武晉雯，馮 銳，孫龍彧，紀(jì)瑞鵬，于文穎，袁 ，張玉書

(1.中國氣象局沈陽大氣環(huán)境研究所，遼寧 沈陽 110166；2.沈陽市氣象局，遼寧 沈陽 110168；3.廈門理工大學(xué)，福建 廈門 361024)

森林是一種與人類關(guān)系極為密切的自然資源，它不僅可以凈化空氣、美化環(huán)境，還具有涵養(yǎng)水源、防風(fēng)固沙、調(diào)節(jié)氣候等作用，并且具有保持生物多樣性的功能[1]?；馂?zāi)是對其危害最為嚴(yán)重的災(zāi)害之一，全世界每年林火受災(zāi)面積約占森林總面積的0.1%[2]；同時排放大量的顆粒物、氮氧化物、一氧化碳等污染物，不僅改變大氣成分的化學(xué)組成，而且導(dǎo)致大氣能見度下降和空氣質(zhì)量惡化[3-4]；排放的二氧化碳和黑碳?xì)馊苣z,直接或間接地改變地氣系統(tǒng)之間的輻射能量平衡,導(dǎo)致區(qū)域尺度乃至全球范圍的氣候系統(tǒng)發(fā)生異常[5]。森林資源的重要性毋庸置疑，合理保護(hù)和使用森林資源是關(guān)鍵，但面對可燃物堆積、全球變暖等致使火災(zāi)頻發(fā)的問題,并未得到有效地解決[6]。因此,借助遙感手段及時準(zhǔn)確地監(jiān)控是根本[7]。

衛(wèi)星遙感監(jiān)測森林火災(zāi)始于1980年代初，由于不同傳感器的參數(shù)特征不同，森林火災(zāi)監(jiān)測方法也不盡相同，但大多是在AVHRR反演方法基礎(chǔ)上發(fā)展而來。應(yīng)用于AVHRR的單閾值法[7]、多閾值法[8]，MODIS的絕對火點識別算法[9-10]、上下文火點識別算法[11]，VIRR的自適應(yīng)火點檢測法等[12-13]。以上火災(zāi)監(jiān)測均是借助于搭載在極軌衛(wèi)星上的傳感器，平均每日過境頻次為1～2次，由于火災(zāi)受局地氣象條件影響變化較快，需要更高的時間分辨率。因此要實現(xiàn)火災(zāi)過程的全方位監(jiān)測，需要從以下兩個方面進(jìn)行完善：一是實現(xiàn)高時間分辨率的火災(zāi)密集監(jiān)測，二是結(jié)合高空間分辨率衛(wèi)星進(jìn)行災(zāi)情監(jiān)測。

基于高分辨率衛(wèi)星損失狀況監(jiān)測是開展救災(zāi)工作和彌補(bǔ)經(jīng)濟(jì)損失的重要環(huán)節(jié)，主要包括火燒跡地和燃燒受害程度監(jiān)測[14]。遙感監(jiān)測是衛(wèi)星過境時的瞬時監(jiān)測，燃燒點大小并不能表征地面燃燒的真實面積，通常利用火燒跡地更為準(zhǔn)確[15]。火燒跡地研究比較廣泛、精度也較高，大多根據(jù)研究尺度的不同選擇多時相衛(wèi)星采用基于多要素的統(tǒng)計模型[16]、基于知識模型的火燒跡地提取[17]、基于多種光譜指數(shù)的閾值法[18-20]、基于監(jiān)督分類、決策樹、面向?qū)ο蟮葓D像分類法[21-22]；燃燒受害程度的定量化雖然有大量的估測研究，但至今沒有統(tǒng)一的標(biāo)準(zhǔn)[23]，單純依靠遙感的主要方法有差分歸一化燃燒比率[24-25]、光譜植被指數(shù)標(biāo)準(zhǔn)差法等[26]，但存在的問題是高分衛(wèi)星時間分辨率低，而燃燒受害程度又與林地生長密切相關(guān)，因此本文提出采用高斯函數(shù)擬合模型模擬年內(nèi)健康林地生長曲線，基于當(dāng)前影像數(shù)據(jù)重構(gòu)火災(zāi)前的林地光譜值，對燃燒受害程度監(jiān)測方法進(jìn)行改進(jìn)，從而提高災(zāi)情遙感監(jiān)測準(zhǔn)確率。

1 研究區(qū)概況

遼寧林區(qū)通常防火期與防火戒嚴(yán)期在春季2-6月，秋季9-11月。春季干旱期長、風(fēng)大，容易發(fā)生火災(zāi)，而秋季林木停止生長，有積雪和結(jié)冰現(xiàn)象出現(xiàn)，不易發(fā)生火災(zāi)。因此，林火主要集中在春季[27]。根據(jù)近三年火點監(jiān)測及反饋情況統(tǒng)計：2015-2017年火點監(jiān)測數(shù)量分別為82、122、68個，火點分布情況見圖1；其中大連、葫蘆島、丹東、本溪火點發(fā)生數(shù)量較多，各市火點發(fā)生數(shù)量、林地面積見表1。

圖1 2015-2017年火點遙感監(jiān)測分布圖

地區(qū)火點/個林地面積/km2沈陽52075 大連425082 鞍山114685 撫順228413 本溪286741 丹東3010106 錦州112815 營口202605 阜新133579 遼陽181931 鐵嶺235189 朝陽1610752 盤錦1118 葫蘆島325410 合計27269503

注：林地面積數(shù)據(jù)來自遼寧林業(yè)地圖集，見參考文獻(xiàn)[28]。

2 數(shù)據(jù)來源

以2017年4月11日11時至16時(北京時間，下同)遼寧省丹東市寬甸縣古樓子鄉(xiāng)砬子溝村的森林火災(zāi)為研究對象，選取該時間段范圍內(nèi)H8共7軌，用于開展林火密集監(jiān)測；選取火災(zāi)發(fā)生前后2景GF-1數(shù)據(jù)，用于火燒跡地提??；選取8景GF-1數(shù)據(jù)，用于森林燃燒受害程度監(jiān)測(表2)。

2.1 H8數(shù)據(jù)

H8是目前可進(jìn)行林火監(jiān)測的新型靜止衛(wèi)星，2014年10月發(fā)射成功，其攜帶的可見光分辨率最高可達(dá)0.5 km，觀測頻次為10 min，較上一代靜止氣象衛(wèi)星有較大改進(jìn)。鄭偉等[29]、陳潔等[30]應(yīng)用H8衛(wèi)星開展了秸稈焚燒、草原火的動態(tài)監(jiān)測研究，火點定位誤差在1個象元以內(nèi)。數(shù)據(jù)來源于遼寧省氣象信息中心(ftp://pub_data:xxshj@10.1.72.161)，數(shù)據(jù)格式為DAT。

2.2 GF-1數(shù)據(jù)

GF-1衛(wèi)星突破高空間分辨率、多光譜與高時間分辨率結(jié)合的光學(xué)遙感技術(shù)，其星下點分辨率多光譜8 m或16 m、全色2 m，定位精度50 m，2013年4月發(fā)射成功[31]。GF-1號數(shù)據(jù)被廣泛應(yīng)用于火燒跡地提取、林地分類、災(zāi)害監(jiān)測中。數(shù)據(jù)來源于中國資源衛(wèi)星應(yīng)用中心(http://218.247.138.119:7777)。

表2 數(shù)據(jù)使用情況

3 監(jiān)測原理與方法

3.1 火點監(jiān)測原理與方法

利用維恩位移定律，當(dāng)黑體溫度升高時，輻射能量也相應(yīng)増加，最大輻射值向短波方向移動。通過實驗研究證實林火的輻射峰值大致在3.7 um附近[23]。H8衛(wèi)星7通道對應(yīng)波長范圍為3.74～3.96 um，該通道對異常高溫點變化敏感；而14通道對應(yīng)波長范圍為11.10～11.30 um，該通道對地表常溫變化敏感；以2016年4月8日14：40影像為例,遼寧興城南關(guān)林場火點處(圓圈所示位置)7通道(T7)、14通道(T14)亮溫水平、垂直方向變化情況如圖2。因此，通常采用這兩個通道組合進(jìn)行火點監(jiān)測。

圖2 火點及背景像元亮溫分布示意圖

對于空間分辨率不高的H8衛(wèi)星采取Giglio等[11]提出的前后關(guān)聯(lián)(或上下文)火點識別算法，該方法有利于小火點的判識。

潛在火點像元識別：滿足以下條件為潛在像元，否則為非火像元；閾值大小根據(jù)過境時間和著火點大小進(jìn)行調(diào)整。

(1)

背景火點像元識別：對潛在像元采用劈窗算法進(jìn)行判識，滿足以下條件為背景火點像元；

(2)

前后關(guān)聯(lián)火點像元識別：進(jìn)一步對背景火點像元采用前后關(guān)聯(lián)的火點判識方法，白天滿足式(3)并且滿足式(4)、式(5)之一時為火點，夜晚滿足式(3)時為火點。

(3)

(4)

(5)

3.2 火燒跡地原理與方法

森林燃燒后與正常植被的光譜特征呈現(xiàn)出明顯差異，表現(xiàn)在近紅外波段的反射率下降明顯[32],火燒跡地提取的是光譜衰減范圍大小。采用近紅外波段(B4)衰減變化和國際上普遍采用的NDVI、GEMI模型進(jìn)行對比，GEMI能有效避免NDVI在植被覆蓋度較高地區(qū)易飽和的缺陷(公式6)。

(6)

式中：B3、B4為GF-1的紅光波段和近紅外波段，火災(zāi)發(fā)生后GEMI表現(xiàn)出顯著下降。

3.3 燃燒受害程度原理與方法

在700 nm之后植被光譜反射率急劇上升，形成近紅外平臺，此處的反射率與葉綠素含量、植被冠層的結(jié)構(gòu)密切相關(guān)，火災(zāi)前后正是這種參數(shù)變化導(dǎo)致植被光譜的不同[33]。燃燒受害程度表征的是火災(zāi)發(fā)生前后光譜衰減量值大小，方法如下：

ΔB4=B4pre_fir-B4post_fir。

(7)

式中：B4pre_fir、B4post_fir為火災(zāi)前后GF-1號近紅外通道光譜反射率。

3.3.1 林地光譜重構(gòu)

高分辨率衛(wèi)星受過境時間和天氣狀況的影響，假如未獲取到臨近火災(zāi)發(fā)生前的影像，此時計算的衰減量ΔB＇4,對燃燒受害程度的結(jié)果影響較大。因為火災(zāi)前隨著健康林地的生長，光譜值變化較大；火災(zāi)后林地恢復(fù)較慢，光譜值變化較小，影響可忽略。因此本文提取過火區(qū)周圍健康植被的光譜指數(shù)，形成長時間序列光譜離散數(shù)據(jù)，采用高斯函數(shù)擬合模型[34]模擬林地生長曲線，基于當(dāng)前影像光譜結(jié)合擬合方程重構(gòu)火災(zāi)前的光譜，獲得準(zhǔn)確的ΔB4。

圖3 2017年4月11日林火密集監(jiān)測

圖4 火燒跡地提取

3.3.2 受害程度分級

為評價森林燃燒受害程度的不同，采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法，對受害程度進(jìn)行分等定級，方法如下：

(8)

4 結(jié)果與分析

4.1 基于H8衛(wèi)星的林火密集監(jiān)測

本次林火位于40°22′40″N、124°37′46″E，始于2017年4月11日11：20，截至16:50共進(jìn)行了30次監(jiān)測，由于密集觀測數(shù)據(jù)較多，僅提取典型時次監(jiān)測結(jié)果。圖3a顯示火災(zāi)燃燒范圍為2像元，中心燃點溫度為321 K；圖3b顯示燃燒范圍擴(kuò)大至4像元，中心燃點溫度為316 K；圖3c燃燒范圍仍為4個像元，中心燃點溫度降為為314 K；根據(jù)H8的密集監(jiān)測可以看出中心燃點的位置由燃點1變化到燃點2、影響范圍由2像元擴(kuò)大至4像元、溫度由321 K減小到314 K(圖3d)。

4.2 基于GF-1衛(wèi)星的火燒跡地提取

從2017年4月11日10:50(圖4a)、2017年4月12日11:13(圖4b)火災(zāi)前后RGB真彩色合成影像中，可人工目視解譯出火燒跡地大致范圍；圖4d、圖4e、圖4f分別為火災(zāi)前后B4、GEMI、NDVI三種光譜指數(shù)的衰減灰度圖，結(jié)果顯示：B4波段的衰減變化最明顯，GEMI模型次之，NDVI的衰減不明顯，這與NDVI在植被覆蓋度較高地區(qū)易飽和的結(jié)論相吻合。因此本文基于近紅外(B4)衰減理論的方法提取了此次火燒跡地范圍，面積為3.5 km2(圖4c)。

4.3 森林燃燒受害程度監(jiān)測

2017年篩選出無干擾影像共8景(表2)，提取過火區(qū)周圍健康林地近紅外通道(B4)光譜數(shù)據(jù)，健康林地點(46個)分布情況見圖5，共獲得368個離散點光譜數(shù)據(jù)。采用高斯函數(shù)擬合模型模擬該區(qū)域林地生長曲線(圖6)，擬合方程相關(guān)系數(shù)為0.89。

(9)

式中：y為B4光譜值，x為日期的時序。

圖5 健康林地點分布情況

圖6 林地生長擬合曲線

假設(shè)未獲取到火災(zāi)前4月11日(第101 d)的遙感影像，以4月3日(第93 d)的影像來評價森林燃燒受害程度的結(jié)果為圖7a，重度受害程度較真實結(jié)果(圖7b)偏小，漏分誤差為90%；基于林地生長曲線擬合出4月11日與4月3日林地生長的光譜增量，以4月3日數(shù)據(jù)為基準(zhǔn)，模擬出4月11日的光譜值，擬合結(jié)果(7c)更接近真實森林燃燒受害程度分級結(jié)果，重度受害程度精度提高24%、輕度受害程度精度提高10%，總體分類精度為69%，kappa系數(shù)為0.44。

5 結(jié)論

目前林火遙感監(jiān)測大多基于極軌衛(wèi)星，監(jiān)測頻度和精度有待進(jìn)一步提高。本文基于觀測頻次10 min的H8數(shù)據(jù)和16 m分辨率的GF-1數(shù)據(jù)開展林火密集監(jiān)測、火燒跡地和森林燃燒受害程度監(jiān)測，與單純依靠極軌衛(wèi)星相比提高了監(jiān)測的頻度和精度。在森林燃燒受害程度監(jiān)測中，以往的研究均沒有考慮林地生長對受害程度分級的影響，本文提出采用高斯函數(shù)擬合模型模擬年內(nèi)健康林地生長曲線，基于當(dāng)前影像數(shù)據(jù)重構(gòu)火災(zāi)前的林地光譜值，得到火災(zāi)前后準(zhǔn)確的光譜衰減量。

基于H8衛(wèi)星的林火密集監(jiān)測，能準(zhǔn)確了解中心燃點的位置變化、溫度變化和燃燒范圍的變化，為火災(zāi)的撲救工作提供依據(jù)；基于原理和方法普遍適用性原則火燒跡地提取對比了三種方法，B4波段的衰減變化最明顯、GEMI模型次之、NDVI的衰減不明顯，因此小尺度的火燒跡地提取采用B4衰減法最好，此次火燒跡地面積為3.5 km2；利用相距火災(zāi)發(fā)生僅8 d的數(shù)據(jù)進(jìn)行森林燃燒受害程度監(jiān)測，其重度受害程度等級漏分誤差就達(dá)到90%，經(jīng)過火災(zāi)前遙感影像的林地光譜重構(gòu)后，重度受害程度分類精度提高24%、輕度受害程度提高10%，總體分類精度為69%、kappa系數(shù)為0.44。精確的受害程度分析結(jié)果能及時掌握火災(zāi)的損失狀況，對開展救災(zāi)工作極為重要。

圖7 森林燃燒受害程度遙感監(jiān)測

在林火監(jiān)測的研究中，火災(zāi)發(fā)生地點地形起伏變化較大，雖然做了正射校正和配準(zhǔn)等基本預(yù)處理，地形匹配仍存在一些偏差，再加上衛(wèi)星觀測角度影響，使得火災(zāi)前后兩張影像陰影區(qū)域(地勢低洼區(qū))有些許不同，對光譜差值有一定影響，導(dǎo)致中度受害程度的結(jié)果存在一定偏差。因此，可以從地形地勢以及觀測角度訂正方面進(jìn)行更深入地研究。

致謝：感謝遼寧省氣象信息中心提供的葵花8衛(wèi)星數(shù)據(jù)、中國資源衛(wèi)星應(yīng)用中心提供的高分一號衛(wèi)星數(shù)據(jù)以及遼寧省森林防火預(yù)警監(jiān)測中心對林火監(jiān)測情況的反饋,作者在此對以上機(jī)構(gòu)的工作人員表示衷心的感謝。