武喜紅，劉 婷，程永政，王來剛，郭 燕，張 彥，賀 佳

?

多源衛(wèi)星遙感秸稈焚燒過火面積動態(tài)監(jiān)測

武喜紅，劉 婷※，程永政，王來剛，郭 燕，張 彥，賀 佳

（河南省農業(yè)科學院農業(yè)經濟與信息研究所，鄭州 450002）

該文針對秸稈焚燒過火面積動態(tài)監(jiān)測中高時間、高空間分辨率難以同時實現的問題，提出利用多源數據（Landsat8、GF-1、HJ-1A/B）來提升中分辨率衛(wèi)星遙感的觀測頻次，并通過疊置分析和面向對象影像分析技術提高面積提取精度。使用該方法對河南省太康縣進行了8次單日內全覆蓋的秸稈焚燒過火面積提取，并通過變化檢測獲取各鄉(xiāng)鎮(zhèn)農田秸稈焚燒的累計過火面積、新增過火面積和新增過火農田翻耕面積的時空變化趨勢。經驗證，面積提取精度達93.89%以上，秸稈焚燒新增過火面積變化趨勢與環(huán)保部監(jiān)測結果基本相符。經分析，秸稈焚燒通常會在農作物大面積收割后的某個時間點開始，由若干個起火點隨時序朝某個主方向進行傳播蔓延，過火區(qū)域會隨之出現間歇性的大范圍翻耕，二者同時進行，即秸稈焚燒新增過火面積與新增過火農田翻耕面積隨時序呈反向波浪狀變化。說明相比利用低空間分辨率遙感數據進行廣域監(jiān)測，該方法可得到時效性強且精度更高的過火面積空間分布信息，能揭示出秸稈焚燒現象在縣、鄉(xiāng)尺度上的變化規(guī)律與細節(jié)。

遙感；秸稈；焚燒；過火面積；面向對象；變化檢測

0 引 言

秸稈屬于農業(yè)副產品，一般指小麥、薯類、水稻、玉米、甘蔗以及棉花等作物在收獲籽實后剩余的部分[1]。中國是農業(yè)大國，秸稈年產量占世界總產量的30%以上，直接焚燒不僅會造成環(huán)境污染[2-4]，引發(fā)火災并危害交通安全[5-7]，還會破壞土壤結構[8-10]。由于秸稈焚燒具有隨機性和分散性，地面人工調查等傳統手段難以提供及時、廣域的監(jiān)測信息，而衛(wèi)星遙感覆蓋范圍廣、時效性強、性價比高，近年來成為環(huán)境保護部門監(jiān)測秸稈焚燒的主要技術手段。已有研究與應用多側重于秸稈焚燒火點監(jiān)測，主要是利用MODIS（moderate resolution imaging spectroradiometer）等傳感器的熱紅外波段，對衛(wèi)星過境瞬間地面火點的位置、數目和分布規(guī)律等進行分析[11-18]。相比于火點信息的瞬時性，過火面積信息在地面存留的時間較長，能更全面地反映秸稈焚燒火情隨時間變化的空間分布特征。目前，秸稈焚燒過火面積動態(tài)監(jiān)測一般采用多源衛(wèi)星遙感來提升觀測數據的時間、空間分辨率。余超等[19]將Landsat5衛(wèi)星數據的過火區(qū)解譯結果與MODIS衛(wèi)星數據的火點解譯結果做匹配，并基于最小二乘擬合方法建立過火面積與火點數量的關系模型，使低空間分辨率環(huán)境衛(wèi)星數據秸稈焚燒過火面積估算精度明顯提升。陳潔等[20]基于衛(wèi)星遙感圖像光譜分析和混合像元分解技術，利用高分一號衛(wèi)星（GF-1）數據計算風云三號氣象衛(wèi)星（FY-3）數據像元內農田分布面積比例和農田過火程度參數，大幅提高了氣象衛(wèi)星數據秸稈焚燒過火面積估算精度。但由于秸稈焚燒過火區(qū)內多種地物混雜，而MODIS和FY-3等數據空間分辨率較低，無法得到高頻次、高精度的過火區(qū)面積空間分布信息。

針對秸稈焚燒過火面積動態(tài)監(jiān)測中高時間、高空間分辨率難以同時實現的問題，本文提出一種根據數據分辨率和重訪周期協同使用多源衛(wèi)星遙感影像進行秸稈焚燒過火面積動態(tài)監(jiān)測的方法。以河南省周口市太康縣秋糧作物秸稈焚燒為研究對象，利用面向對象影像分析（object- oriented image analysis，OOIA），通過地面調查建立遙感解譯標志，進行多期單日全覆蓋的秸稈焚燒過火面積提取，并利用空間時序疊置分析的方法進行秸稈焚燒過火面積變化檢測。

1 研究區(qū)與數據準備

1.1 研究區(qū)概況

河南省周口市太康縣，地處豫東平原區(qū)（114°31￠562-115°8￠32E，33°53￠582-34°17￠92N），下轄23個鄉(xiāng)鎮(zhèn)，土地總面積1 759 km2，其中耕地面積約1 140 km2。地勢西北高東南低，渦河以北及城西部為黃泛區(qū)，沖溝較多。夏季溫熱多雨、冬季寒冷干燥，年均氣溫14.5 ℃，年均降水量555. 8 mm，全年無霜期220 d。太康縣秋糧作物以玉米、大豆為主，屬河南省秸稈禁燒重點監(jiān)控區(qū)域。

1.2 數據收集與處理

本研究使用的衛(wèi)星遙感數據為2014年河南省秋糧作物秸稈焚燒期間獲取的Landsat8、GF-1和環(huán)境星（HJ-1A/B）影像。其中Landsat8的陸地成像儀（operational land imager，OLI）影像包含9個波段，重訪周期為16 d，可生成15 m融合多光譜影像[21-22]；GF-1的寬幅多光譜相機（wide field of view，WFV）影像分辨率為16 m，包含4個波段，傳感器組合重訪周期為4 d，而全色多光譜相機（panchromatic/ multispectral sensor，PMS）數據可生成2 m融合多光譜影像[23]；HJ-1A/B的CCD（charge coupled device）影像分辨率為30 m，包含4個波段，雙星組合重訪周期為2 d[24]。

根據太康縣玉米收割進度，自10月3日首次解譯出秸稈焚燒，至10月15日秸稈焚燒結束，共獲取8個時相的衛(wèi)星影像數據（表1），數據源組合重訪周期約為1.6 d。

表1 衛(wèi)星影像數據

衛(wèi)星數據預處理包括大氣校正、正射校正、投影變換與影像融合。大氣校正采用MODTRAN4+輻射傳輸模型，多光譜數據校正為地表反射率，全色數據定標為大氣表觀反射率。正射校正以太康縣資源3號衛(wèi)星2.1 m正射影像為基準，使用雙線性插值重采樣和數字高程數據（digital elevation model，DEM）輔助的投影變換校正法，均方根誤差（root mean square error，RMSE）小于0.5個像元[25-26]。影像投影統一采用Albers圓錐等面積投影，參考橢球體為Krasovsky1940。Landsat8 OLI及GF-1 PMS影像的融合采用Gram-Schmidt算法。

與此同時，收集了同時期內環(huán)保部發(fā)布的《環(huán)境衛(wèi)星秸稈焚燒遙感監(jiān)測日報》與《氣象衛(wèi)星秸稈焚燒火點監(jiān)測日報》[27]。日報包括利用MODIS系列環(huán)境衛(wèi)星與風云系列氣象衛(wèi)星得出的秸稈焚燒火點數和火點坐標等信息。

為建立遙感影像解譯標志和對面積提取結果進行精度驗證，于2014年10月3日、6日與10日在太康縣進行實地野外調查，利用全球定位系統（global positioning system，GPS）設備采集地面樣本點共計352個，其中秸稈過火后未翻耕區(qū)樣本點235個、秸稈過火后翻耕區(qū)樣本點40個、未過火秸稈區(qū)樣本點77個，結合解譯標志，3種衛(wèi)星數據均可清晰判讀出過火區(qū)域的分布，如圖1所示。

2 研究方法

2.1 總體思路

3種衛(wèi)星數據，Landsat8 OLI影像分辨率最高，但重訪周期最長；GF-1 WFV影像的分辨率高于HJ-1A/B CCD影像，且重訪周期較短；HJ-1A/B CCD影像的分辨率最低但重訪周期最短，可用數據最多。為了協同應用多源衛(wèi)星數據，進行秸稈焚燒過火面積提取時，優(yōu)先使用Landsat8 OLI影像提取秸稈焚燒過火面積，GF-1 WFV影像次之，HJ-1A/B CCD影像作為前兩者的補充數據使用。

研究的總體技術流程見圖2。首先將經過預處理的多源衛(wèi)星遙感影像與野外實測樣本進行比對，建立主要地物解譯標志，然后利用面向對象分類方法提取秸稈焚燒過火面積。為最大限度剔除非耕地地物的影響，將每期秸稈過火區(qū)解譯結果與剔除線性地物后的秸稈區(qū)解譯結果做疊置運算，然后對經過精度驗證的多期過火面積提取結果進行時間序列變化檢測，得出每個監(jiān)測時段內的秸稈焚燒新增過火面積、新增過火后翻耕面積和累計過火面積，并與環(huán)保部火點逐日監(jiān)測結果進行變化趨勢比對，驗證試驗結果的有效性。最后對過火面積變化檢測結果進行時序空間統計分析，得出全縣秸稈焚燒過火區(qū)的整體分布、秸稈焚燒發(fā)展規(guī)律以及秸稈焚燒現象在各鄉(xiāng)鎮(zhèn)蔓延的過程。

2.2 解譯標志建立

將衛(wèi)星影像與同時期采集的地面樣本進行比對和判讀，可確定與研究相關的主要地物類別包括未過火秸稈 地、過火后未翻耕的秸稈地和過火后翻耕的秸稈地，據此建立遙感影像的解譯標志（圖3）。

2.3 秸稈區(qū)及其過火區(qū)面積提取

采用面向對象的監(jiān)督分類方法，利用GF-1 PMS融合影像與Landsat8 OLI融合影像提取研究區(qū)當季秸稈地與線性地物的面積，利用Landsat8 OLI、GF-1 WFV與HJ-1A/B CCD影像提取秸稈焚燒過火面積。首先對數據進行多尺度影像分割（multi-scale image segmentation），基本原則為：分割結果能清晰勾畫出地物輪廓，每個完整的地物都由少量影像對象組成，對象內部的屬性相同或相似，而相鄰對象的屬性相異。選擇核函數為三次多項式的支持向量機（support vector machine，SVM）作為分類器[28]。采用基于距離的可分性準則進行特征優(yōu)選，光譜特征選擇各波段影像對象的標準差和最小值，紋理特征選擇基于灰度共生矩陣（grey level concurrence matrix，GLCM）生成的熵（entropy）和均值，形狀特征選擇影像對象的面積及其最小有向包圍盒（minimum oriented bounding box，MOBB）的最大直徑的長度[29]。

基于中分辨率影像提取的秸稈地通常夾雜較多的溝渠、道路等線性地物，利用空間疊置分析，將秸稈地與線性地物的面積做擦除疊置運算[30]。而由于分辨率等屬性存在差異，應用多源衛(wèi)星遙感影像提取的同一地物矢量邊界之間通常存在明顯錯位，為了規(guī)范多期過火面積提取結果中耕地地塊的矢量邊界，需將秸稈焚燒過火面積與剔除線性地物后的秸稈地面積做交集疊置運算[30]。具體計算公式如下

式中S為未剔除線性地物的秸稈地面積，hm2；S為線性地物面積，hm2；（S-S∩S）為剔除線性地物后的秸稈地面積，hm2；W為田塊邊界不一致的第期秸稈焚燒過火面積，hm2；R為田塊邊界一致的第期秸稈焚燒過火面積，hm2。

a. 未過火秸稈區(qū)Unburned straw region 2014-10-03b. 過火后未翻耕區(qū) Unploughed burned region 2014-10-03c. 過火后翻耕區(qū) Ploughed burned region 2014-10-03 d. 未過火秸稈區(qū) Unburned straw region 2014-10-06e. 過火后未翻耕區(qū)Unploughed burned region 2014-10-06f. 過火后翻耕區(qū) Ploughed burned region 2014-10-06

注：影像顯示方式為標準假彩色，RGB波段組合為近紅外、紅、綠。各小圖圖片分別為實地照片和影像截圖。

Note: The images displayed as standardfalse color, the RGB bands combined with near-infrared, red and green. Figures in Fig. a-f were photographs and image screenshot.

圖3 遙感影像解譯標志

Fig.3 Remote-sensing graphic interpretation signs

2.4 秸稈焚燒過火面積變化監(jiān)測

由于冬小麥的播種期較長，秋糧作物秸稈在焚燒后通常不會立即翻耕，在后期監(jiān)測中同一過火區(qū)域可能被重復識別出來，導致前、后時相的秸稈焚燒過火面積提取結果存在空間上的重疊。因此將多期秸稈焚燒過火面積按時序做合并與擦除疊置運算[30]來提取過火面積變化信息。具體計算見公式（2）、（3）和（4）

（3）

（4）

式中C為從監(jiān)測起始時相到第個時相間的秸稈焚燒累計過火面積，hm2；A為第個監(jiān)測時段內新增的秸稈焚燒過火面積，hm2；P為第個監(jiān)測時段內新增的過火農田翻耕面積，hm2。

3 結果與分析

3.1 秸稈焚燒過火區(qū)整體分布

利用公式（1）得出太康縣2014年秋糧作物秸稈地總面積（圖4a）和每個監(jiān)測時相的太康縣秸稈焚燒過火面積R，由公式（2）得出太康縣當季農田秸稈焚燒的總過火面積all（圖4b）。結合地面實測樣點，通過分類誤差混淆矩陣對面積提取結果進行精度驗證，得出的解譯精度為98.58%，10月3日與10月6日R的解譯精度分別為93.89%和94.44%，all的解譯精度為96.36%。

圖4 2014年10月太康縣農田秸稈區(qū)與秸稈焚燒總過火區(qū)面積空間分布

從數值統計上看，太康縣2014年10月上旬的農作物秸稈焚燒總過火面積超過45 000 hm2，超過42%的秸稈地被焚燒。秸稈過火面積最大的4個鄉(xiāng)鎮(zhèn)依次為馬頭鎮(zhèn)、馬廠鎮(zhèn)、朱口鎮(zhèn)和高朗鄉(xiāng)，其秸稈地總過火面積均超過 4 000 hm2。過火秸稈地占比最大的4個鄉(xiāng)鎮(zhèn)依次為張集鎮(zhèn)、城郊鄉(xiāng)、高朗鄉(xiāng)和馬頭鎮(zhèn)，其秸稈地過火比例均超過55%。從空間分布上看，秸稈焚燒過火區(qū)主要集中在太康縣中部、東部和西南部的遜母口鎮(zhèn)，其中秸稈過火面積最大且過火秸稈地占比最大的馬頭鎮(zhèn)和高朗鄉(xiāng)均位于太康縣東北部，表明該區(qū)域的秸稈焚燒最嚴重。

3.2 秸稈焚燒發(fā)展規(guī)律

以8個監(jiān)測時相的R為基礎，進行時序空間疊置分析，由公式（2）、（3）、（4）計算得到7個監(jiān)測時段內的C、A與P，并將太康縣全縣C、A與P的值進行時間序列統計，結果見圖5和圖6a。

從時序上看，2014年太康縣的秋糧作物秸稈焚燒于10月3日之前開始，10月11日之后結束。秸稈過火區(qū)的農田于10月15日之后全部翻耕完畢，整個過程持續(xù)了至少13 d。10月3日至6日期間的A值均超過5 300 hm2，10月6日A達到最大值11 669. 95 hm2，說明當天的秸稈焚燒最嚴重。10月7日是秸稈焚燒發(fā)展過程的轉折點，當日P值超過了A值且逐日增大，而C值變化趨于平緩，說明當地秸稈焚燒活動趨于結束，10月11日之后C值停止增加，不再出現新增過火區(qū)域。對照圖6b中環(huán)保部同期發(fā)布的秸稈焚燒火點動態(tài)監(jiān)測結果可知，太康縣秸稈焚燒火點數在10月6日達到最大值后逐日回落，10月12日之后不再有新增火點，A值的變化趨勢與之基本一致。

圖6a中A值隨時序呈波浪狀起伏，且P值與A值呈反向變化。這主要是由于一方面秋收與冬小麥播種同時進行，另一方面秸稈禁燒力量的影響使得大面積的秸稈焚燒通常伴隨迅速的土地翻耕，在過火農田翻耕期間秸稈焚燒活動會有所減弱，而翻耕之后未過火區(qū)域仍有秸稈繼續(xù)焚燒。

3.3 秸稈焚燒現象蔓延過程

為了分析“A與P隨時序呈波浪狀變化”這一規(guī)律的空間分布特征，在6個地理方位上選取秸稈焚燒最嚴重的鄉(xiāng)鎮(zhèn)。馬頭鎮(zhèn)與張集鎮(zhèn)分別位于太康縣的東北與東南方位，為東部及全縣all最大的鄉(xiāng)鎮(zhèn)；王集鄉(xiāng)和老冢鎮(zhèn)分別位于太康縣的中北與中南方位，為中部all最大的鄉(xiāng)鎮(zhèn)；常營鎮(zhèn)和遜母口鎮(zhèn)分別位于太康縣的西北與西南方位，為西部all最大的鄉(xiāng)鎮(zhèn)。其中馬頭鎮(zhèn)、王集鄉(xiāng)和常營鎮(zhèn)分布在全縣北半部由東往西一帶，張集鎮(zhèn)、老冢鎮(zhèn)和遜母口鎮(zhèn)分布在全縣南半部由東往西一帶。通過對6個鄉(xiāng)鎮(zhèn)的A進行時序統計分析，可以還原太康縣東、中、西部以及南、北半部的秸稈焚燒發(fā)展過程，了解2014年太康縣秋糧作物收割期間秸稈焚燒現象在各鄉(xiāng)鎮(zhèn)間的蔓延趨勢。

經分析可知，10月3日太康縣馬頭鎮(zhèn)和張集鎮(zhèn)的A值已超過980 hm2，而其他鄉(xiāng)鎮(zhèn)的A值都不足100 hm2，說明大范圍的秸稈焚燒最早從全縣東部開始。全縣北半部過火區(qū)域在10月4日東北部馬頭鎮(zhèn)A值達到最大后開始向西發(fā)展，至10月6日中北部王集鄉(xiāng)A值達到最大，最后蔓延至西北部的常營鎮(zhèn)，全縣北半部秸稈焚燒于10月8日常營鎮(zhèn)A值達到最大后逐漸結束。全縣南半部的火情始于張集鎮(zhèn)，其A值在10月3日之前已達最大，之后過火區(qū)域向西蔓延，至10月5日中南部老冢鎮(zhèn)A值達到最大，10月7日后除西南部遜母口鎮(zhèn)外整個南部秸稈焚燒已基本結束。遜母口鎮(zhèn)A在10月11日之后達到峰值，于10月15日之前結束。由此可知，太康縣2014年的秋糧作物秸稈焚燒于10月3日前從東部開始，之后過火區(qū)自東向西蔓延，邊焚燒邊翻耕。東半部的秸稈焚燒比西半部嚴重，南半部的秸稈焚燒比北半部嚴重且持續(xù)時間較長。全縣當年東部的秋糧作物秸稈焚燒高發(fā)期為10月3日至6日，中部為10月5日至8日，西部為10月8日至11日。

圖7 2014年10月太康縣鄉(xiāng)鎮(zhèn)秸稈焚燒新增過火面積變化

綜上所述，秸稈焚燒現象的時空蔓延過程一般為：秸稈焚燒通常會在農作物大面積收割后的某個時間點開始，由若干個起火點隨時序朝某個主方向進行傳播蔓延。由于播種進度、焚燒意愿與人為監(jiān)管等因素的影響，A值會隨時序呈波浪狀起伏，過火區(qū)域會隨之出現間歇性的大范圍翻耕，二者同時進行且交替推進，直至過火農田翻耕速度超過秸稈焚燒速度，焚燒活動趨于結束?！?i>A值與P值隨時序呈反向波浪狀變化”現象與過火區(qū)空間分布變化特征分別揭示了秸稈焚燒過火面積隨時序變化的數值統計規(guī)律和空間分布規(guī)律。

4 結論與討論

本文針對秸稈焚燒過火面積遙感監(jiān)測中高時間、高空間分辨率難以同時實現的問題，協同使用Landsat8、GF-1和HJ-1A/B數據進行過火面積動態(tài)監(jiān)測，并在縣、鄉(xiāng)尺度上分析了過火區(qū)的發(fā)展規(guī)律和蔓延過程。

1）優(yōu)先使用高分辨率數據進行面向對象的過火面積提取，并使用剔除線性地物后的秸稈區(qū)提取結果規(guī)范過火區(qū)的田塊邊界，以太康縣2014年秋糧秸稈焚燒監(jiān)測為例，過火面積的監(jiān)測間隔可縮短至1.6 d，平均精度超過93.89%。

2）對過火面積提取結果進行疊置分析可知，新增過火面積與新增過火農田翻耕面積會隨時序呈反向波浪狀變化。

3）通過對6個方位的新增過火面積進行時序統計分析，可精準還原秸稈焚燒在全縣各鄉(xiāng)鎮(zhèn)間蔓延的過程，揭示出傳統廣域監(jiān)測難以得到的變化細節(jié)。

然而，該方法還存在一定局限性，一是在連續(xù)陰霾天氣下無法獲取足夠的可用衛(wèi)星數據，如10月3日之前由于連日的雨云覆蓋而無法對秸稈焚燒起始期的過火面積信息進行提??；二是秸稈焚燒受天氣因素（風力、風向、空氣溫濕度和雨量）與人為因素（耕作習慣、禁燒政策和監(jiān)管力度）的影響較大，在進行動態(tài)監(jiān)測時如能引入氣象因子和人為影響因子，并結合秸稈燃燒的物理模型進行分析，理論上可預測秸稈焚燒過火區(qū)域蔓延的速度與方向。

[1] 賈秀飛，葉鴻蔚. 秸稈焚燒污染治理的政策工具選擇——基于公共政策學、經濟學維度的分析[J]. 干旱區(qū)資源與環(huán)境，2016, 30(1): 36－41. Jia Xiufei, Ye Hongwei. Selection of the policy tools for straw burning pollution control: According to the analysis of public policy, economics dimension[J]. Journal of Arid Land Resources and Environment, 2016, 30(1): 36－41. (in Chinese with English abstract)

[2] 馮偉，張利群，龐中偉，等. 中國秸稈廢棄焚燒與資源化利用的經濟與環(huán)境分析[J]. 中國農學通報，2010，27(6)：350－354. Feng Wei, Zhang Liqun, Pang Zhongwei, et al. The economic and environmental analysis of crop residues burning and reutilizafion in China[J]. Chinese Agricultural Science Bulletin, 2010, 27(6): 350－354. (in Chinese with English abstract)

[3] 高利偉，馬林，張衛(wèi)峰，等. 中國作物秸稈養(yǎng)分資源數量估算及其利用狀況[J]. 農業(yè)工程學報，2009，25(7)：173－179. Gao Liwei, Ma Lin, Zhang Weifeng, et al. Estimation of nutrient resource quantity of crop straw and its utilization situation in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(7): 173－179. (in Chinese with English abstract)

[4] Gadde B, Bonnet S, Menke C, et al. Air pollutant emissions from rice straw open field burning in India, Thailand and the Philippines[J]. Environmental Pollution, 2009, 157(5): 1554－1558.

[5] 崔明，趙立欣，田宜水. 中國主要農作物秸稈資源能源化利用分析評價[J]. 農業(yè)工程學報，2008，24(12)：291－296. Cui Ming, Zhao Lixin, Tian Yishui. Analysis and evaluation on energy utilization of main crop straw resource in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(12): 291－296. (in Chinese with English abstract)

[6] 蘇曉哲. 秸稈焚燒的危害、原因及治理契機[J]. 河南機電高等?？茖W校學報，2015，23(5)：40－43. Su Xiaozhe. On the ressons, countermeasures and hazards of wheat straw burning[J]. Journal of Henan Mechanical and Electrical Engineering College, 2015, 23(5): 40－43. (in Chinese with English abstract)

[7] 網易河南. 河南境內秸稈焚燒引發(fā)多起交通事故[EB/OL]. [2015-06-12].http://henan.163.com/15/0612/06/ART1A3U-M-0-2270ILI. html

[8] 畢于運，王亞靜，高春雨. 我國秸稈焚燒的現狀危害與禁燒管理對策[J]. 安徽農業(yè)科學，2009，37(27)：13181－13184. Bi Yuyun, Wang Yajing, Gao Chunyu. Problems of burning straw and its management countermeasures in China[J]. Journal of Anhui Agricultural Sciences, 2009, 37(27): 13181－13184. (in Chinese with English abstract)

[9] 韓魯佳，閆巧娟，劉向陽，等. 中國農作物秸稈資源及其利用現狀[J]. 農業(yè)工程學報，2002，18(3)：87－91. Han Lujia, Yan Qiaojuan, Liu Xiangyang, et al. Straw resources and their utilization in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(3): 87－91. (in Chinese with English abstract)

[10] Sharma P K, Mishra B. Effect of burning rice and wheat crop residues: Loss of N, P, K, and S from soil and changes in the nutrient availability[J]. Journal of the Indian Society of Soil Science, 2001, 49(3): 425－429.

[11] 劉誠，李亞軍，趙長海，等. 氣象衛(wèi)星亞像元火點面積和亮溫估算方法[J]. 應用氣象學報，2004，15(3)：273－280. Liu Cheng, Li Yajun, Zhao Changhai, et al. The method of evaluating sub-pixel size and temperature of fire spot in AVHRR data[J]. Quarterly Journal of Applied Meteorology, 2004, 15(3): 273－280. (in Chinese with English abstract)

[12] 何立明，王文杰，王橋，等. 中國秸稈焚燒的遙感監(jiān)測與分析[J]. 中國環(huán)境監(jiān)測，2007，23(1)：42－49. He Liming, Wang Wenjie, Wang Qiao, et al. Evaluation of the agricultural residues burning reduction in China using MODIS fire product[J]. Environmental Monitoring in China, 2007, 23(1): 42－49. (in Chinese with English abstract)

[13] 田慶久，王玲，包穎，等. 基于HJ-1B衛(wèi)星的作物秸稈提取及其焚燒火點判定模式[J]. 中國科學：信息科學，2011，41(增刊)：117－127. Tian Qingjiu, Wang Ling, Bao Ying, et al. A straw extraction and straw-burning fire detection mode using HJ-1B satellite measurements[J]. Scientia Sinica：Informationis, 2011, 41(Supp.): 117－127. (in Chinese with English abstract)

[14] 張為兵.基于環(huán)境一號衛(wèi)星數據的小麥秸稈焚燒點提取方法研究[D]. 南京：南京師范大學，2013. Zhang Weibing. Study on Extraction Methods of Wheat Straws Burning Using HJ-1B IRS Data[D]. Nanjing: Nanjing Normal University, 2013. (in Chinese with English abstract)

[15] 王子峰，陳良富，顧行發(fā). 基于MODIS數據的華北地區(qū)秸稈焚燒監(jiān)測[J]. 遙感技術與應用，2008，23(6)：611－617. Wang Zifeng, Chen Liangfu, Gu Xingfa. Monitoring of crop residue burning in north china on the basis of MODIS data [J]. Remote Sensing Technology and Application, 2008, 23(6): 611－617. (in Chinese with English abstract)

[16] 邵衛(wèi)偉，楊哲，周斌. 基于中分辨率成像光譜儀的秸稈焚燒火點提取方法的改進[J]. 環(huán)境污染與防治，2012，34(9)：38－42. Shao Weiwei, Yang Zhe, Zhou Bin. Improvement of remote sensing identifying methods of crop residue burning based on moderate-resolution imaging spectroradiometer data[J]. Environmental Pollution & Control, 2012, 34(9): 38－42. (in Chinese with English abstract)

[17] 胡梅，齊述華，舒曉波，等. 華北平原秸稈焚燒火點的MODIS影像識別監(jiān)測[J]. 地球信息科學，2008，10(6)：802－807. Hu Mei, Qi Shuhua, Shu Xiaobo, et al. Monitoring fire from crop residues burning with MODIS data in North China Plain [J]. Geo-Information Science, 2008, 10(6): 802－807. (in Chinese with English abstract)

[18] 楊軍. 新一代風云極軌氣象衛(wèi)星業(yè)務產品及應用[M]. 北京：科學出版社，2011.

[19] 余超，陳良富，李莘莘，等. 基于多源衛(wèi)星多光譜遙感數據的過火面積估算研究[J]. 光譜學與光譜分析，2015(3): 739－745. Yu Chao, Chen Liangfu, Li Shenshen, et al. Estimating biomass burned areas from multispectral dataset detected by multiple-satellite[J]. Spectroscopy and Spectral Analysis, 2015(3): 739－745. (in Chinese with English abstract)

[20] 陳潔，鄭偉，高浩，等. 多源衛(wèi)星遙感農作物秸稈焚燒過火面積估算方法[J]. 農業(yè)工程學報，2015，31(3)：207－214. Chen Jie, Zheng Wei, Gao Hao, et al. Estimation method of straw burned area based on multi-source satellite remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(3): 207－214. (in Chinese with English abstract)

[21] The United States Geological Survey (USGS). Landsat 8 OLI (Operational Land Imager) and TIRS (Thermal Infrared Sensor) [EB/OL]. [2015-01-15]. https://lta.cr.usgs.gov/L8.

[22] The United States Geological Survey (USGS). Frequently Asked Questions about the Landsat Missions[EB/OL]. [2013-07-12]. http://landsat.usgs.gov/L8_band_combos.php.

[23] 中國資源衛(wèi)星應用中心. 高分一號衛(wèi)星參數[EB/OL]. [2014- 10-15]. http://www.cresda.com/CN/Satellite/3076.shtml.

[24] 中國資源衛(wèi)星應用中心. 環(huán)境一號A/B/C星衛(wèi)星參數[EB/OL]. [2014-10-15]. http://www.cresda.com/CN/Satellite/ 3064. shtml.

[25] Jensen J R. Introductory Digital Image Processing: A Remote Sensing Perspective[M]. Englewood Cliffs, NJ: Prentice- Hall, 1996.

[26] Townshend J R G, Justice C O. The impact of misregistration on change detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5): 1054－1060.

[27] 中華人民共和國環(huán)境保護部. 環(huán)境監(jiān)察局秸稈焚燒監(jiān)測情況[EB/OL]. [2014-10-15] http://hjj.mep.gov.cn/jgjs/

[28] 謝承旺. 不同種類支持向量機算法的比較研究[J]. 小型微型計算機系統，2008(1)：106－109. Xie Chengwang, Comparative research on various support vector machine algorithms[J]. Journal of Chinese Computer Systems, 2008(1): 106－109. (in Chinese with English abstract)

[29] 王文杰. 面向對象的高分辨率遙感圖像變化檢測方法研究[D]. 北京：中國科學院遙感應用研究所，2009. Wang Wenjie. Research on Change Detection of High Resolution Remote Sensing Image based on Object-Oriented Analyses[D]. Beijing: Institute of Remote Sensing Applications Chinese Academy of Sciences, 2009. (in Chinese with English abstract)

[30] 秦昆. GIS空間分析理論與方法[M]. 武漢：武漢大學出版社，2010.

Dynamic monitoring of straw burned area using multi-source satellite remote sensing data

Wu Xihong, Liu Ting※, Cheng Yongzheng, Wang Laigang, Guo Yan, Zhang Yan, He Jia

(450002,)

As a general definition, open field burning is the burning of living and dead vegetation. An annual average amount of 730 Tg biomass was burnt in Asia, out of which 250 Tg came from agricultural burning. Burning straw after harvest was common, and it was a significant seasonal source of air pollution, which should not be ignored in China. In recent years, straw combustion was serious in Henan Province in autumn, where mechanized farming was practiced, for the farmers were more inclined to burn the crop residues. At present, remote sense monitoring is a practical solution for detection and assessment of this burning. Many researchers used MODIS (moderate resolution imaging spectroradiometer) and FY data to monitor the straw combustion, but the spatial resolution of these data was low and cannot satisfy the requirement of high frequency and high precision monitoring. Especially, many mixed pixels exist in MODIS and FY remote sensing data, which aggrandized the difficulties to get the spatial distribution with high frequency and precision. So, effective and quick means were necessary to deal with this key problem. Generally, high frequency satellite observations could inverse the changing process of straw burned areas. In the present study, Landsat8, GF-1 and HJ-1A/B data were used comprehensively to improve the remote sensing spatial resolution, while the overlay analysis and the object-oriented image analysis (OOIA) methods were adopted to extract the straw burned areas in Taikang County. Based on the OOIA, the remote sensing interpretation sign was established through the ground investigation, and the straw burned area was extracted with a multi-term single-day form. Straw burned areas of 8 stages were extracted using the full-coverage remote sensing images. With the changing detection at the township scale, the temporal change trend of cumulative straw burned area, new added straw burned area and new added farmland plowing area after straw burned were calculated. The spatiotemporal spreading trend of straw burning showed that after the maize harvest, straw burned started at a certain point in time after a large area of crop was harvested, and spread from a number of fire points to a main direction with the time. The new added straw burned area changed with a wavy pattern, due to that intermittent large-scale plowing occurred subsequently in the added burned area. The rate of plowing was beyond the rate of straw burned, and the incineration activity tended to end. Compared with field observed data, the calculated area extraction accuracy was above 93.89%, and the calculated change trend of new straw burned area was basically consistent with the monitoring results of the Ministry of Environmental Protection. Experiment results have indicated that the method presented in this study is timely and accurate, which can reveal more details and regularities than traditional large-scale application of low spatial resolution satellite remote sensing data.

remote sensing; straw; burned; burned area; object-oriented; change detection

10.11975/j.issn.1002-6819.2017.08.021

S127

A

1002-6819(2017)-08-0153-07

2016-08-20

2017-04-02

河南省農業(yè)科技成果轉化資金項目（142201110033）；產糧大省獎勵資金農業(yè)科技創(chuàng)新項目（ycm201513107）；河南省科技攻關計劃重點項目（172102110090）

武喜紅，男，河南鄭州人，主要從事農業(yè)遙感應用研究。鄭州 河南省農業(yè)科學院農業(yè)經濟與信息研究所，450002。 Email：dav0932313@126.com

劉 婷，女，湖北武漢人，研究員，主要從事農業(yè)遙感應用研究。鄭州 河南省農業(yè)科學院農業(yè)經濟與信息研究所，450002。 Email：Liuting32002@163.com

武喜紅，劉 婷，程永政，王來剛，郭 燕，張 彥，賀 佳. 多源衛(wèi)星遙感秸稈焚燒過火面積動態(tài)監(jiān)測[J]. 農業(yè)工程學報，2017，33(8)：153－159. doi：10.11975/j.issn.1002-6819.2017.08.021 http://www. tcsae. org

Wu Xihong, Liu Ting, Cheng Yongzheng, Wang Laigang, Guo Yan, Zhang Yan, He Jia. Dynamic monitoring of straw burned area using multi-source satellite remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 153－159. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.08.021 http://www. tcsae. org