摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第13-33页 |
1.1 研究背景及意义 | 第13-17页 |
1.2 国内外研究现状 | 第17-31页 |
1.2.1 森林火灾危险性预测模型研究 | 第17-24页 |
1.2.2 森林火灾探测研究 | 第24-30页 |
1.2.3 灾后过火面积及特征量评估研究 | 第30-31页 |
1.2.4 当前研究的不足 | 第31页 |
1.3 研究内容及技术路线 | 第31-32页 |
1.4 论文章节安排 | 第32-33页 |
第2章 卫星遥感平台及MODIS数据来源评述 | 第33-49页 |
2.1 遥感的物理学原理 | 第33-35页 |
2.2 当前遥感卫星探火平台简介 | 第35-39页 |
2.2.1 NOAA/AVHRR在林火监测中的应用 | 第35-36页 |
2.2.2 风云(FY)系列卫星在林火监测中的应用 | 第36-38页 |
2.2.3 EOS/MODIS在林火监测中的应用 | 第38-39页 |
2.3 MODIS数据来源 | 第39-43页 |
2.3.1 NASA网站数据下载 | 第40-41页 |
2.3.2 森林火灾卫星遥感实验平台 | 第41-43页 |
2.4 卫星遥感技术在林火监测中的典型应用 | 第43-49页 |
2.4.1 马里兰大学林火监测研究 | 第43-45页 |
2.4.2 加拿大林火监测研究 | 第45-46页 |
2.4.3 南非输电线路火灾监测研究 | 第46-47页 |
2.4.4 中国林业局林火监测研究 | 第47-49页 |
第3章 基于MODIS数据多因子森林火灾动态危险性评估 | 第49-69页 |
3.1 引言 | 第49-51页 |
3.2 研究区域和数据集 | 第51-53页 |
3.2.1 研究区域 | 第51-52页 |
3.2.2 数据集 | 第52-53页 |
3.3 构建多因子森林火灾动态危险性模型 | 第53-65页 |
3.3.1 可燃物含水率的衡量指标 | 第54-57页 |
3.3.2 反演地表温度 | 第57-62页 |
3.3.3 植被覆盖率估算 | 第62-63页 |
3.3.4 构建火灾动态危险性指数 | 第63-65页 |
3.4 火灾动态危险性指数应用结果及验证分析 | 第65-67页 |
3.4.1 应用结果分析 | 第65-66页 |
3.4.2 准确率验证分析 | 第66-67页 |
3.5 本章小结 | 第67-69页 |
第4章 基于神经网络的森林火灾烟雾识别模型 | 第69-95页 |
4.1 引言 | 第69-71页 |
4.2 数据源 | 第71-72页 |
4.3 构建森林火灾烟雾识别模型 | 第72-81页 |
4.3.1 提取训练样本 | 第73-75页 |
4.3.2 光谱分析选取特征向量 | 第75-78页 |
4.3.3 训练BPNN分类器和消除噪音像元 | 第78-81页 |
4.4 森林火灾烟雾识别模型应用及精度评价 | 第81-93页 |
4.4.1 模型的精度评价 | 第81-83页 |
4.4.2 森林火灾烟雾检测模型的季节适用性 | 第83-85页 |
4.4.3 森林火灾烟雾识别模型的鲁棒性分析 | 第85-90页 |
4.4.4 多通道阈值法的火灾烟雾识别结果 | 第90-93页 |
4.5 本章小结 | 第93-95页 |
第5章 灾后过火迹地识别及植被指数时间序列分析 | 第95-117页 |
5.1 引言 | 第95-96页 |
5.2 过火迹地提取及归一化植被指数预处理 | 第96-108页 |
5.2.1 研究区域和数据集 | 第96-98页 |
5.2.2 提取过火迹地 | 第98-104页 |
5.2.3 归一化植被指数预处理 | 第104-108页 |
5.3 统计分析方法 | 第108-110页 |
5.3.1 Fisher-Shannon法 | 第108-109页 |
5.3.2 去趋势波动分析法(DFA) | 第109-110页 |
5.4 归一化植被指数时间序列分析结果 | 第110-114页 |
5.4.1 FS和DFA分析结果 | 第110-113页 |
5.4.2 FS和DFA参量的性能分析 | 第113-114页 |
5.5 本章小结 | 第114-117页 |
第6章 结论与展望 | 第117-123页 |
6.1 工作总结及主要结论 | 第117-120页 |
6.2 论文创新点 | 第120页 |
6.3 工作展望 | 第120-123页 |
参考文献 | 第123-135页 |
致谢 | 第135-137页 |
在读期间发表的学术论文与取得的其他研究成果 | 第137-138页 |