王 堯，王世新，周 藝，王福濤，王振慶

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)，北京 100049

引 言

在各種災(zāi)害中，火災(zāi)是最經(jīng)常、最普遍地威脅公眾安全和社會(huì)發(fā)展的主要災(zāi)害之一[1]；其中，森林火災(zāi)作為一種突發(fā)性強(qiáng)，破壞性大的自然災(zāi)害，對(duì)森林以及人類帶來(lái)極大的危害和損失。尤其是2016年12月印發(fā)實(shí)施的《全國(guó)森林防火規(guī)劃(2016—2025)》，更是將森林火災(zāi)防控問(wèn)題提高到了國(guó)家戰(zhàn)略層面，其中明確指出要建立健全科學(xué)防火和依法治火機(jī)制，全面提升森林火災(zāi)綜合防控能力，因此對(duì)火災(zāi)發(fā)生前的風(fēng)險(xiǎn)評(píng)判以及發(fā)生后的快速識(shí)別具有極其重要的意義。

目前，衛(wèi)星遙感數(shù)據(jù)由于其監(jiān)測(cè)頻次快，空間覆蓋范圍廣，已經(jīng)成為監(jiān)測(cè)和處理森林火災(zāi)的重要數(shù)據(jù)來(lái)源。20世紀(jì)80年代，伴隨著遙感技術(shù)的深入發(fā)展，出現(xiàn)了利用多個(gè)衛(wèi)星平臺(tái)協(xié)同監(jiān)測(cè)森林火災(zāi)的研究。根據(jù)平臺(tái)的不同，可以將火災(zāi)監(jiān)測(cè)的方法分為單時(shí)相和多時(shí)相兩大類。具體而言，單時(shí)相監(jiān)測(cè)是利用火災(zāi)發(fā)生時(shí)空間溫度的差異及光譜信息進(jìn)行監(jiān)測(cè)，常用方法如單波段閾值法、多波段閾值法以及上下文法等。其中，單波段和多波段閾值法的優(yōu)點(diǎn)是簡(jiǎn)單快速且有一定的魯棒性，但忽略了季節(jié)的差異性及區(qū)域的異質(zhì)性；上下文法是指利用空間上下文信息對(duì)火點(diǎn)進(jìn)行提取，目前廣泛使用的全球火點(diǎn)產(chǎn)品的生產(chǎn)就是基于Giglio等[2]提出的上下文法的模型改進(jìn)和發(fā)展而來(lái)，該方法能夠降低部分較小火點(diǎn)的漏檢精度。相比于單時(shí)相監(jiān)測(cè)，多時(shí)相監(jiān)測(cè)則是通過(guò)利用同步衛(wèi)星高重訪率的特性，用多幅歷史影像與當(dāng)前影像相結(jié)合進(jìn)行火點(diǎn)識(shí)別。與極軌衛(wèi)星相比，地球靜止衛(wèi)星的高時(shí)間分辨率不僅能夠更好地排除掉虛警問(wèn)題，同時(shí)還能補(bǔ)償其在空間分辨率上的不足，因而在全球的火災(zāi)監(jiān)測(cè)中具有明顯的優(yōu)勢(shì)。如Filizola等[3-4]利用歐洲MSG SEVIRI傳感器，提出了適合同步衛(wèi)星的RST-FIRES算法，且成功地用于火災(zāi)監(jiān)測(cè)；Jang等[4]提出了一種組合算法，并基于Himawari-8數(shù)據(jù)監(jiān)測(cè)韓國(guó)的小型森林火災(zāi)。

與國(guó)外相比，國(guó)內(nèi)學(xué)者利用遙感數(shù)據(jù)對(duì)火點(diǎn)進(jìn)行提取的研究起步雖然較晚，但是經(jīng)過(guò)多年的發(fā)展，也取得了豐富的成果，如火點(diǎn)指數(shù)法、最大類間差法等。并且用AVHRR數(shù)據(jù)及MODIS數(shù)據(jù)發(fā)展了適用于中國(guó)區(qū)域的火點(diǎn)探測(cè)算法，隨著近些年國(guó)產(chǎn)衛(wèi)星的陸續(xù)發(fā)射，出現(xiàn)了諸多針對(duì)國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的火災(zāi)監(jiān)測(cè)算法，具體如Li等[5-6]分別提出適用于HJ-1B衛(wèi)星的火災(zāi)監(jiān)測(cè)歸一化火點(diǎn)指數(shù)以及時(shí)空探測(cè)模型, Lin等[7]基于FY-3C VIRR數(shù)據(jù)，通過(guò)引入“動(dòng)態(tài)閾值”和“紅外梯度”特性以增強(qiáng)算法的性能，使其適合于VIRR儀器。

目前，隨著“高分專項(xiàng)”全面啟動(dòng)，高分衛(wèi)星數(shù)據(jù)為我國(guó)的災(zāi)害監(jiān)測(cè)提供了一個(gè)全新的平臺(tái)，其主要研究通過(guò)獲取火燒跡地高分辨率遙感影像，從而對(duì)森林火災(zāi)受害程度和災(zāi)后植被恢復(fù)等進(jìn)行評(píng)價(jià)與支持[8]。高分四號(hào)衛(wèi)星作為一顆靜止衛(wèi)星，其搭載的中波紅外相機(jī)(IRS)具有按秒成像的能力，并且具有較高溫度飽和點(diǎn)，因而對(duì)于熱異常及地物動(dòng)態(tài)變化監(jiān)測(cè)具有重要的應(yīng)用前景。劉超樹(shù)等[9]采用“劈窗法”構(gòu)建高分四號(hào)的火點(diǎn)自適應(yīng)閾值檢測(cè)算法，該算法的檢測(cè)準(zhǔn)確率高于80%，能被應(yīng)用于高分四號(hào)影像的火點(diǎn)檢測(cè)?？傮w而言，國(guó)內(nèi)外學(xué)者對(duì)于火點(diǎn)提取的研究日趨成熟，但是也存在以下問(wèn)題：一是對(duì)于新發(fā)射的衛(wèi)星傳感器數(shù)據(jù)火點(diǎn)提取算法研究較少；其二是基于單時(shí)相多時(shí)相的火災(zāi)探測(cè)都有不足之處。為此，本文結(jié)合高分四號(hào)數(shù)據(jù)，首先對(duì)其在不同場(chǎng)景下的火災(zāi)監(jiān)測(cè)潛力進(jìn)行評(píng)價(jià)，其次構(gòu)建了亮溫差校正思想的火點(diǎn)檢測(cè)方法，通過(guò)引入災(zāi)前影像的時(shí)間信息來(lái)獲得較為準(zhǔn)確的亮溫?cái)M合數(shù)據(jù)，最后通過(guò)精確率、虛警率、漏警率和總體分類精度等指標(biāo)對(duì)火點(diǎn)探測(cè)結(jié)果進(jìn)行精度評(píng)價(jià)。

1 實(shí)驗(yàn)部分

1.1 研究區(qū)概況

本研究選取山西省沁源縣和內(nèi)蒙古呼倫貝爾市新巴爾虎左旗地區(qū)作為實(shí)驗(yàn)區(qū)。沁源縣位于112.3E，26.5N，以超56.7%的森林覆蓋率位居山西省之首；新巴爾虎左旗毗鄰兩國(guó)一盟四旗市位于東經(jīng)117°33′—120°12′，北緯46°10′—49°47′，春季干旱多大風(fēng)，邊境線屢見(jiàn)火情。

1.2 數(shù)據(jù)處理及技術(shù)路線

高分四號(hào)衛(wèi)星是我國(guó)自主研制的第一顆，也是目前世界上地球同步軌道分辨率最高的對(duì)地觀測(cè)衛(wèi)星。該衛(wèi)星具有普查、凝視、區(qū)域、機(jī)動(dòng)查巡四種工作模式，可以長(zhǎng)時(shí)間駐留在固定區(qū)域上空，對(duì)我國(guó)境內(nèi)及周邊地區(qū)進(jìn)行近實(shí)時(shí)高頻次的監(jiān)測(cè)以及熱點(diǎn)區(qū)域持續(xù)觀測(cè)。其上搭載的全色多光譜相機(jī)(PMS)空間分辨率優(yōu)于50 m、單景成像幅寬優(yōu)于500 km、中波紅外相機(jī)(IRS)空間分辨率優(yōu)于400 m、單景成像幅寬優(yōu)于400 km。具體衛(wèi)星參數(shù)如表1所示。

表1 高分四號(hào)衛(wèi)星參數(shù)

本文研究所需數(shù)據(jù)包括高分四號(hào)PMS和IRS兩個(gè)傳感器(PMI)的影像。在進(jìn)行火點(diǎn)提取前，需要對(duì)原始數(shù)據(jù)進(jìn)行一系列預(yù)處理過(guò)程，包括輻射定標(biāo)、大氣校正、幾何校正和亮溫反演及反射率計(jì)算。具體技術(shù)流程圖見(jiàn)圖1。

圖1 技術(shù)流程圖

2 研究原理與方法

2.1 理論基礎(chǔ)

熱異常是探測(cè)森林草原等生物質(zhì)燃燒的典型特征之一，傳統(tǒng)用于森林火災(zāi)探測(cè)的衛(wèi)星主要是利用其傳感器熱紅外通道對(duì)于溫度的敏感性來(lái)進(jìn)行識(shí)別與探測(cè)，其數(shù)據(jù)遵循普朗克三定律，其中維恩位移定律表達(dá)式如式(1)所示。

λmax=b/T

(1)

式(1)中，λmax為物體的輻射波，T為亮度溫度值，b是值為2.897 768 5×10-3m·K的常數(shù)。

根據(jù)以上定律，可以得到物體的輻射波長(zhǎng)僅與溫度有關(guān)，且溫度越高，輻射波長(zhǎng)向著短波方向移動(dòng)。此外，根據(jù)維恩位移定律，物體輻射時(shí)，其波長(zhǎng)的峰值也會(huì)隨著溫度的變化而改變，溫度升高則峰值向短波方向過(guò)渡，溫度降低則峰值向長(zhǎng)波方向過(guò)渡。一般而言，森林熱源燃燒時(shí)的溫度超過(guò)500 K。Robinson[10]、Pereira[11]等經(jīng)實(shí)驗(yàn)研究得出林火的輻射峰值大致在3.7 μm附近[11-12]，而高分四號(hào)中紅外波段波長(zhǎng)范圍為3.5～4.1 μm，飽和溫度為360 K，可以滿足基本的林火監(jiān)測(cè)要求。

2.2 火點(diǎn)判別方法

通過(guò)利用兩期高分四號(hào)影像數(shù)據(jù)中的時(shí)間空間信息，構(gòu)建了一套亮溫差校正的火點(diǎn)檢測(cè)方法，并將其用于區(qū)域內(nèi)火點(diǎn)的識(shí)別。

具體而言，首先定義背景亮溫為未發(fā)生火災(zāi)下的亮溫，火點(diǎn)的探測(cè)是基于明火發(fā)生時(shí)的當(dāng)前亮溫與背景亮溫的差值來(lái)進(jìn)行判斷。其次，以目標(biāo)亮溫為中心的周?chē)?×5至21×21的動(dòng)態(tài)窗口內(nèi)進(jìn)行差值處理，并將窗口內(nèi)滿足條件的點(diǎn)作為樣本點(diǎn)進(jìn)行插值，從而得到當(dāng)前火災(zāi)發(fā)生時(shí)與火災(zāi)發(fā)生前的補(bǔ)償亮溫，之后將補(bǔ)償亮溫與災(zāi)前亮溫相加得到校正后的亮溫作為目標(biāo)像元的新背景亮溫，最后進(jìn)行火點(diǎn)判定和虛警剔除。但是在進(jìn)行上述操作步驟前，需要對(duì)區(qū)域內(nèi)云及水體像元進(jìn)行掩膜處理，從而得到可用來(lái)替代探測(cè)像元背景亮溫的無(wú)污染像元。具體識(shí)別過(guò)程如以下六部分組成。

2.2.1 云像元識(shí)別

由于光學(xué)傳感器波段的電磁波無(wú)法穿透云層，因此云層所在區(qū)域的像元亮溫較低，此外，受云層的影響，可見(jiàn)光和近紅外波段的反射率增高。高精度的云掩膜在一定程度上可以降低由非火災(zāi)區(qū)域所產(chǎn)生的誤差。為了提取區(qū)域內(nèi)的云像元，本文采用式(2)和式(3)組合識(shí)別云像元[12]。

ρRed+ρNIR>0.7

(2)

T>285 K

(3)

式(2)和式(3)中，ρRed和ρNIR分別為PMS傳感器上4和5波段的反射率，T為IRS傳感器的近紅外亮溫。

2.2.2 水體識(shí)別

與云像元相同，水體同樣屬于污染信息，需要對(duì)其進(jìn)行掩膜處理。目前基于多光譜數(shù)據(jù)識(shí)別水體的常用方法有閾值法、多波段算法、譜間關(guān)系法、區(qū)域生長(zhǎng)法等。在前人研究的基礎(chǔ)上，本文采用式(4)和式(5)對(duì)水體進(jìn)行提取[13]。

(4)

ρNIR>0.15

(5)

2.2.3 潛在火點(diǎn)識(shí)別

經(jīng)過(guò)多次實(shí)驗(yàn)，最終設(shè)定325 K作為潛在火點(diǎn)像元的提取閾值，以最大程度上得到區(qū)域內(nèi)所有的異常高溫點(diǎn)。具體而言，首先以各潛在點(diǎn)為中心選取窗口，計(jì)算背景亮溫。初始窗口設(shè)為5×5，若參與計(jì)算的無(wú)污染像元低于窗口總體像元個(gè)數(shù)的20%，則擴(kuò)大窗口至7×7，但受制于地物的差異性，窗口上限為21×21。

2.2.4 背景亮溫計(jì)算

選定合適窗口后，為了獲取準(zhǔn)確的背景亮溫，加入前一期災(zāi)前的影像信息?？梢园l(fā)現(xiàn)在無(wú)污染像元的情況下，相鄰時(shí)相的兩期影像既具有空間異質(zhì)性，又有空間連續(xù)性，尤其是單個(gè)像元在時(shí)間上表現(xiàn)出強(qiáng)相關(guān)性。

由于高分四號(hào)衛(wèi)星數(shù)據(jù)在災(zāi)前具有時(shí)間上的不確定性，兩期影像的太陽(yáng)高度角的不同，為了補(bǔ)償兩期影像的亮溫，構(gòu)建溫差補(bǔ)償值ΔT，如式(6)所示。

ΔT(i,j)={t|Tpo-Tpr}

(6)

式(6)中，Tpo是災(zāi)中像元亮溫的集合，Tpr是災(zāi)前像元亮溫的集合。對(duì)于每一個(gè)用于計(jì)算的潛在像元窗口內(nèi)，將計(jì)算的有效像元的溫差補(bǔ)償值作為采樣數(shù)據(jù)，并利用半變異函數(shù)法對(duì)采樣數(shù)據(jù)進(jìn)行擬合，從而得到潛在火點(diǎn)與災(zāi)前數(shù)據(jù)的溫差補(bǔ)償值ΔTij，之后將ΔTij與災(zāi)前的亮溫相加得到潛在火點(diǎn)的背景亮溫的預(yù)測(cè)值Tpred。

圖2 山西沁源縣災(zāi)前與災(zāi)中地表亮溫散點(diǎn)圖

潛在火點(diǎn)的溫差補(bǔ)償計(jì)算在本研究對(duì)比了三種空間插值方法得到的結(jié)果，選擇普通克里金插值法(ordinary kriging，OK)，該方法不僅考慮了采樣的已知點(diǎn)與預(yù)測(cè)點(diǎn)的距離關(guān)系，同時(shí)考慮了它們之間的自相關(guān)關(guān)系，其能夠很好地反映兩期影像中相同空間內(nèi)的溫度差?？死锝鸩逯档膬?yōu)勢(shì)在于其不僅考慮已知點(diǎn)和預(yù)測(cè)點(diǎn)之間的距離關(guān)系，同時(shí)考慮已知點(diǎn)之間的自相關(guān)關(guān)系。式(7)為克里金計(jì)算公式。

(7)

2.2.5 火點(diǎn)識(shí)別

式(8)可以用來(lái)將潛在火點(diǎn)判斷為真實(shí)火點(diǎn)。

Tpo>Tpred+3δ

(8)

式(8)中，δ為窗口中背景像元的平均絕對(duì)偏差。

2.2.6 虛警剔除

基于光譜信息的火點(diǎn)提取流程，在大尺度區(qū)域內(nèi)，虛警率通常較高。已有研究表明裸土在光譜維度難以與火點(diǎn)進(jìn)行區(qū)分，因此采用已有土地分類結(jié)果，將裸地賦值為1，非裸地賦值為0，從而得到二值化的裸地分布圖；之后，利用式(9)對(duì)2.2.5節(jié)火點(diǎn)識(shí)別結(jié)果的基礎(chǔ)上進(jìn)行裸地信息的去除。

ifL(i,j)=1, then exclude

(9)

3 精度評(píng)價(jià)

針對(duì)實(shí)驗(yàn)區(qū)的火點(diǎn)識(shí)別結(jié)果，本研究以目視解譯的火點(diǎn)結(jié)果作為真值構(gòu)建區(qū)域火點(diǎn)識(shí)別精度評(píng)價(jià)體系。體系包括精確率(precision,P)、虛警率(false alarm,F)，漏警率(missing alarm,M)，總體分類精度(overall accuracy, OA)以及評(píng)價(jià)指標(biāo)Fβ分?jǐn)?shù)，具體計(jì)算公式如式(10)—式(13)所示。

(10)

(11)

(12)

(13)

式中NTP是正確識(shí)別到的火點(diǎn)數(shù)，NFP是未被正確識(shí)別的火點(diǎn)數(shù)，NTN是被正確識(shí)別的非火點(diǎn)數(shù)，NFN是未被正確識(shí)別的非火點(diǎn)數(shù)。β是F分?jǐn)?shù)的權(quán)重，本文中其值為2。

4 結(jié)果與討論

4.1 背景亮溫?cái)M合結(jié)果

本研究通過(guò)結(jié)合高分四號(hào)PMS和IRS傳感器數(shù)據(jù)分別對(duì)山西沁源縣和大興安嶺新巴爾虎左旗兩個(gè)區(qū)域進(jìn)行火點(diǎn)檢測(cè)。同時(shí)，對(duì)兩個(gè)區(qū)域進(jìn)行人工目視解譯，將解譯得到的火點(diǎn)數(shù)據(jù)與當(dāng)?shù)匕l(fā)生火災(zāi)時(shí)的其他文本數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)。

遙感圖像檢測(cè)火點(diǎn)像元的方法本質(zhì)是一個(gè)二分類問(wèn)題。地表火災(zāi)會(huì)引起該區(qū)域輻射能量的急劇驟升，與自然狀態(tài)下的背景像元輻射能量形成較大的差異，一般的單時(shí)相影像火點(diǎn)判別條件中背景亮溫的估算由自適應(yīng)窗口內(nèi)的均值替代，多時(shí)相的火點(diǎn)判別則是基于大量的前期影像訓(xùn)練完成的DTC(diurnal temperture cycles)模型用于擬合當(dāng)前背景亮溫。本研究在單時(shí)相火點(diǎn)判別的基礎(chǔ)上增加一期災(zāi)前影像的時(shí)間信息用于擬合當(dāng)前火點(diǎn)的亮溫值，一方面可以保持單個(gè)像元在時(shí)間上的連續(xù)性同時(shí)不破壞其空間性，另一方面可以減少用于擬合亮溫曲線的數(shù)據(jù)量，得到較為準(zhǔn)確的背景亮溫，整體符合高分四號(hào)衛(wèi)星用于快速災(zāi)情應(yīng)急的定位。

本研究對(duì)比災(zāi)前的亮溫值，并對(duì)兩期影像的亮溫差進(jìn)行預(yù)估。圖3和圖4分別是山西沁源縣潛在火點(diǎn)像元采用不同模型擬合形成的亮溫曲線及對(duì)比結(jié)果?？梢园l(fā)現(xiàn)在兩期影像的亮溫?cái)M合結(jié)果中，基于單時(shí)相窗口得到的背景亮溫峰值峰谷與災(zāi)前亮溫相反，曲線波動(dòng)不大，整體擬合值較低，且對(duì)于背景溫度較高的區(qū)域有平滑作用，直方圖亮溫分布在310 K兩側(cè)，在計(jì)算中對(duì)于一些低溫火點(diǎn)的識(shí)別則不夠準(zhǔn)確。簡(jiǎn)單克里金插值得到的結(jié)果能體現(xiàn)區(qū)域性，有突出的峰值且有對(duì)應(yīng)于高亮溫的像素點(diǎn)，但該模型假設(shè)未知點(diǎn)的屬性值相對(duì)于平均值的偏差是已知點(diǎn)的屬性值相對(duì)于平均值的偏差的加權(quán)求和，并且需要提前知道區(qū)域的期望值，因此用于預(yù)估的期望值可能有偏差，從直方圖來(lái)看簡(jiǎn)單克里金計(jì)算的得到的數(shù)據(jù)單峰分布更明顯，從表2插值統(tǒng)計(jì)結(jié)果來(lái)看普通克里金插值在數(shù)據(jù)分布上與反距離加權(quán)插值保持一致。但相比于反距離加權(quán)固定的權(quán)值，普通克里金的權(quán)重更依賴于空間，因此且其正太分布更為明顯，是較為理想的擬合結(jié)果。圖3中PreAT，PreIDW，PreOK和PreSK分別代表自適應(yīng)閾值分割方法、反距離加權(quán)、簡(jiǎn)單克里金以及普通克里金插值的亮溫差校正方法得到的背景亮溫?cái)M合值。

圖3 不同插值方法擬合背景亮溫對(duì)比圖

圖4 潛在火點(diǎn)的背景亮溫?cái)M合直方圖及概率分布

表2 單時(shí)相自適應(yīng)閾值與三種插值方法擬合亮溫值統(tǒng)計(jì)表

4.2 實(shí)驗(yàn)結(jié)果及精度驗(yàn)證

2019年3月29日和2019年4月20日，山西沁源縣王陶鄉(xiāng)王陶村和大興安嶺新巴爾虎左旗孟克西里地區(qū)發(fā)生火災(zāi)?；趯?duì)應(yīng)時(shí)間的高分四號(hào)PMI數(shù)據(jù)，本文通過(guò)使用提出的亮溫差校正的火點(diǎn)提取方法對(duì)兩起火災(zāi)區(qū)域的火點(diǎn)進(jìn)行提取，并將其與單時(shí)相自適應(yīng)閾值分割獲得的火點(diǎn)提取結(jié)果進(jìn)行對(duì)比，如圖5和圖6所示。從兩個(gè)區(qū)域的信息表，表3和表4可以看出對(duì)于較小的火區(qū)，各檢測(cè)結(jié)果均接近真實(shí)值，在大興安嶺火區(qū)較大的地方，單時(shí)相的檢測(cè)方法錯(cuò)分多，雙時(shí)相插值得到的結(jié)果均一定程度減少了錯(cuò)分像元，其中普通克里金插值擬合得到的火點(diǎn)識(shí)別結(jié)果更與真實(shí)值接近。需要注意的是，受煙霧的影響，在高分四號(hào)的多光譜影像中，目視解譯的火點(diǎn)信息較難提取，因?yàn)轫橈L(fēng)向的火點(diǎn)極容易被煙霧掩蓋。

圖5 大興安嶺新巴爾虎左旗2019-04-21森林火災(zāi)火點(diǎn)檢測(cè)圖

圖6 山西沁源2019-03-31森林火災(zāi)火點(diǎn)檢測(cè)圖

表3 GF-4/PMI大興安嶺新巴爾虎左旗雙時(shí)相不同插值方法及單時(shí)相火點(diǎn)檢測(cè)信息表

表4 GF-4/PMI山西省沁源縣雙時(shí)相不同插值方法及單時(shí)相火點(diǎn)檢測(cè)信息表

通過(guò)對(duì)比不同方法得到的火點(diǎn)檢測(cè)結(jié)果和真實(shí)值結(jié)果，可以發(fā)現(xiàn)基于中紅外信息的火點(diǎn)提取方法在結(jié)果方面具有一致性，其有相同的輪廓，且在火線附近的火點(diǎn)會(huì)出現(xiàn)不同程度的錯(cuò)檢。從表5的統(tǒng)計(jì)數(shù)據(jù)來(lái)看，單期影像的自適應(yīng)閾值方法的錯(cuò)檢率在兩個(gè)區(qū)域的錯(cuò)檢率分別為18%和13%，內(nèi)蒙古呼倫貝爾市新巴爾虎左旗的火災(zāi)受檢像元多，錯(cuò)檢率也略高于山西沁源的火災(zāi)。分析其錯(cuò)檢原因，主要是在林火蔓延的過(guò)程中由于地面覆蓋物的遮擋，傳感器入瞳處接收到的信息大部分是樹(shù)冠的輻射信息，而這種信息正是火點(diǎn)識(shí)別的關(guān)鍵，通常對(duì)于樹(shù)冠火來(lái)說(shuō)，地形、溫度、風(fēng)向等外在因素也會(huì)影響火的蔓延趨勢(shì)并對(duì)環(huán)境產(chǎn)生影響。此外，由于植被遮擋以及火焰尺度等因素，最終觀測(cè)到的火點(diǎn)與遙感圖像中對(duì)應(yīng)的實(shí)際位置有偏差。本研究提出的亮溫差校正的算法，錯(cuò)檢率相較于前一算法均有明顯的降低，并且檢查像素?cái)?shù)量越多，錯(cuò)檢率越低。漏檢一方面是由于在自適應(yīng)窗口下，對(duì)于較大的火災(zāi)中心點(diǎn)，用于計(jì)算的可用像元由于附近的像素受火場(chǎng)蔓延的輻射影響亮溫普遍升高，因此背景場(chǎng)亮溫偏高。另一方面由于云和水由固定閾值確定，云像元是造成火點(diǎn)像元遺漏的重要原因，并且對(duì)于一些燜燒的低溫點(diǎn)也可能存在漏檢的情況。

表5 著火點(diǎn)不同方法檢測(cè)結(jié)果精度驗(yàn)證表

5 結(jié) 論

高分四號(hào)衛(wèi)星是我國(guó)第一顆地球同步軌道分辨率最高的對(duì)地觀測(cè)衛(wèi)星，以其高頻次的拍攝特點(diǎn)和靈活機(jī)動(dòng)模式，為防災(zāi)減災(zāi)提供強(qiáng)有力的信息保障。

在已有單波段火點(diǎn)檢測(cè)的基礎(chǔ)上，結(jié)合災(zāi)前數(shù)據(jù)，構(gòu)建亮溫差校正的火點(diǎn)檢測(cè)方法，并與單時(shí)相的火點(diǎn)檢測(cè)方法進(jìn)行對(duì)比。相比而言，本文所提出的方法考慮了相鄰兩時(shí)相之間的相關(guān)關(guān)系，并且采用地統(tǒng)計(jì)學(xué)的插值方法降低空間異質(zhì)性對(duì)于背景亮溫估算的影響，從而得到較為準(zhǔn)確的背景亮溫，最后通過(guò)空間上下文的整和，將前期的準(zhǔn)確信息反饋至當(dāng)前像元。

整體而言，相較于部分多時(shí)相火點(diǎn)提取的方法需要大量訓(xùn)練樣本來(lái)說(shuō)，本文所提出的方法不受災(zāi)前影像選取時(shí)間的約束，具有較強(qiáng)的穩(wěn)定性。兩個(gè)實(shí)驗(yàn)區(qū)研究結(jié)果表明，研究提出的算法相較于單波段的上下文算法能顯著降低火線周?chē)腻e(cuò)檢率，且綜合分類評(píng)價(jià)指數(shù)在0.9以上，驗(yàn)證了本文所提出的方法能夠正確檢測(cè)到火災(zāi)，且可靠性較高。但是，由于高分四號(hào)影像缺少熱紅外(11 μm)波段，使得單波段火點(diǎn)探測(cè)受到一定的限制。在今后的研究中，需要進(jìn)一步提高檢測(cè)精度，并且檢驗(yàn)該方法在其他衛(wèi)星及地區(qū)的適用性從而為災(zāi)中迅速?zèng)Q策以及災(zāi)后的評(píng)估和植被恢復(fù)提供有效信息。