1 西南林业大学林学院, 云南 昆明 650224
2 巴音郭楞蒙古自治州林业和草原局, 新疆巴州“三北”防护林建设管理办公室, 新疆 巴音郭楞 841009
3 中国林业科学研究院森林生态环境与自然保护研究所, 国家林业和草原局森林保护学重点实验室, 北京 100091
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。
卫星遥感 林火监测 烟雾特征 Satellite remote sensing GF-6 WFV GF-6 WFV Forest fire monitoring FY-3D MERSI FY-3D MERSI Smoke characteristics
国家卫星气象中心 中国气象局中国遥感卫星辐射测量和定标重点开放实验室 许健民气象卫星创新中心，北京 100081
基于我国风云极轨气象卫星FY-3D/MERSI-II（FengYun-3D/ Medium Resolution Spectral Imager-II）红外通道数据，结合星载激光雷达主动探测数据，开展北极地区夏季云检测模型研究。采用概率密度函数分析方法，并引入损失率，对相关阈值进行优化，提出适用于北极夏季的红外云检测方案，构建了基于置信度结果的云检测模型。精度检验结果表明，所构建的云检测模型的检测结果与时空匹配的星载主动探测结果具有较高的一致性，个例统计结果显示置信度高于0.8，云像元检测一致性100%。当置信度低于0.2时，存在10.15%云像元误判为晴空像元，误判云像元多为云顶高度在4~6 km之间的单层云，可能是卷云引起的误判。
大气科学 北极 云检测 FY-3D/MERSI-II 夏季 atmospheric sciences Arctic cloud detection FY-3D/MERSI-II summer
华东师范大学河口海岸学国家重点实验室， 上海 200062
通过用Shen等<参考文献原文>的方法对Terra/MODIS、FY-3A/MERSI、COMS/GOCI传感器入瞳处的辐射亮度即天顶辐射亮度进行反演计算，得出了遥感反射率Rrs与悬浮颗粒物(Suspended Particulate Matter, SPM)浓度的数据， 并将上述反演与Envisat/MERIS反演进行了对比。结果表明，MODIS、MERSI、GOCI 传感器的天顶辐射亮度与MERIS的线性相关性均较好；GOCI、MODIS与MERIS的Rrs一致，MERSI与MERIS 的Rrs 相差较大，尤其在近红外区域。MODIS、MERSI和GOCI反演的SPM数据与MERIS反演的绝对偏差分别为36%、31%和26%。对于长江口、杭州湾及江苏沿岸的高浊度水体，3种传感器反演的SPM均与MERIS反演的SPM相近。对于离岸较远的低浊度水体，仅GOCI能很好地体现。
河口海岸 悬浮泥沙浓度 遥感反演 FY-3A/MERSI FY-3A/MERSI Terra/MODIS Terra/MODIS COMS/GOCI COMS/GOCI estuary and coast suspended particulate matter remote sensing inversion
