周強(qiáng)，陳潔，李玉華

(1. 山東省氣象服務(wù)中心，山東 濟(jì)南 250031； 2. 國家衛(wèi)星氣象中心，北京 100081)

引言

火災(zāi)是威脅公共安全和社會(huì)發(fā)展的主要災(zāi)害之一，尤其是森林草原火災(zāi)以其突發(fā)性強(qiáng)，蔓延速度快，破壞力較大的特點(diǎn)，往往帶來巨大生命財(cái)產(chǎn)損失，且林草火多處于偏遠(yuǎn)地區(qū)，人工巡查難以及時(shí)發(fā)現(xiàn)?？焖佾@取林草火點(diǎn)信息，對火災(zāi)的及早應(yīng)急處置，減少社會(huì)經(jīng)濟(jì)損失有重要意義[1-3]。

近年來，衛(wèi)星遙感監(jiān)測以其成像周期快、覆蓋范圍廣的特點(diǎn)，逐漸成為火災(zāi)監(jiān)測的重要手段[4-8]。數(shù)字圖像處理領(lǐng)域中，特征點(diǎn)提取反映的是二維圖像上亮度變化劇烈的點(diǎn)或圖像邊緣曲線上曲率極大值的點(diǎn)，在目標(biāo)識別、圖像匹配等領(lǐng)域有著廣泛的應(yīng)用[9-10]。鄭偉等[11]綜合利用氣象衛(wèi)星數(shù)據(jù)、環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)和常規(guī)氣象觀測數(shù)據(jù)研判火災(zāi)發(fā)展過程，優(yōu)化煙霧、云和陰影等影響因素的表現(xiàn)特征，提出了利用多源數(shù)據(jù)的火點(diǎn)動(dòng)態(tài)監(jiān)測分析方法。戎志國等[12]通過多源衛(wèi)星人工火情測量試驗(yàn)，驗(yàn)證中波紅外通道有明顯的增溫效應(yīng)，氣象衛(wèi)星1 km分辨率的中波紅外通道可以監(jiān)測到200 m2，甚至100 m2燃燒的火場。

極軌衛(wèi)星受其觀測頻次低和觀測時(shí)段固定等因素限制，難以及時(shí)提供火情變化信息，而靜止氣象衛(wèi)星的連續(xù)成像功能以其觀測頻次高，全天候監(jiān)測的特點(diǎn)，對火災(zāi)的即時(shí)監(jiān)測具有明顯優(yōu)勢[13]。武晉雯等[14]分別使用Himawari-8(葵花8號)和高分一號衛(wèi)星數(shù)據(jù)，通過前后關(guān)聯(lián)的火點(diǎn)識別算法提取中心燃點(diǎn)溫度及燃燒范圍，采用近紅外光譜、歸一化植被指數(shù)等方法進(jìn)行火燒跡地識別。陳潔等[15]利用Himawari-8對內(nèi)蒙古一次草原火災(zāi)監(jiān)測分析發(fā)現(xiàn)，基于自適應(yīng)閾值火點(diǎn)算法可連續(xù)動(dòng)態(tài)監(jiān)測火情信息，為預(yù)測草原火發(fā)展提供了重要依據(jù)。

自適應(yīng)閾值火點(diǎn)算法能較好地監(jiān)測草原火的特征，但在不同下墊面類型區(qū)域的適應(yīng)性需要進(jìn)一步驗(yàn)證。山東省是林草火災(zāi)高發(fā)的省份之一，且下墊面環(huán)境復(fù)雜，單一閾值難以反映不同火情特征。

利用新一代靜止氣象衛(wèi)星Himawari-8高時(shí)空分辨率的特點(diǎn)，選取2017—2019年山東區(qū)域內(nèi)Himawari-8判定的火點(diǎn)信息和人工核實(shí)真實(shí)火點(diǎn)資料，分析自適應(yīng)閾值火點(diǎn)判識算法在山東的火點(diǎn)識別效果，對算法中背景亮溫和背景系數(shù)的參數(shù)進(jìn)行適應(yīng)性分析和檢驗(yàn)，以提升火點(diǎn)識別算法在山東的目標(biāo)識別準(zhǔn)確率。

1 儀器屬性與火點(diǎn)識別

Himawari-8衛(wèi)星于2015年7月正式投入使用，采用三軸穩(wěn)定的姿態(tài)控制技術(shù)，衛(wèi)星星下點(diǎn)位于赤道上空140.7°E附近，運(yùn)行高度為35 800 km。主要搭載的AHI(Advanced Himawari Imager)成像儀包含可見光至紅外共16個(gè)通道，其最高空間分辨率可達(dá)500 m，時(shí)間分辨率為10 min。Himawari-8衛(wèi)星通道的高空間分辨率、高觀測頻次和多通道設(shè)置的特點(diǎn)，在無云條件下能夠?qū)崿F(xiàn)24 h連續(xù)監(jiān)測，可為防火救災(zāi)工作提供精準(zhǔn)及時(shí)的火情監(jiān)測信息支持[16-18]?；谠O(shè)備屬性，建立火點(diǎn)判識流程(圖1)。

遙感火點(diǎn)識別主要依據(jù)判識燃燒物體熱輻射與未發(fā)生燃燒時(shí)背景輻射的差異，常溫地表輻射峰值波長在11 μm左右，而物質(zhì)燃燒時(shí)輻射峰值波長位于4 μm左右[19-22]。自適應(yīng)閾值火點(diǎn)算法選取AHI成像儀中3.9 μm(第7通道)和11.2 μm(第14通道)紅外亮溫?cái)?shù)據(jù)T3.9和T11.2分析燃燒像元。本文火點(diǎn)識別算法中，首先利用普朗克輻射公式將輻亮度L轉(zhuǎn)換為亮度溫度T：

(1)

其中，h=6.626×10-34，c為光速，k=1.38×10-23，λ是相應(yīng)通道波長，單位：μm。

圖1 Himawari-8衛(wèi)星遙感疑似火點(diǎn)判識流程Fig.1 Technological process of recognizing suspected fire spots by Himawari-8 satellite

Himawari-8衛(wèi)星遙感疑似火點(diǎn)判識流程(圖1)主要包括以下步驟。

1)讀取火點(diǎn)圖像和下墊面土地類型，首先排除水體的鏡面反射干擾。當(dāng)滿足R1.6< 0.05 且R0.86< 0.15，R0.86和R1.6分別為Himawari-8在0.86 μm(第4通道)和1.6 μm(第5通道)處的表觀反射率，則目標(biāo)像元被標(biāo)識為水體。

2)依據(jù)判識像元反射率和云判識門檻值作為排除云污染條件。當(dāng)像元滿足以下條件則被判識為云區(qū)像元：R0.64+R0.86>0.9且T11.2<265 K。R0.64為0.64 μm(第3通道)處的表觀反射率。

3)判斷像元太陽相對衛(wèi)星的方位角如果在165°至200°之間，則該像元處于耀斑區(qū)。

4)對無云陸地像元，判別火點(diǎn)絕對閾值條件為：T3.9> 360 K(白天) 或T3.9> 320 K(夜晚)。若探測像元周邊鄰域內(nèi)的晴空植被像元滿足以下條件，將其作為疑似高溫像元：T3.9>(T3.9bg+10)且ΔT3.9_11>(ΔT3.9_11bg+ 8)，或T3.9>330 K。式中T3.9bg為背景區(qū)像元第7通道亮溫，ΔT3.9_11和ΔT3.9_11bg是背景區(qū)像元第7通道與14通道亮溫差及亮溫差平均值。挑選探測像元周邊7×7像元鄰域內(nèi)的晴空植被像元和非疑似高溫像元作為背景區(qū)像元，若背景區(qū)晴空植被像元數(shù)不足鄰域像元數(shù)的20%，鄰域擴(kuò)大為9×9，11×11，…，直至19×19像元。若仍不滿足條件，放棄該像元的判識處理。

5)最后對比探測像元與背景像元在選取通道下的亮溫差異實(shí)現(xiàn)火點(diǎn)可信度分級，即：

a)當(dāng)(T3.9-T3.9bg)≥15 K且(ΔT3.9_11-ΔT3.9_11bg)≥15 K時(shí)，為一級確認(rèn)火點(diǎn)像元；

b)當(dāng)(T3.9-T3.9bg)<15 K或(ΔT3.9_11-ΔT3.9_11bg)<15 K時(shí)，為二級疑似火點(diǎn)像元；

c)滿足a)或者b)，且火點(diǎn)像元周邊相距2個(gè)像元以內(nèi)(包括兩個(gè)像元)有云區(qū)像元時(shí)，為三級云區(qū)邊緣火點(diǎn)像元；

d)當(dāng)該火點(diǎn)像元周邊的8個(gè)像元均不是火點(diǎn)像元，且(T3.9-T3.9bg)> 20 K時(shí)，為四級噪聲火點(diǎn)像元。

2 山東火點(diǎn)特征分析

利用電力等部門鄉(xiāng)鎮(zhèn)級火災(zāi)現(xiàn)場巡查，從2017年3月開始對山東省內(nèi)Himawari-8衛(wèi)星反演的疑似火點(diǎn)監(jiān)測信息進(jìn)行人工核實(shí)反饋，驗(yàn)證反演火點(diǎn)識別效果。選取2017年3月—2019年2月的衛(wèi)星識別和人工驗(yàn)證數(shù)據(jù)，逐月對比分析(圖2)發(fā)現(xiàn)：火點(diǎn)次數(shù)有明顯的季節(jié)變化特征，主要發(fā)生時(shí)段集中在11月—次年6月；7—9月受汛期降水影響，火點(diǎn)次數(shù)顯著偏少；6月火點(diǎn)次數(shù)最高，驗(yàn)證反饋主要是由麥?zhǔn)占竟?jié)的農(nóng)田焚燒秸稈導(dǎo)致。曲線為逐月識別火點(diǎn)準(zhǔn)確率，統(tǒng)計(jì)時(shí)間段內(nèi)識別火點(diǎn)總數(shù)1 311次，監(jiān)測到真實(shí)火點(diǎn)809次，識別準(zhǔn)確率為71.5%，驗(yàn)證真實(shí)火點(diǎn)準(zhǔn)確率較為穩(wěn)定。

圖2 山東省衛(wèi)星遙感識別火點(diǎn)和真實(shí)火點(diǎn)統(tǒng)計(jì)分析Fig.2 Statistical analysis of fire spot recognition by satellite remote sensing and real fire spots in Shandong Province

利用山東省30 m分辨率地表覆蓋數(shù)據(jù)對山東省地表類型進(jìn)行統(tǒng)計(jì)分析，同時(shí)結(jié)合Himawari-8衛(wèi)星火點(diǎn)數(shù)據(jù)與地表植被類型數(shù)據(jù)，采用林分模型[23-24]估算出山東省及周邊可燃物載量分布數(shù)據(jù)，圖3a、b分別為山東省下墊面地表類型分布圖和可燃物載量分布圖。山東省林草覆蓋面積構(gòu)成和空間分布，包括8大類林地和2大類草地，總面積為36 952.1 km2，占全省面積的23.7%。魯東南、魯中西部和半島地區(qū)以林地為主，可燃物載量可達(dá)20 kg·m-2以上，地勢相對較高，魯中東部和魯西北以農(nóng)田和草地為主，可燃物載量在3～20 kg·m-2，海拔較低(圖3)?？梢娚綎|地區(qū)可燃物分布廣，下墊面地表類型多樣，在復(fù)雜地形與下墊面類型的組合下，單一的山火識別閾值難以精確提取全省區(qū)域的火點(diǎn)信息。

圖3 山東省下墊面地表類型分布圖(a)和可燃物載量分布圖(b)Fig.3 Distribution of types of underlying surface (a) and fuel load (b) in Shandong Province

3 識別算法閾值對比分析

火點(diǎn)識別關(guān)鍵在于判識像元與背景像元的亮溫差，識別算法需滿足以下兩項(xiàng)：

T3.9-T3.9bg>n1 ×S3.9bg

(2)

ΔT3.9_11-ΔT3.9_11bg>n2 ×S3.9_11bg

(3)

其中，背景窗亮溫差ΔT3.9_11=T3.9-T11，S3.9bg表示背景窗中3.9 μm亮溫的標(biāo)準(zhǔn)差，S3.9_11bg表示背景窗ΔT3.9_11的標(biāo)準(zhǔn)偏差，n1和n2為背景系數(shù)。

式(2)和(3)中，T3.9bg，ΔT3.9_11bg是計(jì)算相應(yīng)通道的亮溫平均值，方法如下：

(4)

背景亮溫隨區(qū)域、季節(jié)以及太陽角度不同而變化，因此區(qū)分窗口內(nèi)不同下墊面類型像元固有亮溫值的差異，需要根據(jù)本地化的下墊面屬性來確定相應(yīng)閾值系數(shù)。

選取2017—2019年山東區(qū)域下墊面為林地和草地的火點(diǎn)資料，包括Himawari-8判定的火點(diǎn)資料和人工核實(shí)真實(shí)火點(diǎn)資料?；谧赃m應(yīng)閾值算法，對T3.9bg，ΔT3.9_11bg，n1和n2四個(gè)參數(shù)分別進(jìn)行不同閾值大小的敏感性試驗(yàn)。圖4給出了四種參數(shù)在不同閾值下火點(diǎn)識別準(zhǔn)確率的變化序列曲線?？傮w來看，不同下墊面類型在四個(gè)參數(shù)試驗(yàn)中識別準(zhǔn)確率變化趨勢近似一致，但對閾值變化表現(xiàn)敏感。圖4a中兩種下墊面類型在背景亮溫值為350 K時(shí)達(dá)到最大準(zhǔn)確率；背景窗亮溫差的準(zhǔn)確率變化呈雙峰型分布，準(zhǔn)確率相對高值區(qū)在7.0～7.8 K之間；兩種下墊面在背景系數(shù)n1試驗(yàn)中區(qū)別明顯，林地n1取4.0，草地n1為3.5時(shí)識別準(zhǔn)確率可達(dá)70.0%；背景系數(shù)n2敏感性相對較弱，n2<3.0時(shí)準(zhǔn)確率明顯偏低，在3.5～5.0之間準(zhǔn)確率變化相對穩(wěn)定。

圖4 自適應(yīng)閾值火點(diǎn)算法中四類閾值的敏感性分析(a.背景亮溫T3.9bg，b.背景窗亮溫差ΔT3.9_11bg，c.背景系數(shù)n1，d.背景系數(shù)n2)Fig.4 Sensitivity analysis of 4 kinds of threshold in adaptive threshold algorithm (a. brightness temperature of background T3.9bg, b. brightness temperature difference in background window ΔT3.9_11bg, c. background coefficient n1, d. background coefficient n2)

4 算法閾值檢驗(yàn)

基于上述敏感性試驗(yàn)結(jié)果，分別選取山東區(qū)域內(nèi)四種參數(shù)準(zhǔn)確率最高的閾值，結(jié)果如表1所示。將閾值帶入火點(diǎn)識別算法中，對2017年3月—2019年2月近兩年內(nèi)Himawari-8衛(wèi)星數(shù)據(jù)重新計(jì)算獲取火點(diǎn)判識結(jié)果。剔除無林火和草原火的月份后，圖5給出了閾值干預(yù)后火點(diǎn)判識算法和自適應(yīng)閾值原始算法對山東區(qū)域火點(diǎn)判識結(jié)果對比。

對比閾值干預(yù)后火點(diǎn)判識算法和自適應(yīng)閾值原始算法對山東區(qū)域火點(diǎn)判識結(jié)果可以看出，閾值干預(yù)算法獲取的結(jié)果在兩種土地類型下的火點(diǎn)識別準(zhǔn)確率均有不同程度的提升。其中林地平均準(zhǔn)確率72.7%，優(yōu)于原始算法的66.9%；原始算法的草地火點(diǎn)識別準(zhǔn)確率樣本均值為77.8%，閾值干預(yù)后為81.6%。且兩種下墊面類型的火點(diǎn)識別準(zhǔn)確率樣本均值差ΔVMean草>ΔVMean林，即草地準(zhǔn)確率提升高于林地。

表1 閾值識別算法參數(shù)選取

Table 1 Parameter selection of threshold recognition algorithm

下墊面類型T3.9bg /KΔT3.9_11bg /Kn1n2林地3507.14.04.5草地3517.53.54.1

以2018年“4·18”濟(jì)南與泰安交界處火災(zāi)為例分析閾值干預(yù)算法效果，此次火災(zāi)為典型山區(qū)林火，火勢強(qiáng)且持續(xù)時(shí)間長。

圖5 閾值干預(yù)火點(diǎn)算法檢驗(yàn)分析(a.林地，b.草地)Fig.5 Test and analysis of threshold intervention fire spot algorithm (a. forest land, b. grassland)

選取4月18日20：40整個(gè)火災(zāi)過程中范圍較大的時(shí)次，利用原始算法和閾值干預(yù)后的算法分別反演該時(shí)次火點(diǎn)信息，對比火場實(shí)地監(jiān)測得到圖6。分析表明，原始算法火點(diǎn)得到監(jiān)測信息中包含疑似火點(diǎn)像元20個(gè)(圖6a)，閾值干預(yù)后火點(diǎn)反演獲取疑似火點(diǎn)像元15個(gè)(圖6b)。結(jié)合實(shí)測火點(diǎn)與衛(wèi)星遙感火點(diǎn)像元的經(jīng)緯度信息，對比發(fā)現(xiàn)兩種計(jì)算方法得到的火點(diǎn)像元與實(shí)測火點(diǎn)的中西部分基本重合，而東部對應(yīng)區(qū)域較少。原始算法在火場的南北兩側(cè)存在明顯誤判像元，閾值干預(yù)的火點(diǎn)監(jiān)測像元相對集中，尤其是對火場南部位于泰安境內(nèi)的兩個(gè)火點(diǎn)像元點(diǎn)的判識訂正表現(xiàn)較好。閾值干預(yù)后的識別算法對火場邊緣的像元判識較原始算法有明顯提升，能有效減少誤判像元數(shù)。

圖6 Himawari-8衛(wèi)星4月18日20：40識別火點(diǎn)(紅色)與實(shí)測火點(diǎn)(黃色)的對比(a.原始算法，b.閾值干預(yù))Fig.6 Comparison of remote sensing fire spot (red) by Himawari-8 satellite and observed fire spot (yellow) at 20:40 on 18 April 2018 (a. original algorithm, b. threshold intervention)

與原始算法相比，閾值干預(yù)算法過濾掉了濟(jì)泰交界線右側(cè)兩個(gè)真實(shí)火點(diǎn)像元，說明此次閾值的選取和組合同樣存在火點(diǎn)判識的漏判，這可能是由于火勢強(qiáng)度的區(qū)域不均勻，背景窗亮溫差存在空間差異，需要結(jié)合精細(xì)化火場區(qū)域溫度分布，建立背景亮溫與識別參數(shù)的相關(guān)關(guān)系，進(jìn)一步優(yōu)化算法閾值以提升目標(biāo)像元識別準(zhǔn)確性。

5 結(jié)論

利用Himawari-8衛(wèi)星監(jiān)測數(shù)據(jù)和2017—2019年山東區(qū)域火點(diǎn)統(tǒng)計(jì)資料，分析自適應(yīng)閾值火點(diǎn)判識算法在山東的火點(diǎn)識別效果，結(jié)合區(qū)域下墊面特征對算法中T3.9bg和ΔT3.9_11bg等參數(shù)進(jìn)行適應(yīng)性分析和閾值干預(yù)檢驗(yàn)，得到如下結(jié)論：

1)基于Himawari-8靜止衛(wèi)星的多通道和高時(shí)效等優(yōu)勢，利用下墊面閾值自適應(yīng)算法能夠多時(shí)次連續(xù)觀測山東區(qū)域的火情監(jiān)測信息，可反映出火點(diǎn)次數(shù)有明顯的季節(jié)變化特征，實(shí)現(xiàn)火災(zāi)信息的及時(shí)有效監(jiān)測。

2)山東省林草覆蓋范圍廣，可燃物載量大，森林草原火災(zāi)發(fā)生概率較高?；瘘c(diǎn)識別效果對算法中T3.9bg，ΔT3.9_11bg，n1和n2四個(gè)參數(shù)較為敏感，林草下墊面類型在不同參數(shù)閾值時(shí)火點(diǎn)識別準(zhǔn)確率存在明顯差異。根據(jù)山東區(qū)域復(fù)雜下墊面屬性來確定背景系數(shù)能有效提升火點(diǎn)判識準(zhǔn)確度。

3)通過選取敏感性試驗(yàn)最優(yōu)閾值干預(yù)算法，可對林地和草地的火點(diǎn)識別準(zhǔn)確率分別提升5.8%和3.8%。閾值干預(yù)識別算法能有效過濾誤判像元，但兩種算法均存在漏判區(qū)域，結(jié)合火強(qiáng)區(qū)域分布和變化進(jìn)一步優(yōu)化調(diào)整閾值，可為防火工作提供精準(zhǔn)決策依據(jù)。