不同卫星传感器识别森林火灾时存在时间差异及辐射差异,通过对AUQA亮温、NOAA-19地表温度、FY-3B亮温数据进行影响因素分析,确定大气、地形、地表温度为归一化参数,建立基于3个卫星传感器的亮温归一化模型。利用地面接收站2017年4月份影像数据,将归一化模型应用到森林火灾识别中,建立了一套适合湖南省的森林火灾阈值。研究结果表明:不同卫星传感器的红外辐射归一化模型能较好地消除辐射差异影响,弥补卫星传感器的时间差异性,提高不同卫星传感器对森林火灾监测的速度。

该文在探讨森林起火因素的基础上,构建了一种基于ZigBee无线传感器网络的森林火灾实时监测系统.该系统给出了森林火灾无线传感器网络监测系统的体系结构,重点设计了基于CC2430芯片的网络节点硬件电路,详尽地讨论了网络的数据传输流程;该系统能够监测林区温湿度等相关环境参数的变化,为有关部门采取相应的防火或灭火措施提供决策依据.

【目的】目前我国完成了以县级行政区划为单元的森林火险区划,火险区划的结果在一定时期内相对不变,只适用于县级行政区划或以上区域开展森林火灾预防工作。以卫星遥感数据为基础,对山头地块的森林火灾风险进行基于栅格尺度的动态实时预警,为森林防火工作提供有效的预防信息。【方法】参考国内外各类研究文献从植被、气候、地形等角度构建森林火灾风险预警指标体系,利用2009—2019年森林火灾卫星热点数据、MOD02数据、DEM数据提取预警因子;以森林火灾动态危险性指数模型为基础,利用自然风险灾害指数模型、火险综合预报指数等模型对其进行改进得到森林火灾风险预警模型;绘制各预警因子的栅格图层,并进行叠置分析得到区域森林火灾风险预警图。【结果】以广东省为研究区。选取温度植被干旱指数(TVDI)、归一化植被指数(NDVI)、归一化红外指数(NDII7)、地形因子、历史森林火灾因子作为预警因子构建预警指标体系;构建的风险预警模型相对运行特征(ROC)值为1.0,大于0.7,拟合效果较好;利用2021年2月14日的数据根据模型计算得到的广东省2月15日的森林火灾风险预警图,可发现在2月15日广东省西部北部区域存在较少的高风险区,东部南部区域存在较多的高风险区。【结论】使用遥感数据可以进行森林火灾风险预警因子的提取工作;使用遥感数据可对区域森林火灾风险实现动态预警,可为森林防火工作提供科学依据。

利用甘肃省各林区16年的森林火灾资料,分析了火灾的时空分布特征。结果表明,甘肃省森林火灾主要集中在2～3月份;森林火灾平均开始于10月下旬,结束于5月中旬;地域分布主要集中在马衔山、小陇山、白龙江等林区。此外,利用NOAA气象卫星资料研究发现,遥感监测到的归一化差分植被指数与森林火灾发生率有较好的负相关关系,因此归一化差分植被指数可用于森林火灾的预警研究。

卫星监测是现阶段我国主要森林火灾监测方法,其本质是测报地面的高温热源,利用粗分辨率的遥感数据进行林火监测时不能区分高温热源性质、精确定位火场,对于热点数据的地面核查反馈工作造成一定困难。提升热点数据处置的技术水平是森林防火研究的热点。本文基于2005—2015年黑龙江省大兴安岭林区卫星热点数据和同时期森林火灾历史资料,利用ARCGIS和统计分析,得出结论如下:1)卫星热点初判林火发生次数的准确率79.7%,不同卫星初判热源差异较大,NOAA-16、NOAA-18、NOAA-19和FY-1D的报准率均在80

【目的】森林火灾对生态环境的破坏巨大，各种火灾探测方法近年来备受关注，但不同的检测载体与检测数据在森林火灾检测的应用中仍具有各自的局限性。为此，提出一种基于深度学习与无人机红外影像的森林火灾燃烧点检测模型，旨在减少无人机森林火灾检测的延迟和丢失，提升森林火灾检测效率和检测能力。【方法】采集中国北部亚干旱地区森林火灾巡护数据，增加北亚利桑那大学无人机森林燃点数据提升模型的学习范围，同时对数据进行数据增广，提升模型学习的数据量。利用红外影像的成像特点对森林火灾燃烧点进行特征放大，降低检测数据的复杂度。引入计算量适当的目标检测算法，减少无人机森林火灾检测系统的检测时延。【结果】1）红外影像下的森林火灾燃烧点检测模型在非极大抑制IoU阈值为0.3的条件下，其检测AP(Average precision)值达到了0.961 6，检测精度（Precision）达到了0.929 3。2）红外影像森林火灾检测模型在40 fps的实时视频中的检测速度平均达到了31 fps。3）在图像翻转、图像旋转与图像仿射变换3种数据增广模式下，模型的检测性能达到最高。【结论】基于红外影像的森林火灾燃烧点检测模型对森林火灾更敏感，减少了森林火灾检测的计算量，减轻了地面站计算机的计算负担。图像的色域变换对红外数据下的森林火灾燃烧点检测模型提升效果不明显。

通过研究荧光型光纤温度传感和热辐射型光纤温度传感，该文设计了一种结合荧光寿命与热辐射测温的光纤温度传感器，适用温度为30～800℃。首先，改进了传统的荧光传感探针，采用石英玻璃棒代替光纤，可避免高温下光纤吸收和散射损耗导致的光传输效率下降。其次，利用耐高温的Y(P,V)O4:Eu3+荧光材料进行中、低温段（低于400℃）的荧光寿命测温，获得材料荧光寿命与温度的关系；在中、高温段（高于300℃），使用光功率计测得1 490 nm波长下光纤探针的热辐射功率与温度的关系，并拟合得到热辐射功率与温度的四阶表达式；然后，在两种测温方法都有效的温度重叠区（300～360℃），使用荧光寿命测温值标定热辐射的功率与温度关系式，确保高温段的测温精度；最后，将荧光寿命测温与热辐射测温相结合，实现30～800℃范围内的温度测量。

通过对森林火灾数据的收集与处理,运用GIS中ESDA技术对湖南省2000-2012年森林火灾发生次数进行了空间特性分析,探索了森林火灾空间分布规律,用克里金插值方法对湖南森林火灾进行趋势预测,得到湖南省森林火灾预测图。预测结果表明湖南省森林火灾灾情严重区集中在湘中和湘东,从西至东主要分布在永顺-张家界-桃源-安化-宁乡-望城-浏阳县-平江一线,邵阳地区一般森林火灾发生次数也较多,邵东县为火灾高发区,周边新邵县、邵阳、祁东一带森林火灾发生次数较多,湘南地区,永州市宁远和蓝山县一带森林火灾发生次数较多,郴州市桂阳、宜章县是森林火灾高发区,怀化芷江和邵阳绥宁森林火灾发生频率也较高。

【目的】为解决由于森林火灾烟雾数据集样本量小、样本特征分散、烟雾图像占比小等特点导致的林火烟雾检测模型识别效果差、准确率低等问题，实现快速、准确识别检测森林火灾烟雾。【方法】针对少样本森林火灾烟雾图像数据集的样本特征，本研究提出了一种基于多头注意力机制的森林火灾烟雾图像检测方法。该方法首先在训练阶段采用数据增强方法，扩充训练数据的数量同时降低过拟合风险；然后设计特征提取模块与特征聚合模块，在特征提取模块中引入多头注意力机制并探讨引入的合适位置，使模型更多地关注火灾局部特征，解决烟雾图像少造成的信息缺失问题；在特征聚合模块中使用FPN-PAN模块对图像的深层与浅层语义信息进行特征融合；最后，设置检测头模块输出实验结果。利用测试准确率、召回率、误报率、检测率和F1值等评价指标在少样本公共数据集和自建火灾烟雾少样本数据集上测试本方法的有效性。【结果】在数据增强阶段同时增加马赛克数据增强和多尺度变换，可以得到更好的检测效果。在特征提取模块的第4个卷积模块后面添加1处多头注意力机制的模型性能最好。相较于现有的元学习长短时记忆网络、匹配网络和轻量级目标检测网络等方法，本方法有更好的检测效果，具体表现为准确率达到了98.79%，召回率98.28%，检测率97.33%，误报率仅为6.36%。【结论】与现有的火灾烟雾检测模型相比，本方法具有更好的判别能力和泛化能力。

为了科学地对发生森林火灾的森林进行灾后恢复,以湖南省为案例,选取影响森林火灾恢复力的年平均气温、年降水量、年日照时数、年发生火灾次数、单位面积活立木增长量等8项指标建立了恢复力指标体系,采用组合赋权法确定了指标权重,建立了森林火灾恢复力评价模型,对森林火灾恢复力进行了定量评价。结果表明:森林火灾恢复力主要受单位面积活立木增长量影响,湖南省森林火灾恢复力存在恢复力一般区和恢复力较弱区,没有恢复力较强区,说明湖南省森林生态系统受到森林火灾干扰后恢复潜力不高。

利用里克特量表试图评估公众、消防战士和受森林火灾影响的村民等3个人群对森林火灾的看法。3组所有受访者一致认为,森林火灾会造成空气污染、土壤侵蚀、温室效应和浓雾,间接导致哮喘、呼吸系统感染、皮肤感染等疾病。受森林火灾危害的村民支持森林防火灭火,认为森林火灾是大问题。然而,市民和消防战士不同意这种看法,研究结果将帮助有关当局制订防火决策和教育活动。

气溶胶可以吸收和散射太阳辐射,影响地表辐射收支平衡,使到达地表的太阳总辐射减少,同时散射辐射在总辐射中所占的比例增加。本文基于MODIS气溶胶产品和CERES云产品等大气遥感资料,利用Fu-Liou辐射传输模式对全球地表辐射进行了有无气溶胶的两组模拟试验。将考虑气溶胶的试验模拟值与BSRN站点观测值进行对比,结果显示地表总辐射模拟的R值达到0.92,地表散射辐射模拟的R值达到0.84,模拟值与观测值有着比较好的一致性。比较两组模拟结果显示,2007年气溶胶导致全球地表总辐射平均减少了9.16W/m2,降低

气溶胶可以吸收和散射太阳辐射,影响地表辐射收支平衡,使到达地表的太阳总辐射减少,同时散射辐射在总辐射中所占的比例增加。本文基于MODIS气溶胶产品和CERES云产品等大气遥感资料,利用Fu-Liou辐射传输模式对全球地表辐射进行了有无气溶胶的两组模拟试验。将考虑气溶胶的试验模拟值与BSRN站点观测值进行对比,结果显示地表总辐射模拟的R值达到0.92,地表散射辐射模拟的R值达到0.84,模拟值与观测值有着比较好的一致性。比较两组模拟结果显示,2007年气溶胶导致全球地表总辐射平均减少了9.16W/m2,降低幅度较大的地区往往气溶胶光学厚度(AOD)也较高。对于散射辐射来说,气溶胶在全球不同地区却有着不同的正负效应:地表反照率高的地区,气溶胶往往使得散射辐射大幅增加;而云分数较高的地区,气溶胶往往导致散射辐射大幅度下降。2007年气溶胶导致全球地表散射辐射平均增加了8.17W/m2。

为了提高森林火灾应急物流资源信息化管理水平及指挥调度效率,降低决策偏差,构建了森林火灾应急物流资源信息化管理平台,并从总体功能、业务流程、信息流程和数据流程等各方面对平台进行了分析,然后对平台的体系结构、总体功能、网络拓扑结构和数据库进行了设计,此研究对提高湖南抗御重大森林火灾的能力具有重大的实际意义。

[目的]地面太阳辐射数据的获取受限于稀少的太阳辐射观测站点，气象卫星可以提供较高的时间和空间分辨率数据，为模拟太阳辐射提供了新的数据源；引入人工神经网络模型模拟太阳辐射可以获取更精准的数据指导农业生产。[方法]利用气象卫星数据构建模拟太阳辐射的模型，在晴天和有云2种天气情况下，分别借助随机梯度下降算法（Stochastic Gradient Descent， SGD）、均方根传播算法（Root Mean Square Propagation， RMSprop）、自适应动量估计算法（Adaptive Momentum Estimation， Adam）优化的BP神经网络方法构建不同输入变量组合的晴空模型和云空模型，选取最优的算法和模型；再综合晴空模型和云空模型的结果，得到全天空条件下的太阳辐射模拟结果。[结果]（1）BP神经网络的优化算法中，RMSprop和Adam算法比SGD算法表现更好，损失函数收敛更快且更稳定，误差更小；晴空模型采用RMSprop算法优化的BP神经网络模型，相关系数R为0.950，均方根误差RMSE为84.27 W·m~(-2)，平均绝对误差MAE为58.99 W·m~(-2)；云空模型采用Adam算法优化的BP神经网络模型，R为0.884，RMSE为124.13 W·m~(-2)，MAE为88.08 W·m~(-2)。（2）利用卫星数据和地面气象数据共同作为输入变量构建的模型相比于不利用地面气象数据构建的模型效果更优，R增加0.015，RMSE减小11.93%，MAE减小21.77%。在云空模型的输入变量中增加反映云透光性的云光学厚度也可以减小模型的误差，R增加0.018，RMSE减小6.45%，MAE减小7.41%。（3）在输入变量相同的情况下，晴空模型模拟地面太阳辐射的精度比云空模型更高，R增加0.066，RMSE减小32.11%，MAE减小33.03%。晴空较有云的天气状况更加稳定，模拟效果更好。[结论]通过不同优化算法的选择，以及利用卫星数据和地面气象数据共同构建模型，可以显著提升模型的精度。模型可以应用于解决部分地区太阳辐射值缺失的问题，对于需要利用太阳辐射数据进行研究的农业领域具有重要的意义。