基于葵花-8衛星的福建林火識別方法及特征*

李愷霖 張春桂 郭 偉 陳笑晨

(1福建省災害天氣重點實驗室，福建 福州 35001；2.福建省氣象科學研究所，福建 福州 350001；3.福建省氣象服務中心，福建 福州 350001；4.福建省氣候中心，福建 福州 350001)

森林火災不僅燒毀森林資源、傷害域內動植物資源、也會嚴重影響生態環境和人身安全，給經濟社會活動和安全生產帶來危害[1]。林火是一種自然現象，是森林生態系統中最活躍的因素之一，每年全球約有1%的森林經歷火的干擾，林火直接影響和改變區域森林生態系統的過程[2]。林火具有突發性強、破壞性大、處置困難等特點[3]。林火監測作為發現火點的重要手段，是控制和撲滅火災基礎。通過精準定位火點，從而做到早發現早撲滅是減少林火損失的有效手段[4]。

在林火監測中用到的人工巡視和航空巡視等傳統方法，存在著空間范圍小，經濟效益低等特點[5]。衛星遙感技術有探測周期短，覆蓋范圍廣，資料時間長等優勢，Dozier[6]在1981年根據普朗克定律，最先提出了利用普朗克方程的組合來探測亞像元的火點，為以后利用遙感技術探測火點指明了方向。隨著技術的發展，新的探測儀器MODIS出現，1998年Kaufman[7]利用MODIS儀器在先前的算法上首先提出了MODIS火點算法，成為了火點算法的基礎?；谇叭说奶剿骱筒粩嗟匕l展，衛星在火點監測中得到廣泛的應用[8,9]。

福建是我國四大林區之一，森林覆蓋率連續40年居全國首位，同時福建也是我國林火的高發區，年均林火發生次數較多[10]。福建林火多具有強度弱、過火面積小、林火頻率高、持續時間短等特點[11]。

福建在利用衛星監測林火方面的研究也取得了很多成果。鄭海青等[12]利用NOAA衛星遙感資料，研究森林防火期內森林植被的干燥指數的變化，并結合相應的森林火災的資料，發展出福建省森林火險等級空間分布風險圖，用于預警可能發生的森林火災。張春桂[13]基于RS和GIS技術，針對南方丘陵山區森林火災發生的特點，利用極軌氣象衛星遙感資料實時監測福建省林火，使得林火地理定位精確到鄉鎮級。在2003年夏季福建異常林火高發期的監測應用中，林火災情監測準確率達80%。張春桂等人的研究為福建省建立極軌衛星探測林火的業務運行體系奠定了基礎。極軌衛星雖然空間分辨率高，但是一天只有一個時次的資料可供利用，并且資料的使用還受制于過境時刻的天氣狀況，如果云層較厚則無法使用。這給利用遙感技術監測林火帶來了不便。

新一代靜止氣象衛星葵花-8(Himawari-8,H8)于2014年10月7日發射，自2015年開始向全球提供遙感觀測資料?？?8搭載的可見光紅外光譜傳感器(Advanced Himawari Image,AHI)提供三個可見光(Visible,VIS)波段、三個近紅外(Near Infrared,NIR)波段和十個熱紅外(Thermal Infrared,TIR)波段空間分辨率方面，三個近紅外波段中紅光為0.5 km、其他為1 km，三個近紅外波段中0.86μm為1 km、其他為2 km，10個熱紅外波段皆為2 km。時間分辨率方面，葵花-8提供10min一次的高頻次對地觀測[14]。

與極軌衛星相比，葵花-8靜止衛星在火點監測中有很大的優勢，近年來有大量關于葵花-8衛星監測火點的研究。Xu等[15]最先發現葵花-8衛星不受傳感器飽和的影響，能探測更大的火災，這對于亞洲和澳大利亞的火點探測有重要意義，并期待其成為全球主動火災探測的重要組成部分。Xie等[16]基于葵花-8衛星的高時空分辨率的特點，提出一種多時相的上下文法的概念以提高探測效率。Wickramasinghe等[17]通過對比葵花-8衛星與MODIS和VIIRS火點產品改進了葵花-8衛星火點算法，第一次發現在西澳大利亞葵花-8衛星監測火點能達到極軌衛星的空間分辨率。Jang等[18]在葵花-8衛星上首次利用機器學習的方法，發展出韓國森林火災三步火點監測法。陳潔等[19]引入自適應閾值的火點監測方法，并成功對呼倫貝爾的草原火災進行了動態監測。武晉雯等[20]利用葵花-8衛星和高分-1衛星提出利用高斯函數擬合模型的想法對遼寧丹東的森林火災進行了研究與災害評估。趙文化等[21]基于葵花-8衛星，通過分析火點像元輻射特性和中紅外反射特征引入了動態閾值模型，對大興安嶺的火災進行了監測。周游等[22]引入了葵花-8衛星的自適應動態閾值法的思想，實現了衛星在輸電線山火監測中的應用。

福建作為我國重要林區和林火多發地，衛星遙感監測火點的研究大多基于十多年前，近些年的研究很少。而隨著遙感技術的發展，特別是以葵花-8為代表的靜止氣象衛星在觀測頻次、空間分辨率、通道設計上都有較大的改進，在林火監測中有著很大優勢。福建地區下墊面復雜，干季雨季差別明顯、不同地區之間地形氣候條件也不盡相同，這造成了福建地區林火性質在不同區域、不同季節都有著顯著不同。如果對整個區域或是所有季節采用同一閾值將有很大可能造成漏判誤判，因此很有必要找到符合當地標準的閾值，這對于利用葵花-8衛星監測福建林火有著很大幫助。

1 林火識別的原理和方法

1.1 福建地區概況

福建省位于23°33′N～28°20′N、115°50′E～120°40′E，全省土地總面積124000 km2，約占全國總面積的1.3%。受季風環流和地形的影響，形成暖熱濕潤的亞熱帶海洋性季風氣候。福建素有“八山一水一分田”之稱，森林面積80127 km2，森林覆蓋率達65%以上，森林蓄積量6.080 × 108m3，林業用地面積92682km2，占土地總面積75.3%[31]。福建的雨季和干季比較顯著，3—6月為前汛期，7—9月為后汛期，10月至次年2月為非汛期。

1.2 林火識別的基本原理與傳統方法

利用維恩位移定律，當黑體的溫度升高時，輻射的能量也相應增加，最大輻射值向短波方向移動[24]?；诨瘘c探測算法，代表性的有閾值法、上下文法等[25]。

閾值法就是利用火點與非火點的差異，采用閾值區分火點與非火點[26]。利用閾值法對福建省林火進行探測的缺陷在于，福建省自然條件復雜，以丘陵地帶為主，下墊面差異很大，各地區的火點溫度差異很大，如果閾值采用過大，將造成大量漏判。如果將閾值設置過小，將產生過多的虛假火點。

上下文法是通過計算火焰像元與其鄰近像元進行比較從而進行火點識別，該算法是自適應的，不需要設立閾值[27]。上下文法假定了火點像元所處的下墊面與背景像元具有相似的性質，但在火點探測實踐中，這種假設不適用于下墊面復雜的福建區域，簡單利用會導致出現大量虛假火點。另外上下文法為了降低某些下墊面造成的虛假告警，提高了閾值犧牲了對于小火點探測的敏感度[28]，這對于以小火點為主的福建省來說并不適用。

因此對于福建地區的林火監測需要采用綜合方法以提高監測效率。周恩澤等[29]提出廣東地區山火識別方法，這種方法采用了Kaufman等[7]提出的背景標準差法，該方法較好解決了對不同植被覆蓋度的背景溫度的估計。針對福建林火小火點的特點，采用了Dozier等[6]提出的亞像元雙通道估計法。當觀測像元內出現火點時，4μm波長處混合像元的亮溫迅速增加，當火點面積僅為混合像元面積1%時候混合像元已經增加達到40K，而在11μm處增加程度遠不如4μm處明顯[30]。周恩澤等[29]進一步指出，即便假設火點的面積僅占像元面積的0.5%，4μm處增大程度也比11μm處更為顯著，遠大于非火點區域。

衛星遙感對火點的監測基于高溫輻射的波長主要集中在3.7μm處，火點與非火點具有明顯的差異。其次利用不同紅外波段對火點增溫幅度的差異這兩個原理來進行火點判識?；谏鲜鰞蓚€物理原理和在火點業務中流程的一般步驟，火點自動判識需要考慮的因素包括：云對判識的影響、4μm處通道亮溫及其與背景亮溫的差值、4μm和11μm處通道的亮溫差、水面與高反射下墊面的影響、耀斑區的影響[19，22，29，31]。

那么，由此建立火點自動判識的條件如下：

B4-B4BG>D4

(1)

B4-B11-B4-11BG>D4-11

(2)

B1<0.3

(3)

B4、B11分別表示被判識像元在4μm、11μm處的亮溫，B4BG、B11BG表示周圍背景像元亮溫的平均值。B4-11BG=B4BG-B11BG，表示周圍背景像元4μm、11μm亮溫的差異，D4和D4-11的亮溫差，這里取值4K?；瘘c判識的關鍵在于被判識的像元與所在的背景窗的背景亮溫的差值。B1為在0.46μm(通道1)處可見光波段的反射率，在本文中利用張春桂[13]中亞像元林火識別條件CH1反射率<30%，對應葵花-8衛星3通道作為云判識條件。由于福建省氣象系統接收的葵花-8衛星數據沒有11μm(即通道14)，那么根據張春桂[3]等多年的研究，可利用12μm(即15通道)的數據代替，在本文中作者將同時對這兩個波段進行討論。式中(1)，(2)為火點判識條件，(3)為排除云影響條件。在火點判識中最重要的為公式(1)，公式(2)幫助我們減少誤判。

1.3 基于葵花-8的福建林火監測方法

在統計福建省火點各通道亮溫后得到了“福建地區火點統計表”，從這張表中可以得到用于判斷福建省境內火點的“福建地區絕對火點統計表”?！案＝ǖ貐^絕對火點統計表”的閾值被用來直接判斷火點，一般用于在夜間或者無法進行云檢測，下墊面識別、耀斑識別都不可用的情況下，利用統計學規律，直接判定火點的一種方法。

同時，在統計福建省內火點亮溫與省內區劃的關系后，進一步得出了福建不同地區的火點“亮溫差閾值表”，用以對候選火點的像元進行進一步分析判斷以確認火點消除誤判。

綜上所述，判斷一個像元是否為候選火點需要經過以下幾個步驟：

①云檢測：根據云識別的條件判斷，排除云干擾像元。

②背景亮溫計算：初始背景窗區大小是以被判識像元點為中心，周圍3 × 3范圍內的像元為窗區進行計算，背景亮溫即窗區內所有像元的平均亮溫。但是如果3 × 3 的窗口中非云的像元數目不足窗口像元總數的20%，那么將窗區擴大到5 × 5，7 × 7，9 × 9，...，一直到 15 × 15，若仍達不到要求，則標示為非火點像元。

③候選火點的識別：如果判識的條件滿足上述公式(1)、(2)、(3)，那么該像元為候選火點。

④水體或高反射物體識別：根據福建省下墊面的類型進行判斷，若像元為水體或者諸如金屬屋頂或太陽能電池板等高反射率下墊面，則將該像元從候選火點像元劃為一般像元。

⑤耀斑識別：判斷該像元太陽相對衛星的方位角是否在165°～200°之間，若滿足條件則為耀斑區[29]，則將該像元從候選火點像元劃為一般像元。

⑥火點像元確認：通過③、④、⑤步驟識別后，一般可以確認為火點像元。但如果4μm通道處的亮溫值大于其統計的火點亮溫的最大閾值，那么即使不滿足上述條件，也直接判為火點像元。

⑦夜間火點像元判識：根據夜間福建火點地區統計表，采用絕對閾值法直接判識火點像元。

1.4 福建地區林火識別參數分析

1.4.1 福建地區典型火點特征

為了提高福建地區林火判識的精度，針對不同時間，不同區域做了分型分類。基于福建省森林防火辦公室收集到的從2018全年的火點數據，同時匹配葵花-8衛星4μm(通道07)和11μm(通道14)兩個通道對應火點的亮溫(T07,T14)和背景亮溫(T07BG和T11BG)，但是由于福建省氣象系統僅提供12μm(通道15,T15)的亮溫，那么在文中將同時給出12μm處對應的火點亮溫(T15)，以及兩個通道所對應的閾值。另外考慮到福建省冬季不明顯，且冬季火點很少，因此在時間上主要分為三個時段，春季3—6月，夏季7—9月，秋冬季10月至次年2月[33]。如果以簡單的防火季非防火季區分，那么森林防火季在(10月至次年4月)，其余時間為非防火季。表1給出了典型火點的特征。

表1 福建地區2018年典型火點數據集信息

1.4.2 福建地區火點閾值的定量分析

基于表1的火點數據樣本，針對不同季節、不同區域和晝夜情況進行亮溫和與背景亮溫差值的統計，并在得出統計結果的最高值和最低值范圍內進行測試，得出適合福建地區的火點判識閾值。由于夏季火點樣本過少，因此并入春季進行討論。

(1)季節變化對火點的影響?；诒?，通過分類整理，統計火點在T07通道亮溫及其與背景亮溫的差值，統計結果如下。

基于圖1，通道T07所處的亮溫區間為272K～362K之間，其與背景亮溫的差值在4K～55K之間，T14通道的亮溫數值在253K～297K之間，其與背景亮溫的差值在0K～6K之間，通道T15亮溫數值在252K～293K之間，與通道T14相比低了1K～4K，其與背景亮溫的差值在0K～5.5K之間，與通道T14差異不大。另外，不同季節像元與背景亮溫差也相差很大，在秋冬季不到40K，而在春季能達到55K以上。

(c)通道T15

在火點判識中，通道T07亮溫數值與火點判識的難易和火勢的大小直接相關，是最重要的火點判識參數。通道T14與通道T15亮溫作為輔助判識參數，主要用于排除火點誤判。文獻中一般采用通道T14，但是根據福建省氣象局數據接收的實際情況，采用通道T15代替。根據上述分析，T15的取值可在T14的基礎上進行修正，降低1K～4K，取平均值2.5K。

(a)通道T07

(b)通道T14

(2)不同地域對火點的影響。福建下轄九個行政區和平潭綜合實驗區2018年火點數據集除了廈門市和平潭綜合實驗區以外均有火點報告。那么把福建劃分成閩中(福州市、莆田市、平潭綜合實驗區)、閩東(寧德市)、閩西(龍巖市和三明市)、閩南(廈門市、泉州市、漳州市)、閩北(南平市)這五個區域[34]。

通道T07在著火過程中的最大值最小值直接反映了火勢大小和火點判識的難易程度，火點的最低溫越高，與環境溫度的差異越大，則火點較易判識，準確率高，而最低溫越低則相反。圖2可得閩中區域的火點最大值和最小值的亮溫均大于其他地區。且最大值和最小值之差也大于其他地區，這說明閩中地區火點溫度較高，相對于其他地區更易于辨識。閩西地區火點最小值數值在各地區中最小，造成閩西地區火點難以與環境溫度區分開，增加了火點判識的難度。閩北地區火點最高溫度較低，且與火點最低溫度的差值最小，說明該地區火點溫度變化不大，火點特征不夠明顯，也給火點判識增加了難度。

圖2 福建不同區域通道T07火點亮溫最高、最低值

T07與T07BG的差值反映了算法對該地區火點的識別的靈敏程度。差值設置的太小，判識火點的靈敏度提高，但同時誤判也增多。如果數值設置過高則易遺漏火點，因此差值的設置在火點判識中十分重要。圖3可得閩西和閩北的差值最小，這也反映了閩西和閩北火點溫度較低，難以從背景溫度中加以區分。而閩中、閩東、閩南地區的最小差值均在5K以上說明該地區火點較易與背景溫度進行區分。根據逐火點篩選的結果，閩中、閩南、閩東三地差值可向上取整，取6K，閩西閩北差值向下取整，取4K。

圖3 福建不同區域通道T07與T07BG差值最高、最低值

(3)晝夜對火點的影響。夜間由于缺少可見光通道，不能進行云檢測，故火點的判別僅依靠通道T07，除了公式(1)、(2)給出的方法進行一般性的火點判斷外，表2給出了夜間火點探測的閾值。夜間如果亮溫大于300K則直接判為火點。閩北地區直接判為火點的閾值設為285K。

表2 福建地區夜間通道T07亮溫最大、最小值統計表

2 火點誤判分析

葵花-8衛星的高時間分辨率為判識火點帶來了諸多好處，但是由于其空間分辨率較低和過高的時間分辨率也帶來了誤判的問題。主要的誤判原因有：云的影響；下墊面混合像元；晴空晨昏交界的影響。下面將對葵花-8衛星火點誤判進行分析。

①云的影響。云的影響是衛星遙感中最常見，也是最活躍最不確定的下墊面要素之一，對于火點判識的有著很大的影響。當云較厚時候，遮擋住了來自于地面的輻射信號，造成電磁波無法穿透云層，而導致衛星無法接收到云下信號。在云邊緣時候，由于云的存在會使得該像元成為混合像元，從而降低了該像元的亮溫，而在進行背景計算的時候，這類混合像元往往被當作背景亮溫參與計算，導致背景亮溫的溫度降低，從而使得云邊緣往往出現火點誤判。解決方法為在云邊緣的像元點與背景亮溫進行比較的時候，提高背景亮溫的數值，即提高T07-T07BG的值，可將原有閾值提高1.2～1.8倍，利用這種更加嚴格的閾值條件來降低云邊緣誤判[29]。圖4給出了未經云邊緣判定造成誤判和云邊緣調整閾值后消除誤判的情況。

(a)云邊緣火點誤判 (b)云邊緣調整判別閾值后消除云邊緣誤判

②下墊面混合像元。福建省俗稱“八山一水一分田”，下墊面情況復雜[34]?？?8衛星每個像元2km分辨率的情況下，常常一個像元包含了水體、城市、林地、耕地等下墊面(圖5)，在特定的條件下會造成誤判。應此需要準確的下墊面信息，并對水體，高反射物物體進行精準地剔除等。在實際業務中采用250M分辨率的MODIS下墊面信息綜合判別。

圖5 2018年3月11日混合像元造成的火點誤判

③晴空晨昏交界的影響。Schroeder等[35]等指出NPP/VIIRS中紅外波段(3.55μm ～3.93μm)受太陽反射能量影響，會導致亮溫增大，這樣就會降低晴空時火點像元和無火像元之間的輻射分離。因此，晴空時葵花-8的通道7亮溫較大也可能受到反射的影響。由于晨昏交界時刻太陽輻射變化快，由于下墊面不同，對劇烈變化的太陽輻射葵花-8衛星通道7亮溫變化程度不一樣，造成了虛假火點。圖6給出了在2018年10月31日晴空晨昏交界時候造成的火點誤判情況。鄢俊潔等[36]提出了基于時相變化的晴空條件下葵花-8衛星火點檢測的算法有助于晨昏交界火點檢測的問題。但在實際業務中，根據對福建地區火點統計的實際情況，利用葵花-8衛星的高分辨率，當上一個時次出現的孤立火點數目占總格點數的1/1000時，下一個整點對上一個整點中所探測到的火點進行誤判篩查。如果一個整點中，同一個格點被判定為火點的次數占到該整點監測次數的1/2，則判定該格點為火點，否則設為誤判。

圖6 2018年10月31日晴空晨昏交界造成的火點誤判

通過上面三種誤判解決方法，基本上解決了云邊緣誤判和晴空晨昏交界的火點誤判。但是對于下墊面造成的誤判而言，除了需要更加精確且不斷更新的下墊面信息之外，還需要在日常總結中標注出因為下墊面原因而反復出現的誤判火點，從而逐步提高準確率。

3 結果驗證

通過與火點實測數據的對比，改進的算法探測準確率達到62.34%以上。但火點實地調查是一項繁瑣系統的工作，實地收集的火點數據集與實際發生的火點數量之間存在著巨大的差異。故進行算法驗證時不僅需要與實際火點數據集對比驗證，也需要與高可靠的火點數據產品對比驗證。本文的驗證火點數據集采用MODIS逐日火點產品，分辨率為1km。采用置信度超過80%的高可靠產品進行驗證，為與MODIS產品數據進行時間匹配，葵花-8探測時間范圍為MODIS過境前后半小時。圖7給出了某兩次火點過程。圖7中a)報告兩處火點，如圈1 MODIS可信度達到92%，葵花-8衛星也多次探測到，但防火辦未有記錄。圈2為實際火點，MODIS與本文葵花-8火點算法均準確探測。但a)中葵花-8出現了較多虛假火點。b)中MODIS和葵花-8均探測到兩處火點，但都只有一處為確定火點，均出現誤判。

圖7 2018年兩次火點監測對比圖

4 結論

本文利用2018年福建地區火點數據集，結合葵花-8衛星數據，建立火點自動判識算法，從閾值、時空變化和誤判分析三個方面分析了福建省的火點特點和變化情況，得出以下結論。

①通道T07所處的亮溫區間為272K～362K之間，與背景亮溫的差值在4K～55K之間，通道T14的亮溫數值在253K～297K之間，與背景亮溫的差值在0K～6K之間，通道T15亮溫數值在252K～293K之間，與通道T14相比低了1K～4K，與通道T14差異不大。不同季節像元與背景亮溫差也相差很大，在秋冬季的只有不到40K，而在春季能達到55K以上。D4和D4-11的取值范圍在4K～6K。若采用通道T15代替，則D4-11取值范圍在6.5K～8.5K。

②閩中區域的火點最大值和最小值的亮溫均大于其他地區。且最大值和最小值之差也大于其他地區，相對于其他地區更易于辨識。閩西地區火點最小值數值最小，造成閩西地區火點難以與環境溫度區分開，增加了火點判識的難度。閩北地區火點最高溫度較低，且與火點最低溫度的差值最小，火點特征不夠明顯，也給火點判識增加了難度。在夜晚判別火點依然采用自動判識算法，當亮溫大于300K則直接判為火點。

③云的影響、下墊面混合像元、晴空晨昏交界為火點誤判的三個主要原因，其中云邊緣和晴空晨昏交界產生的火點誤判通過改進算法得到基本解決。下墊面混合像元所造成的火點誤判除了采用更高分辨率、更詳細的下墊面信息外，在日常工作中對經常發生火點誤判的區域進行標記，逐步降低誤判率。由于云是火點判識中最重要也最不穩定的因素，因此有必要采用更加精確的云檢測降低云所產生的火點誤判。

本文使用葵花-8衛星火點自動判識算法中云檢測較為簡單，沒有仔細考慮薄云和低云對于火點判識的影響。另外福建地區，特別是閩北火點溫度低、面積小、時間短，葵花-8衛星空間分辨率不足的缺點體現明顯。為了提高火點判識的準確度，下一步將更加深入研究多源衛星組網，特別是中高分辨率衛星和靜止衛星組網對火點的判識。