美国西部遥感数据的聚类分析方法
地球物理
2023-08-08 v1
摘要
野火日益增加的频率与规模带来显著的生态、社会经济与环境后果，亟需更深入地理解野火特征。温度、湿度与降水等基本气象因素对火行为及过火面积估算具有重要影响。本研究旨在揭示美国爱达荷州中东部 Salmon-Challis 国家森林内气象条件与火灾属性之间的相互关联。通过利用火灾监测、制图与建模系统（Fire M3）的遥感数据以及 2010 至 2020 年记录的气象变量，探究与野火事件相关的多样气象模式。通过将计算的过火面积纳入聚类过程，获得了火天气条件对过火面积具体影响的宝贵见解。Salmon-Challis 国家森林面积逾 430 万英亩，包含美国本土最大的荒野区，成为野火研究的关键站点。本文阐明了用于聚类与可视化的数据属性及所用算法。此外，研究呈现了发现成果并勾勒了潜在未来应用，最终促进野火易发区火灾管理与减缓策略的发展。
引用
@article{arxiv.2308.03227,
title = {A Clustering Approach for Remotely Sensed Data in the Western United States},
author = {Ghazal Farhani},
journal= {arXiv preprint arXiv:2308.03227},
year = {2023}
}