致锁定嫩江流域和三江平原为主要燃烧地区. ...
Active fires from the Suomi NPP visible infrared imaging radiometer suite: Product status and first evaluation results
1
2014
... (1)火点监测方法尚不完善.目前主流火点监测算法对于不同地区、不同传感器、不同地表覆盖以及不同秸秆焚烧强度都需要进行阈值调整,无法形成统一适用的监测流程.并且在利用后期发射的卫星数据进行火点监测时大多借鉴传统算法,例如MODIS V4模型被用做S-NPP/VIIRS、FY-3/VIRR等传感器的基准[39 ] ;此外,火点监测算法中通常基于反射光谱特征设定阈值直接掩膜云覆盖区域,不仅影响云像元提取的精度,而且完全忽略云下火点,降低了遥感数据的利用效率和算法精度. ...
中国秸秆焚烧的遥感监测与分析
1
2007
... (2)高时空动态监测难.秸秆焚烧火点遥感监测主流卫星的空间分辨率最高只有百米级.研究表明,MODIS能探测到的最小完全燃烧火场面积为50 m2 ,气象卫星仅100 m2[40 ] ,显然在秸秆焚烧规模较小、燃烧不充分的情况下,中低分辨率卫星的火点遗漏问题明显.另外,尽管这些卫星可以在1 d内对同一地点重复观测,例如MODIS和FY-3/VIRR观测频率可达到4次,但监测结果仅能代表卫星过境瞬间的秸秆焚烧信息,实时监测能力有限.总的来说,能够满足秸秆焚烧火点高时空分辨率遥感监测的卫星平台还有待发展. ...
中国秸秆焚烧的遥感监测与分析
1
2007
... (2)高时空动态监测难.秸秆焚烧火点遥感监测主流卫星的空间分辨率最高只有百米级.研究表明,MODIS能探测到的最小完全燃烧火场面积为50 m2 ,气象卫星仅100 m2[40 ] ,显然在秸秆焚烧规模较小、燃烧不充分的情况下,中低分辨率卫星的火点遗漏问题明显.另外,尽管这些卫星可以在1 d内对同一地点重复观测,例如MODIS和FY-3/VIRR观测频率可达到4次,但监测结果仅能代表卫星过境瞬间的秸秆焚烧信息,实时监测能力有限.总的来说,能够满足秸秆焚烧火点高时空分辨率遥感监测的卫星平台还有待发展. ...
1
2006
... 直接估算法通常根据火点监测结果统计被判别为火点像元的个数,将像元面积与火点像元个数的乘积直接作为秸秆焚烧过火面积估算结果.间接估算法利用混合火点像元中燃烧部分和非燃烧部分的光谱差异进行像元分解,确定燃烧地表所占比例,从而估算像元过火面积.由热力学定律可知,中红外波段(3.7 μm)和远红外波段(11 μm)对温度变化敏感程度的差异最大[41 ] ,如图3 所示,即当地表温度升高时,中红外波段的辐射量增长速度远高于远红外波段,因此利用这两个波段的辐射量差异来建立模型可以估算出混合火点像元的过火比例与过火面积,公式如(2)所示. ...
1
2006
... 直接估算法通常根据火点监测结果统计被判别为火点像元的个数,将像元面积与火点像元个数的乘积直接作为秸秆焚烧过火面积估算结果.间接估算法利用混合火点像元中燃烧部分和非燃烧部分的光谱差异进行像元分解,确定燃烧地表所占比例,从而估算像元过火面积.由热力学定律可知,中红外波段(3.7 μm)和远红外波段(11 μm)对温度变化敏感程度的差异最大[41 ] ,如图3 所示,即当地表温度升高时,中红外波段的辐射量增长速度远高于远红外波段,因此利用这两个波段的辐射量差异来建立模型可以估算出混合火点像元的过火比例与过火面积,公式如(2)所示. ...
气象卫星亚像元火点面积和亮温估算方法
3
2004
... 其中:
P 是混合火点像元过火面积所占比例;
T 代表亮温;
N 3 h i 和
N 4 h i 分别是中红外和远红外波段在过火区的辐射值;
N 3 b g 和
N 4 b g 分别是中红外和远红外波段在非过火区的辐射值;
N 3 f 和
N 4 f 分别是中红外和远红外波段在混合区的辐射值.
U 和
V 分别代表混合火点像元在中红外和远红外波段过火面积比例和亮温的关系函数,即过火部分与非过火部分共同构成混合像元的辐射值.
图3 中红外波段(CH3)和远红外波段(CH4,CH5)辐射率随温度的变化[42 ] The emissivity of medium infrared band(CH3) and far infrared band(CH4,CH5) varies with temperature Fig.3 ![]()
4.2 估算方法发展 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
气象卫星亚像元火点面积和亮温估算方法
3
2004
... 其中:
P 是混合火点像元过火面积所占比例;
T 代表亮温;
N 3 h i 和
N 4 h i 分别是中红外和远红外波段在过火区的辐射值;
N 3 b g 和
N 4 b g 分别是中红外和远红外波段在非过火区的辐射值;
N 3 f 和
N 4 f 分别是中红外和远红外波段在混合区的辐射值.
U 和
V 分别代表混合火点像元在中红外和远红外波段过火面积比例和亮温的关系函数,即过火部分与非过火部分共同构成混合像元的辐射值.
图3 中红外波段(CH3)和远红外波段(CH4,CH5)辐射率随温度的变化[42 ] The emissivity of medium infrared band(CH3) and far infrared band(CH4,CH5) varies with temperature Fig.3 ![]()
4.2 估算方法发展 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
像元二分模型在MODIS水陆混合像元分解中的适用性研究
1
2019
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
像元二分模型在MODIS水陆混合像元分解中的适用性研究
1
2019
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
基于空间—光谱分析的高光谱遥感影像稀疏解混研究
1
2017
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
基于空间—光谱分析的高光谱遥感影像稀疏解混研究
1
2017
... 直接估算法在秸秆焚烧火点监测研究的基础上发展而来,由于计算简便、易于理解,在过火面积估算研究初期广泛应用.随着Dozier[25 ] 提出亚像元火点面积估算法,逐渐发展形成了过火面积间接估算法.该方法根据地表热源在不同红外波段表现出的辐射增量存在巨大差异这一特性,识别亚像元即混合像元的实际燃烧面积[42 ] .随着像元光谱分解技术的发展,混合像元过火面积估算依据从单一的辐射差异特性扩展到与反射光谱特性等多种光谱信息结合,构建了线性光谱混合模型、非线性光谱混合模型、神经网络分类等方法[43 ] ,其中应用最广泛的是线性光谱混合模型,该模型假设光谱波段的反射率是由组成像元的各类地物反射率与地物占像元面积比例为权重的线性组合[44 ] .利用秸秆燃烧区和相邻非燃烧区,以及农用地与相邻非农用地的反射光谱差异构建混合像元模型可以估算出过火面积. ...
30 m resolution global annual burned area mapping based on Landsat images and Google Earth Engine
1
2019
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
Assessment of the utility of the advanced himawari imager to detect active fire over australia
1
2016
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
哈尔滨秋季雾霾期秸秆焚烧区域识别提取研究
1
2016
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
哈尔滨秋季雾霾期秸秆焚烧区域识别提取研究
1
2016
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
基于MODIS的河南省秸秆焚烧遥感监测与分析
1
2018
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
基于MODIS的河南省秸秆焚烧遥感监测与分析
1
2018
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
卫星遥感火情综合监测服务应用平台
1
2020
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
卫星遥感火情综合监测服务应用平台
1
2020
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
多源卫星遥感农作物秸秆焚烧过火区面积估算方法
2
2015
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
多源卫星遥感农作物秸秆焚烧过火区面积估算方法
2
2015
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
... 国际上对于秸秆焚烧过火面积遥感估算的研究较少,大多侧重于森林、草原这类火情[45 -46 ] .国内学者利用MODIS、HJ-1等数据在中国东北和华北等秸秆焚烧严重地区进行了广泛实践.在直接估算方面,齐少群等[47 ] 利用HJ-1/IRS数据对哈尔滨雾霾期的秸秆焚烧火点进行提取,并根据火点结果直接估算了秸秆焚烧过火面积,助力环保部门监管处理焚烧秸秆行为.李佳等[48 ] 利用MOD14火点产品对河南省夏季的秸秆焚烧情况进行分析,通过对火点像元在等面积投影影像中的面积进行求和,从而估算出秸秆焚烧过火总面积.在间接估算方面,刘诚等[42 ] 基于亚像元火点面积估算法,利用AVHRR传感器多个红外波段组合有效获取了混合火点像元的燃烧强度和过火面积.孙秀平等[49 ] 以FY系列卫星为主建立了卫星遥感火情监测系统,其中使用亚像元火点面积估算法估算火点强度,从而制作火情监测专题图产品.陈洁等[50 ] 在FY-3/VIRR提取秸秆焚烧火点的基础上,利用高分一号数据识别农用地,并采用混合像元分解技术构建火点与农用地的混合模型估算过火面积,精度达到了94.35%. ...
利用HJ-IRS影像提取林火火点和火烧迹地算法研究
1
2012
... (2)混合火点像元难以分解.当地表温度升高时,热红外传感器的中红外波段容易达到饱和状态,抑制地表高温的辐射增长反馈,不再适用于混合像元火点面积估算.如AVHRR数据的中红外波段饱和温度只有320 K[51 ] ,在地表燃烧情况下基本处于饱和状态.此外,在地表覆盖空间分布相互交错关联时,中低分辨率的遥感数据像元混合情况尤为突出,此时背景像元的选取会对火点面积估算产生重要影响.通常背景像元的选取会优先考虑与混合火点像元邻近的非火点像元,而这些像元很可能受到混合火点像元的边缘效应影响,表现的亮温远高于实际温度,给估算结果带来误差. ...
利用HJ-IRS影像提取林火火点和火烧迹地算法研究
1
2012
... (2)混合火点像元难以分解.当地表温度升高时,热红外传感器的中红外波段容易达到饱和状态,抑制地表高温的辐射增长反馈,不再适用于混合像元火点面积估算.如AVHRR数据的中红外波段饱和温度只有320 K[51 ] ,在地表燃烧情况下基本处于饱和状态.此外,在地表覆盖空间分布相互交错关联时,中低分辨率的遥感数据像元混合情况尤为突出,此时背景像元的选取会对火点面积估算产生重要影响.通常背景像元的选取会优先考虑与混合火点像元邻近的非火点像元,而这些像元很可能受到混合火点像元的边缘效应影响,表现的亮温远高于实际温度,给估算结果带来误差. ...
Evaluation of remotely sensed in-dices for assessing burn severity in interior Alaska using Landsat TM and ETM+
2
2005
... 秸秆焚烧迹地监测主要是利用地物光谱特征来识别秸秆燃烧后在地表留下的燃烧痕迹,其中最重要的是反射光谱特征.如图4 所示,秸秆焚烧区域植被覆盖减少,反射光谱明显降低,其中近红外波段反射率下降幅度最大.由于焚烧后裸露地表含水量低于焚烧前植被叶片含水量,在短波红外波段会出现反射率增加的情况[52 ] .另外,尽管秸秆燃烧过程已经结束,但受到地表散射量减少、裸露地表增加等因素影响,中红外波段的亮温可能会有一定的升高[53 ] .综上所述,依据秸秆焚烧地表在近红外波段和短波红外波段的反射率特征,并结合中红外波段的亮温变化可以实现迹地判别. ...
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
基于Landsat 8影像的不同燃烧指数在农田秸秆焚烧区域识别中的应用
3
2015
... 秸秆焚烧迹地监测主要是利用地物光谱特征来识别秸秆燃烧后在地表留下的燃烧痕迹,其中最重要的是反射光谱特征.如图4 所示,秸秆焚烧区域植被覆盖减少,反射光谱明显降低,其中近红外波段反射率下降幅度最大.由于焚烧后裸露地表含水量低于焚烧前植被叶片含水量,在短波红外波段会出现反射率增加的情况[52 ] .另外,尽管秸秆燃烧过程已经结束,但受到地表散射量减少、裸露地表增加等因素影响,中红外波段的亮温可能会有一定的升高[53 ] .综上所述,依据秸秆焚烧地表在近红外波段和短波红外波段的反射率特征,并结合中红外波段的亮温变化可以实现迹地判别. ...
... [
53 ]
Difference of spectral information between straw burning and non-burning areas Fig.4 ![]()
5.2 监测方法发展 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
基于Landsat 8影像的不同燃烧指数在农田秸秆焚烧区域识别中的应用
3
2015
... 秸秆焚烧迹地监测主要是利用地物光谱特征来识别秸秆燃烧后在地表留下的燃烧痕迹,其中最重要的是反射光谱特征.如图4 所示,秸秆焚烧区域植被覆盖减少,反射光谱明显降低,其中近红外波段反射率下降幅度最大.由于焚烧后裸露地表含水量低于焚烧前植被叶片含水量,在短波红外波段会出现反射率增加的情况[52 ] .另外,尽管秸秆燃烧过程已经结束,但受到地表散射量减少、裸露地表增加等因素影响,中红外波段的亮温可能会有一定的升高[53 ] .综上所述,依据秸秆焚烧地表在近红外波段和短波红外波段的反射率特征,并结合中红外波段的亮温变化可以实现迹地判别. ...
... [
53 ]
Difference of spectral information between straw burning and non-burning areas Fig.4 ![]()
5.2 监测方法发展 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
基于图像增强的过火区提取研究
1
2018
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
基于图像增强的过火区提取研究
1
2018
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
地理国情普查成果与国产卫星影像应用于秸秆焚烧监测的关键技术研究
2
2019
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
地理国情普查成果与国产卫星影像应用于秸秆焚烧监测的关键技术研究
2
2019
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
Multi-temporal burned area mapping using logistic regression analysis and Change metrics
1
2002
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
Mapping burned area for fragmented Landscape using satellite aster data
1
2009
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
A MODIS time series data based algorithm for mapping forest fire burned area
1
2013
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
Mapping burns and natural reforestation using thematic mapper data
1
1991
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination
2
2002
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
Testing a MODIS global disturbance index across North America
1
2009
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
Evaluation of novel thermally enhanced spectral indices for mapping fire perimeters and comparisons with fire atlas data
1
2005
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
Production of Landsat ETM+ reference imagery of burned areas within Southern African Savannahs: Comparison of methods and application to MODIS
1
2007
... 焚烧迹地监测可以根据传感器特性、迹地范围以及地理环境等因素选择不同的遥感监测方法[54 ] ,主要基于图像增强和图像分类展开.基于图像分类方法依据地物光谱信息的相关性,利用支持向量机、神经网络、决策树等模型将地表覆盖自动划分为焚烧区域和未焚烧区域[55 ] .基于图像增强法通过选取对焚烧区域地物信息变化最敏感的特征波段,构建光谱指数或者其他方式突出焚烧区域,是最常用的秸秆焚烧迹地监测方法.常见的光谱指数可分为植被指数、焚烧迹地指数和基于亮温改进的迹地指数.植被指数选用对植被结构和水分变化敏感的光谱特征,代表性指数有归一化植被指数(Normalized Vegetation Index, NDVI)[56 ] 、土壤调整植被指数(Soil Adjusted Vegetation Index, SAVI)[57 ] 、全球环境监测指数(Global Environment Monitoring Index, GEMI)[58 ] 等.焚烧迹地指数选用对灰烬和焦炭物质敏感的光谱特征,包括归一化燃烧率(Normalized Burned Ration, NBR)[59 ] 、差值归一化火烧指数(differenced Normalized Burn Ration, dNBR)[52 ] 、燃烧面积指数(Burned Area Index, BAI)[60 ] 等.基于亮温改进的迹地指数以对植被覆盖、水分含量、焦炭物质敏感的反射波段为基础,结合对温度敏感的红外波段构建指数,包括MODIS全球扰动指数(The MODIS Global Disturbance Index, MGDI)[61 ] 、热—归一化燃烧率(Normalized Burned Ration Thermal, NBRT)[62 ] 、热—土壤调整植被指数(Soil Adjusted Vegetation Index Thermal, SAVIT)等[63 ] .上述光谱指数的详细信息如表2 所示. ...
不同遥感指数提取林火迹地研究
1
2014
... 其中
L 是每8 d合成的LST最大值,
E 是该年
L 对应的时间之后EVI最大值,
i 代表当前的年份
发生火扰动时,地表温度会出现显著的增高 近红外—温度指数(VIT) V I T = ρ N I R - T / 1000 ρ N I R + T / 1000 加入亮温后对于区分林火迹地具有明显优势 热—土壤调整植被指数(SAVIT) S A V I T = 1 + 0.5 ρ N I R - ρ r e d × T / 1000 ρ N I R + ρ r e d × T 1000 + 0.5 在稀疏植被下对于迹地和非迹地具有更高的区分度[64 ] 注: ρ r e d 代表红波段反射率,ρ N I R 代表近红外波段的反射率, ρ b l u e 代表蓝波段反射率,ρ S W I R 1 代表中红外波段反射率,ρ S W I R 2 代表短波红外反射率,T 代表亮温 ...
不同遥感指数提取林火迹地研究
1
2014
... 其中
L 是每8 d合成的LST最大值,
E 是该年
L 对应的时间之后EVI最大值,
i 代表当前的年份
发生火扰动时,地表温度会出现显著的增高 近红外—温度指数(VIT) V I T = ρ N I R - T / 1000 ρ N I R + T / 1000 加入亮温后对于区分林火迹地具有明显优势 热—土壤调整植被指数(SAVIT) S A V I T = 1 + 0.5 ρ N I R - ρ r e d × T / 1000 ρ N I R + ρ r e d × T 1000 + 0.5 在稀疏植被下对于迹地和非迹地具有更高的区分度[64 ] 注: ρ r e d 代表红波段反射率,ρ N I R 代表近红外波段的反射率, ρ b l u e 代表蓝波段反射率,ρ S W I R 1 代表中红外波段反射率,ρ S W I R 2 代表短波红外反射率,T 代表亮温 ...
Global burned area mapping from ENVISAT-MERIS and MODIS active fire data
1
2015
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
Mapping fire regimes in China using MODIS active fire and burned area data
1
2017
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
Straw Burning monitoring based on GF-1, HJ-1 and FY-3 satellite data
1
2018
... 具体应用围绕秸秆焚烧迹地的识别和影响分析展开.Alonso等[65 ] 基于MERIS(Medium Resolution Imaging Spectrometer)数据估算了全球2006~2008年的火烧迹地情况,为全球气候变化分析提供依据.Chen等[66 ] 利用MODIS火点和火烧迹地产品,分析发现中国有78.6%的陆地曾受火灾影响,其中秸秆焚烧的强度低于森林和草原火灾.Chuvieco等[60 ] 利用Landsat /TM和NOAA /AVHRR数据,以西班牙为研究区域验证了BAI指数对木炭信息的识别能力,并指出BAI指数适用于监测未翻耕前的秸秆焚烧迹地.马建行等[53 ] 基于Landsat 8数据,结合NBR、NBRT、BAI指数对松嫩平原的秸秆焚烧迹地进行提取,探讨了多种光谱指数集成在秸秆焚烧迹地监测中的适用性.王凯[67 ] 利用GF-1/WFI、HJ-1/CCD和FY-3/MERSI数据提取秸秆焚烧迹地,并以此补充秸秆焚烧火点,在保障精度的前提下实现了较高频率的监测,证实了多源遥感数据集成在秸秆焚烧监测中的可行性.徐婵等[55 ] 结合地理国情普查成果和GF-1数据,利用决策树模型对沈阳市新民区的秸秆焚烧迹地进行识别,结果表明该地区春季秸秆焚烧最为严重,2017年的秸秆焚烧总面积约440 km2 . ...
农作物遥感识别中的多源数据融合研究进展
1
2015
... (1)多源遥感数据融合互补.尽管遥感数据种类多样,在实际秸秆焚烧监测应用中仍以单一遥感数据源为主.然而受到地理要素时空异质性、光谱重叠交叉、传感器技术等影响,单一遥感数据源的精度和时效性不高[68 ] .因此,今后应充分利用多源遥感卫星,从数据融合、时空信息挖掘、空间互补等方面展开深入研究,为秸秆焚烧时空动态监测奠定基础.数据融合方面,利用时空融合技术将高时间分辨率、低空间分辨率的遥感数据和高空间分辨率、低时间分辨率的遥感数据在时间域和空间域上进行匹配,实现对秸秆焚烧这类小火点的全天候实时精准监测.信息挖掘方面,目前秸秆焚烧监测仅利用了电磁辐射、反射光谱等信息,然而遥感数据承载的信息十分丰富,未来可以挖掘地物纹理、几何形态、时空特征等在秸秆焚烧监测中的应用潜力.空间互补方面,云层遮挡一直是秸秆焚烧监测中的难题,在云覆盖导致数据严重缺失的情况下,利用其他无云可用的影像来代替,弥补“数据空洞”,如利用MODIS、Himawari-8、FY、S-NPP等数据互补进行秸秆焚烧火点监测,利用Landsat、GF、HJ1、Sentinel等数据互补进行秸秆焚烧迹地监测. ...
农作物遥感识别中的多源数据融合研究进展
1
2015
... (1)多源遥感数据融合互补.尽管遥感数据种类多样,在实际秸秆焚烧监测应用中仍以单一遥感数据源为主.然而受到地理要素时空异质性、光谱重叠交叉、传感器技术等影响,单一遥感数据源的精度和时效性不高[68 ] .因此,今后应充分利用多源遥感卫星,从数据融合、时空信息挖掘、空间互补等方面展开深入研究,为秸秆焚烧时空动态监测奠定基础.数据融合方面,利用时空融合技术将高时间分辨率、低空间分辨率的遥感数据和高空间分辨率、低时间分辨率的遥感数据在时间域和空间域上进行匹配,实现对秸秆焚烧这类小火点的全天候实时精准监测.信息挖掘方面,目前秸秆焚烧监测仅利用了电磁辐射、反射光谱等信息,然而遥感数据承载的信息十分丰富,未来可以挖掘地物纹理、几何形态、时空特征等在秸秆焚烧监测中的应用潜力.空间互补方面,云层遮挡一直是秸秆焚烧监测中的难题,在云覆盖导致数据严重缺失的情况下,利用其他无云可用的影像来代替,弥补“数据空洞”,如利用MODIS、Himawari-8、FY、S-NPP等数据互补进行秸秆焚烧火点监测,利用Landsat、GF、HJ1、Sentinel等数据互补进行秸秆焚烧迹地监测. ...
基于FY3遥感影像的森林火灾监测系统的研究
2
2018
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
... (4)时空信息决策服务.对于森林和草原火灾遥感监测研究,各国家和部分地区已初步尝试应用服务[69 -70 ] .针对秸秆焚烧这类火情,虽然环保部门已经利用MODIS和FY-3/VIRR数据定期发布秸秆焚烧火点监测日报,但是分析应用服务尚不完善.秸秆焚烧在燃烧时间、燃烧范围以及严重程度上均不及森林草原火灾,但是其频繁发生、行为违法、污染严重以及可能引发更大火灾等问题值得引起重视.未来可结合大数据云计算、人工智能、机器学习等技术手段,统筹遥感、气象、地理、统计等多源数据,建立秸秆焚烧监测及决策信息服务系统,实现秸秆焚烧监测数据与成果共享,为提升秸秆禁烧监管业务能力提供技术支持,同时也为秸秆焚烧事件应急响应、影响评估和预警预报工作提供决策服务. ...
基于FY3遥感影像的森林火灾监测系统的研究
2
2018
... 秸秆焚烧遥感监测较早可以追溯到20世纪80年代
[8 ] ,至今已从监测手段、对象、方法与应用等方面形成了成熟的监测体系.如
图1 所示,可用的遥感监测数据来源包括MODIS、Landsat、FY-3、GF-1等系列卫星平台;监测区域覆盖全球秸秆焚烧重点地区,特别是美国、印度、中国等农业大国
[9 -10 ] ;监测内容涵盖秸秆焚烧火点监测、过火面积估算和焚烧迹地监测等多方面,并取得了较好的研究进展和实际应用.
图1 秸秆焚烧遥感监测[11 ,36 ,50 ,69 ] Remote sensing monitoring of straw burning Fig.1 ![]()
2 秸秆焚烧遥感监测卫星平台 秸秆焚烧遥感监测卫星平台最早可溯源至用于地表热异常监测的GOES(Geostationary Operational Environmental Satellite)和NOAA(National Oceanic and Atmospheric Administration Satellite)卫星,特别是NOAA卫星搭载的AVHRR(Advanced Very High Resolution Radiometer)传感器以1 d过境2次的时间分辨率和1.1 km的空间分辨率优势得到了广泛应用[12 ] .随后美国EOS(Earth Observation System)系列卫星成功发射,其搭载的MODIS(Moderate-resolution Imaging Spectroradiometer)包含专门的火情监测波段,并衍生出了相关火情产品,具备秸秆焚烧遥感监测的优势[13 -14 ] .2008年5月,我国发射FY-3气象卫星A星(FY-3A),其搭载的VIRR(Visible and Infrared Radiometer)传感器在时空分辨率上与MODIS相同,同样适用于秸秆焚烧监测.同年9月我国发射专门用于环境与灾害监测的HJ-1卫星将空间分辨率提升至150 m,有利于识别小规模火情,但存在较严重的条带问题[15 ] .美国S-NPP(the Suomi National Polar-orbiting Partnership)卫星搭载了基于AVHRR和MODIS发展的新一代传感器VIIRS(Visible Infrared Imaging Radiometer),在时间分辨率保持不变的前提下,空间分辨率提升至375 m,并拥有在任意成像角度下像元大小保持不变的优势[16 ] .2013年美国Landsat 8和我国GF-1卫星成功发射,弥补了中低分辨率卫星在火烧迹地监测中空间精度较低的问题,其中Landsat 8搭载的传感器包含部分红外波段,应用范围更广,但是较长的重返周期不利于在秸秆焚烧关键期进行动态监测.日本的静止卫星Himawari-8能实现10 min一次的高频观测,但由于离地面位置较高,火情监测波段的空间分辨率只有2 km,存在较为明显的火点遗漏问题[17 -18 ] .2015年,我国成功发射第一颗静止轨道高分辨率对地观测卫星GF-4,时空分辨率均有了很大的提升,可以实现近实时的高精度动态监测,在地表火情监测中有广泛的应用前景[19 ] .2017年我国发射风云三号D星(FY-3D),其搭载的中分辨率成像光谱仪(MERSI-II)整合了VIRR和MERSI的功能,整体性能有所提高,其全球火点监测产品与MOD14相比增加了亚像元过火面积和火点强度等信息,具有较好的应用前景[20 ] .我国相继发射首颗精准农业观测的低轨光学遥感卫星GF-6,具有高分辨率、宽覆盖、高效成像的特点,与GF-1组网运行可以提高对秸秆焚烧火情的监测频率.表1 列举了用于秸秆焚烧遥感监测的主要卫星平台. ...
... (4)时空信息决策服务.对于森林和草原火灾遥感监测研究,各国家和部分地区已初步尝试应用服务[69 -70 ] .针对秸秆焚烧这类火情,虽然环保部门已经利用MODIS和FY-3/VIRR数据定期发布秸秆焚烧火点监测日报,但是分析应用服务尚不完善.秸秆焚烧在燃烧时间、燃烧范围以及严重程度上均不及森林草原火灾,但是其频繁发生、行为违法、污染严重以及可能引发更大火灾等问题值得引起重视.未来可结合大数据云计算、人工智能、机器学习等技术手段,统筹遥感、气象、地理、统计等多源数据,建立秸秆焚烧监测及决策信息服务系统,实现秸秆焚烧监测数据与成果共享,为提升秸秆禁烧监管业务能力提供技术支持,同时也为秸秆焚烧事件应急响应、影响评估和预警预报工作提供决策服务. ...
多源时序国产卫星影像的森林火灾动态监测——以四川省木里县及其周边林区为例
1
2021
... (4)时空信息决策服务.对于森林和草原火灾遥感监测研究,各国家和部分地区已初步尝试应用服务[69 -70 ] .针对秸秆焚烧这类火情,虽然环保部门已经利用MODIS和FY-3/VIRR数据定期发布秸秆焚烧火点监测日报,但是分析应用服务尚不完善.秸秆焚烧在燃烧时间、燃烧范围以及严重程度上均不及森林草原火灾,但是其频繁发生、行为违法、污染严重以及可能引发更大火灾等问题值得引起重视.未来可结合大数据云计算、人工智能、机器学习等技术手段,统筹遥感、气象、地理、统计等多源数据,建立秸秆焚烧监测及决策信息服务系统,实现秸秆焚烧监测数据与成果共享,为提升秸秆禁烧监管业务能力提供技术支持,同时也为秸秆焚烧事件应急响应、影响评估和预警预报工作提供决策服务. ...
多源时序国产卫星影像的森林火灾动态监测——以四川省木里县及其周边林区为例
1
2021
... (4)时空信息决策服务.对于森林和草原火灾遥感监测研究,各国家和部分地区已初步尝试应用服务[69 -70 ] .针对秸秆焚烧这类火情,虽然环保部门已经利用MODIS和FY-3/VIRR数据定期发布秸秆焚烧火点监测日报,但是分析应用服务尚不完善.秸秆焚烧在燃烧时间、燃烧范围以及严重程度上均不及森林草原火灾,但是其频繁发生、行为违法、污染严重以及可能引发更大火灾等问题值得引起重视.未来可结合大数据云计算、人工智能、机器学习等技术手段,统筹遥感、气象、地理、统计等多源数据,建立秸秆焚烧监测及决策信息服务系统,实现秸秆焚烧监测数据与成果共享,为提升秸秆禁烧监管业务能力提供技术支持,同时也为秸秆焚烧事件应急响应、影响评估和预警预报工作提供决策服务. ...