遥感原理在森林火灾监测中的应用.doc

中南大学2012-2013学年本科生遥感实习-遥感在森林火灾中的应用 2013/7/4

中南大学
本科生遥感实习报告

实习题目： 遥感在森林火灾监测中的应用
----以2002年大兴安岭重大森林火灾为例
实习时间： 2013年6月24日-7月5日
目 录
0 引言-------------------------------------------------------------------------1
1 研究区概况----------------------------------------------------------------1
2 火点类型介绍-------------------------------------------------------------1
3 遥感火险监测原理-------------------------------------------------------2
3.1火灾点的识别和定位------------------------------------------------------------2
3.2过火面积的估算------------------------------------------------------------------2
4 数据简介及研究方法----------------------------------------------------3
4.1 数据来源--------------------------------------------------------------3
4.2 Landsat-7数据格式--------------------------------------------------3
4.3 本课题使用的数据--------------------------------------------------3
4.3.1火灾点定位使用的数据---------------------------------------------------------------4
4.3.2火灾前后植被覆盖对比使用的数据------------------------------------------------4
4.4 研究方法--------------------------------------------------------------4
4.5 数据处理--------------------------------------------------------------5
4.5.1着火点定位------------------------------------------------------------------------------5
4.5.2火灾前后研究区归一化植被指数NDVI计算比较------------------------------8
5 总结-------------------------------------------------------------------------9
6 实习心得-------------------------------------------------------------------9
参考文献------------------------------------------------------------------------10
有关文献摘要------------------------------------------------------------------10

第 2 页 共 14 页

0 引言：
森林火灾不易及时发现，一旦失去控制往往造成较大的经济损失。同时，火灾对生态平衡和环境造成一定的负面影响，它改变植被的物理状况，向大气中释放各种温室气体。因此，对森林火灾进行及时、准确地监测和定位显得尤为重要。依靠地面人工和飞机进行森林火灾的监测，不仅费用高，存在盲区，而且时效性差，监测精度不高。遥感（RS）以其动态实时、更新速度快、覆盖面积大等特点成为研究森林火灾预防和监测的重要重要数据来源，已被许多学者应用于森林火灾的预警、动态监测和灾后评估中。
1 研究区概况：
大兴安岭位于黑龙江省、内蒙古自治区北部，北起黑龙江畔，南至西拉木伦河上游谷地，全长1200多公里，宽200-300公里，海拔1100-1400米，面积为835万hm，是我国最北又面积最大的林区（50°10′-53°33′N，121°12′-127°00′E）。该区为我国森林火灾高发区且危害最严重，2001--2010年10a评价过火面积为4.87×10hm，是全国年平均过火面积的3.66倍，其年森林过火面积居全国之首。
2002年7月27日，建国以来有记载的最大的一次森林火灾在大兴安岭北部林区蔓延。自2002年6月以来，全球气候异常，美、加、俄等国相继发生多起森林大火。进入7月，我国东北、内蒙古北部地区持续高温干旱，降水量比历年同期减少六至八成，并出现了异常活跃的干雷暴天气。经国家林业局确定，此次大兴安岭森林火灾即由雷击引发。此次火灾爆发于无通行道路的原始森林，交通不便；且长期干旱使灭火水源短缺；地下火与地表火同时出现，尤其是森林里累积的腐殖层燃烧形成地下火，以致风力灭火机等现代化工具束手无策，只能依靠人工挖开腐殖层直至土层或岩石层，形成隔离带，才能有效控制地下火。再加上在扑救过程中，当地又频发干雷暴，引发新火点，造成火场多而分散，牵制了兵力，给扑救工作增加了更大难度。
2 火点类型介绍
卫星遥感监测到的火点有多种类型,例如森林火灾、火山活动、工业热点和农作物秸秆焚烧等,为了满足各种不同应用的需要必须将这些火点加以区分。对于森林防火应用来说其他类型火点成为必须加以过滤的噪声点。识别森林火灾的依据是火点像元所在的地表是否属于森林类型,包含森林地理信息的地表类型数据是识别森林火灾的前提。张雪芬等在多年森林火灾遥感监测的基础上,利用3S技术建立了自动化、流程化的河南省森林遥感防火系统。该系统的资料接收、处理、服务等都实现了软件支持,使火点监测图像、气象和森林火险预报与地理信息叠加。
3 遥感火险监测原理
3.1火灾点的识别和定位：
火灾发生点属于高温目标，高温目标遥感影像特征识别是建立在普朗克(Planck)定律、维恩(Wien)位移定律、斯特藩一玻尔兹曼(Stefa~Boltzmami)定律和基尔霍夫(Kirchho均基础之上。但需要注意的是,它们都只是对于绝对黑体才是正确的,是本文所研究的高温目标的理想化模型,在实际计算过程中必须针对具体情况进行分析。
Wein定律可表述如下:
λmaxT=2897·8μm·K(1)
从式(1)可知,黑体辐射能力最大值所对应的波长λmax与其绝对温度T成反比,物体的温度越高所对应的辐射波长就越短。一般地,红外波段的通道适于火情监测。红外通道探测到的是物体的辐射强度,由Stefan—Boltzman定律:E=σT4(其中σ=5·6693×10-3W·m-2·k-4)可知,物体的辐射能力E与其绝对温度T的4次方成正比。物体的温度越高辐射能力就越强,反之亦然。反映在卫星图像上是温度越高颜色越深。Landsat7遥感中2.08~2.35μm通道的空间分辨率为30m, 主要应用领域是探测高温辐射源，如监测森林火灾、火山活动等，区分人造地物类型，岩系判别。
3.2 过火面积的估算
森林火灾发生后，其地物的光谱特征与火灾发生前相比显然发生了明显的变化，一般地由于地物部分或者全部被火烧毁，地物颜色将变深变暗，从而会导致在可见光波段的光谱反射率有明显的下降，因此经过分析，本研究采用森林火灾前后归一化植被指数NDVI的变化来建立林火面积估算模型，并通过统计分析确定面积估算的量化判识指标，继而根据火灾前后的植被覆盖状况进行对比，估计其过火面积。
归一化植被指数.使用波段运算即可得出。
4 数据简介及研究方法
4.1 数据来源
本次实习所选影像来自美国NASA的陆地卫星（Landsat）计划中的Landsat-7 ETM+影像数据。获取方式为从遥感数据平台网站上下载。
Landsats和Landsat-7具有8比特的辐射分辨率,为了避免出现像元亮度饱和或者过暗,ETM+的热辐射6波段具有高低两种增益设置,在格式1时总设置为低增益,在格式2时总设置为高增益低增益设置是为了使传感器辐射亮度增加的缓慢一点,以监测到强的辐射;高增益设置是为了使传感器辐射亮度增加的快一点,以监测辐射的细微变化,其他波段没有增益设置改变问题。
Landsat是一个实用化的卫星系统,从卫星传感器的监测能力、可持续性、地面站系统和分发系统,工作都比较通畅,可以为用户提供lb数据产品。但是,有证据表明,陆地卫星没有后继星,数据的一可持续性无法得到保证,但是通过比较分析,一可以得到其替代的卫星数据。Landsat7搭载了高级专题制图仪(ETM+),其中ETM+Pan波段数据达到了15米的高空间分辨率。
4.2 Landsat-7数据格式
Landsat-7数据格式有两种：
一种是SYSTEMATIC级别数据，属于L2级，为系统几何校正产品，文件夹包含9个波段文件（热红外有低增益和高增益两个），1个HTM文件（热红外波段组的头文件），1个HRF文件（可见光和短波红外波段组头文件），1个HPN(全色波段组头文件)。
另外一种是L4级别数据，为高程校正产品，文件夹包含3个TIFF文件，1个HTM文件（热红外波段组的头文件），1个HRF文件（可见光和短波红外波段组头文件），1个HPN(全色波段组头文件)。
4.3本课题使用的数据
4.3.1 火灾点定位使用的数据
对火灾点进行定位时使用的是2002年7月27日（即火灾发生第一天当天）大兴安岭北部Landsat-7 EYM+ L4级影像，参数如下：
GRANULEID
P_LS7ETM_20020727_000000_000000_121023_GEOTIFF_L4
PATH_NUMBER
121
ROW_NUMBER
023
UPPER_LEFT_LONGITUDE
122.869241809561
UPPER_LEFT_LANTITUDE
54.1194549525602
LOWER_RIGHT_LONGITUDE
126.418623978868
LOWER_LEFT_LANTITUDE
52.0745806065089
SATELLITE
LANDSAT-7
IMAGING_TIME
2002/7/27 0：00：00
MAP_PROJECTION
TM
EARTH_ELLIPSOID
WGS84
SUN_AZIMUTH
147
SUN_ELEVATION
52.6
CORRECTION_LEVEL
L4
4.3.2 火灾前后植被覆盖对比使用的数据
对过火面积进行估计时使用的数据是2002年5月24日和9月13日大兴安岭北部Landsat-7 EYM+ L4级影像，参数如下：
GRANULEID
P_LS7_ETM_200200524_000000_000000_121023_GEOTIFF_L4
P_LS7_ETM_20020913_000000_000000_121023_GEOTIFF_L4
PATH_NUMBER
121
121
ROW_NUMBER
023
023
UPPER_LEFT_LONGITUDE
122.864622194629
122.850444632729
UPPER_LEFT_LANTITUDE
54.1291527203668
54.1156597211314
LOWER_RIGHT_LONGITUDE
126.414184414041
126.400245357953
LOWER_LEFT_LANTITUDE
52.0852290695392
52.0689089413404
SATELLITE
LANDSAT-7
LANDSAT-7
IMAGING_TIME
2002/5/24 0：00：00
2002/9/13 0：00：00
MAP_PROJECTION
TM
TM
EARTH_ELLIPSOID
WGS84
WGS84
SUN_AZIMUTH
150
156.7
SUN_ELEVATION
54.8
38.6
CORRECTION_LEVEL
L4
L4
4.4 研究方法
在中红外和热红外区间内,存在着3-5μm及8-14μm两个大气窗口,电磁波谱3-5μm的中红外谱段,对火灾、活火山等高温目标的识别敏感,常用于捕捉高温信息,进行各类火灾活等高温目标的识别监测，特别是对于森林火灾,它不仅可以清楚地显示火点、火线的形状大小位置,而且对小的隐火残火,也有很强的识别能力,高温目标遥感识别技术也都是围绕着这两个大气窗口展开的。
波段组合：第7波段、第4波段、第3波段，成功案例：我国曾利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。
4.5 数据处理
4.5.1着火点定位：

PC合成
单独观察单个通道：

1波段(着火信息明显) 2波段（着火信息明显）

3波段（着火信息明显） 4波段（着火信息不明显）

5波段（着火信息不明显） 6波段（着火信息不明显）
彩色合成：

3(R)2(G)1(B)（近似真彩色组合） 1(R)2(G)6(B)彩色合成

1(R)4(G)6(B) 2(R)3(G)4(B)

1(R)2(G)3(B) 4(R)3(G)2(B)（标准假彩色合成）
4.5.2 火灾前后研究区归一化植被指数NDVI计算比较
火灾前（2002年5月24日）：PC显示

火灾后（2002年9月13日）：PC显示

5　总结
理论研究和应用开发是环境和灾害监测的重要组成部分，在各种算法改进的基础上,要进行高温目标预警、指挥、救灾、服务系统的整体开发,建立起先进的高温目标灾害监测预警体系,提高我国环境监测和综合减灾能力。以遥感技术为基础,加强灾害预警研究和管理是我国环境和灾害监测管理的理论和实践的一个重要突破口和发展方向.
6 实习心得
在持续两周的遥感实习，我们使用PCI软件，以卫星影像为数据源对远距离大范围地面环境信息进行动态监测。实习培养的是多方面的能力，下载遥感影像数据，阅读文献，查找处理方法，综合所学知识最终得出我们两周来的实习结果，我们学会的是在书本上学不到的知识。在为期两周的遥感实习中，我们收获很多，我们从对PCI使用生疏到现在的熟悉，从不会查找资料到自己寻求解决办法，从什么都没有到得出专题信息，这一些，都训练了我们的动手能力。大学教会我们的不仅是知识，还有获取知识的能力。有些东西看似简单，实际操作却是有难度的。比如数据下载，我们得综合多方面因素考虑：数据时间、数据质量、数据之间的间隔等等，缺一不可。团队合作也是必不可少的，每个人都有自己的优势所在，充分发挥每个人的特长才能使作品更加完美。遥感的世界是广阔的，PCI也只是其中的一款应用软件。在遥感实习中，我们理论结合实际，深入的了解遥感，切身体会到了遥感的优势和广阔的应用前景。让我们认识到要想学遥感还需要我们继续探索。

参考文献：
[1]魏书精，胡海清，孙龙，周汝良． 气候变化背景下我国森林防火工作的形势及对策． 森林防火，2011，(2) : 1-4．
[2]赵文化，张鹏，单海滨，等.基于MODIS地表覆盖（LC）的森林火灾识别方法.气象科技，2008，（2）：210-214+262.
[3]张雪芬,邹春辉,陈怀亮,等.基于遥感和地理信息系统的河南省森林防火系统[J].气象科技,2006,34(1):109-113.
[4]田鹏举,龙俐,郑小波,王备,等.EOS/MODIS卫星资料在贵州省林火监测中的应用.贵州气象，2008，（2）：
[5] 党永峰. 遥感技术在森林资源连续清查中的应用[J].林业资源管理，2004,6:63-65.

有关文献摘要：
1. 《Recovery of Vegetation Canopy after Severe Fire in 2000 at the Black Hills National Forest, South Dakota, USA》
Xiangming XIAO*, Chandrashekhar BIRADAR, Audrey WANG, Sage SHELDON and Youmin CHEN（Department of Botany and Microbiology, Center for Spatial Analysis, University of Oklahoma, Norman, OK 73019, USA）
Abstract: Forest fires often result in varying degrees of canopy loss in forested landscapes. The
subsequent trajectory of vegetation canopy recovery is important for ecosystem processes because the canopy controls photosynthesis and evapotranspiration. The loss and recovery of a canopy is often measured by leaf area index (LAI) and other vegetation indices that are related to canopy photosynthetic capacity. In this study we used time series imagery from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor onboard the Terra satellite over the period of 2000–2009 to track the recovery of the vegetation canopy after fire. The Black Hills National Forest, South Dakota, USA experienced an extensive wildfire starting on August 24, 2000 that burned a total area of 33 785 ha, most of which was ponderosa pine forest. The MODIS data show that canopy photosynthetic capacity, as measured by LAI, recovered within 3 years (2001-2003). This recovery was attributed to rapid emergence of understory grass species after the fire event. Satellite-based Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) at the burned sites also recovered within 3 years (2001-2003). Rapid recovery of LAI, NDVI, and EVI at the burned sites makes it difficult to use these variables for identifying and mapping burned sites several years after the fire event. However, the Land Surface Water Index (LSWI), calculated as a normalized ratio between near infrared and shortwave infrared bands (band 2 and band 6 (1628–1652 nm) in MODIS sensor), was able to identify and track the burned sites over the entire period of 2000–2009. This finding opens a window of opportunity to identify and map disturbances using imagery from those sensors with
both NIR and SWIR bands, including Landsat 5 TM (dating back to 1984); furthermore, a longer record of disturbance and recovery helps to improve our understanding of disturbance regimes, simulations of forest succession, and the carbon cycle.

2.《遥感技术在我国森林防火工作中的应用》
赵 辉，金 琳，唐博雅（1.北京林业大学，北京 100083；2.河北省防火办，河北 石家庄 050081）
摘要：自遥感技术在我国森林防火领域应用以来，它的实用性越来越受到广大工作人员的好评。该文以遥感技术为支撑，以森林防火工作实践经验为依据，从 3 个方面综述了遥感技术在我国森林防火工作中的实际应用。在森林火灾发生前，人们利用遥感对森火预测预报分析研究；在森林火灾发生时，人们利用林火监测进行视频监控，从而正确指挥扑救森林火灾；森林火灾发生后，人们利用遥感技术进行灾后评价及火场勘查的研究。

3.《气象卫星遥感预警福建省森林火灾》
郑海青 张春桂 陈家金 王加义(福建省气象科学研究所,福州 350001)
摘要：应用NOAA卫星遥感资料,研究森林防火期内森林植被的干燥指数的变化,结合分析相应的森林火灾的资料,做出福建省森林火险等级空间分布,应用福建省地理信息系统,根据高火险等级的地理位置,预警该地可能发生森林火灾。

4.《气象卫星遥感信息在湖北省森林火灾监测中的应用》
谢萍(武汉中心气象台，武汉430074)）
提要：叙述了利用卫星遥感技术进行森林火灾监侧的原理和基本步骤及其在湖北省森林防火中的社会、经济效益。同时,重点介绍了人工识别火灾的方法。

5.《基于知识的多时相TM图像森林火烧迹地快速提取方法》
周小成,汪小钦,高中灵(福州大学福建省空间信息工程研究中心,福建福州350002)
摘要:本文以覆盖福州市及周边地区的五期TM图像为例,进行森林火烧迹地的自动提取研究。分别对TM图像上火烧迹地及其背景地物采样,分析火烧迹地在TM图像6个波段及PC变换、TC变换、多时相植被指数(MTVI)上的光谱特征,发现了火烧迹地与背景地物区分的光谱知识。其次,利用DEM数据分析火烧迹地在地形上的分布特点,发现了火烧迹地空间分布的知识规则。在此基础上建立了基于知识的多时相TM图像上森林火烧迹地提取模型,从而解决了快速识别和提取森林火灾信息的问题。

6.《基于 MODIS 数据的大兴安岭森林火灾遥感监测研究》
包玉海，Amarjargal，Shiirev-Adiya， Battsengel, 包刚（内蒙古师范大学内蒙古自治区遥感与地理信息系统重点实验室，呼和浩特 010022, 中国，蒙古国科学院地理研究所，乌兰巴托市 14192, 蒙古国，蒙古国国立大学地理系，乌兰巴托市 14201, 蒙古国）
摘要：森林火灾属于突发性较强、破坏性较大、处置救助较为困难的自然灾害。本文以 2006 年 5月 25 日大兴安岭森林火灾为例，在利用时间分 辨 率 较 高 的 MODIS 归 一 化 植 被 指 数（NDVI）、中红外波段（第 22 波段）和热红外波段（第 32 波段）准确辨识火灾发生点的基础上，结合相对较高分辨率的TM数据计算了火灾发生面积。结果表明，由于MODIS数据的时间分辨率高和波段多的优势，能较准确地辨识了森林火点及其蔓延趋势。用相对高分辨率的TM数据来计算的此次森林火灾发生面积约为 312km，对该地区森林和草原生态系统及人类财产带来了巨大的损失。

7.《基于MODIS地表覆盖(LC)的森林火灾识别方法》
赵文化 张鹏 单海滨 （国家卫星气象中心广州气象卫星地面站,广州510640; 国家卫星气象中心卫星气象研究所,北京100081）
摘要：通过分析MODIS多光谱地表覆盖产品,证明MODIS本身具有精确识别包括5种森林在内的IGBP 17种地表类型的能力,完全可以满足识别森林火灾的实际需要。在此基础上提出基于MODIS地表覆盖的森林火点识别方法,探讨使用MODIS地表覆盖数据识别森林火灾的数据处理操作过程。应用该森林火点识别方法,MODIS实时广播接收站可以建立一套由MODIS火点侦测模块和MODIS森林火点识别模块构成的完全基于自身数据的森林火灾监测系统。5种森林地表整体平均识别误差为3.5%,可以满足卫星遥感森林火灾监测系统要求。

8.《河南省近年来遥感监测的森林火灾时空分布规律分析》
郭其乐 陈怀亮 邹春辉 薛龙琴 赵学斌 刘忠阳 （1.河南省气象科学研究所,郑州450003; 2.中国气象局农业气象保障与应用技术重点开放实验室,郑州450003）
摘 要:森林火灾作为一种自然灾害,其发生原因不仅来自于自然因素,从众多的火灾调查中发现,更多地来自于人类活动因素,其发生的时空分布特点和规律,受自然和人类活动共同影响。对2003-2008年春、冬季(11月-次年4月)河南省森林防火期内遥感监测并已查明的森林火灾进行统计分析,结果发现:河南省森林火灾近年来有逐年增多的趋势;冬、春之交的3月为森林火灾的高发月份;从火灾的日变化规律来看, 12-15时为一天中森林火灾的高发时段;从火灾发生的空间分布来看,伏牛山南麓发生森林火灾的频率较高。

9.《EOS/MODIS卫星资料在贵州省林火监测中的应用》
田鹏举,龙 俐,郑小波,王 备（贵州省山地环境气候研究所,贵州贵阳 550002）
摘 要:在森林火灾预防和扑救中,及时而准确地监测森林火灾和火环境的变化是各级防火人员最为关注的问题之一。对于大面积森林火灾,依靠地面人力和飞机监测,不但费用高,而且工作繁杂,特别是对于盲区的监测计算精度低。借助于卫星遥感和林火地理信息系统,进行计算机统计分析,可以克服这些不足,提供较为详细的森林火灾有关数据。该文介绍EOS/MODIS卫星遥感资料在贵州省森林火灾监测的应用,从理论上分析EOS/MODIS数据林火信息的识别和提取的原理及方法。

10.《遥感技术在森林火灾信息提取中的应用》
陈本清,徐涵秋(福州大学环境与资源工程系,福建福州 350002)
摘要:利用森林火灾后的TM影像,应用最佳波段监督分类法、第三主成分分量(PC3)滤波阈值法和IHS变换法对罗源县境内的历年森林火灾信息进行提取.通过对比发现最佳波段监督分类法和PC3滤波阈值法的森林火灾信息提取精度较高,而IHS变化法效果较差.同时还分析了影响精度的原因,提出利用地形、地理特征来提高火烧迹地信息提取精度的观点.

第 15 页 共 14 页