MODIS數(shù)據(jù)解譯及其在森林火險中的應(yīng)用研究

劉蓉 劉平波 吳鑫

摘? 要：中分辨率成像光譜儀（Moderate Resolution Imaging Spectrometer，MODIS），是EOS計劃中一個重要的傳感器，對MODIS數(shù)據(jù)產(chǎn)品在森林火險中的研究具有重大意義，文章主要介紹了MODIS數(shù)據(jù)解譯方法及MODIS數(shù)據(jù)在森林火險中的研究進展。

關(guān)鍵詞：MODIS;數(shù)據(jù)解譯;森林火險

中圖分類號：TP75? ? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）03-0177-02

Abstract： Moderate Resolution Imaging Spectrometer（MODIS） is an important sensor in the EOS project， which is of great significance to the research of MODIS data products in forest fire insurance. This paper mainly introduces the interpretation methods of MODIS data and the research progress of MODIS data in forest fire.

Keywords： MODIS; data interpretation; forest fire

前言

1994年，美國宇航局（NASA）啟動了對地觀測計劃（EOS）， EOS的核心傳感器是中分辨率成像光譜儀（中等分辨率成像光譜儀），它同時搭載在Terra和Aqua衛(wèi)星上。它通過X波段直接向世界廣播遙感數(shù)據(jù)。黑體定標器、太陽漫射儀、太陽光穩(wěn)定性監(jiān)測儀和光譜輻射校正器是MODIS的關(guān)鍵部件。MODIS具有36個離散的光譜帶，它的空間分辨率為250米、500米和1000米，具備同時提供反映大氣、陸地、云特性等特征信息，用于長期觀測全球動態(tài)變化等。MODIS儀器由于具有森林火災(zāi)監(jiān)測能力，遠遠優(yōu)于現(xiàn)有的其它遙感儀器。所以目前對于森林火災(zāi)的監(jiān)測主要依賴于MODIS，其產(chǎn)品包括各類火點的識別、火災(zāi)面積的估算、火災(zāi)釋放能量的估算等，為自然災(zāi)害監(jiān)測技術(shù)的研究帶來了新的研究思路和方法。

1 MODIS儀器數(shù)據(jù)格式

1.1 數(shù)據(jù)格式-HDF

HDF（Hierarchical data format）是分層數(shù)據(jù)格式，屬于超文本文件格式，由美國國家高級計算應(yīng)用中心NCSA（National Center for Supercomputing Application）研制開發(fā)，HDF因可移植性強、可存儲并處理大數(shù)據(jù)量，數(shù)據(jù)類型包括圖像、多維數(shù)組、文本數(shù)據(jù)以及指針等，已作為標準數(shù)據(jù)格式，被廣泛用于許多國家和地區(qū)。

1.2 MODIS儀器數(shù)據(jù)產(chǎn)品及分級

根據(jù)不同的加工技術(shù)，將其產(chǎn)品以HDF格式存儲，可分為0-5級數(shù)據(jù)，包括3種主要標準數(shù)據(jù)產(chǎn)品類型，如地面標準數(shù)據(jù)產(chǎn)品、大氣標準數(shù)據(jù)產(chǎn)品和海洋標準數(shù)據(jù)產(chǎn)品，可將其分解為44個標準數(shù)據(jù)產(chǎn)品類型[1]。其中0級為未經(jīng)處理的原始數(shù)據(jù)產(chǎn)品，一級為賦予了定標參數(shù)的L1A數(shù)據(jù)產(chǎn)品，第二級是在校準和定位之后的L1B數(shù)據(jù)產(chǎn)品，而第三級是基于L1B校正邊緣失真的第三級產(chǎn)品。第四級產(chǎn)品由參數(shù)文件提供以校正圖像的幾何形狀和輻射，使得圖像的每個點具有精確的地理編碼、反射速率和輻射速率。第五級產(chǎn)品是根據(jù)各種應(yīng)用模型開發(fā)的L5產(chǎn)品。

2 MODIS數(shù)據(jù)的解譯方法研究

MODIS L1B數(shù)據(jù)中主要的兩種數(shù)據(jù)對象SDS和Vdata。根據(jù)HDF軟件庫中HDF底層、HDF應(yīng)用層以及HDF頂層三個接口層的特點，可以使用SD API接口和VS API接口來管理科學數(shù)據(jù)集SDS和Vdata[2]。HDF文件數(shù)據(jù)結(jié)構(gòu)被存儲在許多類型中，所以比較復雜。HDF4文件的函數(shù)庫只支持C語言和FORTRAN語言，系統(tǒng)沒有其他語言讀寫HDF4文件。雖然ArcGIS支持大多數(shù)光柵數(shù)據(jù)格式，但ArcGIS不支持存儲在固定級別上的HDF數(shù)據(jù)格式。基于C#的HDF4文件中間件在處理MODIS數(shù)據(jù)產(chǎn)品時，解決了C語言不能生成多個數(shù)據(jù)集HDF4文件的問題，并通過環(huán)保部生態(tài)環(huán)境遙感產(chǎn)品生產(chǎn)子系統(tǒng)項目驗證了該中間件的實用性[3]。

地表反照率反映著地球表面對太陽輻射的反射能力，同時它對地球大氣系統(tǒng)能量平衡的維持也起著關(guān)鍵作用，所以地表反照率在遙感成像和大氣輻射傳輸研究應(yīng)用比較廣泛。使用C++語言進行設(shè)計開發(fā)的查詢軟件，數(shù)據(jù)源為MODIS遙感數(shù)據(jù)，軟件可以查詢地表反照率經(jīng)緯度。功能有數(shù)據(jù)處理、數(shù)據(jù)庫設(shè)計、經(jīng)緯度坐標獲取、數(shù)據(jù)的存儲以及查詢地表反照率等[4]。建立了我國大陸地區(qū)地表反照率數(shù)據(jù)庫，并可以做到根據(jù)經(jīng)緯度參數(shù)查詢得到某一具體地理位置的反照率。大多采用門戶網(wǎng)站提供MODIS的數(shù)據(jù)方式是HDF文件縮略圖及下載服務(wù)，李雙青等在.net平臺下，基于REST風格，使用GDAL開源庫，實現(xiàn)了MODIS數(shù)據(jù)服務(wù)和簡單預處理成果數(shù)據(jù)服務(wù)功能，從而更好地為用戶提供遙感數(shù)據(jù)服務(wù)[5]。Dwyer M J等人利用腳本表單R語言，綜合利用http協(xié)議、MRT（MODIS重新投影工具）工具[6]和其他有效的處理工具，以實際數(shù)據(jù)產(chǎn)品為例，分析出MODIS官方數(shù)據(jù)產(chǎn)品的技術(shù)流程、實現(xiàn)機制和過程[7]。

3 基于MODIS數(shù)據(jù)產(chǎn)品的森林火災(zāi)相關(guān)研究

林業(yè)作為我國的基礎(chǔ)產(chǎn)業(yè)，也是我國重要的公益事業(yè)。開展森林火災(zāi)研究對保護森林資源、促進生態(tài)建設(shè)及可持續(xù)發(fā)展具有長遠意義。遙感技術(shù)應(yīng)用在森林防火工作各個階段也越來越深入。在預防期，根據(jù)可燃物所處氣象特點、地形、干燥指數(shù)和濕度、類型等特點預報森林可燃物的危險性。森林火災(zāi)發(fā)生后，有關(guān)單位和部門要組織人力資源，及時對火災(zāi)發(fā)生的時間、地點、原因、損毀面積和堆積物、撲救情況、物資損失、投入和傷亡等進行評估，為災(zāi)后清理提供更科學的依據(jù)，植被恢復、火災(zāi)事故鑒定和宏觀決策部門。因MODIS數(shù)據(jù)免費，價格低廉且易于獲取，使得其在這一領(lǐng)域的應(yīng)用優(yōu)勢非常明顯。最主要的是時間和空間分辨率非常適用于森林火災(zāi)預警和災(zāi)害監(jiān)測。

MODIS數(shù)據(jù)的優(yōu)點使得MODIS數(shù)據(jù)在森林防火中得到了廣泛的應(yīng)用。來自美國航天局的戈達德個航空航天中心的Coffman博士領(lǐng)導了一個研究小組，研究在非洲和巴西的森林火災(zāi)監(jiān)測中，基于MODIS數(shù)據(jù)的火災(zāi)監(jiān)測算法的應(yīng)用。聯(lián)合環(huán)境監(jiān)測部門，美國一些大學對全球森林火災(zāi)進行日常監(jiān)測，并利用地理信息系統(tǒng)發(fā)布監(jiān)測結(jié)果。

利用MODIS數(shù)據(jù)對火災(zāi)進行監(jiān)測基本原理遵循斯蒂芬-波爾茲曼定律，周小成等利用我國9起森林火災(zāi)事件驗證了基于MODIS的火點識別理論，并分析認為：MODIS火點識別理論算法在我國是可行的，但由于區(qū)域和季節(jié)的變化，將錯過低溫陰燃的熱點[8]。基于MODIS數(shù)據(jù)，盛世杰構(gòu)建標準測量數(shù)據(jù)集，用于生成具有很強識別火災(zāi)痕跡能力的火災(zāi)特征數(shù)據(jù)集。利用SGB（Stochastic Gradient Boosting）算法即隨機梯度算法進行森林火燒跡地提取，分析總結(jié)了火場的時空變化。用MODIS比較火災(zāi)數(shù)據(jù)庫產(chǎn)品和地面數(shù)據(jù)對結(jié)果進行了驗證和評價[9]。周利霞等利用MODIS數(shù)據(jù)構(gòu)建了一個火點指數(shù)FPI，修正火點提取精度利用的是歸一化植被指數(shù)（NDVI），通過研究去除了地表不是植被、或植被稀少的不足以引起火災(zāi)的區(qū)域，有效減少了因裸土或城市熱島引起的誤判。經(jīng)過實際驗證分析，相對于MODIS絕對火點識別算法，F(xiàn)PI-NDVI的方法精度及提取速度都有提高[10]。

利用灰色建模理論，獲取數(shù)據(jù)后，李勇等將八叉樹理念運用到林火蔓延邊界重心確定過程，將穩(wěn)健估計引入到灰色理論建模中，為了保證林火蔓延模型的建模精度，提出了ER算法和LIR算法[11]，首次提出基于灰色林火蔓延模型的改進元胞自動機模型的概念。以云南昆明林火進行識別研究，以MODIS L1B數(shù)據(jù)為數(shù)據(jù)源[12]，經(jīng)過數(shù)據(jù)識別，預處理數(shù)據(jù)，提取火點背景信息、火點確認、林地提取、最后進行火點識別。為高山峽谷地區(qū)的西南林區(qū)火災(zāi)監(jiān)測和損失評估提供科學合理的依據(jù)。在森林火險預報中，氣象資料，如溫度和相對濕度，植被資料，如生、死可燃物濕度，植被指數(shù)標準化，植被綠度等，都可以從MODIS獲取。周永寶利用以上因子，輸入火險模型并得到火險指數(shù)圖。同時結(jié)合云南省實際情況，從MODIS數(shù)據(jù)中依次得到與火災(zāi)密切相關(guān)的溫度、濕度、可燃物種類、數(shù)量、含水量等參數(shù)因素，建立了火災(zāi)風險預測與火災(zāi)動態(tài)監(jiān)測模型[13]，并通過實際森林火災(zāi)數(shù)據(jù)驗證了該模型的可行性。森林火點檢測算法很好地提高了火點檢測的精度。通過分析選擇MODIS數(shù)據(jù)的波段和應(yīng)用參數(shù)，對原始數(shù)據(jù)進行預處理，得到每個MODIS通道的值，并根據(jù)目標點與背景像素之間特征參數(shù)的類方差閾值判斷是否存在著火點，提出了一種基于類間方差的火點識別算法對林火進行監(jiān)測[14]，有效地消除了背景圖像元素特征參數(shù)大小對判斷結(jié)果的影響，避免了傳統(tǒng)森林火災(zāi)監(jiān)測方法中火點和漏判的誤判。

4 結(jié)束語

現(xiàn)階段，隨著社會經(jīng)濟的發(fā)展以及森林對生態(tài)環(huán)境的影響，利用衛(wèi)星遙感數(shù)據(jù)開展大范圍的反演研究是其中一個重要領(lǐng)域。隨著應(yīng)用的普及，對MODIS數(shù)據(jù)產(chǎn)品的數(shù)據(jù)解譯研究具有重大意義，對L1B數(shù)據(jù)的特征進行了分析，以及數(shù)據(jù)提取方法的研究，綜合說明了MODIS數(shù)據(jù)在林業(yè)、海洋、大氣等相關(guān)自然災(zāi)害的數(shù)據(jù)解譯和反演研究進展。

參考文獻：

[1]劉燦.基于MODIS數(shù)據(jù)的氣溶膠光學厚度反演研究——以重慶主地區(qū)為例[D].重慶：重慶師范大學，2014.

[2]張莉，曾致遠.基于HDF4文件格式的MODIS 1B影像數(shù)據(jù)提取的研究與實現(xiàn)[J].國土資源遙感，2004（4）：27-32.

[3]沈夏炯，馬瑞，韓道軍，等.HDF4文件訪問中間件的設(shè)計與實現(xiàn)[J].計算機工程，2015，3（41）：278-282.

[4]楊維，周海金，司福祺，等.基于MODIS遙感數(shù)據(jù)地表反照率經(jīng)緯度查詢軟件設(shè)計[J].大氣與環(huán)境光學學報，2017，12（6）：446-

455.

[5]李雙青，樊紅，李新廣.基于REST的MODIS數(shù)據(jù)服務(wù)方法[J].測繪信息與工程，2010，35（2）：1-2.

[6]Dwyer M J， SchmidtG. The MODIS reprojection tool[M].Earth science satellite remote sensing.Springer Berlin Heidelberg，2006.

[7]周玉科.基于R語言的MODIS數(shù)據(jù)自動化處理方法研究[J].測繪與空間地理信息，2019，42（1）：20-26.

[8]周小成，汪小欽.MODIS林火識別算法的驗證分析[J].火災(zāi)科學，2006，15（1）：31-36.

[9]盛世杰.基于MODIS數(shù)據(jù)的Metric構(gòu)建及加拿大巴尼拖巴州森林火燒跡地檢測[D].南京：南京信息工程大學，2014.

[10]周利霞，高光明，邱冬生，等.基于MODIS數(shù)據(jù)火點監(jiān)測指數(shù)研究[J].中國安全生產(chǎn)科學技術(shù)，2008，4（4）：22-26.

[11]李勇.基于MODIS數(shù)據(jù)的林火蔓延模型的研建[D].北京：北京林業(yè)大學，2007.

[12]段衛(wèi)虎，黃城，王皓，等.MODIS數(shù)據(jù)在森林火點識別中的應(yīng)用研究[J].安徽農(nóng)業(yè)科學，2014，42（28）：9800-9803.

[13]周永寶.基于MODIS的森林火災(zāi)預警與檢測研究[D].蘭州：蘭州交通大學，2014.

[14]肖霞.基于類間方差的MODIS森林火災(zāi)監(jiān)測方法研究[D].合肥：中國科學技術(shù)大學，2010.