一种融合遥感与生态过程机制的山区火灾识别方法及系统JN江南·(中国区)体育官方网站-JN SPORTS
2025-08-25 11:39
本发明涉及生物质燃烧卫星遥感探测，特别是一种融合遥感与生态过程机制的山区火灾识别方法及系统。
1、全球气候变化和人类活动导致近年来森林火灾频率和强度显著增加，影响范围越来越广。灾难性的火灾会对森林生态系统的功能产生负面影响，如增强温室效应、改变土壤理化性质、干扰碳和水循环过程甚至使生态服务功能退化。
2、有效识别火灾的发生和估算森林燃烧面积能够为野火预防、森林生态系统保护、火灾模型验证和土地覆盖变化评估提供重要的科学支持。但是，传统的森林火灾调查法，如野外实测法和航空照片目视解译法，只适用于小范围的森林火灾识别和定位。快速发展的遥感技术为长时序、大范围的森林火灾识别提供了有力支持。高分辨率遥感产品可实现森林火灾的精确识别，但是开展长时序高分辨率火灾识别面临成本高或者数据缺乏等难题。基于长时序中等分辨率遥感产品的光谱指数法被广泛用于森林火灾长期动态的识别，其中归一化燃烧比率(nbr)和差异归一化燃烧比(dnbr)日益成为大范围森林火灾检测的重要指数之一。但是该方法难以排除地形引起的阴影以及植被灾后恢复能力等因素的影响，在复杂山地景观中的应用表现不理想。
3、针对大范围长时序的山区森林火灾识别面临的复杂地形和灾后气候对植被恢复等影响难以剔除的技术瓶颈，亟需研发新的山区大范围、长时序森林火灾识别方法。
1、有鉴于此，本发明的目的在于提供一种融合遥感与生态过程机制的山区火灾识别方法及系统，该方法可以消除山区森林火灾识别中由地形阴影和植被恢复能力差异等因素造成的影响，从而提高山区森林火灾的识别精度和速度，进一步支持山区森林碳汇长期动态的评估。
3、本发明提供的融合遥感与生态过程机制的山区火灾识别方法及系统，包括以下步骤：
5、粗提取森林火灾干扰迹地：随机选取符合正态分布的dnbr序列样本，计算样本点的差分归一化燃烧比率dnbr，确定dnbr的最佳阈值范围；
6、精提取森林火灾干扰迹地：根据森林火灾迹地样本设置多个干扰像元和参照像元的最佳配对组，计算配对点参照期的森林火灾干扰差异比例指数fddr，通过正态性检验得到满足正态分布的fddr阈值范围设置，确定fddr最优阈值范围，从而实现确认最佳fddr阈值范围，最终被确认为森林火灾干扰迹地像元；
7、区域森林火灾干扰空间分布图生成：利用滑动窗口算法，根据dnbr的最佳阈值范围计算粗提取的森林火灾干扰像元的fddr，结合fddr最优阈值范围确定精提取的森林火灾干扰迹地，最终得到提取的森林火灾迹地；
9、进一步，所述森林火灾干扰差异比例指数fddr的计算按照以下公式进行：
13、1)从森林火灾干扰样本空间抽取容量为n的随机样本集，并提取随机样本集对应的dnbr；
14、2)对样本组进行正态检验，若随机样本集的dnbr服从正态分布，则计算随机样本集的均值m和标准差δ，否则重复以上步骤；
17、5)利用最优dnbr概率阈值范围生成森林火灾干扰迹地粗提取分布图，在粗提取分布图中，火灾干扰迹地值为1，非火灾干扰迹地值为0。
19、根据参照期fddr分布的均值m和标准差δ定义多组fddr概率阈值范围；
23、式中，mi和ni分别对应第i个(i＝1,2,3,…,n)fddr阈值范围的总像元数和有效像元数；
24、bi和ei分别对应第i个(i＝1,2,3,…,n)fddr阈值范围的有效像元比和效率指数；
25、bmax和emax分别对应最大的b和e；如果ei接近于0，则对应的fddr阈值范围具有最优表现。
27、利用滑动窗口算法：设置尺寸为cn×cn个像元的窗口，以cn为步长依次从左到右从上到下扫描整个粗提取的森林火灾干扰迹地；fddr由对应的干扰像元的evi与每个滑动窗口内随机选取的参照像元的evi计算并取平均值获得；
28、若粗提取的森林火灾干扰迹地像元的fddr在fddr最优阈值范围内，则被确认为最终森林火灾干扰迹地并赋值为1，其余的像元则赋值为no data；并根据年度森林火灾干扰区域和长时序累计森林火灾干扰区域生成空间分布图，具体计算公式如下：
31、式中，bai为第i年森林火灾干扰的面积；ni为第i年配对点法确认的干扰像元个数；p是单个像元的尺寸，cba为长时序累计森林火灾干扰面积。
33、在空间上设置干扰点和参照点，干扰点指遭受森林火灾干扰的像元点，参照点指一定距离内未受森林火灾干扰的像元点；
34、相应的在时间上设置干扰期和参照期，干扰期指遭受森林火灾干扰后的某一段时期，参照期指遭受森林火灾干扰前的时期；
35、根据正态性检验，判断是否满足正态分布，如果参照期内各配对点的fddr服从正态分布，则确定研究区fddr阈值范围，否则重新选取fddr配对点组。
37、根据参照期fddr分布的均值m和标准差δ定义fddr概率阈值范围；
39、通过计算粗提取的森林火灾干扰迹地像元fddr的平均值，并与fddr最优阈值范围比较，确认最终的森林火灾干扰迹地；在干扰期内，若粗提取的火灾迹地像元的fddr均值落入fddr最优阈值范围内，则最终被确认为森林火灾干扰迹地像元并赋值为1，其余的像元则赋值为no data；并根据年度森林火灾干扰区域和长时序累计森林火灾干扰区域生成空间分布图。
42、从森林火灾干扰空间分布图中随机选取森林燃烧像元和非森林燃烧像元，通过构造混淆矩阵计算各种精度；
44、本发明提供的融合遥感与生态过程机制的山区火灾识别系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
46、本发明提供的一种融合遥感与生态过程机制的山区火灾识别方法及系统，江南JN体育适用于长时序大范围山区森林火灾识别，消除了山区森林火灾识别中由地形阴影和植被恢复能力差异等因素造成的影响，从而提高山区森林火灾的识别精度和速度，进一步支持山区森林碳汇长期动态的评估。
47、本发明提供的方法以监测山区的森林火灾长期动态，可在较大的空间尺度上有效、稳定地识别长时序山区森林火灾干扰面积。为森林火灾管理、森林碳评估和森林生态系统恢复提供必要地支持；本发明提供的配对点法，构建新的森林火灾干扰差异比例指数(fddr)以优化传统的火烧差异指数(dnbr)，消除了复杂地形和植被对气候响应差异等因素对火灾识别的影响，提高了山区森林火灾的识别精度。
48、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。