排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
森林火灾的有效预测是减少火灾所造成损失的重要手段之一。云南省森林资源丰富且植被覆盖率高,易发生森林火灾,加之平均海拔较高,扑救山火难度大、危险系数高。如能有效构建该区域森林火灾发生预测模型,将为我国西南林区森林火灾预防与管理提供科学参考。提取了云南省1999—2019年森林火点数据进行分析,利用ArcGIS 10.7软件,随机建立与火点形成1∶1数据随机点,使数据符合二项分布,对月平均最高气温、月平均降水量、日照时长、海拔等24类驱动因子进行空间信息提取,并用SPSS 25.0软件通过Logistic回归和ROC曲线模型检验方法,分析影响云南省森林火灾发生的主要驱动因子,构建了该地区森林火灾发生预测模型,并验证了该模型适用性,根据ROC曲线坐标确定了最佳阈值,划分了该地区的高火险区域。月平均气压、月平均相对湿度、月平均最高气温、日照时数、极大风速、归一化植被指数值(NDVI)等6类驱动因子,与云南省森林火灾的发生存在显著关系,基于Logistic回归构建的森林火灾发生预测模型准确率可达到82.3%。模型AUC值为0.894,通过计算得出云南省火险划分最佳阈值为0.645。构建的森林火灾... 相似文献
3.
4.
采用基于归一化差异植被指数(NDVI)的像元二分法模型对1988、1996及2004年3期TM影像进行研究区植被覆盖度提取,利用野外实测对2004年影像进行精度验证,并借助GIS空间分析方法,对研究区植被覆盖度格局定量分析,揭示九连山植被覆盖的时空变化规律,为该地区的植被恢复提供参考。研究表明:1)该模型对研究区植被覆盖度估算精度较好,无植被覆盖类型(裸地、水体)的估算精度达90%以上,低、中、高、全植被覆盖类型区域的估算精度达80%以上;2)1988年、1996年、2004年植被覆盖度均值分别为0.71、0.66、0.77,区内植被覆盖度总体呈现先降低后上升特点,这主要是由于研究区全植被覆盖面积的大幅消长造成的;3)研究区内无、低植被覆盖与中、高、全植被覆盖之间的转换比例较少,覆盖度等级转换主要集中在中、高、全植被覆盖等级之间,说明16年间的覆盖度变化主要源于林区的渐伐活动,皆伐及开垦活动相对较少;4)在研究区停止采伐后,尤其是该地区自然保护区的成立,植被得到了较好的恢复,中、高植被覆盖类型大幅转换为全植被覆盖类型,2004年区内植被在覆盖度均值及全植被覆盖面积上均超出了1988年水平,九连山地区植被保护效果明显。 相似文献
5.
以江西九连山保护区为例,利用基于归一化差异植被指数(NDVI)的像元二分法模型分别在TM 影像的
原始DN 值、表观反射率以及经过基于MORTRAN 辐射传输模型和经过简单传输模型的黑暗像元法校正后的地面
反射率的基础上对研究区的植被覆盖度进行提取,将所得4 类植被覆盖度的估算值与实测值进行比较,分析大气校
正对植被覆盖度。感估算的影响。结果表明,FLAASH 和DOS 两种大气校正方法虽校正原理不同,但通过对样地实
测值的拟合度来看,均能有效消除大气影响,有效提高植被覆盖度。感估算的精度;而辐射定标后的表观反射率却
与原始影像DN 值估算的植被覆盖度差异不明显,说明植被覆盖度估算精度的提高来源于大气校正作用,辐射定标
影响甚小。因此,在植被覆盖度较高的亚热带区域,有必要进行大气校正,以改善估算精度。 相似文献
1