張兆明，唐朝，何國(guó)金*，龍騰飛，魏明月

1. 中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094

2. 中國(guó)科學(xué)院大學(xué)電子電氣與通信工程學(xué)院，北京 100049

3. 海南省地球觀測(cè)重點(diǎn)實(shí)驗(yàn)室，海南三亞 572029

引 言

火燒跡地是全球及區(qū)域碳循環(huán)和氣候變化等研究所需的重要參量之一。美國(guó)國(guó)家航空航天局（NASA）、歐洲空間局（ESA）和國(guó)際地圈生物圈計(jì)劃（IGBP）等都曾發(fā)布過(guò)各種基于不同衛(wèi)星遙感數(shù)據(jù)獲取的全球尺度火燒跡地信息產(chǎn)品，空間分辨率從250 米至0.25 度不等。美國(guó)陸地衛(wèi)星Landsat 系列數(shù)據(jù)是目前存檔時(shí)間最長(zhǎng)、使用最廣泛的中高空間分辨率衛(wèi)星數(shù)據(jù)，為全球火燒跡地信息高精度提取提供了理想的數(shù)據(jù)源。利用Landsat 系列衛(wèi)星數(shù)據(jù)研發(fā)高空間分辨率和精度的大尺度火燒跡地信息產(chǎn)品具有迫切的應(yīng)用需求，也是國(guó)際上的一個(gè)熱點(diǎn)研究課題。美國(guó)地質(zhì)調(diào)查局于2017 年發(fā)布了覆蓋美國(guó)本土的Landsat 30 米分辨率火燒跡地產(chǎn)品[1]，也制定出研發(fā)全球30 米分辨率火燒跡地產(chǎn)品的科學(xué)計(jì)劃。然而，相比MODIS 等中低分辨率衛(wèi)星數(shù)據(jù)，Landsat 系列衛(wèi)星數(shù)據(jù)具有較少的光譜波段和更長(zhǎng)的重返周期，現(xiàn)有的中低分辨率火燒跡地信息提取方法無(wú)法直接應(yīng)用。因此，基于Landsat 數(shù)據(jù)的全球尺度火燒跡地信息的高精度自動(dòng)提取是一個(gè)具有挑戰(zhàn)性的研究方向。

近年來(lái)，機(jī)器學(xué)習(xí)方法在遙感大數(shù)據(jù)分析和智能信息提取領(lǐng)域獲得了成功的應(yīng)用。通過(guò)利用全球火燒跡地樣本庫(kù)和基于生態(tài)系統(tǒng)分區(qū)的機(jī)器學(xué)習(xí)方法，實(shí)現(xiàn)了基于Landsat 數(shù)據(jù)的全球火燒跡地信息高精度自動(dòng)化提取[1]，生產(chǎn)了全球30 米空間分辨率火燒跡地遙感產(chǎn)品。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)來(lái)源

主要利用Landsat 8 衛(wèi)星OLI 傳感器數(shù)據(jù)。按照該衛(wèi)星的運(yùn)行計(jì)劃，可以覆蓋60°S-80°N 的所有陸地區(qū)域。制作年度全球火燒跡地產(chǎn)品，需要利用當(dāng)年獲取的全部Landsat 8 OLI 數(shù)據(jù)，以盡可能減少漏分現(xiàn)象，同時(shí)需要利用前一年獲取的全部Landsat 8 OLI 數(shù)據(jù)，去除前一年發(fā)生且未恢復(fù)的火燒跡地，制作一期全球火燒跡地產(chǎn)品需要利用約40 萬(wàn)景Landsat 8 OLI 影像，數(shù)據(jù)量超過(guò)300TB，在產(chǎn)品生產(chǎn)時(shí)利用了Google Earth Engine（簡(jiǎn)稱(chēng)GEE）云平臺(tái)上的Landsat 8 OLI 地表反射率[2]。

1.2 數(shù)據(jù)處理方法

利用Landsat 8 地表反射率數(shù)據(jù)的質(zhì)量標(biāo)識(shí)建立云和云陰影掩膜，去除云和云陰影影響。在全球高精度樣本庫(kù)基礎(chǔ)上，基于Landsat 8 時(shí)序衛(wèi)星數(shù)據(jù)和火燒跡地敏感光譜參量〔波段反射率、歸一化燃燒指數(shù)（Normalized Burned Ratio，NBR）[3]，歸一化差值植被指數(shù)（Normalized Difference Vegetation Index，NDVI）[4]，全球環(huán)境監(jiān)測(cè)指數(shù)（Global Environmental Monitoring Index，GEMI）[5]，中紅外燃燒指數(shù)（Mid-Infrared Burn Index，MIRBI）[6]，火燒跡地指數(shù)（Burned Area Index，BAI）[7]，修正的土壤調(diào)節(jié)植被指數(shù)（Soil-Adjusted Vegetation Index，SAVI）[8]和歸一化差值濕度指數(shù)（Normalized Difference Moisture Index，NDMI）[9]等〕，利用機(jī)器學(xué)習(xí)算法（隨機(jī)森林模型）進(jìn)行樣本訓(xùn)練和學(xué)習(xí)，得到火燒跡地識(shí)別規(guī)則和疑似火燒跡地種子點(diǎn)。對(duì)疑似火燒跡地種子點(diǎn)進(jìn)行一系列過(guò)濾和優(yōu)化，得到確定的火燒跡地種子點(diǎn)。具體的過(guò)濾和優(yōu)化參量及判別式包括：（1）兩年（2014、2015 年）間最大的NDVI 值大于0.2；（2）兩年（2014、2015 年）間最大的NDVI 值（NDVI2）與當(dāng)年（2015 年）火燒概率最大時(shí)的NDVI 值（NDVI1）的差值大于0.2，即NDVI2?NDVI1>0.2；（3）上一年（2014）最小NBR 值（NBR2）與當(dāng)年（2015 年）火燒概率最大時(shí)的NBR 值（NBR1）的差值大于0.1，即NBR2?NBR1>0.1；（4）當(dāng)年（2015 年）火燒概率最大的日期（t1，儒略日）大于兩年（2014、2015年）間NDVI 最大的日期（t2，儒略日），即t1> t2，或者t2?t1>100。從種子點(diǎn)開(kāi)始按8 連通原則進(jìn)行區(qū)域生長(zhǎng)，吸收周?chē)馃怕蚀笥?0%的候選點(diǎn)，得到火燒跡地。更詳細(xì)的解釋和說(shuō)明參見(jiàn)文獻(xiàn)[2]。總體技術(shù)流程如圖1 所示。

圖1 火燒跡地提取技術(shù)流程

2 數(shù)據(jù)樣本描述

火燒跡地?cái)?shù)據(jù)產(chǎn)品利用經(jīng)緯度投影，分辨率為0.00025°（約30 米），以10°×10°分塊，GeoTiff 格式存儲(chǔ)，以分塊圖像左上角像素的經(jīng)緯度作為文件名，像素值中以1 代表火燒跡地像元，空值代表非火燒跡地像元。例如文件名為S10E020.TIF 的分塊文件代表左上角像素坐標(biāo)為南緯10 度、東經(jīng)20度的火燒跡地?cái)?shù)據(jù)文件（圖2）。

圖2 S10E020 火燒跡地塊示例

3 數(shù)據(jù)質(zhì)量控制和評(píng)估

利用隨機(jī)分層抽樣的方式對(duì)全球火燒跡地產(chǎn)品進(jìn)行精度驗(yàn)證和評(píng)估。為確保精度驗(yàn)證的全面性和代表性，精度驗(yàn)證樣區(qū)的選擇兼顧不同地表覆蓋類(lèi)型和火行為特征。依據(jù)MODIS 地表覆蓋類(lèi)型產(chǎn)品將全球概括為7 個(gè)地表類(lèi)型：Broadleaved Evergreen（常綠闊葉林），Broadleaved Deciduous（落葉闊葉林），Coniferous（針葉林），Mixed Forest（混交林），Shrub（灌叢），Rangeland（草地），和Agriculture（農(nóng)田）。同時(shí)根據(jù)GFED 4（Global Fire Emission Database 4，第四版本的全球火燒排放數(shù)據(jù)庫(kù)）2015年的火燒跡地密度數(shù)據(jù)將全球均勻劃分為5 個(gè)密度級(jí)，最終在全球范圍內(nèi)選擇了80 個(gè)驗(yàn)證樣區(qū)，這些樣區(qū)覆蓋了全部的地表類(lèi)型。

精度驗(yàn)證利用的數(shù)據(jù)源主要包括Landsat 8、GF 1、CBERS 4 和美國(guó)MTBS（Monitoring Trends in Burn Severity，火燒強(qiáng)度趨勢(shì)監(jiān)測(cè)）火燒跡地產(chǎn)品。其中中國(guó)境內(nèi)的驗(yàn)證樣區(qū)使用GF 1 數(shù)據(jù)，南美區(qū)域使用CBERS 4，美國(guó)區(qū)域使用MTBS 和Landsat 8，全球其他區(qū)域使用Landsat 8。對(duì)于Landsat 8 數(shù)據(jù)，驗(yàn)證樣區(qū)的大小為185 km×185 km；對(duì)于CBERS4 數(shù)據(jù)，驗(yàn)證樣區(qū)的大小為120 km×120 km；對(duì)于GF1 數(shù)據(jù)，驗(yàn)證樣區(qū)的大小為100 km×100 km。

通過(guò)收集驗(yàn)證樣區(qū)2015 年整年的時(shí)序衛(wèi)星數(shù)據(jù)，進(jìn)行正射校正等處理。然后目視尋找2015 年內(nèi)新增的火燒跡地，確定火燒前后的衛(wèi)星影像對(duì)?；谛l(wèi)星影像對(duì)手動(dòng)選擇火燒跡地和非火燒跡地樣本點(diǎn)，利用支持向量機(jī)分類(lèi)器進(jìn)行分類(lèi)，最終得到2015 年火燒跡地驗(yàn)證的參考數(shù)據(jù)。

在每個(gè)驗(yàn)證樣區(qū)分別進(jìn)行驗(yàn)證，然后得到全球火燒跡地精度驗(yàn)證結(jié)果，選用誤分率（Commission Error）、漏分率（Omission Error）和整體精度（Overall Accuracy）3 個(gè)指標(biāo)來(lái)定量表征火燒跡地信息提取的精度，最終得到2015 年全球火燒跡地產(chǎn)品的誤分率、漏分率和整體精度分別為13.17%、30.13%和93.92%[10]。

4 數(shù)據(jù)價(jià)值

火燒跡地是資源環(huán)境監(jiān)測(cè)、全球變化和碳循環(huán)研究等領(lǐng)域的一個(gè)重要參數(shù)，全球30 米分辨率火燒跡地產(chǎn)品能夠有效反映面積較小的燃燒斑塊，同時(shí)在火燒跡地位置確定和面積量算上具有優(yōu)勢(shì)，可應(yīng)用于全球火災(zāi)監(jiān)測(cè)和評(píng)估、碳排放計(jì)算、生態(tài)環(huán)境保護(hù)等領(lǐng)域。

數(shù)據(jù)作者責(zé)任分工

張兆明（1980—），男，河南省鄭州市人，博士，正高級(jí)工程師，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息挖掘。主要承擔(dān)工作：研究思路與研究方案設(shè)計(jì)、算法研究、論文撰寫(xiě)。

唐朝（1996—），男，浙江省湖州市人，碩士研究生，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息挖掘。主要承擔(dān)工作：產(chǎn)品生產(chǎn)、精度驗(yàn)證。

何國(guó)金（1968—），男，福建省武平縣人，博士，研究員，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息挖掘。主要承擔(dān)工作：總體指導(dǎo)，研究思路與研究方案設(shè)計(jì)。

龍騰飛（1986—），男，湖北省武漢市人，博士，副研究員，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息挖掘。主要承擔(dān)工作：算法研究、程序編寫(xiě)。

魏明月（1997—），女，河南省鄭州市人，碩士研究生，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息挖掘。主要承擔(dān)工作：數(shù)據(jù)處理、精度驗(yàn)證。