目前遥感林火监测主要侧重极轨卫星火点探测精度, 而基于多源遥感影像进行火点、 烟雾特征等综合火场信息遥感监测识别研究较少。 以云南省安宁市2020年5月9日森林火灾为研究对象, 基于高分六号卫星宽幅(GF-6 WFV)数据和风云三号D极轨气象卫星中分辨率光谱仪(FY-3D MERSI)数据进行火场烟雾、 火烧迹地提取及火点判识。 首先根据GF-6 WFV影像, 选取6种光谱特征指数, 以最大似然法、 支持向量机分类法及随机森林分类法, 识别火场烟雾和火烧迹地, 并进行精度评价; 然后, 基于1 km的FY-3D MERSI中红外通道数据, 对潜在火点识别算法进行改进, 根据FY-3C VIRR和MODIS火点探测基本原理, 利用动态阈值和上下文检测法识别火点, 再结合250m分辨率的远红外通道优化识别结果。 最后结合两种数据提取的烟雾、 火点及火烧迹地信息, 探讨分析GF-6 WFV与FY-3D MERSI对于林火的监测能力。 结果表明: 通过5种特征指数及GF-6 WVF数据的8个波段, 能有效识别出烟雾及火烧迹地, 3种分类方法中随机森林分类效果最佳, 总体分类精度和Kappa系数为97.20%和0.955; 改进后的FY-3D MERSI数据火点识别算法, 能有效提高火点识别的准确率; 将中红外通道与远红外通道相结合探测火点, 能使火点识别能力由千米级提高至百米级; 综合GF-6 WFV及FY-3D MERSI数据可有效提取火场的烟雾、 火烧迹地及火点信息。 利用多源数据, 可多方位进行林火监测预警, 对于提高卫星遥感林火监测能力具有重要意义。

森林防火的关键是通过火灾实时监测系统有效预测森林各区域的火灾风险。通过分析无人机在森林防火中的应用，提出了一种基于无人机的森林火灾实时监测中波红外相机系统。该系统的焦距为75 mm，工作波段为37~48 m，F数为20，可匹配像元尺寸为12 m×12 m的1280×1024元制冷型中波红外焦平面阵列探测器。在光学设计中采用3种红外光学材料（硅、硒化锌和锗）的组合，并引入3个偶次非球面。通过优化设计实现了光学被动无热化功能。设计结果表明，在-60~100℃温度范围内，空间频率417 lp/mm处各视场的调制传递函数(Modulation Transfer Function, MTF)均大于或接近04，成像质量良好。这种中波红外系统的成像质量与分辨率高，视场范围大，具有宽温度范围的自适应性，结构紧凑且易装调，在森林防火领域有着广泛的应用前景。

传统的卷积神经网络目标检测算法需要使用大量的数据来对网络参数进行训练,会花费大量的时间,并且森林火灾数据属于小样本数据。基于此,提出一种基于迁移学习的卷积神经网络森林火灾检测算法,该算法采用迁移学习的方法训练森林火灾检测网络模型。在建立的森林火灾数据集上进行实验,结果表明使用该算法进行森林火灾检测,准确率可达97%,具有准确率高、误报率低、检测时间短等优点,将其应用在森林火灾检测上具有一定的可行性。

为了实现森林地表凋落物含水率的实时测量, 研究了森林地表凋落物含水率与红外光谱特性参数之间的关系。 选取了四种森林地表凋落物, 搭建了含水率红外光谱测量装置, 获得了不同含水率所对应的红外吸收光谱图, 分析了不同含水率与峰值吸收光强、 谷肩连线与谷底连线交点纵坐标、 吸收谷面积之间的关系。 结果表明, 含水率吸收谱线峰值在1 450 nm附近; 三种光谱参数中, 森林地表凋落物含水率与峰值吸收光强线性相关性最好, 所得一元回归方程经F检验显著性良好, 斜率的相对不确定度均小于1.0%和截距的相对不确定度小于0.51%, 相关系数γ＞0.95。 为含水率实时测量仪的光源选择和标定提供了依据。

森林防火监测与告警手段多样,无人机平台具有运行费用少、操作简便、机动灵活等特点,在巡护监测林火中前景广阔。提出了一种基于红外探测器 对森林起火点进行探测和告警,采用低成本四旋翼无人机为巡检平台,北斗接收模块对无人机定位的森林防火告警系统。通过理论计算和实际举例验证了 此方案的实用性。结果表明本系统能够快速、准确地对起火点进行定位,无需人员实时监视,为森林火灾预防及火灾的快速扑救指挥提供了一种解决方案。

针对森林火灾监测的迫切性及现实意义, 对火焰红外辐射特性进行分析, 根据火焰的光谱曲线, 得出观测火焰的适宜波段。基于以上分析结果, 设计了一套应用于森林火灾监测的中波红外相机, 并在外场模拟森林火灾现场, 进行成像实验, 得到了红外图像数据, 实验结果表明监测效果良好。

对Landsat TM/ETM+数据进行抽样统计分析基础上, 把Landsat TM/ETM+的红外、短波红外和近红外等波段数据相结合, 采用窗口动态阈值算法构建燃烧区识别模型；在此基础上, 为定量生成火线轮廓参数, 通过连通性判断、孔洞填充、小斑块去除和边缘细化等图像处理方法对识别的燃烧区进行处理；并在ENVI 4.8+IDL语言环境下, 实现了基于Landsat TM/ETM+数据自动生成火线轮廓参数算法处理过程的程序化.结果表明, 总体判对率为86.44%, 总体误判率为13.56%(其中漏判率为1.77%, 错判率为11.79%)；该方法可满足林火扑救中对火线轮廓参数定量宏观监测的应用需求.

对于短波红外吸收带图像高温目标特征研究有利于提高红外目标的识别率。短波红外吸收通道可探测的地 面高温目标辐射特征除了与目标温度有关,还受到大气参数状况、遥感器参数设置等影响。采用仿真分 析方法,较为系统地获得了不同大气条件下林火目标与地面背景辐射数据，分析了二者的特征差异; 并仿真分析了波段带宽设置对仪器接收到的辐射能量的影响。研究表明仪器带宽设置对高温 目标的探测信噪比起决定作用,其次,大气模式设置不同,在短 波红外水体吸收通道,林火与背景的辐射亮度特征差异显著不同。地面背景入瞳处总辐射在4.3 μm附近 吸收带主要受程辐射影响,在2.7 μm附近吸收带主要受水汽含量影响。

森林火灾严重危害生态环境, 引起了全球的高度重视。 将从MODIS(MODerate-resolution imaging spectroradiometer)中提取的活动火点与历史火烧痕迹进行比较研究, 发现MOD14A1(火掩膜数据产品a daily Level 3 1-km fire hot spot product)中提取的8+9波段适合消防监测, 与现场勘察数据相比较吻合度高达0.83。 使用MOD14A1中8+9波段结合相关数据对这个区域的长达11年(2000—2010年)的森林火灾发生的时间和空间分析, 结果表明: 火灾发生频率最多的是春季, 秋季次之, 夏天概率最低, 除非干旱。 通过对研究区域黑龙江省分析, 针叶林和温带针阔混交林过火面积所占比例分别为53.68%, 44%, 草原区过火面积较小为2.32%。 大兴安岭是主要的燃烧区域, 面积达到64.74%, 小兴安岭约为23.49%, 而其他区域面积不超过5%。 且火灾发生的较大部分森林有个平缓的斜坡(≤5°), 大部分处于中海拔(200 m≤H≤500 m)。 因此, 通过卫星遥感对森林火区区域的时间序列分析, 阐明火灾活动规律和气候、 地形、 植被类型的相互关系, 有助于预测火灾区域危险性等级。