MODIS數據解譯及其在森林火險中的應用研究

劉蓉 劉平波 吳鑫

摘? 要：中分辨率成像光譜儀（Moderate Resolution Imaging Spectrometer，MODIS），是EOS計劃中一個重要的傳感器，對MODIS數據產品在森林火險中的研究具有重大意義，文章主要介紹了MODIS數據解譯方法及MODIS數據在森林火險中的研究進展。

關鍵詞：MODIS;數據解譯;森林火險

中圖分類號：TP75? ? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）03-0177-02

Abstract： Moderate Resolution Imaging Spectrometer（MODIS） is an important sensor in the EOS project， which is of great significance to the research of MODIS data products in forest fire insurance. This paper mainly introduces the interpretation methods of MODIS data and the research progress of MODIS data in forest fire.

Keywords： MODIS; data interpretation; forest fire

前言

1994年，美國宇航局（NASA）啟動了對地觀測計劃（EOS）， EOS的核心傳感器是中分辨率成像光譜儀（中等分辨率成像光譜儀），它同時搭載在Terra和Aqua衛星上。它通過X波段直接向世界廣播遙感數據。黑體定標器、太陽漫射儀、太陽光穩定性監測儀和光譜輻射校正器是MODIS的關鍵部件。MODIS具有36個離散的光譜帶，它的空間分辨率為250米、500米和1000米，具備同時提供反映大氣、陸地、云特性等特征信息，用于長期觀測全球動態變化等。MODIS儀器由于具有森林火災監測能力，遠遠優于現有的其它遙感儀器。所以目前對于森林火災的監測主要依賴于MODIS，其產品包括各類火點的識別、火災面積的估算、火災釋放能量的估算等，為自然災害監測技術的研究帶來了新的研究思路和方法。

1 MODIS儀器數據格式

1.1 數據格式-HDF

HDF（Hierarchical data format）是分層數據格式，屬于超文本文件格式，由美國國家高級計算應用中心NCSA（National Center for Supercomputing Application）研制開發，HDF因可移植性強、可存儲并處理大數據量，數據類型包括圖像、多維數組、文本數據以及指針等，已作為標準數據格式，被廣泛用于許多國家和地區。

1.2 MODIS儀器數據產品及分級

根據不同的加工技術，將其產品以HDF格式存儲，可分為0-5級數據，包括3種主要標準數據產品類型，如地面標準數據產品、大氣標準數據產品和海洋標準數據產品，可將其分解為44個標準數據產品類型[1]。其中0級為未經處理的原始數據產品，一級為賦予了定標參數的L1A數據產品，第二級是在校準和定位之后的L1B數據產品，而第三級是基于L1B校正邊緣失真的第三級產品。第四級產品由參數文件提供以校正圖像的幾何形狀和輻射，使得圖像的每個點具有精確的地理編碼、反射速率和輻射速率。第五級產品是根據各種應用模型開發的L5產品。

2 MODIS數據的解譯方法研究

MODIS L1B數據中主要的兩種數據對象SDS和Vdata。根據HDF軟件庫中HDF底層、HDF應用層以及HDF頂層三個接口層的特點，可以使用SD API接口和VS API接口來管理科學數據集SDS和Vdata[2]。HDF文件數據結構被存儲在許多類型中，所以比較復雜。HDF4文件的函數庫只支持C語言和FORTRAN語言，系統沒有其他語言讀寫HDF4文件。雖然ArcGIS支持大多數光柵數據格式，但ArcGIS不支持存儲在固定級別上的HDF數據格式。基于C#的HDF4文件中間件在處理MODIS數據產品時，解決了C語言不能生成多個數據集HDF4文件的問題，并通過環保部生態環境遙感產品生產子系統項目驗證了該中間件的實用性[3]。

地表反照率反映著地球表面對太陽輻射的反射能力，同時它對地球大氣系統能量平衡的維持也起著關鍵作用，所以地表反照率在遙感成像和大氣輻射傳輸研究應用比較廣泛。使用C++語言進行設計開發的查詢軟件，數據源為MODIS遙感數據，軟件可以查詢地表反照率經緯度。功能有數據處理、數據庫設計、經緯度坐標獲取、數據的存儲以及查詢地表反照率等[4]。建立了我國大陸地區地表反照率數據庫，并可以做到根據經緯度參數查詢得到某一具體地理位置的反照率。大多采用門戶網站提供MODIS的數據方式是HDF文件縮略圖及下載服務，李雙青等在.net平臺下，基于REST風格，使用GDAL開源庫，實現了MODIS數據服務和簡單預處理成果數據服務功能，從而更好地為用戶提供遙感數據服務[5]。Dwyer M J等人利用腳本表單R語言，綜合利用http協議、MRT（MODIS重新投影工具）工具[6]和其他有效的處理工具，以實際數據產品為例，分析出MODIS官方數據產品的技術流程、實現機制和過程[7]。

3 基于MODIS數據產品的森林火災相關研究

林業作為我國的基礎產業，也是我國重要的公益事業。開展森林火災研究對保護森林資源、促進生態建設及可持續發展具有長遠意義。遙感技術應用在森林防火工作各個階段也越來越深入。在預防期，根據可燃物所處氣象特點、地形、干燥指數和濕度、類型等特點預報森林可燃物的危險性。森林火災發生后，有關單位和部門要組織人力資源，及時對火災發生的時間、地點、原因、損毀面積和堆積物、撲救情況、物資損失、投入和傷亡等進行評估，為災后清理提供更科學的依據，植被恢復、火災事故鑒定和宏觀決策部門。因MODIS數據免費，價格低廉且易于獲取，使得其在這一領域的應用優勢非常明顯。最主要的是時間和空間分辨率非常適用于森林火災預警和災害監測。

MODIS數據的優點使得MODIS數據在森林防火中得到了廣泛的應用。來自美國航天局的戈達德個航空航天中心的Coffman博士領導了一個研究小組，研究在非洲和巴西的森林火災監測中，基于MODIS數據的火災監測算法的應用。聯合環境監測部門，美國一些大學對全球森林火災進行日常監測，并利用地理信息系統發布監測結果。

利用MODIS數據對火災進行監測基本原理遵循斯蒂芬-波爾茲曼定律，周小成等利用我國9起森林火災事件驗證了基于MODIS的火點識別理論，并分析認為：MODIS火點識別理論算法在我國是可行的，但由于區域和季節的變化，將錯過低溫陰燃的熱點[8]。基于MODIS數據，盛世杰構建標準測量數據集，用于生成具有很強識別火災痕跡能力的火災特征數據集。利用SGB（Stochastic Gradient Boosting）算法即隨機梯度算法進行森林火燒跡地提取，分析總結了火場的時空變化。用MODIS比較火災數據庫產品和地面數據對結果進行了驗證和評價[9]。周利霞等利用MODIS數據構建了一個火點指數FPI，修正火點提取精度利用的是歸一化植被指數（NDVI），通過研究去除了地表不是植被、或植被稀少的不足以引起火災的區域，有效減少了因裸土或城市熱島引起的誤判。經過實際驗證分析，相對于MODIS絕對火點識別算法，FPI-NDVI的方法精度及提取速度都有提高[10]。

利用灰色建模理論，獲取數據后，李勇等將八叉樹理念運用到林火蔓延邊界重心確定過程，將穩健估計引入到灰色理論建模中，為了保證林火蔓延模型的建模精度，提出了ER算法和LIR算法[11]，首次提出基于灰色林火蔓延模型的改進元胞自動機模型的概念。以云南昆明林火進行識別研究，以MODIS L1B數據為數據源[12]，經過數據識別，預處理數據，提取火點背景信息、火點確認、林地提取、最后進行火點識別。為高山峽谷地區的西南林區火災監測和損失評估提供科學合理的依據。在森林火險預報中，氣象資料，如溫度和相對濕度，植被資料，如生、死可燃物濕度，植被指數標準化，植被綠度等，都可以從MODIS獲取。周永寶利用以上因子，輸入火險模型并得到火險指數圖。同時結合云南省實際情況，從MODIS數據中依次得到與火災密切相關的溫度、濕度、可燃物種類、數量、含水量等參數因素，建立了火災風險預測與火災動態監測模型[13]，并通過實際森林火災數據驗證了該模型的可行性。森林火點檢測算法很好地提高了火點檢測的精度。通過分析選擇MODIS數據的波段和應用參數，對原始數據進行預處理，得到每個MODIS通道的值，并根據目標點與背景像素之間特征參數的類方差閾值判斷是否存在著火點，提出了一種基于類間方差的火點識別算法對林火進行監測[14]，有效地消除了背景圖像元素特征參數大小對判斷結果的影響，避免了傳統森林火災監測方法中火點和漏判的誤判。

4 結束語

現階段，隨著社會經濟的發展以及森林對生態環境的影響，利用衛星遙感數據開展大范圍的反演研究是其中一個重要領域。隨著應用的普及，對MODIS數據產品的數據解譯研究具有重大意義，對L1B數據的特征進行了分析，以及數據提取方法的研究，綜合說明了MODIS數據在林業、海洋、大氣等相關自然災害的數據解譯和反演研究進展。

參考文獻：

[1]劉燦.基于MODIS數據的氣溶膠光學厚度反演研究——以重慶主地區為例[D].重慶：重慶師范大學，2014.

[2]張莉，曾致遠.基于HDF4文件格式的MODIS 1B影像數據提取的研究與實現[J].國土資源遙感，2004（4）：27-32.

[3]沈夏炯，馬瑞，韓道軍，等.HDF4文件訪問中間件的設計與實現[J].計算機工程，2015，3（41）：278-282.

[4]楊維，周海金，司福祺，等.基于MODIS遙感數據地表反照率經緯度查詢軟件設計[J].大氣與環境光學學報，2017，12（6）：446-

455.

[5]李雙青，樊紅，李新廣.基于REST的MODIS數據服務方法[J].測繪信息與工程，2010，35（2）：1-2.

[6]Dwyer M J， SchmidtG. The MODIS reprojection tool[M].Earth science satellite remote sensing.Springer Berlin Heidelberg，2006.

[7]周玉科.基于R語言的MODIS數據自動化處理方法研究[J].測繪與空間地理信息，2019，42（1）：20-26.

[8]周小成，汪小欽.MODIS林火識別算法的驗證分析[J].火災科學，2006，15（1）：31-36.

[9]盛世杰.基于MODIS數據的Metric構建及加拿大巴尼拖巴州森林火燒跡地檢測[D].南京：南京信息工程大學，2014.

[10]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（4）：22-26.

[11]李勇.基于MODIS數據的林火蔓延模型的研建[D].北京：北京林業大學，2007.

[12]段衛虎，黃城，王皓，等.MODIS數據在森林火點識別中的應用研究[J].安徽農業科學，2014，42（28）：9800-9803.

[13]周永寶.基于MODIS的森林火災預警與檢測研究[D].蘭州：蘭州交通大學，2014.

[14]肖霞.基于類間方差的MODIS森林火災監測方法研究[D].合肥：中國科學技術大學，2010.