自然火災遙感監測研究進展

馮博宇

中國地質大學（武漢），湖北 武漢 430074

0 引言

火在自然界中扮演著十分重要的角色，它影響著森林、草原和濕地中生物的多樣性。最近幾十年中，在全球范圍內生物體燃燒的地理分布范圍和持續燃燒時間都有所增加，使熱輻射產物以及其對氣候和環境的影響明顯增強，火災監測從而成為越來越熱門的研究方向。對于分布范圍廣、分布地區不宜接近的自然火災，遙感成為廣泛應用的檢測手段。了解遙感技術應用于火災監測的近30年歷史發展有助于理清其后續發展的道路。

1 國內外火災遙感監測發展狀況

最初用于檢測火災的圖像來自航拍，但因其覆蓋范圍太小、在用于大面積火災時需要拼接而不能滿足實際需要。衛星遙感影像被發現可用于監測火災是在1974年，Hitchcock和Hoffer利用計算機輔助分析觀察到遙感影像中由火災產生的可被區分的光譜不同區域。在這之后，隨著遙感技術的不斷發展，各種衛星傳感器的成功升空，遙感圖像在自然火災檢測中的應用迅速滲透到各種生態系統的火災中。

國外這方面的遙感應用已經有30多年。早在1978年Benson和Briggs兩人便使用Landsat MSS傳感器數據，通過監督和非監督分類對溫帶針葉、闊葉混合林火災進行觀測。隨后，人們逐漸意識到通過遙感數據識別火災直接使用以往地表統計數據參數是不行的，這開啟了對遙感火災參數的探索。人們利用歸一化植被指數（NDVI），通過反映地表植被覆蓋情況而得到火災信息。近十年，隨著根據近紅外和中紅外波段數據計算得到的差異性歸一化燃燒率（dNBR）提出，很多科學家開始使用此參數對遙感數據進行處理來獲取火災信息，它提供了一個用來評估火災造成生態變化程度的連續尺度[1]。Christopher Legg和Yves Laumonier[2]使用NOAA/AVHRR傳感器數據針對1997年印度尼西亞重大火災采用設定閾值尋找熱場的方法尋找火災地點。Daniel Chongo[3]等人使用2001年1月到2003年12月的MODIS數據，對南非克魯格國家公園上的草原火災進行監測。其利用設置NDVI和監督分類的方法搜索火災地區。Brigitte等人[4]根據加拿大森林火災危險評定系統，在2002年利用雷達衛星ERS-1 SAR數據對寒帶森林火災進行研究。

遙感火災監測首次在我國發揮巨大作用是發現1987年5月黑龍江省大興安嶺林區發生特大森林火災，劉洋等人[5]使用1/20萬的火災期Landsat TM影像、SPOT影像和火災前期的Landsat MSS影像對此次火災進行觀測。選取適當波段進行解譯，確定人工訓練樣區，然后進行監督分類確定火情。張歡等人[6]在2007年通過增強和多通道彩色合成等圖像處理的NOAA/AVHRR傳感器數據提取當年4月30日發生在黑龍江省大興安嶺區罕諾河管護區發生的火災信息。2009年，段穎等人[7]使用中巴資源衛星對云南安寧“3.29”重大森林大火進行監測，其從多波段衛星遙感數據提取窗口上的紋理均勻性指標、圖斑變異性指標作為光譜識別指標。

2 常用于火災監測的傳感器

現在有很多衛星傳感器（包括Landsat-TM，Landsat-MSS，MODIS，SPOT，DMSP，ERS-ATSR和JERS等）獲得的數據可以用于火災監測。這些具有不同時間分辨率、光譜分辨率和空間分辨率特點的儀器可以得到側重方面不同的數據資料，其中不乏有適用于火災監測的數據。M. Pilar Martín等人[8]在《歐洲地中海盆地大規模自然火災遙感監測》一書中總結由火災產生的四種形式的信號：輻射能量、煙霧、地面碳化和地表植被變化。針對需要識別的火災信號、根據不同的實際需求、考慮傳感器波段設置、時間、空間和光譜分辨率，最后選用不同的傳感器進行測量便可以達到較好的監測效果。

NOAA/AVHRR傳感器十分適合于火災數據收集，能夠提供每日兩次覆蓋全球的中分辨率遙感圖像。其波段覆蓋范圍從可見光（Ch1：0.63μm）、近紅外（Ch2：0.83μm）、中紅外（Ch3：3.7μm）和熱紅外（Ch4和 Ch5：10～l2μm）。各波段都可以為火災監測提供有用數據：Ch1可以用于識別煙霧；Ch3波長接近溫度800K物體（目前通過實驗室測量火災地點溫度變化范圍在570～1800K）的輻射峰值波長，可以識別很小的著火點；通過比較Ch1和Ch2通道反射率的差值可以估計過火區的面積。但AVHRR傳感器也還存在著很多不足。由與其最初是為了滿足氣象應用，Ch3飽和溫度（47℃）很低可能導致誤判，這些錯誤主要來源于物體對太陽光的散射，湖面、江河和卷云的反射作用導致的AVHRR Ch3亮溫迅速上升。此外Ch3對煙霧、云層的抗干擾能力較小。卿清濤[9]曾對AVHRR傳感器監測火災準確率進行研究，經統計其誤判率為17%左右，漏識率為20%左右。

Terra和Aqua衛星攜帶的MODIS傳感器和Terra衛星攜帶的ASTER傳感器也被用于生成遙感火災產品。與NOAA/AVHRR比較，MODIS儀器專門對高溫敏感的波段做了優化，使其監測火災能力大大提高。MODIS影像因具有較廣的光譜覆蓋范圍（0.62μm～14.385μm，共36個波段）及每天2次覆蓋全球的動態監測能力、多通道的250m、500m和1k m數據為局部、區域和全球的火災制圖提供了有力的數據源。EOS數據產品手冊1卷[10]、2卷[11]分別對Terra衛星和Aqua衛星攜帶的MODIS傳感器在火災方面的應用做了詳細的總結。MODIS專門設有檢測火災波段3.9 μm，其飽和溫度為500K，足夠用于做火災強度判讀。MODIS傳感器提供的地表熱異常（MOD14）和地表燃燒傷痕(MOD40)數據產品都可用來幫助監測火災[10-11]。MOD14產品常用于判斷火災發生、尋找火災發生地點、劃分火災等級依據和計算火災能量釋放。Terra衛星上的ASTER傳感器[10]分辨率設置有5個熱紅外波段，這5個波度可以用來獲得地表輻射量，從而得到地面溫度圖件，用來對火災進行監測。ASTER傳感器較MODIS傳感器有更高的空間分辨率（90m），其數據常與MODIS數據結合以得到高空間分辨率的火災地圖。

3 常用的識別火災方法

想要從遙感圖像中得到有用的火災信息就需要對圖像進行特定的處理與分析，自上世紀80年代中期科學家們就開始針對此需求設計用于遙感圖像火災分析的方法。

閾值法：通過設置閾值來尋找著火點、區別不同等級的火災是較早被使用的方法，這是一種較直接的獲取火災數據的方法，經過多年的不斷完善，此方法仍在頻繁地被使用。發展初期，人們只是通過簡單的單波段閾值方法篩選出存在著火點的像素。最簡單的嘗試是找出遙感圖像中紅外波段達到飽和的像素，認為這些像素覆蓋區域出現火情。但由于單一波段閾值設置所含信息量較少不能得到準確的火災信息，所以漸漸被多波段閾值方法所替代。多波段算法利用兩個或兩個以上的波段閾值控制著火點的搜索，被搜索出的著火點一定是滿足所有閾值限制的。田鵬舉等人[12]曾利用此方法為MODIS傳感器數據設置多波段閾值對貴州省林火進行監測。但這樣人工設置閾值的方法比較復雜，研究者必須對所要處理生態系統的特點十分清楚。所以科學家又提出了上下文聯系的閾值算法。這種算法可以根據臨近像元與目標像元的相互關系自動調整閾值大小，從而使尋找著火點的過程參考周圍環境的整體影響。當然如果在判斷每個像素是否為著火點時都依次與周圍像元進行比較會極大的增加算法的計算量，因此通常的做法是先通過單波段或多波段閾值法尋找出可能的著火點，然后再對這些可能的著火點進行與周圍像素的比較來確定此像元是否存在著火點。北京師范大學遙感國家重點實驗室的錢永剛等人[13]在2009年對上下文聯系的閾值算法進行了比較全面的研究，指出此種閾值算法的關鍵是選取合適的上下文聯系像素來篩選可能的著火點，這些像素應該去除被云層、熱點效應和之前火災留下的裸露土地污染的像素。

植被指數：自然火災總是與地表植被覆蓋變化有關，因此通過判斷地表植被情況來了解火災情況也是分析火災情況的主要手段。綠色植物的波譜特征主要取決于它的葉子，在可見光譜內，以0.45μm為中心的藍波段以及0.67μm為中心的紅波段葉綠素強烈吸收輻射能呈吸收谷，這兩個吸收谷之間（0.54μm附近）吸收較少，形成綠色反射峰（10%～20%）。近紅外波譜段內，吸收能很低，0.74μm附近反射率急劇增加，導致0.74～1.3μm波譜內形成高反射。而紅波段的強吸收與近紅外的強反射導致了植物的紅邊效應。利用近紅外與紅波段輻射量比值、NDVI或土壤糾正植被指數（SAVI）都可以獲得地面植被覆蓋情況。近期人們又發現光譜中近紅外和中紅外區域對火災后的植被和土壤變化很敏感。火災影響后綠色植被和其周圍濕度的減少、裸露土地和巖石的增加會引起近紅外輻射值減少、中紅外輻射值增多。這一發現促使了dNBR的出現。Key和Benson[14]最早對此參數的數值、物理特征做了研究。Jos· e M. C. Pereira[15]1999年以Landsat TM影像為參照對NOAA/AVHRR進行不同植被參數監測火災準確度的比較，這些參數包括NDVI、植被指數3（VI3）、全球環境監測指數（GEMI）和改進的全球環境監測指數（GEMI3）。比較表明，在實驗地區地中海地區NDVI效果不佳，不如直接使用中紅外波段進行閾值設置，GEMI3的準確性最高。

圖像分類：圖像分類一直是處理遙感圖像的重要方法，對于火災信息的提取也有十分顯著的效果。最普遍的監督分類和非監督分類經常被用于監測火災。很多實例中，人們還會在進行分類前在圖像中加入主成分分析、KT分析或NDVI等信息增加分類精度。除此之外，灰度劃分的方法也用于區別燃燒區受破壞程度、非燃燒區。這種灰度劃分的辦法既被使用與單波段劃分又被使用于植被指數。但基于像素的圖像分類精度不是太高，所以最近幾年人們開始對基于對象的圖像分類在火災監測中的應用進行研究。

4 結論與展望

Ioannis Z. Gitas等人[16]曾在《地中海生態系統自然火災監測》一書中總結了5個遙感監測火災的發展方向：評價現有的火災遙感方法在必要時對其進行改進、繼續火災遙感的定量化研究、提高全球火災評估準確性已得到由于火災產生的CO2量、使用較新傳感器（例如多光譜數據）數據進行火災監測研究和增加火災監測算法的自動性。

隨著遙感技術的日趨成熟，高光譜、高分辨率數據成為可能，為火災監測提供了更多先進的觀測平臺。遙感火災監測算法也在不斷完善，精確度逐漸提高。遙感在火災監測中會占有越來越重要的地位。此外，定量遙感技術也將在之后的火災監測中發揮重要作用，為定量評定火災程度提供了有利數據。

[1]C.H.Key, Remote Sensing Sensitivity to Fire Severity and fire recovery[J].Proceedings of the 5th International Workshop on Remote Sensing and GIS Applications to Forest Fire Management: Fire Effects Assessment: 29-39.

[2]Christopher A.Legg and Yves Laumonier, Fires in Indonesia, 1997: A Remote Sensing Perspective[J].Ambio，1999)

[3]Daniel Chongo.Ryota Nagasawa.Ahmedou Ould Cherif Ahmed. Mst Farida Perveen, Fire monitoring in savanna ecosystems using MODIS data: a case study of Kruger National Park, South Africa, [J]Landscape Ecol Eng，2007(3): 79-88.

[4]Brigitte Leblon, Eric Kasischke, Marty Alexander,Mark Doyle and Melissa Abbott, Fire Danger Monitoring Using ERS-1 SAR Images in the Case of Northern Boreal Forests [J].Natural Hazards，2002，27: 231-255.

[5]劉洋，樊廣，寧周，繼松，高雪蓮.大興安嶺森林火災遙感調查方法初探[J].

[6]張歡，李竑積，韓俊杰.2007年春季大興安嶺森林火災的遙感監測及氣候背景分析[J]. 黑龍江氣象，2007(4).

[7]段穎，周汝良，劉智軍.基于CBERS遙感數據的云南安寧“3.29”火災面積評估[J].云南地理環境研究，2009(21).

[8]Emilio Chuvieco, Remote Sensing of Large Wildfires in the European Mediterranean Basin1999.

[9]卿清濤，NOAA/AVHRR遙感監測森林火災的準確性研究[J].四川氣象，2004，24：30-32.

[10]EOS Data Products Handbook Volume 1.

[11]EOS Data Products Handbook Volume 2.

[12]田鵬舉，龍俐，鄭小波，王備.EOS/MODIS衛星資料在貴州省林火監測中的應用[J].貴州氣象，2008，32: 20-22

[13]Yonggang Qian, Guangjian Yan, Sibo Duan,Xiangsheng Kong, A Contextual Fire Detection Algorithm for Simulated, [J].Sensors，2009，9: 961-979.

[14]C.H. Key, Remote sensing sensitivity to fire severity and fire recovery, [J].Remote Sensing and GIS Applications to Forest Fire Management: Fire Effects Assessment，2005.

[15]Jos·e M. C. Pereira, A Comparative Evaluation of NOAA/AVHRR Vegetation Indexes for Burned Surface Detection and Mapping, [J].IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING ，1999，37.

[16]Emilio Chuvieco, Earth Observation of Wildland Fires in Mediterranean Ecosystems，2009.