教育装备采购网
第九届全国未来智慧图书馆发展论坛 校体购2

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

教育装备采购网 2021-02-01 15:10 围观1111次

  森林火灾是一种很具有危害性的自然灾害,是森林扰动的主要类型之一,直接影响森林生态系统结构、碳循环甚至气候的变化。近年来,航空平台和传感器的技术进步有效地提升了机载遥感系统探测和监测森林火灾的能力,推动了机载遥感在森林可燃物调查及载量评估、火险测报预测、火场态势及火情监测、灾害损失评估以及火烧迹地生态修复治理等方面的应用。本文将主要介绍中国林业科学研究院机载光学全谱段遥感系统CAF-LiTCHy (即芬兰SPECIM AisaFENIX1K机载光学全谱段遥感系统)和如何利用系统所采集的多源遥感数据即正射影像、冠层高度模型、高光谱影像、热红外影像,分析其在森林火灾监测评价中的潜力,并以四川省西昌市“3.30 森林火灾”作为该系统火后灾情遥感调查和灾情评估应用示例,表明该系统可有效分析森林火灾的灾情信息、火场及火环境参数,可为预防、预报预警、扑救指挥、灾害评估和生态修复提供支持。

  中国林业科学研究院机载光学全谱段遥感系统CAF-LiTCHy (即芬兰SPECIM AisaFENIX1K机载光学全谱段遥感系统),是由芬兰SPECIM公司针对中国林业科学院光学全谱段地空综合森林观测系统及动态数据驱动森林火场全息模拟科研平台定制产品,共包含5个传感器:AisaFENIX1K全光谱高光谱相机、激光雷达、中波热像仪、长波热像仪以及高精度惯导系统,如图1所示。这套系统也是上套可同时采集380-2500 nm高光谱以及中长波热红外数据的航空机载系统,将获取用于林火监测预警、森林参数估测的温度场影像和高光谱影像以及相匹配的数字地面模型,为我国森林防火预警做出重要贡献。

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

图1 CAF-LiTCHy即芬兰SPECIM AisaFENIX1K机载遥感观测系统

  此次研究的数据采集主要是针对2020-03-30发生森林火灾的泸山风景区,在明火全部扑灭后,完成航飞采集任务。该地区的乔林木主要以云南松为主,零星分布少量赤桉、杨树和栎树,林下有马桑、杜鹃、坡柳等灌木,以及黄茅、草、 莎草、 紫 茎 泽 兰等地被物。在春末干燥高温环境下,易于发生森林火灾,数据如图2所示。

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

(a)CCD 影像

(b)高光谱假彩色图像

图2 西昌森林过火区机载高光谱数据

  结合高空间分辨率的机载 CCD 影像以及相关研究 (Lentile 等,2006; Veraverbeke 等, 2012;Meng 等,2017),将本次西昌森林火灾的林火烈度分为未过火、轻度过火、中度过火以及重度过火等4个等。对于单株林木的林火烈度判读标准如下:

  (1) 未过火:冠层为绿色且保持原本形状,枝叶结构未见火烧痕迹;

  (2) 轻度过火:树冠未全部被烧,绿色冠层占比 70% 及以上;

  (3) 中度过火:树冠的枝叶多数被烧黄或烧毁,绿色冠层占比 25%—70%;

  (4) 重度过火:树冠全部被烧,裸露出烧焦的黑色树干,绿色冠层占比 25% 及以下。

  图3(a)、(b)分别展示了不同林火烈度的高分辨率机载CCD影像和高光谱影像,不同林火烈度的区域在真彩色和假彩色显示影像中均可明显区分,尤其在中度和重度过火区。

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

(a) 不同烈火程度的CCD影像

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

(b) 不同林火烈度的高光谱影像(R = 887.07 nm,G = 668.89 nm,B = 580.26 nm)

图3 不同烈火程度的CCD影像和高光谱影像

  图4展示了机载高光谱影像中火烧迹地、正常冠层、中度过火冠层、水体、裸土、柏油路的光谱曲线特征的光谱特征的变化,以此作为高光谱数据用于过火区森林冠层评估的理论依据,从该图中可以明显地观察到,相较于未过火的正常冠层,中度过火冠层由于叶片由绿变焦黄、叶绿素丧失,导致蓝、红光的吸收作用减弱,同时由于火烧导致叶片细胞结构发生变化,其叶片在800 nm—1100 nm 的反射峰明显削弱,另外叶片含水量的降低导致其在 1450 nm、1950 nm 的吸收率降低,反射率升高。此外,重度过火区的树木已成碳灰状,使得该火烧灰烬区域在 400 nm—2500 nm区间内的反射率在 0.1 附近。由此可见,过火区不同典型地物的光谱曲线反映了本次采集和处理后的机载高光谱数据具备有效刻画地物光谱特性的能力,对确定过火区的林木冠层受害程度以及估测森林火灾受害面积具有重要的理论依据。

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

图4机载高光谱数据典型地物光谱曲线

  其次高光谱影像以及其波段衍生的指数可以在空间上更有效地反映林火烈度,结合Haboudane 等(2008)和Huesca 等(2013)的研究结果,利用高光谱数据的优窄波段信息分别计算了修正型土壤调节植被指数 (MSAVI)]和归一化燃烧率指数 (NBR),本文选取机载高光谱影像的673.34 nm(红 光 波 段)、804.22 nm(近红外波段)以及2132.65 nm (短波红外波段)的反射率来计算MSAVI与NBR,如图5所示。在未过火区,MSAVI和NBR 均较高;在重度过火区,MSAVI 和 NBR 均较低。同时,结合CCD影像的林火烈度标准的目视判读结果,利用阈值划分法对 NBR 进行林火烈度划分。图 5(d)展示了该区域林火烈度的空间分布,其中房屋、道路和裸地等非植被区也被归类为重度过火区域,在进一步的分析中可以结合分类结果或光谱特征进行剔除。由上述结果可见,利用高光谱数据及其衍生产品能在一定程度上反映此次森林火灾的受害程度,生成的林火烈度图在空间上与林内实际过火状况表现出很好的一致性。

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

芬兰SPECIM机载全光谱遥感系统AisaFENIX1K为林火监测做出重要贡献

(a)机载高光谱影像(b)修正型土壤调节植被指数(c)归一化燃烧率指数(d)林火烈度

  中国林业科学研究院机载光学全谱段遥感系统 CAF-LiTCHy集成了激光雷达扫描仪、热红外相机、CCD 相机、高光谱传感器等 4 种对地观测传感器,可同时获取观测区域内地物的垂直和水平结构、光谱以及温度等信息,其中,CCD 相机和高光谱相机具备对地物类型、植被状态 (树木冠幅、植被长势、水分含量、叶面积指数等)、火灾损失程度等灾情信息观测能力,其影像可用于地物类型识别、植被参数提取、火烧迹地识别、以及灾情评估等,从而为火行为预报模型提供准确的可燃物及环境参数。


参考文献:

  [1]. 庞勇,荚文,覃先林,斯林,梁晓军,林鑫,李增元 .2020. 机载光学全谱段遥感林火监测 . 遥感学报,24(10):1280-1292

  [2]. Pang Y,Jia W,Qin X L,Si L,Liang X J,Lin X and Li Z Y. 2020. Forest fire monitoring using airborne optical fullspectrum remote sensing data. Journal of Remote Sensing(Chinese),24(10):1280-1292[DOI:10.11834/jrs.20200290]


公司背景:

  芬兰SPECIM公司很早就制作商用高光谱相机,从1995年至今已有二十余年的生产历史,累计有5000余套设备应用于各个领域,其产品拥有优异的数据质量。AISA 航空高光谱相机系列是针对航空和国防应用开发的专业解决方案,涵盖VNIR (380-1000 nm), SWIR (1000-2500 nm) 和用于热成像的LWIR (7.6-12.4um) 光谱范围。产品包括:AisaKESTREL系列—无人机载高光谱相机、AisaIBIS—超光谱植物荧光探测高光谱相机、AisaFENIX系列—全光谱(400-2500nm)采集高光谱相机、AisaOWL—热红外(7.5-12.5um)高光谱相机。其高光谱传感器很好的性能,使ASIA系统成为在航空高光谱领域的市场佼佼者,已有近100套系统在范围内使用。

  

      了解更多高光谱航空遥感成像系统的信息,请点击:https://www.caigou.com.cn/product/201604041.shtml

  

      Quantum量子科学仪器贸易(北京)有限公司作为芬兰SPECIM公司的中国区的代理,将竭诚为新老客户服务。

点击进入清砥量子科学仪器(北京)有限公司展台查看更多 来源:教育装备采购网 作者:Quantum量子科学仪器贸易(北京)有限公司 责任编辑:张肖 我要投稿
校体购终极页

相关阅读

  • Resonon | 高光谱遥感赋能小麦早期产量预测

    Resonon | 高光谱遥感赋能小麦早期产量预测
    教育装备采购网03-03
    复杂胁迫下作物产量早期预测的挑战与瓶颈作物产量预测是评估田间管理效果与辅助育种决策的关键环节。相较于传统作物模型依赖多源复杂参数,机器学习模...
  • Resonon | 基于高光谱成像的桉树水分胁迫检测

    Resonon | 基于高光谱成像的桉树水分胁迫检测
    教育装备采购网01-26
    桉树因其生长快、适应性强,成为全球重要的经济树种。然而,在植物生长过程中,缺水对它们的生长、生产力和质量产生很大的负面影响。传统的监测方法多...
  • Resonon | 双模态图像数据集为农业AI赋能

    Resonon | 双模态图像数据集为农业AI赋能
    教育装备采购网01-12
    一粒种子的“身份密码”,不仅藏在颜色与形状中,更隐藏在肉眼看不见的光谱里。想象一下,未来人们只需用一台设备扫描种子,就能立刻识别出其品种、纯...
  • ASD | 水体颜色,如何指示水质异常?

    ASD | 水体颜色,如何指示水质异常?
    教育装备采购网12-29
    海洋与沿海生态系统正面临来自自然和人为的双重压力。联合国可持续发展目标中明确提到“水下生命”,要求减少海洋污染、保护海洋和沿海栖息地。因此,...
  • 空—水协同水华预警新方案,精准巡查多水质参数

    空—水协同水华预警新方案,精准巡查多水质参数
    教育装备采购网12-15
    背景介绍每年夏秋,是藻类“活跃”的季节。高温、多雨、富营养化等多重因素交织,让水华风险悄然升高。然而,传统点位采样依然面临——❗点位少、覆盖...
  • Resonon | 高光谱成像技术助力鸡胸肌病识别

    Resonon | 高光谱成像技术助力鸡胸肌病识别
    教育装备采购网12-09
    在禽肉工业生产中,肌病防控一直是影响鸡肉产量和品质的重要因素。尤其是鸡胸肉这种高价值的部位,常常受到木胸、意大利面肉等肌肉病变的困扰,一旦发...
  • 理加参加生态系统碳汇监测技术与核算方法研修班

    理加参加生态系统碳汇监测技术与核算方法研修班
    教育装备采购网09-28
    9月15日至18日,由人力资源和社会保障部与中国科学院人事局共同支持,中国科学院地理科学与资源研究所、中国生态系统研究网络(CERN)联合承办的“生态...
  • 理加联合参加 第二届中国生态系统遥感学术研讨会

    理加联合参加 第二届中国生态系统遥感学术研讨会
    教育装备采购网09-04
    2025年8月21日,第二届中国生态系统遥感学术研讨会在新疆乌鲁木齐盛大开幕。本次研讨会以“生态系统遥感与人工智能服务生态科学新使命”为主题,汇聚了...

版权与免责声明:

① 凡本网注明"来源:教育装备采购网"的所有作品,版权均属于教育装备采购网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:教育装备采购网"。违者本网将追究相关法律责任。

② 本网凡注明"来源:XXX(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。

③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为放弃相关权利。

校体购产品