森林火灾可燃物信息系统的设计与实现

何长虹，黄全义，申世飞

（1.浙江省水利河口研究院，浙江 杭州 310020；2.清华大学 工程物理系，北京 100084）

森林火灾可燃物信息系统的设计与实现

何长虹1，黄全义2，申世飞2

（1.浙江省水利河口研究院，浙江 杭州 310020；2.清华大学 工程物理系，北京 100084）

设计和开发了利用遥感影像提取森林火灾可燃物信息方法的原型系统，通过构建不同的森林火灾场景，对森林火灾蔓延进行模拟和分析。实验表明，该系统能够为森林火灾的应急管理提供决策支持。

遥感影像；可燃物类型；可燃物蓄积量；森林火灾；原型系统

森林火灾可燃物类型和可燃物蓄积量是森林火灾蔓延模型的重要输入参数[1-3]，森林火灾可燃物的分类为森林火灾蔓延模型提供了定性的可燃物信息，是确定森林火灾是否容易蔓延的关键[4,5]；森林火灾可燃物蓄积量的提取为森林火灾蔓延模型提供了定量的可燃物信息，影响森林火灾蔓延的趋势和面积[6,7]。本文设计开发了遥感影像提取森林火灾可燃物的信息系统，将遥感影像数据处理、森林火灾可燃物的分类方法、可燃物蓄积量的建模方法以及森林火灾蔓延模型集成一套软件系统，为森林火灾应急管理提供了一个有效的预防措施和救援手段。

1 系统设计

1.1 设计目标

系统设计的目的是根据现有的行业规范和国家标准，利用RS、GIS技术对影像数据、DEM数据、基础地形图数据、森林调查样本点数据等进行分类、编码、数字化存储、管理，并在此基础上实现遥感影像数据处理、森林火灾可燃物分类、森林火灾可燃物蓄积量提取以及森林火灾蔓延模拟等功能，为森林火灾突发事件的应对提供方法依据。

1.2 架构设计

系统的整体架构采用数据层、业务逻辑层、表示层3层C/S结构，分别负责数据访问、业务逻辑、用户交互等功能。3层结构的应用程序将业务核心组件、数据访问、合法性校验等工作放到了中间层（业务逻辑层）进行处理，表示层和数据层都和业务逻辑层交互，业务逻辑层是连接客户端与数据库的“中间桥梁”。通常情况下，客户端不直接与数据库进行交互，而是通过COM/DCOM通讯与中间层建立连接，再由中间层与数据库进行交互。这样做的优点是避免应用程序和数据库发生变化时导致大量的编码修改，提高了系统的灵活性。系统架构如图1所示。

图1 系统架构图

1.3 功能设计

系统的功能分为遥感影像数据处理模块、森林火灾可燃物分类模块、森林火灾可燃物蓄积量提取模块、森林火灾蔓延模拟模块4个部分。图2给出了该系统的功能架构图。

1.3.1 遥感影像数据处理模块

遥感影像数据处理模块包括数据预处理、辐射定标、大气校正、几何校正。数据预处理是对遥感影像进行裁剪、投影变换、配准等处理，提取研究区域的影像数据并转换成统一坐标系统。辐射定标功能采用辐射定标算法进行，将影像的原始灰度值转换成具有真实物理意义的辐射亮度值和表观反射率。大气校正是基于Flaash大气校正算法进行大气校正，消除大气、水分子、气溶胶等的影响，将辐射亮度值或表观反射率转换成真实的地表反射率。几何校正是采用简单、实用的多项式法进行几何精纠正，消除成像过程中产生的畸变。

1.3.2 森林火灾可燃物分类模块

森林火灾可燃物分类模块包括样本选择功能、森林火灾可燃物分类功能。样本选择功能用于分类方法的训练和检验分类精度。森林火灾可燃物分类功能用来提取森林火灾可燃物的类型，包括最大似然法分类、神经网络分类、支持向量机分类。

森林火灾具有突发性，进行森林火灾应急处置需要快速、高效判断森林火灾蔓延趋势，利用遥感影像快速提取森林火灾可燃物的类型是关键。森林火灾可燃物分类标准不能按土地覆盖分类标准，也不能按狭义上的森林林种分类标准。土地覆盖分类标准需要大量野外调查数据支持，而森林林种分类标准需要非常高分辨率、光谱分辨率的影像数据，这些数据获取困难、费用高，都不满足快速应急处置的需求。根据森林火灾蔓延模拟、应急快速处置的需求，本文提出森林火灾可燃物粗分类标准，将森林火灾可燃物划分为水体、居民区、裸地、耕地、林地5类。根据森林火灾可燃物粗分类标准，在真彩色合成影像上进行训练样本、检验样本选择，使样本尽量均匀分布。样本分类前，进行可分离性检验，不通过，重新进行选择。分离性检验通过计算J-M距离以及转换差异系数来确定，两类型之间的最小值为1.9。通过反复实验和调整，确定影像的训练样本。林地、耕地、裸地、水体、居民区或道路的训练样本个数分别为2 036、1 014、1 161、2 666、1 740，检验样本个数分别为691、534、635、1 345、527。遥感影像分类前的样本选择、分离性检验通过ENVI4.7、ArcGIS9.3软件实现，最大似然分类算法、神经网络分类算法、支持向量机算法在IDL平台中实现。

1.3.3 森林火灾可燃物蓄积量提取模块

森林火灾可燃物蓄积量提取模块包括遥感因子提取、地形因子提取、森林火灾可燃物蓄积量建模、森林火灾可燃物蓄积量反演。遥感因子提取是提取影像波段值及其组合成的植被指数。地形因子提取是提取坡度、坡向、海拔等信息。森林火灾可燃物蓄积量建模是采用多元回归法、神经网络法、支持向量机法建立森林火灾可燃物模型。森林火灾可燃物蓄积量反演是利用建立的森林火灾可燃物蓄积量模型结合森林火灾可燃物的分类结果，提取整个研究区域的森林火灾可燃物蓄积量。

1.3.4 森林火灾蔓延模拟模块

森林火灾蔓延模拟模块是基于前面各个模块的研究结果，采用森林火灾蔓延模型，通过设置森林火灾发生的不同场景，实现对森林火灾的蔓延的模拟。森林火灾蔓延模拟包括着火点位置确定、模型输入参数提取、森林火灾蔓延模拟。

图2 系统功能结构图

2 系统实现

系统以组件式GIS软件ArcGIS Engine 9.3、Visual Studio. NET为开 发 环 境， 以Oracle10g数 据 库、C#.NET开发语言为基础进行开发。系统中的属性数据通过ADO.NET进行交互管理，空间数据采用ESRI公司的ArcSDE进行交互管理。由于系统的很多模块涉及到大数据量的遥感影像处理、分析和计算，为了提高系统运行效率和节省编程工作量，一些影像处理、分类、算法等功能的实现基于遥感二次开发平台ENVI-IDL 4.7和Matlab R2009b来实现，开发成组件库，供应用程序调用。遥感影像数据处理模块中的数据预处理、辐射定标、大气校正、几何校正和森林火灾可燃物分类模块中的最大似然分类算法、神经网络分类算法、支持向量机分类算法采用基于ENVI-IDL4.7平台编程实现。森林火灾可燃物蓄积量提取模块中的可燃物蓄积量的建模方法采用基于Matlab R2009b平台开发成组件库，其他的功能采用C#进行编程与实现。森林火灾蔓延模拟模块采用简化的Rothemel森林火灾蔓延模型[2]、基于元胞自动机的方法进行编程实现，简化后的模型输入参数包括地形参数（坡度、坡向、海拔）、气象参数（风速、风向）和可燃物参数（可燃物类型、可燃物蓄积量）。遥感影像提取森林火灾可燃物信息系统的应用界面如图3所示。

3 系统应用

以某市作为研究区域，通过构建森林火灾发生时的场景，考虑火灾发生的位置、地形、天气等不同情况，运用森林火灾蔓延模型进行蔓延模拟和分析。火灾蔓延模拟分为3步：①着火点位置的确定。②模型输入参数的获取。基于森林火灾可燃物分类图、森林火灾可燃物蓄积量分布图和DEM提取着火点位置及周围8×8邻域的可燃物信息和地形信息，然后根据火灾发生时的天气状况提取天气信息。③森林火灾蔓延模型的模拟。将着火点位置及周边邻域的信息等模型参数代入森林火灾蔓延模型，进行蔓延模拟，森林火灾蔓延模拟结果在GIS地图上进行可视化显示。

模拟场景：森林火灾发生的位置为某市东北部，风速4～5级，风向西风。模拟范围设定为着火点周围5 km，范围内可燃物树种为杨树、侧柏（杨树为中等可燃物，侧柏为易燃物），主要树种为杨树，可燃物可燃性按杨树树种进行赋值。模拟时间为5 h。提取模拟范围内森林火灾可燃物参数、地形参数，进行森林火灾蔓延模拟。模拟结果：森林燃尽面积为4.407 3 km2。

对模拟结果进行分析可知，森林火灾蔓延的趋势是向东、南、北方以缓慢的趋势蔓延，这是由于风向为西风所致。森林火灾在模拟的时间段内遇到河流、道路、裸地等时停止，说明可燃物的分布是森林火灾蔓延发生的基础。森林火灾蔓延模型的模拟结果受风速、风向、可燃物等综合因素的影响，模型蔓延模拟的过程和结果跟实际较符合。为了更直观地展示和定量分析森林火灾蔓延的过程，图4给出了模拟过程中不同时间节点的森林火灾蔓延的结果。

根据森林火灾蔓延模拟结果图（图4）和燃尽面积分布图（图5）可知，当t =1 h，森林火灾蔓延模拟尽的面积为0.144 km2；当t = 2 h，森林火灾蔓延模拟燃尽的面积为0.605 7 km2；当t = 3 h，森林火灾蔓延模拟燃尽的面积为1.497 6 km2；当t = 4 h，森林火灾蔓延模拟燃尽的面积为2.784 6 km2；当t = 5 h，森林火灾蔓延模拟燃尽的面积为4.407 3 km2。由此可知，应对森林火灾突发事件，要尽量在森林火灾蔓延初期的几个小时内进行处置。

图3 系统界面

图4 森林火灾蔓延模拟结果

图5 森林火灾森林燃尽面积分布图

4 结 语

本文设计了遥感影像提取森林火灾可燃物的信息系统，从遥感数据处理、森林火灾可燃物分类、森林火灾可燃物蓄积量提取、森林火灾蔓延模拟4个方面为森林火灾突发事件提供方法和技术支持。应用实例表明，本文系统界面友好、使用方便，能够很好地与GIS、ENVI、Matlab相结合，便于森林火灾场景的构建，能够对森林火灾蔓延进行模拟和分析，可以为森林火灾的预防、救援处置提供决策支持。

[1] Luke R H,McArthur A G.Bush Fires in Australia [M]. Canberra:Forestry and Timber Bureau,1978

[2] 单延龙,金森,李长江.国内外林火蔓延模型简介[J].森林防火,2004(4):18

[3] 周宇飞.动态数据驱动林火蔓延自适应模拟技术研究[D].北京:中国林业科学研究院,2010

[4] Lasaponara R,Lanorte A.Remote Sensed Characterization of Forest Fuel Types by Using Satellite ASTER Data [J]. International Journal of Applied Earth Observation and Geoinformation,2007,9(4):225-234[5] Keramitsoglou I,Kontoes C,Sykioti O,et al.Reliable,Accurate and Timely Forest Mapping for Wildfire Management Using ASTER and Hyperion Satellite Imagery[J].Forest Ecology and Management,2008,255(10): 3 556-3 562

[6] Gu H Y,Dai L M,Wu G,et al.Estimation of Forest Volumes by Integrating Landsat TM Imagery and Forest Inventory Data [J]. Science in China:Series E Technological Sciences,2006,49(S1):54-62

[7] 杨永恬.基于多源遥感数据的森林蓄积量估测方法研究[D].北京:中国林业科学研究院,2010

P208

B

1672-4623（2015）01-0001-03

10.3969/j.issn.1672-4623.2015.01.001

何长虹，博士，工程师，主要从事3S集成技术在水利信息化、减灾防灾应急决策支持中的应用研究。

2014-03-13。

项目来源：国家自然科学基金资助项目（91024016/G0310）。