基于Landsat影像提取大兴安岭区域火烧迹地★

钱 安 陈娅男 王秋玲

(防灾科技学院，河北 三河 065201)



·测量·

基于Landsat影像提取大兴安岭区域火烧迹地★

钱 安 陈娅男 王秋玲

(防灾科技学院，河北 三河 065201)

利用归一化燃烧指数(NBR)方法，基于2002年、2003年、2006年、2008年Landsat-5影像和2016年Landsat-8影像对大兴安岭火烧迹地进行了提取，并对大兴安岭2003年火灾恢复情况进行了动态分析，对有关部门制定相应的治理政策有参考作用。

NBR，Landsat影像，火烧迹地，大兴安岭

0 引言

大兴安岭横跨黑龙江省和内蒙古自治区北部，是我国最大的植被覆盖区。历史上大兴安岭区域分别于1987年、2003年和2007年发生过大型火灾，1987年火灾最严重，过火总面积达到124.3万hm2，104万hm2的森林遭受严重破坏，因此该地区存在大量的火烧迹地。大尺度森林火烧迹地的提取，可以直观的展现出火烧迹地所在位置、范围，能够及时准确的知道火灾发生的位置及范围。同时可以实现对受灾地区的实时监控，实时的了解恢复情况，对有关部门制定相应治理政策有着指引作用。

传统的森林火灾的监测方法主要有：航空测量法和地面调查法[1]。遥感卫星影像为研究火烧迹地提供便利，避免了传统方法难以同时覆盖较大的区域，收集困难，成本较高，费时，且难以将数据进行空间化等缺点[2]。已有学者利用遥感技术提取火迹点进行相关研究。高中灵等采用福建省地区ETM图像，运用监督分类法、NDVI参与的监督分类法、NDVI差值法、谱间关系法对火烧迹地进行提取，结果表明NDVI差值法的多提和漏提区域相比其他方法较小，整体提取精度较高，但是需要不同时相的遥感影像，谱间关系法和监督分类法提取精度差别不明显[1]。但其所采用的谱间关系法由于影像获取的时间和成像时间不同，火烧迹地的光谱特征并不相同，同一地物的光谱值也有差异，分类所采用的光谱值不能用一个定值来表示，并且分类光谱值的确定需要有丰富的经验知识，一般不能准确的确定出光谱值，所以在适用性上不是很理想。包玉龙等人利用HJ-1B卫星CCD数据采用支持向量积类方法提取火烧迹地，用目视解译检验提取精度，结果表明此方法的提取精度达82.71%以上[3]。肖潇等人利用MODIS地表反射率产品的近红外和短波红外波段构建归一化燃烧指数(NBR)，计算不同时相NBR差值，结合MODIS数据产品提供的植被覆盖的信息，设置火烧迹地提取的规则对火烧迹地进行提取，所采用的算法Kappa系数由0.70提高到了0.75[4]。但利用MODIS数据进行处理，MODIS数据的空间分辨率为300 m，会出现火烧迹地的边界处存在大量的混合像元，一个像元中可能既包含了火烧迹地也包含了非火烧迹地，火烧迹地的边界提取的效果不是很好。Bastarrika等利用Landsat-6数据反演地表温度，通过火烧迹地地表温度与植被覆盖区地表温度的差异进行火烧迹地提取[5]。但利用Landsat-6数据进行地表温度反演由于模型只能对大气辐射的传播进行近似的假设，反演出来的温度并不能准确的表示地表温度，以此为基础进行火烧迹地的提取必然存在误差。

本文采用归一化火烧指数(differenced normalized burn ration，NBR)对大兴安岭区域2002年、2003年、2006年、2008年的影像进行火烧迹地的提取，计算其面积，并对2003年火灾受灾情况和恢复情况进行分析。

1 研究方法及数据来源

Landsat-5于1984年3月1日发射，Landsat-8于2013年2月11日发射，Landsat-5是美国第五颗发射的地球资源卫星，是全球应用最广泛、服役时间最久、所带来的效益最高的地球资源卫星，所携带传感器为TM(专题制图仪)[6]。本文采用2002年、2003年、2008年、2011年Landsat-5和2016年Landsat-8遥感影像为数据源(每年的影像包括10景，共60景)，对大兴安岭区域火烧迹地的提取，并计算面积，对2003年火灾受灾情况和恢复情况做分析。

在遥感成像过程中，大气会对太阳辐射和来自地物目标的辐射产生吸收和散射，在实际运用中必须消除大气影响，消除大气影响的过程称为大气校正[7]。本文的影像大气校正采用基于查找表的6S辐射传输模型，通过该查找表可以得到每个点的大气校正系数用以修正地表反射率影像，从而消除大气的影响。此外，大兴安岭区域每年共由10景影像构成，且不是在同一时间拍摄的，色调有一定的差距，为了让影像镶嵌成一整体，采用ENVI5.1软件进行影像色调调整及镶嵌，并进行裁剪得到大兴安岭区域。

本文采用归一化火烧指数NBR对大兴安岭区域进行火烧迹地的提取，具体公式如下[8]：

(1)

其中，B4，B7分别为Landsat-5卫星的第4波段和第7波段，Landsat-8波段范围与Landsat-5不同，所以Landsat-8的计算公式为：

(2)

其中，B5，B7分别为Landsat-8卫星的第5波段和第7波段。

由于在利用指数运算得到的灰度图中，火烧迹地与裸地、云的灰度值相似，为了提高提取精度，本文采用手动确定阈值的方法进行火烧迹地的提取，其具体方法如下：在得到的灰度值图上，观察火烧迹地与非火烧迹地的DN值的范围，取一个合适的值作为阈值，运用波段运算将他们分开。然后将提取的图像和彩色图片对比，比较火烧迹地提取的效果，如果效果不理想的，改变阈值，经过多次的修改，最终得出一个合适的阈值，本文采用阈值范围为-0.43～-0.1。

2 精度分析与面积统计

2.1 精度分析

利用ERDAS软件对提取出来的2011年火烧迹地进行精度验证，首先定义分类的类别数为两类，即火烧迹地和非火烧迹地，然后在提取出来的大兴安岭火烧迹地上生成随机点，为了方便逐点检验，本文加载了彩色合成图，并在上面显示随机点。生成的随机点都有各自的值，火烧迹地的值为1，非火烧迹地的值为0，但由于每个指数提取的图中都包括了一些其他的地物，将错分点的值进行改正，最后在ERDAS中生成精度评价报告，结果表明NBR提取火烧迹地的精度达到89%，能将火烧迹地与水体区别开来，成块的、大面积的火烧迹地提取的整体效果很好，薄云能被分开。但是厚云的灰度值与火烧迹地相似，区别不开(见图1)，为了消弱厚云对火烧迹地提取的影响，本文采用云量小于5%的影像。

2.2 面积统计

利用前后两期影像做差可以得出受灾后的火烧迹地，在ArcGIS 10.1中可进行受灾面积和恢复面积的计算。2003年火烧迹地与2002年火烧迹地做差，可以得出2003年火灾受灾情况；2006年火烧迹地与2003年火烧迹地做差，得出2003火灾之后的火烧迹地；2008年火烧迹地与2006年火烧迹地做差，得出2003年火灾未恢复的面积；2016年火烧迹地与2008年火烧迹地做差，得出2003年火灾未恢复的面积；将原图和做差的图中的火烧迹地在ENVI5.1中转化为矢量文件，并利用ArcGIS 10.1进行统计，得到火灾过后的火烧迹地面积，如表1所示。

表1 火烧迹地面积提取结果

统计结果表明2003年火灾的过火面积为1 167.324 km2，到2006年火烧迹地为881.174，恢复了286.15 km2， 595.024 km2未恢复，2008年火烧迹地为486.459 km2，恢复了394.688 km2。2016年火烧迹地的面积为260.595 km2，恢复了225.867 km2。2003年之后森林火烧迹地恢复面积见图2。

3 结论

本文基于Landsat影像对大兴安岭2002年、2003年、2006年、2008年、2011年、2016年火烧迹地进行提取，对大兴安岭2003年火灾恢复面积进行对比分析，2003年火烧迹地面积为1 167.324 km2。2003年～2006年期间火烧迹地每年以近100 km2的速度恢复。而在2006年～2008年期间，火烧迹地的恢复速度明显增大，以每年160 km2的速度恢复。恢复速度加快，其原因可能和那两年的降雨量，气候条件有关。但整体而言，2008年～2016年8年的时间里火烧迹地减小了225.867 km2，火烧迹地的恢复速度较慢，精度分析的结果也验证了本文结果的可靠性。

[1] 高中灵.火烧迹地信息遥感快速提取方法研究[J].国土资源遥感，2005,66(4):38-41.

[2] 杨 伟,张树文,姜晓丽.基于MODIS时序数据的黑龙江流域火烧迹地提取[J].生态学报,2015,35(17):5866-5873.

[3] 包玉龙,张继权,刘兴朋,等.基于HJ-1B卫星数据的草原火烧迹地提取及灾前可燃物特征分析[J].灾害学,2013(1):32-35.

[4] 肖 潇,冯险峰,孙庆龄.利用MODIS影像提取火烧迹地方法的研究[J].地球信息科学学报,2016(11):1529-1536.

[5] Bastarrika A, Chuvieco E, Martín M P. Mapping burned areas from Landsat TM/ETM+data with a two-phase algorithm:Balancing omission and commission errors[J].Remote Sensing of Environment,2011,115(4):1003-1012.

[6] 梅安新.遥感导论[M].北京：高等教育出版社，2001.

[7] 赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2013.

[8] M.J. López García, V. Caselles. Mapping burns and natural reforestation using thematic Mapper data[J]. Geocarto International,1991,6(1):31-37.

Extraction of Great Khingan region fire scars base on Landsat image★

Qian An Chen Yanan Wang Qiuling

(DisasterPreventingScienceandTechnolgyCollege,Sanhe065201,China)

The paper extract Great Khingan region fire scars based on year 2002, 2003, 2006 and 2008 Landsat-5 images and year 2016 Landsat-8 images by using differenced normalized burn ration method, and then analysis fire recovery of Great Khingan region from 2003, it has certain guiding meaning for relevant department regulating corresponding processing policy.

NBR, Landsat image, fire scars, Great Khingan

1009-6825(2017)15-0192-02

2017-03-06★：中央高校基本科研业务费-创新项目团队(ZY20160102)；教学团队建设项目(11020218)

钱 安(1988- )，男，助教; 陈娅男(1995- )，女，在读本科生； 王秋玲(1990- )，女，助教

P237

A