杜 鑫

(安徽理工大學(xué)空間信息與測(cè)繪工程學(xué)院，安徽 淮南 232001)

引言

由于秸稈焚燒火點(diǎn)分布沒有一定的規(guī)律性，利用傳統(tǒng)的人工排查不僅消耗巨大的人力物力，而且效率低。如今，遙感作為先進(jìn)的遠(yuǎn)距離探測(cè)技術(shù)，成為秸稈焚燒監(jiān)測(cè)工作的最理想手段，而MODIS作為先進(jìn)的多光譜遙感傳感器，提供了豐富的數(shù)據(jù)產(chǎn)品。國(guó)內(nèi)學(xué)者在20世紀(jì)90年代也開始利用遙感技術(shù)監(jiān)測(cè)地面火點(diǎn)的研究，但都集中在火災(zāi)方面的研究。陳維英于1987年應(yīng)用了NOAA/AVHRR數(shù)據(jù)對(duì)大興安嶺火災(zāi)的過火面積進(jìn)行了計(jì)算[1]；趙彬等人對(duì)2007年4月29日吉林省東部的森林火災(zāi)運(yùn)用閾值法、臨近像元分析法、亮溫結(jié)合NDVI法和彩色合成法4種方法進(jìn)行了研究分析[2]。

隨著我國(guó)開始建立MODIS數(shù)據(jù)接收站，MODIS數(shù)據(jù)的研究與應(yīng)用不斷推廣、深入，MODIS數(shù)據(jù)也取代NOAA/AVHRR被國(guó)內(nèi)很多學(xué)者用于火點(diǎn)提取。覃志豪等對(duì)中、蒙、俄3國(guó)交界的地區(qū)數(shù)據(jù)通過設(shè)置MODIS遙感數(shù)據(jù)的熱紅外波段亮溫閾值并結(jié)合NDVI成功建立了基于MODIS數(shù)據(jù)的林火識(shí)別模型[3]；王子峰等基于MODIS基礎(chǔ)數(shù)據(jù)和地表分類數(shù)據(jù)應(yīng)用“背景對(duì)比火點(diǎn)探測(cè)算法”實(shí)現(xiàn)了對(duì)華北地區(qū)秸稈焚燒火點(diǎn)的遙感監(jiān)測(cè)，并依據(jù)我國(guó)的實(shí)際狀況背景對(duì)比火點(diǎn)提取方法的若干參數(shù)和閾值進(jìn)行了適當(dāng)?shù)恼{(diào)整，保證了探測(cè)結(jié)果的可信度并有效地提高了算法的運(yùn)行效率[4]；周小成等針對(duì)鄰近背景像元算法在MODIS數(shù)據(jù)的火點(diǎn)監(jiān)測(cè)上進(jìn)行進(jìn)行驗(yàn)證分析并做了改進(jìn)[5]；張樹譽(yù)利用MODIS數(shù)據(jù)對(duì)關(guān)中地區(qū)稻稈焚燒狀況進(jìn)行了監(jiān)測(cè)研究[6]；胡梅等利用MODIS數(shù)據(jù)應(yīng)用火點(diǎn)像元的亮溫與背景亮溫的偏差對(duì)華北平原的稻稈焚燒點(diǎn)進(jìn)行了影像識(shí)別研究[7]。近年來隨著中國(guó)國(guó)產(chǎn)對(duì)地觀測(cè)衛(wèi)星的發(fā)射，利用國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的地面火點(diǎn)監(jiān)測(cè)的研究越來越多。在理論模型方面有許多不同的學(xué)者針對(duì)怎樣提高遙感提取火點(diǎn)的準(zhǔn)確度先后提出了閾值模型、上下文模型、MODIS火點(diǎn)提取模型等。2016年，張恒僖對(duì)江西省秸稈焚燒火點(diǎn)提取方法進(jìn)行了研究，對(duì)比了三通道合成法、固定閾值法、上下文法、最大類間方差法、MODIS火點(diǎn)算法和改進(jìn)后的火點(diǎn)提取方法之間的差異及提取準(zhǔn)確率[8]。鑒于衛(wèi)星傳感器的參數(shù)差異和數(shù)據(jù)獲取的難易程度等一些原因，目前國(guó)內(nèi)外主要使用NOAA/AVHRR、EOS/MODIS影像作為火點(diǎn)探測(cè)的遙感數(shù)據(jù)源來進(jìn)行火點(diǎn)提取。隨著Terra衛(wèi)星的升空，MODIS數(shù)據(jù)在火災(zāi)監(jiān)測(cè)及過火面積的計(jì)算精度方面有了很大提高。Maier等人應(yīng)用MOD14數(shù)據(jù)對(duì)火點(diǎn)探測(cè)算法的靈敏度進(jìn)行了研究[9]，Kaufman等人應(yīng)用MODIS數(shù)據(jù)對(duì)巴西的森林火災(zāi)監(jiān)測(cè)進(jìn)行了模擬研究并進(jìn)行了野外驗(yàn)證[10]；Louis Giglio在此基礎(chǔ)上寫出了MODIS數(shù)據(jù)火點(diǎn)算法之后NASA聯(lián)合其它單位用MODIS數(shù)據(jù)對(duì)全球火災(zāi)進(jìn)行了日常監(jiān)測(cè)[11]。

本研究采用MODIS熱異常數(shù)據(jù)對(duì)安徽省近幾年秸稈焚燒狀況進(jìn)行遙感動(dòng)態(tài)監(jiān)測(cè)，分析了安徽省秸稈焚燒狀況發(fā)展趨勢(shì)及地區(qū)分布，可為環(huán)保部門提供合理依據(jù)，政府可以根據(jù)秸稈焚燒點(diǎn)的具體位置加大對(duì)該地區(qū)秸稈禁燒力度，為安徽省環(huán)保工作助力；通過考察MODIS火點(diǎn)提取的效果分析MODIS數(shù)據(jù)提取火點(diǎn)的優(yōu)勢(shì)與不足：肯定MODIS數(shù)據(jù)相對(duì)于傳統(tǒng)方法監(jiān)測(cè)火點(diǎn)的優(yōu)勢(shì)，發(fā)現(xiàn)研究過程中的不足，為改進(jìn)火點(diǎn)提取精度提供有效建議。

1 材料與方法

1.1 研究區(qū)概況

安徽省位于中國(guó)華東地區(qū)，界于E114°54′～119°37′，N29°41′～34°38′。主要分為皖北、皖中、皖南地區(qū)，皖南地區(qū)主要種植棉花、水稻、菜葉、油菜；皖中地區(qū)主要種植蔬菜、水稻、棉花、小麥；皖北地區(qū)主要以小麥、水稻、棉花種植為主，還有少量大豆、中藥、梨樹(碭山)。其中小麥、水稻秸稈焚燒最為普遍。根據(jù)2018年安徽秸稈綜合利用產(chǎn)業(yè)博覽會(huì)數(shù)據(jù)顯示，安徽省秸稈年可收集量達(dá)4800萬t左右。2017年，全省秸稈綜合利用率87.3%，產(chǎn)業(yè)化利用量占利用總量的27.59%。

1.2 數(shù)據(jù)來源

為研究安徽省農(nóng)村秸稈焚燒現(xiàn)狀，本文用到的數(shù)據(jù)主要有MODIS數(shù)據(jù)。包括2013—2017年秋收季(9月22日—11月1日)空間分辨率為1000m的熱異常數(shù)據(jù)MOD14A2和空間分辨率為500m的MODIS三級(jí)數(shù)據(jù)土地覆蓋類型產(chǎn)品(Land Cover data)MCD12Q1；安徽省行政邊界矢量數(shù)據(jù)。

1.3 研究方法

1.3.1 火點(diǎn)提取

地球上不同的物體，如土地、水體、森林、草地等，因?yàn)槠渚哂胁煌臏囟群筒煌奈锢砘瘜W(xué)性質(zhì)且常常處于不同的狀態(tài)，因此都具有不同的光譜特性，向外界輻射的電磁破也具有不同的波長(zhǎng)[12]。根據(jù)普朗克定律可知，植物在沒有燃燒時(shí)和燃燒時(shí)所發(fā)出的輻射也有差異，沒有燃燒時(shí)植物發(fā)出的輻射是背景輻射，燃燒時(shí)則主要是由火焰和高溫碳化物發(fā)出的輻射。根據(jù)這種差異利用MODIS成像光譜儀的監(jiān)測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析即可提取火點(diǎn)信息。

MOD14A2數(shù)據(jù)是分辨率為1000m的熱異常數(shù)據(jù)，其DN值(像元灰度值)范圍是0～9。像元灰度值共分為10類，分別為：0未被處理的(丟失的輸入數(shù)據(jù)),1未被處理的(失效的),2未被處理的(其它原因),3水體,4云,5沒有火點(diǎn),6未知的,7、8、9都為火點(diǎn)(其中像元為7的火點(diǎn)為低置信度火點(diǎn))。

1.3.2 農(nóng)用地提取

表1 MOD14數(shù)據(jù)說明

MODIS三級(jí)數(shù)據(jù)土地覆蓋類型產(chǎn)品(Land Cover data)分辨率為500m，是 Terra和Aqua 1a觀測(cè)數(shù)據(jù)經(jīng)過處理的結(jié)果，描述了土地覆蓋的類型。該土地覆蓋數(shù)據(jù)集中包含了17個(gè)主要土地覆蓋類型，根據(jù)國(guó)際地圈生物圈計(jì)劃(IGBP)，其中包括11個(gè)自然植被類型，3個(gè)土地開發(fā)和鑲嵌的地類和3個(gè)非草木土地類型定義類。

MCD12Q1采用5種不同的土地覆蓋分類方案，信息提取主要技術(shù)是監(jiān)督/決策樹分類。該數(shù)據(jù)中包含了5個(gè)數(shù)據(jù)集，5個(gè)分類方案如下。

土地覆蓋分類1：IGBP的全球植被分類方案(本研究所采用方案)；土地覆蓋分類2：美國(guó)馬里蘭大學(xué)(UMD格式)方案；土地覆蓋分類3：基于MODIS葉面積指數(shù)/光合有效輻射方案；土地覆蓋分類4：基于MODIS衍生凈初級(jí)生產(chǎn)力(NPP)方案；土地覆蓋分類5：植物功能型(肺功能)方案。

該研究將農(nóng)用地上的火點(diǎn)判斷為秸稈焚燒點(diǎn)，通過上述火點(diǎn)提取方法對(duì)遙感影像進(jìn)行火點(diǎn)提取有可能包括如森林火災(zāi)火點(diǎn)、高反射率水體、人工建筑熱源等一些非秸稈焚燒點(diǎn)，為此還需進(jìn)行一些更細(xì)化的處理以達(dá)到剔除上述非秸稈焚燒火點(diǎn)干擾。結(jié)合土地覆蓋資料來排除非秸稈焚燒火點(diǎn)，但土地利用土地覆蓋資料數(shù)據(jù)一般都不是最新的，并且土地利用土地覆蓋資料的更新需要很多人力，并不能及時(shí)更新，在時(shí)效性上會(huì)打折扣。由于資源限制，本文采用MODIS三級(jí)數(shù)據(jù)土地覆蓋類型產(chǎn)品提取農(nóng)用地以判定火點(diǎn)是否在農(nóng)用地之上。該數(shù)據(jù)空間分辨率為500m，擁有5種不同的土地覆蓋分類方案。土地覆蓋分類1～5的分類圖可見圖像上各DN值都代表某一地物類型，由具體意義可知可以使用土地覆蓋分類1中的DN=12的值提取農(nóng)用地。

1.3.3 秸稈焚燒點(diǎn)年際變化特征分析

分析農(nóng)用地?cái)?shù)據(jù)與火點(diǎn)數(shù)據(jù)疊加得到的秸稈焚燒點(diǎn)，根據(jù)總體焚燒點(diǎn)數(shù)目判斷5a來安徽省秸稈焚燒的總體變化，統(tǒng)計(jì)每個(gè)市5a的秸稈焚燒點(diǎn)數(shù)目并將安徽省分為皖南、皖中、皖北3大區(qū)域進(jìn)行統(tǒng)計(jì)分析秸稈焚燒點(diǎn)的分布情況，根據(jù)秸稈焚燒點(diǎn)的像元數(shù)分析秸稈焚燒面積的變化情況與秸稈焚燒點(diǎn)數(shù)目變化情況進(jìn)行比較分析。

2 結(jié)果與分析

2.1 秸稈焚燒火點(diǎn)分布

經(jīng)統(tǒng)計(jì)，安徽省2013年9月22日—11月1日秸稈焚燒火點(diǎn)為29個(gè)，2014年同時(shí)間段為30個(gè)，2015—2017年同期秸稈焚燒火點(diǎn)分別為8個(gè)、4個(gè)、12個(gè)。由圖2所示，2015年后秸稈焚燒火點(diǎn)數(shù)顯著下降且保持在較低數(shù)量。其中2014—2015年度下降幅度高達(dá)73.3%。

2014年國(guó)務(wù)院辦公廳頒布的《關(guān)于推進(jìn)農(nóng)作物秸稈綜合利用的意見》以及2015年中華人民共和國(guó)國(guó)家發(fā)展和改革委員會(huì)下發(fā)《關(guān)于進(jìn)一步加快推進(jìn)農(nóng)作物秸稈綜合利用和禁燒工作的通知》,通知中明確了關(guān)于秸稈禁燒和綜合利用的總體要求和主要目標(biāo)：要加快推進(jìn)秸稈綜合利用產(chǎn)業(yè)化,加大秸稈禁燒力度，進(jìn)一步落實(shí)地方政府職責(zé)，不斷提高禁燒監(jiān)管水平，促進(jìn)農(nóng)民增收、環(huán)境改善和農(nóng)業(yè)可持續(xù)發(fā)展。力爭(zhēng)到2020年，全國(guó)秸稈綜合利用率達(dá)到85%以上；秸稈焚燒火點(diǎn)數(shù)或過火面積較2016年下降5%，在人口集中區(qū)域、機(jī)場(chǎng)周邊和交通干線沿線以及地方政府劃定的區(qū)域內(nèi)，基本消除露天焚燒秸稈現(xiàn)象。由于國(guó)家及政府的約束與監(jiān)督，從2015年起，安徽省秸稈焚燒情況明顯減少。

2.2 城市農(nóng)用地火點(diǎn)分布

按照安徽境內(nèi)的2大河流將安徽分為皖南(銅陵、蕪湖、馬鞍山、黃山、宣城、池州)、皖中(合肥、安慶、六安、滁州)、皖北(蚌埠、阜陽、宿州、淮北、淮南、亳州)3大區(qū)域，根據(jù)表2統(tǒng)計(jì)(如圖3所示)的三片區(qū)域的秸稈焚燒變化情況，明顯可以發(fā)現(xiàn)，安徽省秸稈焚燒現(xiàn)象多發(fā)于淮河流域(主要在皖北地區(qū))，皖北地區(qū)秸稈焚燒火點(diǎn)數(shù)占此次統(tǒng)計(jì)的比例高達(dá)68.7%，尤其在亳州市、阜陽市該現(xiàn)象較為嚴(yán)重。集中焚燒秸稈所帶來的環(huán)境污染將遠(yuǎn)高于其它城市，通過大氣循環(huán)作用污染還會(huì)在一定程度上影響其它城市的環(huán)境變化。但是由圖2(e)所示，可以發(fā)現(xiàn)2017秸稈焚燒情況相比于2016年、2015年有略微增長(zhǎng)趨勢(shì)；值得注意的是，2017年秸稈焚燒不僅發(fā)生在皖北地區(qū)，長(zhǎng)江流域也出現(xiàn)了部分地區(qū)秸稈焚燒情況，所以建議政府在加大對(duì)皖北地區(qū)秸稈焚燒的監(jiān)管力度的同時(shí)也需要時(shí)刻監(jiān)督長(zhǎng)江流域該種情況的發(fā)生。

表2 安徽省2013—2017年秋收季節(jié)火點(diǎn)分布統(tǒng)計(jì)

由圖3明顯可以看出，2015年之前皖北的秸稈焚燒狀況相較于皖中、皖南地區(qū)嚴(yán)重得多，其秸稈焚燒點(diǎn)為44個(gè)，皖南、皖北總計(jì)15個(gè)；2015年之后情況得以控制，皖北共12個(gè)、皖中4個(gè)、皖南8個(gè)；總體來說，淮河以南地區(qū)秸稈焚燒火點(diǎn)數(shù)在2013—2017年間基本保持不變。值得注意的是，相較于2016年所有地區(qū)秸稈焚燒點(diǎn)出現(xiàn)了上升的趨勢(shì)，雖然漲幅不大，但應(yīng)該引起有關(guān)部門注意，尤其是皖北地區(qū)。

2.3 年鑒秸稈焚燒面積

對(duì)所提取的火點(diǎn)矢量化后可以發(fā)現(xiàn)(如圖4所示)，火點(diǎn)以面的形式呈現(xiàn)出來，火點(diǎn)大小存在差異，由于MOD14熱異常數(shù)據(jù)分辨率為1000m,可能導(dǎo)致部分連續(xù)火點(diǎn)以1個(gè)大面積火點(diǎn)顯示出來，所以火點(diǎn)數(shù)不是唯一衡量秸稈焚燒變化趨勢(shì)的值。焚燒面積也是本研究統(tǒng)計(jì)的關(guān)鍵要素，可以根據(jù)焚燒區(qū)域的像元數(shù)反映秸稈焚燒面積。

根據(jù)對(duì)每年數(shù)據(jù)像元值統(tǒng)計(jì)計(jì)算得出(圖5所示)的秸稈焚燒點(diǎn)像元數(shù)可知，2014年秋收季節(jié)秸稈焚燒面積相對(duì)2013年同期下降了23.8%，2015年比2014年下降了25.0%,2016年比2015年下降了55.6%，2017年比2016年上升了37.5%。結(jié)合圖4面積變化情況與圖5焚燒點(diǎn)變化情況，秸稈焚燒面積的變化趨勢(shì)與秸稈焚燒火點(diǎn)數(shù)變化趨勢(shì)呈現(xiàn)相似的趨勢(shì)，總體在減少但在2017年有略微增長(zhǎng)。

3 結(jié)論

本文利用MOD14熱異常數(shù)據(jù)產(chǎn)品對(duì)安徽省境內(nèi)火點(diǎn)提取，由于該數(shù)據(jù)的時(shí)間分辨率較高，可以及時(shí)提取出火點(diǎn)信息，而利用MCD12Q1數(shù)據(jù)可以提取得到全省耕地的大致分布，從而能有效地排除森林火災(zāi)火點(diǎn)、高反射率水體、人工建筑熱源等其它地物對(duì)提取結(jié)果的干擾?？紤]到每年氣象條件的不同，作物物候期的正常年際波動(dòng)，所以對(duì)于時(shí)相的延長(zhǎng)也提高了提取秸稈焚燒點(diǎn)的合理性。提取結(jié)果不僅可以反映秸稈焚燒點(diǎn)數(shù)目，還可以反映秸稈焚燒面積的變化趨勢(shì)。

對(duì)安徽省5a秸稈焚燒火點(diǎn)數(shù)目及分布情況進(jìn)行統(tǒng)計(jì)、分析，研究結(jié)果顯示：秸稈焚燒多發(fā)于皖北地區(qū)(尤其亳州、阜陽較為嚴(yán)重)，其秸稈焚燒點(diǎn)占全省的68.7%，主要是由于皖北地區(qū)主要種植小麥、水稻、玉米(玉米秸稈多加工為飼料)等作物，導(dǎo)致小麥、水稻秸稈焚燒現(xiàn)象普遍；2013—2017年安徽省秸稈焚燒無論在數(shù)量上還是在面積上都呈現(xiàn)了明顯下降的趨勢(shì)，從2013年的29個(gè)、2014年的30個(gè)下降至2015年的8個(gè)和2016年的4個(gè)。尤其在2015年下降明顯，說明國(guó)家和政府頒布的《關(guān)于推進(jìn)農(nóng)作物秸稈綜合利用的意見》及《關(guān)于進(jìn)一步加快推進(jìn)農(nóng)作物秸稈綜合利用和禁燒工作的通知》在秸稈禁燒和綜合處理方面具有強(qiáng)制的約束力；雖然在秸稈禁燒工作開展以來秸稈焚燒狀況得到了明顯控制，但在2017年該現(xiàn)象出現(xiàn)了“死灰復(fù)燃”的情況，安徽省秸稈焚燒火點(diǎn)數(shù)量上升到12個(gè)。

本研究在利用MOD14熱異常數(shù)據(jù)提火點(diǎn)時(shí)所采用的像元灰度值為7、8、9，具有較高置信度的8和9是可以準(zhǔn)確提取火點(diǎn)信息的DN值，但是像元灰度值7是低置信度(Low confidence)的火點(diǎn),在研究中加入該像元值產(chǎn)生的結(jié)果可能會(huì)有一定的偏差，但是若僅僅考慮DN值8、9的火點(diǎn)，在火點(diǎn)提取的過程中會(huì)出現(xiàn)漏判的現(xiàn)象。所以對(duì)于DN值為7的像元是否可以用來提取火點(diǎn)信息是需要進(jìn)一步討論的問題。