Comparing Sentinel-2 Spectral Indices for Mapping Forest Fire Damage in Pollino National Park, Italy
Giuseppina Costanzo · Gianluigi Ferrara · Claudio Parente 等 4 人
比较四种 Sentinel-2 光谱指数在意大利 Pollino 国家公园 2025 年林火损伤制图
Sentinel-2 火前火后影像差值 + 最大似然监督分类，用混淆矩阵评估四种
NBR 与 NBR+ 精度最高（OA 0.976、0.974），NBR-SWIR 因裸土误判仅 0.
可探索多指数融合与机器学习分类器，提升复杂地表下火烧迹地自动制图鲁棒性。
方法对比扎实、结论明确，但属区域案例研究，对农业信息化有间接参考价值，可入精选但非必选。
近年来，气候变化显著加剧了欧洲野火的严重程度和发生频率，2025年火灾季烧毁面积达到一百万公顷，创下历史新高。快速且经济高效地绘制这些受损区域对于环境恢复至关重要，使卫星遥感成为不可或缺的工具。本研究评估并比较了四种哨兵2号（Sentinel-2）光谱燃烧指数在绘制2025年9月发生于意大利波利诺国家公园（Pollino National Park）的森林火灾损害中的表现，该地区受2025年夏季毁灭性火灾的严重影响。所分析的指数包括归一化燃烧比率（NBR）、归一化燃烧比率增强版（NBR+）、归一化燃烧比率短波红外（NBR-SWIR）以及归一化差值短波红外（ND-SWIR）。研究对火灾前（2025年6月7日）和火灾后（2025年11月14日）数据集应用了图像差值技术，随后采用监督最大似然分类法绘制燃烧与未燃烧类别。通过混淆矩阵进行的精度评估表明，NBR和NBR+表现最佳，总体精度（OA）分别达到0.976和0.974。ND-SWIR紧随其后，为0.966，而NBR-SWIR由于将裸土转变误分类为燃烧区域，总体精度较低，为0.873。这些发现凸显了特定短波红外波段组合在优化自动化野火监测系统中的关键作用。