Kohonen模糊神经网络聚类与数据融合技术在3S森林防火中的应用

在简介“3S”系统的基本原理的基础上,进一步介绍了MODIS卫星红外遥感技术对森林防火技术的提升,并对其不足之处提出了Kohonen模糊神经网格聚类技术与“数据融合”技术的改进方法。     

基于3S技术的森林防火信息系统

利用全球卫星定位系统(GPS)、遥感(RS)、地理信息系统(GIS)及网络通讯等高新技术，有助于圈定某些火灾可能发生的地区、时段及危险程度，及时对火灾预警，采取防范措施；在火灾发生发展过程中，不断监测火灾的进程和势态，及时把信息传到防火扑救指挥中心，以便有效地组织救助活动；火灾之后，可以在大范围内实施快速反应，迅速准确地查明受损状况而做出较为准确的评估，为现代化森林防火工作提供重要的技术保证。     

3S技术在森林防火指挥系统中的应用

以黑龙江省第三森林调查规划设计院采用3S技术开发的“森林防火指挥地理信息系统”为例,介绍了森林防火指挥系统中应包括的基础数据库。从森林防火指挥信息的存储及属性数据与图形数据的动态关联与查询检索,火点定位、扑火队伍实时监控、灾后评估等方面阐述了3S技术在森林防火指挥系统中的具体应用情况。     

地理信息系统在森林防火中的应用

介绍如何利用地理信息系统组织森林防火的相关空间数据、属性数据。在数据集成的系统基础上,应用AreGis的二次开发功能,采用“COM”技术专题开发森林防火的功能模块,使系统方便易用。     

3S技术在森林防火工作中的应用

气象遥感卫星接收系统可以自动进行卫星轨道预报、天线跟踪数据计算,按轨道时间表自动接收卫星数据,作数据预处理,按用户设定的范围自动生成区域投影数据集,自动进行火情监测,生成火情图像、火情报表、植被指数、地表壳温、海表壳温和水情监测图像等。该系统具有实时接收、显示、处理和存储极轨气象卫星发送的高分辨率图像传输资料,对所接收的卫星数据进行预处理、地标导航和图像处理及各类应用处理等功能。     

3S技术在森林防火指挥地理信息系统中的应用

从 3个方面介绍了 3S技术在森林防火指挥地理信息系统中的应用。     

"3S"技术及其在森林经营中的应用概况

本文介绍了“3S”技术的含义,并对“3S”技术在森林经营中的应用做了简单的概述。     

GIS在森林防火中的应用

介绍地理信息系统的概念和特点,设计以ArcGIS为平台的系统软件结构,阐述GIS在数据库管理、火险预防、扑救指挥、灾后评估等方面的功能和设计。其中介绍资源地图、参数数据、防火设施、历史数据管理功能;火险区域、林火预报功能;火点精确定位、最佳扑火路径、火灾模拟、指挥决策辅助以及灾后评估等功能。集成基础地理信息、森林资源信息、专题防火信息、遥感数据等森林防火相关信息,提供强大的编辑、查询、制图等功能。     

"3S"技术在森林调查中的应用

"3S"技术是随着电子、通信和计算机等学科发展而迅速崛起的高新技术,三者有着密切的联系,在林业上有着广泛的应用.     

MODIS数据及其在森林防火中的应用

MODIS是美国地球观测系统(EOS)装在Terra和Aqua卫星以及后继卫星上的中分辨率成像光谱仪, 具有数据获取快、信息丰富和覆盖范围广等优点。近年来, 随着信息化的快速发展和网络规模的日益扩大, MODIS用户数量不断增加, 应用领域也更加广泛。文中对MODIS数据的来源、特性及其利用情况做了简要介绍, 在火情监测方面的应用进行了拓展, 并对其在森林防火方面的应用前景进行了分析。     

"3S"技术在广西国有雅长林场森林资源规划设计调查中的应用研究

以广西国有雅长林场为例，介绍遥感、地理信息系统、全球定位系统在森林资源规划设计调查应用的技术线路和技术关键。     

Comparative analysis of multi-criteria probabilistic FR and AHP models for forest fire risk(FFR) mapping in Melghat Tiger Reserve(MTR) forest

A comparative study of Frequency Ratio(FR)and Analytic Hierarchy Process(AHP)models are performed for forest fire risk(FFR)mapping in Melghat Tiger Reserve forest,central India.Identification of FFR depends on various hydrometeorological parameters altitude,slope,aspect,topographic position index,normalized differential vegetation index,rainfall,air temperature,land surface temperature,wind speed,distance to settlements,and distance by road are integrated using a GIS platform.The results from FR and AHP show similar trends.The FR model was significantly higher accurate(overall accuracy of 81.3%,kappa statistic 0.78)than the AHP model(overall accuracy 79.3%,kappa statistic 0.75).The FR model total forest fire risk areas were classified into five classes:very low(7.1%),low(22.2%),moderate(32.3%),high(26.9%),and very high(11.5%).The AHP fire risk classes were very low(6.7%),low(21.7%),moderate(34.0%),high(26.7%),and very high(10.9%).Sensitivity analyses were performed for AHP and FR models.The results of the two different models are compared and justified concerning the forest fire sample points(Forest Survey of India)and burn images(2010-2016).These results help in designing more effective fire management plans to improve the allocation of resources across a landscape framework.     

简析MODIS(Terra/Aqua)数据在福建省森林火灾监测中的应用

从目前福建省卫星林火监测应用实际出发,通过几种常用气象卫星功能介绍和对比,阐述MODIS(Terra/Aqua)数据在森林火灾监测中的应用优势,并简析MODIS(Terra/Aqua)数据在福建省林火监测中的应用现状。     

Multi-source land cover classification for forest fire management based on imaging spectrometry and LiDAR data

Forest fire management practices are highly dependent on the proper monitoring of the spatial distribution of the natural and man-made fuel complexes at landscape level. Spatial patterns of fuel types as well as the three-dimensional structure and state of the vegetation are essential for the assessment and prediction of forest fire risk and fire behaviour. A combination of the two remote sensing systems, imaging spectrometry and light detection and ranging (LiDAR), is well suited to map fuel types and properties, especially within the complex wildland–urban interface. LiDAR observations sample the spatial information dimension providing explicit geometric information about the structure of the Earth's surface and super-imposed objects. Imaging spectrometry on the other hand samples the spectral dimension, which is sensitive for discrimination of surface types. As a non-parametric classifier support vector machines (SVM) are particularly well adapted to classify data of high dimensionality and from multiple sources as proposed in this work. The presented approach achieves an improved land cover mapping adapted to forest fire management needs. The map is based on a single SVM classifier combining the spectral and spatial information dimensions provided by imaging spectrometry and LiDAR.     

应用中分辨率遥感数据和地理信息系统改进森林材积和生物量评估策略(英文)

应用遥感技术、地理信息系统和野外观测数据,评估了热带森林环境下地上生物量和木材蓄积量。用于模拟森林属性的这些数据具有地理特异性和高度的不确定性,因此,这方面需要开展更多的研究工作。选取了16个试样地带1460个样地,测定树木胸径及其他用于评估生物量的其他森林属性。本实验在印尼加里曼丹东部的热带雨林开展。应用现有的胸径-生物量公式来评估地上生物量密度。估测值在研究区修正的GIS地图上重叠显示,计算各种地被物的生物量密度。用样品数据子集表达遥感方法来形成地上生物量和材积线性方程模型。皮尔森相关统计检验采用ETM条带反射率、植被指数、图像变化图层、主成分分析条带、缨帽变换、灰度共生矩阵纹理特征和DEM数据作为预报值。在显著的遥感数据中形成了两个线性模型。为了分析每块地被物总的生物量和材积量,对2000年到2003年卫星ETM图进行了预处理、最大似然估计法分类和主体分析过滤。遥感方法获得的结果表明:材积量为(158±16)m3·hm-2,地上生物量为(168±15)t·hm-2;而野外测定和地理信息系统估计的结果分别是材积量为(157±92)m3·hm-2、地上生物量为(167±94)t·hm-2。用多个瞬间ETM数据评估了从2000年到2003年间的生物量丰富度动态,结果发现这一时期总生物量呈略微的下降趋势。遥感技术评估的生物量丰富度低于地理信息系统和野外测定的结果。前一种测定方法估计2000年和2003年总生物量分别是10.47Gt和10.3Gt,而后一种则估计11.9Gt和11.6Gt。还发现,灰度共生矩阵纹理特征与材积量和生物量之间存在较强的相关性。图7表9参43。     

“3S”技术集成及其应用

本文介绍了"3S"技术集成的定义、理论与关键技术,列举了其在林业、城市规划、水土保持及其他领域上的应用实例,指出了其应用的特点及存在的问题,并对其应用前景做了探讨。     

基于SuperMap Objects的森林病虫害遥感监测与预测系统的设计与实现

近年来,我国森林病虫害的发生面积逐年递增,危险性病虫害不断出现.为了保护森林资源,防患于未然,必须及时开展森林病虫害监测与预测工作.以遥感图像为主要数据源,地理信息系统软件SuperMap Objects为二次开发平台,采用面向对象的方法和组件式GIS技术,结合病虫害监测与预测模型,以VB为开发工具进行二次开发,建立了林业病虫害遥感监测与预测系统,并以塞罕坝机械林场遥感数据为例,对本系统进行了测试.结果认为,系统技术先进、具有创新性,具有良好的界面和可操作性,结构合理,信息内容全面.     

内蒙古自治区森林资源监测管理信息系统数据更新属性回填计算与图形编辑控制方法

数据更新是森林资源监测管理信息系统的核心内容,它能够赋予二类数据动态性和现势性,确保实时动态反应森林资源现状。为保持更新后的二类数据准确一致,文章针对数据更新属性回填计算方法与图形编辑控制细节进行分类叙述,为内蒙古自治区森林资源监测管理信息系统数据更新提供参考依据。