文 | 胡凯龙 聂娟 崔燕 吴玮应急管理部国家减灾中心

一、引言

森林生态系统作为地球陆地生态系统中面积最大、最重要的自然生态系统，其在维持全球生态平衡，促进全球生物进化和群落演替起到至关重要的作用。在广阔复杂的地貌条件下和漫长的生长周期内，森林易遭受到各种自然灾害的侵袭和人为灾害的破坏，在诸多致灾因子中以火灾最为严重[1]。森林热异常点识别、森林火灾动态发展态势研判以及过火区域评估作为森林火灾动态监测的重要研究环节，如何充分发挥现有卫星资源的优势，为森林火灾防治提供科学支撑是急需解决的问题。

遥感作为20世纪末发展起来的新兴学科，能够以一种非接触手段，快速宏观持续地获取被测物体的空间展布和动态发展特征。特别对于森林火灾，遥感观测系统能够在火灾发生全时段开展全方位的监测，包括早期火点识别和火情评价、灾后损失评估和火烧迹地植被恢复监测等[2]。

二、卫星遥感森林火灾监测方法

对于搭载有多类型传感器的卫星，其红外传感器会对火点像元敏感，通过对火点像元识别能够快速判断潜在热异常点，进而发出预警信息；多光谱传感器能够识别燃烧所产生的烟雾信息，进而快速跟踪火情发展态势。由于搭载有红外传感器的遥感影像空间分辨率一般较低，例如MODIS影像热红外波段为1000m、VIIRS影像热红外波段为375m、高分四号影像中波红外波段为400m。过低的图像分辨率会导致识别过火范围偏大，从而产生误判误差。高空间分辨率的影像能够精细刻画过火区域的边界特征，成为灾后火烧迹地识别的重要数据来源。随着图像识别和机器学习技术的快速发展，越来越多的图像处理算法被应用到遥感影像目标识别领域，其中支持向量机算法应用较为广泛。作为一种广义的线性分类器，通过引入结构风险最小化准则以及最优化理论等概念，在小样本图像分类中优势明显[3]。因此，本文将重点关注森林火灾发生的不同阶段，充分利用不同类型传感器的优势，对火灾发展持续动态监测进行阐述，为应急管理相关部门指导森林火灾扑救提供快速科学的监测手段。

三、卫星遥感森林火灾应用技术案例

1. 火灾概况

2020年3月以来，山西气温急剧上升，大风天气增多，加之农忙时节到来，清明时节扫墓人员增加，森林火险等级居高不下。2020年3月17日11时许，山西省晋中市榆社县社城镇焦红寺村发生森林火情，由于火场地形破碎、山陡林密、风力较大，火势蔓延迅速，应急管理部紧急调用高分卫星资源对当地火情进行持续监测。

2. 遥感影像选择及预处理

高分四号卫星是我国第一颗地球静止轨道高分辨率对地观测卫星，其搭载的可见光近红外传感器具备分钟级成像能力，中波红外传感器具备秒级成像能力，能够对森林火灾进行火点早期识别和动态监测。本次榆社县森林火灾火势发展动态监测选择高分四号卫星数据，时间范围跨越整个火灾燃烧周期（2020年3月18日至24日）。

高分一号02、03、04星是我国国家民用空间基础设施规划的首批业务化应用卫星星座，其高空间分辨率能够为森林火灾的火线长度及过火面积估测提供精细化和定量化参考。本次榆社县森林火灾火线长度及过火面积估测选择高分一号02星数据1期（成像时间：3月22日）、高分一号03星数据2期（成像时间：3月20日和24日），分别处于火灾燃烧前期、中期、后期。高分一号02、03、04星和高分四号卫星载荷参数见表1。

表1 高分一号02、03、04星和高分四号卫星载荷参数汇总

3. 火灾发展态势分析

分别选取多时相校正后的高分四号中波红外影像和多光谱影像对火灾发展态势进行分析，3月18日10时，从中波红外影像中可以明显看出在榆社县北部有两个较为明显的热异常点，多光谱影像能够看出榆社县与和顺县的交界处有较为明显的烟点，但榆社县北部靠下的热异常点在多光谱影像中反映较弱，没有明显烟点；3月18日13时，火势快速发展，中波红外影像中榆社县北部的热异常区已经扩展至榆次区与和顺县，北部靠下的热异常区也进一步扩大。多光谱影像可以看到两束明显的烟簇，受当地风力影响，烟雾正在朝东部方向扩散（图1-2）。3月20日11时，高分一号03星多光谱影像显示，北部火场仍有5个燃烧区域，其中靠近太谷县的火势较大（图3）。3月20日14时，榆社县北部靠下的火点已经熄灭，交界处火场出现向北部和南部蔓延的趋势，其中北部已蔓延至榆次区境内，热异常点较为分散。3月22日11时，太谷县和榆社县境内的两处燃烧区域火势较大，太谷县境内的火线呈南北向分布，长度约1.3km，榆社县境内的火线呈南北向分布，长度约0.6km。3月23日14时，北部火场火势逐渐减小，仅剩太谷县和榆社县境内两处较小的热异常点，烟雾向北部扩散。3月24日11时，经过森林消防部门连续多日的灭火扑救行动，榆社县森林火灾已无明显热异常点，全面转入火场清理和看守阶段（图1-2）。

图1 燃烧区域高分四号中波红外监测图

图2 燃烧区域高分四号多光谱监测图

图3 燃烧区域高分一号02、03星多光谱监测图

4. 火烧迹地提取

利用火灾熄灭后的一景高分一号03星（3月24日11时）影像进行过火区域提取，通过目视能够在标准假彩色影像上清晰分辨出植被燃烧后留下的黑色印记。利用人机交互解译的方式，对比多时相数据进行过火区域勾绘，火灾现场共解译出两块燃烧区域，解译如图4所示。

图4 高分一号03星过火区域监测图

按照火烧迹地、裸地、植被等三种地类，对过火区域各选取30个样本点作为建模的样本数据。利用支持向量机的方法，选取径向基RBF作为建模所用到的核函数，惩罚系数C的作用为控制样本错误与分类刚性延伸之间的平衡，C值越大，模型的泛化能力越差，C值越小，模型精度会降低。核函数参数γ主要反映数据转换到高维空间时数据的可分离程度，数值越大，高维空间的数据可分离程度越好，运算时间也会相应增加，一般设置为波段数的倒数。本次火烧迹地的识别，C和γ分别设置为100和0.25，火烧迹地的分类结果如图5红色区域所示。三种地类分别选取10个样本点作为独立验证样本，对提取结果进行精度验证，其中总体分类精度为86.2%，Kappa系数为0.76。提取结果表明，支持向量机的分类方法能够对高分一号03星影像中的火烧迹地进行较好的区分，分类精度较高。

图5 高分一号03星火烧迹地识别结果图

四、结束语

本研究主要探讨了综合利用高分（高时间分辨率和高空间分辨率）遥感卫星数据对森林火灾火势发展和灾后评估进行动态监测的技术。利用高分四号中波红外数据，快速识别潜在热异常点并判断火灾发展趋势；利用高分四号多光谱数据，识别火场烟雾特征并判断火势走向。利用高分一号03星全色多光谱数据，进行火场态势研判和灾后火烧迹地识别。研究提出的技术方法初步实现了森林火灾全过程遥感动态监测，提高了森林火灾监测的时效性和准确性，为森林火灾应急监测提供了重要的技术参考。此外，后续仍需遵从“关口前移”监测策略，充分利用气象观测数据，加强森林火灾风险监测研究，进一步完善森林火灾全过程监测。