利用Landsat熱紅外影像探測地下煤火區(qū)范圍
——以烏達煤田為例

張志敏，江利明，柳　林，汪漢勝

(1. 中國科學院測量與地球物理研究所大地測量與地球動力學國家重點實驗室，湖北 武漢 430077； 2. 中國科學院大學，北京100049； 3. 華中科技大學物理學院，湖北 武漢 430074)

地下煤火指自然條件下，賦存于地下的煤體與空氣接觸后發(fā)生一系列化學反應，從氧化自燃到劇烈燃燒后形成一定規(guī)模，并對自然環(huán)境產生一定影響的煤自燃現(xiàn)象[1]。地下煤火的燃燒不僅浪費大量的優(yōu)勢煤炭資源，破壞地表植被覆蓋，引發(fā)地表大面積塌陷，損壞房屋和道路交通設施，而且釋放大量的有毒有害氣體，嚴重影響周邊居民的身體健康[2-5]。因而，識別和圈定地下煤火的分布范圍，可為煤田火災防治和煤火碳排放量估算提供重要的科學依據。

相比于傳統(tǒng)的煤火監(jiān)測手段，遙感技術以其快速有效、經濟便捷、可獲取多時相、多波段、多尺度數據的優(yōu)勢，從20世紀60年代即開始用于大范圍地下煤火的監(jiān)測[6]。烏達煤田作為我國北方地下煤火比較典型和嚴重的區(qū)域，一直以來都備受國內外研究學者的關注。Gangopadhyay等以ASTER數據為基礎，采用溫度/比輻射率分離算法提取了烏達煤田的熱異常信息[7]。Kuenzer等使用全色QuickBird影像分析了烏達煤田2005—2012年礦業(yè)基礎設施、地物覆蓋和煤火的空間變化趨勢[8]。蔣衛(wèi)國等[9]以烏達煤田火區(qū)為例，探索了利用不同季節(jié)夜間ASTER熱紅外光譜進行地下煤火的監(jiān)測方法。譚琨等[10]利用TM/ETM+遙感影像，采用3種不同溫度反演算法計算烏達煤田火區(qū)地表溫度，并對比了2005—2012年火區(qū)的時空變化。然而，2013年Landsat-8衛(wèi)星發(fā)射以后，用于研究煤火區(qū)燃燒范圍和空間演變態(tài)勢的研究相對較少。

本文以內蒙古烏達煤田為研究區(qū)，基于Landsat系列熱紅外遙感數據圈定2002年、2007年和2013年火區(qū)燃燒范圍，分析和探討熱紅外遙感在地下煤火時空變化動態(tài)監(jiān)測的應用潛力，并且為火區(qū)治理和碳排放估算提供基礎依據。

1　研究區(qū)與數據

1.1　研究區(qū)概況

烏達煤田(106°34′41″—106°38′41″E，39°27′00″—39°34′04″N)位于內蒙古自治區(qū)烏海市境內，形似人耳，南北長約10 km，東西寬3～5 km，總面積約35 km2。礦區(qū)平均海拔1150～1300 m，為低山丘陵地貌，年降水量少，蒸發(fā)量大，是典型的內陸干旱沙漠氣候。烏達煤田從1958年開始進行較大規(guī)模的煤炭開發(fā)，是內蒙古自治區(qū)重要的焦煤生產基地。典型的自然氣候條件、煤層特征及小煤窯的亂采濫挖是煤田大規(guī)模自燃的誘因。烏達煤田煤火主要分布在煤層淺部的煤礦采空區(qū)范圍內，呈多煤層復合燃燒的特點，地表裂隙、有害氣體和局部燃燒現(xiàn)象顯著，是我國近年來發(fā)展最快的火區(qū)[1]。

1.2　研究數據

2013年2月11日美國加州發(fā)射的Landsat-8衛(wèi)星上搭載兩個傳感器：陸地成像儀(operational land imager：OLI)和熱紅外傳感器(thermal infrared sensor：TIRS)，使一度中斷的Landsat對地觀測得以繼續(xù)。除具備Landsat-7衛(wèi)星的所有光譜波段外，Landsat-8還新增深藍和卷云波段、收窄波譜范圍、提高光譜輻射分辨率，并且將原來的熱紅外波譜范圍一分為二，設置為兩個熱紅外波段。但是，由于雜散光的影響，TIRS-2的絕對定標誤差遠大于TIRS-1[11]，為減少遙感數據本身的誤差，本文在煤火區(qū)地表溫度反演過程中只使用了Landsat-8 TIRS-1。

本研究以Landsat系列衛(wèi)星(TM/ETM+/OLI)為主要數據源，分別使用2002年、2007年和2013年的熱紅外和多光譜數據提取和分析烏達礦區(qū)煤火信息。2002年9月21日的ETM+多光譜數據被用來計算2002年9月28日的地表比輻射率，并且選擇與Landsat熱紅外數據過境時間相近的MODIS水汽產品MOD05/MYD05估算大氣水汽含量。最后，結合神華(北京)遙感勘察有限責任公司2003年和2007年的煤火區(qū)地面勘察資料，對不同年份下圈定的煤火區(qū)范圍進行精度驗證。文中使用的所有數據見表1。

表1　研究中使用的數據

2　研究方法

2.1　地表溫度反演

地表溫度是地球-大氣間物質和能量交換的一個重要物理參數，在地球表面能量平衡研究領域中應用廣泛[12-13]。本文以Landsat熱紅外數據為基礎，采用Jiménez-Muoz等提出的普適性單通道算法(generalized single-channel algorithm)[14]反演地表溫度，并且根據反演結果分析了烏達地下煤火的動態(tài)演變態(tài)勢。該算法具有簡單易行、實用性強、可適用于不同熱紅外傳感器[14]等優(yōu)點，對于已知的熱紅外波段，僅需大氣水汽含量和地表比輻射率兩個輸入參數，地表溫度Ts的具體計算過程如下

Ts=γ[ε-1(ψ1Lsensor+ψ2)+ψ3]+δ

(1)

(2)

δ=Tsensor-γLsensor

(3)

式中，ε為地表比輻射率；C1、C2為普朗克函數常量，其中C1=1.191 04×108W·μm4/(sr·m2)，C2=1.438 8×104μm·K；Lsensor和Tsensor分別表示傳感器入瞳處的輻亮度和亮度溫度；λ為熱紅外波段的有效波長，TM有效波長為11.457 μm，ETM+為11.269 μm，TIRS-1為10.904 μm；ψ1、ψ2、ψ3為大氣狀態(tài)參數，可用大氣水汽含量ω表示為

最后，根據不同熱紅外波段的波譜響應函數和有效波長確定系數C。

2.2　地表比輻射率計算

比輻射率是地表溫度反演過程中的一個重要參數，它受地物的組成成分、表面狀態(tài)、入射電磁波的波長及大氣傳輸特性等因素的影響。本文采用覃志豪等[15]提出的改進的NDVI(normalized difference vegetation index)方法計算研究區(qū)地表比輻射率。由于烏達礦區(qū)范圍較小，地物類型主要包括自然表面(植被和裸土)和城鎮(zhèn)(植被和建筑物)，因而地表比輻射率可以表示為

εnatural surface=PvRvεv+(1-Pv)Rsεs+dε

(4)

εtown=PvRvεv+(1-Pv)Rmεm+dε

(5)

式中，εnatural surface為自然表面的比輻射率；εtown為城鎮(zhèn)比輻射率；Pv為植被覆蓋度；Rv、Rs、Rm分別為植被、裸土和建筑物表面的溫度比率；εv、εs、εm分別為植被、裸土和建筑物的比輻射率，根據前人經驗分別取值0.986、0.972和0.970。由于研究區(qū)內地勢起伏小、地表相對平坦，因此地表比輻射率修正項dε忽略不計。

(6)

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(7)

式中，NDVI為歸一化植被指數；ρNIR和ρR分別為近紅外波段和紅波段的反射率；NDVImin和NDVImax分別表示裸土和植被的NDVI值，根據研究區(qū)實際的地物組成，分別取值0.05和0.70。

2.3　煤火區(qū)提取流程

地下煤火的燃燒會導致地表溫度偏高，對應在熱紅外影像上的高溫熱異常，可作為煤火信息提取的主要依據。為此，首先要對Landsat原始數據進行預處理(包括大氣校正、幾何校正和研究區(qū)裁剪等)，然后根據定標參數將熱紅外波段DN值轉換為衛(wèi)星入瞳處的亮度溫度，對多光譜數據進行輻射定標，用來計算研究區(qū)的地表比輻射率；MODIS水汽產品經過投影轉換、重采樣和幾何校正等處理后，用于估算大氣水汽含量。然后，分別將上述結果作為普適性單通道算法的輸入數據，計算煤火區(qū)的地表溫度。

為了提取火區(qū)邊界，需要對煤火燃燒區(qū)和非煤火背景區(qū)進行特征分析，統(tǒng)計研究區(qū)內地表溫度的平均值Tmean和標準偏差Tstdev，再根據不同季節(jié)地表溫度的差異確定火區(qū)提取閾值Tthreshold，最后利用野外實地勘測資料對火區(qū)劃分結果進行精度驗證。具體的煤火區(qū)提取流程如圖1所示。

圖1　數據處理流程

3　結果分析

3.1　地表溫度反演結果

按照上述算法流程，分別得到了2002年9月28日、2007年8月10日和2013年6月7日烏達礦區(qū)的地表溫度，圖2表示普適性單通道算法的反演結果。其中，白色區(qū)域表示高溫區(qū)，黑色區(qū)域表示低溫區(qū)。從圖中可以看出，整個礦區(qū)內部溫度分布并不均勻，高溫區(qū)域主要分布在烏達礦區(qū)中部，而礦區(qū)四周溫度明顯偏低，這表明烏達礦區(qū)中部很可能存在零星分布的煤火區(qū)。

圖2　烏達礦區(qū)地表溫度反演結果

為了研究烏達礦區(qū)不同時間地表溫度結果的差異，分別對2002年、2007年和2013年烏達礦區(qū)的地表溫度進行統(tǒng)計，得到最低溫度Tmin、最高溫度Tmax、平均溫度Tmean和標準偏差Tstdev。從表2中可以看出，2002年礦區(qū)內夜間的最低和最高溫度較低，而2007年和2013年白天的最低和最高溫度較高，均超過了44℃和60℃，這表明在太陽輻射的影響下，白天的地表溫度比夜間普遍偏高。然而，2007年和2013年的Tstdev分別為4.23℃和2.76℃，均大于2002年的1.69℃，主要原因是煤火區(qū)的燃燒使地表比輻射率發(fā)生變化，從而導致在太陽輻射的影響下，高溫煤火區(qū)比低溫背景區(qū)溫度升高得更快。

表2　烏達礦區(qū)地表溫度統(tǒng)計結果　(℃)

3.2　煤火區(qū)提取與精度驗證

沙地、裸地和建筑用地在白天的遙感影像中溫度偏高，很容易被誤認為是煤火區(qū)[16]，因此，在圈定煤火區(qū)范圍之前先要根據地物分類結果將其剔除，再選定提取閾值Tthreshold進行煤火區(qū)與背景區(qū)域的劃分?？紤]到熱紅外數據的獲取時間(季節(jié)和白天/夜間)不同，地表所呈現(xiàn)的溫度分布也并不一致，因此試驗中根據實際的地表溫度分布，分別選擇16.10℃、60.90℃和58.27℃作為2002年、2007年和2013年烏達礦區(qū)煤火區(qū)的提取閾值(見表2)。圖3表示烏達礦區(qū)2002年、2007年和2013年的煤火區(qū)分布范圍，淺色區(qū)域代表火區(qū)估算范圍，深色代表地面實測的火區(qū)范圍。

圖3　2002年、2007年和2013年烏達礦區(qū)煤火區(qū)分布

烏達礦區(qū)2002年、2007年和2013年實測和估算的煤火燃燒面積統(tǒng)計結果見表3。從火區(qū)面積的變化上來看，2002至2007年，烏達煤田火區(qū)范圍擴大近一倍，主要與這期間的大規(guī)模煤田開采活動有關。而隨著2010年大范圍滅火工作的展開，烏達煤田的火區(qū)災情得到了有效遏制，因此2013年烏達煤田火區(qū)范圍急劇減小。

表3　2002、2007和2013年火區(qū)面積統(tǒng)計

實測和估算的火區(qū)面積結果表明，遙感技術圈定的火區(qū)范圍與真值之間的誤差約為5%～10%，造成這種情況的原因是多方面的：①沙地、裸地和建筑用地等在白天太陽輻射的影響下溫度升高很快，極易被誤認為是煤火區(qū)，使煤火區(qū)虛檢率偏高；②熱紅外遙感僅能識別正在燃燒的露頭和淺層煤火區(qū)、裂隙裂縫，而對埋藏較深的隱蔽火區(qū)探測精度有限；③在煤火區(qū)地表溫度反演過程中，大氣對輻射的吸收和衰減及研究區(qū)內復雜地物的比輻射率均難以被準確估算。除此之外，遙感數據的定標誤差、煤火區(qū)閾值的選取等都是制約煤火區(qū)范圍圈定和動態(tài)監(jiān)測的重要因素。

4　結　語

本文利用Landsat系列熱紅外遙感數據圈定了烏達煤田2002、2007和2013年地下煤火燃燒范圍。結果表明，2002年估算的火區(qū)面積為1.71 km2，到2007年猛增至3.62 km2，火區(qū)面積增加將近一倍，這主要與當時大規(guī)模煤田開采活動有關；隨著2010年大范圍滅火工作的展開，火區(qū)災情到2013年得到了有效遏制，面積下降為1.17 km2。但在與實測火區(qū)的對比中發(fā)現(xiàn)，由于沙地、裸地和建筑用地等在太陽輻射的影響下溫度升高很快，極易被誤認為是煤火區(qū)，從而造成虛檢率偏高，因此，夜晚的熱紅外數據能更加有效地區(qū)分煤火區(qū)與背景區(qū)。該研究驗證了Landsat系列衛(wèi)星數據在火區(qū)邊界圈定和時空動態(tài)監(jiān)測中的應用潛力，可為火災防治和碳排放評估提供重要的科學依據。

參考文獻：

[1] 張建民.中國地下煤火研究與治理[M].北京：煤炭工業(yè)出版社,2008:3-10.

[2] PENG W，VAN GENDEREN J，KANG G，et al.Estimating the Depth of Underground Coal Fires Using Data Integration Techniques [J].Terra Nova，1997，9(4)：180-183.

[3] ZHUKOV B，LORENZ E，OERTEL D，et al.Spaceborne Detection and Characterization of Fires During the Bi-spectral Infrared Detection (BIRD) Experimental Small Satellite Mission (2001—2004) [J].Remote Sensing of Environment，2006，100(1)：29-51.

[4] JIANG L，LIN H，MA J，et al.Potential of Small-baseline SAR Interferometry for Monitoring Land Subsidence Related to Underground Coal Fires：Wuda (Northern China) Case Study [J].Remote Sensing of Environment，2011，115(2)：257-268.

[5] ZHANG J，WAGNER W，PRAKASH A，et al.Detecting Coal Fires Using Remote Sensing Techniques [J].International Journal of Remote Sensing，2004，25(16)：3193-3220.

[6] SLAVECKI R.Detection and Location of Subsurface Coal Fires[C]∥Proceedings of the Third Symposium on Remote Sensing of Environment.Ann Arbor MI，USA：[s.n.]，1964：537-547.

[7] GANGOPADHYAY P，MAATHUIS B，VAN DIJK P，ASTER-derived Emissivity and Coal-fire Related Surface Temperature Anomaly：a Case Study in Wuda，North China [J].International Journal of Remote Sensing，2005，26(24):5555-5571.

[8] KUENZER C，ZHANG J，SUN Y，et al.Coal Fires Revisited：The Wuda Coal Field in the Aftermath of Extensive Coal Fire Research and Accelerating Extinguishing Activities[J].International Journal of Coal Geology，2012，102：75-86.

[9] 蔣衛(wèi)國，武建軍，顧磊，等.基于夜間熱紅外光譜的地下煤火監(jiān)測方法研究[J].光譜學與光譜分析,2011,31(2):357-361.

[10]譚琨，廖志宏，杜培軍.基于DEM的煤火自燃溫度反演算法研究[J].煤炭學報,2014,39(S1):105-111.

[11]MONTANARO M，GERACE A，LUNSFORD A，et al.Stray Light Artifacts in Imagery from the Landsat 8 Thermal Infrared Sensor [J].Remote Sensing，2014，6(11)：10435-10456.

[12]張瑜，黃曦濤，韓玲,等.西安市城市熱島效應影響因子分析研究[J].測繪通報,2015(10):47-51.

[13]李小軍，辛曉洲，江濤,等.衛(wèi)星遙感地表溫度降尺度的光譜歸一化指數法[J].測繪學報,2017,46(3):353-361.

[15]覃志豪，李文娟，徐斌，等.陸地衛(wèi)星TM6波段范圍內地表比輻射率的估計[J].國土資源遙感,2004(3)：28-36.

[16]蔣衛(wèi)國，武建軍，顧磊，等.基于遙感技術的烏達煤田火區(qū)變化監(jiān)測[J].煤炭學報,2010,35(6):964-968.