植被冠层可燃物含水率遥感反演模型适用性研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:tuoba888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着全球气候变暖,野火(Wildfire)在全球范围内频繁发生,不仅破坏区域生态系统,释放温室气体和污染气体,加剧温室效应,而且威胁人民生命财产安全。因此,高精度、近实时、大范围的野火风险评估与预警至关重要。植被冠层可燃物含水率(Canopy Fuel Moisture Content,CFMC)是野火风险评估与预警中的关键参数。由于光学卫星可以提供大范围、近实时和多波段的遥感影像,基于光学遥感数据的CFMC反演逐渐受到野火科学领域相关研究人员青睐。其中,基于辐射传输模型(Radiative Transfer Models,RTMs)反演的方法比传统经验拟合方法更具普适性,但由于不同植被类型结构复杂度的差异,不同物理模型的适用性有限,而目前对这方面的研究十分有限。为此,本研究旨在探究不同物理模型对不同植被类型CFMC反演的适用性:首先对于灌丛CFMC反演,以往研究一贯假设灌丛遵循水平均匀分布并采用PROSAILH模型反演其CFMC,而没有考虑郁闭和开放灌丛结构和分布的差异,这给灌丛CFMC反演带来很大误差;其次对于针叶林CFMC反演,阔叶模型PROSPECT被用来模拟针叶叶片反射率特征,该模型在针叶林中的适用性仍需进一步研究。另外,CFMC作为野火风险评估的关键因子,其在全球野火高发地区的时空变化模式及其对野火发生的指示作用尚不明确。本文利用实测CFMC数据和中等分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)系列遥感产品对灌丛和针叶林CFMC反演模型的适用性进行了分析。并基于全球CFMC长时间序列产品分析了全球野火高发地区的CFMC时空变化模式及其对野火发生的指示意义。该研究为不同结构和分布的植被冠层、不同植被类型CFMC反演的模型选择提供了借鉴和参考,同时也反映了在全球变化背景下发展一套融合了基于遥感技术获取的可燃物含水信息的野火风险评估与预警系统至关重要。本论文的主要工作和成果如下:(1)首先探究了多模型反演郁闭和开放灌丛CFMC的适用性。研究利用美国国家可燃物含水率数据库(National Fuel Moisture Database,NFMD)中的14个灌丛站点作为模型性能验证数据,并根据IGBP(International Geosphere-Biosphere Programme)分类标准将其分为郁闭和开放灌丛站点;利用MCD43A4.006反射率产品作为遥感观测数据。该研究比较了三个辐射传输模型(PROSAILH、PROGeo Sail和PROACRM模型)和两个经验模型(基于光谱指数和相对光谱指数)的反演效果。同时基于MODIS植被连续场数据对两类灌丛结构和分布进行了分析,并以此为基础结合各模型构建原理分析了多模型的适用性。研究表明PROACRM模型可用于郁闭灌丛CFMC反演,而基于相对光谱指数的经验模型可用于开放灌丛CFMC反演。(2)从叶片和冠层两个尺度评估了PROSPECT模型模拟针叶叶片光谱和反演针叶林CFMC的适用性。在叶片尺度上,研究基于阔叶模型PROSPECT和针叶模型LIBERTY,利用无偏差数据反演方法证明了PROSPECT模型能够很好地模拟针叶叶片反射率特征,且叶绿素含量和叶片含水量的反演精度分别达到0.98和0.99。并在冠层尺度上利用PROSPECT模型耦合Geo Sail模型成功反演了针叶林CFMC(R~2=0.57,RMSE=13.81%),且捕获了CFMC的时间序列变化。而LIBERTY模型需要进一步描述干物质重量组分对叶片吸收特性的影响,以拓展模型在针叶林CFMC反演中的应用。(3)以2018年美国加州大火、2019年澳大利亚丛林大火和亚马逊大火为例,基于2001-2019年全球CFMC长时间序列产品分析了三个地区森林、灌丛和草地CFMC的时空变化模式,包括季节性变化、年际变化和火灾年的时空模式,并进一步分析了CFMC时空变化趋势对野火发生的指示作用。研究表明各地区各植被类型火灾年的CFMC基本低于时间序列的平均水平,尤其是美国加州和澳大利亚地区的草地和灌丛,CFMC表现出明显的野火指示作用。而在亚马逊热带雨林地区,该现象不明显,这是由于热带雨林自身强大的生理调节机制使得CFMC表现出更弱的季节变化性和年际变化性,且亚马逊火灾主要由不合理的人类活动造成的。同时对比燃烧面积与CFMC变化趋势发现火灾容易在CFMC持续下降到某个阈值时爆发。研究还发现CFMC能够区分火灾与非火灾季。
其他文献
近年来,越来越多的学者们致力于非线性偏微分方程解的研究,获得了许多相关问题的重要结果.特别地,解的存在性和不存在性作为研究解的各项性质的重要基础,引起了学者们的广泛关注.随着对非线性偏微分方程的深入研究,分数阶偏微分方程在实际应用和理论分析中的重要性与日俱增.本文研究三类非线性偏微分方程解的存在性和不存在性.首先,在三维空间的情形下,研究一类非线性广义Boussinesq方程局部弱解的存在性.基于
在脑肿瘤临床诊疗过程中,由于医疗资源的稀缺与诊断效率的低下,迫切需要高精度的医学图像分割工具进行辅助诊疗。随着深度学习与神经网络技术的快速发展,使用卷积神经网络来进行脑肿瘤图像分割已经成为当下的主流,但是其对于脑肿瘤信息的利用并不充分,导致精度与效率并不完善。基于此,本文围绕着如何充分利用脑肿瘤信息开展研究。具体而言,本文基于脑肿瘤数据来构建深度学习神经网络模型,用于脑肿瘤图像分割任务,主要工作如
随着计算机计算能力的增强,高维时间序列预测在各领域中的应用也随之更加广泛。宏观经济数据预测是最具重要意义的方向之一。宏观经济数据的许多重要变量,如失业率、消费者物价指数等,影响着每个人的生产生活,也影响着国家稳定和社会发展。同时,宏观经济预测可以为政府、银行和工业部门提供有价值的信息,帮助制定相应的政策。例如,经济萧条的相关预测可以为政府部门制定宽松的财政政策提供合理指导意见。因此,宏观经济变量的
随着光纤技术的发展,光子晶体光纤被提出来,因其具有比传统光纤更优异的光学特性及设计灵活特点,其被广泛用于光纤通讯、光纤传感、非线性光学、高功率激光传输和光纤激光器等领域。负曲率反共振空芯光纤(negative curvature anti-resonance hollow core fibers,NC-AR-HCFs)属于空芯光纤的一种,由于大部分光功率在空气芯中传播,可以利用低非线性、高损伤阈值
在当今的物联网应用中,物联网的功耗高问题始终制约着大规模应用的长期部署,终端设备的处理器模块和无线通信模块是主要耗能部分,达到了毫瓦级别。对于通信模块,低功耗的被动通信方式——反向散射通信给功耗问题带来了新的解决思路,但其通信距离短,大大限制了应用范围。LoRa反向散射通信系统利用了LoRa信号chirp扩频调制技术增大了反向散射的通信距离,但是其系统需要处理器模块进行信号处理与控制,功耗仍居高不
合作现象在社会和生物系统中普遍存在,理解合作的演化动力学可以为克服社会困境和优化多智能体系统提供洞见。演化博弈理论为个体之间的策略动态交互提供了一个强有力的理论框架,一直吸引着生物学、数学、社会科学以及计算机科学领域的研究人员的关注。经典演化博弈主要研究博弈环境不变的演化情况,近年来,研究者们越来越关注博弈环境发生变化的情况。在已有的研究中,往往只考虑了单轮博弈的情况,博弈环境决定个体决策的改变,
随着信息技术的蓬勃发展和大数据时代的到来,各行各业迎来了信息化的革新,人们的生活也因此得到了极大的便利。现如今,储存在各类网站中的数据量呈爆炸式增长,但如何在海量的信息中寻找到需要的那部分却成为了困扰用户的一大问题。因此,推荐系统作为一种有效的信息过滤手段应运而生。近年来,推荐系统受到了广泛研究,其中基于图神经网络的推荐模型是近年的研究热点,但现有的模型仍存在着一些不足之处。首先,现有的基于图神经
指数和是数论中基本而重要的研究对象。人们对指数和有很多深入的研究。特别是Gauss和与Jacobi和,有较为系统和深刻的结果。本博士论文将Gauss和与Jacobi和的结果应用到了以下两个方面的问题:问题一:利用指数2情形下Gauss和的计算结果,对满足3l≡3(mod4)的奇素数l,给出有限域Fq上阶数为l和2l的两类分圆数的显式计算公式;问题二:在[66]的基础上,利用二次约化的Jacobi和
激光雷达(Light Detection and Ranging,Li DAR)是一种能够获取大面积区域精确点云信息的遥感技术,其被广泛地应用于地形测绘,高度估计,电力线监测等诸多方面。然而,在用于获取地表信息的激光雷达点云高程数据中,位于地面和地物(如树冠)上的点混杂在一起,因此在构建地形之前,需要将其分为地面点和非地面点,这一过程被称为滤波。虽然当前已有许多点云滤波算法被提出,但这些算法普遍在
随着人工智能相关技术的飞速发展,深度学习与神经网络给许多传统行业使用的工具带来了新的变革,不仅大大提升了工具的使用效率,降低了使用的难度门槛,还提高了工具的产出质量。而对抗生成的思想被提出后,基于深度学习和神经网络等技术的媒体数据生成方式开始不断的创新和发展。这使得在当今社会中,用一款软件来替换别人的人脸制作一些伪造人像数据的操作不再专属于专业的图像视频制作人员。而这种技术的普及化会带来巨大的信息