输电线路周边火灾卫星遥感监测研究与应用

范桂有 ，陈骁航 ，陈闽江 ，李熙，翁孙贤，高海英，刘新，宋盼盼

（1.国网福建省电力有限公司，福建 福州 350003；2.国网福建省电力有限公司检修分公司，福建 福州 350013；3.国网福建省电力有限公司电力科学研究院，福建 福州 350007；4.紫光软件系统有限公司，北京 100084）

0 引言

福建省位于我国东南沿海地区，森林覆盖率高。福建电网所属架空输电线路不可避免的穿越高山地带和茂密林区，在全球变暖、天气干燥等自然因素和人们开山烧荒、祭祀等人为因素的综合影响下，山火引起的输电线路跳闸停电事故发生率越来越高，而且福建电力所属超特高压输电线路很多为并排架设，一旦发生大面积火烧山将严重威胁电网安全运行（林运通等，2019）。因此，开展运行线路走廊环境的火点监测，提高输电线路管理能力是十分必要的。

气象卫星具备重访周期短、波谱范围广、数据幅宽大、成本低效率高等优势，利用火点在不同波段表现出亮温差异，实现山火实时动态监测，为消防部门和电力部门提供及时可靠的火点分布信息（Zhang et al.,2012;王璐等，2007）。近年来，不断有学者利用卫星遥感技术与火点识别算法相结合的方法监测山林火灾，并逐渐将该技术应用到输变电安全运检工作中，获得了较为理想的成果（梁允等，2013；张校志，2017）。但面对多条线路，卫星监测火点信息繁多，无法准确判断出哪些火点更具准确性，哪些火点对输变电线路危险性更大。因此，本文使用新一代气象卫星Himawari-8中搭载的先进的葵花（The Advanced Himawari Imager，AHI）成像仪结合自主构建的火点影响线路GIS模型（Fire affected line model，FAL）来获取输变电线路周边火点信息。

1 研究区与遥感数据

1.1 研究区概况

福建地处我国东南沿海，地形以山地地形为主，山地丘陵占总面积的80%，而森林覆盖率达到了65.95%，林地植被在冬季出现干燥现象，极易发生森林火灾，且风势较大，容易助长火势蔓延，福建省输变电线路因此遭到威胁。清明节、中元节以及冬季是火灾监测的重要时间点，其他时间由于人为或自然引起的火灾也不容忽视。本文以福建省内输变电线路试验走廊5、试验走廊6及试验走廊12为研究对象，对线路走廊2 km范围内进行火点监测，输电线路路径走向如图1所示。3条线路分别位于福建省宁德市和福州市，线路总长约141.7 km，所处区域最高海拔可达到1194 m。

图1 输变电工程试验走廊5、6、12的路径走向图

1.2 气象卫星数据介绍

Himawari-8卫星所搭载的AHI成像仪共有16个工作通道，包括3个可见光（Visible,VIS）通道、3个近红外（Near-infrared,NIR）通道和10个红外（Infrared,IR）通道，可见光中红波段空间分辨率为0.5 km，蓝、绿波段和第4通道的近红外波段为1 km，其他通道均为2 km，观测范围包括全盘、日本以及目标区域，全盘范围每隔10分钟观测一次，日本区域每隔2.5分钟观测一次，可为海洋环境、地表温度、植被，大气水汽、云厚度等多项研究领域提供基础数据支撑，尤其是红外波段中的热红外波段（中红外和远红外波段），可用于高温火点和地表温度的探测（陈洁等，2017；赵文化等，2019）。

表1 AHI成像仪火点识别波段参数统计表

2 输电线路走廊火点识别原理与过程

2.1 火点识别原理

2.1.1 遥感火点识别原理

卫星遥感技术监测火点的原理是基于维恩位移定律（李家国等，2010；曹景庆等，2019），即随物体本身温度的升高，其辐射强度的峰值就会向电磁波谱中的短波移动，其表达式为：

式（1）中：λ max为辐射强度最大时所对应的波长，单位为米（m）；A为常数，取值为2898 μm·K；T为热力学温度，单位为开氏度（K）。如图2所示，是黑体在不同温度下的辐射波谱曲线，地表温度一般约300 K，火点温度一般约500～1000 K，由此可知地表辐射强度的峰值约在远红外波段（9～12 μm），火点辐射强度的峰值约在中红外波段（3～5 μm）。在卫星影像中识别火点其实就是识别地表热异常点，其区别于常温地表的一个显著特征是，热异常点在中红外波段的辐射能量远远高于常温地表（彭文邦，2017）。根据斯特藩-玻尔兹曼定律可以知道，物体温度升高一倍，其物体总辐射出射度将是原来的16倍（陈兴峰等，2020；郑伟等，2020）。

图2 黑体在不同温度下的辐射波谱曲线（据赵英时，2003）

式（2）中：M(T)为黑体表面发射的总能量，即总辐射出射度；σ为斯-玻常数，取值为5.6697 ×10-8[瓦/（平方米·开氏度4），W·m-2·K-4]；T为发射体的热力学温度，单位为开氏度（K）。正是由于山火燃烧释放出大量热能，使得卫星影像中火点像元与背景像元在中红外波段和远红外波段辐射能量产生明显差异（Kaufman et al.,1998）。

因此，卫星遥感火点识别的两个基本原则是：1）随地表温度的升高，辐射出射度增强；2）地表温度不同，其辐射出射度峰值所对应的波段不同。根据这种差异来识别卫星影像中的火点。

Himawari-8/AHI传感器16个工作通道可用于识别火点的通道为7通道（中红外通道）和14通道（远红外通道），中心波长为3.9 μm和11.2 μm，空间分辨率均为2 km。本文利用7通道和14通道分析火点识别理论依据。

由于火点与其他背景地物之间的温度和辐射强度存在巨大差异，且火点一般仅占混合像元部分区域，该区域称为火点面积，其余区域则由其他地物组成称为背景面积，因此火点与背景在混合像元中的辐射亮度可以利用线性组合的方式来表示（刘诚等，2004；巴锐，2020）。

式（3）中：L itotal表示混合像元i通道的总辐射亮度值，单位为瓦/（平方米·球面度）（W/（m2·sr））；Li_f表示混合像元中火点辐射亮度，单位为瓦/（平方米·球面度）（W/（m2·sr））；Li_B表示混合像元中背景辐射亮度，单位为瓦/（平方米·球面度）（W/（m2·sr））；P表示混合像元中火点面积占像元总面积的比例。Planck辐射定律给出了辐射出射度，也就是辐射亮度与亮度温度（T）、波长（λ）之间的关系，其分布函数可表示为：

式（4）中：δ为第一辐射常数，c1=2πhc2，取值3.742 ×10-16（瓦·平方米，W·m2）；c2为第二辐射常数，，取值2.741× 1 0-2（瓦·开氏度，W·K）。由此可得到包含火点的混合像元与背景像元之间的亮温差，其表达式分别为：

式（5）中：ΔiT表示火点像元i通道火点亮度温度与背景亮度温度之差；Ti_f表示火点像元i通道总亮度温度；Ti_B表示i通道背景亮度温度，亮度温度的单位为开氏度（K）；iλ表示i通道的中心波长，单位为um。

已知7通道（中红外通道）和14通道（远红外通道）中心波长为3.9 μm和11.2 μm，空间分辨率均为2 km，假设实际火点温度最大值为800 K，地表背景温度300 K，火点所占像元面积比例从10%变化到100%，将各参数值代入式3、式4和式5，可得到3.9 μm和11.2 μm火点不同占比情况下火点亮温、火点与背景亮温差异的变化曲线（图3）。随着火点面积占比的增加，3.9 μm和11.2 μm所对应的亮度温度表现出相同的变化趋势，3.9 μm随火点占比增加亮温增速逐渐缓慢，11.2 μm几乎呈线性增长，当火点占据整个像元时，3.9 μm和11.2 μm火点亮温均达到实际火点温度最大值。不同在于3.9 μm比11.2 μm反应更加敏感，当火点仅占混合像元1%时，3.9 μm亮温从300 K上升到400 K，亮温增加100 K，而11.2 μm亮温从300 K上升到310 K，亮温增加10 K；当火点占混合像元10%时，3.9 μm亮温上升到540 K，亮温增加240 K，而11.2 μm亮温上升到375 K，亮温增加75 K，此时3.9 μm和11.2 μm亮温差达到最大。由此可见，在卫星影像空间分辨率相同的条件下，火点在中红外通道和远红外通道引起的亮温增量存在明显差异（Bessho et al.,2016；Giglio et al.,2016）。

图3 热红外通道在火点不同占比下混合像元亮温变化曲线

2.1.2 遥感火点识别算法

利用3.9 μm和11.2 μm对火点辐射的敏感特性，设置动态亮温阈值来识别火点，考虑到卫星影像接收到的辐射信息可能包含云、水、烟雾以及太阳耀斑，在实际火点识别中需要将这些非火点像元剔除，以避免火点信息误判（贺宝华等，2011）。那么，在无云且无其他假火点存在的陆地像元亮温满足下述条件时，可初步判断为热异常点（陆佳政等，2015；阮羚等，2016）。

式中：T3.9表示像元在3.9 μm的亮温值；Tδ_DAT和Tδ_NAT表示白天和夜晚的亮温判别阈值，分别取值310K、305K；ΔT表示像元在3.9 μm和11.2 μm的亮温差；Tδ_ΔT表示亮温差判别阈值，取值10 K。

2.2 建立火点影响线路GIS模型

在获取热异常点位置的基础上，需要判定火点与输变电线路之间的空间位置关系，便于判断输变电线路周边是否有威胁到电网正常运行的火点。本文利用火点位置信息和输变电线路位置信息建立火点影响线路GIS关系模型（Fire Point Affecting Line）。该模型首先根据火点的可信度来筛选火点，本文将可信度设定为 ≥4，即可信度小于4的火点将被剔除，同时同一点在一天之内不断监测到存在火点，最终保留可信度最大时的火点数据；然后判断保留下来的火点是否在输变电线路2 km缓冲区范围内，如果火点在线路2 km以内，再确定火点与线路之间的距离、与最近杆塔点之间的距离并输出；模型引入天然防火隔离带数据（河流、湖泊、水库、山脊、山谷），判断火点与线路之间是否存在天然防火隔离带。最后，若存在天然防火隔离带则输出天然防火隔离带的类型。本文利用重点区域的数字高程模型（Digital Elevation Model，DEM）提取输电线路走廊2 km范围内的山谷山脊线，利用卫星光学真彩色影像提取重点区域的河流、湖泊和水库。

2.3 火点识别过程

本文通过日本宇航局葵花监测官方网站（JAXA Himawari Monitor P-Tree System）获 取Himawari-8（下文称“H8”）卫星影像数据，基于Matlab编程软件对该数据提取火点信息，实现对福建省3条输变电工程试验走廊火点监测。具体实现过程主要包含①影像数据预处理；②火点识别；③利用FAL模型筛选火点。具体输电线路走廊火点监测技术流程图见图5。

3 实验结果分析与验证

利用H8数据获取2020年12月1日至2月28日重点县区火点分布情况，监测结果见图6（a）。根据下垫面信息对该结果进一步分析，例如城区、水域、沙漠等认为不会存在火点，算法根据火点位置所处的下垫面信息排除一些可疑的火点，用可信度来区分。监测时间段内共监测到108处火点，可信度等级最高达到6级。这些火点在地图中可以看出是否在输变电线路走廊内，但大量的火点数据（H8数据每10分钟更新一次）处理及火点提取工作量巨大，人工无法短时间内筛选出较为可信的火点、也无法完成火点信息的及时公布和推送。因此，本文使用自主构建的FAL模型来自动筛选火点，通过设定可信度和缓冲区阈值获取到输变电线路走廊2 km范围内可信度 ≥4 的火点分布情况，包括火点与线路和杆塔的相对位置及火点与线路之间的隔离带种类，并根据H8数据获得了火点预警时间、火点面积、火点强度、并对火点强度划分等级。利用FAL模型得到输电线路2 km范围内7处可疑火点的分布情况，如图6（b）所示，根据火点与线路杆塔点的坐标自动计算二者之间距离，由此可知与线路距离＜500 m的火点共有4处，与线路距离＞500 m 且 ＜1 km火点有1处，与线路距离＞1 km 且 ＜2 km的火点有3处。火点监测结果及位置见表2和表3。

图6 火点定位与筛选

根据福建省输变电线路巡检站调查结果发现：2021年2月6日15时38分试验走廊6杆塔点#419与#420西北方向400 m处（27.011 N,119.239 E）有火烧山，火势非常大，影响线路运行，现场人员已向省调申请将该线路降负荷并推出线路重合闸，相关人员组织灭火；21点24分火势减小，对输电线路正常运行不构成威胁。根据现场对火点的实时跟踪，追溯16时前后卫星监测到该位置的火点可信度变化情况，如图7所示，卫星在15时40分监测到该点存在火点，可信度为2，在15时50分监测到该点仍然存在火点，可信度上升至5，16时整火点可信度仍为5，直到18时卫星监测该火点消失。分析现场发现火点时间和火势发展的一般规律，可推测卫星监测结果与现场巡检具有时间一致性。由于H8卫星影像的空间分辨率为2 km×2 km，其定位精度相对较弱，无法准确定位火点的发生位置，但对于H8影像数据来说，现场监测火点位置与卫星监测火点位置处于同一像素。经过对比发现现场监测火点位置与卫星相差1.2 km，该差值在允许误差范围内，故卫星监测结果能够在一定程度上为大范围火点实时监测提供帮助。

4 结论

本文在Himawari-8气象数据识别火点原理的基础上，结合自主构建的FAL火点影像线路GIS模型，对福建省宁德市输变电线路途经重点县区进行火点识别。实验结论如下。

（1）利用卫星影像红外波段中红外和远红外对温度的敏感差异以及亮温动态阈值法提取重点县区108处火点，经过FAL模型以可信度≥4和输电线路2 km以内为阈值条件获得输变电周边火点7处，并得到火点的相关信息，包括火点强度、火点面积等；

（2）与现场线路巡检相比较，卫星监测到的输变电周边火点多数为虚假火点，少数为真实发生火灾，但不存在漏判情况；

（3）在火灾监测的时间上，卫星与现场巡检发现火点时间基本保持一致，跟踪真实火势发展情况，发现与卫星监测火点可信度呈正相关；

（4）由于Himawari-8 气象数据空间分辨率较低，火点的空间位置无法准确定位，需要与现场巡检人员监测结果相结合，才能更好的为森林防火、输变电线路安全运行提供保障。

目前，气象卫星的时效性已经可以满足火点监测的需求，但是其空间分辨率有待提高，在后续的实验中可以融合其他高空间分辨率气象卫星数据进行火点监测，达到时间和空间精准定位，为防灾减灾提供重要数据支撑。