融合可见光无人机与哨兵2A影像的森林火灾迹地精细化提取

作     者：熊源 徐伟恒 黄邵东 刘明露 雷建寅 吴超 徐海峰 王秋华 Xiong Yuan;Xu Weiheng;Huang Shaodong;Liu Minglu;Lei Jianyin;Wu Chao;Xu Haifeng;Wang Qiuhua

作者机构：西南林业大学大数据与智能工程学院云南昆明650233 西南林业大学大数据与智能工程研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233 云南忆尘司法鉴定中心云南昆明650051 西南林业大学土木工程学院云南昆明650233 

出 版 物：《西南林业大学学报（自然科学）》 (Journal of Southwest Forestry University：Natural Sciences)

年 卷 期：2021年第41卷第4期

页      面：103-110页

学科分类：08[工学] 09[农学] 0903[农学-农业资源与环境] 0838[工学-公安技术] 

基　　金：国家自然科学基金地区科学基金项目(32060320,31860181,31960318)资助 云南省教育厅科学研究基金项目(2020Y0378)资助 西南林业大学科研启动基金项目(111821)资助 

主　　题：无人机 哨兵2号 影像融合 森林火灾 火灾迹地 司法鉴定 

摘      要：以2020年4月昆明市宜良县马街镇兴隆村森林火灾为研究对象,基于无人机的R、G、B3个波段与哨兵2A多光谱影像,分别采用格莱姆-施密特与主成分光谱锐化融合方法进行影像融合,应用6种定量评价指标分别对融合结果进行评估。基于融合影像采用随机森林算法实现对火场边界内的森林火灾迹地的提取,并与Sentinel-2A影像提取森林火灾迹地的精度进行比较;将2种影像提取的过火面积与鉴定人员通过实地调研、GPS坐标打点,并结合UAV影像手动矢量化森林火灾迹地面积进行对比分析。结果表明:UAV与Sentinel-2A融合影像与仅利用Sentinel-2A多光谱影像对森林火灾迹地提取的生产者精度分别为96.14%、95.18%,使用者精度分别为97.79%、96.57%,Kappa系数分别为0.83、0.76;融合影像与Sentinel-2A影像提取过火面积与统计面积相对误差分别为-3.5%、-6.2%。因此,利用可见光UAV与Sentinel-2A影像采用GS融合方法,基于RF算法可高精度、精细化提取森林火灾迹地,且边界细节效果刻画更加明显。本研究方法可大大提高林火司法鉴定效率,减少外业工作量及降低成本,使得矢量化更加精准,增加司法鉴定结果的科学性和客观性。