在线森林砍伐检测

利用卫星图像进行森林砍伐检测可对森林管理做出重要贡献。当前方法大致可分为两类：比较在年内相似时期拍摄的两幅图像的方法，以及利用生长季内拍摄的多幅图像来监测变化的方法。Zhu 等人（2012）描述的 CMFDA 算法属于后一类，通过实施基于全年连续时间序列的图像监测方法。该算法是为 Landsat 卫星的 30m 分辨率、16 天频率反射率数据开发的。在本工作中，我们将该算法适配于 Terra 卫星上 modis 传感器的 1km 分辨率、16 天频率反射率数据。CMFDA 算法由两个子模型组成，以逐像素方式进行拟合。第一个子模型将地表反射率估计为一年中第几天的函数。第二个子模型通过比较最近几次预测与真实的反射率值来估计森林砍伐事件的发生。为进行此比较，首先将六个不同波段的反射率观测值组合成一个森林指数。然后比较森林指数的真实值与预测值，将连续观测日期上具有高绝对差值的日期标记为森林砍伐事件。我们适配的算法也使用了双模型框架。然而，由于所使用的 modis 13A2 数据集包含的光谱波段与 Landsat 数据集不同，我们无法构建森林指数。因此，我们提出了两种截然不同的方法：一种多元方法与一种类似于 CMFDA 的指数方法。