气象卫星遥感火情监测应用

李亚君，郑 伟，陈 洁，刘 诚

(中国气象局 国家卫星气象中心,北京 100081)

气象卫星遥感火情监测应用

李亚君，郑 伟，陈 洁，刘 诚

(中国气象局 国家卫星气象中心,北京 100081)

对气象卫星遥感火情监测应用进行了研究。介绍了用中红外和远红外通道火点像元亮温与背景差异对火情进行监测的原理，以及可用于监测的主要卫星仪器。给出了极轨气象卫星和静止气象卫星的火点判别方法，包括亚像元火点面积与温度、燃烧辐射功(FRP)的火点强度估算方法，以及过火区面积估算和影响评估方法。气象卫星火点监测精度用人工火场卫星同步观测和用高分辨率陆地卫星对火点监测两种方法进行验证。介绍了风云三号(FY-3)等气象卫星在防灾减灾、生态环境保护、气候影响评估等中的应用，包括森林草原火情监测和过火区估算、森林草原火险预警预报、秸秆焚烧火点监测及过火区面积估算、生物量燃烧引起的烟霾天气监测、干旱等气候事件对森林火灾的影响、全球野火监测等。展望了未来气象卫星在火情监测中的技术发展和应用。

气象卫星； 火情监测； 火点判识； 强度估算； 过火评估； 森林草原

0 引言

森林草原火灾是破坏森林草原资源的重要灾害，具有突发性强、影响范围大、造成损失严重等特点。气象卫星观测范围宽广，频次较密，探测信息丰富，是监测森林草原火灾的重要手段。20世纪80年代初，国内外开始利用气象卫星监测森林火灾的研究和应用[1]。在1987年东北大兴安岭特大森林火灾中，国家卫星气象中心利用气象卫星对大火进行了全程监测，向扑火指挥部提供了大量气象卫星火情监测信息，在扑火中发挥了重要作用[2]。多年来，根据森林草原防火工作需求，国内外提出了多种气象卫星火情监测方法，在火点判识、火点强度估算、过火区估算和损失评估等方面的研究与应用不断深入。进入21世纪以来，随着新一代极轨气象卫星FY-3卫星的发射和运行，我国气象卫星火情监测应用更深入，并向生态环境、气候变化、电力设施保护等领域扩展，同时，与此有关的火点判识自动化、多源卫星遥感过火区面积估算、长时间序列火点数据集建立等研究也在发展，进一步促进了气象卫星火情监测在防灾减灾、环境保护、气候变化等领域中的应用。

本文介绍了气象卫星火情监测的一般原理，综述火情监测的部分方法，包括火点判识、火点强度估算、过火区面积估算和损失评估，以及火情监测信息的验证等。给出了FY-3卫星等在森林草原火灾监测和过火区评估、森林草原火险预报、秸秆焚烧火点监测和过火区面积估算、森林火灾烟雾对远距离地区的影响预测、干旱等气候事件对火险等级影响等的应用，并展望了气象卫星火情监测技术的发展和应用前景。

1 原理和卫星仪器

1.1原理

根据维恩位移定律，物体发射电磁波的峰值波长与物体温度成反比，当温度升高时，辐射峰值波长向短波方向移动。森林草原等生物量燃烧的温度范围为600～1 200 K，对应的波长范围为2.4～4.8 μm，地表常温(300 K)的辐射峰值波长约9.6 μm。当物体温度从300 K升高至600 K以上时，其黑体辐射率在中红外波段的增长率较远红外波段大1～2个量级，如图1所示。

图1 用普朗克公式计算的中红外、远红外 通道不同温度下黑体辐射率Fig.1 Black body radiance from middle infrared band and far infrared band calculating according to Plank function under various temperature

因明火与其他地物的温度和辐射率相差数十倍甚至数百倍，故可将含明火的像元(以下简称火点像元)辐亮度视作是明火区与非明火区的线性组合。用普朗克公式，对含火点像元与非火点像元的亮温差异ΔT可表示为

ΔTi=Timix-TiB=

(1)

式中：ΔTi，Timix，TiB分别为火点像元与背景亮温差异、通道i亮温和通道i背景亮温；Nimix，NiB分别为火点像元通道i辐亮度和背景辐亮度；Vi为通道i的中心波数；C1=1.191 065 965 1-5mW/(m2·sr·cm-4)；C2=1.438 833 K/cm-1。此处：

Nimix=P·Nihi+(1-P)·Nibg

(2)

式中：P为像元中明火区面积占像元面积比例；Nihi为通道i的明火区辐亮度。

当TiB=295 K，P=0.5%时，由式(1)可得当明火区温度从500 K升高到1 000 K时，中红外ΔT将从16.4 K增大到124.2 K，远红外ΔT将从1.7 K增大到7.22 K；当P=0.1%时，由式(1)可得当明火区温度从500 K升高到1 000 K时，中红外ΔT将从4.15 K增大到63.94 K，远红外ΔT将从0.34 K增大到1.48 K，如图2所示。图2中：P3，P4分别为中红外通道和远红外通道的P值。

当TiB=295 K，明火区温度Tihi分别为500，750，1 000 K时，由式(1)可得当P从0.01%增大到1.5%时，中红外ΔT分别从0.44 K升至35.42 K，从5.25 K升至117.2 K，从15.67 K升至182.7 K；远红外ΔT分别从0.037 K升至5.51 K，从0.11 K 升至15.97 K，从0.2 K升至27.52 K，如图3所示。图3中：TH3，TH4分别为中红外和远红外通道的明火区温度。

以上分析表明：即使明火区面积很小，也会引起火点像元中红外通道亮温明显升高，造成火点像元亮温与周边非火点像元中红外亮温出现明显差异，而远红外亮温也有升高，但差异远低于中红外。中红外通道的此特性可作为火点判识的主要依据。

图2 不同明火区温度下中红外和远红外 通道火点像元亮温与背景差异Fig.2 Difference between brightness temperature and background temperature of a fire pixel from middle and far infrared channel under various active fire temperature

图3 不同火区面积下中红外和远红外 通道火点像元亮温与背景差异Fig.3 Difference between brightness temperature and back- ground temperature of a fire pixel from middle and far infrared channel under various active fire size

1.2卫星仪器

目前，可用于气象卫星遥感火情监测的主要卫星仪器及其特性见表1。由表1可知：极轨气象卫星空间分辨率较高，因而对火点探测的灵敏度相对较高，但观测频次较少；静止气象卫星空间分辨率较低，但观测频次密集，可实现对较大范围火场的连续动态监测。

2 火情监测方法

2.1火点判识

2.1.1 极轨卫星火点判识

早期火点判识方式主要是利用由中红外、近红外、可见光通道组成的多波段伪彩色合成图的人机交互火点判识，该方法对局部区域有很高的判识精度[3]。随着气象卫星野火监测应用的发展，国内外研发了多种火点自动判识方法，主要有多波段阈值法(Multi Threshold)、上下文法(Contextual)等。多波段法主要根据野火发生时造成火点所在像元中红外通道温度升高，同时中红外与远红外通道亮温差异增大现象，设立阈值：TMIR≥TMIRth且TMIR≥TFAR+TFARth。此处：TMIR，TFAR，TMIRth，TFARth分别为中红外通道亮温、远红外通道亮温、中红外通道增量阈值和远红外通道增量阈值[4]。20世纪90年代，提出了上下文法，该法基于野火发生时所在像元的中红外亮温及中红外与远红外波段亮温差异将高于邻近像元。KAUFMAN等在MODIS火点判识算法中提出该方法的主要条件为

TMIR>TMIRbg+4δTMIRbg且ΔTMF>

TMFbg+4δTMFbg

(3)

表1 气象卫星遥感火情监测的主要卫星仪器及其特性

式中：TMIR，TMIRbg分别为中红外亮温和背景中红外亮温；ΔTMF，ΔTMFbg分别为中红外与远红外亮温差异和背景中红外与远红外亮温差异；δTMIRbg，δTMFbg分别为背景中红外亮温标准差和背景中红外与远红外亮温差异标准差[5]。背景均取自周边像元平均值。

多波段法不能适用不同季节、不同地区的环境条件。文献[4]在建立长序列卫星遥感火点信息数据集时，对多波段阈值法和上下文法判识火点的精度进行了统计，认为上下文法的精度明显高于多波段阈值法。

上下文法在一定程度上解决了周边像元下垫面类型、植被覆盖度等与探测像元的差异对估算背景温度的影响，但实际应用中仍会出现由太阳光反射等造成的误判和漏判。其后，对上下文法提出了改进，文献[6]提出MODIS火点判识的改进算法，增加了对云污染、荒漠区边界、海岸边界、太阳耀斑等的判识，以及对非火点像元的判断等条件，其中对云污染的判识条件为

RVIS+RNIR>0.9且TFAR< 265 K，或

RVIS+RNIR>0.7且TFAR<285 K

文献[7]提出对火点确认式(2)中标准差系数的调整。文献[8]提出利用波长在8.7，10.5 μm的远红外通道亮温差异判识裸地。刘诚提出在背景温度计算中对疑似火点像元的判断方法，有

TMIR>TMIRav+8 K且TMF>TMFav+8 K

式中：TMIRav，TMFav分别为邻域内排除云区、水体像元后亮温小于315 K的中红外通道平均值，以及中红外亮温小于315 K的中红外与远红外亮温差异的平均值[9]。

在NPP发射后，文献[10]提出利用中红外和远红外通道对火点亮温差异的火点监测指数模型γFPI，有

γFPI=(TMIR-TFAR)/(TMIR+TFAR)

(4)

目前火情监测中火点判识多使用上下文法。该法对背景温度计算中的像元选取要求较高，部分使用者根据气象卫星火情监测业务实践效果，结合监测区域特点对其进行了适当改进。

2.1.2 静止卫星火点判识

我国风云四号、日本葵花8号、美国GOES-R、欧洲MSG等新一代静止气象卫星发射后，观测频次达到亚小时级，为火点判识提供了新的途径。上下文法的重要问题是估算背景温度时，尽可能获取与探测像元一致的下垫面条件(地表覆盖类型和温度)。这主要是因为明火发生后，卫星探测的像元辐射已含明火发射的辐射，不能代表该像元未发生明火时的状态，而周边像元下垫面类型、植被覆盖度等可能与探测像元不同，所估算的背景温度是探测像元未发生明火时的近似值，难免有一定程度的误差。新一代静止气象卫星10～15 min频次的观测密度和较高的定位精度，可将未发生明火的前一时次的像元亮温作为实际背景亮温。通过分析日常条件下该像元逐时次(相隔10～15 min)亮温差异幅度，可选择适当的阈值作为火点判识条件。Himavary-8卫星ABI通道7(3.9 μm)，13(10.4 μm)，3(0.64 μm)，4(0.86 μm)，6(2.3 μm)，5(1.6 μm)在2017年4月11日11时至15时(北京时)逐时次(10分钟/次)观测到的东北地区某一火点像元及火点像元邻近某一无火点像元的亮温与反射率时序图如图4所示。其中：图4(c)为13：50中红外通道火点像元区域图，黑斑为火点像元。比较图4(a)、(b)可知：一般情况下中红外通道每10 min的亮温变化量约1 K，而在图4(a)中，中红外亮温13：30至13：40增量为5 K，13：40至13：50增量为11 K(图4(c))，因此当相邻时次亮温增量为5 K时，有可能是由火点引起，这一时序亮温增量条件将有助于提高火点判识灵敏度。

图4 火点与邻近非火点像元时序图Fig.4 Temperatures changing of fire pixel and non fire pixelalong with time series

2.2火点强度估算及其应用方式

气象卫星较低的空间分辨率和较高的火点灵敏度，使其在实际应用中需估算火点像元中实际的明火区面积和温度，同时在估算生物质燃烧量应用中需计算明火区的辐射强度(FRP)。20世纪80年代以来，国内外对气象卫星亚像元火点面积、温度和火点辐射强度估算进行了研究和应用。

2.2.1 亚像元火点面积和温度估算

文献[11]最早提出利用NOAA极轨气象卫星AVHRR通道3(中红外)和通道4(远红外)混合像元表达式建立二元非线性方程组，求解亚像元火点面积比例和火点温度方法，有

(5)

式中：N3mix，N4mix，N3hi，N4hi，N3bg，N4bg分别为中红外和远红外混合像元辐亮度、明火区辐亮度、背景辐亮度；P为亚像元火点面积占像元面积百分比。火区的辐亮度由亚像元火点辐亮度Nihi确定，式(5)中的未知数为P，Nihi。文献[12]提出用牛顿迭代法求解式(5)中P，Nihi的方法。

实际应用中式(5)存在一些限制，如对小火点，远红外通道背景温度估算难以达到需要的精度，而一些卫星的中红外亮温上限较低，容易饱和，以及有时迭代不收敛等。文献[13]提出用单通道估算亚像元火点面积方法。整理式(5)可得

P= (Ni(Timix)-Ni(Tbg))/(Ni(Thi)-

Ni(Tbg))

(6)

式中：设定明火区温度Thi=750 K，该值根据人工火场卫星同步实验的结果分析确定[14]。此处：i为通道号，i=3为中红外，i=4为远红外，当中红外亮温饱和时用远红外通道估算。

为便于在火情监测服务中使用亚像元火点估算信息，可根据亚像元火点面积大小制定火点强度等级，见表2[13]。

表2 卫星遥感火点强度分级表

利用火点强度等级生成的火点强度图像可直观反映火区的态势和发展情况，如在大范围火场内各火区火势强度差异及空间分布。

2.2.2 FRP估算

在估算生物质燃烧排放量时需获取火点FRP，FRP可由像元内的亚像元火区面积和温度表示为

PFRP=Shi·σT4

(7)

式中：Shi，T分别为亚像元火点面积和温度；σ=5.669 35.6-8W/(m2·K4)[15]。

考虑可能存在中红外和远红外通道像元空间不配准问题，KAUFMAN提出利用MODIS中红外通道估算FRP的方法，有

PFRP(MODIS)= 4.34×10-19((TMIR)8-(TbMIR)8)

(8)

式中：TMIR，TbMIR分别为火点像元中红外通道和邻近非火点像元的背景亮温。

2.3过火区面积估算

过火区面积估算是气象卫星火情监测的重要应用部分。

文献[16]提出用NOAA卫星AVHRR中红外、近红外、可见光三通道合成图中明显的过火后黑斑信息，识别过火区以及过火区像元面积计算方法。文献[17]提出用过火区和非过火区归一化植被指数(NDVI)信息差异计算过火区面积方法。文献[18]提出以气象卫星资料为主的多源卫星遥感森林火灾过火区方法面积估算方法，该方法基于混合像元分解原理计算植被覆盖度，在判识过火区后过火区面积

(9)

式中：n为过火像元个数；Si为第i个像元的面积；Ci为过火区第i个像元的植被覆盖度。Ci可用具有较高空间分辨率的CBERS CCD(19.5 m)等陆地卫星数据计算获得。文献[19]提出用风云三号(FY-3)卫星(250 m)结合高分一号(GF-1)卫星(16 m)卫星资料的多源卫星农作物秸秆焚烧过火区面积估算方法。该方法根据线性光谱混合模型，假设每个气象卫星像元由农田(纯未过火农田)、水体和居民地三类下垫面组成，则背景混合像元反射率Rmix可表示为

Rmix=Pc×Rc+Pw×Rw+Pn×Rn

(10)

式中：Rc，Rw，Rn分别为农田、水体和居民地反射率；Pc，Pw，Pn分别为农田、水体和居民地所占像元的面积比例，可由GF-1卫星资料进行土地利用分类计算获得。农田过火后，像元内农田反射率将由Pcf×Rcf+Pcn×Rcn组成。此处：Rcf为过火农田反射率；Rcn为未过火农田反射率。Pcf可由过火像元、未过火像元和完全过火像元反射率算得。

2.4火点监测精度验证

党的十八大以来，以习近平同志为核心的党中央接过历史的接力棒，以巨大的政治勇气、坚定的意志品质、强烈的责任担当，引领中国特色社会主义进入新时代：改革全面发力、多点突破、纵深推进，开放全面扩大、多层布局、深入展开……

卫星遥感火点监测精度验证方法包括人工火场卫星同步观测验证和利用高分辨率陆地卫星对气象卫星火点监测的验证。

国家卫星气象中心广西遥感应用试验基地于2005年10月下旬在广西南宁进行了有关人工火场卫星同步观测和测量的大型实验。试验场地设置了面积分别为100，200 m2的圆型火场中均匀铺放树枝、树干等可燃物。卫星过境前火场各处同时点燃。共进行5次与气象卫星过境时间同步的实验。结果表明：地面100～200 m2火场在完全燃烧情况下,可在气象卫星和EOS环境卫星中红外通道引起较明显的亮温增温, 并可达到火情监测的阈值[14，19-20]。

文献[21]利用与MODIS/TERRA同步观测的EOS/ASTER(2.295～2.365 μm，30 m)以及ETM+(2.09～2.35 μm，30 m)数据验证MODIS火点信息数据(MOD14，1 km)和GOES火点算法产品(WFABBA，4 km)，并分析以ASTER，ETM+火点信息作为真值，MODIS4，GOES火点信息误判和漏判的原因。

3 应用

2008年FY-3卫星发射以来，为我国森林草原防火、火险天气预报、火险预警、秸秆焚烧监督治理、生态环境保护、气候影响评估等领域提供了大量的气象卫星火情监测信息，多次在重大森林草原火灾监测中发挥重要作用，进一步提高了我国的卫星遥感火情监测应用能力。

3.1森林草原火情监测和预警

3.1.1 森林火情监测

图5 FY-3A星VIRR黑龙江逊克县火情Fig.5 Fire monitoring of Xunke County in Heilongjiang Province by FY-3A VIRR

利用FY-3A星MERSI的2009年5月5日10：05 CH 3(可见光红光)，4(近红外)，2(可见光绿光)制作的过火区监测图如图6(a)所示。由图6(a)可知：火灾已造成大范围过火区。用4月28日至5月5日FY-3A星MERSI提取过火区信息，获取多日过火区叠加图如图6(b)所示。图6(b)反映了火灾发生以来火场各日的蔓延发展情况。

图6 FY-3A星MERSI黑龙江逊克县火情Fig.6 Fire monitoring of FY-3A MERSI

3.1.2 草原火灾预警

利用卫星遥感某一时间段的火点和过火区空间分布，结合植被生长期的NDVI背景，可反映境外野火对我国影响的态势。2015年春季，靠近我国边境蒙古国、俄罗斯远东地区多次发生草原火灾，并影响到我国内蒙古自治区边境。用FY-3卫星对境外草原火进行了严密的监测。FY-3B星VIRR的2015年3月20日至4月20日火点信息叠加图如图7(a)所示，可见这一时期靠近我国边境发生了大量草原火。用FY-3B星MERSI的2015年4月20日NDVI信息提取的过火区图(图中土黄色)与FY-3B星MERSI的2014年8月NDVI月合成信息叠加图如图7(b)所示，可见蒙古国东部和俄罗斯远东地区草原火已影响到我国边境线多处线段，并仍有大部分边境线段有植被(草原)覆盖，需继续加强对这些地区的防火措施。

图7 用FY-3B星VIRR，MERSI对我国 北方地区境外火点监测Fig.7 Fire monitoring in abroad country close to northeast in China by FY-3B MERSI and VIRR

3.2生态环境监测

3.2.1 秸秆焚烧过火区面积估算

自FY-3卫星发射以来，在每年作物收获期为环保部门提供气象卫星秸秆焚烧火点监测和过火区面积估算信息。FY-3C星MERSI的2014年6月7日11时CH 3，4，2河南省正阳县秸秆焚烧过火区监测图如图8(a)所示，可见正阳县北部及南部有较大范围的过火区黑斑。基于FY-3C星MERSI的秸秆焚烧过火区过火程度图如图8(b)所示，用从蓝到红的程度等级颜色分布表示过火区面积百分比的多少。

图8 FY-3C星MERSI正阳县过火区监测Fig.8 Burned area monitoring by FY-3C MERSI

3.2.2 烟霾监测

大范围森林火灾燃烧产生的烟雾会给附近甚至更远地区的大气环境造成严重影响。利用气象卫星监测火点和烟雾信息，结合气象观测资料，可为烟雾影响预报提供重要依据。FY-3C星VIRR的2014年7月22日11：55的CH3，2，1火情监测图如图9(a)所示。由图9(a)可知：俄罗斯远东地区有大量火点，并伴随有大片向东南扩散的烟雾；由同时次FY-3C星MERSI的真彩色图与火点、850 hPa环流场叠加图(图9(b))可知：火区上空有大片浓密烟雾，影响范围约46万km2。从火区至我国内蒙古东部和东北地区北部1 500 m左右上空为风速10～14 m/s的偏北风，该风力导致烟尘向南输送至我国境内，覆盖内蒙古东部、黑龙江西部。24日，覆盖东北大部地区上空，当地出现严重霾天气。

图9 FY-3星MERSI火情监测图和叠加图Fig.9 Fire monitoring of FY-3 MERSI true color image overlapped with atmospheric circulate field

3.3森林草原火险预报和气候影响评估应用

3.3.1 森林草原火险预报应用

利用长序列火点信息数据集制作火点频次分布图，可反映近年来我国野火的频次分布，为森林草原火险预报提供依据。用FY-3等气象卫星12年火点信息制作的全国火点密度年平均分布图如图10所示，并叠加贫困县信息，结果显示大部分火点密度较大的区域均有贫困县分布，反映了贫困地区在农耕方式、森林防火等方面需进一步加强。

3.3.2 干旱等气候事件影响评估

干旱发生时，由于长期高温少雨，可燃物含水量降低，火险等级升高，火灾频发，由气象卫星监测到的旱区火点频次将明显高于常年。如2009入秋至2010年春，我国西南地区持续高温少雨，发生严重干旱，长期干旱造成火险等级升高，气象卫星监测火点频发，统计结果显示该地区火点频次显著高于常年同期，反映了干旱对森林火险的影响(如图11所示)。

图10 气象卫星遥感全国火点年平均密度(2003年1月～2005年8月)Fig.10 Average intensity of fire spot derived from meteorological satellite from Jan. 2003 to Aug. 2005

图11 气象卫星西南地区火点分布和统计Fig.11 Fire spot distribution and statistics in southwest China derived from meteorological satellite

图12 FY-3A星MERSI，VIRR国外火情监测Fig.12 Abroad fire monitoring by FY-3A MERSI and VIRR

3.4全球野火监测

FY-3卫星具有全球观测能力，可实时监测全球野火信息，为国际重大森林草原火灾事件评估、气候变化研究等方面提供依据。2008年11月，美国加州洛杉矶市郊发生森林大火，用FY-3A星MERSI的2008年11月16日资料制作的过火区监测图如图12(a)所示，监测到此次美国加州洛杉矶市郊区山林大火已出现较大范围过火区。经估算，过火区面积约7×107m2。2009年2月，澳大利亚东南部发生多起林火，用FY-3A星VIRR的2009年2月16日00：10(世界时)资料制作的澳大利亚火情监测图如图12(b)所示, 澳大利亚东南部有多处火点(图中黄色箭头所指处)，部分火点有烟，并出现大范围过火区(白色箭头所指的暗红色斑块处为过火区)。

FY-3卫星发射以来，已生成了A星VIRR，B星VIRR和C星VIRR全球月火点像元累计图，反映各月全球各大洲的火点分布特点，可为全球气候事件影响评估等研究提供依据。FY-3B星VIRR的2017年4月全球月火点像元累计专题图如图13所示，反映出2017年4月，全球火点主要分布在亚洲东北部、西北部和东南部，非洲中西部，欧洲东部，南美洲北部，北美洲南部和中部，大洋洲东南部和西南部等地。

4 发展展望

我国地域辽阔，森林草原分布极广，气象卫星火情监测在森林草原防火、生态环境保护、气候影响评估等方面有长期、广泛的需求，在提高火点探测灵敏度、过火区影响快速评估、森林草原火险预警预报、火场蔓延预测、烟霾影响预测、气候影响评估、生物量燃烧碳排放估算、全球野火研究等多方面还将继续深入发展，为我国防灾减灾、环境治理、气候变化对策等方面发挥更大的作用。

a)微小火点的及时发现在森林草原防火工作中有重要意义，森林草原防火部门需要有高空间分辨率结合高观测频次的火情监测信息。随着新一代风云极轨和静止气象卫星技术发展和新型卫星仪器在分辨率和观测频次等的改进，将进一步提高火点探测灵敏度和精度，为防火部门对森林草原火灾打早打小提供支持。

b)结合GF-1卫星等高分辨率资料提取的土地利用分类数据以及社会经济数据(人口密度、载畜量、草产量等)，可为森林草原火灾影响快速评估提供依据，为防灾救灾工作决策提供参考。

c)可燃物含水量与温度、光照、云量等密切相关，是森林草原火险预报的重要因子。气象卫星地表温度、植被指数、地表蒸散、太阳辐照度、云量等产品可反映可燃物含水量变化，建立基于卫星遥感信息的可燃物状态估测模型，可为森林草原火险等级预报提供依据。

d)火场蔓延与可燃物类型、密度、地表温度、风速风向、坡度等因子有关，利用气象卫星火点、过火区、地表温度、烟雾等信息，结合高分辨率卫星地表覆盖类型分布、高程、气象观测风速风向等信息，可建立火场蔓延预测模型，为火灾预防和扑救决策提供参考。

e)利用气象卫星火点、烟雾等监测信息，结合气象观测风场资料，可预测森林草原火灾、秸秆焚烧引起的烟雾对周边甚至是远距离地区大气环境的影响，在生态环境保护方面发挥作用。

f)FY-3卫星时间序列的全球野火的监测信息，可为气候影响评估、气候变化研究、碳排放估算，以及“一带一路”国家防灾减灾提供重要支持。

5 结束语

自20世纪末FY-1C星发射以来，风云卫星为我国的森林草原防火部门提供了大量火情监测信息，多次在重大森林草原火情监测中发挥了重要作用。随着21世纪新一代风云气象卫星的发射和运行，气象卫星火情监测信息的精度和时效得到进一步提高，风云卫星的地表温度、植被指数、云检测等产品也已在火情预测评估中得到应用。FY-3卫星丰富的探测信息和全球观测能力已达到国际上先进的卫星遥感森林草原火情监测水平。今后以风云气象卫星动态观测信息为主，结合高分卫星等信息的多源卫星遥感森林草原火情监测综合应用信息，将使气象卫星在森林草原火情监测、预测及评估方面的作用得到充分发挥，在防灾减灾工作中产生更显著的社会经济效益。

图13 2017年4月FY-3B星VIRR全球月火点像元累计专题图Fig.13 Monthly global fire spots in Apr. 2017 by FY-3B VIRR

[1] MATSON M, SCHNEIDER S R. Fire detection using the NOAA-series satellite[R]. NOAA Technical Report NESDIS 7, 1984.

[2] ZHANG J J, ZHANG Q S, DIAN C G, et al. Detection of forest fire in Da Hinggan Ling Region by meteorological satellite[J]. Acta Meteorological Sinica, 1989, 3(4): 562-568.

[3] 刘诚, 李亚军, 阎华， 等. 气象卫星火情监测判识方法改进[J]. 气象, 2003(增刊): DOI: 10.7519/j.issn.1000-0526.2003.s1.008.

[4] 刘玉洁, 杨忠东. MODIS遥感信息处理原理与算法[M]. 北京: 科学出版社, 2001: 260-277.

[5] FUCHS E M. Fire monitoring-the use of medium resolution satellites (AVHRR, MODIS, TET) for long time series processing and the implementation in user driven application and sercices[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2015, XL-7/W3(7): 797-804.

[6] GIGLIO L, DESCLOITRES J, JUSTICE C O, et al. An enhanced contextual fire detection algorithm for MODIS[J]. Remote Sensing of Environment, 2003, 87: 273-282.

[7] 蒋岳新. 应用EOS-MODIS数据进行林火监测的初探[J]. 森林防火, 2002(4): 25-29.

[8] HASSINI A, BENABDELOUAHED F. Active fire monitoring with level 1.5 MSG satellite images[J]. American Journal of Applied Sciences, 2009, 6(1): 157-166.

[9] 杨军. 气象卫星及其应用[M]. 北京: 气象出版社, 2012: 770-775.

[10] 马芮, 孙林, 袁广辉, 等. 可见光红外成像辐射仪数据林火识别算法研究[J]. 遥感信息, 2015, 30(4): 37-43.

[11] DOZIER J. A method for satellite identification of surface temperature fields of sub-pixel resolution[J]. Remote Sensing of Environment, 1982, 11: 221-229.

[12] 刘诚, 李亚君, 赵长海, 等. 气象卫星亚像元火点面积和亮温估算方法[J]. 应用气象学报, 2004, 15(3): 273-280.

[13] 刘诚. 多源卫星遥感高时空分辨率森林火情监测预测评估系统研究[J]. 中国科技计划成果, 2011(12): 31-32.

[14] 孙涵, 刘诚, 戎志国, 等. 人工火场卫星同步观测实验数据初步分析: 农业生态与卫星遥感应用技术学术交流会[C]∥ 郑州: 2006.

[15] WOOSTER M J, ROBERTS G, PERRY G L W. Retrieval of biomass combustion rates and totals from fire radiative power observations[J]. Journal of Geophysical Research, 2005, 110: D24311. DOI: 10.1029/2005JD006318.

[16] 范一大, 李云鹏. 利用气象卫星资料计算过火面积[J]. 内蒙古气象, 1994(6): 26-28.

[17] 易浩若, 纪平. 森林过火面积的遥感测算方法[J]. 遥感技术与应用, 1998, 13(2): 10-14.

[18] 郑伟, 李亚君, 刘诚. 基于多源卫星遥感数据的森林过火区面积估算方法[J]. 林业科学, 2011, 47(8): 192-195.

[19] 陈洁, 郑伟. 多源卫星遥感农作物秸秆焚烧过火区面积估算方法[J]. 农业工程学报, 2015, 31(3): 207-213.

[20] 戎志国, 刘诚, 孙涵. 卫星火情探测灵敏度试验与火情遥感新探测通道选择[J]. 地球科学进展, 2007, 22(8): 866-871.

[21] SCHROEDER W, PRINSB E, GIGLIO L, et al. Validation of GOES and MODIS active fire detection products using ASTER and ETM+ data[J]. Remote Sensing of Environment, 2008, 112: 2711-2726.

FireMonitoringandApplicationBasedonMeteorologicalSatellite

LIYa-jun，ZHENGWei，CHENJie，LIUCheng

(National Satellite Meteorological Center, China Meteorological Administration, Beijing100081, China)

The fire monitoring and application based on meteorological satellite were studied in this paper. The fire monitoring principle through the brightness temperature different between fire pixel and background in middle infrared and far infrared channels was introduced. The major instruments onborne were given. The discrimination methods of fire point for polar orbit meteorological satellite and geostationary orbit meteorological satellite, fire point intensity estimation including the area and temperature of sub-pixel fire point, and firing radiation power, and the methods of burned area estimation and effect assessment were presented. The fire monitoring accuracy based on meteorological satellite were validated by two ways which were artificial fire field observed synchronously by satellite and fire monitoring by land satellite with high resolution. The applications of FY-3and others meteorological satellites in disaster prevention and reduction, ecological environment protection and climatic effect assessment were introduced, which including forest and prairie fire monitoring, burned reign estimation, warning and forecast of forest and prairie fire, monitoring of fire caused by straw burning and burned area estimation, haze weather monitoring caused by biomass burning, climatic event effect of drought and others on forest fire, and global wildfire monitoring. The technology development and application of meteorological satellite in fire monitoring were prospected.

meteorological satellite; fire monitoring; fire discrimination; intensity estimation; burned assessment; forest and prairie

1006-1630(2017)04-0062-11

2017-06-29；

：2017-07-22

国家863 项目资助(2006AA12Z125)；农业部行业专项资助(200903041)

李亚君(1964—)，男，工程师，主要从事卫星遥感应用研究。

郑 伟(1981—)，男，博士，高级工程师，主要从事卫星遥感技术在生态环境和自然灾害等领域的应用研究。

TP79；P407

：ADOI:10.19328/j.cnki.1006-1630.2017.04.008