GEE平臺支持下內蒙古實時中高空間分辨率森林火點監測

李　慧

GEE平臺支持下內蒙古實時中高空間分辨率森林火點監測

李慧

（內蒙古自治區第二林業和草原監測規劃院內蒙古烏蘭浩特137400）

森林火災是森林三大自然災害之一。為實現對森林火災的監測，文章以內蒙古自治區為研究區域，基于GEE平臺中的Landsat8數據集和Sentinel2數據集通過常規判定方法和機器學習方法分別提出了森林火點的監測方法，確定了2種影像火點判定的最佳閾值。經歷史地表火點驗證，常規判定方法、隨機森林方法和支持向量機模型判定Landsat8影像的準確率分別為98.0%、98.5%和98.0%，判定Sentinel2影像的準確率分別為95.5%、97.5%和97.0%，均可用于內蒙古自治區的森林火災監測。建議通過GEE平臺的API接口，研發實時森林火點監測系統，對森林火點進行實時監測，降低林火損失。

Google Earth Engine平臺；內蒙古地區；遙感影像；森林火點監測

森林火災是危害森林生態系統的主要自然災害之一，一旦形成規模難以撲救，嚴重破壞生態平衡和危害人民群眾的生命財產安全[1-2]。對于森林火災，我國一直秉持著“打早、打小、打了”的撲救原則。其中，“打早、打小”就要求及早、在森林火災未形成規模前進行撲救，以免其大面積蔓延。本研究以內蒙古地區為研究區域，基于GEE平臺中的Landsat8數據集和Sentinel2數據集提出了一種森林火點的監測方法，旨在為該地區森林火災的監測工作提供參考。

1 研究區概況

內蒙古自治區位于我國北部，東西部直線距離長約2 400 km，總面積達118.3萬km2，是我國經度跨度最大的省級行政區。該地區地貌以高原為主，大部分地區海拔在1 000 km以上，森林主要分布于東部的大興安嶺地區，中部、西部多為草原與荒漠地帶。內蒙古自治區屬溫帶大陸性季風氣候，全區年降水量100～500 mm，年平均氣溫-4～9 ℃，大部分地區年日照時數2 700 h，西部地區可達3 400 h。近年來，內蒙古自治區的森林火災主要集中在呼倫貝爾市和興安盟等東部地區，中西部火點極少。

2 研究方法

2.1 GEE平臺

GEE（GoogleEarthEngine）平臺，即谷歌地球引擎，是由谷歌開發的一個云平臺，支持全球范圍內的大規模地理空間數據分析。它提供了一個強大的計算引擎和海量的遙感影像數據，使用戶能夠在云端進行高性能的地理空間數據處理和分析。GEE平臺的數據目錄中包含地形數據、地表土地覆蓋數據、地表反射率、地表溫度數據等多種數據類型。本研究采用Landsat8數據集和Sentinel2數據集進行森林火點的監測。

2.2 研究數據

本研究涉及的數據包括內蒙古自治區行政邊界矢量數據、地表覆蓋數據、Landsat8數據和Sentinel2數據。其中，內蒙古自治區行政邊界矢量數據來源于國家基礎地理信息中心（https://www.webmap.cn/）的1∶100萬全國基礎地理數據庫，地表覆蓋數據來源于國家基礎地理信息中心的30米全球地表覆蓋數據（GlobeLand30數據集）；Landsat8數據和Sentinel2數據均來源于GEE平臺內置數據目錄。1∶100萬全國基礎地理數據庫包含2021年內蒙古自治區的縣級行政邊界、路網、水系、居民點等數據。30米全球地表覆蓋數據是中國國家高技術研究發展計劃（863計劃）的重要成果，包括耕地、森林、草地、冰川等10種主要地表覆蓋類型。Landsat8數據包括可見光、近紅外和短波紅外等多個波段的光譜數據。Sentinel2數據為歐洲航天局的哨兵-2地球觀測計劃的重要成果，包括可見光至近紅外、短波紅外等紅邊波段的13個波段的光譜數據。

2.3 常規火點判別

林火發生時火焰、煙霧等會釋放不同的熱輻射，與其他地表輻射存在明顯差異。因此，通過監測反映林火發生的特定輻射可實現火點的判別。本研究Landsat8數據采用OLI傳感器的B6/B5、B7/B6和B7/B5波段，Sentinel2數據采用MSI傳感器的B11/B8A，B12/B8A和B12/B11波段進行火點判別。具體而言，通過地表記錄數據的實際火點經緯度數據提取出2種遙感影像的不同波段值，并與非火點區域的波段值進行對比，確定火點判定的閾值。

2.4 機器學習火點判別

采用R語言根據隨機森林模型和支持向量機模型2種常用機器學習分類模型進行火點判別，用于建模的特征變量與常規火點判別相同。經2種機器學習模型計算得出判定為火點或非火點的概率值，并結合實際值繪制ROC曲線，再根據ROC曲線下面積值（AUC）評價模型擬合效果，根據ROC曲線橫縱坐標值計算約登指數，采用約登指數最大值所對應的最佳臨界值作為火點判定的閾值。

3 結果與分析

3.1 常規火點判別

3.1.1 閾值確定

首先，將內蒙古自治區的行政邊界矢量數據與地表覆蓋數據導入ArcGIS軟件，使用“面相交”工具和“屬性選擇”工具提取內蒙古自治區范圍內的森林范圍，以規避煙囪、鋼廠、秸稈焚燒等非森林火點熱源；然后，將獲取的森林范圍導入GEE平臺，根據該地區森林范圍獲取相應的Landsat8數據和Sentinel2數據，并進行去云處理、大氣校正和幾何校正。

根據內蒙古自治區森林火災火點記錄數據（200起）提取Landsat8數據相應像元的B5、B6、B7波段和Sentinel2數據相應像元的B8A、B11、B12波段，然后采用ArcGIS軟件的“生成隨機點”功能在內蒙古森林范圍內生成200個隨機點作為非火點，并再次提取上述波段。表1為2種遙感影像火點判別的最佳閾值。

3.1.2 監測準確率評價

根據內蒙古自治區森林火災火點記錄數據另選200起森林火災，并分別提取Landsat8數據相應像元的B5、B6、B7波段和Sentinel2數據相應像元的B8A、B11、B12波段，根據上述最佳閾值對森林火點進行判定，并計算監測準確率。如表2所示，通過最佳閾值判定的Landsat8火點共196個，漏報4個，準確率達98.0%；而Sentinel2遙感影像最佳閾值判別火點的準確率略低于Landsat8遙感影像，漏報9個，準確率為95.5%。

表1　2種遙感影像火點判別的最佳閾值

表2　遙感影像最佳閾值判別火點的準確率

3.2 機器學習火點判別

3.2.1 構建模型

對前文提及的常規火點判定生成的火點與非火點進行賦值，火點賦值為1，非火點賦值為0，并結合其所對應像元的波段值構建模型訓練集。分別采用randomForest包和e1701包構建隨機森林模型和支持向量機模型，使用predict函數計算判定樣本點為火點的概率。

3.2.2 閾值確定

使用origin軟件根據概率值和實際值繪制ROC曲線（見圖1），2種機器學習模型的擬合效果較好（AUC＞0.96），且隨機森林模型擬合效果更好，約登指數最大值所對應的最佳臨界值分別為0.454和0.500，將其作為火點判定閾值計算判定火點的準確率。

3.2.3 機器學習監測準確率評價

對前文3.1.2節中生成的火點與非火點進行賦值，火點賦值為1，非火點賦值為0，并結合其所對應像元的波段值構建模型測試集。使用predict函數計算2種模型判定測試集樣本點為火點的概率，然后根據判定閾值判別火點。如表3所示，通過隨機森林模型最佳閾值判定的Landsat8火點共197個，漏報3個，準確率達98.5%，而Sentinel2遙感影像最佳閾值判別火點的準確率略低于Landsat8遙感影像，漏報5個，準確率為97.5%；通過支持向量機模型最佳閾值判定的Landsat8火點共196個，漏報4個，準確率達98.0%，而Sentinel2遙感影像最佳閾值判別火點的準確率略低于Landsat8遙感影像，漏報6個，準確率為97.0%。

表3　遙感影像機器學習判別火點的準確率

4 結論

森林火災的監測一直是林火防控工作的重點之一，實現對森林火災的實時監測，有助于快速定位森林火災，縮短森林火災的撲救時間，減少林火危害。本研究以內蒙古自治區為研究區域，基于GEE平臺中的Landsat8數據集和Sentinel2數據集提出了一種森林火點的監測方法。研究結果表明，Landsat8影像的B6/B5、B7/B6和B7/B5波段的最佳閾值分別為1.81、1.07和1.75，Sentinel2影像的B11/B8A、B12/B8A和B12/B11波段的最佳閾值分別為2.57、2.15和1.61；經對200個歷史地表火點進行驗證，Landsat8影像共準確判定火點196個，準確率達98.0%；Sentinel2影像共準確判定火點191個，準確率達95.5%。2種機器學習模型的擬合效果較好（AUC＞0.96），機器學習火點判定閾值分別為0.454和0.500，通過隨機森林模型和支持向量機模型判定Landsat8影像火點的準確率分別為98.5%和98.0%；而Sentinel2影像的準確率分別為97.5%和97.0%。本研究提出的森林火點的監測方法準確率高，可用于內蒙古自治區的森林火災監測。GEE平臺為用戶提供了API接口，通過調用API接口可實時調用GEE平臺內的遙感影像內容，因此可以通過集成最佳閾值判定研發森林火災監測系統，實現森林火點的實時監測，減少森林火災的發生風險。

[1]田曉瑞，代玄，王明玉，等. 多氣候情景下中國森林火災風險評估[J]. 應用生態學報，2016，27（3）：769-776.

[2]TYUKAVINA A，POTAPOV P，HANSEN M C，et al. Global trends of forest loss due to fire from 2001 to 2019[J]. Frontiers in Remote Sensing ， 2022 （ 3 ）：825190.

10.3969/j.issn.2095-1205.2024.03.10

S762.32

B

2095-1205(2024)03-34-03

李慧（1966—），男，漢族，內蒙古科爾沁右翼前旗人，本科，高級工程師，研究方向為林草工程。