基于Landsat影像提取大興安嶺區域火燒跡地★

錢 安 陳婭男 王秋玲

(防災科技學院，河北 三河 065201)

?

·測量·

基于Landsat影像提取大興安嶺區域火燒跡地★

錢 安 陳婭男 王秋玲

(防災科技學院，河北 三河 065201)

利用歸一化燃燒指數(NBR)方法，基于2002年、2003年、2006年、2008年Landsat-5影像和2016年Landsat-8影像對大興安嶺火燒跡地進行了提取，并對大興安嶺2003年火災恢復情況進行了動態分析，對有關部門制定相應的治理政策有參考作用。

NBR，Landsat影像，火燒跡地，大興安嶺

0 引言

大興安嶺橫跨黑龍江省和內蒙古自治區北部，是我國最大的植被覆蓋區。歷史上大興安嶺區域分別于1987年、2003年和2007年發生過大型火災，1987年火災最嚴重，過火總面積達到124.3萬hm2，104萬hm2的森林遭受嚴重破壞，因此該地區存在大量的火燒跡地。大尺度森林火燒跡地的提取，可以直觀的展現出火燒跡地所在位置、范圍，能夠及時準確的知道火災發生的位置及范圍。同時可以實現對受災地區的實時監控，實時的了解恢復情況，對有關部門制定相應治理政策有著指引作用。

傳統的森林火災的監測方法主要有：航空測量法和地面調查法[1]。遙感衛星影像為研究火燒跡地提供便利，避免了傳統方法難以同時覆蓋較大的區域，收集困難，成本較高，費時，且難以將數據進行空間化等缺點[2]。已有學者利用遙感技術提取火跡點進行相關研究。高中靈等采用福建省地區ETM圖像，運用監督分類法、NDVI參與的監督分類法、NDVI差值法、譜間關系法對火燒跡地進行提取，結果表明NDVI差值法的多提和漏提區域相比其他方法較小，整體提取精度較高，但是需要不同時相的遙感影像，譜間關系法和監督分類法提取精度差別不明顯[1]。但其所采用的譜間關系法由于影像獲取的時間和成像時間不同，火燒跡地的光譜特征并不相同，同一地物的光譜值也有差異，分類所采用的光譜值不能用一個定值來表示，并且分類光譜值的確定需要有豐富的經驗知識，一般不能準確的確定出光譜值，所以在適用性上不是很理想。包玉龍等人利用HJ-1B衛星CCD數據采用支持向量積類方法提取火燒跡地，用目視解譯檢驗提取精度，結果表明此方法的提取精度達82.71%以上[3]。肖瀟等人利用MODIS地表反射率產品的近紅外和短波紅外波段構建歸一化燃燒指數(NBR)，計算不同時相NBR差值，結合MODIS數據產品提供的植被覆蓋的信息，設置火燒跡地提取的規則對火燒跡地進行提取，所采用的算法Kappa系數由0.70提高到了0.75[4]。但利用MODIS數據進行處理，MODIS數據的空間分辨率為300 m，會出現火燒跡地的邊界處存在大量的混合像元，一個像元中可能既包含了火燒跡地也包含了非火燒跡地，火燒跡地的邊界提取的效果不是很好。Bastarrika等利用Landsat-6數據反演地表溫度，通過火燒跡地地表溫度與植被覆蓋區地表溫度的差異進行火燒跡地提取[5]。但利用Landsat-6數據進行地表溫度反演由于模型只能對大氣輻射的傳播進行近似的假設，反演出來的溫度并不能準確的表示地表溫度，以此為基礎進行火燒跡地的提取必然存在誤差。

本文采用歸一化火燒指數(differenced normalized burn ration，NBR)對大興安嶺區域2002年、2003年、2006年、2008年的影像進行火燒跡地的提取，計算其面積，并對2003年火災受災情況和恢復情況進行分析。

1 研究方法及數據來源

Landsat-5于1984年3月1日發射，Landsat-8于2013年2月11日發射，Landsat-5是美國第五顆發射的地球資源衛星，是全球應用最廣泛、服役時間最久、所帶來的效益最高的地球資源衛星，所攜帶傳感器為TM(專題制圖儀)[6]。本文采用2002年、2003年、2008年、2011年Landsat-5和2016年Landsat-8遙感影像為數據源(每年的影像包括10景，共60景)，對大興安嶺區域火燒跡地的提取，并計算面積，對2003年火災受災情況和恢復情況做分析。

在遙感成像過程中，大氣會對太陽輻射和來自地物目標的輻射產生吸收和散射，在實際運用中必須消除大氣影響，消除大氣影響的過程稱為大氣校正[7]。本文的影像大氣校正采用基于查找表的6S輻射傳輸模型，通過該查找表可以得到每個點的大氣校正系數用以修正地表反射率影像，從而消除大氣的影響。此外，大興安嶺區域每年共由10景影像構成，且不是在同一時間拍攝的，色調有一定的差距，為了讓影像鑲嵌成一整體，采用ENVI5.1軟件進行影像色調調整及鑲嵌，并進行裁剪得到大興安嶺區域。

本文采用歸一化火燒指數NBR對大興安嶺區域進行火燒跡地的提取，具體公式如下[8]：

(1)

其中，B4，B7分別為Landsat-5衛星的第4波段和第7波段，Landsat-8波段范圍與Landsat-5不同，所以Landsat-8的計算公式為：

(2)

其中，B5，B7分別為Landsat-8衛星的第5波段和第7波段。

由于在利用指數運算得到的灰度圖中，火燒跡地與裸地、云的灰度值相似，為了提高提取精度，本文采用手動確定閾值的方法進行火燒跡地的提取，其具體方法如下：在得到的灰度值圖上，觀察火燒跡地與非火燒跡地的DN值的范圍，取一個合適的值作為閾值，運用波段運算將他們分開。然后將提取的圖像和彩色圖片對比，比較火燒跡地提取的效果，如果效果不理想的，改變閾值，經過多次的修改，最終得出一個合適的閾值，本文采用閾值范圍為-0.43～-0.1。

2 精度分析與面積統計

2.1 精度分析

利用ERDAS軟件對提取出來的2011年火燒跡地進行精度驗證，首先定義分類的類別數為兩類，即火燒跡地和非火燒跡地，然后在提取出來的大興安嶺火燒跡地上生成隨機點，為了方便逐點檢驗，本文加載了彩色合成圖，并在上面顯示隨機點。生成的隨機點都有各自的值，火燒跡地的值為1，非火燒跡地的值為0，但由于每個指數提取的圖中都包括了一些其他的地物，將錯分點的值進行改正，最后在ERDAS中生成精度評價報告，結果表明NBR提取火燒跡地的精度達到89%，能將火燒跡地與水體區別開來，成塊的、大面積的火燒跡地提取的整體效果很好，薄云能被分開。但是厚云的灰度值與火燒跡地相似，區別不開(見圖1)，為了消弱厚云對火燒跡地提取的影響，本文采用云量小于5%的影像。

2.2 面積統計

利用前后兩期影像做差可以得出受災后的火燒跡地，在ArcGIS 10.1中可進行受災面積和恢復面積的計算。2003年火燒跡地與2002年火燒跡地做差，可以得出2003年火災受災情況；2006年火燒跡地與2003年火燒跡地做差，得出2003火災之后的火燒跡地；2008年火燒跡地與2006年火燒跡地做差，得出2003年火災未恢復的面積；2016年火燒跡地與2008年火燒跡地做差，得出2003年火災未恢復的面積；將原圖和做差的圖中的火燒跡地在ENVI5.1中轉化為矢量文件，并利用ArcGIS 10.1進行統計，得到火災過后的火燒跡地面積，如表1所示。

表1 火燒跡地面積提取結果

統計結果表明2003年火災的過火面積為1 167.324 km2，到2006年火燒跡地為881.174，恢復了286.15 km2， 595.024 km2未恢復，2008年火燒跡地為486.459 km2，恢復了394.688 km2。2016年火燒跡地的面積為260.595 km2，恢復了225.867 km2。2003年之后森林火燒跡地恢復面積見圖2。

3 結論

本文基于Landsat影像對大興安嶺2002年、2003年、2006年、2008年、2011年、2016年火燒跡地進行提取，對大興安嶺2003年火災恢復面積進行對比分析，2003年火燒跡地面積為1 167.324 km2。2003年～2006年期間火燒跡地每年以近100 km2的速度恢復。而在2006年～2008年期間，火燒跡地的恢復速度明顯增大，以每年160 km2的速度恢復。恢復速度加快，其原因可能和那兩年的降雨量，氣候條件有關。但整體而言，2008年～2016年8年的時間里火燒跡地減小了225.867 km2，火燒跡地的恢復速度較慢，精度分析的結果也驗證了本文結果的可靠性。

[1] 高中靈.火燒跡地信息遙感快速提取方法研究[J].國土資源遙感，2005,66(4):38-41.

[2] 楊 偉,張樹文,姜曉麗.基于MODIS時序數據的黑龍江流域火燒跡地提取[J].生態學報,2015,35(17):5866-5873.

[3] 包玉龍,張繼權,劉興朋,等.基于HJ-1B衛星數據的草原火燒跡地提取及災前可燃物特征分析[J].災害學,2013(1):32-35.

[4] 肖 瀟,馮險峰,孫慶齡.利用MODIS影像提取火燒跡地方法的研究[J].地球信息科學學報,2016(11):1529-1536.

[5] Bastarrika A, Chuvieco E, Martín M P. Mapping burned areas from Landsat TM/ETM+data with a two-phase algorithm:Balancing omission and commission errors[J].Remote Sensing of Environment,2011,115(4):1003-1012.

[6] 梅安新.遙感導論[M].北京：高等教育出版社，2001.

[7] 趙英時.遙感應用分析原理與方法[M].北京：科學出版社，2013.

[8] M.J. López García, V. Caselles. Mapping burns and natural reforestation using thematic Mapper data[J]. Geocarto International,1991,6(1):31-37.

Extraction of Great Khingan region fire scars base on Landsat image★

Qian An Chen Yanan Wang Qiuling

(DisasterPreventingScienceandTechnolgyCollege,Sanhe065201,China)

The paper extract Great Khingan region fire scars based on year 2002, 2003, 2006 and 2008 Landsat-5 images and year 2016 Landsat-8 images by using differenced normalized burn ration method, and then analysis fire recovery of Great Khingan region from 2003, it has certain guiding meaning for relevant department regulating corresponding processing policy.

NBR, Landsat image, fire scars, Great Khingan

1009-6825(2017)15-0192-02

2017-03-06★：中央高校基本科研業務費-創新項目團隊(ZY20160102)；教學團隊建設項目(11020218)

錢 安(1988- )，男，助教; 陳婭男(1995- )，女，在讀本科生； 王秋玲(1990- )，女，助教

P237

A