《GIS项目报告.doc》由会员分享，可在线阅读，更多相关《GIS项目报告.doc（12页珍藏版）》请在三一文库上搜索。
1、 成都信息工程学院资源环境学院GIS原理项目设计项目名称一种线性评估模型对天灯放飞危险性的探讨班 级遥感122班组 长（2012043035）马佳培成 员 1：（2012043036）刘鸿攀 2：（2012043038）何 超 3：（2012043039）刘大慷一种线性评估模型对天灯放飞危险性的探讨项目设计1、 研究目的与意义本项目根据2011年2月7日（大年初五）的气象数据、地表NDVI数据、高程数据建立一种线性模型评估当天天灯放飞的引发火灾的相对危险性。该项目可以为森林消防提供参考，引导有关部门在节日期间制定正确的天灯放飞政策，减少火灾事故的发生率。二、主要技术路线遥感NDVI数据空间插值
2、空间插值人口数据气象数据裁剪四川区域建立线性危险性计算方程危险性评估得出结论3、 主要数据及来源（1）NDVI数据：地理空间数据云下载的modis 1N1D 一天归一化植被指数数据。 （2）气象数据：王增武老师给，具体来源不详。 (3)人口数据：中国1:400万数据4、 实现过程 （1）气象数据处理将气象站点加入，导出图层根据图层的的气压、风速、降雨、温度属性进行空间插值选择的方法的反距离权重法（IDW）选择权重跟距离的平方成反比，即p=1/r2,搜索点是附近的12个点。下图为风速插值后的结果图：（2） 遥感数据的处理将下载的全中国MODND1D.20101231.CN.NDVI.V1数据打开
3、，然后添加四川省得边界进行裁剪。得到的结果如下（3）人口数据处理将1:400万数据导入，裁剪出四川省得县级城市，由于面矢量不能直接做插值分析，所以利用feature to point 分析工具分析出个县面矢量的中心。结果如下：接着利用插值分析工具IDW 各点的人口数据进行插值。插值结果如下（4） 风险性计算 根据相关文献知识，火势大小程度受到当地植被覆盖、地面温度、降水、风速的影响。这里我们研究的是放飞天灯引发火情的危险性，假定天灯水平运动的距离不大，远远小于区域的跨度距离，那么天灯引发火情的危险性很大程度的取决于一个地方的放天灯的人数，而放天灯的人数又和当地的人口是正相关关系。因此根据以上因
4、素建立危险性评估函数H = f(ndvi,W,Pr,R,T,P)函数中 H 一个关于ndvi,w,pr,r,t,p的 一个六元线性函数ndvi:比值植被指数,越大表示植被覆盖程度越好，越容易引发火灾W:风速，风速越大，火情越大Pr:大气压强，大气压强越大，燃烧单位质量的燃料消耗的空气体积越小，越不利于火势的传播。R:降水量，降水量越大，越不利于火势的发展。T:温度，温度越高，越有助于火势的发展P:人口密度，人口密度越大，相对放飞天灯的人更多，越容易引发火灾这里假定各个变量与风险函数值H 之间是线性关系，对各变量进行量化则有其中K1, K2, K5, K60 K3, K40接着是分析各个量之间的
5、权重，定各系数的绝对值和为1，有K1+K2+K5+K6-K3-K4=1给定一种各量的值K1=0.15, k2=0.15, k3=-0.05K4=-0.25 k5=0.1, k6=0.3所以 因为天灯放飞受人的影响比较大，所以给的权重是0.3最重，其他的根据分析定下。根据以上函数在arcgis 中的栅格计算器中输入公式，计算出风险性结果。计算结果如下可以看出图中有很多噪点，因此再使用邻域滤波器（neighbourhood filter）对图像进行一次滤波,结果如下可以看到图中噪点被去除了。(5) 重分类 对计算出的数据进行重分类分为四类结果如图（5） 制图添加标题、指北针、比例尺，完成本图5、
6、总结本次项目运用线性风险评估函数，对由放飞天灯引起的火灾危险性进行评估，得到了比较准确的结果。从成图中可以看出四川盆地内人口众多温度相比川西高原也比较高，所以得到的危险性数值明显高于川西高原，所以图像符合现实情况。然而运用线线模型有有一定限制，没有考虑各变量之间相互影响的问题，比如，风速是会影响气压的。如果这些问题不考虑，建立的线性函数将很难符合实际情况，所以本模型改正的方向是对模型各关系的继续优化。同时模型计算出的数值，只是一种相对的危险性数值，并没有多大的实际意义，并且各变量之间的权值只是一个大概的估算，缺乏准确的实验数据，所以后期对各变量权值的优化也是模型优化的方向。附3：成果图（1）成果图2附2：团队成员及其分工和完成情况姓名分工完成情况马佳培技术路线总监协调各方工作好何超Arcgis 数据处理的的操作好刘鸿攀ndvi数据下载，PPT 制作好刘大慷写文档好