一、基本原理：

1、 MODIS简介[1]：

MODIS是CZCS、AVHRR、HIRS和TM等仪器的继续，是EOS系列卫星上的最主要的仪器是中分辨率成像光谱仪（MODIS），其地面空间分辨率分别为250米、500米、1000米，扫描宽度2330公里。每日或每两日即可获取一次全球观测数据。

MODIS是当前世界上新一代“图谱合一”的光学遥感仪器，MODIS是被动式成像分光辐射计。共有490个探测器，有36个离散光谱波段，光谱范围宽，从0.4微米（可见光）到14.4微米（热红外）全光谱覆盖。MODIS的多波段数据可以同时提供反映陆地表面状况、云边界、云特性、海洋水色、浮游植物、生物地理、化学、大气中水汽、气溶胶、地表温度、云顶温度、大气温度、臭氧和云顶高度等特征的信息。

2、 MODIS在火灾监测方面的优势[2]：

①具有传感器灵敏度高、量化精度好，在发现和测定火灾方面具有优势；

②具有多个可用于火灾检测的通道，对火灾的性质可以进行定性、定量分析；

③具备精确的定位功能，地面几何定位精度达到星下点0.1像元，边缘0.3像元；

④提供了250m分辨率的地表背景数据，有利于火灾预测和受灾地区的灾后高速判定。

3、 基本原理：

（1） 

理论基础[3]：MODIS 林火监测的理论基础是根据着火点比周围温度高来判断火点，其判断基础是热辐射强度与温度和波长的关系。

（2） 

普朗克定律[4]：

Planck 定

律： Mλ（ T ）=2hc2λ-5 *[exp(hc/( λ kΤ)-1)]-1。其中：h 为普朗克常数，J·S；λk 为玻尔兹曼常数， J·K-1；c 为光速， m·s-1；λ 为波长（m），T 为热力学温度（k）。

由普朗克辐射定律可知，当温度增加时，峰值波长向短波方向移动，即中红外比热红外对高温点的反应更敏感。

斯特藩-玻尔兹曼（Stefan-Boltzman）定律：

Stefan-Boltzman 定律：M（T）=σΤ4

。其中，M（T）为黑体表面发射的总能量，即总辐射出射度（瓦/米2，w·m-2），σ为斯-玻常数，（瓦/（米2·开4），w·m-2·k-4。

由 Stefan-Boltzman 定律可知，物体的辐射能力与其绝对温度 T 的四次方成正比，物体的温度越高，辐射能力就越强，反之亦然，即在卫星图像上，温度越高，表现为颜色越深。

（3） 

根据普朗克公式绘制的不同温度下的黑体辐射波谱曲线，辐射通量密度是随温度的增加而迅速增加的，而当温度增加时，峰值波长将向短波方向移动（见图1）。MODIS数据在4μm通道和11μm通道处，火点像元能比背景像元表现出更高的亮温。由于峰值波长会随温度的升高向短波方向移动，所以在火点处4μm通道比11μm通道的亮温高，且火点处这两个通道的亮温差比背景处明显偏高。因此，可以用这几个条件来检测火点，与燃烧有关的MODIS波段特性见表1。

表1 MODIS卫星数据林火监测通道的特征[2]

通道号

波长（μ）

分辨率

用途

CH.1

0.62~0.67

250m

过火面积，烟雾

CH.2

0.84~0.87

250m

过火面积，烟雾

CH.6

1.62~1.65

500m

火点探测、明火面积估算

CH.7

2.10~2.13

500m

火点探测、明火面积估算

CH.20

3.66~3.84

1000m

火点探测、明火面积估算

CH.21

3.92~3.98

1000m

火点探测、明火面积估算

CH.22

3.92~3.98

1000m

火点探测、明火面积估算

CH.23

4.02~4.08

1000m

火点探测、明火面积估算

CH.24

4.43~4.49

1000m

火点探测、明火面积估算

CH.25

4.48~4.54

500m

火点探测、明火面积估算

CH.31

10.7~11.2

1000m

明火面积与过火估算

CH.32

11.7~12.2

1000m

明火面积与过火估算

图1[2]

二、流程：

1、 信息源的选取

信息源的选取主要包括MODIS数据的选取。MODIS 数据是经过辐射校正后的 MODIS L1B 数据，所选用的数据要覆盖发生已确认为林火的火点或火场。对于波段的选取，为了较好地提供火点的地面信息，选取了空间分辨率为 250m 的 1、2 波段，同时，根据上述理论基础，还选取了可用于林火监测的分辨率为 500m 的 7 波段，分辨率为 1000m 的 21、22、31、32 波段。

2、数据处理

（1）辐射量计算：

由于获得的数据是影像的灰度值（DN 值），首先根据公式（1）和公式（2）[5]，计算可见光通道的反射率和热红外通道的辐射率。

Refletance=reflectance_scale*(DN-refletance_offset)

（1）

其中，Refletance 为反射率；refltance_scale为定标增益量；refltance_offset 为定标偏移量。

Radiance=radiance_scale*(DN-radiance_offset) （2）

其中，Radiance 为辐射率；radiance_scale 为定标增益；radiance_offset 为定标偏移量。

（2）亮温转换

亮度温度是传感器在卫星高度所观测到的辐射亮度相对应的温度。利用普朗克公式反演出的温度公式（3）可将热红外通道的辐射率转换为地表的亮温。

T=hc/λkln(2ch2/(Mλ5) 1) （3）

（3）植被指数[6] 为了排出非林火点，利用早期影像所提取的林地分布信息可以进行判断，即将 1、2 通道的反射率ρ1 ,ρ2 由公式（4），计算归一化植被指数。

NDVI= 

（ρ2-ρ1）/(ρ2 ρ1 ) (4)

（4）几何校正：

利用 ENVI 软件进行几何校正。利用 Basic Tools/MODIS 菜单对数据进行几何校正并消除影响数据的“双眼皮”现象。地图投影类型选择经纬度投影（Lon/Lat）。

3、火点监测：

(1) MODIS 影像上的森林火灾特征 [3]

因为 7 波段对热源敏感，可以使用 MODIS 的 7、2、1（RGB）波段组合观测火点，高温火点以及燃烧的羽烟可以清楚看到，火点为亮红色，云层为青色，植被为暗绿色。另外，利用 21、22、31（RGB）波段合成，也可清晰的凸现热点信息。由于 7 波段容易饱和，还可利用 21、2、1（RGB）波段合成，也可清楚地看到火点。三组波段的组合，可以作为对火点信息的一种相互验证。

(2)由于厚云的影响，在对陆地影像提取火点信息时，可能会引起误判或提取不到信息。因此，首先去除受云影响的区域。有多种方法可以检测受云影响的区域,一种是通过 MODIS 的云检测算法，该方法过程简单，但是需用 MOD35 云掩模产品，在缺少该产品的情况下，

还可采用如下方法去除云影响区域： 白 天 ：ρ1 ρ2>0.9 或 T32<265K

或（(ρ1 ρ2)>0.7 且 T32<285K)之一成立就定义为云区； 晚上：T32<265K

就定义为云区。

大气订正

由于大气吸收的影响，也可能会引起误判，所以对大气也要做订正，以确保火点信息的准确性。可以利用 ENVI 软件的 FLAASH 菜单对大气做订正，也可用中心波段为4μ m和中心波段为11μ m的波段组合来订正大气的吸收

(3) MODIS

林火识别算法[7] [8]

MODIS 的火点识别算法设有 5 个逻辑条件，如果一个像素点同时满足条件（（A or B）and（a or b）or（X）），就可以确认此点为火点。

A：T4>T4b 4δ T4b

a：△T41>△T41b 4δT41b

B：T4>320K(夜间

T4>315K)

b：△T41>20K(夜间 △T41>10K)

X：T4>360K(夜间

T4>330K)

式中：如果δT4b、bT41δ

小于 2K，则设定δT4b、δT41b =2K。

△T41=T4-T11 （5）

T4为 4μ m 通道的亮度温度，T4b为 4μ m 通道背景温度均值。背景温度是由符合以下条件的像元所得：

T4<320K(夜间为 315K)，△T41<20K（夜间为10K）。

δT4b 为 4μ m 波段亮温的标准方差，△T41b为△T41的均值，δT41b 为△T41的标准方差。。

(4)改进的林火点识别算法[9]：

即林火热点在MODIS数据中同时应满足3个条件:

首先是噪声和云的滤除,

其次是火点的判别,

最后是林火与非林火的判别。

具体如下:

条件一:CH21-CH22<20K //噪声或耀斑滤除

AND Reflectance(CH1)<0. 3 AND

Reflectance(CH2)<0. 3 //云滤除

条件二:T4>Mean(T4) 3StDev(T4)或T4>320K(夜间315K)}AND{T4-T11>Mean(T4-T11)

3 StdDev(T4-T11)OR T4-T11>20K(夜间10K)}ORT4>360K(夜间330K)

条件三: IF forest=True Then林火//林火点判

均值、标准差(分别以Mean、StdDev表示)是以一个指定像元窗口进行统计和计算的,通常这个窗口以待判火点为中心向外扩展,需要至少包含25%的背景像元。

北方林地选择NDVI>0. 5,对于南方林地选择NDVI>0. 6。

(5)利用FPI-NDVI识别火点的算法[10]

火点指数构建：

根据植被燃烧时辐射和背景辐射差异和他们在MODIS数据上的不同表现，选用22通道亮温为植被燃烧时辐射，31通道为背景辐射。利用31通道亮温数据可以估算明火面积,而且当22通道的亮温上升时31通道的亮温也随之上升,只是22通道的亮温上升要剧烈一些。据此,利用22、31通道构建一火点指数FPI

(1)

式中,T4-22波段亮温,T11-31波段亮温。

FPI-NDVI法判识过程：

利用FPI-NDVI识别火点的算法包括以下几步:

(1)云和水体掩模与下垫面相比,云在可见光和近红外波段的反射率较高,在热红外波段的亮度温度一般较低;因此,结合云在可见光近红外以及热红外波段不同的光谱特征,可以用以下方法来检测受云影响的区域。

白天:当ρ1 ρ2>0.9,或T12<265 K,或ρ1 ρ2>0.7且T12<285 K之一成立时,就定义为云区

晚上:T12<265 K,定义为云区

其中:ρ1—第1波段反射率,ρ2—第2波段反射率,T12—第32波段亮温值

(2)利用FPI提取火点信息

(3)利用植被指数去除地表不是植被、或植被稀少的不足以引起火灾的区域

[1] MODIS 百度百科

[2] 钟仕全,杨鑫.

EOS/MODIS卫星数据在林火监测中的应用 http://www.digitalgx.com/article/RS/rs15.htm

[3] 肖利,汤家法,倪星航. MODIS 数据监测森林火灾方法的研究[J].

四川测绘第 31 卷第 1 期 2008 年 2 月 10-13

[4] 赵英时. 遥感应用分析原理与方法[M].

北京：科学出版社，2003.

[5] 周小成，汪小钦. MODIS 林火识别算法的验证分析[J].火灾科学，2006，15（1）

[6] 覃先林，易浩若. 基于 MODIS 数据的林火识别方法研究[J].

火灾科学，2004，13（2）

[7] 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.

[8] C.O. Justice, L. Giglio, S. Korontzi .

The MODIS fire products[M] Remote

Sensing of Environment 83 (2002) 244 – 262

[9] 周小成,汪小钦EOS-MODIS数据林火识别算法的验证和改进[J]遥感技术与应用第21卷第3期2006年6月

[10] 周利霞等 基于MODIS数据的火点监测指数方法研究[J] 火灾科学 第17卷第2期2 0 0 8年4