10.14067/j.cnki.1673-923x.2020.10.005
基于FY4遥感数据的森林火灾判别研究
[目的]为提高森林火灾监测的时效性,利用我国新一代静止气象卫星FY4的遥感数据,研究对森林火灾监测的技术和方法.[方法]以贵州省为研究区,利用FY4遥感数据,对FY4的14个波段进行火点样本的波段特征、波段间相关系数、波段组合OIF指数计算,并对判别森林火灾相关的云、水体、林地、火点4类地物进行光谱特征分析,采用支持向量机对OIF指数排名前10的波段组合进行地物分类精度验证,筛选出最适合进行森林火灾判别的波段组合.构建最小距离模型、马氏距离模型、支持向量机以及决策树模型进行森林火灾判别,利用中国森林防火网森林火灾数据,以判别精度(D)、多分误差(M)、漏分误差(O)为模型的评价指标,对4个模型进行精度验证,筛选出最优的森林火灾判别模型.[结果]1)筛选出最适合进行森林火灾判别的波段组合是(B7,B8,B12),其支持向量机地物分类精度为99.21%,Kappa系数为0.855,是进行森林火灾判别地物分类精度最高的波段组合,与最优波段组合筛选结果一致.2)4个模型的森林火灾判别精度都超过了85%,其中决策树模型判别森林火灾的精度为100%.[结论]基于FY4遥感数据决策树模型的构建,提高了森林火灾监测的时效性,对保护森林资源、减少人民生命财产损失具有重要的意义.
风云四号、森林火灾判别、决策树模型、支持向量机、光谱指数
40
S762.1(森林保护学)
湖南省科技创新平台与人才计划项目;湖南省重点研发项目;湖南省教育厅项目
2020-10-30(万方平台首次上网日期,不代表论文的发表时间)
共9页
42-50