基于归一化燃烧率的火烧迹地面积提取精度研究

穆喜云 李秀华 李显玉 吴红雪

摘 要：为探讨归一化燃烧率在火烧迹地面积提取中的精度，该研究以2017年4月28日发生在赤峰市敖汉旗新惠镇的火烧迹地为试验区，计算火灾前后Landsat8数据的归一化燃烧率差值。通过数值的对比分析，得出以归一化燃烧率作为唯一参量，识别的过火区面积为67.23hm2，识别精度达75.26%。

关键词：燃烧指数;归一化燃烧率;火烧迹地

中图分类号 S762文献标识码 A文章编号 1007-7731（2021）10-0072-02

Extraction of Burned Area Based on Normalized Burn Ratio

MU Xiyun1 et al.

（1Forestry Research Institute of Chifeng， Chifeng 024000， China）

Abstract： In order to investigate the accuracy in the extraction of forest fire burned area based on the NBR（Normalized Burn Ratio）， the burned area located in Aohan Banner of the city Chifeng. The forest fire occurred on April 28， 2017. Calculate the NBR of Landsat8 data between the time before and after the fire. As NBR was the only parameter， the extracted burned area was 67.23 hm2， and the recognition accuracy was 75.26%.

Key words： Burning index; Normalized Burn Ratio; Burned area

近年来，由于森林火灾频发，给森林生态系统带来了严重危害，而火烧迹地面积是反映森林受灾情况的重要指标。火烧迹地是指森林火灾烧毁后尚未恢复到原来林地状态的区域[1]。卫星遥感是区域和全球范围内监测火烧迹地的有效手段[2]，随着遥感技术的发展，已由传统的人工地面勘察发展到借助遥感技术手段的半自动化面积提取。国内外诸多研究表明，植被指数可以较好地反映植被覆盖情况，由此与灾后受损植被可形成明显的对比。归一化植被指数（Normalized Difference Vegetation Index，NDVI）表征植被生长及植被覆盖度情况，常作为火后森林动态变化的重要参量，现已广泛应用于火后森林动态变化监测方面[3-5]。吴立叶等[1]对不同植被指数和火烧迹地指数的区分度与火烧迹地识别精度进行了对比分析，其中火烧迹地指数中的NBR指数均优于其他植被指数和火烧迹地指数。马建行等[6]研究表明，NBR指数与秸秆覆盖度呈线性相关，可定量评估秸秆的燃烧程度。本研究选择NBR指数作为唯一参量，对研究区火烧迹地面积进行提取，同时与灾后评估数据进行对比，以获取其提取精度。

1 研究区概况與数据

1.1 研究区概况 敖汉旗属于温带干旱、半干旱大陆性气候，由于地形复杂，南北气候差异较大，年平均气温7.5℃左右，年均降水量310～460mm，且70%集中于6—9月，蒸发量2000～2600mm，是降水量的6～8倍;全旗年平均风速4m/s，大风持续日数40d左右。火灾发生时间为2017年4月28日，地点位于内蒙古赤峰市敖汉旗新惠镇，起因是焚烧田埂而导致的林火。

1.2 数据来源及处理 本研究所需的Landsat8数据在“地理空间数据云”平台下载（http：//www.gscloud.cn/search）根据火灾发生时间，选取时间节点2017年4—5月期间的火灾发生前后的影像。地面调查及敖汉旗林草局提供的数据资料。主要处理步骤为辐射定标，将DN值转化为辐射亮度值;大气校正，消除大气散射的影响。

2 研究方法

火烧迹地指数中的归一化燃烧率NBR（Normalized Burn Ratio，NBR）[7]。该指数参与运算的波段为短波红外和近红外波段，通过2个波段对植被增加和较少的反射率差异，从而能够增强火灾区域的特征信息，用于火烧迹地的面积提取及植被恢复情况的监测[8]。

NBR=（NIR-SWIR2）/（NIR+SWIR2） （1）[7]

式中：R、NIR、SWIR分别为红光波段、近红外和短波红外的反射率，即Landsat 8 OLI第5、7波段，中心波长分别为0.86、2.2μm。NBR取值为（-1～1），过火区数值低于未焚烧区。

分别计算火烧前后的归一化燃烧率NBR，利用公式2获得归一化燃烧指数差值。

dNBR=pre_NBR-after_NBR （2）[6]

式中：pre_NBR表示火灾前遥感影像的NBR值;after_NBR表示火灾后遥感影像的NBR值。dNBR取值（-2～2），过火区与周围形成鲜明对比，火灾位置为高亮区。

3 结果与分析

图1为研究区火灾前后NBR差值图，黑色高亮区及周边灰度区域为过火区，与浅灰色区域差异显著，通过谷歌影像对比，浅灰色低值区多为林间空地。而黑色高亮区为受灾林地、有防护林和用材林。本研究通过NBR提取得到的过火区像元数747个，利用像元数与分辨率计算过火区面积，计算得到提取精度达75.26%。由于过火区燃烧程度不同以及混合像元的问题，在像元数量统计过程中存在误差。在无样本点存在的情况下，以NBR指数作为唯一参量的基础上，精度达70%以上，该参量的提取精度可作为有效参考依数据。在有效参量的基础上，对火烧迹地面积作进一步的调查与评估。马建行等研究表明，NBR指数的分类精度达91.9%，利用监督分类方法，对焚烧区和未焚烧区进行分类。孙桂芬等[9]利用Landsat8数据，采用NBR识别火烧迹地，其识别精度达88.33%。钟映霞[10]等采用无人机获取火烧迹地面积，结合监督分类与非监督分类，精度可达94.44%。达到以上精度水平，均是在实地采集样本点，进行监督分类实现。

4 讨论

NBR指数在无任何样本点的基础上，可有效提取过火区，本研究精度达75.26%。在确定火灾区域的前提下实现对火烧迹地的初步提取，该方法适用于短时间内大尺度范围内的火烧迹地识别，而进一步地精确调查应建立在分类的基础上;且研究使用的Landsat8数据，分辨率为30m，具有短波红外波段（SWIR2），在使用该指数时，应注意遥感数据是否具有此波段。为进一步提高火烧迹地提取的精度，在现有研究的基础上，建立多样化的火烧产品数据集[11]，高时间分辨率必定是低空间分辨率，融合多源遥感数据，时空结合，逐步实现高精度的目标。

参考文献

[1]吴立叶，沈润平，李鑫慧，等.不同遥感指数提取林火迹地研究[J].遥感技术与应用，2014，29（04）：567-574.

[2]武晋雯，孙龙彧，纪瑞鹏，等.火烧迹地信息遥感提取研究进展与展望[J].灾害学，2020，35（04）：151-156.

[3]Idris M H，Kuraji K，Suzuki M. Evaluating vegetation recovery following large-scale forest fires in Borneo and northeastern China using multi-temporal NOAA/AVHRR images [J].Journal of Forest Research，2005，10（2）：101-111.

[4]Goetz S J，Fiske G J，Bunn A G. Using satellite time-series data sets to analyze fire disturbance and forest recovery across Canada [J]. Remote Sensing of Environment，2006，101（2006）：352-365.

[5]Viedma O，Melia J，Segarra D，et al. Modeling rates of ecosystem recovery after fires by using Landsat TM data [J].Remote Sensing of Environment，1997（61）：383-398.

[6]马建行，宋开山，温志丹，等.基于Landsat 8影像的不同燃烧指数在农田秸秆焚烧区域识别中的应用[J].应用生态学报，2015，26（11）：3451-3456.

[7]García，M.J. López，Caselles V. Mapping burns and natural reforestation using thematic Mapper data[J].Geocarto International，1991，6（1）：31-37.

[8]余哲修，何超，李昔纯，等.基于归一化燃烧率火烧迹地遥感提取识别规则研究[J].西北林学院学报，2018，33（01）：216-224.

[9]孙桂芬，覃先林，刘树超，等.典型植被指数识别火烧迹地潜力分析[J].國土资源遥感，2019，31（01）：204-211.

[10]钟映霞，周宇飞，陈世清，等.基于无人机遥感的森林火烧迹地面积调查应用[J].林业与环境科学，2019，35（02）：89-94.

[11]杨伟，姜晓丽.森林火灾火烧迹地遥感信息提取及应用[J].林业科学，2018，54（05）：135-142.

（责编：张宏民）