利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别

魏英策,桑会勇,张涛,丛杨,谷祥辉

(1.山东科技大学 测绘科学与工程学院,山东 青岛 2665902.中国测绘科学研究院,北京 100036)

0 引 言

中国是传统农业大国,秸秆资源丰富,但资源未被有效利用,每年有大量秸秆被当作废弃物焚烧或扔掉,对生态环境造成了严重的影响[1]．据报道我国每年产生秸秆7亿吨左右,并且约占五分之一的秸秆采取露天焚烧的处理方式,对环境造成了严重的威胁[2]．秸秆焚烧时产生大量的有毒有害的物质不仅对环境造成污染,还威胁人类的身体健康,降低大气的能见度给人类的交通出行带来安全隐患．因此对秸秆焚烧进行实时有效的监测对环境改善以及人类安全有着重大意义．

秸秆焚烧火点空间分布相对分散且相对随机无固定的规律,使得传统的监测不仅耗费大量的人力物力财力,也不能保障实时有效全面的监测．随着遥感技术的发展,越来越多的高分辨、覆盖范围广的影像数据为秸秆焚烧实时监测带来便利．利用遥感卫星监测秸秆焚烧已有深入的研究,如李佳等[3]利用MODIS二级产品MOD14数据对河南省秸秆焚烧火点进行提取,得到河南省秸秆焚烧的分布特征;杨珊荣等[4]利用MODIS数据对火点提取的研究;冯登超等[5]利用高分辨率的资源卫星数据提取得到的火点并与MODIS数据得到火点进行精度对比验证．

本次选取河北省为研究区域,利用改进型MODIS火灾探测算法,通过IDL语言实现河北省秸秆焚烧火点提取．对提取结果利用中华人民共和国发布的全国秸秆焚烧火点日报与MODIS标准火点产品(MOD14)的提取结果进行空间上的定量验证．

1 秸秆焚烧火点提取

1.1 秸秆焚烧火点基本原理

根据普朗克定律,物体之间向外辐射能量的密度存在差异性．MODIS火点监测原理是基于中、长红外波段的光谱特性, 采用4μm左右的μm通道21和11μm左右的μm通道31作为火点监测通道．草地、灌木、丛林燃烧时火点温度达到400～800℃．物体内部温度的变化,能够引起较大的辐射变化,这种变化是识别高温热源的关键．秸秆焚烧释放热量的温度为500～1000K之间,黑体辐射能量集中在2.8～5.7μm之间,所辐射出的能量高于常温物体在同一光谱的辐射值,根据火点像元与背景像元之间差异,并且火点不存在于水体的实际情况等对研究区域进行火点的提取．如图1所示.

图1 秸秆焚烧火点提取流程图

1.2 秸秆焚烧火点算法实现

1)数据预处理

MODIS是目前常用的光学遥感仪器,数据涉及波段范围广,共包含36波段, 光谱范围从0.4 ～14μm,覆盖了陆地、海洋大气等是当前各主流遥感卫星的主要观测数据．本算法中利用的亮度温度为1km分辨率的4μm通道、11μm通道、12μm通道的MODIS数据,分别用T4、T11、T12表示,用于白天观测的0.65μm、0.86μm通道、2.1μm通道分别记为λ0.65、λ0.86、λ2.1,分辨率统一为1km,所涉及到的MODIS波段数据及其用途如表1所示．其包含两个4μm通道(21和22),本次选择22波段作为T4．对所需要的波段进行辐射校正与几何校正等预处理,提取可见光、近红外波段的表观反射率以及表观辐射率,并基于普朗克定律,将中红外、热红外波段的表观辐射亮度转化为表观亮度温度．

2)云像元识别及剔除

MODIS数据是光学遥感数据,为了有效地避免误将浓烟判别为云的操作,更精准科学的从遥感影像上提取火点信息,首先要进行云识别检测处理．

本次实验参照MODIS火灾检测算法以及全球火点产品结合河北省研究区域自身的特点,对云识别的阈值进行了调整,夜晚云判别条件判定为T12(night)<265,白天云识别的条件为:

(λ0.65+λ0.86>1.2)or(T12<265 K)or

(λ0.65+λ0.86>0.7)or(T12<285 K)or

(waterpixelandλ0.86>0.25andT12<300 K)

表1 MODIS通道数据及用途

3)秸秆火点判定

潜在火点的识别是为了去除明显的非火点,在这阶段没有被去除的火点被认为是潜在的火点,需要进一步的识别．根据秸秆燃烧相对其周围温度高的特点,采用绝对阈值判断法单一靠绝对阈值往往容易造成火点漏判,故结合相对阈值判断法实现满足该条件的判定为火点．

阈值设定

T4(Abs)=360;

T4(Del)=320;

Day(Del)=20;

其中:T4(Abs)为火点像元在热红外波段绝对亮度温度;T4(del)为火点像元在热红外波相对亮度温度;Day(Del)像元在热红外波段的亮度温度、中红外波段(4 μm)与热红外波段(11 μm)的亮度温度的差值．

白天火点识别的判断公式为:如ΔT>ΔT*ΔT≡T4-T11)(λ0.86<0.35)(对于夜晚火点识别,则无最后的判断公式)为火点像元在热红外波段的亮度温度, *为潜在火点阈值,ΔT为亮度温度差．T4*与ΔT的阈值分别为310 K(夜间305 K)和10 K．白天判定的潜在火点条件为若满足T4>310 K,则可判定为暂定火点;夜晚判定火点的条件若满足T4>305 K,则判定其为真实火点．剩余不满足判断条件的潜在火点需进行背景阈值测试,对其进行进一步的判别．

通过火点像元与周围背景像元之间的差异性来对剩余潜在火点进一步判定其是否为暂定火点(白天)和真实火点(夜晚),背景火点像元分别满足白天、夜晚火点的判别两个条件,否则为有效背景像元．

在随后的背景阈值测试的算法中,以潜在火点像元为中心,建立背景窗口,通过窗口统计进行背景像元温度的提取．以潜在火点像的小空间窗口内的相邻像素的统计概要来估计在没有火灾时每个潜在火灾像素的辐射信号．

本文根据Giglio等人[6-11]在Kanfman等提出的MODIS火点监测算法的改进算法,其优点在于对于小火点和低温火点的能更有效地识别．算法中窗口大小的范围可由3×3至21×21．确定火点温度时,要求有效背景像元数量不低于25%,否则需要对窗口的大小进行调整以满足背景像元的数量要求,从而进行窗口背景像元温度特性的统计．判断条件如下:

(1)

(2)

(3)

(4)

(5)

文献报道神经出入征是周围神经鞘瘤的特征性表现，多发生于神经主干，好发部位据报道依次为头、颈部、肢体、纵隔腹膜后及其他部位[3]，但发生在椎管内的表现为神经出入征的神经源性肿瘤目前文献报道较少。对于椎管内形态为椭圆形的神经源性肿瘤，影像学诊断除了形态学以外，通常还要结合MRI信号特点、对比剂增强特点等进行综合分析。但是，对于同时合并神经出入征的病变，结合本例报道，诊断神经源性肿瘤的证据更为充分。但是，鉴于目前尚无关于椎管内表现为神经出入征的神经鞘瘤的影像学报道，因此，对于此征象诊断椎管内神经鞘瘤的敏感性及特异性有待于进一步观察。

如果像元满足下列条件:白天时,满足式(1)～(3)为真且式(4)为真或式(5)为真的条件,潜在的火点被判定为暂定火点;夜晚时,满足式(1)～式(3)为真的条件,潜在的火球被判定为火点,否则为非火点．

4)太阳耀斑的识别

如果波长为0.64 μm和0.86 μm(波段2)两个通道的反射率均大于0.3即4 μm通道的亮温达 12 K,且耀斑角小于40°,则为非火点[8]．

2 结果与分析

2.1 研究区域及数据选取

河北省是中国传统的农业大省．该地区地势平坦,土壤肥沃,加之适宜的气候,雨热同季的独特优势,光热水土资源匹配较好,故粮食作物如小麦、玉米和稻谷等产量较多,其秸秆产量约占全国的1/3 左右．

本研究使用NASA官网免费提供的MODIS L1B产品数据以及MOD14系列,空间分辨率为1 km,每天对同一地方观测次数最多可达4次,解决了连续观测要求数据源相对一致性与可参照性问题．因六月中旬为河北省小麦收割和玉米种植的时间节点,此节点为秸秆焚烧最易发生时期,故所用的MODIS 影像获取时间为2017年6月17日．

2.2 火点提取结果

通过调整火点监测的关键阈值对MODIS L1B数据进行处理,得到河北省区域的火点空间分布图(如图2所示),背景区域为耕地,大小约为1 km×1 km．通过结果可以看出,在秸秆焚烧的地区,火点分布比较集中,在MODIS火点空间分布图(如图3所示)位置上对应位置可以看到明显的秸秆燃烧产生的烟雾以及亮点,说明本算法能够准确的探测到真实火点的数量与分布．

2.3 空间精度分析及结果分析

1) 空间精度分析

基于2017年6月17日的MODIS数据,将根据研究区域自身特点调整火点监测关键阈值后的本次实验探测到的火点数目与标准的火点产品(MOD14)数据进行对比(如图4所示)．本文算法得到的火点数量相对多于MOD14,与MODIS算法相比较,本次算法对火点更为敏感．同时,对比本算法结果与中华人民共和国环保部发布的2017年6月17日全国秸秆焚烧火点日报(如图5所示)其空间分布与环保部火点监测日报基本一致．

图2 河北省火点空间分布

图4 火点精度验证对比

图5 2017年6月17日全国秸秆焚烧火点监测日报

2) 结果分析

对比图3、4、5,可知秸秆焚烧火点主要集中在河北省南部地区尤以邢台、石家庄、邯郸数量最多,占全省秸秆焚烧火点总量的74%左右,沧州、保定地区有少量分布零散的秸秆焚烧火点出现．应加强对秸秆焚烧严重地区的禁烧宣传和管理力度,积极开展秸秆综合利用行动．

3 结束语

本研究利用改进型MODIS火灾探测算法进行河北区域秸秆焚烧火点监测与提取.主要结论如下:

1)近年来国家相关部门利用MODIS数据进行火灾监测,但由于我国季节性以及区域性的变化,研究区域的阈值会相应地发生变化,利用改进型MODIS火灾探测算法并进行虚假火点有效去除使得最终的监测精度得到有效保障．

2)将实验得到的火点数据与高分辨率的土地分类数据进行识别处理,对非耕地区域的火点进行去除处理,可增加最终获得秸秆焚烧火点数据的可靠性．

3)河北省秸秆焚烧火点主要集中在南部地区,尤以邢台、石家庄、邯郸数量最多,沧州、保定地区秸秆焚烧火点的分布较为零散且数量少．

4)利用IDL实现MODIS数据的解析,算法运算速度快,能够很好地进行业务化,为相关部门提供技术支撑与保障．

基于MODIS卫星遥感数据获取秸秆焚烧火点空间分布信息,大大节省了人力物力,并且能够确保其时效性,对监测秸秆焚烧起到了重要的作用．