高光譜成像系統(tǒng)：基于多源遙感數(shù)據(jù)監(jiān)測(cè)“木里330火災(zāi)”

一、引言

森林作為面積最大且物質(zhì)資源豐富、穩(wěn)定的陸上生態(tài)系統(tǒng)，具有防止水土流失，涵養(yǎng)水源，凈化空氣等多重作用，由于其顯著的生態(tài)功能效應(yīng)，所以也被稱為“地球之肺”。森林火災(zāi)的發(fā)生，主要特點(diǎn)是火災(zāi)產(chǎn)生的火線與煙霧和局部地表的異常高溫值，靜止衛(wèi)星搭載的較高分辨率光學(xué)傳感器適用于前者的識(shí)別檢測(cè)和長(zhǎng)時(shí)間監(jiān)測(cè)，中波紅外波段傳感器對(duì)森林火災(zāi)中的異常高溫特別敏感，適用于后者的識(shí)別檢測(cè)。

二、多源遙感數(shù)據(jù)的聯(lián)合監(jiān)測(cè)方法

多源遙感數(shù)據(jù)各有優(yōu)劣，如高分四號(hào)衛(wèi)星中分辨率難以準(zhǔn)確提取過火區(qū)域，Sentinel-2衛(wèi)星受云雨影響較大，而Sentinel-1A衛(wèi)星適合于作為補(bǔ)充數(shù)據(jù)監(jiān)測(cè)森林火災(zāi)，3類數(shù)據(jù)源有機(jī)聯(lián)合才能精準(zhǔn)實(shí)現(xiàn)火災(zāi)監(jiān)測(cè)。圖1所示，為研究區(qū)森林火災(zāi)期間過境的高質(zhì)量遙感數(shù)據(jù)（無(wú)云遮擋）數(shù)目，可見多源遙感數(shù)據(jù)提供了不同類型傳感器監(jiān)測(cè)火災(zāi)的方法，其中SAR數(shù)據(jù)彌補(bǔ)了光學(xué)數(shù)據(jù)監(jiān)測(cè)受云雨影響的限制，火災(zāi)期間有兩景SAR數(shù)據(jù)（4月3日與4月8日），提高了遙感監(jiān)測(cè)小面積火災(zāi)的時(shí)間分辨率。

2.1 基于高分四號(hào)的森林火災(zāi)監(jiān)測(cè)

高分四號(hào)搭載的PMS與IRS都比較適合監(jiān)測(cè)小范圍森林火災(zāi)。森林火災(zāi)的發(fā)生，主要特點(diǎn)是火災(zāi)產(chǎn)生的火線與煙幕和局部地表的異常高溫值，持續(xù)拍攝的PMS成像儀處于可見光與近紅外波段范圍，適用于前者識(shí)別，IRS成像儀處于中波紅外波段，對(duì)森林火災(zāi)中的高溫敏感，適用于后者的識(shí)別。使用IRS確定起火地點(diǎn)與起火時(shí)間，應(yīng)急條件下，無(wú)需進(jìn)行大氣校正，通過異常的亮度溫度即可識(shí)別火點(diǎn)。使用PMS針對(duì)火災(zāi)發(fā)生后植被燃燒減少和燃燒殘留物沉積的變化特征進(jìn)行分析，使用NDVI植被指數(shù)監(jiān)測(cè)森林火災(zāi)蔓延：

式中，NIR，RED分別對(duì)應(yīng)高分四號(hào)PMS第5、4波段，依據(jù)NDVI持續(xù)監(jiān)測(cè)結(jié)果確定火災(zāi)時(shí)間。

2.2 基于Sentinel-2森林火災(zāi)光譜監(jiān)測(cè)

Sentinel-2近紅外與紅光邊緣波段達(dá)到5個(gè)，光譜分辨率較其他多光譜傳感器有一定優(yōu)勢(shì)。篩選得到一景無(wú)云霧影響火災(zāi)期Sentinel-2影像。依據(jù)3月31日Sentinel-2火災(zāi)期影像，選定典型的火燒區(qū)域（煙幕）與未火燒區(qū)域，比較不同地物的光譜信息（490nm-2200nm）。依據(jù)4月25日Sentinel-2火災(zāi)后影像，在實(shí)際調(diào)查信息的基礎(chǔ)上，分別選取典型的有林地過火區(qū)域（未受害）和有林地?fù)p失區(qū)域樣點(diǎn)，分析各區(qū)域不同光譜信息，為短期火災(zāi)蔓延，火燒跡地遙感分類和面積測(cè)算提供光譜信息。

2.3基于Sentinel-2森林火災(zāi)面積提取

雖然時(shí)間分辨率較低，Sentinel-2光譜和空間分辨率較為適中，具備短波紅外波段，適用于森林火災(zāi)后火燒跡地的提取。建立歸一化燃燒率,NBR），并計(jì)算差分歸一化燃燒率（dNBR）。

式中，NIR為近紅外反射率，SWIR為短波紅外反射率，分別對(duì)應(yīng)Sentinel-2B8A波段，B12波段。NBRpre為火燒前NBR，NBRpost為火燒后NBR。使用自適應(yīng)閾值選取方法實(shí)現(xiàn)dNBR閾值自動(dòng)化提取。

由Sentinel-2影像各地物光譜信息可知，輕度火燒短期內(nèi)光譜與健康林地沒有明顯區(qū)別，難于提取；而重度火燒光譜與土壤相近，與植被反射率光譜存在明顯差異，易于提取。由此，根據(jù)不同火燒嚴(yán)重程度分步驟確定閾值，分類提取火燒跡地，計(jì)算面積。具體步驟如下：

（1）使用OTSU算法基于dNBR提取火燒嚴(yán)重的林木損失區(qū)域；

（2）將（1）中已提取的林地?fù)p失區(qū)域掩膜處理，再次使用OTSU算法分類，提取輕度火燒區(qū)域，此方法適用于火災(zāi)發(fā)生后短期內(nèi)的過火區(qū)域分類與面積測(cè)算。火燒跡地識(shí)別精度分析采用計(jì)算公式如下：

2.4基于Sentinel-1A森林火災(zāi)監(jiān)測(cè)

火災(zāi)前后存在云雨惡劣天氣的影響，光學(xué)數(shù)據(jù)應(yīng)用受限，需要引入不受云雨影響的遙感數(shù)據(jù)作為監(jiān)測(cè)補(bǔ)充數(shù)據(jù)。森林火災(zāi)使電磁波在森林中的體散射效應(yīng)發(fā)生了改變，其中NDVI與SAR數(shù)據(jù)極化比值(PR)有一定的相關(guān)性，通過分析PR在火災(zāi)前后的變化，建立極化比值與植被指數(shù)的函數(shù)關(guān)系監(jiān)測(cè)森林火災(zāi)，以此彌補(bǔ)光學(xué)數(shù)據(jù)在云霧干擾時(shí)存在的觀測(cè)局限性。以Sentinel-2數(shù)據(jù)確定的過火區(qū)域，完成預(yù)處理的Sentinel-1A數(shù)據(jù)，監(jiān)測(cè)VV與VH火災(zāi)前后）的變化，并通過最小二乘法建立極化比值PR(VV/VH)（dB）與NDVI線性回歸關(guān)系。再使用3月10日的SAR數(shù)據(jù)模擬NDVI，并依據(jù)3月11日的Sentinel-2NDVI驗(yàn)證。在此基礎(chǔ)上，使用模型反推受云霧干擾時(shí)（4月3日）火燒跡地NDVI，作為火災(zāi)期間云雨影響時(shí)NDVI的補(bǔ)充監(jiān)測(cè)。

三、結(jié)果與分析

3.1基于高分四號(hào)的森林火災(zāi)時(shí)間與地點(diǎn)提取結(jié)果

依次分析火災(zāi)前后高分四號(hào)數(shù)據(jù)，去除研究區(qū)云層覆蓋的影像，共監(jiān)測(cè)到兩場(chǎng)火災(zāi)，火災(zāi)發(fā)生期間高分四號(hào)共有6景監(jiān)測(cè)到火災(zāi)，兩場(chǎng)火災(zāi)位置相鄰，第二場(chǎng)火災(zāi)是第一場(chǎng)火燒跡地發(fā)生復(fù)燃導(dǎo)致。

（a）火點(diǎn)煙霧(b)火點(diǎn)亮度溫度圖像，紅框內(nèi)含火點(diǎn)(c)NDVI分布.

圖2高分四號(hào)衛(wèi)星成像儀火災(zāi)監(jiān)測(cè)影像圖

森林火災(zāi)發(fā)生時(shí)，燃燒區(qū)域溫度明顯高于未燃燒區(qū)域。如圖2（b）4月7日14時(shí)左右監(jiān)測(cè)存在異常亮度溫度值（317K），遠(yuǎn)大于周圍林地亮溫。如圖2（a）2（b）所示，火災(zāi)西側(cè)受地形影響，所得到陡坡裸地的亮度溫度也較高，但均未超過317K，表明IRS對(duì)火災(zāi)異常溫度存在敏感性。如圖2（a）所示，PMS影像中火災(zāi)區(qū)域的濃煙明顯可見，易于火點(diǎn)的識(shí)別。依據(jù)PMS數(shù)據(jù)分析NDVI的空間變化，NDVI在3月31出現(xiàn)第一片NDVI低值區(qū)域，4月7日出現(xiàn)第二片低值區(qū)域，結(jié)合當(dāng)日IRS數(shù)據(jù)存在的異常高溫點(diǎn)，兩片低值區(qū)均判定為火燒區(qū)域。其中濃煙也對(duì)火燒時(shí)的NDVI產(chǎn)生影響，圖2（c）是PMS得到的4月12日研究區(qū)域NDVI分布圖，火災(zāi)區(qū)域明顯分為兩處。圖3為PMS影像得到火災(zāi)前后火燒區(qū)域NDVI折線圖，圖3（a）為第一場(chǎng)火燒區(qū)的NDVI的折線圖，圖3（b）為第二場(chǎng)火燒區(qū)域NDVI的折線圖。結(jié)果顯示，火災(zāi)前，NDVI在0.7左右。調(diào)查數(shù)據(jù)顯示，由于地處陡坡（坡度大于50度），植被生長(zhǎng)環(huán)境惡劣，植被覆蓋程度并不飽和，且常年累積的枯枝松針等可燃物未經(jīng)有效清理，長(zhǎng)期覆蓋?；馂?zāi)發(fā)生之后的一周內(nèi)，NDVI值在0.25左右。如圖3（b）所示，火燒跡地復(fù)燃前，雖然在之前未直接受到火燒影響，第二場(chǎng)火燒地區(qū)NDVI值也受第一場(chǎng)火燒影響有降低趨勢(shì)，原因可能是高溫環(huán)境致植被生化參數(shù)短期發(fā)生變化。

（a）第一次火燒點(diǎn)（b）復(fù)燃火燒點(diǎn)（紅色線條為火燒時(shí)間）

圖3火燒跡地NDVI折線圖

3.2基于Sentinel-2森林火災(zāi)光譜監(jiān)測(cè)結(jié)果

比較火災(zāi)前后Sentinel-2數(shù)據(jù)，選取3月31日火災(zāi)期間研究區(qū)影像，如圖4（a）所示。在可見光波段（490-665nm）范圍內(nèi)，火燒區(qū)域反射率較高，而在近紅外波段健康林地反射率高于火燒區(qū)域，火燒區(qū)域與健康林地在可見光至短波紅外波段范圍內(nèi)光譜差異明顯（圖4（b））。選取4月25日Sentinel-2數(shù)據(jù)，并結(jié)合實(shí)際調(diào)查結(jié)果，監(jiān)測(cè)林地過火區(qū)域（輕度火燒）與林地?fù)p失區(qū)域（重度火燒）光譜。結(jié)果顯示，重度火燒跡地光譜曲線與普通土壤的光譜相近，呈現(xiàn)穩(wěn)定上升趨勢(shì)；而輕度火燒火燒跡地，與健康植被光譜類似，僅在近紅外波段和短波紅外波段，低于健康植被反射率。上述結(jié)果表明，短期內(nèi)輕度火燒跡地光譜受影響程度不大，此結(jié)果可為火燒跡地遙感分類與面積測(cè)定提供依據(jù)。

（a）Sentinel-2于3月31日觀測(cè)到的研究區(qū)火災(zāi)（b）火災(zāi)光譜觀測(cè)結(jié)果圖

4 Sentinel-2火災(zāi)監(jiān)測(cè)

3.3基于Sentinel-2過火面積提取結(jié)果與精度評(píng)價(jià)

分析火災(zāi)前后Sentinel-2影像，使用公式（3-2）（3-3），分別得到火災(zāi)前后NBR及dNBR，圖5（a）（b）分別為火前與火后NBR值。結(jié)果顯示火災(zāi)發(fā)生后NBR減小，重度火燒區(qū)域比輕度火燒區(qū)域NBR減小程度更明顯，未火燒區(qū)域變化不明顯，圖5(d)是dNBR直方圖。

(a)火災(zāi)前NBR圖(b)火災(zāi)后NBR圖

(c)火災(zāi)前后dNBR圖(d)dNBR直方圖

圖5火災(zāi)前后NBR，dNBR結(jié)果和dNBR直方圖

提取結(jié)果如下：（1）基于原始的dNBR數(shù)據(jù)，使用OTSU法可以確定閾值（dNBR=0.35）提取林木損失區(qū)域（重度火燒），如圖6（b）橙色區(qū)域。提取的重度火燒跡地大部分均與目視解譯區(qū)域吻合，該方法提取林木損失的過火區(qū)面積為41.56公頃（實(shí)際490公頃），分類精度94.67%。（2）通過掩膜步驟（1）得到的林木損失的區(qū)域，再通過OTSU算法確定閾值（dNBR=0.10）提取得到林地過火區(qū)（輕度火燒）。如圖6（b）淺黃色區(qū)域所示，該類火燒跡地主要分布在林木損失區(qū)域附近，提取火燒跡地完整，邊界清晰，且接近目視解譯結(jié)果。最終提取面積為66.56公頃（實(shí)際72.09公頃），精度90.94%。輕度火燒跡地本身難于提取，直觀從遙感影像判別也存在一定困難，該步驟提取存在一定噪聲影響，會(huì)造成一定誤差。（3）兩步驟共提取總過火面積為107.12公頃（實(shí)際118.09公頃，包含未利用地），精度90.71%。

（a）Sentinel-2影像與目視解譯結(jié)果（b）OTSU算法提取結(jié)果與目視解譯結(jié)果

圖6火燒跡地提取結(jié)果

3.4基于Sentinel-1A森林火災(zāi)監(jiān)測(cè)結(jié)果與精度評(píng)價(jià)分析

火災(zāi)前火后共7景Sentinel-1A數(shù)據(jù)。微波在穿過植被層時(shí)發(fā)生體散射效應(yīng)而導(dǎo)致去極化效應(yīng)比較明顯。圖7所示為火災(zāi)區(qū)域第一次發(fā)生火災(zāi)后Sentinel-1A數(shù)據(jù)的變化，具體表現(xiàn)為極化比值由6.6dB升高至10.8dB，去極化效應(yīng)減弱反映出植被減少。

分區(qū)域選取210個(gè)像元，通過分析，Sentinel-2（4月25日）NDVI與Sentinel-1A（4月27日）極化比值PR之間存在顯著的相關(guān)性（R=－0.764）。PR與NDVI通過線性回歸，確定NDVI=－0.062PR+0.9736，R2=0.58,如圖8所示。

圖8NDVI與PR(VV/VH)線性擬合結(jié)果

將模型應(yīng)用于火災(zāi)前Sentinel-1A（3月10日）模擬NDVI，并使用Sentinel-2（3月11日）NDVI作驗(yàn)證，R2=0.50，結(jié)果表明NDVI<0.6時(shí)模型存在高估現(xiàn)象，如圖9(a)所示。將模型帶入4月3日云層干擾的火災(zāi)區(qū)域（平均VV=25dB，VH=－7.54dB，PR=10.79dB）模擬NDVI值為0.30，相對(duì)于同時(shí)期附近健康林地（平均VV=－11.18dB，VH=－16.80dB，PR=5.62dB，模擬NDVI=0.63）明顯降低，符合模型驗(yàn)證時(shí)NDVI低值時(shí)存在的高估現(xiàn)象，且低于火災(zāi)之前的高分四號(hào)NDVI（0.7－0.8），如圖9(b)，可作為模擬數(shù)據(jù)補(bǔ)充火災(zāi)NDVI的監(jiān)測(cè)。

圖9NDVI與PR(VV/VH)統(tǒng)計(jì)模型和驗(yàn)證

圖10(b)為4月3日Sentinel-1A數(shù)據(jù)模擬的NDVI圖，火災(zāi)區(qū)域NDVI低于周圍健康林地，模擬效果較好。SAR數(shù)據(jù)作為該地區(qū)惡劣天氣下火災(zāi)監(jiān)測(cè)中NDVI的補(bǔ)充數(shù)據(jù)，可提高森林火災(zāi)監(jiān)測(cè)的時(shí)間分辨率。由于此方法實(shí)際僅僅使用Sentinel-1A而未使用Sentinel-1B數(shù)據(jù)，若考慮Sentinel-1B數(shù)據(jù)，則還可以提高監(jiān)測(cè)的時(shí)間分辨率。

(a)4月4日受云干擾的光學(xué)影像(b)基于4月3日SAR數(shù)據(jù)模擬NDVI圖

圖10使用SAR數(shù)據(jù)基于統(tǒng)計(jì)模型模擬NDVI(紅色方框表示過火區(qū))

四、結(jié)論與討論

本文首先介紹了聯(lián)合監(jiān)測(cè)森林火災(zāi)的技術(shù)方法，分別說(shuō)明了應(yīng)用高分四號(hào)數(shù)據(jù)確定火災(zāi)時(shí)間和地點(diǎn)的方法，基于Sentinel-2數(shù)據(jù)火災(zāi)光譜監(jiān)測(cè)和過火面積提取，使用Sentinel-1A火災(zāi)監(jiān)測(cè)方法，然后介紹了各種方法應(yīng)用的結(jié)果。其中監(jiān)測(cè)方法主要包括：

（1）應(yīng)用高分四號(hào)IRS成像儀的中波紅外波段和PMS成像儀結(jié)合NDVI植被指數(shù)共同確定粗起火時(shí)間和位置；

（2）使用Sentinel-2數(shù)據(jù)監(jiān)測(cè)火災(zāi)光譜，結(jié)合OTSU算法使用Sentinel-2數(shù)據(jù)提取過火區(qū)域，并且根據(jù)dNBR指數(shù)對(duì)火燒跡地分類統(tǒng)計(jì)面積；

（3）使用Sentinel-1A數(shù)據(jù)，關(guān)聯(lián)SAR數(shù)據(jù)后向散射系數(shù)和NDVI，突破云雨惡劣天氣的限制監(jiān)測(cè)森林火災(zāi)。其中得到如下結(jié)果：

（1）火災(zāi)發(fā)生時(shí)，監(jiān)測(cè)到亮度溫度最高達(dá)317K，根據(jù)火點(diǎn)位置，確定火災(zāi)蔓延期間NDVI下降（由0.7降低至0.25），確定起火時(shí)間(3月30日);

（2）火災(zāi)區(qū)域與未受災(zāi)區(qū)，以及不同類型火燒跡地之間的光譜在490nm-2200nm范圍存在差異，基于OTSU算法自動(dòng)確定閾值，確定林地?fù)p失面積41.56公頃（dNBR=0.35），精度達(dá)94.67%，提取林地過火未損失面積66.56公頃（dNBR=0.10），精度達(dá)90.94%，林地?fù)p失區(qū)域基本符合實(shí)際調(diào)查結(jié)果；

（3）火災(zāi)前后極化比值由6.6dB升高至10.8dB，NDVI與PR經(jīng)線性回歸，R2=0.58，驗(yàn)證R2=0.50。使用SAR數(shù)據(jù)監(jiān)測(cè)云雨條件下的森林火災(zāi)能提高監(jiān)測(cè)的時(shí)間分辨率，突破惡劣天氣的影響。

推薦：

便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。