TM驗證MODIS過火面積產(chǎn)品精度分析
——以黑龍江省重大森林火災(zāi)為例

焦琳琳，申丹，常禹，胡遠滿，李春林

（1.中國科學(xué)院沈陽應(yīng)用生態(tài)研究所森林與土壤生態(tài)國家重點實驗室，沈陽110016；2.中國科學(xué)院地理科學(xué)與資源研究所，北京100101；3.中國科學(xué)院大學(xué)，北京100049）

TM驗證MODIS過火面積產(chǎn)品精度分析
——以黑龍江省重大森林火災(zāi)為例

焦琳琳1，2，3，申丹1，3，常禹1，胡遠滿1，李春林1

（1.中國科學(xué)院沈陽應(yīng)用生態(tài)研究所森林與土壤生態(tài)國家重點實驗室，沈陽110016；2.中國科學(xué)院地理科學(xué)與資源研究所，北京100101；3.中國科學(xué)院大學(xué)，北京100049）

鑒于準(zhǔn)確估測森林的過火面積對森林火災(zāi)的損失評估和過火區(qū)植被的恢復(fù)所具有的重要作用，選取了2006年～2010年黑龍江省51個重大森林火災(zāi)記錄，分別利用MODIS的MOD14A2（Terra）火產(chǎn)品數(shù)據(jù)和TM遙感影像數(shù)據(jù)估算過火面積，并利用Kappa指數(shù)分析過火面積在數(shù)量和空間位置上的一致性。結(jié)果表明：在單個火場尺度上，小于3.72km2的森林火災(zāi)不適于利用MOD14A2產(chǎn)品來估算過火面積，而年過火總面積的相對誤差小于15%。MOD14A2火產(chǎn)品可以有效地估測年度尺度上森林的過火面積；數(shù)量Kappa指數(shù)明顯大于位置Kappa指數(shù)和標(biāo)準(zhǔn)Kappa指數(shù)，位置Kappa指數(shù)較低，這可能是由于MODIS數(shù)據(jù)的空間分辨率較低、林火記錄坐標(biāo)位置不夠準(zhǔn)確等原因造成的，有待進一步研究。

MODIS；TM；林火；過火面積；黑龍江

0 引 言

林火是森林生態(tài)系統(tǒng)中非常重要的自然干擾因子之一，在維護森林生態(tài)系統(tǒng)的穩(wěn)定性、促進森林發(fā)育以及植被演替方面具有十分重要的作用［1］。森林過火面積是森林火災(zāi)評估的重要因子［2－3］。過火區(qū)面積的大小能反映火災(zāi)對森林植被的影響程度［4］。目前森林火災(zāi)面積估算主要包括航空圈圖法、數(shù)據(jù)統(tǒng)計法、地面調(diào)查法和遙感圖像法，其中數(shù)據(jù)統(tǒng)計法和遙感圖像法主要應(yīng)用估測大尺度森林火災(zāi)面積［5］。數(shù)據(jù)統(tǒng)計法就是利用國家、國際組織公布的統(tǒng)計資料對林火發(fā)生的面積進行估算；遙感圖像法是根據(jù)火燒前后的遙感影像差異來識別過火區(qū)并對其進行面積估算。前者工作量大，耗費人力，成本較高，不適用進行大尺度的森林過火區(qū)面積的估測；而遙感衛(wèi)星具有成像周期短、覆蓋范圍廣等特點，在森林火災(zāi)監(jiān)測和過火區(qū)面積估算中具有顯著的優(yōu)勢。國內(nèi)外學(xué)者在此方面進行了大量的研究：如利用NOAA－AVHRR［6－9］、SPOT［10－12］、LANDSAT［13－17］、MODIS［18－21］、FY［22－23］進行的林火監(jiān)測和面積估算。近年來，利用多源衛(wèi)星數(shù)據(jù)估算過火面積得到了廣泛關(guān)注，F(xiàn)uller等利用NOAA－AVHRR衛(wèi)星和LANDSAT衛(wèi)星的估算馬來西亞的森林過火面積［24］；Gitas等利用NOAA－AVHRR衛(wèi)星和MODIS衛(wèi)星估算西班牙的森林過火面積并對過火區(qū)進行了等級劃分［6］；Roldán－Zamarrón等利用Landsat5－TM衛(wèi)星、Envisat－MERIS衛(wèi)星和MODIS衛(wèi)星繪制了西班牙西部地區(qū)過火區(qū)圖并估算了過火面積［25］；鄭偉等利用MODIS衛(wèi)星和CBERS衛(wèi)星數(shù)據(jù)估算森林過火區(qū)面積［4］。綜上所述，國內(nèi)外利用遙感圖像估測森林火災(zāi)面積取得了可觀的研究成果，但是在大尺度范圍內(nèi)，應(yīng)用低分辨率遙感圖像所估測的森林過火面積的精度備受質(zhì)疑。

本文利用Landsat－TM／ETM＋驗證MODIS火產(chǎn)品——MOD14A2（Terra）估測的森林過火面積的精度，為中低分辨率的遙感影像在大尺度范圍內(nèi)林火檢測中的應(yīng)用提供參考。

1 研究區(qū)概況

黑龍江省居于中國最北端，地理坐標(biāo)位于121° 11′E～135°05′E，43°26′N～53°33′N之間。北和東都與俄羅斯相鄰，西與內(nèi)蒙古自治區(qū)毗鄰，南與吉林省接壤；全省土地面積約為4.54×105km2，總?cè)丝诩s為3833.4萬人；氣候為中溫帶到寒溫帶的大陸性季風(fēng)氣候，冬季寒冷干燥，夏季炎熱多雨，春秋季多大風(fēng)且干燥，容易發(fā)生火災(zāi)，一年有兩個森林火災(zāi)高峰期，3月～6月為大高峰期和9月～10月為小高峰期；根據(jù)地貌的差異，將全省分為5個區(qū)域：西北的大興安嶺、東北的小興安嶺、東南的東部山地、西部的松嫩平原區(qū)及東部的三江興凱平原區(qū)。其中林區(qū)地貌以山地為主，山地海拔高度在300m～1600m左右，平原海拔高度在35m～200m左右；地帶性植被為寒溫帶針葉林和針闊混交林，森林面積達1570萬hm2，主要分布在大興安嶺、小興安嶺、張廣才嶺、老爺嶺和完達山5大片林區(qū)，天然林比重大、人工林少。黑龍江省是全國森林防火的重點省份，年均森林過火面積居全國前列，是中國火災(zāi)危害嚴(yán)重的地區(qū)［26］，適合開展本項研究。

2 數(shù)據(jù)來源及研究方法

本研究從美國國家航空航天局（NASA）的陸地數(shù)據(jù)分發(fā)中心（Land Processes DAAC）獲取黑龍江省2006年～2010年MODIS火產(chǎn)品數(shù)據(jù)集MOD14A2（Terra）和TM遙感影像數(shù)據(jù)集（http：／／earthexplorer.usgs.gov／）。2006年～2010年黑龍江省森林火災(zāi)記錄來自林業(yè)科學(xué)數(shù)據(jù)中心（http：／／www.cfsdc.org／），該火災(zāi)記錄包括起火點的位置、火燒面積、起火原因、起火時間、滅火時間和過火區(qū)植被類型等。

2.1 MOD14A2數(shù)據(jù)的處理

MODIS是搭載在Terra和Aqua衛(wèi)星上的一個重要的傳感器，其中Terra為上午軌道衛(wèi)星，Aqua為下午軌道衛(wèi)星。對于接收MODIS數(shù)據(jù)來說，每天最少可以得到兩次白天和黑夜過境的更新數(shù)據(jù)。本文選用MOD14A2／Terra的火掩膜產(chǎn)品作為數(shù)據(jù)源。

MOD14A2產(chǎn)品中有9種不同類型的像元，分別為0（丟失數(shù)據(jù)未加工的）、2（其他原因未知丟失數(shù)據(jù)未加工的）、3（水）、4（云）、5（未著火陸地）、6（未知）、7（低概率火災(zāi)）、8（中等概率火災(zāi)）、9（高概率火災(zāi)）。具體選取哪個等級概率的象元作為過火象元，一般需要根據(jù)研究尺度和研究區(qū)的實際情況來確定［27］。本文首先在全國尺度上，將2003年和2006年全國森林過火面積統(tǒng)計數(shù)據(jù)與MOD14A2基于不同概率合成的過火面積相比較，發(fā)現(xiàn)當(dāng)只考慮高概率火時，2003年和2006年MOD14A2的過火面積分別為3937km2和2881km2，統(tǒng)計數(shù)據(jù)為4510.19km2和4082.42km2，誤差低于30%，包含其他概率火時，誤差較大。研究表明，用MODIS檢測火災(zāi)時，當(dāng)誤差小于30%時，就可認(rèn)為是較理想的數(shù)據(jù)源［28］。因此本文僅選用高概率火災(zāi)的象元，來分析在省級尺度上，MOD14A2過火面積產(chǎn)品的精度。

對2006年～2010年的遙感數(shù)據(jù)進行預(yù)處理，將包含黑龍江省的遙感影像進行基于地理坐標(biāo)系的鑲嵌，鑲嵌之后結(jié)合黑龍江省土地覆蓋圖進行掩膜計算。

對進行預(yù)處理之后的遙感圖像進行二值化處理，將所有像元值大于8的像元賦值為1（著火區(qū)域），像元值小于等于8的像元賦值為0（未著火區(qū)域）。將各年份二值化的遙感圖像依次進行疊加，再進行二值化處理，將疊加后所有像元值大于0的像元賦值為1（著火區(qū)域），像元值等于0的像元賦值為0（未著火區(qū)域）。利用ArcGIS地理信息系統(tǒng)軟件進行空間分析，包括重分類、區(qū)域統(tǒng)計等分析，得到各年份的過火面積數(shù)據(jù)。

2.2 基于TM的森林過火區(qū)的繪制

根據(jù)2008年《森林防火條例》的規(guī)定，在森林火災(zāi)記錄中選取過火面積大于100hm2的重大森林火災(zāi)，依據(jù)其發(fā)生的時間、地點，選取火后TM遙感影像（表1），進行7、4、3波段組合，呈現(xiàn)真彩色影像，過火區(qū)呈現(xiàn)紅色，非過火區(qū)呈現(xiàn)綠色，黑色等其他顏色，通過目視解譯，得到過火區(qū)的空間分布圖，據(jù)此計算森林過火面積。

2.3 TM和MODIS兩種遙感影像估算的過火面積的比較

本文以TM遙感影像解譯的過火區(qū)面積為參照，比較MOD14A2過火區(qū)面積的差異，以驗證MODIS火產(chǎn)品的精度。并利用標(biāo)準(zhǔn)Kappa指數(shù)、位置Kappa指數(shù)和數(shù)量Kappa指數(shù)［29－30］進一步分析過火區(qū)在數(shù)量和位置上的差異。

3 結(jié)果與分析

3.1 單個火場過火面積估算

根據(jù)選取的黑龍江省過火面積在1km2以上的林火記錄，根據(jù)林火記錄的著火地點（圖1），運用ArcGIS對TM（圖2）進行目視解譯，完成過火區(qū)制圖，最終解譯出亞里河、呼濱等51處火燒跡地，其詳細(xì)信息如表1所示。

圖1 黑龍江省2006年～2010年火燒記錄點空間分布圖

圖2 黑龍江省森林過火區(qū)TM遙感解譯示例

表1 目視解譯火場信息

續(xù)表1

其中，相對差異計算公式如下：

由表1可知，MODIS獲取的森林過火面積與TM遙感影像目視解譯相對差異低于25%的火場數(shù)為33場，其余場火災(zāi)的相對差異在25%～75%之間?？傮w看來，對于單場森林火災(zāi)來說，MODIS動態(tài)火產(chǎn)品MOD14A2估算過火面積的精度相對較低。

為了檢驗表1中TM的解譯結(jié)果和MOD14A2提取的過火面積數(shù)據(jù)是否存在顯著差異，本文進行了Wilcoxon秩和檢驗。Wilcoxon秩和檢驗應(yīng)用于兩樣本成組數(shù)據(jù)分析，先將兩樣本看作單一樣本（混合樣本）進而由小到大排列觀察值統(tǒng)一編秩。如果原假設(shè)兩個獨立樣本來自相同的總體為真，那么秩將大約均勻分布在兩個樣本中，即小、中、大秩值被均勻地分布在兩個樣本中；如果兩個獨立樣本分別來自兩個不同的總體，那么其中一個樣本必定包含更多小秩值，這樣得到一個較小秩和；另一個樣本則包含更多大秩值，得到一個較大秩和，據(jù)此進行兩組樣本的差異顯著性檢驗［31］。檢驗結(jié)果表明，兩組數(shù)據(jù)均為非正態(tài)分布，不存在顯著差異（p＝0.4945）。

雖然2組數(shù)據(jù)的統(tǒng)計檢驗不存在顯著差異，但是個別火場的誤差較大（60%以上），為了確定在多大過火面積時，誤差在可接受的范圍內(nèi)，本文以TM遙感影像目視解譯的過火面積為自變量，TM和MODIS估算的過火面積的相對差異為因變量，進行非線性曲線擬合，得出結(jié)果如圖3所示。

圖3 不同過火面積下相對差異的變化

由圖3可知，過火面積與相對差異之間呈現(xiàn)對數(shù)函數(shù)的關(guān)系，經(jīng)過對擬合曲線函數(shù)進行一階求導(dǎo)得出，曲線的拐點在過火面積為3.72km2處。這表明，由于MOD14A2的空間分辨率較低（1km），小于3.72km2的森林火災(zāi)不適于利用該產(chǎn)品來估算過火面積。

MOD14A2產(chǎn)品主要是從MODIS 4－11微波輻射計算來的，火的監(jiān)測策略是以火的絕對監(jiān)測（當(dāng)火的強度足夠被檢測到時）和火背景信息的相對檢測為基礎(chǔ)的（證明表面溫度和太陽反射的變化）。但在檢測過程中，在火場邊緣易出現(xiàn)錯判現(xiàn)象，由于火場邊緣熱效應(yīng)的影響，常在火點附近形成一個溫度場，易出現(xiàn)邊緣熱效應(yīng)現(xiàn)象，導(dǎo)致MODIS提取的過火面積較大［28］。Giglio等在估算全球火災(zāi)的分布時也發(fā)現(xiàn)利用MODIS數(shù)據(jù)產(chǎn)品估算的過火面積偏大［32］；繆婷婷在估算江西省武寧縣火燒跡地面積時得出的跡地面積都大于實際火燒面積［33］。而鄭偉等在估算內(nèi)蒙古自治區(qū)牙克石市免渡河林場過火面積時發(fā)現(xiàn)考慮植被蓋度時利用MODIS數(shù)據(jù)得出的過火面積要小于實際火燒面積［4］；尤慧等在估算加拿大北方森林火燒跡地面積時也發(fā)現(xiàn)在薩省利用MODIS標(biāo)準(zhǔn)火燒跡地產(chǎn)品估算的跡地面積要遠小于加拿大林業(yè)局提供的實際數(shù)據(jù)［34］。

3.2 年度森林過火面積的估算

其中，相對差異計算公式如下：

對表2中TM遙感目視解譯的年過火面積和MODIS火產(chǎn)品提取的年過火面積兩組數(shù)據(jù)，進行Wilcoxon非參數(shù)檢驗，檢驗結(jié)果表明：檢驗兩組數(shù)據(jù)均屬于非正態(tài)分布，兩組數(shù)據(jù)差異不顯著（p＝0.4647）。

表2 2006年～2010年黑龍江省年過火面積

由表3可知，除了2008年過火面積相對差異為16.8%以外，其余年份相對差異均小于15%，其中2006年、2007年、2010年這三年的年過火面積相對誤差低于6%。MODIS L1B遙感數(shù)據(jù)是采用絕對閾值法和背景信息相結(jié)合的方法來識別溫度異常區(qū)域，判別時對所有的數(shù)據(jù)使用了統(tǒng)一的閾值標(biāo)準(zhǔn)，并不隨著季節(jié)和地域變化而變化，因此，針對于特定區(qū)域時識別火點和估測過火面積精度較低［22］。而MOD14A2火產(chǎn)品在火點識別時，增加了用來排除錯誤警報信息（太陽閃爍以及海岸帶揭露等）的測試，一定程度上增加了火點識別的準(zhǔn)確性。相關(guān)研究表明MODIS遙感影像數(shù)據(jù)估算過火面積精度在60%以下［27］。本文的研究結(jié)果表明，火產(chǎn)品的年過火面積精度在86%以上，說明該火產(chǎn)品在檢測黑龍江省年過火面積時，是一個非常有效的數(shù)據(jù)源，這在MODIS其他地區(qū)的應(yīng)用中，也得到了證實，例如，Padilla等驗證了MCD45火產(chǎn)品在全球尺度上估算森林過火面積的可利用性［35］；Loboda等驗證了在亞洲中部地區(qū)MODIS火產(chǎn)品的可用性，并分析了亞洲中部地區(qū)火災(zāi)發(fā)生的時空格局［36］；Boschetti等人利用MCD45產(chǎn)品和EFFIS數(shù)據(jù)估算了2007夏天希臘發(fā)生的重大森林火災(zāi)過火面積，并證明其可用性［37］。

3.3 TM和MODIS估測的過火區(qū)面積Kappa指數(shù)

如表3所示，2006年～2010年的數(shù)量Kappa指數(shù)均大于0.8，表明在不考慮空間位置變化的情況下，TM和MODIS估算的研究區(qū)過火區(qū)面積差別較小，可以用MODIS進行過火區(qū)面積的估測；但是位置Kappa指數(shù)和標(biāo)準(zhǔn)Kappa指數(shù)都較低，這可能由兩方面的因素造成的：一是火災(zāi)記錄空間位置不準(zhǔn)確；二是TM和MODIS空間分辨率的差異。

表3 TM和MODIS估測的過火區(qū)面積Kappa指數(shù)

3 結(jié)束語

本文利用TM遙感影像估算了黑龍江省重大森林火災(zāi)（過火面積≥1km2）的過火區(qū)面積，并以其為基準(zhǔn)，比較了MOD14A2火產(chǎn)品的過火區(qū)面積誤差。結(jié)果表明在單個火場尺度上，小于3.72km2的森林火災(zāi)不適于利用MOD14A2產(chǎn)品來估算過火面積；而年過火總面積的相對誤差小于15%，MOD14A2火產(chǎn)品可以有效地估測年度尺度上，森林的過火面積。

Kappa指數(shù)的分析表明，數(shù)量Kappa指數(shù)明顯大于位置Kappa指數(shù)和標(biāo)準(zhǔn)Kappa指數(shù)，說明MOD14A2火產(chǎn)品和TM遙感影像解譯出的黑龍江省年過火面積基本相近。但是，由于MODIS數(shù)據(jù)的空間分辨率較低、林火記錄坐標(biāo)位置不夠準(zhǔn)確等原因，MOD14A2火產(chǎn)品與TM遙感影像的位置Kappa指數(shù)較低。

［1］魏書精，胡海清，孫龍.氣候變化對我國林火發(fā)生規(guī)律的影響［J］.森林防火，2001（1）：30－34.

［2］易浩若，紀(jì)平.林過火面積的遙感測算方法［J］.遙感技術(shù)與應(yīng)用，1988，13（2）：10－14.

［3］覃先林，李增元，易浩若，等.基于ENVISAT－MERIS數(shù)據(jù)的過火區(qū)制圖方法研究［J］.遙感技術(shù)與應(yīng)用，2008，23（1）：1－6.

［4］鄭偉，李亞君，劉誠，等.基于多源衛(wèi)星遙感數(shù)據(jù)的森林過火區(qū)面積估算方法［J］.林業(yè)科學(xué)，2011，47（8）：192－195.

［5］王強.基于多源遙感數(shù)據(jù)估測林火參數(shù)的研究［D］.哈爾濱：東北林業(yè)大學(xué)，2009.

［6］GITAS I Z，MITRI G H，VENTURA G.Object－based image classification for burned area mapping of Creus Cape，Spain，using NOAA－AVHRR imagery［J］.Remote Sensing of Environment，2004，92（3）：409－413.

［7］CHUEIVECO E，ENGLEFIELD P，TRISCHCHENKO A P，et al.Generation of long time series of burn area maps of the boreal forest from NOAA－AVHRR composite data［J］.Remote Sensing of Environment，2008，112（5）：2381－2396.

［8］趙彬，趙文吉，潘軍，等.NOAA－AVHRR數(shù)據(jù)在吉林省東部林火信息提取中的應(yīng)用［J］.國土資源遙感，2010，22（1）：77－80.

［9］蘇力華，樓玫娟，肖金香，等.氣象衛(wèi)星遙感監(jiān)測在森林防火中的應(yīng)用［J］.西北農(nóng)林科技大學(xué)學(xué)報 （自然科學(xué)版），2004，32（11）：85－88.

［10］TANSEY K，GREGORIRE J M，STROPPIANA D.Vegetation burning in the year 2000：global burned area estimates from SPOT VEGETATION data［J］.Journal of Geophysical Research：Atmospheres（1984－2012），2004，109（D14S03）：1－22.

［11］SILVA J，PEREIRA J，CABRAL，et al.An estimate of the area burned in southern Africa during the 2000dry season using SPOT－VEGETATION satellite data［J］.Journal of Geophysical Research：Atmospheres（1984－2012），2003，108（D13）：8498－8509.

［12］李建微，陳崇成，於其之，等.虛擬森林景觀中林火蔓延模型及三維可視化表達［J］.應(yīng)用生態(tài)學(xué)報，2005，16（5）：838－842.

［13］KOUTAIAS N，KARTERIS M.Burned area mapping using logistic regression modeling of a single post－fire Landsat－5 thematic mapper image［J］.International Journal of Remote Sensing，2000，21（4）：673－687.

［14］MITRI G H，GITAS I Z.The development of an object－oriented classification model for operational burned area mapping on the Mediterranean island of Thasos using LANDSAT TM images［J］.Forest Fire Research ＆Wildland Fire Safety，2005，72（1）：1－12.

［15］MITRI G H，GITAS I Z.A semi－automated object－oriented model for burned area mapping in the Mediterranean region using Landsat－TM imagery［J］.International Journal of Wildland Fire，2004，13（3）：367－376.

［16］王曉莉，王文娟，常禹，等.基于NBR指數(shù)分析大興安嶺呼中森林過火區(qū)的林火烈度［J］.應(yīng)用生態(tài)學(xué)報，2013，24（4）：967－974.

［17］李月輝，胡遠滿，常禹，等.大興安嶺呼中林業(yè)局森林景觀格局變化及其驅(qū)動力［J］.生態(tài)學(xué)報，2006，26（10）：3347－3357.

［18］劉良明，鄢俊潔.MODIS數(shù)據(jù)在火災(zāi)監(jiān)測中的應(yīng)用［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2004（1）：55－60.

［19］劉斌.大興安嶺林火動態(tài)變化［D］.北京：中國林業(yè)科學(xué)研究院，2011.

［20］ROY D P，BOSCHETTI L，JUSTICE C O，et al.The collection 5MODIS burned area product—global evaluation by comparison with the MODIS active fire product［J］.Remote Sensing of Environment，2008，112（9）：3690－3707.

［21］GIGLIO L，LOBODA T，ROY D P，et al.An active－fire based burned area mapping algorithm for the MODIS sensor［J］.Remote Sensing of Environment，2009，113（2）：408－420.

［22］何全軍，劉誠.MODIS數(shù)據(jù)自適應(yīng)火點檢測的改進算法［J］.遙感學(xué)報，2008，12（3）：448－452.

［23］紀(jì)平，易浩若.基于氣象衛(wèi)星資料的地類面積計算方法［J］.國土資源遙感，1999（2）：52－56.

［24］FULLER D O，F(xiàn)ULK M.Burned area in Kalimantan，Indonesia mapped with NOAA－AVHRR and Landsat TM imagery［J］.International Journal of Remote Sensing，2001，22（4）：691－697.

［25］ROLDAN－ZAMARRON A，MERINO－DE－MIGUEL S，GONZALEZ－ALONSO F.Minas de Riotinto（south Spain）forest fire：burned area assessment and fire severity mapping using Landsat 5－TM，Envisat－MERIS，and Terra－MODIS postfire images［J］.Journal of Geographic Research：Biogeosciences（2005－2012），2006，111（G4S11）：1－9.

［26］王明玉，舒立福，田曉瑞，等.ENSO對黑龍江省森林火災(zāi)的影響［J］.林業(yè)科學(xué)研究，2010，23（5）：644－648.

［27］GIGLIO L，WERF G R，RANDERSON J T，et al.Global estimation of burned area using MODIS active fire observations［J］.Atmospheric Chemistry and Physics，2006，6（4）：957－974.

［28］JUSTICE C O，GIGLIO L，KORONTZI S，et al.The MODIS fire products［J］.Remote Sensing of Environment，2002，83（1）：244－262.

［29］吳波，慈龍駿.毛烏素沙地景觀格局變化研究［J］.生態(tài)學(xué)報，2001，21（2）：191－196.

［30］盧玲，程國棟，李新.黑河流域中游地區(qū)景觀變化研究［J］.應(yīng)用生態(tài)學(xué)報，2001，12（1）：68－74.

［31］ORIS F，ASSLIENH，F(xiàn)INSINGER W，et al.Long－term fire history in northern Quebec：implications for the northern limit of commercial forests［J］.Journal of Applied Ecology，2004，51（3）：675－683.

［32］GIGLTO L，CSISZAR I，JUSTICE C O.Global distribution and seasonality of active fires as observed with the Terra and Aqua Moderate Resolution Imaging Spectroradiometer（MODIS）sensors［J］.Journal of Geophysical Research：Biogeosciences（2005－2012），2006，111（G02016）：1－12.

［33］繆婷婷.基于MODIS數(shù)據(jù)的森林火點監(jiān)測算法及跡地面積估算的研究［D］.南京：南京信息工程大學(xué)，2012.

［34］尤慧，劉榮高，祝善友，等.加拿大北方森林火燒跡地遙感分析［J］.地球信息科學(xué)學(xué)報，2013，15（4）：597－603.

［35］PADILLA M，STEHMAN S V，CHUVIECO E.Validation of the 2008MODIS－MCD45global burned area product using stratified random sampling［J］.Remote Sensing of Environment，2014，144：187－196.

［36］LOBODA T V，GIGLIO L，BOSCHETTI L，et al.Regional fire monitoring and characterization using global NASA MODIS fire products in dry lands of Central Asia［J］.Frontiers of Earth Science，2012，6（2）：196－205.

［37］BOSCHETTI L，ROY D，BARBOSA P，et al.A MODIS assessment of the summer 2007extent burned in Greece［J］.International Journal of Remote Sensing，2008，29（8）：2433－2436.

Using TM to Validate Burnt Area of Large Forest Fires Based on MODIS：A Case Study in Heilongjiang Province

JIAO Lin－lin1，2，3，SHEN Dan1，3，CHANG Yu1，HU Yuan－man1，LI Chun－lin1
（1.State Key Laboratory of Forest and Soil Ecology，Institute of Applied Ecology，Chinese Academy of Sciences，Shenyang110016；2.Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing100101；3.University of Chinese Academy of Sciences，Beijing100049）

Burnt forest area is an important parameter of forest fires.Accurate estimation of burnt forest area has significant implications both for assessment of losses caused by forest fires and for post－fire regeneration.In this paper，the MODIS fire product，MOD14A2，and TM image data were utilized to estimate burnt forest area of 51burned sites from year 2006to 2007in Heilongjiang province.Kappa index was used to test the consistency between burnt forest area derived from MOD14A2and TM data.Results showed that it is not applicable to estimate burnt forest area less than 3.75square kilometers using MOD14A2 product，while the relative error for annual burnt forest area was less than 15%.The MODIS fire product，MOD14A2，could be effectively used to estimate annual burnt forest area.Quantitative Kappa index was obviously higher than location Kappa index and standard Kappa index and the lower location Kappa was probably due to the low spatial resolution of MODIS and the inaccurate geographic positions of forest fires recorded，which needs to be further explored.

MODIS；TM；forest fire；burned forest area；Heilongjiang

10.3969／j.issn.1000－3177.2015.06.005

Q149

A

1000－3177（2015）142－0024－07

2014－10－24

2014－12－16

國家自然科學(xué)基金（31470516、41201185、41271201）；中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項（XDA05050201）。

焦琳琳（1988—），女，博士研究生，主要從事景觀生態(tài)學(xué)研究。

E－mail：525082768＠qq.com

常禹（1965—），男，研究員，主要從事景觀生態(tài)學(xué)、空間直觀景觀模型、干擾生態(tài)學(xué)等研究。

E－mail：changyu＠iae.ac.cn