遥感监测林火和洪涝系统毕业论文.doc 18页

'遥感监测林火和洪涝系统毕业论文目录前言：21.洪水灾害遥感检测分析31.1洪水信息的提取41.1.1洪水光谱特征的分析41.1.2提取洪水信息的资料选择41.1.3洪水淹没范围图的制作51.1.4具体图像处理方案51.2土地利用遥感识别模型和数字地面高程模拟61.2.1土地利用遥感调查的理论依据71.2.2具体处理方案81.2.3属性数据库的建立81.2.4数字地面高程模拟81.3确定淹没水深及淹没范围与土地利用类型图的迭加分析92.森林火害遥感检测分析92.1火点识别方法92.2识别森林林火的具体步骤102.2.1资料分析和处理102.2.2火情监测产品(着火区产品)生成102.2.3火点识别注意点122.2.4信息传输123.系统总体结构设计123.1　系统结构设计123.2　系统数据库的设计133.3　系统逻辑结构设计133.3.2　系统功能模块设计143.4　系统功能设计143.4.1　系统的体系结构143.4.2　系统功能模块设计153.4　应用展望18参考文献:18 前言：地理信息系统是20世纪60年代中期发展起来的一门新技术,在计算机的支持下,将空间数据录入存储,显示和检索分析,它的数据包括基础地理信息、资源和环境背景、社会经济信息等。这些信息为遥感图像的几何校正、图像分析、地形分析、专题图分析以及图形输出等方面都提供了重要的技术支持,同时遥感图像也是地理信息数据更新的重要信息资源。我国是世界上灾害最严重的国家之一地域辽阔、地形夏杂、气候多变，每年因灾害造成的直接经济损失超过1000亿元，而其中洪涝灾害损失占40写左右，1991年江淮洪水、1994年广东、广西、福建，以及今年湖南、江酉洪水都造成了巨大的生命财产损失。每年汛期(自南而北约从5月至8月)从中央到地方各级领导寝不安席.广大军民严阵以待，因影响工农业生产及交通运输所造成的间接损失目前尚无确切的统计数字，据估计应是直接经济损失的3-5倍。洪水来势迅猛，大雨或暴雨后因河道淤塞或人为行洪障碍或水利防洪设施的能力有限而造成一片泽国，古来把洪水与猛兽并称，皆因其巨大的破坏力和突发性，因此监测系统的快速反应能力无疑是最主要的技术指标之一。以遥感技术、空间技术、计算机技术和信息技术为基础的遥感监测系统经过“七五”、“八五”国家科技玫关，已具备了快速反应的能力，今年六月中下旬在江西省都阳湖地区进行了灾前预测.灾中监测、灾后损失评估全过程的综合试验取得了成功，这使我国古米‘’水来土淹”的传统抗洪方法有了新的发展，运用当代高新技术为各级抗洪指挥部门提供现势水情.从而可采取有效对策与措施，以最大限度的减少人民生命财产损失。遥感方法可以不受恶劣天气条件的影响,通过航空、航天手段获取监测影像资料,实时或准实时地监测洪灾灾情发展态势,应用相关软件迅速分析出洪水态势,然后将分析结果以直观的图形、图表等形式传递给决策部门,作为制定防洪减灾对策的重要依据。　　上世纪70年代,我国开始建立了提供森林资源现状和消长变化的国家森林资源连续清查体系;90年代,开展并实施了联合国开发计划署援助的“建立国家森林资源监测体系” 项目,进行了遥感技术在国家森林资源连续清查中的应用示范研究,成功地将遥感技术应用于国家森林资源监测;1999—2003年开展的第六次全国森林资源清查,遥感技术得到了全面应用。在此次清查中遥感图像处理和信息提取等技术在实践应用中取得了较大的进展。近几年，由于气候干旱和火灾造成的损失越来越严重，气象卫星监测林火在森林防火工作中发挥了重要的作用，但卫星资料在森林保护工作中应用还存在一定的局限性，通过介绍卫星遥感技术应用同时，旨在拓宽思路，为森林生态系统的建设提供更完善的卫星遥感应用服务。1.洪水灾害遥感检测分析本文在分析流域防洪决策支持需要的基础上,提出了洪灾遥感监测系统的内容、结构、功能、及其技术路线,给出洪灾遥感监测分析系统,其基本结构如图1所示。图1洪灾遥感实时监测分析系统基本结构图遥感信息覆盖区域广,现势性强,在地理信息系统支持下可为防洪规划提供可靠的数据和辅助决策依据。遥感监测分析系统在洪灾模拟中的应用主要包括遥感影像数字处理、水体边界提取、洪水淹没范围估算、土地利用类型识别等。进一步根据淹没范围,结合区域基本背景要素,如公路、居民地、厂矿等,再根据地面实际调查数据,如淹没水深、淹没历时等,建立遥感信息与洪灾灾情相关模型,确定洪灾量级、危害区域等,并可比较真实地再现洪灾场景。 洪水灾害遥感分析的核心技术是数字图像处理。在图像处理系统支持下,由遥感图像提取洪水信息和相应区域的土地利用类型的基本状况,在严格配准的情况下,将淹没范围与土地应用类型迭加成一幅图,哪些地物被淹,将一目了然,并且可以非常方便地对各类别进行面积统计,可作为灾情分析评估的直接信息源,输入洪灾损失评估模型。各部分分别展述如下:1.1洪水信息的提取1.1.1洪水光谱特征的分析水的光谱曲线的最明显特征是在1.00~1.06μm处有一个强烈的吸收峰,在0.80和0.90μm处有两个较弱的吸收峰,在0.54~0.70μm段反射率最高,并随着波长的增加光谱反射率呈下降趋势。在自然环境中,水体在近红外和中红外波段几乎能吸收全部的入射能量,相对于植物或土壤反射率很小,表现出很强的低反射特性,和周围地物的界限很清楚,很容易把水体识别出来。对于线性水体(江、河等),只有当其宽度大于某一阂值时,在卫星图像上才能判读出来。当然,成像地区背景反差不同,这个阈值也有差异:背景反差大,阈值就小;背景反差小,阈值就大。洪水性状及其光谱反映在不同条件下有较大差异,最重要的影响因素是含沙量。随着河水中含沙量的增加,其反射率呈整体上升趋势,而光谱曲线的形状并无大的变化,水体的判读标志主要是色调和形状。水体的色调受水体深浅、浑浊程度以及拍照时间的光照时间的影响而有较大的变化,由白色调、灰色调、以至变到黑色调。一般情况下,水体浑浊、浅水沙底、水面结冰或光线恰好反射入镜头时,其影象为浅灰色或白色;反之,河水较深或水不深但水底下为淤泥时,其色调较深。1.1.2提取洪水信息的资料选择可应用于洪水监测的遥感资料有NOAA、TM、SPOT、SAR等信息。气象卫星NOAA图像能昼夜获取信息,是唯一的超短期航天遥感资料,能够记录洪水发生、发展的过程,可作洪水动态监测的理想资料,但空间分辨率比较低(1.1km )。TM和SPOT图像具有多波段、多时相特性,分辨率适中,可有效地获取地面覆盖信息和洪水信息,是洪灾模拟分析、洪水线回归分析、洪灾淹没损失估算的有效资料。机载侧视雷达(SAR)可全天候获取洪水动态信息,其相片几何性能好,分辨率高,可提供最详尽的地面信息,是洪峰跟踪、实时监测的最佳信息。同时,TM和SPOT图像集合与光谱特性均佳,可提供仅次与航空相片的地面信息,而其多时相、多光谱、低费用,又具有航空相片所没有的特长,在洪水监测中可扮演极为重要的角色。将不同来源(包括遥感的和非遥感的)信息进行信息复合,使复合信息具备各单一信息之优点,可大大提高洪水监测精度。暴雨洪水时,天空多为云层覆盖,用遥感飞机监测有一定困难,用陆地卫星监测也因周期过长,云层覆盖而不可能。用气象卫星加雷达网就可以监测,然而,气象卫星的空间分辨率很低,星底点地面分辨率为1.1km,因而象元所反映的信息具有较大的地域混合和领域效应,不能提供洪水灾情的定量数据,仅能定性区分水体、高滩、中滩。TM资料的观测周期为16d,,,,TM图像的地面分辨率较高(30m),一幅图像覆盖185km×185km的范围,可以获得较大范围的同步信息,提供一定精度的洪水灾情监测预报数据。将TM和NOAA图像进行信息复合,以NOAA图像的时间分辨率和TM图像的空间分辨率,就可以提高NOAA图像作为动态信息的使用价值。1.1.3洪水淹没范围图的制作(1)平水期水域图的制作:选取洪水前一周左右即正常水位时期的遥感图像,提取背景水体信息。(2)洪水期水域图的制作:选取洪水后一周以内即洪水期的遥感图像,提取洪水信息。(3)彩色合成平水期和洪水期水体二值影像图:将两幅图像严格配准,将洪水前图像的水体赋予绿色,洪水后水体的颜色赋为红色,进行彩色合成。在合成图像上,背景水体即原水体为黄色,涝水水体为红色,其它部分色调越暗则土壤湿度越大,根据色调可以明显地恢复洪水期最大淹没范围。洪水期与平水期迭合,涝水水体加上已退水范围,就是试验区内全部的淹没范围。再将该地区的行政区划边界迭加上去,附以公路、铁路、桥梁、居民地等,即为洪水淹没范围的遥感专题图。1.1.4具体图像处理方案(1)影像预处理 预处理可以针对影像特征进行如下处理:①几何纠正;②辐射校正;③信息增强:根据影像特点,采用各种增强方法,使水边界清晰可见;④K—L变换:K-L变换是在统计特征的基础上的多维线性变换,旨在通过变换消除原有图像各波段间的相关性,把原来各波段间的有用信息集中在尽可能少的新的分量中,从而起到信息提取和数据压缩的目的,可以对植被、土壤、水体等地物进行较为准确的分析;⑤植被指数变换:倘若有TM资料,为了研究作物受灾状况,可采用比值植被指数分析不同受灾程度的地物空间分布,即RVI=TM4/TM3。用标准化植被指数来定量描述作物的洪灾损失,即NDVI=(TM4—TM3)/(TM4+TM3)。(2)分类判别首先确定专题分类体系。一般洪水信息提取常做的初步成果是二值影像图,即水区和非水区,给二者赋不同的颜色,由灾前、灾后的图像各出一幅。首先选取训练样区,该区域至少要包含该幅图像的绝大部分地物种类。预分类别数要预先确定,类别性质一方面是根据地物的光谱特性分析特征空间的分布特性,另一方面是参照地图和实地调查资料来确定。在样区内采用非监督分类法。在预处理中K—L变换的基础上选择有利于识别水体信息的亮度分量作为特征分量,并加以TM5、7波段数据和NDVI,采用ISODATA(IterativeSelf-OrganizingDataAnalysisTechnique)方法,利用样区内象元在特征空间自然集群的特征,来建立各类别的标志。然后,参照NDVI值将以上为数众多的各类地物归并为3大类:洪水水体,已退水范围,及未淹部分。最后根据以上分类特征,对整个试验区的影像进行监督分类。如果需要将淹没范围再细分为重涝、中涝、轻涝,选择几个确定为水体但色调有差别的富有代表性的区域作为训练区,也即作为水体这个大类中的子类,实施监督分类。1.2土地利用遥感识别模型和数字地面高程模拟 土地利用状况是防洪规划、洪水灾害损失调查与评估、防灾、抗灾以及灾后重建的重要依据。及时而准确地掌握洪泛区土地利用现状及动态信息,对于有效管理洪泛区,减轻洪水灾害损失至关重要。长期以来,我国对土地利用信息的获取来源于上报统计资料或实地调查。由于统计资料精度有限,实地调查又因费时且耗资巨大而难以快速地获取大面积信息,因而使防洪救灾决策部门和防洪研究机构不能及时了解实际的土地利用状况。卫星遥感技术的发展为地面状况及其变化的监测提供了优越的手段。国内外一些研究表明,周期性覆盖、准同步成像的卫星遥感技术是土地利用调查的有效手段,尤其是第二代资源卫星的高分辨率TM资料和高分辨率摄像仪HRV资料,以及将要出台的米级商用卫星资料,都可以在土地利用变化的调查和动态监测中发挥重要作用。1.2.1土地利用遥感调查的理论依据遥感卫星图像是地表光谱特征通过大气层的影响被卫星传感器接受记录的遥感数据。不同的地表覆盖,反映为卫星遥感光谱的不同亮度值,这些亮度值是不同地表覆盖反射率的函数。按照地物的光谱特性,一般可将地物归纳为土壤、植被、水体三大类。土壤波谱比较平直,长波部分的反射率略高于短波部分,随着土壤种类和含水量的不同,反射率值也随之变化。水体的波谱特性从总体讲,反射率低,长波部分比短波的反射率更低。农作物、林、草等光谱曲线变化趋势相同,在可见光区受植物绿色色素、黄色色素,特别是叶绿素的影响,是光的强烈吸收区;在近红外区,主要受植物叶片内部结构的作用,强烈反射近红外辐射,呈现一个较高的坪状反射的波谱曲线;短波红外区主要受植物叶片内部所含水分控制,反射率减小。这三大类地物不是孤立地存在的,而是互相掺杂,形成一个个宏观有序微观混乱的地理综合体。各种土地利用类型所表现出的千差万别的遥感图像,除各类型的本征光谱特性外,也是三大地物之间比例分配及空间结构特性的综合反映。因此,为有效的识别土地利用类型,并动态监测其变化情况,需要从遥感图像与地学规律的综合分析入手。对TM的7个波段进行图像数据分析之后,发现其光谱信息具有3~4维结构,其物理意义相当于亮度、绿度、热度和湿度。亮度指数、植被指数被分别定义为BI=[(TM2)2+(TM3)2+(TM4)2]1/2/3;NDVI=(TM4—TM3)/(TM4+TM3)式中BI为亮度指数;TMi(i=2,3,4)为TM图像第Ⅰ波段的亮度值;NDVI为归一化指数。TM5波段对水体反映敏感,其数值的变化常常表现出地物含水量的差异,因而TM5在某种意义上说,代表了地物的湿度分量, TM5可以作为湿度的指示波段。为充分利用TM图像的多波段信息,常采用多波段的组合分析,即基于三基色原理的假彩色合成和基于数字图像处理原理的计算机自动分类。由于不同土地利用类型的植被季相变化规律是有差别的,所以,我们还可以利用不同时相的植被信息来研究土地利用的识别及其动态监测。不同生活型的植物,其生活节律、生命周期的不同可以由植被指数(NDVl)真实地记录下来。不同的NDVI值反映了植物光合作用的强度和生命力的大小,也是植被类型差异的一种表现。一个时相的NDVI可以获得成像时刻植被的空间分布信息,多个时相NDVI可以获得植物生命节律和生命周期的完整描述,即通过整个生长期中各生长阶段的NDVI图像,能有效的扩大各植被类型间的差异,从而将它们区分。将NDVI图像同地学分析相结合,就可以对土地利用类型进行识别。同TM原始资料相比,植被指数的图像可选择范围要大得多,因而研究可以更深入一些,获得的土地利用类型将更精确。1.2.2具体处理方案(1)预处理预处理与淹没范围图制作中的预处理过程基本一致。(2)分类判别在土地利用类型的识别中,以上所述的监督分类方案同样适用。在参照NDVI值作类别合并时,仅对相对洪灾损失评估无甚意义的的小类别予以合并,再实施监督分类。(3)专题制图参照实地调查资料,标明类别图例,并赋上行政区划。1.2.3属性数据库的建立将图像处理结果输入ARC/INFO中,针对每一类别块链接若干地物属性数据库,样式设计为二维表格,表头为地物类别名称、面积、季节性特点等。此表为分析地区地表覆盖特点提供数据。1.2.4数字地面高程模拟选择1∶100000、1∶20000等大例尺的地形图为底图进行数字化,将等高线或离散高程信息输入计算机,可以运用相关软件进行地形图的三维显示,直观的观察地形的起伏。 1.3确定淹没水深及淹没范围与土地利用类型图的迭加分析在淹没区的各个连通区域里,视水面为水平面(实际上,当洪水势头稳定或退水时期才接近这种情况),在淹没区的边界上,可近似认为水深为零,则边界点的高程值即是该区域此刻的水位值。由该区域的数字高程模型可知区域内各点的地面高程,那么,水位值即水域边界点高程值与内部各点的地面高程之差,即是相应内部点的水深值。具体的操作需先将遥感淹没范围图和数字高程模型迭合,得到包含地面高程信息的淹没范围图。然后搜索洪水连通区域个数及各自的边界点坐标,分别在各连通域内部计算淹没水深,相应小于某一水位的蓄水量也可以得到。在此迭合分析中,可先将淹没范围图中的未淹没区置为白色,然后,以行政区划边界为控制点,进行几何配准,迭加合成后,各土地利用类型上颜色未变的即是未淹区,颜色变化了的即是已淹没的部分。在此图上,哪些地物被淹,及淹没范围就一目了然了,淹没面积也可方便地勾画统计计算。最后,也要制作一个二维表格式的属性统计数据库,包括拍摄成图时刻淹没的地物类别、面积、淹没水深等数据。2.森林火害遥感检测分析2.1火点识别方法(l)人工识别。利用三通道合成图判识，从局地投影数据集中提取通道1、2、3的数据，并分别赋予1、2、3通道以蓝、绿、红三种颜色，植被和地表呈现绿色，火点呈红色，云呈现白色l3]。这种方式比较直观，是识别大范围草场和森林火灾的主要手段。(2)计算机自动判识。利用高温源(可能是火点)在燃烧等发热状态下，发射辐射的波长等光谱特性与一般物体的发射辐射特性在各指定波段(即各通道)的不同，并根据不同背景设置合理的门槛值，再由计算机自动查询相应通道探测的物理值，与背景对比，判别找出“特异点”的识别方法。(3)计算机自动判识和人机交互相结合。它是目前森林 林火监测采用的主要方法。森林面积相对我国东北、西南地区来说不大，分布也不集中，主要分布于山地、丘陵地带，如鄂东北大别山、鄂东南幕阜山及周边大J陪、黄阪、新洲、罗田、英山、阳新、大冶、咸宁通山等地，另外，林种各异，地表植被不均一。鉴于这种分布格局，森林火情的遥感监测仅用人工方式识别是不可取的，因此，我们采用计算机自动识别和人机交互相结合的方法。2.2识别森林林火的具体步骤2.2.1资料分析和处理首先进行图象处理，打开经预处理和单轨回放处理的文件，分析本地区在图像上的位置和图像质量，确定遥感资料是否可继续应用，再在资料经预处理完成定标定位订正后，进行含本地区在内的局地投影(投影中心选择在31.3“N，112.3“E)，生成局地文件(含湖北省)，选取具有本地特征的地表边界(如长江、汉江河道)与图像中的观测边界比较，进行定位偏差的再次订正，直至基本吻合为止，保存资料。2.2.2火情监测产品(着火区产品)生成2.2.2.1计算机自动识别火情火情判识条件的各项物理意义如下。chl(用于白天):可见光反照率，反映被探测物的亮度，主要用于区分云和地表，云的反照率较高，而地物则较低。ch2一chl(用于白天):被探测物的绿度指数，反映地表植被覆盖状况。正在燃烧的植被绿度值一般不会太高，但较裸露地表和过火区大，随季节也有较大变化。ch3:3通道亮温(白天包含两部分:可见光反射辐射部分和红外辐射部分，夜间仅红外辐射部分)，常规时与ch4相近，出现高温点或明亮的云体时，其值较高。ch3一ch4:根据火情监测原理，比较火区与背景辐射值，通道3、4的差异达到一定值时可判断为“特异点”。在订正后的局地投影图像上，进行火情监测应用:在着火区判识条件阑值的设定中，一般。hl<25时为云层边缘，或无云区(太阳耀斑除外)。chZ一chl在冬、春季，由于草木尚未返青，绿度值较小，分别取下、上限为一5、10。一般燃烧时ch3可达300k，再视实际气温选取相应值(如2000年3月6日15时 取310k，17时取295k):eh3一eh4取缺省值，下、上限为10，50。根据设定的门槛值，由计算机自动识别，当结果显示湖北省内没有发现火情时，不能断言无火情。逐步降低ch3门槛值，自动识别，结果可能为“火点”越来越多，也不符合实际。这种常规设定的判识条件不能确定火情的有无，更不能定位。2.2.2.2人机交互方式的应用采用人机交互方式进一步判识:因火情判定的条件与所处气候背景等条件密切相关，利用火情判识条件，分析天空状况(如云量、云类、云覆盖程度对卫星判识力的影响)、气温和湿度情况(考虑火险等级背景条件)结合所处季节的地物在光学、热学方面的特性等，分析其地理位置、地貌(水体、山脉等地表覆盖物)信息，逐个调整阑值，在全图上逐项比较探测象元值，均衡处理，直至最后取定各通道为某个闭值时(如2000年3月6日取定ehl<24、-4