基于Himawari-8和GF-1卫星的林火遥感监测

以2017年4月11日11-16时(北京时间)辽宁省丹东市森林火灾为研究对象,基于Himawari-8(H8)和高分一号(GF-1)卫星开展林火密集监测、火烧迹地和森林燃烧受害程度监测。基于H8数据采用前后关联的火点识别算法进行火点判识,提取中心燃点温度及燃烧范围;基于GF-1数据采用近红外光谱(B4)、归一化植被指数(NDVI)和全球环境监测植被指数(GEMI)法进行火烧迹地识别;采用高斯函数拟合模型模拟健康林地生长曲线,基于当前影像数据重构火灾前的林地光谱值,以B4衰减量为评价指标对森林燃烧受害程度进行分等定级。结果表明:H8的密集监测显示中心燃点的位置由燃点1变化到燃点2、影响范围由2像元扩大至4像元、燃点温度由321 K降低至314 K;对比火烧迹地提取方法,B4波段的衰减变化最明显、GEMI模型次之、NDVI的衰减不明显,因此小尺度的火烧迹地提取采用B4衰减法最好;基于368个离散点林地光谱指数模拟健康林地生长曲线,拟合方程相关系数为0.89;以4月3日相距火灾发生仅8d的数据进行燃烧受害程度监测,重度受害程度等级漏分误差为90%;经过光谱重构后,重度受害程度分类精度提高24%、轻度受害程度提高10%,总体分类精度为69%、kappa系数为0.44,因此有必要进行火灾前遥感影像的林地光谱重构。     

火烧迹地信息遥感提取研究进展与展望

火烧迹地是描述森林燃烧最重要的信息之一，也是碳循环扰动和全球变化研究的重要参数。重点对近年来国内外广泛使用的火烧迹地产品的解译标志和模型算法进行了归纳总结，以往研究主要侧重于火烧迹地提取模型算法开发，忽视了复杂地形下阴影、纹理等细节特征的作用，限制了人们对火烧迹地的准确提取和科学评估。针对该问题提出了对火烧迹地信息提取改进途径的展望，基于模拟真实地表的DEM参数，优化地形校正效果，建立阴影校正植被指数；明确灰度纹理产生的条件，尝试建立颜色空间和灰度纹理映射方案，实现颜色纹理的定量解译；耦合阴影校正植被指数与颜色纹理，希望减少对小面积火点的遗漏和混淆信息误判，基于高分卫星数据实现长时间序列高精度火烧迹地信息提取，对探讨全球火烧迹地产品研发具有典型代表意义。