引用本文
唐尧, 王立娟, 胡光中, 赵娟. 国产高分系列卫星在森林火灾应急处置中的全流程应用——以四川九龙县三岩龙乡“4·08”森林火灾为例[J].中国地质调查, 2022,9(5): 31-39.
TANG Yao, WANG Lijuan, HU Guangzhong, ZHAO Juan. Application of domestic high-resolution satellites in the whole process of emergency disposal on forest fire:A case study of “4·08” forest fire in Sanyanlong Town of Jiulong County, Sichuan Province[J].Geological Survey of China, 2022,9(5): 31-39.  
doi: 10.19388/j.zgdzdc.2022.05.04
Permissions
Copyright@2022, 《中国地质调查》编辑部
《中国地质调查》编辑部 所有
国产高分系列卫星在森林火灾应急处置中的全流程应用——以四川九龙县三岩龙乡“4·08”森林火灾为例
唐尧1,2,3, 王立娟1,3, 胡光中1,2,3, 赵娟4
1.四川省安全科学技术研究院,四川 成都 610045
2.四川安信科创科技有限公司,四川 成都 610045
3.重大危险源测控四川省重点实验室,四川 成都 610045
4.高分辨率对地观测系统四川数据与应用中心,四川 成都 610000

第一作者简介: 唐尧(1985—),男,高级工程师,主要从事自然灾害遥感监测与应急处置方面的研究工作。Email: tangyao985@163.com。

收稿日期: 2021-12-13 修回日期: 2022-09-02
基金资助: 四川省科技厅基本科研业务费项目“基于应急状态下高山峡谷沟谷堰塞湖-溃决链式灾害辅助应急决策研究(编号: 2022JDKY0009-02)”资助
摘要

四川西部高山峡谷地貌发育,山高林密且地质环境恶劣,区内林草资源丰富,森林火灾多发、易发、频发,灾害应急处置难度大,防控任务重。国产高分系列卫星影像具有时空分辨率高、载荷类型多、机动性强、幅宽范围大、成像迅速等优点,对川西地区森林防灭火、灾害应急处置及防灾减灾等有明显优势。以2021年四川九龙县三岩龙乡“4·08”森林火灾为例,利用国产高分系列卫星数据分别对森林火灾初期、中期及晚期开展应急处置,包括快速解译林火火灾救援要素(初期)、感知亮温异常态势(中期)、跟踪监测过火区动态(中期)、结合火场需求提供应急扑救部署建议(中期)、开展灾损解译评估(晚期)及火后泥石流易发性评价(火后)等,结果表明国产高分系列卫星对森林火灾应急处置的全流程应用具有实践指导意义。

关键词: 国产高分系列卫星; 森林火灾; 应急处置; 三岩龙乡; 火后泥石流
中图分类号:TP79;X87 文献标志码:A 文章编号:2095-8706(2022)05-0031-09
Application of domestic high-resolution satellites in the whole process of emergency disposal on forest fire:A case study of “4·08” forest fire in Sanyanlong Town of Jiulong County, Sichuan Province
TANG Yao1,2,3, WANG Lijuan1,3, HU Guangzhong1,2,3, ZHAO Juan4
1. Sichuan Academy of Safety Science and Technology, Sichuan Chengdu 610045, China
2. Sichuan Anxin Kechuang Technology Co., Ltd, Sichuan Chengdu 610045, China
3. Major Hazard Measurement and Control Key Laboratory of Sichuan Province, Sichuan Chengdu 610045, China
4. High-resolution Earth Observation System of Sichuan Data and Application Center, Sichuan Chengdu 610000, China
Abstract

High mountains and valleys are well developed in Western Sichuan, with high mountains, dense forests and poor topographic geological environment. The forest and grass resources are relatively rich and forest fires are prone and frequent, which result in difficult disaster emergency disposal and heavy prevention and control tasks. The domestic high-resolution satellite images have the advantages of high temporal and spatial resolution, various load types, strong mobility, wide range and rapid imaging, which have obvious advantages in forest fire prevention, disaster emergency disposal, disaster prevention and reduction in Western Sichuan. The “4·08” forest fire in Sanyanlong Town of Jiulong county in Sichuan Province in 2021 was taken as an example, and the domestic high-resolution satellite data were used to carry out emergency response in the initial, middle and late stage of forest fire respectively in this paper, which included the quick interpretation of the forest fire rescue elements (ini-tial stage), perception of abnormal situation of bright temperature (medium stage), tracking and monitoring the dynamics of the burned area (medium stage), providing emergency rescue deployment suggestions (medium stage), interpretation of disaster loss (late stage), and evaluation of susceptibility of post fire debris flow (after fire stage). The results show that domestic high-resolution satellites have important practical guiding significance for the whole process of forest fire emergency disposal.

Keyword: domestic high-resolution satellites; forest fire; emergency disposal; Sanyanlong Town; post fire debris flow
0 引言

森林火灾是自然界最严重的灾害类型之一, 不仅威胁人类生命财产安全, 也破坏了全球森林生态系统的碳循环与分布格局[1]。森林火灾的破坏性、多发性及我国森林资源的重要性与稀缺性使得森林防火极为重要[2]。四川省大部分区域处于中纬度, 季节分明, 春季气候干燥, 可燃条件好, 易发生森林火灾, 而独特的地形地貌与风力因素使火灾发生后较难控制。随着近年高温、少雨、大风等极端天气高发频现, 林火灾害的发生频率和强度记录不断提高, 林火灾害防控形势严峻, 急需高效高频的火灾扑救决策支撑技术手段[1, 3]。高分遥感技术在林火应急领域具有分辨率高、火情发现早、大范围精确监测火情、降低灾损等独有优势[4], 在灾害应急扑救和隐患预判中发挥着越来越重要的作用。

近年来, 受全球气候变化等因素影响, 国内外陆续发生了多起严重的森林火灾, 如2020年四川西昌市经久乡森林火灾[5]、2022年重庆市巴南区与北碚区森林火灾[6, 7]及美国洛杉矶天使国家森林火灾等[8], 均造成大量财物损失甚至人员伤亡, 高分辨率遥感卫星在这些火灾的应急监测与救灾减灾过程中发挥了重要作用, 并逐渐成为当今森林草原火情日常监测业务的重要技术手段[4, 10, 11]。

2013年, 澳大利亚南威尔士州森林大火导致多地火势蔓延失控, 中国应澳方请求提供了国产高分辨率遥感卫星数据, 有效地辅助当地进行林火应急遥感监测, 目前这样的合作已经在中国多个遥感组织中形成了有效的常规机制[2, 12]。九龙县森林资源丰富, 是国家重点火险区和每年森林火灾的高分多发区, 林火防范形势异常严峻[8, 10], 实时准确的林火遥感监测对指导地面火场应急响应与科学扑救非常关键。本文基于国产高分遥感卫星影像, 对四川九龙县三岩龙乡“ 4· 08” 森林火灾开展火灾应急处置, 为各级应急管理部门开展火灾应急扑救与抢险救援提供决策信息支撑。

1 三岩龙乡“ 4· 08” 森林火灾概况

2021年4月8日17时43分, 四川省甘孜州九龙县三岩龙乡柏林村发生森林火灾, 火点位于甘孜州南部, 西南侧与凉山州木里县博窝乡一江(雅砻江)之隔, 距离三岩龙乡约3.3 km, 距2019年曾震惊全国的“ 3· 30” 火灾直线距离不到30 km。本次林火较为敏感, 系由强对流天气雷击引发。火场属于典型的雅砻江流域高原高山峡谷地形, 区内山高谷深、高差极大, 火场山顶海拔4 200 m, 蔓延区域均在海拔3 300 m以上, 而东南侧山脚沟谷海拔仅2 400 m, 且坡度极大。火场内悬崖林立、沟壑纵横、箐沟众多、树石相间, 风蚀岩石合并地貌随处可见, 队伍接近火场、扑打火线和机动回撤均存在困难。

火场受季风气候影响, 主要以西南风为主, 有时5至7级阵风交替吹刮, 队伍难以接近火场与安全避险, 同时火车地表火、树冠火、地下火立体燃烧, 增加了扑救难度[7, 13]。火场植被主要以青冈木、高山松、杂灌等易燃树种为主, 且呈立体分布生长。加之地表枯枝落叶堆积, 地下腐殖质层深厚, 自然枯死的站杆倒木遍地横生, 可燃物载量极高。

图1 研究区位置Fig.1 Location of the study area

2 研究思路
2.1 技术路线

本文基于遥感卫星影像的可见光、近红外及中红外波谱信息, 经过数据预处理, 利用影像亮温异常、纹理特征及光谱差异等, 结合火场区域的风向、风速、降雨及气温实时信息, 开展森林火灾应急与火后泥石流易发性分析。其中森林火灾应急分为初期、中期、晚期及火后泥石流易发性评价, 研究技术流程如图2所示。

图2 国产高分系列卫星火灾应急全流程应用技术路线Fig.2 Flow chart of domestic high-resolution satellites in the whole process application of emergency disposal on forest fire

2.2 数据源

近年我国陆续发射了多颗国产高分辨率遥感卫星[2, 4, 10, 11], 目前使用较多的有高分一号、高分二号、高分三号、高分四号、高分五号、高分六号、资源一号、吉林一号及北京二号等, 其中高分一号及后继系列卫星(高分一号B、高分一号C、高分一号D)具有对着火点及过火区敏感且分辨率高的近红外波段, 但宽幅相对较小[4, 8, 12]; 高分四号中红外波段及多光谱波段数据对林火识别效果较好, 但中分辨率难以准确提取过火区[13, 14], 在应用中可以综合利用多源卫星数据相互协作、优势互补。本次林火灾害应急主要使用了高分四号、高分一号、高分一号B、资源一号E、高分六号及吉林一号等的可见光及红外波段数据, 共40景, 分辨率为50 m/400、16 m、2 m及0.8 m, 获取时间为2021年4月4日至4月20日的多个时间点(表1)。主要采用PIE-Basic 6.3软件及PIE-Engine Factory遥感云服务平台完成遥感图像正射校正、辐射定标、大气校正、影像配准、图像融合、影像镶嵌与裁剪等预处理。结合灾区多期遥感影像, 采用人机交互模式完成火场及周边扑救要素、亮温异常、过火跟踪监测、应急部署决策及灾损解译等。

表1 三岩龙乡森林火灾解译遥感数据 Tab.1 Forest fire interpretation by remote sensing data in Sanyanlong Town
3 森林火灾应急处置
3.1 森林火灾初期应急处置

基于高分遥感解译的林火扑救要素如图3所示。距离火场较近的救援队伍有3支, 其中九龙县专业扑火队最近, 约35.8 km, 其次为雅砻江公司杨房沟水电站应急救援队, 约40.8 km; 火场最近的水源为雅砻江, 最近处约4.7 km, 其次为雅砻江镇取水点, 约19.3 km; 具备条件的直升机起降点位于木里县雅砻江镇, 距火点约20 km; 扑救着力点的备选点位于三岩龙乡柏林村, 救援物资前置备选点位于三岩龙乡, 中转疏散备选点位于田根村, 火场人员临时转移安置备选点位于三岩龙乡与九龙县城等地, 先期扑救力量调配与行进主要沿九龙县城经羊房子至三岩龙乡开进。另基于高分遥感影像解译了火场周边居民点等重要威胁对象及其距离, 具体为火场外东偏南方位1.8km处有居民聚集区; 周边无学校、加油站、油库、输电线等关键要素信息。

图3 森林火灾初期应急救援要素提取成果Fig.3 Extraction results of emergency rescue elements at the initial stage of forest fire

3.2 森林火灾中期应急处置

森林火灾中期应急主要指火灾发生、发展至熄灭的应急过程。该阶段遥感技术应急工作包括亮温异常态势感知、过火区动态跟踪监测及应急救援部署建议等内容。

3.2.1 亮温异常态势感知

森林火灾亮温异常感知是利用火灾发生燃烧时散发的热量, 有效感知火场(燃烧区、过火区)与周边区域的温度差异。高分四号卫星的热红外波段(3~14 μ m)对地表温度异常敏感, 且具有昼夜热红外观察能力, 对地表因火灾燃烧形成的温度异常感知效果明显。利用2021年4月8日19:58至4月15日04:43共25期高分四号中红外波段影像, 对火场开展亮温异常态势感知(图4), 期间异常呈现4次较为明显的增大再减小(消失)过程, 分别为4月8日夜间至10日夜间、11日凌晨至当日上午、11日中午至12日下午以及12日夜间至13日夜间, 在18:07、19:59及15:52等时刻异常较为明显, 推测为火势较大。

图4 林火亮温异常态势感知图Fig.4 Perception map of brightness temperature anomaly in forest fires

本次火灾亮温异常的具体变化过程可简述为: 4月8日19:58, 在三岩龙乡西南侧约3 km位置见有1处明显亮温异常(亮黄色图斑)迹象, 大小为1个像元, 推测为火点燃烧造成周边区域高温所致; 4月9日4:43, 亮温异常区域进一步扩大至约4个像元, 且表现出向北向东蔓延趋势; 至4月9日19:59亮温异常区扩展至16个像元(东西宽2 km, 南北宽1.8 km), 推测为火势进一步扩大所致; 至4月10日4:43亮温异常区域缩小, 大小约9个像元, 总体呈南北向展布, 推测为夜间温度较低, 火势减弱并向北发展; 至4月10日13:11、15:52、18:07及19:59, 亮温异常区进一步向东北方向蔓延, 林木燃烧范围扩大, 火势增强, 受火场傍晚风向、风势影响, 在18:07异常区(南北长6 km, 东西宽3 km)发展至最大, 到19:59略有缩小, 约60个像元大小(南北长4.1 km, 东西宽3.5 km); 4月11日亮温异常区总体减小, 在4:43异常区最小, 推测受当天夜间温度低、风速小等影响, 火势受控, 但受当地上午风力、风速变化影响, 至9:48亮温异常区有所扩大, 增至约40个像元(南北长3.1 km, 东西宽2.8 km), 之后异常区持续减小, 在18:07与19:59再次增大, 表明火势再次扩大; 4月12日异常区在10:42较小, 于15:54扩大, 至20:00与4月13日4:43均未见有明显热异常区, 在10:11、13:11、15:52、18:07及19:59异常区第4次增大, 但总体较之前两次偏小, 保持在约30个像元大小(南北长3 km, 东西宽2 km); 至4月14日4:43异常区进一步减小至不到10个像元, 到4月15日4:43, 火场未见有明显亮温异常, 结合现场反馈信息, 表明火场明火熄灭, 进入余火清理阶段。

3.2.2 过火区动态跟踪监测

跟踪监测森林火灾过火区是衡量判别灾情发展态势与火情的重要依据, 通过对火灾发展过程中的某些关键时刻点开展过火区跟踪, 可动态感知火场火情, 分析火灾发展态势, 预判蔓延趋势, 为后续林火扑救应急部署提供基础信息支撑。本文以资源一号E、高分一号、高分一号B、高分六号及吉林一号高分02星等卫星的近红外波段与可见光波段数据为主, 充分利用高分系列卫星的可见光、近红外波段数据对火场过火区进行动态跟踪监测。

结合火场亮温异常变化过程感知结果, 综合选取2021年4月9日、12日、13日、20日及5月17日等5个重要节点开展过火区跟踪监测(图5)。在4月9日的可见近红外假彩色影像上, 柏林村西北方向约800 m处见有明显的白雾状燃烟向东、向北飘散, 推测为在森林火灾发展早期蔓延阶段, 火场区域林木刚开始燃烧不久, 燃烧不充分形成的絮状浓烟, 此节点过火区不明显; 4月12日, 过火区在影像上呈暗黑色、灰黑色, 色调明显区别于周边地物(植被呈红色、居民地耕地呈亮灰色), 形状总体呈乒乓球拍状(手柄朝东, 拍面向西), 面积约1.05 km2, 且在其东南侧与东侧可见淡蓝色燃烟, 表明火势未受控, 且有进一步发展趋势; 4月13日, 呈暗黑色色调的过火区未见有明显的扩散趋势, 但在东侧与南侧见有两处较为明显的深蓝色燃烟与少许过火区(灰黑色), 疑为突发飞火所致, 过火区与前一天相比有明显的反复, 且有向南、向东蔓延趋势, 面积略有增加, 约1.07 km2; 4月20日, 过火区在可见光影像上色调为灰黑色、深灰色, 形状呈风筝状(头部朝北、尾部朝南), 未见有蓝色或淡蓝色燃烟, 此时火场明火熄灭, 过火区迈过山梁向南形成新的过火区, 并发展至最大, 约1.6 km2; 5月17日, 过火区呈暗黑色色调, 明显区别于周边地物, 形状已基本定型, 相比4月20日变化不大。总体上, 过火区表现出先向北再向东、向南的发展趋势。

图5 过火区动态跟踪监测Fig.5 Dynamic tracking and monitoring of fire area

3.2.3 应急救援部署建议

基于先期提取的林火区域及周边道路通达性等扑救要素, 优选通达性好、离火场与水源距离较近、路况较好(路基稳、路面宽)的交通干道[8, 19], 结合前文亮温异常态势感知、过火区动态跟踪研判成果、扑救力量与物资装备分布特征制定林火扑救应急部署建议, 主要分为3个阶段:

第一阶段(4月8日至12日)为扑救力量开赴火场, 应急扑救准备阶段。建议该阶段以应急处置队伍集结、应急物资调拨、通往火场主干道路交通管制、成立前方应急指挥部等准备工作为主, 同时先期挑选精干力量分派火场勘察火情, 考虑道路、交通、地形等因素。

第二阶段(4月12日至14日)为明火扑救阶段。该阶段火场分为南线、北线与东线3部分, 均见有明显火线, 结合高分遥感火情监测与三维地形要素分析可知, 火场东线威胁不大, 且位于山脚后侧更便于贴近扑打; 南线悬崖林立, 人员无法接近, 但发展蔓延空间有限; 北线分布有村庄和连续的大面积林区, 应为扑救重点方向。建议在北线的西北和东北侧部署扑救力量, 设置3道防线全力阻截, 适时配合直升机吊桶灭火作业并开设隔离带控制火势蔓延。

第三阶段(4月15日及之后)为余火清理排除隐患阶段。该阶段火场外围全面封控, 建议采取水泵输水处置大烟点、水浇土埋处理小烟点、加宽隔离设置安全区等手段, 对火场组织全面纵深清理, 做到火场不留隐患。

3.3 森林火灾晚期应急处置

森林火灾晚期应急包括灾情快速解译、灾损初步评估、火后次生地质灾害隐患等基础信息[8, 18]。九龙县三岩龙乡火场所在区域植被覆盖率超过80%, 为原始森林覆盖区, 由于火灾燃烧了覆盖物, 使得灾后地表与灾前对可见光-近红外波段与热红外波段反射率差别较大, 在高分卫星遥感影像上表现出极强的波谱差异性。通过参考前人研究成果[1, 2, 4, 9], 基于高分遥感火灾前后植被与燃烧残留物沉积的变化特征, 采用差分归一化燃烧率(Differential Normalized Burn Ratio, DNBR), 快速解译过火区范围与强度信息。差分归一化燃烧率的公式为

DNBR=NBRpre-NBRpost, NBR=(NIR-SWIR)/(NIR+SWIR) 。 (1)

式中: NIR、SWIR分别是吉林一号卫星PMS数据的近红外反射率与短波红外反射率; NBRpre与NBRpost分别为火灾前与火灾后归一化燃烧率。分析灾后吉林一号(4月20日)影像, 使用式(1)获得灾后DNBR数值, 采用直方图阈值法获取火场过火烈度范围等信息(图6)。结合林火灾后高分遥感纹理特征及现场实地调查反馈, 依据过火区遥感色调纹理特征、林木燃烧程度及灰烬厚度等信息, 进一步将过火区细分为重度过火区、中度过火区、轻度过火区及未过火区等4个等级(表2)。

图6 林火过火区灾损解译Fig.6 Interpretation of disaster damage in forest fire area

表2 火场过火区不同程度过火烈度信息特征 Tab.2 Information characteristics of fire intensity in different degrees of the fire area

统计结果表明过火区面积约1.6 km2(重度过火区约0.54 km2, 中度过火区约0.56 km2), 分布在柏林村西北打火山山脊的南部与东部区域, 过火区总体呈“ 十” 字形, 东西宽1.7 km, 南北长1.9 km。重度过火区主要分布在过火区打火山南麓靠近山脊位置、东南侧靠近山脊与山坡中部过渡区; 中度过火区主要紧邻重度过火区周边分布, 为过火区的主要类型, 集中分布在过火区南部、东部及东南部区域; 轻度过火区分布于过火区的北部与西部, 多分布在山脊阴面凹洼处或坡脚等地势相对较低的区域。据现场无人机及照片等反馈信息, 重度、中度过火区提取成果与火场实际过火情况吻合度较高。

3.4 火后泥石流易发性分析

林火灾害危害性不仅体现在灾害发生时的财物毁坏与人员伤亡, 还表现在火后次生泥石流对火场及周边区域人民财产安全的威胁上[8, 17, 19]。通常情况下, 林火造成火场区域地表裸露, 燃烧灰烬造成大量物源, 如遇极端降雨或极端天气, 极易形成火后泥石流灾害隐患, 严重威胁着火场南侧(下游)的三岩龙乡乡政府驻地、柏林村及相关交通道路的安全[2, 10, 19]。因此, 对三岩龙乡林火过火区及周边区域开展火后泥石流易发性分析, 预判灾害隐患, 对灾后重建选址、防灾减灾等具有重要意义。

根据三岩龙乡林火火场周边高精度地形地貌、灾后高分辨率遥感卫星影像及火场现场照片等, 结合林火过火区灾损(过火面积及占比)解译结果, 初步圈定了5条火后泥石流沟(图7), 建立的火后泥石流易发性评价模型公式为

P = 0.4a+0.2b+0.1c+0.1d+0.2e 。 (2)

式中: P为泥石流易发性; a为泥石流沟内火后高烈度火区面积占比; “ b” 为主沟长度; c为沟床纵比降; d为流域面积; e为过火区平均坡度。

图7 火后泥石流沟易发性分布Fig.7 Distribution of susceptibility of post fire debris flow gully

将泥石流沟的各评价因子与泥石流易发性分为高易发、中易发及低易发3个等级, 利用式(2)计算并进行火后泥石流易发性评价, 结果表明5条泥石流沟中2条为高易发、2条为中易发、1条为低易发。高易发泥石流沟主要分布在火后高烈度区与流域的面积广、沟床比降大及主沟相对较长的区域, 中低易发区普遍存在流域面积小、高烈度区面积占比偏小、主沟长度短及沟床纵比降小等特点。

4 结论

本文以四川九龙县三岩龙乡“ 4· 08” 森林火灾为例, 梳理总结了国产高分系列卫星在森林火灾应急处置中的全流程应用。以国产高分系列卫星影像为数据源, 通过分析影像可见光、近红外及中红外波谱特征, 结合火场区域风向、风速、降雨及气温实时信息, 分别开展森林火灾初期、中期、晚期及火后各阶段的应急处置, 结果表明, 火灾初期可辅助判译最近专业扑火队伍、水源、直升机起降点、救援物资前置备选点、中转疏散备选点、火场人员临时转移安置备选点及先期扑救力量调配与行进路线等, 为扑救提供重要决策信息; 火灾中期可判译亮温异常变化, 预判火场火情发展趋势, 提出火场应急扑救部署建议; 火灾晚期解译过火区分布、受灾程度及灾损评估; 火后通过建立火后泥石流易发性评价模型, 开展泥石流沟易发性评价, 对林火灾后重建选址、防灾减灾等具有重要意义。

(责任编辑: 魏昊明)

参考文献
[1] 覃先林, 李晓彤, 刘树超, 等. 中国林火卫星遥感预警监测技术研究进展[J]. 遥感学报, 2020, 24(5): 511-520.
Qin X L, Li X T, Liu S C, et al. Forest fire early warning and monitoring techniques using satellite remote sensing in China[J]. J Remote Sens, 2020, 24(5): 511-520 [本文引用:3]
[2] 唐尧, 王立娟, 刘锦毓, 等. 基于高分遥感技术的森林草原火灾应急处置研究——以四川稻城"1·7"森林草原火灾应急监测为例[J]. 自然资源信息化, 2022(4): 1-6.
Tang Y, Wang L J, Liu J Y, et al. Research on the emergency response of forest and grassland fires based on high-resolution remote sensing technology: A case study of Daocheng “1·7” forest and grassland fire emergency monitoring in Sichuan[J]. Nat Resour Inf, 2022(4): 1-6. [本文引用:5]
[3] Allison R S, Johnston J M, Craig G, et al. Airborne optical and thermal remote sensing for wildfire detection and monitoring[J]. Sensors, 2016, 16(8): 1310. [本文引用:1]
[4] 唐尧, 王立娟, 邓琮, 等. 高分遥感技术助力森林火灾应急扑救及隐患预判——以冕宁“4·20”森林火灾为例[J]. 遥感学报, 2021, 25(9): 2015-2026.
Tang Y, Wang L J, Deng C, et al. Research on the emergency response of forest fires in Sichuan with the help of high-definition remote sensing technology: An example of emergency monitoring of forest fires in Mianning“4·20”[J]. Nat Remote Sens Bull, 2021, 25(9): 2015-2026. [本文引用:5]
[5] 李芳沁. 西昌市经久乡森林火灾明火已扑灭, 转入清烟点守余火阶段[EB/OL]. (2020-04-04). http://www.lsz.gov.cn/ztzl/lszt/lszslhzphjy/jyjz/202004/t20200404_1570444.html. [本文引用:1]
[6] 王欣悦. 重庆巴南山火扑救取得阶段性胜利!北线已无明火[EB/OL]. [2022-08-25]. https://m.gmw.cn/baijia/2022-08/25/1303107480.html. [本文引用:1]
[7] 阮佳琪. 重庆北碚山火明火终于扑灭, 现场群众欢呼: 北碚雄起!我们赢了!胜利了![EB/OL]. (2022-08-26). https://www.guancha.cn/politics/2022_08_26_655322_s.shtml. [本文引用:2]
[8] Jenny88zz. 2022年加州最严重山火!一晚烧掉一座山, 州长宣布进入紧急状态[EB/OL]. (2022-08-02). https://mp.weixin.qq.com/s?__biz=MzIyNTI3MTQ1Ng==&mid=2247510883&idx=1&sn=95102c218deb0fb4964ae10c6100340d&chksm=e800a0acdf7729baa883312a859bd1dc3a9ebb94c78631660491cb65e7528f4db6e01bc8cc4d&scene=27. [本文引用:6]
[9] 饶月明, 王川, 黄华国. 联合多源遥感数据监测四川木里县森林火灾[J]. 遥感学报, 2020, 24(5): 559-570.
Rao Y M, Wang C, Huang H G. Forest fire monitoring based on multisensor remote sensing techniques in Muli County, Sichuan Province[J]. J Remote Sens, 2020, 24(5): 559-570. [本文引用:1]
[10] 武晋雯, 冯锐, 孙龙彧, 等. 基于Himawari-8和GF-1卫星的林火遥感监测[J]. 灾害学, 2018, 33(4): 53-59.
Wu J W, Feng R, Sun L Y, et al. Fire forest remote sensing monitoring based on Himawari-8 and GF-1 satellites[J]. J Catastrophol, 2018, 33(4): 53-59. [本文引用:4]
[11] 莫伟华, 马轮基, 何立, 等. 基于GIS的广西卫星遥感林火监测系统介绍[J]. 广西气象, 2001, 22(3): 56-57.
Mo W H, Ma L J, He L, et al. Introduction of Guangxi satellite remote sensing forest fire monitoring system based on GIS[J]. J Guangxi Meteor, 2001, 22(3): 56-57. [本文引用:2]
[12] 唐尧, 王立娟, 马国超, 等. 利用国产遥感卫星进行金沙江高位滑坡灾害灾情应急监测[J]. 遥感学报, 2019, 23(2): 252-261.
Tang Y, Wang L J, Ma G C, et al. Emergency monitoring of high-level land slide disasters in Jinsha River using domestic remote sensing satellites[J]. J Remote Sens, 2019, 23(2): 252-261. [本文引用:2]
[13] 董晓锐. 基于FY3遥感影像的森林火灾监测系统的研究[D]. 哈尔滨: 哈尔滨工程大学, 2018.
Dong X R. Forest Fire Monitoring System based on FY3 Remote Sensing Image[D]. Harbin: Harbin Engineering University, 2018. [本文引用:2]
[14] 陈云云. 森林火灾遥感监测、蔓延模拟及灾后评估研究[D]. 呼和浩特: 内蒙古大学, 2018.
Chen Y Y. Study on Remote Sensing Monitoring of Forest Fire and Simulation of Fire Spread and Estimation after Forest Fire Disas-ter[D]. Hohhot: Inner Mongolia University, 2018. [本文引用:1]
[15] 刘明, 贾丹. 卫星遥感技术在森林火灾扑救中的应用[J]. 城市与减灾, 2018(6): 66-70.
Liu M, Jia D. Application of remote sensing technology in forest fire fighting[J]. City Disaster Reduct, 2018(6): 66-70. [本文引用:1]
[16] 杨伟, 姜晓丽. 森林火灾火烧迹地遥感信息提取及应用[J]. 林业科学, 2018, 54(5): 138-142.
Yang W, Jiang X L. Review on remote sensing information extraction and application of the burned forest areas[J]. Sci Sil Sin, 2018, 54(5): 138-142. [本文引用:1]
[17] 陈本清, 徐涵秋. 遥感技术在森林火灾信息提取中的应用[J]. 福州大学学报: 自然科学版, 2001, 29(2): 23-26.
Chen B Q, Xu H Q. The application of remote sensing in extraction of forest burnt scar information[J]. J Fuzhou Univ: Nat Sci Ed, 2001, 29(2): 23-26. [本文引用:1]
[18] 唐尧, 王立娟, 赵娟, 等. 基于遥感技术的“3·28”四川木里森林火灾应急灾情监测[J]. 国土资源信息化, 2021(1): 12-18.
Tang Y, Wang L J, Zhao J, et al. Monitoring “3·28” forest fire emergency disaster in Sichuan Muli based on remote sensing technology[J]. Land and Resour Inf, 2021(1): 12-18. [本文引用:1]
[19] 王丽娜, 孙丹. GIS和遥感技术在黑龙江省森林火灾监测、辅助决策中的应用[J]. 森林防火, 2006(2): 26-28.
Wang L N, Sun D. Application of GIS and RS techniques to forest fire monitoring and decision assistant system in Heilongjiang Pro-vince[J]. For Fire Prev, 2006(2): 26-28. [本文引用:3]