PL高分辨率遥感影像在森林火灾评估上的应用

S762; [目的]研究仅依靠一种高分辨率遥感影像(PL)用于森林火灾影像信息提取、数据分析的可行性,为火烧程度评估提供可靠的林火遥感数据源和提取方法.[方法]以2017年毕拉河"5·2"特大森林火灾的火烧迹地为研究区域,使用火前、火后当年、火后更新1年共3期PL影像作为数据源,利用ROIS提取过火区,分析火干扰前后NDVI的变化特征.结合地面调查数据,采用差值归一化植被指数(dNDVI)划分火烧等级,阈值验证参照罗德昆火灾受害等级划分标准进行精度验证.对火烧迹地植被受害状况进行评估,以获取火烧程度的空间分布格局.[结果]1)火干扰导致NDVI值急剧降低,火后更新1年NDV...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:林业科学 2022-03, Vol.58 (3), p.107-116
Hauptverfasser: 胡林林, 王立中, 李华, 丁永全, 韦昌雷, 李慧仁, 赵凤君
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:S762; [目的]研究仅依靠一种高分辨率遥感影像(PL)用于森林火灾影像信息提取、数据分析的可行性,为火烧程度评估提供可靠的林火遥感数据源和提取方法.[方法]以2017年毕拉河"5·2"特大森林火灾的火烧迹地为研究区域,使用火前、火后当年、火后更新1年共3期PL影像作为数据源,利用ROIS提取过火区,分析火干扰前后NDVI的变化特征.结合地面调查数据,采用差值归一化植被指数(dNDVI)划分火烧等级,阈值验证参照罗德昆火灾受害等级划分标准进行精度验证.对火烧迹地植被受害状况进行评估,以获取火烧程度的空间分布格局.[结果]1)火干扰导致NDVI值急剧降低,火后更新1年NDVI略有升高,表明植被恢复能力有限.PL遥感影像的3 m高空间分辨率使其RGB图像高度饱和,地类清晰.2)做土地覆盖类型划分,训练样本分离性在1.91以上,共划分为森林、草本沼泽、道路、河流4类.分类整体精度为98.05%,Kappa_Coefficient为0.95.3)受害程度等级划分为未火烧、轻度火烧、中度火烧、重度火烧4级,分类整体精度为91.55%,Kappa_Coefficient为0.91.此次毕拉河森林火灾着火区总面积10711.18 hm2,其中火烧迹地总面积10130.31 hm2,占着火区总面积的94.58%.轻度火烧区过火面积最大,达5700.78 hm2,占着火区总面积的53.22%;其次是中度火烧区,面积为3035.12 hm2,占28.34%.火烧迹地内处于中度火烧等级的森林受害面积最大,高达6167.48 hm2,占着火区总面积的60.88%,其中,中度火烧等级面积最大,占47.45%,其次是轻度火烧区,占29.95%,重度过火面积最少,占22.60%.而草本沼泽受害较轻,过火面积3962.86 hm2,其中97.25%集中在轻度火烧等级.[结论]与传统研究方法相比,该文使用的研究方法在毕拉河森林火灾分析中取得了更为精准的研究结果,各验证样本分类精度更高,研究结果较为可靠,且数据处理更高效.同时,PL遥感影像具有每天覆盖全球1次的超高频时间分辨率,极大程度满足了覆盖不同研究区域要求.
ISSN:1001-7488
DOI:10.11707/j.1001-7488.20220312