Please wait a minute...
 
国土资源遥感  1998, Vol. 10 Issue (1): 33-39    DOI: 10.6046/gtzyyg.1998.01.06
  应用研究 本期目录 | 过刊浏览 | 高级检索 |
应用遥感图像提取煤层自燃信息时必须考虑的几个影响因素
万余庆, 吴军虎, 雷学武
中国煤田地质总局航测遥感局, 西安 710054
FACTORS NEED TO BE THOUGHT ABOUT WHILE USING REMOTE SENSING IMAGES TO EXTRACT COAL FIRE INFORMATION
Wan Yuqing, Wu Junhu, Lei Xuewu
Aerophotogrammetry and Remote Sensing of China Coal, Xian 710054
全文: PDF(874 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

煤层自燃是中国北方煤田中普遍存在的灾害现象,它不但烧掉了大量的煤炭资源,而且还污染了环境。实践证明,利用遥感影像判别火区位置、圈定火区范围和对火区进行动态监测,及时为灭火工程提供信息,是一项经济和社会意义很大的工作。由于受多种因素的制约,不同地区、不同波段、不同时相、不同空间分辨率的遥感图像,其影像特征(含与煤层自燃有关的热异常影像特征)都有较大的差异,因而从图像上分析和提取地物的热红外辐射特征时,需要考虑遥感图像类型、成像时间、地形条件、气象条件和岩性特征等因素的影响。本文着重讨论了地表辐射温度与上述各项因素之间的关系。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
张微
杨金中
王晓红
武俊文
许云磊
由荣军
关键词 第四纪遥感植被指数水体指数城镇指数特征信息    
Abstract

Coal fire is a commonly existed disaster in the coal fields of northen China, it burns huge amount of coal resource, worsens environment. It is an important job to use remote sensing images to detect and monitor coal fires, deliver information for firefighting. Because of some restriction, we can’t get images with appropriate spectral resolution and the time of scanning we want. When analysing the images we have to take acount of the effects of image types, scanning data, DTM, climatic condition, character of rocks. The paper focuses on discussing the relationship between thermal radiant temperature and the factors mentioned above.

Key wordsQuaternary    Remote Sensing    NDVI index    NDWI index    NDBI index    Feature Information
收稿日期: 1997-03-18      出版日期: 2011-08-02
作者简介: 万庆余 男 1985年毕业于山东矿业学院,先后从事国家攻关项目和国际合作项目的研究,发表论文8篇。
引用本文:   
万余庆, 吴军虎, 雷学武. 应用遥感图像提取煤层自燃信息时必须考虑的几个影响因素[J]. 国土资源遥感, 1998, 10(1): 33-39.
Wan Yuqing, Wu Junhu, Lei Xuewu . FACTORS NEED TO BE THOUGHT ABOUT WHILE USING REMOTE SENSING IMAGES TO EXTRACT COAL FIRE INFORMATION. REMOTE SENSING FOR LAND & RESOURCES, 1998, 10(1): 33-39.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1998.01.06      或      https://www.gtzyyg.com/CN/Y1998/V10/I1/33

[1] Mannstein H. Land Surface Energy Bardet, NATO ASISeries, 1994,124: 367-391

[2] Markham B L, Barker J L.Landsat MSS and TM Post Calibration Dynamic Ranges, Exoatmospheric Reflectances and at一Satellite Temperatures, EOSAT Landsat Technical Notes 1, Earth Observation Satellite Co. (Lanham, Maryland),August 1986.3-8

[3] Matron M, Dozier J. Identification of Subresoluti High Temperature Sources Using a Thermal IR Sensor,Phomgrammetric Engineering and Remote Sensing, 1981, 47:1311-1318

[4] Singh S M. Effect of Surface Wind Speed and Sensor View Zenith Angle Dependence of Emiseivity SST Retrieval form Thermal Infrared Data: ATSR, International Journal of Remote Sensing, 1994,15(13) :2615-2625

[5] Rees W G. Physical Principles of Remote Sensing, Cambridge University Press, ISI3N0 5213-5215 4, 1990

[6] Robert等著.汤定元等译.遥感手册.北京:国防工业出版社,1979

[7] 管海委.煤炭遥感应用.ACTA GEOLOGICAL SINICA. 1989, 2(3):254-260

[8] 刘培君.卫星遥感估侧土壤水分的一种方法.遥感学报.1997,1(2):

[9] 万余庆等.应用DTM改普煤层自姗的热红外探测.环境遥感,1996,11(4):

[10] 杨凯等.遥感图像处理原理与方法.北京:侧绘出版社,1988.63

[11] 张仁华.实脸遥感模型及地面基础.北京:科学出版社.1996.31,154,164,198

[12] 庄培仁.遥感技术及应用.北京:地质出版社,1986.18-20

[1] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5] 姚金玺, 张志, 张焜. 基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析[J]. 自然资源遥感, 2022, 34(1): 249-256.
[6] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[7] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[8] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[9] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[10] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[11] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[12] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[13] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[14] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[15] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发