基于MODIS数据的火灾迹地

基于MODIS数据的火灾迹地

识别方法的研究

答辩人：谭明艳导师：陈晋教授2006年05月1.内容简介引言GEMI-B指数基于火点和GEMI-B的火灾迹地自动阈值识别方法火灾迹地的时间序列数据合成方法结论与讨论2.内容简介引言GEMI-B指数基于火点和GEMI-B的火灾迹地自动阈值识别方法火灾迹地的时间序列数据合成方法结论与讨论3.一、引言1.1研究背景和意义1.2国内外研究进展1.3研究目的1.4研究区域1.5研究数据4.1.1研究背景和意义自然火灾对人们的生命财产和生活生产造成了严重损失。植被生物量的燃烧对全球气候环境和生物化学循环有重大影响。卫星遥感技术的发展使得火灾的实时监测成为可能。5.1.2国内外研究进展基于遥感的火灾监测方法可以分为火点（hotspot）检测和火灾后迹地（burnscar）识别两类；火点检测技术已经比成熟；迹地识别常用的指数包括NDVI、NBR、NDWI等，方法包括目视提取、阈值法、NDVI差值法、NDVI回归分析法等；常用的合成方法包括DNVI最大值合成法、NIR最小值合成法、温度最大值合成法等。6.1.3研究目的寻找能体现火灾迹地特征的新的植被指数；提出能迅速准确地提取MODIS数据的火灾迹地的算法；发展能有效地表现火灾迹地特征的合成方法。7.1.4研究区域“5·21”蒙古国入境火（2003年5月21日－－2003年5月31日）。研究区域是位于中国和蒙古境内的蒙古草原，属大陆性温带草原气候，年平均温度-2℃~2℃，年降水量约300mm。8.研究区域－中蒙边境2003年7月MODISNDVI最大值合成数据，真彩色显示，（波段1、4、3作为RGB）

9.研究区域－中蒙边境MODIS草原火灾及火灾迹地面积扩张图（波段7、6、5作为RGB）

10.1.5研究数据MODIS的1~7波段反射率数据（空间分辨率为500m）MODIS第21、22、31波段（空间分辨率1km）数据的时间范围是2003年5月20日－5月31日

11.内容简介引言GEMI-B指数基于火点和GEMI-B的火灾迹地自动阈值识别方法火灾迹地的时间序列数据合成方法结论与讨论12.二、GEMI-B指数2.1GEMI介绍2.2GEMI-B介绍2.3GEMI-B的图像特征13.2.1GEMI介绍GEMI－－

（GlobalEnvironmentMonitoringIndex）GEMI原用于减少大气影响和土壤背景，以增强NDVI的敏感性（Pintyand,Verstraete,1992）

14.GEMI介绍GEMI指数非常适于检测植被在火灾前后的变化（Stroppiana,Pinnock,Pereira,Gregoire,2002）。经过修正的GEMI指数（GEMI3）将GEMI中的红光波段替换为NOAA/AVHRR的第3波段来提取火灾迹地（Barbosa,Gregoire,Pereira,1999）。15.2.2GEMI-B介绍MODIS第5和第7波段是MODIS数据中区分迹地和非迹地比较好的波段（Roy）GEMI→

GEMI-B（GEMI-BurnScar）RED→MODIS第5波段（1.24μm）

NIR→MODIS第7波段（2.13μm）16.GEMI-B介绍

－GEMI-B等值线图和散点图17.GEMI-B介绍

－GEMI-B与其它各种指数图像的区分度比较18.2.3GEMI-B的图像特征19.内容简介引言GEMI-B指数基于火点和GEMI-B的火灾迹地自动阈值识别方法火灾迹地的时间序列数据合成方法结论与讨论20.三、基于火点和GEMI-B的火灾迹地自动阈值识别方法3.1方法介绍3.2流程图3.3方法识别结果3.4精度验证21.3.1方法介绍根据每幅图像的GEMI-B自动计算一个参考GEMI-B均值和标准差通过被迹地包围的火点像元为种子点开始向四周以3×3窗口增长根据参考GEMI-B均值、参考标准差和窗口内的GEMI-B均值、标准差来判断迹地与非迹地像元22.3.2流程图23.3.3方法识别结果24.3.4精度验证用TM图像人工目视提取迹地面积，然后和本文方法的计算结果相比较。TM图像－－LANDSAT-5卫星，2003年6月2日的两幅图像，轨道位置分别为123/27和123/28。MODIS图像－－2003年5月31上午10点。25.精度验证a：2003年5月31日MODIS图像（波段7、6、5作为RGB）b：2003年5月31日GEMI-B图像c：本文的方法提取的2003年5月31日图像上的火灾迹地图像d：2003年6月2日TM图像重采样后得到的火灾迹地图像。26.精度验证总体精度=96.8％Kappa=0.933227.内容简介引言GEMI-B指数基于火点和GEMI-B的火灾迹地自动阈值识别方法火灾迹地的时间序列数据合成方法结论与讨论28.四、火灾迹地的时间序列数据合成方法4.1已有合成方法4.2基于GEMI-B的合成方法4.3合成效果图4.4合成方法评价指标4.5合成方法评价结果4.6基于合成图像的火灾迹地自动识别29.4.1已有的合成方法

NIR最小值合成法（方法2）温度最大值合成法（方法3）

NDVI最大值合成法（方法4）30.4.2基于GEMI-B的合成方法

GEMI-B最大值合成法（方法1）

GEMI-B前三大值中NIR最小值合成法（方法5）

NIR前三小中GEMI-B最大值合成法（方法6）

GEMI-B前三大值中温度最大值合成法（方法7）温度前三大值中GEMI-B最大值合成法（方法8）31.4.3合成效果图方法1.GEMI-B最大值合成法方法2.NIR最小值合成法方法3.温度最大值合成法方法4.NDVI最大值合成法方法5.GEMI-B前三大值中

NIR最小值合成法方法6.NIR前三小值中

GEMI-B最大值合成法方法7.GEMI-B前三大值中温度最大值合成法方法8.温度前三大值中

GEMI-B最大值合成法32.4.4合成方法评价指标区分度（Discriminability）干扰的比例空间一致性（SpatialCoherency）传感器天顶角（SensorZenith）综合指数33.合成方法评价指标－综合指数将以上指标标准化到[0,1]区间，分别给予权重，按照下式计算出综合指数F：

D为区分度，C为云和云的阴影的覆盖度，T为平均纹理，A为平均传感器天顶角，n表示标准化参数。34.4.5合成方法评价结果其中，GEMI-B前三大值中NIR最小值合成法（方法5）和GEMI-B前三大值中温度最大值合成法（方法7）的合成效果最佳。35.4.6基于合成图像的火灾迹地自动识别使用方法5的合成图像，总体精度达到97％，kappa系数为0.9482003年5月31日单日图像自动识别的总体精度96.8％，kappa系数0.93336.内容简介引言GEMI-B指数基于火点和GEMI-B的火灾迹地自动阈值识别方法火灾迹地的时间序列数据合成方法结论与讨论37.5.1结论GEMI-B指数不受薄云等大气状况的影响，适宜区分迹地像元与非迹地像元。自动阈值识别方法能快速准确地提取火灾迹地的面积，避免了人为设定阈值和使用固定阈值可能出现的局部误判和漏判现象。38.结论采用时间序列合成数据可以有效提高数据质量，同时具有数据处理量小、简单方便的特点；基于GEMI-B的合成方法在识别迹地像元方面远远胜过常用的NDVI最大值合成法；本文涉及的合成方法中GEMI-B前三大值中NIR最小值合成法（方法5）的合成效果最佳。