【实验目的】

  根据模拟实验一中得到的规律——中红外波段和热红外波段的大气层顶亮度温度对着火点面积变化的敏感性，自行制定判别规则，从Himawari-8卫星时间序列观测数据中实现火点检测，并与实际的观测结果对比分析。

【研究区域】


图2(红光波段)

  如上图所示，本次实验的研究区域为北纬26.01°至35.01°，东经96.99°至108.99°，大致区域为中国四川省凉山附近，研究时间为2020年3月30日，数据分辨率为4km
  目视解译上图，图片的大部分区域被云层覆盖，由于本次实验选用的波段为红光波段、近红外波段、中红外波段和热红外波段，均无法穿透云层，云层的存在极大的影响了亮度温度的反演，最终影响着火点检测的精度，因此去除云层是本次实验的研究重点之一。同时由于研究区域面积较大，可能白天和黑夜同时出现在研究区域，但是白天和黑夜对应不同的反演模型，因此太阳天顶角的影响也是本次实验的研究重点之一。最后，如何制定高效的着火点判断规则，也是此次实验的研究重点之一。

【实验内容】

【云层检测】

  根据对研究区域的分析可知，此次研究过程中，云层的存在会对亮度温度的反演产生巨大影响，必须排除有云区域。因此本次实验采用了两种不同的方法制作“云层掩膜”，对比分析不同方法的优劣。

【基于NDVI的云层掩膜】

\[\mathrm{NDVI}=\frac{\left(\mathrm{BA}_{03}-\mathrm{BA}_{04}\right)}{\left(\mathrm{BA}_{03}+\mathrm{BA}_{04}\right)}\\ \mathrm{NDVI}>C_1\]

  其中\({\rm BA}_{03}\)、\({\rm BA}_{04}\)分别表示红光波段和近红外波段的反射率，\(C_1\)为判别植被和云层的阈值当像元的NDVI大于\(C_1\)时，表示为植被；当像元的NDVI小于\(C_1\)时，表示为云层非植被区域，\(C_1\)的取值取决于人为经验，在本次实验中\(C_1\)=0.23

【基于复合条件的云层掩膜】

白天的云层判别公式

\[ \begin{array}{c}(\mathrm{BA}_{03}+\mathrm{BA}_{04}>0.9)or(\mathrm{BA}_{15}<265K)or((\mathrm{BA}_{03}+\\ \mathrm{BA}_{04}>0.7)and(\mathrm{BA}_{14}<285K))_..\end{array}\] 夜晚的云层判别公式

\[ \mathrm{BA}_{14}<265\mathrm{K}\]

  其中\({\rm BA}_{03}\)、\({\rm BA}_{04}\)分别表示红光波段和近红外波段的反射率，\({\rm BA}_{14}\)表示热红外波段的亮度温度反演值。白天或者是晚上满足以上条件则为云区，否则为植被。由于此次的研究区域较大，白天和黑夜的界定需要相应的太阳太定角数据，当太阳天顶角大于九十度时，判断为黑夜；反之则为白天

【代码实现】

1
2
3
4
5
6
7
8
9
10
11
12
13
14
ndvi[ndvi<0.23]=0;ndvi[ndvi>=0.23]=1
# 判断白天是云
condition1 = (Red + Nir > 0.9)
condition2 = (Tir < 265)
condition3 = ((Red + Nir > 0.7) & (Tir < 285))
condition4 = SolarZenith<90
# 判断晚上是云
condition5 = SolarZenith>90
condition6 = Tir<265
# Define the final condition
Cloud_daytime = condition1 | condition2 | condition3 & condition4
# 判断晚上是否有云
Cloud_night = condition5&condition6
mask=(Cloud_daytime|Cloud_night)

【方法对比】


图2：研究区域（UTC时间20200330_0410）
图3：基于NDVI的云层掩膜（左） 基于复合条件的云层掩膜（右）

  如图2、图3所示，其中黄色区域表示检测为植被的区域，紫色区域表示为云层区域。对比分析以上三幅图像，无论是在细节上还是在检测精度上基于复合条件的云层掩膜效果都要比基于NDVI的云层掩膜效果好，因此本次实验的后续均是基于复合条件的云层掩膜进行的。

【着火点检测】

图4：亮度温度随着火点面积占比变化图

  由实验1的第一部分可知，大气层顶的中红外波段和热红外波段的等效亮温对着火点的面积占比十分敏感，可以基于此制定检测着火点的判断规则。但是由于无法准确的估算出地表物体的温度以及着火点的温度，因不能直接通过中红外波段和热红外波段的亮度温度值判断着火点。考虑到着火点的亮度温度值一定比普通的亮度温度值大，并且着火区域只是研究区域的一小部分，基于统计学分析，着火点的亮度温度值对于整个系统而言，偏离了系统的平均值，属于异常值，因此可以根据发生火灾时中红外波段和热红带波段的亮温变化，在单幅影像上利用影像像元值、影像均值和影像标准差之间的比值关系衡量着火点的亮度温度的离散程度，由此检测出着火点。基于此引入两个火点像元和非火点像元的潜在火点的判断因子 \(Z_{\mathrm{BT}_{07}}\)、$Z_{_{74}} $ 从而反应出着火点的离散程度

\[ \begin{array}{l}Z_{\mathbf{BT}_{67}}=\dfrac{\mathrm{BT}_{07}-\mathrm{mean}(\mathrm{BT}_{07})}{\mathrm{std}(\mathrm{BT}_{07})}\big\rvert^{\perp}\\ \\ Z_{\mathrm{BT}_{74}}=\dfrac{B T_{74}-mean(B T_{74})}{\mathrm{std}(B T_{74})}\\ \end{array} \]

  \({\rm BT}_{07}\) 分别为中红外波段亮温； \({\rm BT}_{74}\) 为中红外波段与热红外波段亮温差；\(mean({\rm BT}_{07})\)、 \(mean({BT}_{74})\)分别为中红外波段亮温的平均值和中红外波段与热红外波段亮温差的平均值；\(std({\rm BT}_{07})\)、 \(std({BT}_{74})\) 分别为中红外波段亮温的标准差和中红外波段与热红外波段亮温差的标准差。当这个比值大于一定阈值时，像元为偏离正常值的异常高温点，判定为着火点。在本次实验中两个判断因子的阈值分别为$ Z_{{07}}>0.85and Z{_{74}}>1.6 $

【代码实现】

1
2
3
4
5
6
#下面的部分是用来计算着火点判断因子的计算过程
Z1=(Mir-Mir.mean())/Mir.std()
Z2=((Mir-Tir)-(Mir-Tir).mean())/(Mir-Tir).std()
#判断是否为着火点
Fire_condation=(Z1>0.85)&(Z2>1.6)&(~mask)
# Fire_condation=(Z1[i,:,:]>0.85)&(Z2[i,:,:]>1.6)&(ndvi[i,:,:]==1)

【研究结果】

图5:着火点随时间变化

  上图中黄色表示检测得到的潜在着火点，紫色表示其他区域。分析得到的最终结果可以观测到一个明显的长时间的着火点大致位置为Lat:27°54′23″，Lon:101°15′51″，最初出现的时间大致为2020年3月30日1点左右（北京时间）。除此之外还有数个较小的短时间的着火点，其中较为突出的是位于Lat:27.839°，Lon:102.238°，首次着火于2020年3月30日12点左右，持续时间较长，但是不超过三个小时。在图中的左下角出现密集的短促的着火点，难以区分是否为误检，但是根据官网信息2020年3月30日在该区域的确发生了多起小规模的火灾，因此本实验的检测结果应该是真值。


图6：真彩色研究区域
  如图所示，根据检测结果在官网查找真值，可以发现检测结果基本一致，本次实验成功的找到了主要的着火点，并确定了着火的最初时间。
图7：主要火点中红外波段亮度温度变化曲线（左） 主要火电热红外波段亮度温度变化图（右）

  国内主流媒体对于2020年3月30日凉山大火的报道均报道是下午三点半左右发生火灾，但是根据检测结果（如上图所示）以及官网数据表明实际上大火最初发生在12点左右，下午三点时检测得到的亮度温度最大是火灾发生最为猛烈的时候。

【参考文献】

[1]冯豁朗,张贵,谭三清等.基于Himawari-8卫星数据的林火判别[J].中南林业科技大学学报,2021,41(08):75-83.DOI:10.14067/j.cnki.1673-923x.2021.08.009.