澳大利亞東南部森林山火 HJ衛星遙感監測

李家國 顧行發 余 濤

(中國科學院 遙感應用研究所,北京 100101)

魏 斌

(環保部衛星環境應用中心,北京 100029)

澳大利亞東南部森林山火 HJ衛星遙感監測

李家國 顧行發 余 濤

(中國科學院 遙感應用研究所,北京 100101)

魏 斌

(環保部衛星環境應用中心,北京 100029)

以 2009年 2月發生在澳大利亞東南部的森林山火為研究對象,利用 HJ-1B遙感影像識別森林山火,分析 HJ-1B在林火災害事故中的監測能力,通過對 HJ-1B IRSB07設計參數及數據特點進行分析,提出適用于 HJ-1B衛星林火監測的歸一化火點指數(Ku)算法.研究表明:Ku值大于 0.40為潛在可能的火點像元,云耀斑和地表虛假高溫點是影響林火監測的主要噪聲.由于 HJ-1B沒有獲取到研究區域未著火前的影像數據,利用 MODIS(Moderateresolution Imaging Spectroradiometer)空間分辨率為 250m的通道 1和通道 2計算植被指數,其結果能較好的應用于 HJ-1B林火監測算法中.通過對比分析 HJ-1B林火監測結果和 MODIS林火產品 MOD14認為,HJ-1B能更好的監測出澳大利亞東南部森林火災,反映出火災的局部空間分布和細節特征.

遙感環境應用;森林火災監測;歸一化火點指數;維多利亞

2009年 2月發生在澳大利亞東南部的森林山火,造成 180多人傷亡,在林火災害救助的實際應用過程中,需要對遙感影像進行定量化的研究,從遙感影像中提取著火點的準確位置以便消防滅火和居民轉移.目前,針對林火監測的定量應用研究,多以國外的 MODIS(Moderate-resolution Imaging Spectroradiometer)和AVHRR(Advanced Very High Resolution Radiometer)數據為主,如文獻[1]利用 AVHRR第 3,4通道研究了簡易的火點監測算法[1-2],文獻[3]利用 MODIS數據研究了火點監測的相對地表亮溫法,文獻[4]對 AVHRR多種火災監測方法進行比較分析,文獻[5]研究了亮溫-植被指數法等.由于我國環境與災害監測預報小衛星星座(簡稱“HJ-1”)在軌運行時間短,全球成像能力較弱,以及在軌運行期間的林火發生數量的制約,HJ-1衛星數據的林火監測應用研究尚未發展成熟.另外,由于 HJ-1衛星傳感器和 MODIS及 AVHRR傳感器在波譜寬度、等效波長和通道響應函數等方面的差異,以及通道條帶噪聲的影響,致使現有的其它傳感器算法不宜直接使用,需要根據 HJ-1衛星的實際情況進行改進.

文中基于 HJ-1B衛星數據,參考 MODIS及AVHRR林火監測算法,研究適合于 2009年 2月發生在澳大利亞東南部的森林山火的定量反演算法,并對反演出的林火產品與 MODIS的火點產品MOD14進行了比對分析與驗證,以期獲得適用于HJ-1B衛星的我國森林防火需求的林火監測算法.

1 HJ-1衛星和研究區介紹

HJ-1衛星星座設計為 2顆光學衛星和 1顆雷達衛星的組合,其中編號為 A(簡稱“HJ-1A”)和 B(簡稱“HJ-1B”)的兩顆光學衛星已于 2008年 9月發射升空.HJ-1B載荷為兩臺光學 CCD傳感器和一臺紅外成像儀 IRS,其參數如表 1所示.

表 1 HJ-1B CCD/IRS傳感器參數設置

澳大利亞東南部森林山火發生區域主要為沿海地區,經緯度范圍為 (36°～39°S,144°～148°E).林火發生時,該區正處于南半球的夏季,植被生長茂盛、覆蓋度大,天氣炎熱,空氣干燥,林火燃燒了 1個多月,最終在連續 2天的大雨之后,3月 14日全部熄滅.由于 HJ-1衛星以我國領域為主要監測對象,受獲取到的衛星數據的影響,研究時間選擇從 2月 8日到 2月 14日.

2 森林山火識別原理與方法

2.1 遙感識別原理

地表常溫溫度在 300 K左右,林火的火焰溫度更可達 1000K左右.根據斯蒂芬-波爾茲曼定律和維恩位移定律(如式(1)所示),只要黑體溫度有很小的變化,在輻射總量與溫度的四次方成正比的關系下,就會引起輻射的很大變化,火焰高溫熱源的溫度更將會引起輻射的急劇變化,這種變化使得山火的監測變得可能,地表常溫對應的輻射峰值 λmax在 11.0μm左右,林火對應的輻射峰值 λmax在 3～5μm左右,HJ-1B B07和 B08正位于這兩個譜段區域.

式中,M為黑體的總輻射出射度,W/m-2;λmax為輻射強度最大的波長,μm;T為物體的溫度,K;σ和 A為常數,分別取值 5.6697×10-8W/(m2·K4)和2898μm·K.

HJ-1B在 10～14μm的大氣窗口內是寬的單通道(B08),中紅外是窄通道(B07),且通道 B07數據伴有嚴重的條帶噪聲,B08表觀輻亮度平均值是B07的 10倍左右,局部區域甚至更高達二個數量級.通過將 B07和 B08數據進行有效值歸一化處理提高了信息的識別能力,抑制了條帶噪聲.從中紅外通道中扣除由于地表背景熱輻射而產生的相對輻射亮度影響,設置恰當的火點指數閥值,即可識別出林火,采用歸一化后的相對差值更利于閾值設置的穩定性.HJ-1B森林山火監測歸一化火點指數法(Ku)如下式所示.

式中,L為通道的表觀輻射亮度,W/(m2·sr·μm);M為通道有效數據區域的表觀輻射亮度均值函數,W/(m2· sr· μm);Bi為第 i通道標識.

2.2 識別方法

山火監測技術流程如圖 1所示.

圖1 林火監測技術流程

2.2.1 空間配準及重采樣

將空間分辨率 300m的 B08通道采用雙線性插值法采樣成與 B07空間分辨率 150m相同大小.手動配準不同軌道號的 CCD數據與 IRS數據.

2.2.2 歸一化火點指數 Ku計算

以位置點(37°36′38.52″S,145°47′26.69″E)作為 Ku研究樣例,得到各景影像的閾值如表 2所示.Ku值的分布在 0.40～0.45之間,為最大可能的監測出潛在火點的可能性,將閾值設定為0.40,即滿足 Ku≥0.40即為潛在可能火點像元.

表 2 不同產品號影像數據火點監測閾值

2.2.3 云檢測

云層的存在會阻止林火信息的穿透,并且由于云在中紅外譜段的高反射特性,可能會在 B07通道產生耀斑作用,形成虛假的高溫點.云在可見光和近紅外波段的反射率較高,而在熱紅外波段的亮度溫度一般較低[6-8],因而,結合云在近紅外和熱紅外波段的不同光譜特征,可采用下式來檢測受云影響的區域.

2.2.4 虛假火點剔除

只有植被地區才有可能發生林火,但白天裸土的地表亮度溫度在夏季可以達到 50℃以上,較易在影像上形成虛假的高溫點.HJ-1B沒有獲取未著火前的遙感影像,但 HJ-1B B07和 B08空間分辨率與 MODIS B01和 B02的 250m空間分辨率較接近,因此,以 MODIS B01,B02按下式計算歸一化植被指數 NDVI(Normalized Difference Vegetation Index):

3 監測結果驗證與分析

為了比對分析 MOD14產品結果和本文監測結果,分別將 MOD14產品結果和本文監測結果進行空間聚類,并根據 MOD14產品的林火空間離散情況,選擇第 18層空間聚類結果(如圖 2和圖 3所示)進行逐一對應分析,表 3為逐一對應結果.

圖2 2月 16日 MOD 14林火產品空間聚類分析

圖3 2月 16日 HJ-1B林火監測結果空間聚類分析

綜合圖表可知:

1)HJ-1B IRS林火監測結果和 MODIS林火產品在空間分布上一致,MODIS火點產品中的林火像元在 HJ-1B監測結果上均有對應像元,沒有發生漏監的現象;

2)MODIS一個火點像元對應著多個 HJ-1B火點像元,這些 HJ-1B的火點像元在空間上有可能相鄰,也有可能離散,且火點個數之間沒有穩定的比值關系.例如,MOD14中編號 17類的火點,在 MOD14上是相鄰的兩個火點像元,而在 HJ-1B監測結果上是兩簇相離的火點 p類;

3)HJ-1B 300m的空間分辨率能更好地監測出林火的局部空間分布和細節特征.相對于 MODIS數據 1個像素范圍內(星下點約 1km2)離散的林火分布,HJ-1B高分辨率數據在林火監測中具有更大的潛在應用價值;

4)在 HJ-1B數據中監測出來的局部個數較少的火點,在 MODIS傳感器中由于空間分辨率的關系而無法監測出來,如圖 3中編號 r類的火點,在 MOD14中并無對應火點像元.

表 3 MOD 14產品結果與 HJ-1B監測結果對應表

4 結束語

通過分析 HJ-1B影像數據特點,提出適用于澳大利亞東南部森林山火監測的歸一化的火點指數法(Ku),對監測結果的驗證表明 Ku指數能很好的識別出林火,但云覆蓋是影響林火信息能否被監測出的主要干擾因素.

文中算法以 2009年 2月發生在澳大利亞東南部的森林山火對研究對象,識別效果較好,但由于區域性差異,該算法在中國及亞洲地區的適用性有待于進一步研究與分析.

致 謝感謝環保部衛星環境應用中心為本文研究提供所需的 HJ-1B衛星數據.

References)

[1]Dozier J.A method for satellite identification of surface temperature fields of sub-pixel resolution[J].Remote Sensing of Environment,1981,11:221-229

[2]Louis G,Jacqueline D.Application of the Dozier retrieval to wild fire characterization-A sensitivity analysis[J].Remote Sensing of Environment,2001,77:34-49

[3]Yoram J,Chris J.MODIS fire products[R].Algorithm Technical Background Document,EOS ID#2741,1998

[4]Boles SH,Verbyla D L.Comparison of three AVHRR-based fire detection algorithms for interior A laska[J].Remote Sensing of Environment,2000,72(1):1-16

[5]覃先林,易浩若.基于 MODIS數據的林火識別方法研究[J].火災科學,2004,13(2):83-89 Qin Xianlin,Yi Haoruo.A method to identify forest fire based on MODISdata[J].Fire Safety Science,2004,13(2):83-89(in Chinese)

[6]Stroppiannad,Pinnock S,Gregoire J.The global fire production:daily fire occurrence from april 1992 to december 1993 Derived form NOAA AVHRR data[J].International Journal of Remote Sensing,2000,21:1279-1288

[7]Justicea C,Gigliob S,Owensa J.The MODIS fire products[J].Remote Sensing of Environment,2002,8(3):244-262

[8]Giglio L,Descloitres J,JusticeCO,et al.An enhanced contextual fire detection algorithm for MODIS[J].Remote Sensing Environment,2003,87(2):273-282

(編 輯 :婁 嘉)

Detection of Australian southeast forest fire using HJ satellite

Li Jiaguo Gu Xingfa Yu Tao

(Institute of Remote Sensing Applications,Chinese Academy of Science,Beijing 100101,China)

Wei Bin

(Satellite Environmental Application Center,Ministry of Environmental Protection,Beijing 100029,China)

By detecting forest fire happened in Australian southeast from remote sensing imagery to demonstrate the application ability of HJ-1B satellite in disaster.After analyzing the character of HJ-1B IRS B07 system parameters and data trait,a normalized forest fire index,Ku,was constructed.Pixels are potential fore fire points where Kuare greater than 0.40.Cloud dazzling points and surface high-temperature points are the main noises disturbing the fire point detection.MODIS 250m spatial resolution band 1 and band 2were used to get normalized difference vegetation index(NDVI)for the lack of HJ-1B data earlier than the fire happened date and its results are suitable for the forest fire detection.The compare of detection results by HJ-1B and moderate-resolution imaging spectroradiometer(MODIS)fire product,MOD14,shows that HJ-1B is better than MOD14 on presenting fire spatial structure for the reason of its higher spatial resolution,300m.

remote sensing-environmental app lications;forest fire detection;unitary fire index;Victoria

S 719;TP 79

A

1001-5965(2010)10-1221-04

2009-08-10

863計劃資助項目(2006AA 12Z113);中國科學院知識創新工程重要方向資助項目(kzcx2-yw-303);國防科技工業民用專項科研技術研究資助項目(07K 00100KJ)

李家國(1982-),男,安徽巢湖人,博士生,jacoli@126.com.