自然火災(zāi)遙感監(jiān)測(cè)研究進(jìn)展

馮博宇

中國(guó)地質(zhì)大學(xué)（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(nèi)生物體燃燒的地理分布范圍和持續(xù)燃燒時(shí)間都有所增加，使熱輻射產(chǎn)物以及其對(duì)氣候和環(huán)境的影響明顯增強(qiáng)，火災(zāi)監(jiān)測(cè)從而成為越來(lái)越熱門(mén)的研究方向。對(duì)于分布范圍廣、分布地區(qū)不宜接近的自然火災(zāi)，遙感成為廣泛應(yīng)用的檢測(cè)手段。了解遙感技術(shù)應(yīng)用于火災(zāi)監(jiān)測(cè)的近30年歷史發(fā)展有助于理清其后續(xù)發(fā)展的道路。

1 國(guó)內(nèi)外火災(zāi)遙感監(jiān)測(cè)發(fā)展?fàn)顩r

最初用于檢測(cè)火災(zāi)的圖像來(lái)自航拍，但因其覆蓋范圍太小、在用于大面積火災(zāi)時(shí)需要拼接而不能滿(mǎn)足實(shí)際需要。衛(wèi)星遙感影像被發(fā)現(xiàn)可用于監(jiān)測(cè)火災(zāi)是在1974年，Hitchcock和Hoffer利用計(jì)算機(jī)輔助分析觀察到遙感影像中由火災(zāi)產(chǎn)生的可被區(qū)分的光譜不同區(qū)域。在這之后，隨著遙感技術(shù)的不斷發(fā)展，各種衛(wèi)星傳感器的成功升空，遙感圖像在自然火災(zāi)檢測(cè)中的應(yīng)用迅速滲透到各種生態(tài)系統(tǒng)的火災(zāi)中。

國(guó)外這方面的遙感應(yīng)用已經(jīng)有30多年。早在1978年Benson和Briggs兩人便使用Landsat MSS傳感器數(shù)據(jù)，通過(guò)監(jiān)督和非監(jiān)督分類(lèi)對(duì)溫帶針葉、闊葉混合林火災(zāi)進(jìn)行觀測(cè)。隨后，人們逐漸意識(shí)到通過(guò)遙感數(shù)據(jù)識(shí)別火災(zāi)直接使用以往地表統(tǒng)計(jì)數(shù)據(jù)參數(shù)是不行的，這開(kāi)啟了對(duì)遙感火災(zāi)參數(shù)的探索。人們利用歸一化植被指數(shù)（NDVI），通過(guò)反映地表植被覆蓋情況而得到火災(zāi)信息。近十年，隨著根據(jù)近紅外和中紅外波段數(shù)據(jù)計(jì)算得到的差異性歸一化燃燒率（dNBR）提出，很多科學(xué)家開(kāi)始使用此參數(shù)對(duì)遙感數(shù)據(jù)進(jìn)行處理來(lái)獲取火災(zāi)信息，它提供了一個(gè)用來(lái)評(píng)估火災(zāi)造成生態(tài)變化程度的連續(xù)尺度[1]。Christopher Legg和Yves Laumonier[2]使用NOAA/AVHRR傳感器數(shù)據(jù)針對(duì)1997年印度尼西亞重大火災(zāi)采用設(shè)定閾值尋找熱場(chǎng)的方法尋找火災(zāi)地點(diǎn)。Daniel Chongo[3]等人使用2001年1月到2003年12月的MODIS數(shù)據(jù)，對(duì)南非克魯格國(guó)家公園上的草原火災(zāi)進(jìn)行監(jiān)測(cè)。其利用設(shè)置NDVI和監(jiān)督分類(lèi)的方法搜索火災(zāi)地區(qū)。Brigitte等人[4]根據(jù)加拿大森林火災(zāi)危險(xiǎn)評(píng)定系統(tǒng)，在2002年利用雷達(dá)衛(wèi)星ERS-1 SAR數(shù)據(jù)對(duì)寒帶森林火災(zāi)進(jìn)行研究。

遙感火災(zāi)監(jiān)測(cè)首次在我國(guó)發(fā)揮巨大作用是發(fā)現(xiàn)1987年5月黑龍江省大興安嶺林區(qū)發(fā)生特大森林火災(zāi)，劉洋等人[5]使用1/20萬(wàn)的火災(zāi)期Landsat TM影像、SPOT影像和火災(zāi)前期的Landsat MSS影像對(duì)此次火災(zāi)進(jìn)行觀測(cè)。選取適當(dāng)波段進(jìn)行解譯，確定人工訓(xùn)練樣區(qū)，然后進(jìn)行監(jiān)督分類(lèi)確定火情。張歡等人[6]在2007年通過(guò)增強(qiáng)和多通道彩色合成等圖像處理的NOAA/AVHRR傳感器數(shù)據(jù)提取當(dāng)年4月30日發(fā)生在黑龍江省大興安嶺區(qū)罕諾河管護(hù)區(qū)發(fā)生的火災(zāi)信息。2009年，段穎等人[7]使用中巴資源衛(wèi)星對(duì)云南安寧“3.29”重大森林大火進(jìn)行監(jiān)測(cè)，其從多波段衛(wèi)星遙感數(shù)據(jù)提取窗口上的紋理均勻性指標(biāo)、圖斑變異性指標(biāo)作為光譜識(shí)別指標(biāo)。

2 常用于火災(zāi)監(jiān)測(cè)的傳感器

現(xiàn)在有很多衛(wèi)星傳感器（包括Landsat-TM，Landsat-MSS，MODIS，SPOT，DMSP，ERS-ATSR和JERS等）獲得的數(shù)據(jù)可以用于火災(zāi)監(jiān)測(cè)。這些具有不同時(shí)間分辨率、光譜分辨率和空間分辨率特點(diǎn)的儀器可以得到側(cè)重方面不同的數(shù)據(jù)資料，其中不乏有適用于火災(zāi)監(jiān)測(cè)的數(shù)據(jù)。M. Pilar Martín等人[8]在《歐洲地中海盆地大規(guī)模自然火災(zāi)遙感監(jiān)測(cè)》一書(shū)中總結(jié)由火災(zāi)產(chǎn)生的四種形式的信號(hào)：輻射能量、煙霧、地面碳化和地表植被變化。針對(duì)需要識(shí)別的火災(zāi)信號(hào)、根據(jù)不同的實(shí)際需求、考慮傳感器波段設(shè)置、時(shí)間、空間和光譜分辨率，最后選用不同的傳感器進(jìn)行測(cè)量便可以達(dá)到較好的監(jiān)測(cè)效果。

NOAA/AVHRR傳感器十分適合于火災(zāi)數(shù)據(jù)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(jiàn)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(zāi)監(jiān)測(cè)提供有用數(shù)據(jù)：Ch1可以用于識(shí)別煙霧；Ch3波長(zhǎng)接近溫度800K物體（目前通過(guò)實(shí)驗(yàn)室測(cè)量火災(zāi)地點(diǎn)溫度變化范圍在570～1800K）的輻射峰值波長(zhǎng)，可以識(shí)別很小的著火點(diǎn)；通過(guò)比較Ch1和Ch2通道反射率的差值可以估計(jì)過(guò)火區(qū)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(mǎn)足氣象應(yīng)用，Ch3飽和溫度（47℃）很低可能導(dǎo)致誤判，這些錯(cuò)誤主要來(lái)源于物體對(duì)太陽(yáng)光的散射，湖面、江河和卷云的反射作用導(dǎo)致的AVHRR Ch3亮溫迅速上升。此外Ch3對(duì)煙霧、云層的抗干擾能力較小。卿清濤[9]曾對(duì)AVHRR傳感器監(jiān)測(cè)火災(zāi)準(zhǔn)確率進(jìn)行研究，經(jīng)統(tǒng)計(jì)其誤判率為17%左右，漏識(shí)率為20%左右。

Terra和Aqua衛(wèi)星攜帶的MODIS傳感器和Terra衛(wèi)星攜帶的ASTER傳感器也被用于生成遙感火災(zāi)產(chǎn)品。與NOAA/AVHRR比較，MODIS儀器專(zhuān)門(mén)對(duì)高溫敏感的波段做了優(yōu)化，使其監(jiān)測(cè)火災(zāi)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(gè)波段）及每天2次覆蓋全球的動(dòng)態(tài)監(jiān)測(cè)能力、多通道的250m、500m和1k m數(shù)據(jù)為局部、區(qū)域和全球的火災(zāi)制圖提供了有力的數(shù)據(jù)源。EOS數(shù)據(jù)產(chǎn)品手冊(cè)1卷[10]、2卷[11]分別對(duì)Terra衛(wèi)星和Aqua衛(wèi)星攜帶的MODIS傳感器在火災(zāi)方面的應(yīng)用做了詳細(xì)的總結(jié)。MODIS專(zhuān)門(mén)設(shè)有檢測(cè)火災(zāi)波段3.9 μm，其飽和溫度為500K，足夠用于做火災(zāi)強(qiáng)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(shù)據(jù)產(chǎn)品都可用來(lái)幫助監(jiān)測(cè)火災(zāi)[10-11]。MOD14產(chǎn)品常用于判斷火災(zāi)發(fā)生、尋找火災(zāi)發(fā)生地點(diǎn)、劃分火災(zāi)等級(jí)依據(jù)和計(jì)算火災(zāi)能量釋放。Terra衛(wèi)星上的ASTER傳感器[10]分辨率設(shè)置有5個(gè)熱紅外波段，這5個(gè)波度可以用來(lái)獲得地表輻射量，從而得到地面溫度圖件，用來(lái)對(duì)火災(zāi)進(jìn)行監(jiān)測(cè)。ASTER傳感器較MODIS傳感器有更高的空間分辨率（90m），其數(shù)據(jù)常與MODIS數(shù)據(jù)結(jié)合以得到高空間分辨率的火災(zāi)地圖。

3 常用的識(shí)別火災(zāi)方法

想要從遙感圖像中得到有用的火災(zāi)信息就需要對(duì)圖像進(jìn)行特定的處理與分析，自上世紀(jì)80年代中期科學(xué)家們就開(kāi)始針對(duì)此需求設(shè)計(jì)用于遙感圖像火災(zāi)分析的方法。

閾值法：通過(guò)設(shè)置閾值來(lái)尋找著火點(diǎn)、區(qū)別不同等級(jí)的火災(zāi)是較早被使用的方法，這是一種較直接的獲取火災(zāi)數(shù)據(jù)的方法，經(jīng)過(guò)多年的不斷完善，此方法仍在頻繁地被使用。發(fā)展初期，人們只是通過(guò)簡(jiǎn)單的單波段閾值方法篩選出存在著火點(diǎn)的像素。最簡(jiǎn)單的嘗試是找出遙感圖像中紅外波段達(dá)到飽和的像素，認(rèn)為這些像素覆蓋區(qū)域出現(xiàn)火情。但由于單一波段閾值設(shè)置所含信息量較少不能得到準(zhǔn)確的火災(zāi)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(gè)或兩個(gè)以上的波段閾值控制著火點(diǎn)的搜索，被搜索出的著火點(diǎn)一定是滿(mǎn)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(shù)據(jù)設(shè)置多波段閾值對(duì)貴州省林火進(jìn)行監(jiān)測(cè)。但這樣人工設(shè)置閾值的方法比較復(fù)雜，研究者必須對(duì)所要處理生態(tài)系統(tǒng)的特點(diǎn)十分清楚。所以科學(xué)家又提出了上下文聯(lián)系的閾值算法。這種算法可以根據(jù)臨近像元與目標(biāo)像元的相互關(guān)系自動(dòng)調(diào)整閾值大小，從而使尋找著火點(diǎn)的過(guò)程參考周?chē)h(huán)境的整體影響。當(dāng)然如果在判斷每個(gè)像素是否為著火點(diǎn)時(shí)都依次與周?chē)裨M(jìn)行比較會(huì)極大的增加算法的計(jì)算量，因此通常的做法是先通過(guò)單波段或多波段閾值法尋找出可能的著火點(diǎn)，然后再對(duì)這些可能的著火點(diǎn)進(jìn)行與周?chē)袼氐谋容^來(lái)確定此像元是否存在著火點(diǎn)。北京師范大學(xué)遙感國(guó)家重點(diǎn)實(shí)驗(yàn)室的錢(qián)永剛等人[13]在2009年對(duì)上下文聯(lián)系的閾值算法進(jìn)行了比較全面的研究，指出此種閾值算法的關(guān)鍵是選取合適的上下文聯(lián)系像素來(lái)篩選可能的著火點(diǎn)，這些像素應(yīng)該去除被云層、熱點(diǎn)效應(yīng)和之前火災(zāi)留下的裸露土地污染的像素。

植被指數(shù)：自然火災(zāi)總是與地表植被覆蓋變化有關(guān)，因此通過(guò)判斷地表植被情況來(lái)了解火災(zāi)情況也是分析火災(zāi)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(jiàn)光譜內(nèi)，以0.45μm為中心的藍(lán)波段以及0.67μm為中心的紅波段葉綠素強(qiáng)烈吸收輻射能呈吸收谷，這兩個(gè)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(nèi)，吸收能很低，0.74μm附近反射率急劇增加，導(dǎo)致0.74～1.3μm波譜內(nèi)形成高反射。而紅波段的強(qiáng)吸收與近紅外的強(qiáng)反射導(dǎo)致了植物的紅邊效應(yīng)。利用近紅外與紅波段輻射量比值、NDVI或土壤糾正植被指數(shù)（SAVI）都可以獲得地面植被覆蓋情況。近期人們又發(fā)現(xiàn)光譜中近紅外和中紅外區(qū)域?qū)馂?zāi)后的植被和土壤變化很敏感?；馂?zāi)影響后綠色植被和其周?chē)鷿穸鹊臏p少、裸露土地和巖石的增加會(huì)引起近紅外輻射值減少、中紅外輻射值增多。這一發(fā)現(xiàn)促使了dNBR的出現(xiàn)。Key和Benson[14]最早對(duì)此參數(shù)的數(shù)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(duì)NOAA/AVHRR進(jìn)行不同植被參數(shù)監(jiān)測(cè)火災(zāi)準(zhǔn)確度的比較，這些參數(shù)包括NDVI、植被指數(shù)3（VI3）、全球環(huán)境監(jiān)測(cè)指數(shù)（GEMI）和改進(jìn)的全球環(huán)境監(jiān)測(cè)指數(shù)（GEMI3）。比較表明，在實(shí)驗(yàn)地區(qū)地中海地區(qū)NDVI效果不佳，不如直接使用中紅外波段進(jìn)行閾值設(shè)置，GEMI3的準(zhǔn)確性最高。

圖像分類(lèi)：圖像分類(lèi)一直是處理遙感圖像的重要方法，對(duì)于火災(zāi)信息的提取也有十分顯著的效果。最普遍的監(jiān)督分類(lèi)和非監(jiān)督分類(lèi)經(jīng)常被用于監(jiān)測(cè)火災(zāi)。很多實(shí)例中，人們還會(huì)在進(jìn)行分類(lèi)前在圖像中加入主成分分析、KT分析或NDVI等信息增加分類(lèi)精度。除此之外，灰度劃分的方法也用于區(qū)別燃燒區(qū)受破壞程度、非燃燒區(qū)。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(shù)。但基于像素的圖像分類(lèi)精度不是太高，所以最近幾年人們開(kāi)始對(duì)基于對(duì)象的圖像分類(lèi)在火災(zāi)監(jiān)測(cè)中的應(yīng)用進(jìn)行研究。

4 結(jié)論與展望

Ioannis Z. Gitas等人[16]曾在《地中海生態(tài)系統(tǒng)自然火災(zāi)監(jiān)測(cè)》一書(shū)中總結(jié)了5個(gè)遙感監(jiān)測(cè)火災(zāi)的發(fā)展方向：評(píng)價(jià)現(xiàn)有的火災(zāi)遙感方法在必要時(shí)對(duì)其進(jìn)行改進(jìn)、繼續(xù)火災(zāi)遙感的定量化研究、提高全球火災(zāi)評(píng)估準(zhǔn)確性已得到由于火災(zāi)產(chǎn)生的CO2量、使用較新傳感器（例如多光譜數(shù)據(jù)）數(shù)據(jù)進(jìn)行火災(zāi)監(jiān)測(cè)研究和增加火災(zāi)監(jiān)測(cè)算法的自動(dòng)性。

隨著遙感技術(shù)的日趨成熟，高光譜、高分辨率數(shù)據(jù)成為可能，為火災(zāi)監(jiān)測(cè)提供了更多先進(jìn)的觀測(cè)平臺(tái)。遙感火災(zāi)監(jiān)測(cè)算法也在不斷完善，精確度逐漸提高。遙感在火災(zāi)監(jiān)測(cè)中會(huì)占有越來(lái)越重要的地位。此外，定量遙感技術(shù)也將在之后的火災(zāi)監(jiān)測(cè)中發(fā)揮重要作用，為定量評(píng)定火災(zāi)程度提供了有利數(shù)據(jù)。

[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(zāi)遙感調(diào)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(zāi)的遙感監(jiān)測(cè)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(shù)據(jù)的云南安寧“3.29”火災(zāi)面積評(píng)估[J].云南地理環(huán)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(jiān)測(cè)森林火災(zāi)的準(zhǔn)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(wèi)星資料在貴州省林火監(jiān)測(cè)中的應(yīng)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.