何長虹，黃全義，申世飛

（1.浙江省水利河口研究院，浙江 杭州 310020；2.清華大學 工程物理系，北京 100084）

森林火災(zāi)可燃物信息系統(tǒng)的設(shè)計與實現(xiàn)

何長虹1，黃全義2，申世飛2

（1.浙江省水利河口研究院，浙江 杭州 310020；2.清華大學 工程物理系，北京 100084）

設(shè)計和開發(fā)了利用遙感影像提取森林火災(zāi)可燃物信息方法的原型系統(tǒng)，通過構(gòu)建不同的森林火災(zāi)場景，對森林火災(zāi)蔓延進行模擬和分析。實驗表明，該系統(tǒng)能夠為森林火災(zāi)的應(yīng)急管理提供決策支持。

遙感影像；可燃物類型；可燃物蓄積量；森林火災(zāi)；原型系統(tǒng)

森林火災(zāi)可燃物類型和可燃物蓄積量是森林火災(zāi)蔓延模型的重要輸入?yún)?shù)[1-3]，森林火災(zāi)可燃物的分類為森林火災(zāi)蔓延模型提供了定性的可燃物信息，是確定森林火災(zāi)是否容易蔓延的關(guān)鍵[4,5]；森林火災(zāi)可燃物蓄積量的提取為森林火災(zāi)蔓延模型提供了定量的可燃物信息，影響森林火災(zāi)蔓延的趨勢和面積[6,7]。本文設(shè)計開發(fā)了遙感影像提取森林火災(zāi)可燃物的信息系統(tǒng)，將遙感影像數(shù)據(jù)處理、森林火災(zāi)可燃物的分類方法、可燃物蓄積量的建模方法以及森林火災(zāi)蔓延模型集成一套軟件系統(tǒng)，為森林火災(zāi)應(yīng)急管理提供了一個有效的預防措施和救援手段。

1 系統(tǒng)設(shè)計

1.1 設(shè)計目標

系統(tǒng)設(shè)計的目的是根據(jù)現(xiàn)有的行業(yè)規(guī)范和國家標準，利用RS、GIS技術(shù)對影像數(shù)據(jù)、DEM數(shù)據(jù)、基礎(chǔ)地形圖數(shù)據(jù)、森林調(diào)查樣本點數(shù)據(jù)等進行分類、編碼、數(shù)字化存儲、管理，并在此基礎(chǔ)上實現(xiàn)遙感影像數(shù)據(jù)處理、森林火災(zāi)可燃物分類、森林火災(zāi)可燃物蓄積量提取以及森林火災(zāi)蔓延模擬等功能，為森林火災(zāi)突發(fā)事件的應(yīng)對提供方法依據(jù)。

1.2 架構(gòu)設(shè)計

系統(tǒng)的整體架構(gòu)采用數(shù)據(jù)層、業(yè)務(wù)邏輯層、表示層3層C/S結(jié)構(gòu)，分別負責數(shù)據(jù)訪問、業(yè)務(wù)邏輯、用戶交互等功能。3層結(jié)構(gòu)的應(yīng)用程序?qū)I(yè)務(wù)核心組件、數(shù)據(jù)訪問、合法性校驗等工作放到了中間層（業(yè)務(wù)邏輯層）進行處理，表示層和數(shù)據(jù)層都和業(yè)務(wù)邏輯層交互，業(yè)務(wù)邏輯層是連接客戶端與數(shù)據(jù)庫的“中間橋梁”。通常情況下，客戶端不直接與數(shù)據(jù)庫進行交互，而是通過COM/DCOM通訊與中間層建立連接，再由中間層與數(shù)據(jù)庫進行交互。這樣做的優(yōu)點是避免應(yīng)用程序和數(shù)據(jù)庫發(fā)生變化時導致大量的編碼修改，提高了系統(tǒng)的靈活性。系統(tǒng)架構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)圖

1.3 功能設(shè)計

系統(tǒng)的功能分為遙感影像數(shù)據(jù)處理模塊、森林火災(zāi)可燃物分類模塊、森林火災(zāi)可燃物蓄積量提取模塊、森林火災(zāi)蔓延模擬模塊4個部分。圖2給出了該系統(tǒng)的功能架構(gòu)圖。

1.3.1 遙感影像數(shù)據(jù)處理模塊

遙感影像數(shù)據(jù)處理模塊包括數(shù)據(jù)預處理、輻射定標、大氣校正、幾何校正。數(shù)據(jù)預處理是對遙感影像進行裁剪、投影變換、配準等處理，提取研究區(qū)域的影像數(shù)據(jù)并轉(zhuǎn)換成統(tǒng)一坐標系統(tǒng)。輻射定標功能采用輻射定標算法進行，將影像的原始灰度值轉(zhuǎn)換成具有真實物理意義的輻射亮度值和表觀反射率。大氣校正是基于Flaash大氣校正算法進行大氣校正，消除大氣、水分子、氣溶膠等的影響，將輻射亮度值或表觀反射率轉(zhuǎn)換成真實的地表反射率。幾何校正是采用簡單、實用的多項式法進行幾何精糾正，消除成像過程中產(chǎn)生的畸變。

1.3.2 森林火災(zāi)可燃物分類模塊

森林火災(zāi)可燃物分類模塊包括樣本選擇功能、森林火災(zāi)可燃物分類功能。樣本選擇功能用于分類方法的訓練和檢驗分類精度。森林火災(zāi)可燃物分類功能用來提取森林火災(zāi)可燃物的類型，包括最大似然法分類、神經(jīng)網(wǎng)絡(luò)分類、支持向量機分類。

森林火災(zāi)具有突發(fā)性，進行森林火災(zāi)應(yīng)急處置需要快速、高效判斷森林火災(zāi)蔓延趨勢，利用遙感影像快速提取森林火災(zāi)可燃物的類型是關(guān)鍵。森林火災(zāi)可燃物分類標準不能按土地覆蓋分類標準，也不能按狹義上的森林林種分類標準。土地覆蓋分類標準需要大量野外調(diào)查數(shù)據(jù)支持，而森林林種分類標準需要非常高分辨率、光譜分辨率的影像數(shù)據(jù)，這些數(shù)據(jù)獲取困難、費用高，都不滿足快速應(yīng)急處置的需求。根據(jù)森林火災(zāi)蔓延模擬、應(yīng)急快速處置的需求，本文提出森林火災(zāi)可燃物粗分類標準，將森林火災(zāi)可燃物劃分為水體、居民區(qū)、裸地、耕地、林地5類。根據(jù)森林火災(zāi)可燃物粗分類標準，在真彩色合成影像上進行訓練樣本、檢驗樣本選擇，使樣本盡量均勻分布。樣本分類前，進行可分離性檢驗，不通過，重新進行選擇。分離性檢驗通過計算J-M距離以及轉(zhuǎn)換差異系數(shù)來確定，兩類型之間的最小值為1.9。通過反復實驗和調(diào)整，確定影像的訓練樣本。林地、耕地、裸地、水體、居民區(qū)或道路的訓練樣本個數(shù)分別為2 036、1 014、1 161、2 666、1 740，檢驗樣本個數(shù)分別為691、534、635、1 345、527。遙感影像分類前的樣本選擇、分離性檢驗通過ENVI4.7、ArcGIS9.3軟件實現(xiàn)，最大似然分類算法、神經(jīng)網(wǎng)絡(luò)分類算法、支持向量機算法在IDL平臺中實現(xiàn)。

1.3.3 森林火災(zāi)可燃物蓄積量提取模塊

森林火災(zāi)可燃物蓄積量提取模塊包括遙感因子提取、地形因子提取、森林火災(zāi)可燃物蓄積量建模、森林火災(zāi)可燃物蓄積量反演。遙感因子提取是提取影像波段值及其組合成的植被指數(shù)。地形因子提取是提取坡度、坡向、海拔等信息。森林火災(zāi)可燃物蓄積量建模是采用多元回歸法、神經(jīng)網(wǎng)絡(luò)法、支持向量機法建立森林火災(zāi)可燃物模型。森林火災(zāi)可燃物蓄積量反演是利用建立的森林火災(zāi)可燃物蓄積量模型結(jié)合森林火災(zāi)可燃物的分類結(jié)果，提取整個研究區(qū)域的森林火災(zāi)可燃物蓄積量。

1.3.4 森林火災(zāi)蔓延模擬模塊

森林火災(zāi)蔓延模擬模塊是基于前面各個模塊的研究結(jié)果，采用森林火災(zāi)蔓延模型，通過設(shè)置森林火災(zāi)發(fā)生的不同場景，實現(xiàn)對森林火災(zāi)的蔓延的模擬。森林火災(zāi)蔓延模擬包括著火點位置確定、模型輸入?yún)?shù)提取、森林火災(zāi)蔓延模擬。

圖2 系統(tǒng)功能結(jié)構(gòu)圖

2 系統(tǒng)實現(xiàn)

系統(tǒng)以組件式GIS軟件ArcGIS Engine 9.3、Visual Studio. NET為開 發(fā) 環(huán) 境， 以O(shè)racle10g數(shù) 據(jù) 庫、C#.NET開發(fā)語言為基礎(chǔ)進行開發(fā)。系統(tǒng)中的屬性數(shù)據(jù)通過ADO.NET進行交互管理，空間數(shù)據(jù)采用ESRI公司的ArcSDE進行交互管理。由于系統(tǒng)的很多模塊涉及到大數(shù)據(jù)量的遙感影像處理、分析和計算，為了提高系統(tǒng)運行效率和節(jié)省編程工作量，一些影像處理、分類、算法等功能的實現(xiàn)基于遙感二次開發(fā)平臺ENVI-IDL 4.7和Matlab R2009b來實現(xiàn)，開發(fā)成組件庫，供應(yīng)用程序調(diào)用。遙感影像數(shù)據(jù)處理模塊中的數(shù)據(jù)預處理、輻射定標、大氣校正、幾何校正和森林火災(zāi)可燃物分類模塊中的最大似然分類算法、神經(jīng)網(wǎng)絡(luò)分類算法、支持向量機分類算法采用基于ENVI-IDL4.7平臺編程實現(xiàn)。森林火災(zāi)可燃物蓄積量提取模塊中的可燃物蓄積量的建模方法采用基于Matlab R2009b平臺開發(fā)成組件庫，其他的功能采用C#進行編程與實現(xiàn)。森林火災(zāi)蔓延模擬模塊采用簡化的Rothemel森林火災(zāi)蔓延模型[2]、基于元胞自動機的方法進行編程實現(xiàn)，簡化后的模型輸入?yún)?shù)包括地形參數(shù)（坡度、坡向、海拔）、氣象參數(shù)（風速、風向）和可燃物參數(shù)（可燃物類型、可燃物蓄積量）。遙感影像提取森林火災(zāi)可燃物信息系統(tǒng)的應(yīng)用界面如圖3所示。

3 系統(tǒng)應(yīng)用

以某市作為研究區(qū)域，通過構(gòu)建森林火災(zāi)發(fā)生時的場景，考慮火災(zāi)發(fā)生的位置、地形、天氣等不同情況，運用森林火災(zāi)蔓延模型進行蔓延模擬和分析?；馂?zāi)蔓延模擬分為3步：①著火點位置的確定。②模型輸入?yún)?shù)的獲取?；谏只馂?zāi)可燃物分類圖、森林火災(zāi)可燃物蓄積量分布圖和DEM提取著火點位置及周圍8×8鄰域的可燃物信息和地形信息，然后根據(jù)火災(zāi)發(fā)生時的天氣狀況提取天氣信息。③森林火災(zāi)蔓延模型的模擬。將著火點位置及周邊鄰域的信息等模型參數(shù)代入森林火災(zāi)蔓延模型，進行蔓延模擬，森林火災(zāi)蔓延模擬結(jié)果在GIS地圖上進行可視化顯示。

模擬場景：森林火災(zāi)發(fā)生的位置為某市東北部，風速4～5級，風向西風。模擬范圍設(shè)定為著火點周圍5 km，范圍內(nèi)可燃物樹種為楊樹、側(cè)柏（楊樹為中等可燃物，側(cè)柏為易燃物），主要樹種為楊樹，可燃物可燃性按楊樹樹種進行賦值。模擬時間為5 h。提取模擬范圍內(nèi)森林火災(zāi)可燃物參數(shù)、地形參數(shù)，進行森林火災(zāi)蔓延模擬。模擬結(jié)果：森林燃盡面積為4.407 3 km2。

對模擬結(jié)果進行分析可知，森林火災(zāi)蔓延的趨勢是向東、南、北方以緩慢的趨勢蔓延，這是由于風向為西風所致。森林火災(zāi)在模擬的時間段內(nèi)遇到河流、道路、裸地等時停止，說明可燃物的分布是森林火災(zāi)蔓延發(fā)生的基礎(chǔ)。森林火災(zāi)蔓延模型的模擬結(jié)果受風速、風向、可燃物等綜合因素的影響，模型蔓延模擬的過程和結(jié)果跟實際較符合。為了更直觀地展示和定量分析森林火災(zāi)蔓延的過程，圖4給出了模擬過程中不同時間節(jié)點的森林火災(zāi)蔓延的結(jié)果。

根據(jù)森林火災(zāi)蔓延模擬結(jié)果圖（圖4）和燃盡面積分布圖（圖5）可知，當t =1 h，森林火災(zāi)蔓延模擬盡的面積為0.144 km2；當t = 2 h，森林火災(zāi)蔓延模擬燃盡的面積為0.605 7 km2；當t = 3 h，森林火災(zāi)蔓延模擬燃盡的面積為1.497 6 km2；當t = 4 h，森林火災(zāi)蔓延模擬燃盡的面積為2.784 6 km2；當t = 5 h，森林火災(zāi)蔓延模擬燃盡的面積為4.407 3 km2。由此可知，應(yīng)對森林火災(zāi)突發(fā)事件，要盡量在森林火災(zāi)蔓延初期的幾個小時內(nèi)進行處置。

圖3 系統(tǒng)界面

圖4 森林火災(zāi)蔓延模擬結(jié)果

圖5 森林火災(zāi)森林燃盡面積分布圖

4 結(jié) 語

本文設(shè)計了遙感影像提取森林火災(zāi)可燃物的信息系統(tǒng)，從遙感數(shù)據(jù)處理、森林火災(zāi)可燃物分類、森林火災(zāi)可燃物蓄積量提取、森林火災(zāi)蔓延模擬4個方面為森林火災(zāi)突發(fā)事件提供方法和技術(shù)支持。應(yīng)用實例表明，本文系統(tǒng)界面友好、使用方便，能夠很好地與GIS、ENVI、Matlab相結(jié)合，便于森林火災(zāi)場景的構(gòu)建，能夠?qū)ι只馂?zāi)蔓延進行模擬和分析，可以為森林火災(zāi)的預防、救援處置提供決策支持。

[1] Luke R H,McArthur A G.Bush Fires in Australia [M]. Canberra:Forestry and Timber Bureau,1978

[2] 單延龍,金森,李長江.國內(nèi)外林火蔓延模型簡介[J].森林防火,2004(4):18

[3] 周宇飛.動態(tài)數(shù)據(jù)驅(qū)動林火蔓延自適應(yīng)模擬技術(shù)研究[D].北京:中國林業(yè)科學研究院,2010

[4] Lasaponara R,Lanorte A.Remote Sensed Characterization of Forest Fuel Types by Using Satellite ASTER Data [J]. International Journal of Applied Earth Observation and Geoinformation,2007,9(4):225-234[5] Keramitsoglou I,Kontoes C,Sykioti O,et al.Reliable,Accurate and Timely Forest Mapping for Wildfire Management Using ASTER and Hyperion Satellite Imagery[J].Forest Ecology and Management,2008,255(10): 3 556-3 562

[6] Gu H Y,Dai L M,Wu G,et al.Estimation of Forest Volumes by Integrating Landsat TM Imagery and Forest Inventory Data [J]. Science in China:Series E Technological Sciences,2006,49(S1):54-62

[7] 楊永恬.基于多源遙感數(shù)據(jù)的森林蓄積量估測方法研究[D].北京:中國林業(yè)科學研究院,2010

P208

B

1672-4623（2015）01-0001-03

10.3969/j.issn.1672-4623.2015.01.001

何長虹，博士，工程師，主要從事3S集成技術(shù)在水利信息化、減災(zāi)防災(zāi)應(yīng)急決策支持中的應(yīng)用研究。

2014-03-13。

項目來源：國家自然科學基金資助項目（91024016/G0310）。