A satellite imagery smoke detection framework based on the Mahalanobis distance for early fire identification and positioning
Notice bibliographique
Résumé
Wildfires negatively affect the atmosphere and ecological environment. The rapid identification of smoke is helpful for early fire detection and positioning, which are significant for fire early warning, fire point tracing, and atmospheric environment monitoring. The purpose of this research is the establishment of a smoke detection framework with which to carry out smoke identification, concentration inversion and the extraction of the smoke concentration center to realize fire source identification and positioning. The spectral characteristics and variation pattern of smoke were first studied and analyzed based on a physical correlation model and laboratory experiments. Moreover, the spectral variation of the vegetation background was measured by the Mahalanobis distance (MD), and MD-based smoke identification and concentration inversion were carried out. Then, the extraction of the smoke concentration center and fire source positioning were realized based on the Laplace operator. Finally, the application and verification of the proposed method were carried out on spaceborne data of forest smoke in Daxing’anling, China, and British Columbia, Canada. The results show that: (1) At the significance level α = 0.1%, the overall accuracy of smoke recognition based on satellite images was 91.30%, and the Kappa coefficient was 81.69%. (2) The retrieved smoke concentration was in line with the visual interpretation results. (3) The fire point location error was 23.05 ± 4.14 m (less than 2 pixels). The results indicate that the proposed MD-based smoke detection model can effectively realize smoke pixel identification and concentration inversion. The proposed smoke concentration center identification method can accurately locate the fire source and provide positioning services to trace the source of wildfires in forest fire emergencies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».