CN103886130A - 森林火灾可燃物燃烧效率的估算方法 - Google Patents
森林火灾可燃物燃烧效率的估算方法 Download PDFInfo
- Publication number
- CN103886130A CN103886130A CN201410060872.7A CN201410060872A CN103886130A CN 103886130 A CN103886130 A CN 103886130A CN 201410060872 A CN201410060872 A CN 201410060872A CN 103886130 A CN103886130 A CN 103886130A
- Authority
- CN
- China
- Prior art keywords
- combustible
- ground
- sample
- fwi
- burning efficiency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种森林火灾可燃物燃烧效率的估算方法,其特征在于,基于地面调查、遥感和火险天气指数(FWI),建立主要植被类型的FWI与燃烧效率的关系模型,使用该地区的气象日值数据和植被类型数据对研究区域的燃烧效率进行估算。本发明的有益之处在于:减少了地面调查的工作量,提高了以往燃烧效率估算的精度,实现了燃烧效率由点估计到面估计的转变;由于遥感受天气系统的影响很大,火烧时并不总能获得满意的卫星图像,本发明的方法先通过遥感方法估算燃烧效率,然后再与FWI建立回归模型,进而通过FWI对森林火灾可燃物燃烧效率进行估算,这样仅仅通过地表FWI的计算就可较为准确的估算森林火灾可燃物的燃烧效率,不再受遥感图像质量的限制。
Description
技术领域
本发明涉及一种可燃物燃烧效率的估算方法,具体涉及一种基于火险天气指数、森林类型等估算森林火灾可燃物燃烧效率的方法,属于森林防灾技术领域。
背景技术
森林火灾可燃物燃烧效率是指燃烧掉的生物质质量占总生物质质量的比例,是计算森林火灾温室气体释放量的关键因子。
可燃物燃烧效率的确定受多种因素的影响,如地形、季节、天气、植被类型等,在空间上具有异质性;另外,还会因燃烧强度不同而有很大的差别。
因不同学者对燃烧效率的估算不同,致使对碳释放量的估算出现了很大的差异。目前,国内对燃烧效率的计算多应用国外学者的估计,一般根据气候区或者植被带进行简单的估计,给出一个单一数值,难以进行检验和对估算精度进行判别。在全球野火释放模型中根据植被带将燃烧效率进行简单分类,草地燃烧效率为0.85,不确定性为0.1。在研究中,综合考虑多种要素对燃烧效率进行确定仍然是一个亟待解决的问题。
目前,我国对森林火灾可燃物燃烧效率方面的研究很少,很难对森林火灾碳释放量的精确计算提供有力的支撑。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种森林火灾可燃物燃烧效率的估算方法,该方法基于地面调查、遥感和火险天气指数(FWI),建立主要植被类型的FWI与燃烧效率的关系模型,使用该地区的气象日值数据和植被类型数据对研究区域的燃烧效率进行估算。
为了实现上述目标,本发明采用如下的技术方案:
一种森林火灾可燃物燃烧效率的估算方法,其特征在于,包括以下步骤:
(1)、对研究区域进行可燃物分类,选择不同类型的火烧迹地,分别在每种类型的火烧迹地设置3块以上样地,并用GPS定位,记录下样地经纬度;
(2)、设置对照样地,并对对照样地进行乔木、灌木、草本、地表枯落物和半分解层调查及采样;
(3)、对火烧样地进行同样调查,并进一步调查树木熏黑高度、燃烧深度、火烧后可燃物剩余量,并采集火烧迹地样地剩余可燃物做样本;
(4)、采集对照样地可燃物,用同样的方法计算出对照样地的可燃物的载量;
(5)、烘干样本并称重,计算出火烧迹地每个样方内不同类型可燃物的含水率,进而计算出对照样地可燃物的载量和火烧样地可燃物载量剩余量;
(6)、收集与样地调查同期的遥感数据,将遥感数据进行几何精校正,将样地定位的经纬度坐标在遥感数据上进行标定;
(7)、对遥感数据进行大气校正,计算出不同光谱通道的地表反射率ρ;
(8)、根据地表反射率ρ,计算研究区域火前和火后的归一化植被指数NDVI,计算公式如下:
式中,ρnir为近红外地表反射率,ρr为红外地表反射率;
(9)、基于火烧前后地面NDVI的差异,结合地面调查,对火烧迹地的边界进行提取;
(10)、将样地经纬度与火后NDVI分布图进行叠加,提取样地位置NDVI值,建立火后样地NDVI值与样地燃烧效率数值序列,进行统计分析和燃烧效率反演,建立燃烧效率与NDVI的关系模型;
(11)、根据构建的NDVI与燃烧效率的模型,基于火后NDVI对研究区域燃烧效率进行计算,获得地面火烧迹地燃烧效率的空间分布图。
2、根据权利要求1前述的森林火灾可燃物燃烧效率的估算方法,其特征在于,获得地面火烧迹地燃烧效率的空间分布图后,还进行以下操作:
(1)、收集研究区域的日值气象数据,包括:日均气温、日降水量、空气相对湿度、平均风速;
(2)、基于火烧迹地燃烧时的气象数据,构建林火天气指数FWI系统,对FWI进行空间插值,获得FWI的空间分布图;
(3)、将地面火烧迹地燃烧效率的空间分布图和FWI的空间分布图进行叠加,进行空间统计分析,建立FWI与燃烧效率CE的关系模型,
CE=f(FWI)。
3、根据权利要求1前述的森林火灾可燃物燃烧效率的估算方法,其特征在于,乔本层和灌木层采用相对生长模型W=a(D2H)b计算可燃物载量;草本、地表枯落物和半分解直接测算可燃物载量;式中,a为系数,D为胸径,H为树高。
4、根据权利要求1前述的森林火灾可燃物燃烧效率的估算方法,其特征在于,在步骤(7)中,地表反射率ρ的计算过程如下:
a、将遥感图像的像元亮度值DN转为辐射亮度值,辐射亮度值L(k)计算如下:
L(k)=DN(k)/A(k)
L(k)单位为W/(m2·sr·μm);A(k)为定标系统,k表示波段数;
b、将辐射亮度值转为影像的表观反射率,表观反射率ρ表观计算如下:
式中,ESUNλ为大气层顶的平均太阳光谱辐射度,W/(m2·μm);θs为太阳天顶角,单位:°;d为是地距离,天文单位;
c、表观反射率ρ表观通过ENVI软件的Flaash模块,自定义相关参数,完成遥感影像的大气校正,计算出不同波段的地表反射率。
本发明的有益之处在于:基于FWI对大尺度森林火灾可燃物燃烧效率进行估算,减少了地面调查的工作量,提高了以往燃烧效率估算的精度,实现了燃烧效率由点估计到面估计的转变;由于遥感受天气系统的影响很大,火烧时并不总能获得满意的卫星图像,本发明的方法先通过遥感方法估算燃烧效率,然后再与FWI建立回归模型,进而通过FWI对森林火灾可燃物燃烧效率进行估算,这样仅仅通过地表FWI的计算就可较为准确的估算森林火灾可燃物的燃烧效率,不再受遥感图像质量的限制。
附图说明
图1是本发明的估算方法的主要流程图;
图2是过火边界及火烧程度分布图;
图3是FWI空间分布图。
具体实施方式
以下结合图1,以CBERS-02B数据为例进行说明,在实际中不局限于CBERS-02B数据,其它遥感数据同样适用。
森林火灾可燃物燃烧效率的估算方法,包括以下步骤:
步骤1:根据森林清查数据、遥感影像、植被分布图等对研究区域进行可燃物分类,在可燃物分类的基础上,选择不同类型的火烧迹地,分别在每种类型的火烧迹地设置3块以上样地,每块样地的大小为20m×20m,并用GPS定位,记录下样地经纬度,样地用于进行可燃物载量调查。
步骤2:设置对照样地,对照样地的类型和规格与火烧迹地样地的设置相同,并对对照样地进行乔木、灌木、草本、地表枯落物和半分解层调查及采样。
步骤3:对火烧样地进行同样调查,并进一步调查树木熏黑高度、燃烧深度、火烧后可燃物剩余量,并采集火烧迹地样地剩余可燃物做样本。
同时,采集对照样地可燃物,用同样的方法计算出对照样地的可燃物的载量。
对火烧样地和对照样地的可燃物进行调查,调查的内容如下:
(1)、乔本层可燃物调查采用20m×20m样方,主要调查胸径、树高、枝下高、冠幅、郁闭度、树种等,做标准木,采样,取样称重;
(2)、灌木可燃物调查采用在大样方内设5m×5m样方,主要调查灌高、基径、郁闭度、灌木种类等,用收获法称取鲜重,采样;
(3)、草本可燃物采用在大样方内设1m×1m样方,调查盖度、平均草高,采用收获法称取鲜重;
(4)、地表枯落物和半分解层采用在大样方内设0.20m×0.20m小样方,测定可燃物厚度,称重,采样。
步骤4:将采回的样本回室内用数显电热鼓风恒温干燥箱烘干,在105℃下连续烘干24h至绝干重,用电子天平称重,计算出火烧迹地每个样方内不同类型可燃物的含水率,进而计算出对照样地可燃物的载量,同时计算出火烧样地可燃物载量剩余量。其中,
(1)、乔本层和灌木层采用相对生长模型W=a(D2H)b计算可燃物载量,式中,a为系数,D为胸径,H为树高;
(2)、草本、地表枯落物和半分解层直接测算可燃物载量。
步骤5:收集与样地调查同期的CBERS-02B数据,将CBERS-02B数据进行几何精校正,将样地定位的经纬度坐标在CBERS-02B数据上进行标定。
步骤6:基于ENVI软件的Flaash模块,对CBERS-02B遥感数据进行大气校正,计算出不同光谱通道的地表反射率ρ。
首先,将遥感图像的像元亮度值DN转为辐射亮度值,辐射亮度值L(k)计算如下:
L(k)=DN(k)/A(k)
L(k)单位为W/(m2·sr·μm);A(k)为定标系统,k表示波段数。
然后,将辐射亮度值转为影像的表观反射率,表观反射率ρ表观计算如下:
式中,ESUNλ为大气层顶的平均太阳光谱辐射度,W/(m2·μm);θs为太阳天顶角,单位:°;d为是地距离,天文单位。
步骤7:根据地表反射率ρ,计算研究区域火前和火后的归一化植被指数NDVI,计算公式如下:
式中,ρnir为近红外地表反射率,ρr为红外地表反射率。
步骤8:基于火烧前后地面NDVI的差异,结合地面调查,对火烧迹地的边界进行提取。
步骤9:将样地经纬度与火后NDVI分布图进行叠加,提取样地位置NDVI值,建立火后样地NDVI值与样地燃烧效率数值序列,进行统计分析和燃烧效率反演,对研究区域燃烧效率进行计算,获得地面火烧迹地燃烧效率的空间分布图,见图2。
通过以上步骤,可以完成通过遥感反演计算森林火灾可燃物燃烧效率的计算,但森林火灾燃烧过程复杂,对于21世纪50、60年代的森林火灾数据,没有卫星以及没有卫星图像或卫星图像质量不好的数据,则无法完成通过遥感反演森林火灾燃烧效率。
为解决上述问题,在获得地面火烧迹地燃烧效率的空间分布图后,还进行以下操作:
步骤10:收集研究区域的日值气象数据,包括:日均气温、日降水量、空气相对湿度、平均风速。
步骤11:基于火烧迹地燃烧时的气象数据,构建林火天气指数FWI系统,FWI系统各组分因子的计算公式参考Equat ions and FORTRANprogram for the Canadian Forest Fire WeatherIndex System(加拿大林火天气指数系统方程和FORTRAN程序)和Development andstructure of the Canadian forest fire weather index system(加拿大林火天气指数系统开发和构建)两本书。也可采用加拿大Prometheus火蔓延软件基于COM(组件对象模型)技术进行二次开发计算。
由于FWI系统的日均气温、日降水量、空气相对湿度、平均风速在空间分布上受经纬度、地形、海拔等因素的影响,所以需对FWI进行空间插值,获得FWI的空间分布图,见图3。
步骤12:将地面火烧迹地燃烧效率的空间分布图和FWI的空间分布图进行叠加,进行空间统计分析,建立FWI与燃烧效率的关系模型:CE=f(FWI)。
表1FWI与燃烧效率
根据表1中的数据,得到FWI与燃烧效率的关系模型如下:
CF=0.0387FWI-0.0285,R2=0.5283
综上所述,本发明的方法基于FWI对大尺度森林火灾可燃物燃烧效率进行估算,减少了地面调查的工作量,提高了以往燃烧效率估算的精度,实现了燃烧效率由点估计到面估计的转变。
另外,由于遥感受天气系统的影响很大,火烧时并不总能获得满意的卫星图像,本发明的方法先通过遥感方法估算燃烧效率,然后再与FWI建立回归模型,进而通过FWI对森林火灾可燃物燃烧效率进行估算,这样仅仅通过地表FWI的计算就可较为准确的估算森林火灾可燃物的燃烧效率,不再受遥感图像质量的限制。
需要说明的是,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (4)
1.森林火灾可燃物燃烧效率的估算方法,其特征在于,包括以下步骤:
(1)、对研究区域进行可燃物分类,选择不同类型的火烧迹地,分别在每种类型的火烧迹地设置3块以上样地,并用GPS定位,记录下样地经纬度;
(2)、设置对照样地,并对对照样地进行乔木、灌木、草本、地表枯落物和半分解层调查及采样;
(3)、对火烧样地进行同样调查,并进一步调查树木熏黑高度、燃烧深度、火烧后可燃物剩余量,并采集火烧迹地样地剩余可燃物做样本;
(4)、采集对照样地可燃物,用同样的方法计算出对照样地的可燃物的载量;
(5)、烘干样本并称重,计算出火烧迹地每个样方内不同类型可燃物的含水率,进而计算出对照样地可燃物的载量和火烧样地可燃物载量剩余量;
(6)、收集与样地调查同期的遥感数据,将遥感数据进行几何精校正,将样地定位的经纬度坐标在遥感数据上进行标定;
(7)、对遥感数据进行大气校正,计算出不同光谱通道的地表反射率ρ;
(8)、根据地表反射率ρ,计算研究区域火前和火后的归一化植被指数NDVI,计算公式如下:
式中,ρnir为近红外地表反射率,ρr为红外地表反射率;
(9)、基于火烧前后地面NDVI的差异,结合地面调查,对火烧迹地的边界进行提取;
(10)、将样地经纬度与火后NDVI分布图进行叠加,提取样地位置NDVI值,建立火后样地NDVI值与样地燃烧效率数值序列,进行统计分析和燃烧效率反演,建立燃烧效率与NDVI的关系模型;
(11)、根据构建的NDVI与燃烧效率的模型,基于火后NDVI对研究区域燃烧效率进行计算,获得地面火烧迹地燃烧效率的空间分布图。
2.根据权利要求1所述的森林火灾可燃物燃烧效率的估算方法,其特征在于,获得地面火烧迹地燃烧效率的空间分布图后,还进行以下操作:
(1)、收集研究区域的日值气象数据,包括:日均气温、日降水量、空气相对湿度、平均风速;
(2)、基于火烧迹地燃烧时的气象数据,构建林火天气指数FWI系统,对FWI进行空间插值,获得FWI的空间分布图;
(3)、将地面火烧迹地燃烧效率的空间分布图和FWI的空间分布图进行叠加,进行空间统计分析,建立FWI与燃烧效率CE的关系模型,
CE=f(FWI)。
3.根据权利要求1所述的森林火灾可燃物燃烧效率的估算方法,其特征在于,乔本层和灌木层采用相对生长模型W=a(D2H)b计算可燃物载量;草本、地表枯落物和半分解直接测算可燃物载量;式中,a为系数,D为胸径,H为树高。
4.根据权利要求1所述的森林火灾可燃物燃烧效率的估算方法,其特征在于,在步骤(7)中,地表反射率ρ的计算过程如下:
a、将遥感图像的像元亮度值DN转为辐射亮度值,辐射亮度值L(k)计算如下:
L(k)=DN(k)/A(k)
L(k)单位为W/(m2·sr·μm);A(k)为定标系统,k表示波段数;
b、将辐射亮度值转为影像的表观反射率,表观反射率ρ表观计算如下:
式中,ESUNλ为大气层顶的平均太阳光谱辐射度,W/(m2·μm);θs为太阳天顶角,单位:°;d为是地距离,天文单位;
c、表观反射率ρ表观通过ENVI软件的Flaash模块,自定义相关参数,完成遥感影像的大气校正,计算出不同波段的地表反射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410060872.7A CN103886130B (zh) | 2014-02-24 | 2014-02-24 | 森林火灾可燃物燃烧效率的估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410060872.7A CN103886130B (zh) | 2014-02-24 | 2014-02-24 | 森林火灾可燃物燃烧效率的估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103886130A true CN103886130A (zh) | 2014-06-25 |
CN103886130B CN103886130B (zh) | 2017-05-31 |
Family
ID=50955021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410060872.7A Expired - Fee Related CN103886130B (zh) | 2014-02-24 | 2014-02-24 | 森林火灾可燃物燃烧效率的估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103886130B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279738A (zh) * | 2015-07-15 | 2016-01-27 | 电子科技大学 | 基于遥感影像植被参数估算中阴影问题的应对方法 |
CN106446312A (zh) * | 2015-08-10 | 2017-02-22 | 中国科学院遥感与数字地球研究所 | 基于多源卫星多光谱遥感数据的过火面积估算方法及系统 |
CN107462698A (zh) * | 2017-10-10 | 2017-12-12 | 广西壮族自治区林业科学研究院 | 一种森林倒木质可燃物载量的样线截平面测量方法 |
CN108445489A (zh) * | 2018-02-07 | 2018-08-24 | 海南云保遥感科技有限公司 | 基于卫星遥感与无人机遥感确定热带农业损失的方法 |
CN109284929A (zh) * | 2018-09-27 | 2019-01-29 | 东北林业大学 | 林区地表可燃物负荷量的确定方法 |
CN112102578A (zh) * | 2020-09-16 | 2020-12-18 | 成都信息工程大学 | 森林火灾监测与预警系统、方法、存储介质、计算机设备 |
CN112632467A (zh) * | 2020-12-14 | 2021-04-09 | 电子科技大学 | 一种协同光学和微波数据的森林可燃物载荷计算方法 |
CN113360585A (zh) * | 2021-06-04 | 2021-09-07 | 广州澳盾智能科技有限公司 | 森林火灾致灾因子数据系统构建方法、系统、介质及设备 |
CN113780188A (zh) * | 2021-09-14 | 2021-12-10 | 福州大学 | 一种基于外业图片的地表火模型的可燃物自动识别方法 |
CN113886763A (zh) * | 2021-10-15 | 2022-01-04 | 中国科学技术大学 | 基于卫星微波指数和气象指数估算林火频次和强度的方法 |
CN114252405A (zh) * | 2021-12-28 | 2022-03-29 | 广东省林业科学研究院 | 一种基于植被指数的森林地表可燃物载量估测方法、装置 |
CN114266968A (zh) * | 2021-12-16 | 2022-04-01 | 河南大学 | 一种城市不同土地覆盖类型遥感自动解译方法 |
CN117765680A (zh) * | 2024-02-22 | 2024-03-26 | 中国矿业大学深圳研究院 | 森林火险监测预警方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008051207A2 (en) * | 2005-10-21 | 2008-05-02 | Carnegie Institution Of Washington | Remote sensing analysis of forest disturbances |
CN101989373A (zh) * | 2009-08-04 | 2011-03-23 | 中国科学院地理科学与资源研究所 | 基于可见光—热红外的多光谱多尺度森林火情监测方法 |
CN103065045A (zh) * | 2012-12-21 | 2013-04-24 | 浙江农林大学 | 耦合气象与植被的森林火险预报方法 |
-
2014
- 2014-02-24 CN CN201410060872.7A patent/CN103886130B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008051207A2 (en) * | 2005-10-21 | 2008-05-02 | Carnegie Institution Of Washington | Remote sensing analysis of forest disturbances |
CN101989373A (zh) * | 2009-08-04 | 2011-03-23 | 中国科学院地理科学与资源研究所 | 基于可见光—热红外的多光谱多尺度森林火情监测方法 |
CN103065045A (zh) * | 2012-12-21 | 2013-04-24 | 浙江农林大学 | 耦合气象与植被的森林火险预报方法 |
Non-Patent Citations (7)
Title |
---|
B.D. AMIRO 等: "Direct carbon emissions from Canadian forest fires,1959 to 1999", 《CANADIAN JOURNAL OF FOREST RESEARCH》 * |
G. ROBERTS 等: "Retrieval of biomass combustion rates and totals from fire radiative power observations: Application to southern Africa using geostationary SEVIRI imagery", 《JOURNAL OF GEOPHYSICAL RESEARCH》 * |
刘斌等: "大兴安岭呼中森林大火碳释放估算", 《林业资源管理》 * |
李卫国: "《农作物遥感监测方法与应用》", 28 February 2013 * |
王明玉 等: "大兴安岭小尺度草甸火燃烧效率", 《生态学报》 * |
田晓瑞 等: "卫星遥感数据在林火排放模型中的应用", 《安全与环境学报》 * |
田晓瑞 等: "林火与气候变化研究进展", 《世界林业研究》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279738A (zh) * | 2015-07-15 | 2016-01-27 | 电子科技大学 | 基于遥感影像植被参数估算中阴影问题的应对方法 |
CN106446312A (zh) * | 2015-08-10 | 2017-02-22 | 中国科学院遥感与数字地球研究所 | 基于多源卫星多光谱遥感数据的过火面积估算方法及系统 |
CN107462698A (zh) * | 2017-10-10 | 2017-12-12 | 广西壮族自治区林业科学研究院 | 一种森林倒木质可燃物载量的样线截平面测量方法 |
CN107462698B (zh) * | 2017-10-10 | 2019-08-27 | 广西壮族自治区林业科学研究院 | 一种森林倒木质可燃物载量的样线截平面测量方法 |
CN108445489A (zh) * | 2018-02-07 | 2018-08-24 | 海南云保遥感科技有限公司 | 基于卫星遥感与无人机遥感确定热带农业损失的方法 |
CN109284929A (zh) * | 2018-09-27 | 2019-01-29 | 东北林业大学 | 林区地表可燃物负荷量的确定方法 |
CN112102578B (zh) * | 2020-09-16 | 2022-05-06 | 成都信息工程大学 | 森林火灾监测与预警系统、方法、存储介质、计算机设备 |
CN112102578A (zh) * | 2020-09-16 | 2020-12-18 | 成都信息工程大学 | 森林火灾监测与预警系统、方法、存储介质、计算机设备 |
CN112632467B (zh) * | 2020-12-14 | 2023-03-21 | 电子科技大学 | 一种协同光学和微波数据的森林可燃物载量计算方法 |
CN112632467A (zh) * | 2020-12-14 | 2021-04-09 | 电子科技大学 | 一种协同光学和微波数据的森林可燃物载荷计算方法 |
CN113360585A (zh) * | 2021-06-04 | 2021-09-07 | 广州澳盾智能科技有限公司 | 森林火灾致灾因子数据系统构建方法、系统、介质及设备 |
CN113780188A (zh) * | 2021-09-14 | 2021-12-10 | 福州大学 | 一种基于外业图片的地表火模型的可燃物自动识别方法 |
CN113780188B (zh) * | 2021-09-14 | 2023-08-08 | 福州大学 | 一种基于外业图片的地表火模型的可燃物自动识别方法 |
CN113886763A (zh) * | 2021-10-15 | 2022-01-04 | 中国科学技术大学 | 基于卫星微波指数和气象指数估算林火频次和强度的方法 |
CN113886763B (zh) * | 2021-10-15 | 2023-08-29 | 中国科学技术大学 | 基于卫星微波指数和气象指数估算林火频次和强度的方法 |
CN114266968A (zh) * | 2021-12-16 | 2022-04-01 | 河南大学 | 一种城市不同土地覆盖类型遥感自动解译方法 |
CN114266968B (zh) * | 2021-12-16 | 2023-01-31 | 河南大学 | 一种城市不同土地覆盖类型遥感自动解译方法 |
CN114252405A (zh) * | 2021-12-28 | 2022-03-29 | 广东省林业科学研究院 | 一种基于植被指数的森林地表可燃物载量估测方法、装置 |
CN117765680A (zh) * | 2024-02-22 | 2024-03-26 | 中国矿业大学深圳研究院 | 森林火险监测预警方法、装置、设备和存储介质 |
CN117765680B (zh) * | 2024-02-22 | 2024-05-03 | 中国矿业大学深圳研究院 | 森林火险监测预警方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103886130B (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103886130A (zh) | 森林火灾可燃物燃烧效率的估算方法 | |
Yang et al. | A hybrid dual‐source scheme and trapezoid framework–based evapotranspiration model (HTEM) using satellite images: Algorithm and model test | |
Wang et al. | Deriving maximal light use efficiency from coordinated flux measurements and satellite data for regional gross primary production modeling | |
Hu et al. | Comparison of MOD16 and LSA-SAF MSG evapotranspiration products over Europe for 2011 | |
Prihodko et al. | Estimation of air temperature from remotely sensed surface observations | |
Dawson et al. | Forest ecosystem chlorophyll content: implications for remotely sensed estimates of net primary productivity | |
Maruyama et al. | Coupling land surface and crop growth models to estimate the effects of changes in the growing season on energy balance and water use of rice paddies | |
Yang et al. | MODIS leaf area index products: From validation to algorithm improvement | |
Colaizzi et al. | Two-source energy balance model estimates of evapotranspiration using component and composite surface temperatures | |
Mo et al. | Simulating temporal and spatial variation of evapotranspiration over the Lushi basin | |
Marshall et al. | Optimizing a remote sensing production efficiency model for macro-scale GPP and yield estimation in agroecosystems | |
Hwang et al. | Seasonal trends of satellite-based evapotranspiration algorithms over a complex ecosystem in East Asia | |
Wang et al. | Differences in ecosystem water-use efficiency among the typical croplands | |
Duffour et al. | An evaluation of SCOPE: A tool to simulate the directional anisotropy of satellite-measured surface temperatures | |
Padilla et al. | Integration of vegetation indices into a water balance model to estimate evapotranspiration of wheat and corn | |
Stähli et al. | Long‐term investigations of the snow cover in a subalpine semi‐forested catchment | |
Hao et al. | Developing a soil water index-based Priestley–Taylor algorithm for estimating evapotranspiration over East Asia and Australia | |
Jeong et al. | Geographical variations in gross primary production and evapotranspiration of paddy rice in the Korean Peninsula | |
Roupsard et al. | Cross-validating Sun-shade and 3D models of light absorption by a tree-crop canopy | |
Liu et al. | Actual daily evapotranspiration estimated from MERIS and AATSR data over the Chinese Loess Plateau | |
Huang et al. | A modified trapezoid framework model for partitioning regional evapotranspiration | |
Yang et al. | Parameterization of downward long-wave radiation based on long-term baseline surface radiation measurements in China | |
Reyes-Gonzalez | Using remote sensing to estimate crop water use to improve irrigation water management | |
Liang et al. | NEP estimation of terrestrial ecosystems in China using an improved CASA model and soil respiration model | |
Chen | Remote sensing of leaf area index of vegetation covers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170531 Termination date: 20190224 |