1.2.2　基于MODIS數(shù)據(jù)的火災監(jiān)測研究

AVHRR數(shù)據(jù)主要集中使用于遙感探測火災研究的早期階段，隨著科技的不斷發(fā)展，衛(wèi)星遙感技術(shù)不斷成熟，越來越多先進的衛(wèi)星傳感器被用于火災監(jiān)測的研究中。近年來Terra衛(wèi)星上的MODIS數(shù)據(jù)被廣泛用于火災監(jiān)測研究中^{［14～16］}。根據(jù)維恩位移定律，物體的溫度升高，其對應的發(fā)射光譜峰值波長向短波方向移動。燃燒火焰的溫度通常可以達到幾百甚至上千開爾文，火焰發(fā)射光譜的峰值波長應該比常溫地物發(fā)射光譜的峰值波長短。Kaufman等^［17］提出了固定閾值法提取火點像元。該方法基于MODIS中紅外通道（中心波長為4μm）及熱紅外通道（中心波長為11μm）對高溫火點及背景地物的不同響應，通過設定閾值來提取火點像元，該算法的主要判別式為：

T₄≥320K　　（1.1）

T₁₁≥250K　　（1.2）

T₄-T₁₁≥10K　　（1.3）

T₄>T_4b+δT_4b　　（1.4）

T₄-T₁₁>δT_41b+δT_41b　　（1.5）

式中，T₄、T₁₁分別表示MODIS中心波長為4μm通道及11μm通道的亮溫；T_4b表示波長為4μm通道的常溫背景像元的亮溫均值；T_41b表示4μm通道及11μm通道的像元亮溫差均值；δT_4b表示4μm通道背景像元亮溫標準差；δT_41b表示4μm通道及11μm通道的像元亮溫差的標準差。滿足上式中的像元可視為火點像元。段衛(wèi)虎等^［18］通過該算法，成功的識別了位于我國西南地區(qū)的林火。

李建等^［19］以MODIS為數(shù)據(jù)源，通過Kaufman提出的亮溫閾值法對林火的探測識別進行了研究，并以空間分辨率更高的HJ-1BIRS數(shù)據(jù)進行精度對比驗證。結(jié)果表明，亮溫閾值法識別林火的效率和精度較高，但算法中的閾值設定對識別精度的影響較大，且識別結(jié)果受研究區(qū)、氣候、氣象、植被類型及遙感傳感器類型影響較大，高溫裸地等地物對識別精度也有一定的影響，在該算法的基礎上引入燃料掩膜法可有效去除高溫噪聲像元引起的誤判，但受植被種類及季節(jié)變化影響較大，且燃料掩膜需要火災發(fā)生前的影像數(shù)據(jù)進行NDVI最大值合成，時效性不及亮溫閾值法。覃先林等^［20］基于MODIS數(shù)據(jù)，對比分析了亮溫閾值法與亮溫-植被指數(shù)法識別森林火點像元的精度，結(jié)果表明亮溫-植被指數(shù)法的精度更高，總體識別精度可達80%。

森林火災發(fā)生前綠葉在紅外波段有較強的吸收，在近紅外波段有較強的反射，在遙感影像上植被信息可用歸一化植被指數(shù)（NDVI）來識別。森林發(fā)生火災后，樹葉遭到毀傷，其葉片的光譜特性發(fā)生顯著變化^［21］。張春桂^［22］基于MODIS數(shù)據(jù)，通過分析波段2的反射率在火災前后的變化識別過火面積，通過災前、災后NDVI的變化來識別毀林面積，并與野外調(diào)查的結(jié)果進行精度驗證，結(jié)果表明精度較高。針對MODIS數(shù)據(jù)空間分辨率較低、高溫火點存在混合像元的問題，研究人員提出了亞像元火點溫度及發(fā)射強度的反演方法。Peterson等^［23］分析了背景像元輻射強度與包含火點像元高溫輻射間的差異，提出了火點像元的發(fā)射強度計算模型，基于Dozier提出的亞像元火點像元溫度反演方法反演了火災溫度。崔學明等^［24］使用MODIS數(shù)據(jù)，基于Dozier提出的亞像元火點計算模型，求解高溫火點溫度和面積，并對比相同衛(wèi)星上空間分辨率更高的ASTER數(shù)據(jù)，結(jié)果表明該方法計算火點面積較為理想。為克服MODIS數(shù)據(jù)空間分辨率較低的問題，黃誠等^［25］對MODIS的林火監(jiān)測數(shù)據(jù)進行了像元分解處理，結(jié)果表明該方法對克服MODIS空間分辨率低的缺點有一定的幫助。MODIS火災識別算法受地域及氣候等因素的影響，焦琳琳等^［26］基于MODIS火災數(shù)據(jù)產(chǎn)品（MOD14）對我國境內(nèi)的野火分布進行了研究，分析了影響野火空間分布識別精度的因素。Justice等^［27］驗證了MODIS火災數(shù)據(jù)產(chǎn)品（MOD14）對火點提取的有效性，以非洲發(fā)生的火災影像為數(shù)據(jù)源，并將提取結(jié)果與ASTER影像提取結(jié)果進行了對比分析。MODIS用于探測火點的兩個通道的空間分辨率均為1km，對于低溫、面積較小的悶燒火點提取有一定的限制。Louis Giglioa等^［28］對Kaufman的火點探測識別算法進行了改進，可有效識別尺度更小、溫度更低的火點，并降低了錯誤判別的概率。Liming等^［29］研究指出，太陽輻射會降低4μm通道火點與周邊地物之間的輻射亮度差異，為了降低太陽輻射對該通道探測火點精度的影響，提出了一種新的火點識別算法。

研究人員基于MODIS數(shù)據(jù)，還對其他形式的火災開展了系列研究。齊少群等^［30］使用MODIS數(shù)據(jù)對哈爾濱地區(qū)的秸稈焚燒區(qū)域進行了提取分析。Wang等^［31］針對溫度更低、尺度更小的火災探測提出了改進的火點識別算法。Blackett^［32］針對印度尼西亞火山活動，對比了可見-紅外成像儀VIIRS及MODIS對高溫火山的探測結(jié)果，結(jié)果表明基于VIIRS數(shù)據(jù)的探測結(jié)果更優(yōu)，兩種傳感器對火山探測的差異主要由空間分辨率的差異決定。