陳艷英, 馬鑫程, 徐彥平， 王 穎， 汪艷波

(1.重慶市氣象科學(xué)研究所，重慶 401147； 2.中交公路規(guī)劃設(shè)計(jì)院有限公司，北京 100010；3.重慶市開(kāi)州區(qū)突發(fā)事件預(yù)警信息發(fā)布中心，重慶 405400； 4.重慶市江津現(xiàn)代農(nóng)業(yè)氣象試驗(yàn)站，重慶 402260； 5.朝陽(yáng)師范高等?？茖W(xué)校，朝陽(yáng) 122000)

0 引言

林火監(jiān)測(cè)、預(yù)警是森林防火工作的重要環(huán)節(jié)。及時(shí)、準(zhǔn)確地發(fā)現(xiàn)著火點(diǎn)，并將林火消滅在發(fā)生初期，是實(shí)現(xiàn)林火“打早、打小、打了”目標(biāo)的關(guān)鍵支撐[1]。目前衛(wèi)星監(jiān)測(cè)、航空監(jiān)測(cè)、地面巡護(hù)和瞭望臺(tái)監(jiān)測(cè)這4種[2]林火監(jiān)測(cè)措施中，衛(wèi)星監(jiān)測(cè)有諸多優(yōu)勢(shì)，能夠?qū)崿F(xiàn)大范圍實(shí)時(shí)監(jiān)測(cè)，且隨著氣象靜止衛(wèi)星分辨率的提高，衛(wèi)星林火監(jiān)測(cè)基本實(shí)現(xiàn)了全天候、大范圍的準(zhǔn)無(wú)縫監(jiān)測(cè)。在林火監(jiān)測(cè)的應(yīng)用中，遙感能夠?qū)撛谖ｋU(xiǎn)區(qū)域進(jìn)行實(shí)時(shí)監(jiān)測(cè)和持續(xù)跟蹤，因此可以及時(shí)發(fā)現(xiàn)火情，實(shí)現(xiàn)林火的早發(fā)現(xiàn)早處理，降低滅火成本，減少潛在損失，彌補(bǔ)了基于瞭望塔等傳統(tǒng)監(jiān)測(cè)方法的不足，已成為當(dāng)前林火實(shí)時(shí)監(jiān)測(cè)的重要手段之一。

林火遙感監(jiān)測(cè)的算法主要包括指數(shù)法[3-4]、亮溫結(jié)合閾值法[5-6]、多通道彩色合成法[7]、絕對(duì)火點(diǎn)識(shí)別法[8-9]和上下文法等?；诒姸嗔只鸨O(jiān)測(cè)方法，可用于林火監(jiān)測(cè)的波段也不斷被挖掘，除了傳統(tǒng)的中心波段在4 μm和11 μm的中紅外及遠(yuǎn)紅外波段外，可見(jiàn)光等波段在林火監(jiān)測(cè)中也發(fā)揮著不同的作用。在實(shí)際監(jiān)測(cè)過(guò)程中，有大部分被判定為林火的像元點(diǎn)并無(wú)林火發(fā)生，稱之為空?qǐng)?bào)； 而被判定為非林火的像元可能包含有溫度低、面積小的林火，稱之為漏報(bào)。無(wú)論是空?qǐng)?bào)還是漏報(bào)，都大大降低了衛(wèi)星監(jiān)測(cè)林火的可信度?？?qǐng)?bào)和漏報(bào)之間，及其與監(jiān)測(cè)準(zhǔn)確度之間是矛盾的，降低空?qǐng)?bào)率，漏報(bào)率會(huì)升高，反之亦然; 但無(wú)論空?qǐng)?bào)率或漏報(bào)率升高都會(huì)降低監(jiān)測(cè)準(zhǔn)確度。

衛(wèi)星探測(cè)到的林火是地表熱異常的一種，地表熱異?，F(xiàn)象通常包括： 火山噴發(fā)、森林燃燒、草原燃燒、溢出油氣燃燒、人工目標(biāo)燃燒、農(nóng)業(yè)秸稈焚燒、垃圾焚燒處理、工業(yè)熱排放、高溫作業(yè)工礦場(chǎng)地等[10]，森林草原火是遙感熱異常監(jiān)測(cè)中的一部分點(diǎn)源[11]，在衛(wèi)星林火監(jiān)測(cè)工作中，其余地表熱源點(diǎn)是干擾源，會(huì)影響監(jiān)測(cè)精度。此外，水體、沙漠、云、大型建筑或建筑群等非熱源區(qū)，由于高反射或高能源利用的影響，在衛(wèi)星檢測(cè)地表熱源點(diǎn)的過(guò)程中容易被誤判為異常高溫點(diǎn)。因此，在林火遙感監(jiān)測(cè)過(guò)程中，這些非林區(qū)的異常高溫點(diǎn)及高反射(高能源利用區(qū))點(diǎn)便是干擾點(diǎn)，降低了林火遙感監(jiān)測(cè)的準(zhǔn)確度。

為了提高林火遙感監(jiān)測(cè)的準(zhǔn)確度，需要對(duì)監(jiān)測(cè)的異常高溫點(diǎn)進(jìn)行篩查，以便去掉非林火關(guān)注區(qū)熱點(diǎn)，提高監(jiān)測(cè)的準(zhǔn)確度。對(duì)高溫點(diǎn)進(jìn)行篩查的方法和手段較多，但都存在一定的局限性，如用高分辨率數(shù)據(jù)檢驗(yàn)低分辨率數(shù)據(jù)，缺點(diǎn)是與檢測(cè)熱點(diǎn)同步的高分辨率衛(wèi)星數(shù)據(jù)不能隨時(shí)獲??； 現(xiàn)場(chǎng)調(diào)查及無(wú)人機(jī)巡航，缺點(diǎn)是成本較高，且反饋時(shí)間較長(zhǎng)。

在重慶應(yīng)用衛(wèi)星監(jiān)測(cè)林火還存在以下問(wèn)題： 在衛(wèi)星紅外通道易出現(xiàn)高溫點(diǎn)的地物如工礦區(qū)、工業(yè)熱源、建筑群、水體等區(qū)域與林區(qū)交叉分布，這些非林火高溫點(diǎn)不僅降低了林火監(jiān)測(cè)的精度，還增加了排查的難度； 重慶地形破碎，林地與農(nóng)用地交錯(cuò)分布，農(nóng)耕用火不僅難以與林火區(qū)分，還經(jīng)常引發(fā)森林火災(zāi)，因此對(duì)農(nóng)耕地用火需要加以關(guān)注或進(jìn)行管控。針對(duì)以上問(wèn)題，本文基于歸一化植被指數(shù)(normalized difference vegetation index，NDVI)及地形指數(shù)提取用于林火篩查的地表分類數(shù)據(jù)，利用該地表分類數(shù)據(jù)，對(duì)衛(wèi)星監(jiān)測(cè)的地表高溫點(diǎn)進(jìn)行二次識(shí)別，從而剔除林火非關(guān)注區(qū)的異常高溫點(diǎn)，提高林火監(jiān)測(cè)的準(zhǔn)確度。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

重慶地處中國(guó)內(nèi)陸之西南，年平均溫度為17.8 ℃，常年降水量為1 000～1 450 mm，氣候的地帶性和垂直方向變化明顯，導(dǎo)致各地地表溫度差異顯著。地帶性植被屬亞熱帶常綠闊葉林，屬于西南林區(qū)范疇，林地分布于高程較高、坡度大于15°的中低山區(qū)或高程較高的山區(qū)。地形起伏大，地表覆蓋破碎，林區(qū)與旅游景區(qū)、度假避暑區(qū)、高山風(fēng)電場(chǎng)、高山高壓輸電線路、居民點(diǎn)、農(nóng)耕地交錯(cuò)分布[12-13]，導(dǎo)致居民農(nóng)耕及生活、祭祖等活動(dòng)極易引發(fā)森林火災(zāi)，地表非林火熱源多且與林火不易區(qū)分，在利用遙感數(shù)據(jù)進(jìn)行林火監(jiān)測(cè)時(shí)會(huì)出現(xiàn)大量的非林區(qū)高溫點(diǎn)，這容易使森林防火和監(jiān)測(cè)出現(xiàn)紕漏。

1.2 數(shù)據(jù)源

1.2.1 AQUA/MODIS地面高溫點(diǎn)數(shù)據(jù)及NDVI數(shù)據(jù)

整理了2002—2020年AQUA/MODIS 1 km地面高溫點(diǎn)數(shù)據(jù)集MYD14A1及250 m NDVI數(shù)據(jù)集MYD13Q1，數(shù)據(jù)范圍為H27V05和H27V06 2個(gè)區(qū)域，數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局官網(wǎng)。

1.2.2 FY3-C/VIRR和FY3-D/MERSI地面高溫點(diǎn)數(shù)據(jù)

整理了2014—2020年FY3-C/VIRR和2019—2020年FY3-D/MERSI 1 km地面高溫?zé)狳c(diǎn)數(shù)據(jù)集，數(shù)據(jù)來(lái)源于中國(guó)氣象局風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)。

1.2.3 其他輔助數(shù)據(jù)

通過(guò)91衛(wèi)圖助手桌面端采集了重慶市2 m空間分辨率土地類型樣地?cái)?shù)據(jù)，樣地類型包括林地、草地、果園、旱地、水田、水體、建筑用地7類； 收集了空間分辨率12.5 m數(shù)字高程模型(digital elevation model，DEM)數(shù)據(jù)，來(lái)源于日本宇宙航空研究所的高級(jí)陸地觀測(cè)衛(wèi)星-1(Advanced Land Observing Satellite-1，ALOS)。

1.3 數(shù)據(jù)處理

1.3.1 重慶森林火監(jiān)測(cè)點(diǎn)數(shù)據(jù)集

選取2002—2020年AQUA/MODIS監(jiān)測(cè)熱點(diǎn)數(shù)據(jù)MYD14A1、2014—2020年FY3-C/VIRR監(jiān)測(cè)熱點(diǎn)數(shù)據(jù)和2019—2020年FY3-D/MERSI作為遙感監(jiān)測(cè)高溫?zé)狳c(diǎn)源。各衛(wèi)星熱點(diǎn)數(shù)量見(jiàn)表1。

表1 不同來(lái)源熱點(diǎn)數(shù)量Tab.1 Number of hotspots from different sources

從表1可見(jiàn)，F(xiàn)Y3-C/VIRR和FY3-D/MERSI衛(wèi)星由于監(jiān)測(cè)年限較短，因此監(jiān)測(cè)熱點(diǎn)樣例較少，共62個(gè) 熱點(diǎn)； AQUA/MODIS衛(wèi)星監(jiān)測(cè)年限較長(zhǎng)，監(jiān)測(cè)熱點(diǎn)較多，共2 159個(gè)熱點(diǎn)，其中標(biāo)注9的高可信度熱點(diǎn)最少，為182個(gè)，標(biāo)注為8的中可信度熱點(diǎn)多達(dá)1 618個(gè)，標(biāo)注7的低可信度熱點(diǎn)359個(gè)。

1.3.2 植被指數(shù)數(shù)據(jù)集

選取2002—2020年AQUA/MODIS 250 m分辨率NDVI數(shù)據(jù)，通過(guò)重投影、格式轉(zhuǎn)換、裁剪后，獲取重慶區(qū)域的NDVI。為了降低云的影響，將AQUA/MODIS監(jiān)測(cè)的NDVI采用最大值合成法合成逐月NDVI，基于此計(jì)算多年月平均NDVI。如果單月NDVI較多年月平均NDVI降低超過(guò)0.1，則視為無(wú)效值，以當(dāng)月前后2 a的均值替補(bǔ)。如2018年1月NDVI較2000—2020年1月月平均NDVI小0.15，則以2017年和2019年的均值替代，以此類推。以此方法計(jì)算了2013—2017年月平均NDVI，用來(lái)輔助完成土地分類。

1.3.3 土地分類數(shù)據(jù)樣本點(diǎn)數(shù)據(jù)集

林火遙感監(jiān)測(cè)的主要關(guān)注對(duì)象是天然林區(qū)及草地，結(jié)合重慶的區(qū)域特性，農(nóng)業(yè)用地中的旱地及果園也是林火防范的關(guān)注區(qū)域，而建筑用地、水體屬于林火防范的非關(guān)注區(qū)域，因此本文將土地類型分為林地、草地、果園、旱地、水田、水體及建筑用地7類。結(jié)合高分辨率遙感圖像及2015年土地利用數(shù)據(jù)，對(duì)本文7類型土地利用數(shù)據(jù)取樣，樣地?cái)?shù)見(jiàn)表2。

表2 不同土地類型采集的樣區(qū)數(shù)Tab.2 Number of plots collected by different land types

1.3.4 其他輔助數(shù)據(jù)的處理

利用地理信息系數(shù)軟件，將空間分辨率為12.5 m的數(shù)字高程模型(digital elevation model,DEM)數(shù)據(jù)重采樣為50 m，并基于DEM生成了坡度數(shù)據(jù)。

2 土地覆蓋分類

2.1 樣點(diǎn)植被指數(shù)及地形分析

結(jié)合重慶地表破碎的特點(diǎn)，將NDVI數(shù)據(jù)重采樣為50 m分辨率，與DEM及坡度對(duì)應(yīng)。提取樣地月平均NDVI、坡度及高程，見(jiàn)圖1。

(a) 不同土地類型樣地NDVI月變化曲線 (b) 不同土地類型樣地坡度和高程

分析發(fā)現(xiàn)，各樣地NDVI均值較最大、最小值具有區(qū)別度，因此采用月平均NDVI作為分類指標(biāo)，而表征地形的坡度和高程2個(gè)要素，在不同地類中也有很明顯的分異性，因此也作為分類的重要參數(shù)。由圖可見(jiàn)，除水體外，各種土地類型的NDVI峰值均出現(xiàn)在7—8月份，9月開(kāi)始減小，谷值基本出現(xiàn)在1月份，1—8月，NDVI逐漸增加。各土地類型中，林地NDVI最大，其次是草地，水體NDVI最小，建筑用地NDVI次小。在農(nóng)田中，4—5月份旱地NDVI高于水田，其余月份水田NDVI高于旱田NDVI，果園NDVI月際變化平緩，1—2月份及11—12月份NDVI較旱地、草地NDVI偏大，在6—8月的生長(zhǎng)旺季，果園NDVI較其余植被覆蓋區(qū)NDVI偏低，其余月份NDVI較水田、旱地、草地、林地NDVI低。各類土地類型中，坡度和高程值變化明顯，可以結(jié)合NDVI進(jìn)行區(qū)分。

2.2 分類方法及結(jié)果

2.2.1 人類活動(dòng)用地與林草地的分離

跟據(jù)李伶俐等[14]的研究及第三次國(guó)土調(diào)查技術(shù)規(guī)范[15]，從地形坡度要素來(lái)看，重慶耕地集中分布在坡度25°以下的區(qū)域； 從地形高程要素來(lái)看，重慶耕地集中分布在200～1 500 m之間的區(qū)域。結(jié)合本文研究，從圖1樣地的坡度、高程分析結(jié)果及文獻(xiàn)研究成果發(fā)現(xiàn)，坡度過(guò)大、高程過(guò)高的區(qū)域不適合人類活動(dòng)，因此本文將坡度≤15°且高程在[0,1 500] m之間的區(qū)域及坡度在(15°，25°]之間且高程≤800 m的區(qū)域定為可能出現(xiàn)水體、建筑用地及農(nóng)業(yè)用地的區(qū)域，占總面積的59.15%； 其余區(qū)域?yàn)榱值亍⒉莸?，占總面積的40.85%。

2.2.2 非植被用地與農(nóng)用地的分離

水體及建筑用地的NDVI整體偏低，在7—8月份水體和建筑用地的NDVI與植被覆蓋區(qū)的地表NDVI相差最大，綜合考慮日照條件及建筑用地周邊、街道綠化生長(zhǎng)狀況，選取8月份NDVI作為參考指標(biāo)。分析NDVI可知，在結(jié)合前文識(shí)別的水體、建筑用地及農(nóng)業(yè)用地區(qū)域的基礎(chǔ)上，水體NDVI≤0.4或高程≤150 m且坡度≤10°的區(qū)域，建筑用地的NDVI在 (0.4,0.6]之間，水體占地1.4%，建筑用地占4.3%，見(jiàn)圖2。

2.2.3 水田、旱地、果園的分離

分析樣地NDVI發(fā)現(xiàn)，果園區(qū)域NDVI在6—8月較水田、旱地區(qū)域NDVI偏小，但在11—12月份NDVI較水田、旱地偏大，其中7月和12月差異明顯，利用這個(gè)特點(diǎn)分離農(nóng)用地中的果園； 水田和旱地的NDVI季節(jié)性突出，在6—8月份，水田和旱地的NDVI基本相當(dāng)，但在4—5月及9—12月，水田NDVI較旱地NDVI明顯偏低，利用這個(gè)特點(diǎn)，分離出農(nóng)耕地中的水田； 在8月份旱地NDVI 較水田NDVI偏小，其余月份NDVI較水田偏大，其中10月份偏大最多，利用該特點(diǎn)提取旱地區(qū)域，提取結(jié)果表明，農(nóng)用地占重慶土地面積的48.9%，見(jiàn)圖3。

2.2.4 草地與林地的分離

分析地形及NDVI發(fā)現(xiàn)，草地NDVI在3—4月份及10—12月份較林區(qū)NDVI偏小明顯，其中4月份和12月份差異較大，分別為0.15和0.13，基于該特點(diǎn)，在2.2.1節(jié)提取的林地和草地結(jié)果中提取草地(圖4(a))，在林地和草地結(jié)果中去除草地的其余區(qū)域均為林地。在建筑用地、水體及農(nóng)用地結(jié)果中，如果坡度在16°以上且8月NDVI超過(guò)0.86或10月NDVI超過(guò)0.74的區(qū)域，視為耕地邊緣林地，因此，林地為這二者的合并區(qū)域(圖4(b))。林地和草地共占45.7%，見(jiàn)圖4?；谥貞c地表覆蓋類型破碎的特點(diǎn)，重慶林火遙感監(jiān)測(cè)關(guān)注的區(qū)域除天然林草地外，旱地和果園等經(jīng)濟(jì)林地也是林火監(jiān)測(cè)的關(guān)注區(qū)域，因此將土地分類結(jié)果按照林火監(jiān)測(cè)需求分成林火非關(guān)注區(qū)(包含建筑用地、水體、水田)、林火監(jiān)測(cè)關(guān)注區(qū)(包括天然林地、草地、旱地和果園)，如圖4(c)。從圖2—4的提取結(jié)果看，提取的水體在中心城區(qū)范圍偏大，包含了部分建筑用地，另外，受數(shù)據(jù)分辨率的限制，境內(nèi)的小河流不能全部識(shí)別。建筑用地在中心城區(qū)、西部較集中，在東北部、東南部山區(qū)較稀疏。水田集中在中西部地勢(shì)低平的區(qū)域，旱地除山區(qū)、城區(qū)外，分散在各區(qū)縣，與水田、林地、果園等交叉分布； 草地主要分布在東北、東南地勢(shì)較高的山區(qū)，林地在渝東北、渝東南占地較多、分布廣，另外在中、西部山地也有零星分布。

2.3 分類結(jié)果檢驗(yàn)

對(duì)分類的結(jié)果進(jìn)行準(zhǔn)確度檢驗(yàn)，計(jì)算樣地類型中，提取的該類土地類型面積占該類樣地總面積的比例代表提取的準(zhǔn)確度，比例越大，表明準(zhǔn)確度越高。一是進(jìn)行單個(gè)地類提取檢驗(yàn)，即提取結(jié)果的單個(gè)地類與該類樣地面積進(jìn)行對(duì)比； 二是進(jìn)行林火關(guān)注區(qū)提取檢驗(yàn)，即分別檢驗(yàn)建筑用地、水體、水田樣例區(qū)內(nèi)，該3類分類結(jié)果占林火非關(guān)注區(qū)面積的比例，旱地、果園、林地、草地樣地內(nèi)，該4類分類結(jié)果占林火關(guān)注區(qū)面積的比例。據(jù)此計(jì)算了單類樣地的準(zhǔn)確度(表3)和林火關(guān)注區(qū)分類的準(zhǔn)確度(表4)。

表3 單個(gè)地類準(zhǔn)確度檢驗(yàn)結(jié)果Tab.3 Accuracy test results of a single land type (%)

表4 林火關(guān)注區(qū)分類準(zhǔn)確度檢驗(yàn)結(jié)果Tab.4 Classification accuracy test results of forest fire concern areas (%)

從表3和表4可見(jiàn)，建筑用地、水體、水田的分類準(zhǔn)確度分別為65.90%，76.32%和80.53%，其中建筑用地誤判的34.10%區(qū)域中，絕大部分誤判為水體，水體誤判的23.68%區(qū)域中，絕大部分誤判為建筑用地，水田誤判區(qū)域在建筑用地及旱地占比較大，分別為8.93%和7.04%，三者作為林火非關(guān)注區(qū)，識(shí)別的準(zhǔn)確度達(dá)到94.59%。旱地、果園、草地、林地的識(shí)別準(zhǔn)確度差異較大，旱地和果園的識(shí)別準(zhǔn)確度分別為47.22%和40.61%，旱地誤差主要誤判為水田，占36.65%，果園誤差主要誤判為建筑用地和林地，分別占26.45%和23.95%，草地和林地的識(shí)別準(zhǔn)確度分別為64.16%和79.96%，草地誤差主要誤判為林地，占32.69%，林地誤差主要誤判為旱地，占15.80%，四者作為林火關(guān)注區(qū)，識(shí)別的準(zhǔn)確度達(dá)到86.01%。

林火遙感監(jiān)測(cè)時(shí)出現(xiàn)的高溫干擾熱點(diǎn)來(lái)源于林火非關(guān)注區(qū)，結(jié)合地表分類信息，對(duì)監(jiān)測(cè)高溫點(diǎn)進(jìn)行二次識(shí)別，可以剔除林火非關(guān)注區(qū)的異常高溫點(diǎn)，提升林火監(jiān)測(cè)的準(zhǔn)確度。本文地表分類的方法對(duì)識(shí)別林火非關(guān)注區(qū)的準(zhǔn)確度高達(dá)94.59%，能夠滿足林火遙感監(jiān)測(cè)需要。

3 高溫?zé)狳c(diǎn)二次識(shí)別分析

3.1 利用林火關(guān)注區(qū)對(duì)監(jiān)測(cè)熱點(diǎn)二次識(shí)別

將FY3-C/VIRR，F(xiàn)Y3-D/MERSI及AQUA/MODIS監(jiān)測(cè)熱點(diǎn)與提取的林火關(guān)注區(qū)分類數(shù)據(jù)進(jìn)行疊加，剔除落在林火非關(guān)注區(qū)的熱點(diǎn)，從而提高監(jiān)測(cè)準(zhǔn)確度。由熱點(diǎn)分布(圖5)可見(jiàn)，F(xiàn)Y-3監(jiān)測(cè)熱點(diǎn)在空間上分布較均勻，MODIS監(jiān)測(cè)熱點(diǎn)第一個(gè)集中區(qū)域在西部、中心城區(qū)，第二個(gè)集中區(qū)在東南部酉陽(yáng)、秀山，在東部偏北區(qū)域及中部相對(duì)均勻分布。

二次識(shí)別后熱點(diǎn)分布統(tǒng)計(jì)見(jiàn)表5，統(tǒng)計(jì)了不同衛(wèi)星監(jiān)測(cè)熱點(diǎn)在2類林火監(jiān)測(cè)分區(qū)中的數(shù)量及比例。

表5 監(jiān)測(cè)高溫點(diǎn)在2類林火關(guān)注區(qū)內(nèi)的熱點(diǎn)統(tǒng)計(jì)Tab.5 High temperature statistics in the twotypes of forest fire concern areas

從表5可見(jiàn)，F(xiàn)Y3-C/VIRR，F(xiàn)Y3-D/MERSI及AQUA/MODIS在林火非關(guān)注區(qū)的熱點(diǎn)分別為26.47%，11.76%和46.27%，其中AQUA/MODIS監(jiān)測(cè)熱點(diǎn)剔除比例較高，在林火關(guān)注區(qū)的熱點(diǎn)占53.73%，F(xiàn)Y3-C/VIRR和FY3-D/MERSI衛(wèi)星監(jiān)測(cè)熱點(diǎn)在林火關(guān)注區(qū)的占比較高，達(dá)70%以上。

圖6給出了進(jìn)行二次識(shí)別后熱點(diǎn)分布。從圖6可見(jiàn)，經(jīng)過(guò)二次識(shí)別后，F(xiàn)Y3-C/VIRR和FY3-D/MERSI熱點(diǎn)主要分布在渝東北、渝東南及中部山區(qū)，在中心城區(qū)周邊及渝西地區(qū)分布較少； AQUA/MODIS監(jiān)測(cè)熱點(diǎn)在中心城區(qū)及周邊減少明顯，經(jīng)過(guò)二次識(shí)別后，AQUA/MODIS監(jiān)測(cè)熱點(diǎn)在各地基本均勻分布，中心城區(qū)及西部熱點(diǎn)占總數(shù)的25.3%，渝東北和渝東南熱點(diǎn)分別占26.6%和31.2%。二次識(shí)別后,林火關(guān)注區(qū)內(nèi)AQUA/MODIS監(jiān)測(cè)熱點(diǎn)剩余1 160個(gè)，其中判識(shí)為林火中-高可信度的熱點(diǎn)有1 024個(gè)，占判別為林火總數(shù)的88.3%； FY3-C/VIRR判識(shí)為林火的25個(gè)熱點(diǎn)中，23個(gè)高可信度林火點(diǎn)，占93%； FY3-D/MERSI判識(shí)為林火的熱點(diǎn)有19個(gè)，6個(gè)高可信度林火點(diǎn)。

3.2 林火關(guān)注分區(qū)在業(yè)務(wù)中的驗(yàn)證及應(yīng)用

2021年5月1—2日，利用TERRA/MODIS和AQUA/MODIS數(shù)據(jù)與FY3-C/VIRR(FY3-D/MERSI數(shù)據(jù)出現(xiàn)故障)數(shù)據(jù)分別進(jìn)行林火實(shí)時(shí)監(jiān)測(cè)，TERRA/MODIS和AQUA/MODIS上下午2顆衛(wèi)星共監(jiān)測(cè)高溫?zé)狳c(diǎn)37個(gè)，F(xiàn)Y3-C/VIRR共監(jiān)測(cè)高溫?zé)狳c(diǎn)14個(gè)，見(jiàn)圖7。

利用林火關(guān)注區(qū)分區(qū)結(jié)果對(duì)監(jiān)測(cè)熱點(diǎn)進(jìn)行二次識(shí)別，MODIS衛(wèi)星監(jiān)測(cè)熱點(diǎn)判識(shí)為林火的共7個(gè)，排除非林火關(guān)注區(qū)熱點(diǎn)81.08%，見(jiàn)圖8，其中5月1日得到反饋，有一處為林火，位于酉陽(yáng)土家族苗族自治縣酉酬鎮(zhèn)，其余判識(shí)為林火點(diǎn)的高溫點(diǎn)中，3個(gè)點(diǎn)反饋無(wú)林火，3個(gè)點(diǎn)無(wú)校驗(yàn)反饋，其中江津區(qū)同一地點(diǎn)上午星TERRA/MODIS和下午星AQUA/MODIS均發(fā)現(xiàn)熱點(diǎn)，但沒(méi)有收到校驗(yàn)反饋。二次識(shí)別后，5月2日FY3-C/VIRR監(jiān)測(cè)的熱點(diǎn)判別為林火的點(diǎn)有4個(gè)，見(jiàn)圖8，沒(méi)有收到反饋，非林火關(guān)注區(qū)熱點(diǎn)排除率達(dá)71.4%。

4 結(jié)論與展望

NDVI及地形因素對(duì)地表分類具有一定的指示意義，將其用于提取復(fù)雜地形區(qū)域地表分類信息并具有一定的準(zhǔn)確度，可將結(jié)果應(yīng)用于特定場(chǎng)景，如用于林火遙感監(jiān)測(cè)的二次識(shí)別，可有效降低復(fù)雜地形區(qū)域林火監(jiān)測(cè)的干擾信息，提升衛(wèi)星監(jiān)測(cè)林火的準(zhǔn)確度，同時(shí)降低熱點(diǎn)核實(shí)人力物力投入。盡管本文在地表分類及林火二次識(shí)別的應(yīng)用場(chǎng)景中已經(jīng)做了部分研究及示范，仍存在一些問(wèn)題，主要包括以下幾點(diǎn)：

1)提升地表分類遙感數(shù)據(jù)的空間分辨率。較高分辨率的遙感數(shù)據(jù)反演的NDVI不僅能夠精細(xì)地刻畫(huà)地物NDVI的時(shí)間變化特征，也能更好地分辨出地物NDVI的空間差異，有利于區(qū)分破碎的地表覆蓋，提高地表分類的準(zhǔn)確度。

2)增加輔助信息進(jìn)行地表分類?？稍黾拥匚锏墓庾V信息，結(jié)合智能識(shí)別方法進(jìn)行分類，會(huì)提高分類精度。

3)增加核實(shí)數(shù)據(jù)對(duì)二次識(shí)別結(jié)果進(jìn)行檢驗(yàn)。應(yīng)用遙感手段進(jìn)行林火監(jiān)測(cè)需對(duì)大量高溫?zé)狳c(diǎn)進(jìn)行核實(shí)，在實(shí)施過(guò)程中存在監(jiān)測(cè)與管理分離的現(xiàn)象，致使大部分監(jiān)測(cè)熱點(diǎn)得不到核實(shí)，限制了對(duì)監(jiān)測(cè)結(jié)果的檢驗(yàn)。因此落實(shí)核實(shí)機(jī)制、收集核實(shí)結(jié)果及真實(shí)火情、開(kāi)展二次識(shí)別前后的對(duì)比檢驗(yàn)等工作，是提升遙感林火監(jiān)測(cè)、檢驗(yàn)工作的重要環(huán)節(jié)。