基于IR-MAD变换检测的重分类分析黎洪磊--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于IR-MAD变换检测的重分类分析黎洪磊

发表时间：2021/7/12 来源：《建筑模拟》2021年第3期作者：黎洪磊

[导读] 由于二十一世纪遥感技术的快速发展，遥感图像动态监测被广泛应用于森林火灾、旱灾、洪涝的自然灾害及城市土地变化监测之中，其对于某一地区发展过程中的动态变化监测具有重要意义。

        中建八局第四建设有限公司青岛 266100
        摘要：由于二十一世纪遥感技术的快速发展，遥感图像动态监测被广泛应用于森林火灾、旱灾、洪涝的自然灾害及城市土地变化监测之中，其对于某一地区发展过程中的动态变化监测具有重要意义。
        本文基于Sentinel-2卫星提供的分辨率为10米的可见光第2、3、4波段及近红外第8波段等遥感指数，对火烧迹地分别进行了最大似然法监督分类及基于IR-MAD变化检测的方法进行提取，再对火灾前后影像的NDVI差值图像进行掩膜，将获取到的NDVI差值图进行数据统计，然后将它导入ArcMap中采用自然间断点分级法进行重分类，最终获取受灾等级分布图，根据分布图进行林火烈度分级分析研究。
        关键词：火烧迹地；林火烈度分级；NDVI；最大似然法；IR-MAD变化检测

        一、引言
        火烧迹地是森林火灾被火烧蚀后还没有恢复至该林地原始状态的一片区域，火烧迹地提取能够准确确定火灾位置，确定林火面积及林火边界，并为火灾评估损失提供有效的依据，较为常用的分类方法有决策树分类、监督分类、多光谱指数阀值和面向对象分类的方式进行迹地的提取，其整体精度范围介于70％至80％。林火烈度的量级评估，对于在不同条件及不同程度的林火干扰下森林资源系统的各种生态过程的变化及森林景观格局新机制的形成都具有重要作用，成为了森林生态系统破环程度的一种定量评价因子。
        二、研究内容与方法
        1、具体内容
        根据火灾前后两幅影像的归一化植被指数差值dNDVI进行像元统计并获取统计图，通过ArcMap对受灾等级进行重分类。通过对火灾前后遥感影像的归一化植被指数（NDVI）分析，构建两幅NDVI影像差值图，通过直方图进行像元统计，最后使用ArcMap完成重分类，进行林火烈度等级分析。
        2、技术路线

        图 1-1   技术路线图
        三、火势大小烈度分级及分布分析
        3.1 空间分布状况分析
        3.1.1 火烧迹地NDVI差值图提取
        火灾前后影像NDVI差值图掩膜提取方便后续统计区分火烧烈度等级

        图3-1 火烧迹地NDVI差值图
        3.1.2 林火烈度统计数据及分值区间

图5-2 火烧迹地区域统计数据

        图5-3 自然间断点分级
        通过在ENVI中的数据统计后将掩膜提取后的火烧迹地NDVI差值图导入ArcMap中进行重分类，本次重分类选用了自然间断点分级法，根据查找数据值差异相对较大的相邻要素对来使用统计方法确定分类间隔，在分级之前已将0值进行了掩膜，不必考虑其影响。通过重分类将林火烈度等级分为了重度、中度和轻度火烧区域三类，阀值区间为重度火烧区域：-0.800366163—-0.515072644；中度火烧区域：-0.515072644—-0.345844597；轻度火烧区域：：-0.345844597—0.170445144。
        3.2 火势烈度分级结果
        根据基于IR-MAD变化检测的火烧迹地NDVI差值掩膜图将已识别的火烧迹地分为了重度火烧、中度火烧和轻度火烧三个级别。如下图所示：

图5-4 林火烈度分布

        图5-5 样本1        图5-5 样本2       图5-5 样本3
        从中截取了三个样本通过目视解读可见林火烈度由火焰中心向四周削减，树林密集区域林火烈度较高，海拔较高点多为重度火烧区域，火烧面积占比较大，坡度中缓地带林火烈度较高。
        四、结论
        本文利用Sentinel-2数据，经过图像预处理后选取了精度较高的10米分辨率的2、3、4、8波段进行实验，囊括了该影像可见光及近红外波段，采用NDVI遥感指数，通过监督分类（最大似然法）和基于IR-MAD变化检测的方法对实验林区火烧迹地进行了提取，并通过NDVI统计数据使用自然间断点分级法对对林火烈度进行了分级。论文主题倾向于通过归一化植被指数变化获取地表信息，通过实验结果图能看出最大似然法分类精度与样本选择数量、图像分辨率具有较大的关系，样本数量足够多对该种算法的准确度提供了保障。而IR-MAD变化检测将不同时间段同一地区的遥感影像进行分析并确定了各种地物随时间变化的情况，其工作本质是地物变化、演替导致地表波普特征也随之变化，图像像元光谱与该变化发生响应，我们通过提取这些变化并对其进行识别分析。无论是基于地物变化结果的检测方法还是地物变化过程的差值统计，都可以完成对感兴趣区域地物的分析研究。IR-MAD变化检测多被应用于城市变化及土地变更领域，本次尝试该方法完成了火烧迹地提取工作，说明此检测方法在自然灾害检测方面也具有较大引用前景，在未来遥感技术的发展中或许会成为一种主流的应用工具。
        参考文献：
        [1]刘明，贾丹. 卫星遥感技术在森林火灾扑救中的运用［J］. 城市与减灾，2018年，（06）：66-70.
        [2]杨伟，姜晓丽. 森林火灾火烧迹地遥感信息提取及应用［J］. 农业科学，2018年，54（05）：135-142.
        [3]李莹，于海洋. 融合红边波段的森林火烧迹地提取方法［J］. 遥感信息，2019年，34（05）：63-68.
        [4]康祥瑞. 基于Landsat TM影像的火烧迹地遥感提取及林火烈度空间分析［D］. 东北林业大学，2017.
        [5]王乾坤，于信芳，舒清太. 基于时间序列遥感数据的森林火烧迹地提取［J］. 自然灾害学报，2017年，26（01）：1-10.
        [6]L.L.Bourgeau-Chavez. Mapping fire scars in global boreal forests using imaging radar data[J].International Journal of Remote Sensing，2002，33（5）：871～875.
        [7]高中灵，汪小钦，周小成. 基于知识的多时相TM图像森林火烧迹地快速提取方法［J］. 灾害学，2005年，20（02）：22-26.
        [8]余哲修，何超，李昔纯，张超. 基于归一化燃烧率火烧迹地遥感提取识别规则研究［J］. 西北林学院学报，2018年，33（01）：216-224.
        [9]陈本清，徐涵秋. 遥感技术在森林火灾信息提取中的运用［J］.福州大学学报（自然科学版），2001年，29（02）：23-26.
        [10]Chuvieco E.M P. Global fire mapping and fire danger estimation using AVHRR image[J]. Photogrammetric Engineering & Remote Sensing，1994，60（5）：563～570.
        [11]Malambo Lonesome. Automated training sample definition for seasonal burned area mapping [J]. ISPRS Journal of Photogrammetry and Remote Sensing，2020，106（44）：107-123.
        [12]包月梅. 根河市火烧迹地灌木和草木生物量动态变化分析［D］. 内蒙古农业大学，2016.
        [13]王卫国. 甘肃省火灾风险评价与区划研究［D］. 西北师范大学，2017.
        [14]肖潇，冯险峰，孙庆龄. 利用MODIS影像提取火烧迹地方法研究［J］. 地球信息科学学报，2016年，18（11）：1529-1536.
        [15]童威. 基于ENVI的遥感影像监督分类方法的研究［J］. 科技创新与应用，2019年，（23）：6-9.
        [16]杨晓东. 基于IR-MAD算法的城市变化检测研究——以南昌市为例［D］. 内蒙古农业大学，2018.
        [17]詹剑锋. 利用HJ-IRS影像提取林火火点和火烧迹地算法研究［D］. 中南大学，2012.