馮博宇

中國地質(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)燃燒時間都有所增加，使熱輻射產(chǎn)物以及其對氣候和環(huán)境的影響明顯增強，火災(zāi)監(jiān)測從而成為越來越熱門的研究方向。對于分布范圍廣、分布地區(qū)不宜接近的自然火災(zāi)，遙感成為廣泛應(yīng)用的檢測手段。了解遙感技術(shù)應(yīng)用于火災(zāi)監(jiān)測的近30年歷史發(fā)展有助于理清其后續(xù)發(fā)展的道路。

1 國內(nèi)外火災(zāi)遙感監(jiān)測發(fā)展?fàn)顩r

最初用于檢測火災(zāi)的圖像來自航拍，但因其覆蓋范圍太小、在用于大面積火災(zāi)時需要拼接而不能滿足實際需要。衛(wèi)星遙感影像被發(fā)現(xiàn)可用于監(jiān)測火災(zāi)是在1974年，Hitchcock和Hoffer利用計算機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)檢測中的應(yīng)用迅速滲透到各種生態(tài)系統(tǒng)的火災(zāi)中。

國外這方面的遙感應(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)，通過監(jiān)督和非監(jiān)督分類對溫帶針葉、闊葉混合林火災(zāi)進(jìn)行觀測。隨后，人們逐漸意識到通過遙感數(shù)據(jù)識別火災(zāi)直接使用以往地表統(tǒng)計數(shù)據(jù)參數(shù)是不行的，這開啟了對遙感火災(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)計算得到的差異性歸一化燃燒率（dNBR）提出，很多科學(xué)家開始使用此參數(shù)對遙感數(shù)據(jù)進(jìn)行處理來獲取火災(zāi)信息，它提供了一個用來評估火災(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1997年印度尼西亞重大火災(zāi)采用設(shè)定閾值尋找熱場的方法尋找火災(zāi)地點。Daniel Chongo[3]等人使用2001年1月到2003年12月的MODIS數(shù)據(jù)，對南非克魯格國家公園上的草原火災(zāi)進(jìn)行監(jiān)測。其利用設(shè)置NDVI和監(jiān)督分類的方法搜索火災(zāi)地區(qū)。Brigitte等人[4]根據(jù)加拿大森林火災(zāi)危險評定系統(tǒng)，在2002年利用雷達(dá)衛(wèi)星ERS-1 SAR數(shù)據(jù)對寒帶森林火災(zāi)進(jìn)行研究。

遙感火災(zāi)監(jiān)測首次在我國發(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1/20萬的火災(zāi)期Landsat TM影像、SPOT影像和火災(zāi)前期的Landsat MSS影像對此次火災(zāi)進(jìn)行觀測。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)督分類確定火情。張歡等人[6]在2007年通過增強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)星對云南安寧“3.29”重大森林大火進(jìn)行監(jiān)測，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)作為光譜識別指標(biāo)。

2 常用于火災(zāi)監(jiān)測的傳感器

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。這些具有不同時間分辨率、光譜分辨率和空間分辨率特點的儀器可以得到側(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》一書中總結(jié)由火災(zāi)產(chǎn)生的四種形式的信號：輻射能量、煙霧、地面碳化和地表植被變化。針對需要識別的火災(zāi)信號、根據(jù)不同的實際需求、考慮傳感器波段設(shè)置、時間、空間和光譜分辨率，最后選用不同的傳感器進(jìn)行測量便可以達(dá)到較好的監(jiān)測效果。

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)測提供有用數(shù)據(jù)：Ch1可以用于識別煙霧；Ch3波長接近溫度800K物體（目前通過實驗室測量火災(zāi)地點溫度變化范圍在570～1800K）的輻射峰值波長，可以識別很小的著火點；通過比較Ch1和Ch2通道反射率的差值可以估計過火區(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足氣象應(yīng)用，Ch3飽和溫度（47℃）很低可能導(dǎo)致誤判，這些錯誤主要來源于物體對太陽光的散射，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對煙霧、云層的抗干擾能力較小。卿清濤[9]曾對AVHRR傳感器監(jiān)測火災(zāi)準(zhǔn)確率進(jìn)行研究，經(jīng)統(tǒng)計其誤判率為17%左右，漏識率為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儀器專門對高溫敏感的波段做了優(yōu)化，使其監(jiān)測火災(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個波段）及每天2次覆蓋全球的動態(tài)監(jiān)測能力、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1卷[10]、2卷[11]分別對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專門設(shè)有檢測火災(zāi)波段3.9 μm，其飽和溫度為500K，足夠用于做火災(zāi)強度判讀。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)品都可用來幫助監(jiān)測火災(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、劃分火災(zāi)等級依據(jù)和計算火災(zāi)能量釋放。Terra衛(wèi)星上的ASTER傳感器[10]分辨率設(shè)置有5個熱紅外波段，這5個波度可以用來獲得地表輻射量，從而得到地面溫度圖件，用來對火災(zāi)進(jìn)行監(jiān)測。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)家們就開始針對此需求設(shè)計用于遙感圖像火災(zāi)分析的方法。

閾值法：通過設(shè)置閾值來尋找著火點、區(qū)別不同等級的火災(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，人們只是通過簡單的單波段閾值方法篩選出存在著火點的像素。最簡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或兩個以上的波段閾值控制著火點的搜索，被搜索出的著火點一定是滿足所有閾值限制的。田鵬舉等人[12]曾利用此方法為MODIS傳感器數(shù)據(jù)設(shè)置多波段閾值對貴州省林火進(jìn)行監(jiān)測。但這樣人工設(shè)置閾值的方法比較復(fù)雜，研究者必須對所要處理生態(tài)系統(tǒng)的特點十分清楚。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)系自動調(diào)整閾值大小，從而使尋找著火點的過程參考周圍環(huán)境的整體影響。當(dāng)然如果在判斷每個像素是否為著火點時都依次與周圍像元進(jìn)行比較會極大的增加算法的計算量，因此通常的做法是先通過單波段或多波段閾值法尋找出可能的著火點，然后再對這些可能的著火點進(jìn)行與周圍像素的比較來確定此像元是否存在著火點。北京師范大學(xué)遙感國家重點實驗室的錢永剛等人[13]在2009年對上下文聯(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)系像素來篩選可能的著火點，這些像素應(yīng)該去除被云層、熱點效應(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)，因此通過判斷地表植被情況來了解火災(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烈吸收輻射能呈吸收谷，這兩個吸收谷之間（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。而紅波段的強吸收與近紅外的強反射導(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圍濕度的減少、裸露土地和巖石的增加會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NOAA/AVHRR進(jìn)行不同植被參數(shù)監(jiān)測火災(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)測指數(shù)（GEMI）和改進(jìn)的全球環(huán)境監(jiān)測指數(shù)（GEMI3）。比較表明，在實驗地區(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：圖像分類一直是處理遙感圖像的重要方法，對于火災(zāi)信息的提取也有十分顯著的效果。最普遍的監(jiān)督分類和非監(jiān)督分類經(jīng)常被用于監(jiān)測火災(zāi)。很多實例中，人們還會在進(jìn)行分類前在圖像中加入主成分分析、KT分析或NDVI等信息增加分類精度。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精度不是太高，所以最近幾年人們開始對基于對象的圖像分類在火災(zāi)監(jiān)測中的應(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》一書中總結(jié)了5個遙感監(jiān)測火災(zāi)的發(fā)展方向：評價現(xiàn)有的火災(zāi)遙感方法在必要時對其進(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)測研究和增加火災(zāi)監(jiān)測算法的自動性。

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)測提供了更多先進(jìn)的觀測平臺。遙感火災(zāi)監(jiān)測算法也在不斷完善，精確度逐漸提高。遙感在火災(zāi)監(jiān)測中會占有越來越重要的地位。此外，定量遙感技術(shù)也將在之后的火災(zāi)監(jiān)測中發(fā)揮重要作用，為定量評定火災(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.