利用改進型MODIS火點探測算法實現河北省秸稈焚燒火點識別

2019-03-14 06:20:40魏英策桑會勇張濤叢楊谷祥輝

全球定位系統 2019年1期

魏英策,桑會勇,張濤,叢楊,谷祥輝

(1.山東科技大學測繪科學與工程學院,山東青島 2665902.中國測繪科學研究院,北京 100036)

0 引言

中國是傳統農業大國,秸稈資源豐富,但資源未被有效利用,每年有大量秸稈被當作廢棄物焚燒或扔掉,對生態環境造成了嚴重的影響[1]．據報道我國每年產生秸稈7億噸左右,并且約占五分之一的秸稈采取露天焚燒的處理方式,對環境造成了嚴重的威脅[2]．秸稈焚燒時產生大量的有毒有害的物質不僅對環境造成污染,還威脅人類的身體健康,降低大氣的能見度給人類的交通出行帶來安全隱患．因此對秸稈焚燒進行實時有效的監測對環境改善以及人類安全有著重大意義．

秸稈焚燒火點空間分布相對分散且相對隨機無固定的規律,使得傳統的監測不僅耗費大量的人力物力財力,也不能保障實時有效全面的監測．隨著遙感技術的發展,越來越多的高分辨、覆蓋范圍廣的影像數據為秸稈焚燒實時監測帶來便利．利用遙感衛星監測秸稈焚燒已有深入的研究,如李佳等[3]利用MODIS二級產品MOD14數據對河南省秸稈焚燒火點進行提取,得到河南省秸稈焚燒的分布特征;楊珊榮等[4]利用MODIS數據對火點提取的研究;馮登超等[5]利用高分辨率的資源衛星數據提取得到的火點并與MODIS數據得到火點進行精度對比驗證．

本次選取河北省為研究區域,利用改進型MODIS火災探測算法,通過IDL語言實現河北省秸稈焚燒火點提取．對提取結果利用中華人民共和國發布的全國秸稈焚燒火點日報與MODIS標準火點產品(MOD14)的提取結果進行空間上的定量驗證．

1 秸稈焚燒火點提取

1.1 秸稈焚燒火點基本原理

根據普朗克定律,物體之間向外輻射能量的密度存在差異性．MODIS火點監測原理是基于中、長紅外波段的光譜特性, 采用4μm左右的μm通道21和11μm左右的μm通道31作為火點監測通道．草地、灌木、叢林燃燒時火點溫度達到400～800℃．物體內部溫度的變化,能夠引起較大的輻射變化,這種變化是識別高溫熱源的關鍵．秸稈焚燒釋放熱量的溫度為500～1000K之間,黑體輻射能量集中在2.8～5.7μm之間,所輻射出的能量高于常溫物體在同一光譜的輻射值,根據火點像元與背景像元之間差異,并且火點不存在于水體的實際情況等對研究區域進行火點的提取．如圖1所示.

圖1 秸稈焚燒火點提取流程圖

1.2 秸稈焚燒火點算法實現

1)數據預處理

MODIS是目前常用的光學遙感儀器,數據涉及波段范圍廣,共包含36波段, 光譜范圍從0.4 ～14μm,覆蓋了陸地、海洋大氣等是當前各主流遙感衛星的主要觀測數據．本算法中利用的亮度溫度為1km分辨率的4μm通道、11μm通道、12μm通道的MODIS數據,分別用T4、T11、T12表示,用于白天觀測的0.65μm、0.86μm通道、2.1μm通道分別記為λ0.65、λ0.86、λ2.1,分辨率統一為1km,所涉及到的MODIS波段數據及其用途如表1所示．其包含兩個4μm通道(21和22),本次選擇22波段作為T4．對所需要的波段進行輻射校正與幾何校正等預處理,提取可見光、近紅外波段的表觀反射率以及表觀輻射率,并基于普朗克定律,將中紅外、熱紅外波段的表觀輻射亮度轉化為表觀亮度溫度．

2)云像元識別及剔除

MODIS數據是光學遙感數據,為了有效地避免誤將濃煙判別為云的操作,更精準科學的從遙感影像上提取火點信息,首先要進行云識別檢測處理．

本次實驗參照MODIS火災檢測算法以及全球火點產品結合河北省研究區域自身的特點,對云識別的閾值進行了調整,夜晚云判別條件判定為T12(night)<265,白天云識別的條件為:

(λ0.65+λ0.86>1.2)or(T12<265 K)or

(λ0.65+λ0.86>0.7)or(T12<285 K)or

(waterpixelandλ0.86>0.25andT12<300 K)

表1 MODIS通道數據及用途

3)秸稈火點判定

潛在火點的識別是為了去除明顯的非火點,在這階段沒有被去除的火點被認為是潛在的火點,需要進一步的識別．根據秸稈燃燒相對其周圍溫度高的特點,采用絕對閾值判斷法單一靠絕對閾值往往容易造成火點漏判,故結合相對閾值判斷法實現滿足該條件的判定為火點．

閾值設定

T4(Abs)=360;

T4(Del)=320;

Day(Del)=20;

其中:T4(Abs)為火點像元在熱紅外波段絕對亮度溫度;T4(del)為火點像元在熱紅外波相對亮度溫度;Day(Del)像元在熱紅外波段的亮度溫度、中紅外波段(4 μm)與熱紅外波段(11 μm)的亮度溫度的差值．

白天火點識別的判斷公式為:如ΔT>ΔT*ΔT≡T4-T11)(λ0.86<0.35)(對于夜晚火點識別,則無最后的判斷公式)為火點像元在熱紅外波段的亮度溫度, *為潛在火點閾值,ΔT為亮度溫度差．T4*與ΔT的閾值分別為310 K(夜間305 K)和10 K．白天判定的潛在火點條件為若滿足T4>310 K,則可判定為暫定火點;夜晚判定火點的條件若滿足T4>305 K,則判定其為真實火點．剩余不滿足判斷條件的潛在火點需進行背景閾值測試,對其進行進一步的判別．

通過火點像元與周圍背景像元之間的差異性來對剩余潛在火點進一步判定其是否為暫定火點(白天)和真實火點(夜晚),背景火點像元分別滿足白天、夜晚火點的判別兩個條件,否則為有效背景像元．

在隨后的背景閾值測試的算法中,以潛在火點像元為中心,建立背景窗口,通過窗口統計進行背景像元溫度的提取．以潛在火點像的小空間窗口內的相鄰像素的統計概要來估計在沒有火災時每個潛在火災像素的輻射信號．

本文根據Giglio等人[6-11]在Kanfman等提出的MODIS火點監測算法的改進算法,其優點在于對于小火點和低溫火點的能更有效地識別．算法中窗口大小的范圍可由3×3至21×21．確定火點溫度時,要求有效背景像元數量不低于25%,否則需要對窗口的大小進行調整以滿足背景像元的數量要求,從而進行窗口背景像元溫度特性的統計．判斷條件如下:

(1)

(2)

(3)

(4)

(5)

文獻報道神經出入征是周圍神經鞘瘤的特征性表現，多發生于神經主干，好發部位據報道依次為頭、頸部、肢體、縱隔腹膜后及其他部位[3]，但發生在椎管內的表現為神經出入征的神經源性腫瘤目前文獻報道較少。對于椎管內形態為橢圓形的神經源性腫瘤，影像學診斷除了形態學以外，通常還要結合MRI信號特點、對比劑增強特點等進行綜合分析。但是，對于同時合并神經出入征的病變，結合本例報道，診斷神經源性腫瘤的證據更為充分。但是，鑒于目前尚無關于椎管內表現為神經出入征的神經鞘瘤的影像學報道，因此，對于此征象診斷椎管內神經鞘瘤的敏感性及特異性有待于進一步觀察。

如果像元滿足下列條件:白天時,滿足式(1)～(3)為真且式(4)為真或式(5)為真的條件,潛在的火點被判定為暫定火點;夜晚時,滿足式(1)～式(3)為真的條件,潛在的火球被判定為火點,否則為非火點．

4)太陽耀斑的識別

如果波長為0.64 μm和0.86 μm(波段2)兩個通道的反射率均大于0.3即4 μm通道的亮溫達 12 K,且耀斑角小于40°,則為非火點[8]．

2 結果與分析

2.1 研究區域及數據選取

河北省是中國傳統的農業大省．該地區地勢平坦,土壤肥沃,加之適宜的氣候,雨熱同季的獨特優勢,光熱水土資源匹配較好,故糧食作物如小麥、玉米和稻谷等產量較多,其秸稈產量約占全國的1/3 左右．

本研究使用NASA官網免費提供的MODIS L1B產品數據以及MOD14系列,空間分辨率為1 km,每天對同一地方觀測次數最多可達4次,解決了連續觀測要求數據源相對一致性與可參照性問題．因六月中旬為河北省小麥收割和玉米種植的時間節點,此節點為秸稈焚燒最易發生時期,故所用的MODIS 影像獲取時間為2017年6月17日．

2.2 火點提取結果

通過調整火點監測的關鍵閾值對MODIS L1B數據進行處理,得到河北省區域的火點空間分布圖(如圖2所示),背景區域為耕地,大小約為1 km×1 km．通過結果可以看出,在秸稈焚燒的地區,火點分布比較集中,在MODIS火點空間分布圖(如圖3所示)位置上對應位置可以看到明顯的秸稈燃燒產生的煙霧以及亮點,說明本算法能夠準確的探測到真實火點的數量與分布．

2.3 空間精度分析及結果分析

1) 空間精度分析

基于2017年6月17日的MODIS數據,將根據研究區域自身特點調整火點監測關鍵閾值后的本次實驗探測到的火點數目與標準的火點產品(MOD14)數據進行對比(如圖4所示)．本文算法得到的火點數量相對多于MOD14,與MODIS算法相比較,本次算法對火點更為敏感．同時,對比本算法結果與中華人民共和國環保部發布的2017年6月17日全國秸稈焚燒火點日報(如圖5所示)其空間分布與環保部火點監測日報基本一致．