基于MODIS遙感影像的火點信息提取算法實現

李威 成功

摘 要：森林火災是一種危害極大的自然災害，如何快速、精確定位并監測其發生和變化，對減少經濟損失、保護生態環境尤為重要。MODIS影像由于具有覆蓋面積廣、波段個數多和成像周期短等特點，早已被廣泛應用于火災預警和監測中，且取得了良好的效果。本文嘗試利用MATLAB來實現自動化提取MODIS影像中火點信息，以期為防火工作人員獲取火災信息提供便利。

關鍵詞：MODIS;火點信息;MATLAB

中圖分類號：P208 文獻標識碼：A 文章編號：1003-5168（2019）04-0020-04

The Implementation of Fire Point Information Extraction Algorithm

Based on MODIS Remote Sensing Image

LI Wei CHENG Gong

（School of Geosciences and Info-Physics， Central South University，Changsha Hunan 410083）

Abstract： Forest fire is a natural disaster with great harm. How to locate and monitor its occurrence and change quickly and accurately is particularly important to reduce economic losses and protect the ecological environment. MODIS image has been widely used in fire warning and monitoring because of its wide coverage， large number of bands and short imaging period， and has achieved good results. This paper attempted to use MATLAB to automatically extract fire information from MODIS images， in order to facilitate fire protection workers to obtain fire information.

Keywords： MODIS;fire information;MATLAB

森林火災是一種危害極大的自然災害。每年，國內外都有重大火災發生，造成重大經濟損失，影響生態平衡。尤其是人跡罕見的原始林區起火，不易被發現，從而導致火災難以被快速撲滅。為了降低損失，精確、快速地監測森林火災的發生和變化顯得尤為重要。依靠地面人員巡視或者高空飛機進行監測不僅流程長、費用高，而且費時費力[1]。遙感技術具有快速、經濟、覆蓋面積廣的特點，適用于森林火災的預警和監測。目前，衛星遙感技術已經成為全球火災監測必不可少的手段，在全球火災監測中發揮著重要作用。特別是MODIS，其從設計上就考慮了火災監測[2]，所以其森林火災的監測能力已超過其他遙感傳感器。國內外許多學者已成功將MODIS數據用于森林火災監測研究并得到了驗證。為了提高利用MODIS數據進行森林火災監測的工作效率，本文運用MATLAB編程實現對MODIS火點信息的提取。程序的主要內容包括數據的讀取、建立火點檢測模型和輸出火點識別結果，以幫助防火人員更加快速有效地獲取火情監測信息。

1 數據預處理

本文采用的遙感數據為MODIS L1B數據，數據采集日期為2015年5月26日，在國際標準時間12：47：51入境。MODIS L1B影像數據包含有1—7波段的重采樣數據以及8—36波段的1km分辨率數據。數據經過平移和縮放后存儲為0～32767的整數，此范圍之外的整數有特定意義，如65533代表探測器飽和，65531代表探測器失效。

MODIS數據共有36個通道，可以提供0.41～14.51μm的36個離散波段圖像，運行周期為1～2d，掃描寬度為2 330km。MODIS影像中250m空間分辨率的波段有兩個（波段1和波段2），500m空間分辨率的波段有5個，即3到7波段，而1 000m空間分辨率的波段有29個。MODIS和NOAA/AVHRR數據都具有成像周期短、視野寬的優點，但MODIS數據具有比NOAA/AVHRR更高的光譜分辨率（高達10nm）和空間分辨率（250m）;因此，MODIS在森林火災監測中更具有優勢。

本文使用MATLAB來實現對MODIS遙感影像數據的讀取、火點提取算法的實現及火點檢測結果的輸出。MATLAB是由美國MathWorks公司發布的主要面對科學計算、可視化以及交互式程序設計的高科技計算環境，其表達式與和常用的數學表達式比較像。用MATLAB完成一項任務時比C、FORTRAN等語言要簡便得多，因此，其應用領域很廣，如工程計算、控制設計、圖像處理和建模分析等。

1.1 MODIS存儲結構

MODIS并不是每個像素點都記錄其經緯度信息，而是在偏移offset個像素點之后，每隔step像素點，記錄其像素點的經緯度（如圖1所示）。其中，offset和step信息記錄在HDF文件中，可以用MATLAB自帶工具hdftool查看。因為本文需要判斷MODIS影像中每個像素點是否為森林著火點，需要知道每個像素點的經緯度以輸出火點檢測信息，所以必須要利用已知點的信息進行插值。

用MATLAB的interp2函數進行二維矩陣的插值，可以得到每個像素點的經緯度信息。

1.2 數據讀取

本文使用到的MATLAB L1B數據存儲格式為HDF格式。在MATLAB中，有各種方便的函數和工具來對HDF文件進行讀取。本文使用MATLAB提供的hdfsd函數進行HDF文件的讀取。MATLAB的hdfsd函數基本上實現了各種處理功能，如讀取HDF文件信息、讀取數據集等。使用hdfsd函數進行HDF文件讀取的流程為：①打開HDF文件;②獲得文件及數據集信息;③選取數據集;④從所選數據集中讀取數據;⑤關閉數據集，關閉文件。

MODIS影像數據中存儲的是DN值，根據MODIS L1B數據存儲特點，可以通過公式來轉化為可見光-近紅外通道的反射率值和熱紅外波段的輻射率值。

計算反射率的公式為：

[Reflectance=reflectance_scaleB×SI-reflectance_offsetB] （1）

其中，[Reflectance]為反射率;[reflectance_scaleB]為定標增益;SI為圖像的有效記數值;[reflectance_offsetB]為定標偏移量。MATLAB中可以通過hdfsd（'fileinfo'，sd_id）語句來提取HDF中相應波段的scale值和offset值。

計算輻射率的公式為：

[Radiance=radiance_scaleB×SI-radiance_offsetB] （2）

其中，[Radiance]為輻射率;[radiance_scaleB]為定標增益;[radiance_offsetB]為定標偏移量。

1.3 亮溫值計算

亮溫是亮度溫度的縮寫，不是物體本身的實際溫度，而是物體輻射強度的同義詞。因此，雖然其具有溫度的大小，但沒有溫度的物理意義。在應用過程中，經常需要在獲得輻射波段的輻射率后再計算出像素點的亮溫值[3]。

對于熱輻射波段（如22和31波段），若要將輻射率轉換為亮溫，還必須應用普朗克函數。普朗克公式為：

[T=hcwace×k×ln1+2hc2I×wave5] ? ? ? ? ? ? ?（3）

其中，[T]為亮度溫度（K）;[h]為普朗克常數，[h]=6.626 1×10-34（J·s）;c為光速=3e8m/s;[k]為玻爾茲曼常數，[k]=1.38×10-23（J/K）;[wave]為中心波長（m）;[I]為輻射率。

1.4 排除非植被區域

森林火災發生的必要條件之一是地表的植被覆蓋面積達到一定規模。由此，排除無植被或植被覆蓋少的區域是提高森林火點檢測算法精確度的重要方式。植被的反射光譜也有一定光譜規律。大量研究發現，植被反射光譜在綠色波長處有1個小峰值，在紅外波長處有1個大峰值。因此，MODIS的紅光通道（0.6～0.7μm）和近紅外通道（0.7～1.1μm）通過一定的組合得到的植被指數NDVI可以反映地物的一些植被信息。NDVI的算法為：

[NDVI=ρ2-ρ1/ρ2+ρ1] ? ? ? ? ? ? ? ? ? ?（4）

式中，[NDVI]為歸一化植被指數;[ρ1]和[ρ2]分別為MODIS第1波段和第2波段的反射率。

森林植被燃燒區的[NDVI]閾值選取需要綜合考慮地表差異。分別選取裸露地表、湖泊、厚云、植被計算[NDVI]并比較分析。通過實驗，本文研究區選取[NDVI]閾值為0.1，所有小于0.1的區域不可能為火點。對整個研究區進行[NDVI]計算，結果如圖2所示。

1.5 排除云區

云在可見光-近紅外波段的反射率比下墊面要高。熱紅外波段下，云的亮溫比下墊面要低。因此，可以利用這個特性來排除受云影響的區域。根據前人研究[4]，研究區的云區定義算法如下。

①白天。條件1：[ρ1+ρ2>0.9];條件2，[T12<265K];條件3：[ρ1+ρ2>0.7]且[T12<285K]。如果3個條件滿足其一，則定義為云區。

②晚上。如果[T12<265K]則定義為云區。

其中，[ρ1]和[ρ2]分別為第1波段和第2波段的反射率;[T12]為第32波段的亮溫值。

2 火點檢測

2.1 火點檢測原理

1800年，科學家首次發現紅外光。理論上，一切物質只要溫度超過絕對零度，就會發射紅外能量。衛星影像中，可見光、近紅外波段探測的是地物表面對太陽的反射。熱紅外通道探測的是物體的自身熱輻射。MODIS遙感影像的CH21、CH22和CH31通道是紅外通道，探測到的輻射強度與地物的溫度成正比：地物溫度越高，則輻射強度越大[5]。當地面發生森林火災時，火焰、煙霧是主要的輻射源，其他未著火的地物有著相對較低的輻射率。因此，以物體未發生燃燒時的輻射為背景輻射，利用背景輻射和燃燒輻射之間的差異，可以從衛星遙感信息中提取出火點異常，然后對其變化進行跟蹤。

2.2 火點檢測模型構建

目前，利用MODIS數據進行火點檢測的算法有多種，大部分算法都會用到4μm和11μm通道的亮溫來計算，分別用T4和T11表示。本文采取一種叫作FPI-NDVI的火點提取算法，利用植被在沒有燃燒時的實景輻射與植被燃燒時的輻射之間的相關關系，以提取地面森林火災信息。FDI算法選擇MODIS數據的22通道亮溫（記作T4）作為火災標識，32通道亮溫（記作T11）作為背景輻射。當T4升高時，T11也會相應上升，但T4上升得比較劇烈。用T4和T11構建的FPI公式為：

[FPI=T4-T11T4+T11] ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

根據前人的研究可知：水體的FPI值約等于0，裸露地表的FPI為0～0.05，植被的FPI值略高于水的FPI值;云具有較高的FPI值。為了避免將云區誤判為火點，需要額外進行云區的剔除。根據研究分析，本文將FPI>0.042 5的像素點歸類于火點。

2.3 實驗結果

將研究區的MODIS影像數據輸入程序，進行CH21、CH22和CH31通道的假彩色合成，并將火點位置用十字畫出。

研究發現，CH7、CH2和CH1波段的RGB合成圖像可以增強森林火災火點的圖像特征。森林火災火點在圖像上顯示為粉紅色，過火區域為紅棕色。MODIS的CH7、CH2和CH1通道的組合可以反映森林火災的火點和周邊地物相關信息，可以為程序運行結果提供驗證。從圖3可以看出，程序提取的3個火點位置與假彩色合成結果一致，且經查詢互聯網資料，火點所在地區在2015年5月份確實發生過一場大型火災，與實驗結果一致。這可以為森林火災監測提供一定幫助。

3 結論

本文運用MATLAB實現了對MODIS森林火災火點信息的自動提取，利用FPI-NDVI模型，剔除云層及非植被地區的干擾，取得的實驗結果比較滿意，可以快速方便地為相關森林防火人員提供火災信息，從而避免造成巨大經濟損失。但是，由于目前資料不足，有些問題還沒有得到解決。

①FPI、NDVI的取值不但因不同的季節和地區而不同，而且還與火燒的強度有關，應進一步加強FPI、NDVI閾值的確定工作。

②用MATLAB進行MODIS影像任意三波段的RGB假彩色合成。由于不太清楚如何把DN定標后數據換算成RGB數值，造成合成的彩色圖片與ENVI輸出的顏色有些許出入，未來應查閱更多資料來解決這一問題。

參考文獻：

[1]梁蕓.利用EOS/MODIS資料監測森林火情[J].遙感技術與應用，2002（6）：310-312.

[2]舒立福，田曉瑞，向安民.3S集成技術在林火管理中的應用研究[J].火災科學，1999（1）：48-53.

[3]周小成，汪小欽.MODIS林火識別算法的驗證分析[J].火災科學，2006（1）：31-37，55.

[4]周利霞，高光明，邱冬生，等.基于MODIS數據火點監測指數研究[J].中國安全生產科學技術，2008（4）：22-26.

[5]馮蜀青，伏洋.青海省草場火情衛星遙感監測的應用[J].青海草業，2004（3）：33-35.