多源衛(wèi)星遙感秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)

武喜紅，劉 婷，程永政，王來(lái)剛，郭 燕，張 彥，賀 佳

?

多源衛(wèi)星遙感秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)

武喜紅，劉 婷※，程永政，王來(lái)剛，郭 燕，張 彥，賀 佳

（河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，鄭州 450002）

該文針對(duì)秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)中高時(shí)間、高空間分辨率難以同時(shí)實(shí)現(xiàn)的問(wèn)題，提出利用多源數(shù)據(jù)（Landsat8、GF-1、HJ-1A/B）來(lái)提升中分辨率衛(wèi)星遙感的觀測(cè)頻次，并通過(guò)疊置分析和面向?qū)ο笥跋穹治黾夹g(shù)提高面積提取精度。使用該方法對(duì)河南省太康縣進(jìn)行了8次單日內(nèi)全覆蓋的秸稈焚燒過(guò)火面積提取，并通過(guò)變化檢測(cè)獲取各鄉(xiāng)鎮(zhèn)農(nóng)田秸稈焚燒的累計(jì)過(guò)火面積、新增過(guò)火面積和新增過(guò)火農(nóng)田翻耕面積的時(shí)空變化趨勢(shì)。經(jīng)驗(yàn)證，面積提取精度達(dá)93.89%以上，秸稈焚燒新增過(guò)火面積變化趨勢(shì)與環(huán)保部監(jiān)測(cè)結(jié)果基本相符。經(jīng)分析，秸稈焚燒通常會(huì)在農(nóng)作物大面積收割后的某個(gè)時(shí)間點(diǎn)開(kāi)始，由若干個(gè)起火點(diǎn)隨時(shí)序朝某個(gè)主方向進(jìn)行傳播蔓延，過(guò)火區(qū)域會(huì)隨之出現(xiàn)間歇性的大范圍翻耕，二者同時(shí)進(jìn)行，即秸稈焚燒新增過(guò)火面積與新增過(guò)火農(nóng)田翻耕面積隨時(shí)序呈反向波浪狀變化。說(shuō)明相比利用低空間分辨率遙感數(shù)據(jù)進(jìn)行廣域監(jiān)測(cè)，該方法可得到時(shí)效性強(qiáng)且精度更高的過(guò)火面積空間分布信息，能揭示出秸稈焚燒現(xiàn)象在縣、鄉(xiāng)尺度上的變化規(guī)律與細(xì)節(jié)。

遙感；秸稈；焚燒；過(guò)火面積；面向?qū)ο?；變化檢測(cè)

0 引 言

秸稈屬于農(nóng)業(yè)副產(chǎn)品，一般指小麥、薯類(lèi)、水稻、玉米、甘蔗以及棉花等作物在收獲籽實(shí)后剩余的部分[1]。中國(guó)是農(nóng)業(yè)大國(guó)，秸稈年產(chǎn)量占世界總產(chǎn)量的30%以上，直接焚燒不僅會(huì)造成環(huán)境污染[2-4]，引發(fā)火災(zāi)并危害交通安全[5-7]，還會(huì)破壞土壤結(jié)構(gòu)[8-10]。由于秸稈焚燒具有隨機(jī)性和分散性，地面人工調(diào)查等傳統(tǒng)手段難以提供及時(shí)、廣域的監(jiān)測(cè)信息，而衛(wèi)星遙感覆蓋范圍廣、時(shí)效性強(qiáng)、性價(jià)比高，近年來(lái)成為環(huán)境保護(hù)部門(mén)監(jiān)測(cè)秸稈焚燒的主要技術(shù)手段。已有研究與應(yīng)用多側(cè)重于秸稈焚燒火點(diǎn)監(jiān)測(cè)，主要是利用MODIS（moderate resolution imaging spectroradiometer）等傳感器的熱紅外波段，對(duì)衛(wèi)星過(guò)境瞬間地面火點(diǎn)的位置、數(shù)目和分布規(guī)律等進(jìn)行分析[11-18]。相比于火點(diǎn)信息的瞬時(shí)性，過(guò)火面積信息在地面存留的時(shí)間較長(zhǎng)，能更全面地反映秸稈焚燒火情隨時(shí)間變化的空間分布特征。目前，秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)一般采用多源衛(wèi)星遙感來(lái)提升觀測(cè)數(shù)據(jù)的時(shí)間、空間分辨率。余超等[19]將Landsat5衛(wèi)星數(shù)據(jù)的過(guò)火區(qū)解譯結(jié)果與MODIS衛(wèi)星數(shù)據(jù)的火點(diǎn)解譯結(jié)果做匹配，并基于最小二乘擬合方法建立過(guò)火面積與火點(diǎn)數(shù)量的關(guān)系模型，使低空間分辨率環(huán)境衛(wèi)星數(shù)據(jù)秸稈焚燒過(guò)火面積估算精度明顯提升。陳潔等[20]基于衛(wèi)星遙感圖像光譜分析和混合像元分解技術(shù)，利用高分一號(hào)衛(wèi)星（GF-1）數(shù)據(jù)計(jì)算風(fēng)云三號(hào)氣象衛(wèi)星（FY-3）數(shù)據(jù)像元內(nèi)農(nóng)田分布面積比例和農(nóng)田過(guò)火程度參數(shù)，大幅提高了氣象衛(wèi)星數(shù)據(jù)秸稈焚燒過(guò)火面積估算精度。但由于秸稈焚燒過(guò)火區(qū)內(nèi)多種地物混雜，而MODIS和FY-3等數(shù)據(jù)空間分辨率較低，無(wú)法得到高頻次、高精度的過(guò)火區(qū)面積空間分布信息。

針對(duì)秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)中高時(shí)間、高空間分辨率難以同時(shí)實(shí)現(xiàn)的問(wèn)題，本文提出一種根據(jù)數(shù)據(jù)分辨率和重訪周期協(xié)同使用多源衛(wèi)星遙感影像進(jìn)行秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)的方法。以河南省周口市太康縣秋糧作物秸稈焚燒為研究對(duì)象，利用面向?qū)ο笥跋穹治觯╫bject- oriented image analysis，OOIA），通過(guò)地面調(diào)查建立遙感解譯標(biāo)志，進(jìn)行多期單日全覆蓋的秸稈焚燒過(guò)火面積提取，并利用空間時(shí)序疊置分析的方法進(jìn)行秸稈焚燒過(guò)火面積變化檢測(cè)。

1 研究區(qū)與數(shù)據(jù)準(zhǔn)備

1.1 研究區(qū)概況

河南省周口市太康縣，地處豫東平原區(qū)（114°31￠562-115°8￠32E，33°53￠582-34°17￠92N），下轄23個(gè)鄉(xiāng)鎮(zhèn)，土地總面積1 759 km2，其中耕地面積約1 140 km2。地勢(shì)西北高東南低，渦河以北及城西部為黃泛區(qū)，沖溝較多。夏季溫?zé)岫嘤?、冬季寒冷干燥，年均氣?4.5 ℃，年均降水量555. 8 mm，全年無(wú)霜期220 d。太康縣秋糧作物以玉米、大豆為主，屬河南省秸稈禁燒重點(diǎn)監(jiān)控區(qū)域。

1.2 數(shù)據(jù)收集與處理

本研究使用的衛(wèi)星遙感數(shù)據(jù)為2014年河南省秋糧作物秸稈焚燒期間獲取的Landsat8、GF-1和環(huán)境星（HJ-1A/B）影像。其中Landsat8的陸地成像儀（operational land imager，OLI）影像包含9個(gè)波段，重訪周期為16 d，可生成15 m融合多光譜影像[21-22]；GF-1的寬幅多光譜相機(jī)（wide field of view，WFV）影像分辨率為16 m，包含4個(gè)波段，傳感器組合重訪周期為4 d，而全色多光譜相機(jī)（panchromatic/ multispectral sensor，PMS）數(shù)據(jù)可生成2 m融合多光譜影像[23]；HJ-1A/B的CCD（charge coupled device）影像分辨率為30 m，包含4個(gè)波段，雙星組合重訪周期為2 d[24]。

根據(jù)太康縣玉米收割進(jìn)度，自10月3日首次解譯出秸稈焚燒，至10月15日秸稈焚燒結(jié)束，共獲取8個(gè)時(shí)相的衛(wèi)星影像數(shù)據(jù)（表1），數(shù)據(jù)源組合重訪周期約為1.6 d。

表1 衛(wèi)星影像數(shù)據(jù)

衛(wèi)星數(shù)據(jù)預(yù)處理包括大氣校正、正射校正、投影變換與影像融合。大氣校正采用MODTRAN4+輻射傳輸模型，多光譜數(shù)據(jù)校正為地表反射率，全色數(shù)據(jù)定標(biāo)為大氣表觀反射率。正射校正以太康縣資源3號(hào)衛(wèi)星2.1 m正射影像為基準(zhǔn)，使用雙線性插值重采樣和數(shù)字高程數(shù)據(jù)（digital elevation model，DEM）輔助的投影變換校正法，均方根誤差（root mean square error，RMSE）小于0.5個(gè)像元[25-26]。影像投影統(tǒng)一采用Albers圓錐等面積投影，參考橢球體為Krasovsky1940。Landsat8 OLI及GF-1 PMS影像的融合采用Gram-Schmidt算法。

與此同時(shí)，收集了同時(shí)期內(nèi)環(huán)保部發(fā)布的《環(huán)境衛(wèi)星秸稈焚燒遙感監(jiān)測(cè)日?qǐng)?bào)》與《氣象衛(wèi)星秸稈焚燒火點(diǎn)監(jiān)測(cè)日?qǐng)?bào)》[27]。日?qǐng)?bào)包括利用MODIS系列環(huán)境衛(wèi)星與風(fēng)云系列氣象衛(wèi)星得出的秸稈焚燒火點(diǎn)數(shù)和火點(diǎn)坐標(biāo)等信息。

為建立遙感影像解譯標(biāo)志和對(duì)面積提取結(jié)果進(jìn)行精度驗(yàn)證，于2014年10月3日、6日與10日在太康縣進(jìn)行實(shí)地野外調(diào)查，利用全球定位系統(tǒng)（global positioning system，GPS）設(shè)備采集地面樣本點(diǎn)共計(jì)352個(gè)，其中秸稈過(guò)火后未翻耕區(qū)樣本點(diǎn)235個(gè)、秸稈過(guò)火后翻耕區(qū)樣本點(diǎn)40個(gè)、未過(guò)火秸稈區(qū)樣本點(diǎn)77個(gè)，結(jié)合解譯標(biāo)志，3種衛(wèi)星數(shù)據(jù)均可清晰判讀出過(guò)火區(qū)域的分布，如圖1所示。

2 研究方法

2.1 總體思路

3種衛(wèi)星數(shù)據(jù)，Landsat8 OLI影像分辨率最高，但重訪周期最長(zhǎng)；GF-1 WFV影像的分辨率高于HJ-1A/B CCD影像，且重訪周期較短；HJ-1A/B CCD影像的分辨率最低但重訪周期最短，可用數(shù)據(jù)最多。為了協(xié)同應(yīng)用多源衛(wèi)星數(shù)據(jù)，進(jìn)行秸稈焚燒過(guò)火面積提取時(shí)，優(yōu)先使用Landsat8 OLI影像提取秸稈焚燒過(guò)火面積，GF-1 WFV影像次之，HJ-1A/B CCD影像作為前兩者的補(bǔ)充數(shù)據(jù)使用。

研究的總體技術(shù)流程見(jiàn)圖2。首先將經(jīng)過(guò)預(yù)處理的多源衛(wèi)星遙感影像與野外實(shí)測(cè)樣本進(jìn)行比對(duì)，建立主要地物解譯標(biāo)志，然后利用面向?qū)ο蠓诸?lèi)方法提取秸稈焚燒過(guò)火面積。為最大限度剔除非耕地地物的影響，將每期秸稈過(guò)火區(qū)解譯結(jié)果與剔除線性地物后的秸稈區(qū)解譯結(jié)果做疊置運(yùn)算，然后對(duì)經(jīng)過(guò)精度驗(yàn)證的多期過(guò)火面積提取結(jié)果進(jìn)行時(shí)間序列變化檢測(cè)，得出每個(gè)監(jiān)測(cè)時(shí)段內(nèi)的秸稈焚燒新增過(guò)火面積、新增過(guò)火后翻耕面積和累計(jì)過(guò)火面積，并與環(huán)保部火點(diǎn)逐日監(jiān)測(cè)結(jié)果進(jìn)行變化趨勢(shì)比對(duì)，驗(yàn)證試驗(yàn)結(jié)果的有效性。最后對(duì)過(guò)火面積變化檢測(cè)結(jié)果進(jìn)行時(shí)序空間統(tǒng)計(jì)分析，得出全縣秸稈焚燒過(guò)火區(qū)的整體分布、秸稈焚燒發(fā)展規(guī)律以及秸稈焚燒現(xiàn)象在各鄉(xiāng)鎮(zhèn)蔓延的過(guò)程。

2.2 解譯標(biāo)志建立

將衛(wèi)星影像與同時(shí)期采集的地面樣本進(jìn)行比對(duì)和判讀，可確定與研究相關(guān)的主要地物類(lèi)別包括未過(guò)火秸稈 地、過(guò)火后未翻耕的秸稈地和過(guò)火后翻耕的秸稈地，據(jù)此建立遙感影像的解譯標(biāo)志（圖3）。

2.3 秸稈區(qū)及其過(guò)火區(qū)面積提取

采用面向?qū)ο蟮谋O(jiān)督分類(lèi)方法，利用GF-1 PMS融合影像與Landsat8 OLI融合影像提取研究區(qū)當(dāng)季秸稈地與線性地物的面積，利用Landsat8 OLI、GF-1 WFV與HJ-1A/B CCD影像提取秸稈焚燒過(guò)火面積。首先對(duì)數(shù)據(jù)進(jìn)行多尺度影像分割（multi-scale image segmentation），基本原則為：分割結(jié)果能清晰勾畫(huà)出地物輪廓，每個(gè)完整的地物都由少量影像對(duì)象組成，對(duì)象內(nèi)部的屬性相同或相似，而相鄰對(duì)象的屬性相異。選擇核函數(shù)為三次多項(xiàng)式的支持向量機(jī)（support vector machine，SVM）作為分類(lèi)器[28]。采用基于距離的可分性準(zhǔn)則進(jìn)行特征優(yōu)選，光譜特征選擇各波段影像對(duì)象的標(biāo)準(zhǔn)差和最小值，紋理特征選擇基于灰度共生矩陣（grey level concurrence matrix，GLCM）生成的熵（entropy）和均值，形狀特征選擇影像對(duì)象的面積及其最小有向包圍盒（minimum oriented bounding box，MOBB）的最大直徑的長(zhǎng)度[29]。

基于中分辨率影像提取的秸稈地通常夾雜較多的溝渠、道路等線性地物，利用空間疊置分析，將秸稈地與線性地物的面積做擦除疊置運(yùn)算[30]。而由于分辨率等屬性存在差異，應(yīng)用多源衛(wèi)星遙感影像提取的同一地物矢量邊界之間通常存在明顯錯(cuò)位，為了規(guī)范多期過(guò)火面積提取結(jié)果中耕地地塊的矢量邊界，需將秸稈焚燒過(guò)火面積與剔除線性地物后的秸稈地面積做交集疊置運(yùn)算[30]。具體計(jì)算公式如下

式中S為未剔除線性地物的秸稈地面積，hm2；S為線性地物面積，hm2；（S-S∩S）為剔除線性地物后的秸稈地面積，hm2；W為田塊邊界不一致的第期秸稈焚燒過(guò)火面積，hm2；R為田塊邊界一致的第期秸稈焚燒過(guò)火面積，hm2。

a. 未過(guò)火秸稈區(qū)Unburned straw region 2014-10-03b. 過(guò)火后未翻耕區(qū) Unploughed burned region 2014-10-03c. 過(guò)火后翻耕區(qū) Ploughed burned region 2014-10-03 d. 未過(guò)火秸稈區(qū) Unburned straw region 2014-10-06e. 過(guò)火后未翻耕區(qū)Unploughed burned region 2014-10-06f. 過(guò)火后翻耕區(qū) Ploughed burned region 2014-10-06

注：影像顯示方式為標(biāo)準(zhǔn)假彩色，RGB波段組合為近紅外、紅、綠。各小圖圖片分別為實(shí)地照片和影像截圖。

Note: The images displayed as standardfalse color, the RGB bands combined with near-infrared, red and green. Figures in Fig. a-f were photographs and image screenshot.

圖3 遙感影像解譯標(biāo)志

Fig.3 Remote-sensing graphic interpretation signs

2.4 秸稈焚燒過(guò)火面積變化監(jiān)測(cè)

由于冬小麥的播種期較長(zhǎng)，秋糧作物秸稈在焚燒后通常不會(huì)立即翻耕，在后期監(jiān)測(cè)中同一過(guò)火區(qū)域可能被重復(fù)識(shí)別出來(lái)，導(dǎo)致前、后時(shí)相的秸稈焚燒過(guò)火面積提取結(jié)果存在空間上的重疊。因此將多期秸稈焚燒過(guò)火面積按時(shí)序做合并與擦除疊置運(yùn)算[30]來(lái)提取過(guò)火面積變化信息。具體計(jì)算見(jiàn)公式（2）、（3）和（4）

（3）

（4）

式中C為從監(jiān)測(cè)起始時(shí)相到第個(gè)時(shí)相間的秸稈焚燒累計(jì)過(guò)火面積，hm2；A為第個(gè)監(jiān)測(cè)時(shí)段內(nèi)新增的秸稈焚燒過(guò)火面積，hm2；P為第個(gè)監(jiān)測(cè)時(shí)段內(nèi)新增的過(guò)火農(nóng)田翻耕面積，hm2。

3 結(jié)果與分析

3.1 秸稈焚燒過(guò)火區(qū)整體分布

利用公式（1）得出太康縣2014年秋糧作物秸稈地總面積（圖4a）和每個(gè)監(jiān)測(cè)時(shí)相的太康縣秸稈焚燒過(guò)火面積R，由公式（2）得出太康縣當(dāng)季農(nóng)田秸稈焚燒的總過(guò)火面積all（圖4b）。結(jié)合地面實(shí)測(cè)樣點(diǎn)，通過(guò)分類(lèi)誤差混淆矩陣對(duì)面積提取結(jié)果進(jìn)行精度驗(yàn)證，得出的解譯精度為98.58%，10月3日與10月6日R的解譯精度分別為93.89%和94.44%，all的解譯精度為96.36%。

圖4 2014年10月太康縣農(nóng)田秸稈區(qū)與秸稈焚燒總過(guò)火區(qū)面積空間分布

從數(shù)值統(tǒng)計(jì)上看，太康縣2014年10月上旬的農(nóng)作物秸稈焚燒總過(guò)火面積超過(guò)45 000 hm2，超過(guò)42%的秸稈地被焚燒。秸稈過(guò)火面積最大的4個(gè)鄉(xiāng)鎮(zhèn)依次為馬頭鎮(zhèn)、馬廠鎮(zhèn)、朱口鎮(zhèn)和高朗鄉(xiāng)，其秸稈地總過(guò)火面積均超過(guò) 4 000 hm2。過(guò)火秸稈地占比最大的4個(gè)鄉(xiāng)鎮(zhèn)依次為張集鎮(zhèn)、城郊鄉(xiāng)、高朗鄉(xiāng)和馬頭鎮(zhèn)，其秸稈地過(guò)火比例均超過(guò)55%。從空間分布上看，秸稈焚燒過(guò)火區(qū)主要集中在太康縣中部、東部和西南部的遜母口鎮(zhèn)，其中秸稈過(guò)火面積最大且過(guò)火秸稈地占比最大的馬頭鎮(zhèn)和高朗鄉(xiāng)均位于太康縣東北部，表明該區(qū)域的秸稈焚燒最嚴(yán)重。

3.2 秸稈焚燒發(fā)展規(guī)律

以8個(gè)監(jiān)測(cè)時(shí)相的R為基礎(chǔ)，進(jìn)行時(shí)序空間疊置分析，由公式（2）、（3）、（4）計(jì)算得到7個(gè)監(jiān)測(cè)時(shí)段內(nèi)的C、A與P，并將太康縣全縣C、A與P的值進(jìn)行時(shí)間序列統(tǒng)計(jì)，結(jié)果見(jiàn)圖5和圖6a。

從時(shí)序上看，2014年太康縣的秋糧作物秸稈焚燒于10月3日之前開(kāi)始，10月11日之后結(jié)束。秸稈過(guò)火區(qū)的農(nóng)田于10月15日之后全部翻耕完畢，整個(gè)過(guò)程持續(xù)了至少13 d。10月3日至6日期間的A值均超過(guò)5 300 hm2，10月6日A達(dá)到最大值11 669. 95 hm2，說(shuō)明當(dāng)天的秸稈焚燒最嚴(yán)重。10月7日是秸稈焚燒發(fā)展過(guò)程的轉(zhuǎn)折點(diǎn)，當(dāng)日P值超過(guò)了A值且逐日增大，而C值變化趨于平緩，說(shuō)明當(dāng)?shù)亟斩挿贌顒?dòng)趨于結(jié)束，10月11日之后C值停止增加，不再出現(xiàn)新增過(guò)火區(qū)域。對(duì)照?qǐng)D6b中環(huán)保部同期發(fā)布的秸稈焚燒火點(diǎn)動(dòng)態(tài)監(jiān)測(cè)結(jié)果可知，太康縣秸稈焚燒火點(diǎn)數(shù)在10月6日達(dá)到最大值后逐日回落，10月12日之后不再有新增火點(diǎn)，A值的變化趨勢(shì)與之基本一致。

圖6a中A值隨時(shí)序呈波浪狀起伏，且P值與A值呈反向變化。這主要是由于一方面秋收與冬小麥播種同時(shí)進(jìn)行，另一方面秸稈禁燒力量的影響使得大面積的秸稈焚燒通常伴隨迅速的土地翻耕，在過(guò)火農(nóng)田翻耕期間秸稈焚燒活動(dòng)會(huì)有所減弱，而翻耕之后未過(guò)火區(qū)域仍有秸稈繼續(xù)焚燒。

3.3 秸稈焚燒現(xiàn)象蔓延過(guò)程

為了分析“A與P隨時(shí)序呈波浪狀變化”這一規(guī)律的空間分布特征，在6個(gè)地理方位上選取秸稈焚燒最嚴(yán)重的鄉(xiāng)鎮(zhèn)。馬頭鎮(zhèn)與張集鎮(zhèn)分別位于太康縣的東北與東南方位，為東部及全縣all最大的鄉(xiāng)鎮(zhèn)；王集鄉(xiāng)和老冢鎮(zhèn)分別位于太康縣的中北與中南方位，為中部all最大的鄉(xiāng)鎮(zhèn)；常營(yíng)鎮(zhèn)和遜母口鎮(zhèn)分別位于太康縣的西北與西南方位，為西部all最大的鄉(xiāng)鎮(zhèn)。其中馬頭鎮(zhèn)、王集鄉(xiāng)和常營(yíng)鎮(zhèn)分布在全縣北半部由東往西一帶，張集鎮(zhèn)、老冢鎮(zhèn)和遜母口鎮(zhèn)分布在全縣南半部由東往西一帶。通過(guò)對(duì)6個(gè)鄉(xiāng)鎮(zhèn)的A進(jìn)行時(shí)序統(tǒng)計(jì)分析，可以還原太康縣東、中、西部以及南、北半部的秸稈焚燒發(fā)展過(guò)程，了解2014年太康縣秋糧作物收割期間秸稈焚燒現(xiàn)象在各鄉(xiāng)鎮(zhèn)間的蔓延趨勢(shì)。

經(jīng)分析可知，10月3日太康縣馬頭鎮(zhèn)和張集鎮(zhèn)的A值已超過(guò)980 hm2，而其他鄉(xiāng)鎮(zhèn)的A值都不足100 hm2，說(shuō)明大范圍的秸稈焚燒最早從全縣東部開(kāi)始。全縣北半部過(guò)火區(qū)域在10月4日東北部馬頭鎮(zhèn)A值達(dá)到最大后開(kāi)始向西發(fā)展，至10月6日中北部王集鄉(xiāng)A值達(dá)到最大，最后蔓延至西北部的常營(yíng)鎮(zhèn)，全縣北半部秸稈焚燒于10月8日常營(yíng)鎮(zhèn)A值達(dá)到最大后逐漸結(jié)束。全縣南半部的火情始于張集鎮(zhèn)，其A值在10月3日之前已達(dá)最大，之后過(guò)火區(qū)域向西蔓延，至10月5日中南部老冢鎮(zhèn)A值達(dá)到最大，10月7日后除西南部遜母口鎮(zhèn)外整個(gè)南部秸稈焚燒已基本結(jié)束。遜母口鎮(zhèn)A在10月11日之后達(dá)到峰值，于10月15日之前結(jié)束。由此可知，太康縣2014年的秋糧作物秸稈焚燒于10月3日前從東部開(kāi)始，之后過(guò)火區(qū)自東向西蔓延，邊焚燒邊翻耕。東半部的秸稈焚燒比西半部嚴(yán)重，南半部的秸稈焚燒比北半部嚴(yán)重且持續(xù)時(shí)間較長(zhǎng)。全縣當(dāng)年?yáng)|部的秋糧作物秸稈焚燒高發(fā)期為10月3日至6日，中部為10月5日至8日，西部為10月8日至11日。

圖7 2014年10月太康縣鄉(xiāng)鎮(zhèn)秸稈焚燒新增過(guò)火面積變化

綜上所述，秸稈焚燒現(xiàn)象的時(shí)空蔓延過(guò)程一般為：秸稈焚燒通常會(huì)在農(nóng)作物大面積收割后的某個(gè)時(shí)間點(diǎn)開(kāi)始，由若干個(gè)起火點(diǎn)隨時(shí)序朝某個(gè)主方向進(jìn)行傳播蔓延。由于播種進(jìn)度、焚燒意愿與人為監(jiān)管等因素的影響，A值會(huì)隨時(shí)序呈波浪狀起伏，過(guò)火區(qū)域會(huì)隨之出現(xiàn)間歇性的大范圍翻耕，二者同時(shí)進(jìn)行且交替推進(jìn)，直至過(guò)火農(nóng)田翻耕速度超過(guò)秸稈焚燒速度，焚燒活動(dòng)趨于結(jié)束?！?i>A值與P值隨時(shí)序呈反向波浪狀變化”現(xiàn)象與過(guò)火區(qū)空間分布變化特征分別揭示了秸稈焚燒過(guò)火面積隨時(shí)序變化的數(shù)值統(tǒng)計(jì)規(guī)律和空間分布規(guī)律。

4 結(jié)論與討論

本文針對(duì)秸稈焚燒過(guò)火面積遙感監(jiān)測(cè)中高時(shí)間、高空間分辨率難以同時(shí)實(shí)現(xiàn)的問(wèn)題，協(xié)同使用Landsat8、GF-1和HJ-1A/B數(shù)據(jù)進(jìn)行過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)，并在縣、鄉(xiāng)尺度上分析了過(guò)火區(qū)的發(fā)展規(guī)律和蔓延過(guò)程。

1）優(yōu)先使用高分辨率數(shù)據(jù)進(jìn)行面向?qū)ο蟮倪^(guò)火面積提取，并使用剔除線性地物后的秸稈區(qū)提取結(jié)果規(guī)范過(guò)火區(qū)的田塊邊界，以太康縣2014年秋糧秸稈焚燒監(jiān)測(cè)為例，過(guò)火面積的監(jiān)測(cè)間隔可縮短至1.6 d，平均精度超過(guò)93.89%。

2）對(duì)過(guò)火面積提取結(jié)果進(jìn)行疊置分析可知，新增過(guò)火面積與新增過(guò)火農(nóng)田翻耕面積會(huì)隨時(shí)序呈反向波浪狀變化。

3）通過(guò)對(duì)6個(gè)方位的新增過(guò)火面積進(jìn)行時(shí)序統(tǒng)計(jì)分析，可精準(zhǔn)還原秸稈焚燒在全縣各鄉(xiāng)鎮(zhèn)間蔓延的過(guò)程，揭示出傳統(tǒng)廣域監(jiān)測(cè)難以得到的變化細(xì)節(jié)。

然而，該方法還存在一定局限性，一是在連續(xù)陰霾天氣下無(wú)法獲取足夠的可用衛(wèi)星數(shù)據(jù)，如10月3日之前由于連日的雨云覆蓋而無(wú)法對(duì)秸稈焚燒起始期的過(guò)火面積信息進(jìn)行提??；二是秸稈焚燒受天氣因素（風(fēng)力、風(fēng)向、空氣溫濕度和雨量）與人為因素（耕作習(xí)慣、禁燒政策和監(jiān)管力度）的影響較大，在進(jìn)行動(dòng)態(tài)監(jiān)測(cè)時(shí)如能引入氣象因子和人為影響因子，并結(jié)合秸稈燃燒的物理模型進(jìn)行分析，理論上可預(yù)測(cè)秸稈焚燒過(guò)火區(qū)域蔓延的速度與方向。

[1] 賈秀飛，葉鴻蔚. 秸稈焚燒污染治理的政策工具選擇——基于公共政策學(xué)、經(jīng)濟(jì)學(xué)維度的分析[J]. 干旱區(qū)資源與環(huán)境，2016, 30(1): 36－41. Jia Xiufei, Ye Hongwei. Selection of the policy tools for straw burning pollution control: According to the analysis of public policy, economics dimension[J]. Journal of Arid Land Resources and Environment, 2016, 30(1): 36－41. (in Chinese with English abstract)

[2] 馮偉，張利群，龐中偉，等. 中國(guó)秸稈廢棄焚燒與資源化利用的經(jīng)濟(jì)與環(huán)境分析[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2010，27(6)：350－354. Feng Wei, Zhang Liqun, Pang Zhongwei, et al. The economic and environmental analysis of crop residues burning and reutilizafion in China[J]. Chinese Agricultural Science Bulletin, 2010, 27(6): 350－354. (in Chinese with English abstract)

[3] 高利偉，馬林，張衛(wèi)峰，等. 中國(guó)作物秸稈養(yǎng)分資源數(shù)量估算及其利用狀況[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25(7)：173－179. Gao Liwei, Ma Lin, Zhang Weifeng, et al. Estimation of nutrient resource quantity of crop straw and its utilization situation in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(7): 173－179. (in Chinese with English abstract)

[4] Gadde B, Bonnet S, Menke C, et al. Air pollutant emissions from rice straw open field burning in India, Thailand and the Philippines[J]. Environmental Pollution, 2009, 157(5): 1554－1558.

[5] 崔明，趙立欣，田宜水. 中國(guó)主要農(nóng)作物秸稈資源能源化利用分析評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(12)：291－296. Cui Ming, Zhao Lixin, Tian Yishui. Analysis and evaluation on energy utilization of main crop straw resource in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(12): 291－296. (in Chinese with English abstract)

[6] 蘇曉哲. 秸稈焚燒的危害、原因及治理契機(jī)[J]. 河南機(jī)電高等專(zhuān)科學(xué)校學(xué)報(bào)，2015，23(5)：40－43. Su Xiaozhe. On the ressons, countermeasures and hazards of wheat straw burning[J]. Journal of Henan Mechanical and Electrical Engineering College, 2015, 23(5): 40－43. (in Chinese with English abstract)

[7] 網(wǎng)易河南. 河南境內(nèi)秸稈焚燒引發(fā)多起交通事故[EB/OL]. [2015-06-12].http://henan.163.com/15/0612/06/ART1A3U-M-0-2270ILI. html

[8] 畢于運(yùn)，王亞靜，高春雨. 我國(guó)秸稈焚燒的現(xiàn)狀危害與禁燒管理對(duì)策[J]. 安徽農(nóng)業(yè)科學(xué)，2009，37(27)：13181－13184. Bi Yuyun, Wang Yajing, Gao Chunyu. Problems of burning straw and its management countermeasures in China[J]. Journal of Anhui Agricultural Sciences, 2009, 37(27): 13181－13184. (in Chinese with English abstract)

[9] 韓魯佳，閆巧娟，劉向陽(yáng)，等. 中國(guó)農(nóng)作物秸稈資源及其利用現(xiàn)狀[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2002，18(3)：87－91. Han Lujia, Yan Qiaojuan, Liu Xiangyang, et al. Straw resources and their utilization in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(3): 87－91. (in Chinese with English abstract)

[10] Sharma P K, Mishra B. Effect of burning rice and wheat crop residues: Loss of N, P, K, and S from soil and changes in the nutrient availability[J]. Journal of the Indian Society of Soil Science, 2001, 49(3): 425－429.

[11] 劉誠(chéng)，李亞軍，趙長(zhǎng)海，等. 氣象衛(wèi)星亞像元火點(diǎn)面積和亮溫估算方法[J]. 應(yīng)用氣象學(xué)報(bào)，2004，15(3)：273－280. Liu Cheng, Li Yajun, Zhao Changhai, et al. The method of evaluating sub-pixel size and temperature of fire spot in AVHRR data[J]. Quarterly Journal of Applied Meteorology, 2004, 15(3): 273－280. (in Chinese with English abstract)

[12] 何立明，王文杰，王橋，等. 中國(guó)秸稈焚燒的遙感監(jiān)測(cè)與分析[J]. 中國(guó)環(huán)境監(jiān)測(cè)，2007，23(1)：42－49. He Liming, Wang Wenjie, Wang Qiao, et al. Evaluation of the agricultural residues burning reduction in China using MODIS fire product[J]. Environmental Monitoring in China, 2007, 23(1): 42－49. (in Chinese with English abstract)

[13] 田慶久，王玲，包穎，等. 基于HJ-1B衛(wèi)星的作物秸稈提取及其焚燒火點(diǎn)判定模式[J]. 中國(guó)科學(xué)：信息科學(xué)，2011，41(增刊)：117－127. Tian Qingjiu, Wang Ling, Bao Ying, et al. A straw extraction and straw-burning fire detection mode using HJ-1B satellite measurements[J]. Scientia Sinica：Informationis, 2011, 41(Supp.): 117－127. (in Chinese with English abstract)

[14] 張為兵.基于環(huán)境一號(hào)衛(wèi)星數(shù)據(jù)的小麥秸稈焚燒點(diǎn)提取方法研究[D]. 南京：南京師范大學(xué)，2013. Zhang Weibing. Study on Extraction Methods of Wheat Straws Burning Using HJ-1B IRS Data[D]. Nanjing: Nanjing Normal University, 2013. (in Chinese with English abstract)

[15] 王子峰，陳良富，顧行發(fā). 基于MODIS數(shù)據(jù)的華北地區(qū)秸稈焚燒監(jiān)測(cè)[J]. 遙感技術(shù)與應(yīng)用，2008，23(6)：611－617. Wang Zifeng, Chen Liangfu, Gu Xingfa. Monitoring of crop residue burning in north china on the basis of MODIS data [J]. Remote Sensing Technology and Application, 2008, 23(6): 611－617. (in Chinese with English abstract)

[16] 邵衛(wèi)偉，楊哲，周斌. 基于中分辨率成像光譜儀的秸稈焚燒火點(diǎn)提取方法的改進(jìn)[J]. 環(huán)境污染與防治，2012，34(9)：38－42. Shao Weiwei, Yang Zhe, Zhou Bin. Improvement of remote sensing identifying methods of crop residue burning based on moderate-resolution imaging spectroradiometer data[J]. Environmental Pollution & Control, 2012, 34(9): 38－42. (in Chinese with English abstract)

[17] 胡梅，齊述華，舒曉波，等. 華北平原秸稈焚燒火點(diǎn)的MODIS影像識(shí)別監(jiān)測(cè)[J]. 地球信息科學(xué)，2008，10(6)：802－807. Hu Mei, Qi Shuhua, Shu Xiaobo, et al. Monitoring fire from crop residues burning with MODIS data in North China Plain [J]. Geo-Information Science, 2008, 10(6): 802－807. (in Chinese with English abstract)

[18] 楊軍. 新一代風(fēng)云極軌氣象衛(wèi)星業(yè)務(wù)產(chǎn)品及應(yīng)用[M]. 北京：科學(xué)出版社，2011.

[19] 余超，陳良富，李莘莘，等. 基于多源衛(wèi)星多光譜遙感數(shù)據(jù)的過(guò)火面積估算研究[J]. 光譜學(xué)與光譜分析，2015(3): 739－745. Yu Chao, Chen Liangfu, Li Shenshen, et al. Estimating biomass burned areas from multispectral dataset detected by multiple-satellite[J]. Spectroscopy and Spectral Analysis, 2015(3): 739－745. (in Chinese with English abstract)

[20] 陳潔，鄭偉，高浩，等. 多源衛(wèi)星遙感農(nóng)作物秸稈焚燒過(guò)火面積估算方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(3)：207－214. Chen Jie, Zheng Wei, Gao Hao, et al. Estimation method of straw burned area based on multi-source satellite remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(3): 207－214. (in Chinese with English abstract)

[21] The United States Geological Survey (USGS). Landsat 8 OLI (Operational Land Imager) and TIRS (Thermal Infrared Sensor) [EB/OL]. [2015-01-15]. https://lta.cr.usgs.gov/L8.

[22] The United States Geological Survey (USGS). Frequently Asked Questions about the Landsat Missions[EB/OL]. [2013-07-12]. http://landsat.usgs.gov/L8_band_combos.php.

[23] 中國(guó)資源衛(wèi)星應(yīng)用中心. 高分一號(hào)衛(wèi)星參數(shù)[EB/OL]. [2014- 10-15]. http://www.cresda.com/CN/Satellite/3076.shtml.

[24] 中國(guó)資源衛(wèi)星應(yīng)用中心. 環(huán)境一號(hào)A/B/C星衛(wèi)星參數(shù)[EB/OL]. [2014-10-15]. http://www.cresda.com/CN/Satellite/ 3064. shtml.

[25] Jensen J R. Introductory Digital Image Processing: A Remote Sensing Perspective[M]. Englewood Cliffs, NJ: Prentice- Hall, 1996.

[26] Townshend J R G, Justice C O. The impact of misregistration on change detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5): 1054－1060.

[27] 中華人民共和國(guó)環(huán)境保護(hù)部. 環(huán)境監(jiān)察局秸稈焚燒監(jiān)測(cè)情況[EB/OL]. [2014-10-15] http://hjj.mep.gov.cn/jgjs/

[28] 謝承旺. 不同種類(lèi)支持向量機(jī)算法的比較研究[J]. 小型微型計(jì)算機(jī)系統(tǒng)，2008(1)：106－109. Xie Chengwang, Comparative research on various support vector machine algorithms[J]. Journal of Chinese Computer Systems, 2008(1): 106－109. (in Chinese with English abstract)

[29] 王文杰. 面向?qū)ο蟮母叻直媛蔬b感圖像變化檢測(cè)方法研究[D]. 北京：中國(guó)科學(xué)院遙感應(yīng)用研究所，2009. Wang Wenjie. Research on Change Detection of High Resolution Remote Sensing Image based on Object-Oriented Analyses[D]. Beijing: Institute of Remote Sensing Applications Chinese Academy of Sciences, 2009. (in Chinese with English abstract)

[30] 秦昆. GIS空間分析理論與方法[M]. 武漢：武漢大學(xué)出版社，2010.

Dynamic monitoring of straw burned area using multi-source satellite remote sensing data

Wu Xihong, Liu Ting※, Cheng Yongzheng, Wang Laigang, Guo Yan, Zhang Yan, He Jia

(450002,)

As a general definition, open field burning is the burning of living and dead vegetation. An annual average amount of 730 Tg biomass was burnt in Asia, out of which 250 Tg came from agricultural burning. Burning straw after harvest was common, and it was a significant seasonal source of air pollution, which should not be ignored in China. In recent years, straw combustion was serious in Henan Province in autumn, where mechanized farming was practiced, for the farmers were more inclined to burn the crop residues. At present, remote sense monitoring is a practical solution for detection and assessment of this burning. Many researchers used MODIS (moderate resolution imaging spectroradiometer) and FY data to monitor the straw combustion, but the spatial resolution of these data was low and cannot satisfy the requirement of high frequency and high precision monitoring. Especially, many mixed pixels exist in MODIS and FY remote sensing data, which aggrandized the difficulties to get the spatial distribution with high frequency and precision. So, effective and quick means were necessary to deal with this key problem. Generally, high frequency satellite observations could inverse the changing process of straw burned areas. In the present study, Landsat8, GF-1 and HJ-1A/B data were used comprehensively to improve the remote sensing spatial resolution, while the overlay analysis and the object-oriented image analysis (OOIA) methods were adopted to extract the straw burned areas in Taikang County. Based on the OOIA, the remote sensing interpretation sign was established through the ground investigation, and the straw burned area was extracted with a multi-term single-day form. Straw burned areas of 8 stages were extracted using the full-coverage remote sensing images. With the changing detection at the township scale, the temporal change trend of cumulative straw burned area, new added straw burned area and new added farmland plowing area after straw burned were calculated. The spatiotemporal spreading trend of straw burning showed that after the maize harvest, straw burned started at a certain point in time after a large area of crop was harvested, and spread from a number of fire points to a main direction with the time. The new added straw burned area changed with a wavy pattern, due to that intermittent large-scale plowing occurred subsequently in the added burned area. The rate of plowing was beyond the rate of straw burned, and the incineration activity tended to end. Compared with field observed data, the calculated area extraction accuracy was above 93.89%, and the calculated change trend of new straw burned area was basically consistent with the monitoring results of the Ministry of Environmental Protection. Experiment results have indicated that the method presented in this study is timely and accurate, which can reveal more details and regularities than traditional large-scale application of low spatial resolution satellite remote sensing data.

remote sensing; straw; burned; burned area; object-oriented; change detection

10.11975/j.issn.1002-6819.2017.08.021

S127

A

1002-6819(2017)-08-0153-07

2016-08-20

2017-04-02

河南省農(nóng)業(yè)科技成果轉(zhuǎn)化資金項(xiàng)目（142201110033）；產(chǎn)糧大省獎(jiǎng)勵(lì)資金農(nóng)業(yè)科技創(chuàng)新項(xiàng)目（ycm201513107）；河南省科技攻關(guān)計(jì)劃重點(diǎn)項(xiàng)目（172102110090）

武喜紅，男，河南鄭州人，主要從事農(nóng)業(yè)遙感應(yīng)用研究。鄭州 河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，450002。 Email：dav0932313@126.com

劉 婷，女，湖北武漢人，研究員，主要從事農(nóng)業(yè)遙感應(yīng)用研究。鄭州 河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，450002。 Email：Liuting32002@163.com

武喜紅，劉 婷，程永政，王來(lái)剛，郭 燕，張 彥，賀 佳. 多源衛(wèi)星遙感秸稈焚燒過(guò)火面積動(dòng)態(tài)監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(8)：153－159. doi：10.11975/j.issn.1002-6819.2017.08.021 http://www. tcsae. org

Wu Xihong, Liu Ting, Cheng Yongzheng, Wang Laigang, Guo Yan, Zhang Yan, He Jia. Dynamic monitoring of straw burned area using multi-source satellite remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 153－159. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.08.021 http://www. tcsae. org