用于三维野外可燃物特征分析的分层尺度遥感与实地数据集

《Fire Ecology》：Hierarchically scaled remote sensing and field datasets for three-dimensional wildland fuel characterization

　　

摘要

背景

新一代的火灾行为与烟雾生成模型依赖于对野外燃料分布的网格化、三维数据输入。我们采用了分层采样设计，来描述美国东南部和西部地区在计划性燃烧作业中常见的林冠层和地表燃料。采样方法包括机载激光扫描、地面激光扫描、近距离摄影测量以及破坏性实地采样。本研究旨在通过结合机载激光扫描、地面激光扫描、运动结构摄影测量以及实地观测，为活体和死体下层植被燃料创建共定位的三维数据集，以便用于野外燃料分布测绘和计划性燃烧决策支持。

结果

借助我们整合的共定位方法，我们详细介绍了如何在9个美国东南部松树林地、5个西部松树林地以及4个西部草原地带，构建出关于林冠层和地表燃料结构与组成的分层数据集。这些数据现已公开发布在野外火灾科学计划的数据仓库中（https://doi.org/10.60594/W4859C）。

结论

研究表明，三维燃料特征描述能够为模型训练和评估提供尺度一致且带有标签的数据集。更具体而言，可以利用机器学习模型，将来自机载激光扫描、地面激光扫描以及运动结构摄影测量的三维点云转换为燃料对象及相关参数。通过与实地样地的校准，我们的分层数据集可作为合成燃料床测绘的基础，从单个灌木或倒伏的树木等细小物体开始，逐步扩展到植被群落及实际燃烧单元。