空间提取窗口尺寸对基于正交分解的MSG-SEVIRI数据野火检测的影响
《Atmosphere》:Influence of Spatial Extraction Window Size on Wildfire Detection from MSG-SEVIRI Data Using Proper Orthogonal Decomposition
【字体:
大
中
小
】
时间:2026年08月30日
来源:Atmosphere 2.6
编辑推荐:
## 摘要
森林火灾是一种主要的自然灾害,对生态系统、气候、生物多样性和人类活动产生重大影响。森林火灾事件频率和强度的不断增加,凸显了基于卫星遥感技术进行可靠、及时检测的迫切需求。本研究探讨了正交分解(Proper Orthogonal Decomposition, POD
## 摘要森林火灾是一种主要的自然灾害,对生态系统、气候、生物多样性和人类活动产生重大影响。森林火灾事件频率和强度的不断增加,凸显了基于卫星遥感技术进行可靠、及时检测的迫切需求。本研究探讨了正交分解(Proper Orthogonal Decomposition, POD)方法在利用地球静止卫星第二代(Meteosat Second Generation, MSG)上搭载的旋转增强可见光和红外成像仪(Spinning Enhanced Visible and Infrared Imager, SEVIRI)获取的热观测数据进行森林火灾异常检测中的应用。本研究选取了2021年8月8日在意大利南部卡拉布里亚地区发生的一场森林火灾事件作为主要案例。为了评估POD响应在主要案例之外的一致性,分析进一步扩展到了另外两场森林火灾事件——维吉亚内洛-阿巴特(Viggianello–Abate)和帕扎诺-蒙特斯特莱拉(Pazzano–Montestella),均采用15×15像素的提取窗口。对全天以15分钟间隔采集的中红外(MIR, 3.9 μm)观测数据,使用四种不同的空间提取窗口(3×3、15×15、30×30和45×45像素)进行了分析。POD方法被用于将主导的背景热变异性与由局部火灾引起的异常区分开来。分析重点关注高阶POD模态,尤其是第6、第7和第8阶模态,这些模态表现出对森林火灾活动增强的敏感性。结果表明,POD成功识别出了与由RST-FIRES方法独立检测到的森林火灾发生时间相对应的热异常。提取窗口大小的比较显示,15×15像素的窗口在异常增强、空间定位和噪声抑制之间提供了最佳平衡。较大的窗口引入了过度的空间平滑效应并降低了定位能力,而最小的窗口则更容易受到噪声的影响。研究结果证明了POD作为利用地球静止卫星观测数据进行森林火灾检测和监测的有效补充方法的潜力。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号