青海高寒草地春季火情的多源卫星遥感动态监测

多源卫星遥感数据源能为现场扑火指挥决策提供快速、准确的空间信息。根据火点在中红外波段辐射率和亮温急剧增大的特点,利用10个时次的国内外极轨气象卫星资料(包括首次利用了NPP卫星数据),针对2016年3月18—19日发生在青海省果洛藏族自治州久治县的草原火灾进行了实时动态监测,并采用高分数据提取了灾后过火面积。研究结果表明,气象卫星火点判识方法及阈值设定同样适用于青海高寒草地春季的火情监测;快速判识阈值的确定,可为日常火情实时监测业务提供快速、有效的技术支持。     

FY-3D/MERSI-II全球火点监测产品及其应用

FY-3D/MERSI-II全球火点监测产品主要包括全球范围内的火点位置、亚像元火点面积和火点强度等信息,可用于实时监测全球范围的森林草原火灾、秸秆焚烧等生物质燃烧状况。火点判识算法主要根据中红外通道对高温热源的敏感特性,即含有火点的中红外通道像元辐亮度和亮温较远红外通道的辐亮度和亮温偏高,同时较周边非火点的中红外像元偏高,建立合适的阈值可探测含有火点的像元。亚像元火点面积估算主要使用中红外单通道估算,根据亚像元火点面积估算结果对火点强度进行分级,不同的级别表示不同程度的火点辐射强度。基于全球火点自动判识结果,每日生成0.01°分辨率的卫星遥感日全球火点产品,每月生产0.25°×0.25°格点的全球月火点密度图。在利用FY-3D/MERSI-II火点产品开展的全球火点监测应用中,对多起全球重大野火事件进行了监测,为防灾减灾、全球气候变化研究、生态环境保护等方面提供卫星遥感信息支持。     

MTSAT-2静止气象卫星中国区域雪盖监测

利用MTSAT-2静止气象卫星数据开展了中国区域的雪盖监测研究,结合MODIS雪盖产品及站点雪深观测数据对判识结果进行对比分析和验证。首先,根据MTSAT-2静止气象卫星数据特点,进行角度效应校正及多时相数据合成,以减少云对图像的影响;其次,根据多个雪盖判识因子建立中国区域雪盖判识算法;最后,对比分析2011年1月份MTSAT-2和MODIS雪盖判识结果,并使用站点观测数据进行精度验证。研究表明:(1)MTSAT-2雪盖判识受云影响比例约30%,MODIS雪盖产品受云影响比例约60%,MTSAT-2去云效果明显。(2)无云情况下,MTSAT-2雪盖判识和MODIS雪盖产品判识精度均高于92%;有云覆盖时,MTSAT-2判识精度约65%,优于MODIS雪盖产品35%的判识精度。(3)MTSAT-2静止气象卫星在保持高积雪判识精度的前提下,可以更有效减少云对雪盖判识影响,实时获取更多地表真实信息。该研究对中国区域雪盖信息准确监测、气候变化研究以及防灾减灾等具有重要意义。     

FY-2C积雪判识方法研究

介绍了利用FY-2C资料进行积雪判识的原理,在阈值法基础上的辅助因子函数积雪判识方法以及相应的FY-2C积雪判识结果精度验证分析等。一般较为常用的卫星遥感积雪判识方法为简单阈值法,由于其带有一定的随机性,很难客观反映下垫面条件差异对阈值选取的影响。以阈值法为基础,将所使用的主要变量以函数形式表达,以海拔高度、地理位置、季节、土地覆盖类型等作为阈值函数的变量,通过大量采样建立起多种阈值函数,从而实现随时空特点变化的阈值实时计算。该方法用于FY-2C积雪判识,较好地解决了FY-2C全圆盘范围内广大区域不同下垫面类型下的实时积雪监测。通过与NOAA-17人机交互积雪判识结果对比分析,该方法的积雪判识精度可达85%左右。     

基于FY-2E卫星数据的福建沿海海雾遥感监测

利用我国自主研制的风云二号静止气象卫星资料,结合地面自动气象站能见度资料,通过对大量不同时相卫星资料的试验分析,找出台湾海峡海雾、云以及晴空海表等典型下垫面的可见光、热红外和中红外3个通道的光谱特征和变化规律,在此基础上运用反射率阈值实现云雾与海洋表面的自动分离,用亮温阈值实现海雾和低云与中高云的自动分离,用中红外和热红外通道的归一化差值指标实现夜间海雾的自动识别,最后建立台湾海峡海雾自动监测业务软件系统,并选择2015年和2016年地面实测资料对遥感监测结果进行精度验证。研究结果表明:风云静止卫星逐时海雾产品能有效地弥补极轨卫星在监测时次上的不足,很好地为台湾海峡海雾动态监测业务提供数据支持;遥感监测结果与地面观测结果相吻合,总体上较为理想,海雾监测平均准确率白天超过70%,但夜间判识精度低于白天;但同时风云静止卫星遥感技术在海雾和低云的有效分离方面仍然存在局限性。     

利用GF-1 WFV影像和FY-3D MERSI火点产品提取过火区的方法

利用遥感技术获取过火区信息对生态环境监测具有重要意义,其中高分辨率数据更适合提取小范围过火区。目前已有多种利用国外火点产品结合遥感影像提取过火区的研究。为了增强国产遥感数据火情监测能力,提高小范围过火区的提取效率和精度,基于过火前后2幅GF-1 WFV影像和多时相FY-3D MERSI火点产品开展过火区提取研究。2处研究区分别位于四川省凉山彝族自治州木里藏族自治县和西昌市。首先根据火点与过火区形成的关系,结合火点的时间、空间和光谱特征,筛选并扩充火点像元,确定过火区粗略范围;然后确定每种地表类型的分割阈值,分类过火像元和非过火像元;最后剔除周边小斑块,得到过火区提取结果。以人机交互方式获得的过火区参考真值作验证,并与神经网络分类法提取过火区的结果作对比。结果表明本文方法的过火区提取结果精度要明显高于神经网络分类法,Kappa系数达到0.82。该方法可以充分结合GF-1 WFV影像和FY-3D MERSI火点产品数据的优势,降低样本像元选择时间成本和不确定性,快速准确地提取小范围过火区。未来可考虑通过选择更高精度的火点产品,结合实地考察验证对该方法改进完善。     

基于多源遥感数据的森林火灾应急监测

针对目前森林火灾应急救援工作中火情监测手段单一、实时性、全面性不够的问题。本文总结了一种基于多源遥感监测数据的复杂地形森林火灾应急监测工作方法,解决了宏观尺度下森林火灾应急监测不够实时和全面的问题。研究结果表明：(1)空天地联合监测的火情信息获取方法具有全面、机动性和实时性等优势,可有效辅助于森林火灾现场指挥救援工作;(2)以吉林一号和高分一号为主的国产卫星载荷下的光学监测和夜光遥感监测可对火灾区域进行宏观尺度的持续观测;(3)无人机载荷的热红外探测和激光测距传感器可以实时获取夜间和小范围区域内的火点信息,助力火灾打早打小。本文研究成果可为森林火灾应急指挥部在火场地形地貌分析、救援力量部署、火灾实时追踪监测和灾后复燃隐患防控等工作提供科学决策支撑。     

一种利用HJ-IRS影像的林火火点自动检测算法

对比分析了MODIS传感器和HJ-IRS传感器的差异,在MODIS火点探测V4算法的基础上,通过对云和水体掩膜方法的改进及算法中各阈值的调整,提出了一种适于HJ-IRS的林火火点自动检测算法。以我国黑龙江地区及俄罗斯远东地区为研究对象,通过与采用V4算法生产的相同区域内同时相的MODIS火点产品进行对比分析,发现IRS火点产品在空间分布上与MODIS火点产品基本一致,并没有出现漏检现象;而在低温小火点的探测及火点的几何定位方面,HJ-IRS更具优势。     

基于时相变化的晴空条件下Himawari-8 AHI火点检测

Himawari-8静止气象卫星具有高空间分辨率、高观测频次和高时效特点,对于火点检测具有很强优势。对Himawari-8卫星的3.9μm和11.2μm两通道亮温进行了连续时相变化研究,得出两通道的亮温在时间上的变化差值稳定且规律明显。根据两通道的亮温时相特征,考虑白天可见光对3.9μm通道的影响,并结合火点产生时引起的亮温变化特征,提出了适用于晴空条件下改进的火点检测算法。在多处进行了此算法的实验,例如2018-11-27 T 16:40(UTC时)河北张家口市桥东区一化工厂附近发生的严重爆炸起火事件以及2019-02-28澳大利亚西南部发生的火灾事件,均快速有效的检测到了火点。实验表明,改进的火点检测算法能很好的进行火点检测,并能解决晨昏交界、冰雪下垫面、常规火源点、太阳耀光等火点检测的难题。     

基于MODIS的重庆森林火灾监测与应用

利用MODIS近红外、中红外及热红外的4个波段监测森林火灾,并提出了以MODIS 7波段为主的高温火点直接判别法和非高温火点综合阈值判别法。2006年重庆市森林火灾监测实践证明,该方法在城市森林火灾监测中是可用的。     

Advances in active fire detection using a multi-temporal method for next-generation geostationary satellite data

ABSTRACT

A vital component of fire detection from remote sensors is the accurate estimation of the background temperature of an area in fire's absence, assisting in identification and attribution of fire activity. New geostationary sensors increase the data available to describe background temperature in the temporal domain. Broad area methods to extract the expected diurnal cycle of a pixel using this temporally rich data have shown potential for use in fire detection. This paper describes an application of a method for priming diurnal temperature fitting of imagery from the Advanced Himawari Imager. The BAT method is used to provide training data for temperature fitting of target pixels, to which thresholds are applied to detect thermal anomalies in 4?μm imagery over part of Australia. Results show the method detects positive thermal anomalies with respect to the diurnal model in up to 99% of cases where fires are also detected by Low Earth Orbiting (LEO) satellite active fire products. In absence of LEO active fire detection, but where a burned area product recorded fire-induced change, this method also detected anomalous activity in up to 75% of cases. Potential improvements in detection time of up to 6?h over LEO products are also demonstrated.     

GF-4 PMI影像着火点自适应阈值分割

为探究具有单中波红外通道的高分四号卫星(GF-4)PMI数据在林火监测中的应用方法,通过对覆盖近年发生森林火灾的多景GF-4 PMI影像分析,采用"劈窗法"构建GF-4 PMI数据的着火点自适应阈值检测算法;在云南省玉龙纳西族自治县、俄罗斯阿穆尔州和俄罗斯外贝加尔边疆区等3个实验区进行了着火点检测应用,并以目视解译的着火点结果为参照资料,对该算法的着火点检测精度进行了评价。结果表明,该算法在这3个实验区的着火点检测准确率均高于80.0%,基于着火点检测精度验证设定的综合评价指标高于0.780,可应用于GF-4PMI影像着火点的检测。     

近实时中高空间分辨率森林火灾监测系统展望

森林火灾是最为常见的灾害之一,严重危及人类生命安全。及时准确监测森林火灾的发生及火场状况,对应对火灾及减少损失至关重要。当前,森林火灾卫星遥感监测主要以低空间分辨率的卫星遥感为主,空间分辨率过低导致无法探测规模较小火灾及掌握详细火场态势。针对这一问题,结合近些年中高空间分辨率卫星观测、共享及处理能力的发展,本文从森林火灾卫星遥感监测的基本原理、当前可用中高空间分辨率卫星数据及其特点、中高分辨率森林着火区监测算法,以及数据共享与云端存储与计算等4个技术环节,对森林火灾中高分辨率卫星遥感监测当前研究现状与存在问题进行了总结,阐述了近实时中高空间分辨率森林火灾监测系统的可行性。近实时中高空间分辨率森林火灾监测系统可对已有低空间分辨率森林火灾监测体系形成重要补充,依托其空间分辨率的优势有助于及早、准确发现小规模火情,进而为森林火灾的防治与管理提供更好支撑。     

联合多源遥感数据监测四川木里县森林火灾

森林火灾既严重影响森林生态系统的稳定,还威胁到人类生命财产安全。传统监测森林火灾方法,覆盖范围小,难以及时监测小面积火灾。遥感卫星能大范围精确监测火情,提高了监测方法的时效性,但使用单一卫星数据源很容易受到云雨等客观环境因素影响,降低监测的时效性。本文以四川木里藏族自治县"330森林火灾"区域为对象,开展多源卫星遥感数据对小范围火灾联合监测的研究。首先,充分挖掘高分四号高时空分辨率和中红外火烧敏感波段优势,联合烟幕、温度和植被指数时序变化确定火烧时间与位置;然后,使用Sentinel-2数据监测不同火烧区域光谱信息;接着,使用Sentinel-2数据提取dNBR(differenced Normalized Burn Ratio),提出了基于最大类间方差算法(OTSU)分步骤确定不同程度火烧迹地与面积的方法;最后,建立Sentinel-1A极化比值PR (Polarization Ratio)和NDVI之间关系,利用微波雷达突破云雨限制。结果表明:(1)高分四号联合IRS(InfraRed Scanner)和PMS(Panchromatic Multispectral Sensor)能够实时监测小范围火灾;(2)根据火点位置,确定火灾蔓延期间NDVI下降(由0.7降低至0.25),确定起火时间(3月30日);(3)火灾区域与未受灾区,以及不同类型火烧迹地之间的光谱在490—2200 nm范围存在差异;(4)基于OTSU算法自动确定阈值,确定林地损失面积41.56公顷(dNBR=0.35),精度达94.67%,提取林地过火未损失面积66.56公顷(dNBR=0.10),精度达90.94%,林地损失区域基本符合实际调查结果;(5)火灾前后极化比值由6.6 dB升高至10.8 dB,NDVI与PR经线性回归,R2=0.58,验证R2=0.50。联合多源卫星监测森林火灾,能提高森林火灾监测的时效性,避免了云雨等复杂环境的影响。研究成果能为小火点的及时识别和灾害评估提供参考,其应用可为林火应急响应提供技术支撑。     

A stochastic model for active fire detection using the thermal bands of MODIS data

Active fire detection using satellite thermal sensors usually involves thresholding the detected brightness temperature in several bands. Most frequently used features for fire detection are the brightness temperature in the 4-/spl mu/m wavelength band (T/sub 4/) and the brightness temperature difference between 4- and 11-/spl mu/m bands (/spl Delta/T=T/sub 4/-T/sub 11/). In this letter, the task of active fire detection is examined in the context of a stochastic model for target detection. The proposed fire detection method consists of applying a decorrelation transform in the (T/sub 4/,/spl Delta/T) space. Probability density functions for the fire and background pixels are then computed in the transformed variable space using simulated Moderate Resolution Imaging Spectroradiometer (MODIS) thermal data under different atmospheric humidity conditions and for cases of flaming and smoldering fires. The Pareto curve for each detection case is constructed. Optimal thresholds are derived by minimizing a cost function, which is a weighted sum of the omission and commission errors. The method has also been tested on a MODIS reference dataset validated using high-resolution SPOT images. The results show that the detection errors are comparable with the expected values, and the proposed method performs slightly better than the standard MODIS absolute detection method in terms of the lower cost function.     

基于地球静止气象卫星的地表参数遥感研究进展

地表参数定量遥感反演是遥感科学研究的重要环节。21世纪以来,地球静止气象卫星数据在地表参数遥感反演中受到越来越多的重视。本文对利用地球静止气象卫星进行地表参数遥感反演研究的进展进行了综述。文章首先简单介绍了当前正在运行的欧盟Meteosat、美国GOES-R、日本葵花和中国风云静止卫星系统,随后详细总结了不同卫星系统估算各种地表参数的方法。在此基础上,文章对进一步利用静止卫星估算地表参数的研究展开讨论,指出未来的研究应重点关注几个方面:(1)探索和运用新技术提高静止卫星数据获取和处理的效率和精度;(2)融合全球多颗静止气象卫星,同时与极轨卫星融合,生产覆盖全球的长时序地表参数产品;(3)探索地表参数的高效获取方法,对静止气象卫星地表参数产品开展真实性检验,满足地表过程研究和资源环境动态监测对高质量地表参数产品的需求。     

Intercomparison of Himawari-8 AHI-FSA with MODIS and VIIRS active fire products

ABSTRACT

The AHI-FSA (Advanced Himawari Imager - Fire Surveillance Algorithm) is a recently developed algorithm designed to support wildfire surveillance and mapping using the geostationary Himawari-8 satellite. At present, the AHI-FSA algorithm has only been tested on a number of case study fires in Western Australia. Initial results demonstrate potential as a wildfire surveillance algorithm providing high frequency (every 10 minutes), multi-resolution fire-line detections. This paper intercompares AHI-FSA across the Northern Territory of Australia (1.4 million km²) over a ten-day period with the well-established fire products from LEO (Low Earth Orbiting) satellites: MODIS (Moderate Resolution Imaging Spectroradiometer) and VIIRS (Visible Infrared Imaging Radiometer Suite). This paper also discusses the difficulties and solutions when comparing high temporal frequency fire products with existing low temporal resolution LEO satellite products. The results indicate that the multi-resolution approach developed for AHI-FSA is successful in mapping fire activity at 500?m. When compared to the MODIS, daily AHI-FSA omission error was only 7%. High temporal frequency data also results in AHI-FSA observing fires, at times, three hours before the MODIS overpass with much-enhanced detail on fire movement.     

利用动态阈值的森林草原火灾火点检测算法

针对传统固定阈值的森林和草原火灾火点遥感检测算法因时空环境变化而导致的火点漏检和误检问题,提出了一种综合季节、地理位置和土地覆盖类型等影响因素的时空动态阈值火点检测算法。实验结果表明,时空动态阈值火点检测算法能有效改善火点检测结果,具有时空自适应性。     

An enhanced spatiotemporal fusion method – Implications for coal fire monitoring using satellite imagery

Many real-world applications require remotely sensed images at both high spatial and temporal resolutions. This requirement, however, is generally not met by single satellite system. A number of spatiotemporal fusion models have been developed to overcome this constraint. Landsat and Visible Infrared Imaging Radiometer Suite (VIIRS) data have been extensively used for detection and monitoring of active fires at different scales. Fusing the data obtained from these sensors will, therefore, significantly contribute to the satellite-based monitoring of fires. Among the available spatiotemporal fusion methods, the spatial and temporal adaptive reflectance fusion model (STARFM) and enhanced STARFM (ESTARFM) algorithms have been widely used for studying the land surface dynamics in the homogeneous and heterogeneous regions. The present study explores the applicability of STARFM and ESTARFM algorithms for fusing the high spatial resolution Landsat-8 OLI data with high temporal resolution VIIRS data in the context of active surface coal fire monitoring. Further, a modified version of ESTARFM algorithm, referred as modified-ESTARFM, is developed to improve the performance of the fusion model. Jharia coalfield (India), known for widespread occurrences of coal fires, is taken as the study area. The qualitative and quantitative assessments of the predicted (synthetic) Landsat-like images from different algorithms (STARFM, modified-STARFM, ESTARFM, modified-ESTARFM) indicate that the modified-ESTARFM outperforms the other fusion approaches used in this study. Considering the advantages, limitations and performance of the algorithms used, modified-ESTARFM along with STARFM can be used for surface coal fire monitoring. The study will not only contribute to remote sensing based coal fire studies but also to other applications, such as forest fires, crop residue burning, land cover and land use change, vegetation phenology, etc.