利用卫星遥感技术可以开展森林火灾的火险预警^[1]、火点监测^[2-6]和过火面积测算^[7-9]。南方丘陵山区森林火灾的蔓延面积一般不大, 利用地面分辨率为1 km的AVHRR资料来评估火灾面积其技术难度大而且估算精度低。目前利用TM影像数据开展火灾面积评估的应用研究较多, 如周小成等^[8]利用TM数据, 建立了基于知识的多时相图像上森林火烧迹地提取模型, 陈本清等^[9]利用TM数据, 应用最佳波段监督分类法、PC3滤波阈值法和IHS变换法对森林火灾信息进行提取。但利用MODIS数据进行森林火灾面积评估研究目前文献资料中还少有报道。

本研究的MODIS数据全部来自福建省气象科学研究所卫星接收站实时接收的数据信号经解调、解码后生成L0级数据文件, 再经过解包与归整、地理定位、多通道定标校正, 生成L1B级数据文件, 同时从36个探测通道中拆出250 m分辨率通道数据并进行等经纬度投影, 生成福建省区域的局地数据集, 以上数据预处理由国家卫星气象中心提供的ShineTek软件包完成。为了保证不同时相、同一地理位置的卫星数据能严格配准, 还利用ENVI软件对火灾发生前后的两幅图像进行进一步的地理精校正。

2004年福建省共发生森林火灾1188起, 其中过火面积在25 hm²以上的有232起。福建省地处东南沿海, 一年四季云系都比较多, 根据林火发生时需要晴空的卫星资料, 通过对火灾地理位置、起止时间、主要植被及其损失情况的调查, 选择35起森林火灾作为统计分析样本。

根据35起森林火灾统计样本, 选择每起森林火灾前与火灾后共计70景MODIS影像, 根据目视识别初步获得每起火区的大概地理范围, 并以火区地理位置为中心, 选择一正方形区域 (宽度在5~20像元之间) 作为火区MODIS数据统计区域, 统计分单通道 (CH1, CH2) 反射率和归一化植被指数 (NDVI) 进行。从统计结果可以得出, 无论是最小、最大或者平均值, CH2反射率数据和NDVI数据在火灾发生后显著低于火灾发生前, CH2反射率平均降低6.65%, NDVI平均降低0.23。而CH1反射率数据在森林火灾发生后普遍比灾前变小 (占总样本71%), 但也有变大的情况 (占总样本29%)。

各种绿色植被在可见光和近红外光波段具有明显不同的吸收和反射光谱特征, MODIS的通道数据同样有这种光谱特征的反映, 在红外光波段CH1主要是植被吸收, 在近红外光波段CH2主要是植被反射。森林火灾发生后, 林地的光谱特征与火灾发生前相比显然发生了明显的变化, 与其他地物相比也有明显的差异, 林地颜色变深变暗, 表现在不同波段上也就有不同的光谱反射率。一般由于林地部分或者全部被火烧毁, 植被叶绿素含量大幅度降低, 从而会导致在近红外光波段CH2的光谱反射率有明显的下降, 另一方面, 由于植被被破坏, 叶绿素明显降低, 其对红光波段CH1的吸收也有所下降, 反射则有所增强。但从统计结果来看, CH1反射率以变小为主, 这可能是与南方丘陵山区复杂的植被生态环境有关。

由此可见, MODIS的CH2反射率数据和NDVI数据在南方丘陵山区火灾发生前后有着显著的变化特征, 同时所选择的35起林火统计样本, 基本涵盖了南方丘陵山区森林防火期的不同时段, 可以此作为评估林火面积的指标。

在林火面积评估时, 主要考虑利用火区MODIS数据的第二波段反射率以及由第一和第二波段组成的NDVI, 分别根据这两者在火灾前后所反映的变化特征来测算火区面积的大小。下面以2004年10月18日08:30—18:00(北京时, 下同) 莆田市东海镇一起森林火灾为例, 简述林火灾后面积评估技术方法。

首先采用红 (CH1)、绿 (CH2)、蓝 (CH1) 方式对MODIS数据进行假彩色合成, 在合成的影像中火区通常呈现为暗黑色, 这对于目视识别火区大概范围极为有利。图 1是10月18日莆田市东海镇森林火灾发生前后的假彩色MODIS卫星合成影像, 火区为图 1中方框所示范围。

图 1

图 1. 2004年10月17日火灾前 (a) 和19日火灾后 (b) MODIS卫星影像 Fig 1. MODIS images on Oct 17 (a) and Oct 19 (b) in 2004 before and after the forest fire

利用ENVI软件分别生成CH2反射率 (图 2) 和NDVI (图 3) 在火灾发生前后的散点图。在散点图中, 可以看出火灾后的CH2反射率和NDVI数值均有明显降低的特征, 在图中表现为大部分的像元点集中在散点图的右下角。

图 2

图 2. 灾前灾后CH2反射率二维散点图 Fig 2. Scatter plot of CH2 reflectivity before and after the forest fire

图 3

图 3. 灾前灾后NDVI值二维散点图 Fig 3. Scatter plot of NDVI value before and after the forest fire

同时, 图 2中平行于横轴和纵轴的两条线表示火灾后和火灾前CH2反射率的平均值, 分别为10.5%和20.9%, 而图 3中平行于横轴和纵轴的两条线表示火灾后和火灾前NDVI的平均值, 分别为0.20和0.58, 它们将散点图中对角线右下侧区域分割为4个子区域A, B, C, D。其中D区火灾前后CH2反射率或NDVI变化幅度最大, A区最小, B和C区介于其中。通过对35起森林火灾资料的前期试验性分析, 结果表明火区像元落在D区的概率最大, 因此可以初步确定火区像元分布在散点图的右下侧区域的D区。

然后通过NEVI软件的定义“感兴趣区”(Region of Interest, 简称ROI) 方法, 来识别灾前灾后MODIS影像中变化显著的像元。ROI实质是卫星图像的一部分, 但它可以是任意多边形、折线、点、圆环及其组合等不规则的形状, 并且在同一图像中可以定义多个ROI, ROI通常用来提取分类的统计信息、掩膜等操作, 本文采取从图像对应的散点图中定义ROI, 来实现交互式地从图像中提取林火信息。在散点图的D区, 通过鼠标操作来定义ROI, 当一个ROI定义完成后, 散点图中ROI内的像元将突出显示在MODIS假彩色合成图中, 再通过目视判释是否与合成图中火区重叠来决定取舍ROI中的像元。考虑到森林火灾发生区域一般是连续的地理区域, 在定义ROI时, 还要考虑突出显示在MODIS假彩色合成图中像元是否连成一片, 以剔除ROI中的噪声点, 提高评估精度。

根据上述方法, 2004年10月18日莆田市东海镇森林火灾评估结果为:利用CH2反射率数据识别出相应的火区像元数为54, 利用NDVI数据识别出相应的火区像元数为37, 根据250 m分辨率的MODIS数据每个像元对应于6.25 hm²进行换算, 得出这起森林火灾灾后面积评估结果是337.5 hm²和231.25 hm², 而实际地面调查是这次火灾过火面积为323.3 hm², 毁林面积为191 hm²。

从2004年福建省35起森林火灾的评估结果来看, 由近红外波段CH2反射率测算的火区面积接近于地面调查的过火面积, 而由NDVI测算的火区面积接近于地面调查的毁林面积。福建省是典型的南方丘陵山区, 地物极其复杂多样, 林区、农田、果园、茶园混杂, 一般地说林火过火面积并不全是绿色植被, 有可能包括其他地物, 而归一化植被指数NDVI反映的是绿色植被的信息, 其测算得到的结果应该与地面调查的毁林面积较为吻合。由此可见, 利用火区MODIS数据的CH2反射率和NDVI值, 可以较好地对林火灾后面积进行评估。

估算值与实际值之间的误差, 一般用均方差来表示, 35起森林火灾面积总体均方差, 用CH2反射率评估时是14.57%, 用NDVI评估时是48.59%。经过分析认为, 2004年2月28日闽侯县洋里乡洋头村和2004年3月7日南靖县梅林乡坎下村这两起火灾的毁林面积调查数据明显偏小, 与实际情况可能有出入, 如果剔除这两个样本, 则用NDVI评估时均方差是25.79%。因此, 在评估火灾过火面积时, 本技术方法总体估算误差可在15 hm²以内, 在MODIS影像中约为3个像元的误差, 评估效果较好, 能基本满足南方丘陵山区森林火灾面积评估的业务需求。

MODIS数据不仅具有高的空间分辨率, 而且白天一般可接收到三至四轨数据, 适合于对森林火灾进行灾后评估业务。在实际应用业务中, 可首先利用AVHRR资料的林火识别模型得到火区的地理位置, 然后通过火灾发生前后的晴空区MODIS数据来评估林火面积的大小, 评估结果可在当天或者几天内得出, 视晴空资料情况而定。

1) 利用250 m分辨率的MODIS数据可对较大范围森林火灾进行灾后面积评估, 具有客观、快速的优点, 其评估时效比用TM数据好, 评估精度比用AVHRR数据高。

2) 由于南方植被生长旺盛, 恢复较快, 用于面积评估的火灾前后晴空MODIS数据的获取时间距火灾发生时间不能太久, 原则上时间越近越好, 否则将影响测算精度。

3) 南方丘陵山区山坡陡峭, 具有明显的地理空间特性, 如果结合地理信息系统的高程和土地利用图进行评估可以进一步提高测算精度。