基于MODIS 数据的秸秆焚烧遥感监测研究——以安徽省为例

朱孟磊 杨培松

（宿州市自然资源勘测规划设计院，安徽宿州 234000）

秸秆是指水稻、玉米等农作物收获果实后留下来的难以被合理利用的部分[1]。我国每年产生的秸秆量较大，秸秆资源位于全世界第一位，占比高达30%[2]。鉴于此，本文基于MODIS数据对安徽省秸秆焚烧动态变化进行了遥感监测研究，以期为秸秆监测提供参考。

1 秸秆焚烧监测研究现状

我国遥感卫星经过几十年的发展，已被广泛应用于资源环境、水文、气象、地质、测绘等领域。现阶段，国内外秸秆焚烧监测研究基本以MODIS数据为数据源，具有众多光谱波段的特性决定了MODIS在理论上为提取火点提供了可能。国内还常用环境小卫星红外相机拍摄的影像作为火点识别的数据来源[3]。王子峰等[4]利用EOS/Terra卫星的MODIS数据并结合IGBP地表分类数据，再依据火点像元的各种辐射统计特性，将火点分为秸秆焚烧、林火、草原火3 种类型，提高了火点的判别率；段卫虎等[5]、胡梅等[6]利用MODIS 数据分别对森林火点、秸秆焚烧火点进行判别监测，证实了MODIS数据用于火点监测的可能性，并表明利用阈值监测的火点精度与地区背景值具有一定的关系。张春雨[7]综合利用风云三号和LANDSAT 8 等多种卫星数据和其他辅助数据对河南省秸秆焚烧情况展开了监测。

中分辨率成像光谱仪（MODIS）是搭载在TERRA和AQUA卫星上的一个重要传感器，其获取的观测数据通过X波段向全世界直接广播，并且可以接收数据并加以使用[1]。中文名为中分辨率成像光谱仪，英文全称Moderate-resolution Imaging Spectroradiometer。MODIS 在0.4～14.0 有36 个观测通道，灵敏度高，能够探测到的最小面积为50 m2[8]，扫描幅宽达到2 330 km。MODIS 标准数据产品根据内容的不同分为0级、1级数据产品，在1B级数据产品之后，划分为2～4级数据产品，包括陆地标准数据产品、大气标准数据产品和海洋标准数据产品3种主要标准数据产品类型，总计分解为44种标准数据产品类型[9]。

MODIS 在作物面积监测及估产中的应用，可对研究区域内农作物种植面积进行准确估算以及预估其产量，在一定程度上提高了预报精度；MODIS在作物长势中的应用[10]，可对获取的数据进行研究，对作物生长趋势年际间的生长过程进行对比分析，进而为早期的产量预测提供信息；MOIDS在土地覆盖/土地利用中的应用，可对土地的自然数据和土地的社会属性进行相关分类，给城市规划提供数据支持；MOIDS 在灾害监测中的应用，分为秸秆焚烧及森林火灾监测、病虫害监测、农业旱情监测以及洪涝灾害监测，实现快速定位，大范围获取灾区信息，为实施灾害防治以及灾后恢复工作提供了相关依据；MODIS 在环境科学研究中的应用，可进行生态环境质量监测、大气气溶胶、沙尘暴研究、水环境质量监测以及城市热岛效应研究等。

伴随着科技的不断发展，农作物收割机械化程度越来越高，收割后所留下的秸秆未能被充分利用，部分农民通过就地焚烧的方法处理秸秆。虽然这种方法对于农民来说简单、快捷、经济，但也存在着很大的弊端，例如秸秆焚烧时会产生大量的烟尘及二氧化碳、二氧化硫、氮氧化物等，对大气产生严重污染[11]；焚烧秸秆可能会导致大面积火灾的发生；焚烧秸秆还会对交通产生一定的影响。因此，利用MODIS 遥感监测手段，科学、准确、迅速地了解秸秆焚烧动态变化，为安徽省秸秆焚烧监测提供数据支持，对提高预警能力和监督检查效率具有重大意义。

2 研究区域概况

安徽省地处中国华东腹地，位于114°54'～119°37'E、29°41'～34°38'N，面积14.1 万km2，农用地面积9.1 万km2，地域优势明显，气候条件优越、地貌类型多样、农业生产区域性特点突出，农业资源丰富，是典型的农业大省。农作物主要有小麦、水稻、苞米、黄豆、薯类和其他旱粮作物，农产品资源不仅能够满足省内的需求，在国际市场上亦有一定的份额。

3 研究方法

3.1 MODIS数据来源

目前，全球范围内很多国家和地区都可以接收和使用MODIS 数据。覆盖安徽全省需要h27v05、h28v05、h28v06 3个卫星轨道的MODIS数据，所以还需要对下载的同一时间段的MODIS影像进行镶嵌处理。

本文所选择的MODIS 数据产品为2013、2015、2017年9月14日—10月24日的MOD14A2数据产品和MCD12Q1 数据产品。MCD12Q1 数据产品根据TERRA 和AQUA 卫星观测处理后得到的用于描绘土地覆盖类型的产品，更新周期较长。

3.2 研究流程

由于MODIS 数据收集所有的地面热异常点，需要通过必要的处理消除非秸秆焚烧火点对研究结果的影响。非秸秆焚烧火点的剔除主要以提取出来的火点所处的位置以及火点是否为地面固定热源为依据。在进行火点判定的修正过程中，应事先进行地面调查，查明发电厂等固定热源。然后利用土地数据，排除在非农用地上的热源。本文使用MCD12Q1数据中的IGBP 分类方案，提取农用地，从而剔除了农用地以外的非秸秆焚烧火点[12]。

本文以2013、2015、2017年9月14日至10月24日为时间段，进行秸秆焚烧火点的提取。利用MOD14A2和MCD12Q1数据提取秸秆焚烧火点的过程如图1所示。

图1 秸秆火点提取流程

因原始的MCD12Q1和MOD14A2产品储存采用分级数据格式（Hierarchical Data Format，HDF），因此需要进行格式转换、图像镶嵌等预处理[11]。研究中使用MRT（MODIS Reprojection Tools）专业投影转换工具，将从NASA 官网上下载的MODIS HDF 格式数据进行格式转换。在ENVI 菜单页面点击地图后选择镶嵌，镶嵌的类型选择基于地理坐标参考，将格式转换后的覆盖安徽省的三景影像图输入进行镶嵌操作，为了进一步有针对性地分析研究区的土地覆盖，需将影像图进行裁剪。首先加载安徽省的shp文件格式的矢量边界，投影类型和基准面设置同MCD12Q1；然后将矢量文件输出到感兴趣区，打开ROI 工具查看感兴趣区是否已经建立。点击ENVI菜单栏的基本工具，选择感兴趣区裁剪，输入矢量文件生成的感兴趣区，然后进行裁剪操作，最终得到安徽省的MCD12Q1影像。

火点提取所使用的数据为MOD14A2数据，对最后获取的安徽省范围的MOD14A2 数据波段进行快速统计，可以看出DN值的范围为0～9（表1）。

表1 火点MOD14A2数据快速统计

MODIS14 热异常数据表明，DN 值为7、8、9 的点，标记为火点数据。从表1 可以看出初步的火点数为50个。

4 结果与分析

由于火点提取过程中，提取了所有的火点信息。并不能排除火力发电厂、钢铁厂、工矿热异常等各种与秸秆焚烧情况相似现象造成的干扰，因此需要再次利用卫星遥感数据所提供的信息提取农用地信息，对两者信息进行叠加处理，将农用地上的火点视为秸秆焚烧火点，这样才能从初步火点信息中提取出秸秆焚烧火点。在剔除非秸秆焚烧火点的基础上，对秸秆焚烧过火面积进行统计计算[13]。单个火点的像元面积Ds计算公式如下：

式 （1）中：Np为火点纬度方向上的距离；Ni为火点经度方向上的距离。

各个火点像元面积之和即为研究区域内秸秆焚烧火点的总面积，公式如下：

式（2）中：i为像素序号；n为火点的总像素。

农用地信息提取采用的数据产品为MCD12Q1，该数据产品为土地覆盖数据，根据IGBP全球植被分类（0-水；1-常绿针叶林；2-常绿阔叶林；3-落叶针叶林；4-落叶阔叶林；5-混交林；6-稠密灌丛；7-稀疏灌丛；8-木本热带稀树草原；9-热带稀树草原；10-草地；11-永久湿地；12-农用地；13-城市和建筑区）方法可知，农用地的像素值为12，即DN值为12。将覆盖安徽省的三景影像图进行格式转换、投影转换和镶嵌，并进行裁剪处理，然后使用提取火点相同的方法提取土地覆盖信息，以安庆市为例，图中灰色部分为农用地。将提取出的农用地信息输出为shp格式文件。

通过ENVI 遥感图像处理软件感兴趣区工具中的求交集选项对提取出来火点和农用地信息进行叠加处理，重叠的部分即视为秸秆焚烧火点。具体操作如下：首先打开农用地信息的shp格式文件，将该图层输出到感兴趣区，再通过Intersect Regions 将火点感兴趣区和农用地感兴趣区求交集。将结果导入到ARCGIS中显示输出，以安庆市为例（图2）。

图2 安庆市秸秆焚烧火点对比

提取安徽省2013、2015 和2017 年9 月14 日至10月24日秸秆焚烧火点并统计焚烧火点面积，可通过Export ROIS to shapfile 转换成shp。再将最终的火点shp 文件使用ARCGIS 软件加载到安徽省行政区划图中。2013—2015 年秸秆焚烧火点由南部地区向北部地区移动，滁州、淮北、安庆等地区火点明显减少，部分市出现无火点的现象，亳州、阜阳地区火点明显增多；2015—2017 年，火点在全省范围内进一步减少，2017 年蚌埠、淮南、宣城无火点（图3）。

图3 火点分布

根据各市秸秆焚烧火点分布情况分析（表2），2013—2017 亳州市、阜阳市秸秆焚烧面积呈现先上升后下降的趋势，面积分别先上升了87.162、15.671 km2，后减少了107.73、40.154 km2；淮南市的火点由2013 年的50 个下降为2015 年的3 个，2017年降至1 个火点。蚌埠、宿州、池州等市在2013—2017年火点数目和面积均有所减少。

表2 火点对应面积分布

总体来说，安徽省在2013—2017年间秸秆焚烧现象呈现下降趋势，2013—2015 年秸秆焚烧面积减少107.752 km2，2015—2017 年秸秆焚烧面积减少178.245 km2，秸秆焚烧现象得到明显改善。

由表3 可看出，2013、2015 年的9 月14 日至10月24日期间，秸秆焚烧火点峰值出现在10月8日左右，且整体呈现“平—增—减”的趋势；2017 年的秸秆焚烧火点峰值出现在10月24日左右，整体呈现上升趋势，但范围较前几年有所减少。

表3 火点时间分布 单位：个

5 应用与建议

随着科技的不断发展、遥感监测技术水平的不断提高，在众多卫星中，遥感卫星将起着越来越重要的作用。利用遥感卫星对秸秆焚烧点进行监测可提高工作效率，减少人力、物力的投入，是对地面实地监测方法的补充。但单一的依靠MODIS 热异常数据提供的火点信息进行秸秆焚烧火点的判定存在一定的局限性。本文利用MODIS 热异常数据以及土地覆盖数据对安徽省秋季农作物秸秆焚烧情况进行遥感监测，可以在一定程度上排除非农用地上的火点信息，提高了秸秆焚烧火点判定的精度。通过对监测结果进行分析，发现安徽省秸秆焚烧火点在空间上呈逐步减少趋势，说明禁烧政策实施的有效性；时间上，10月份火点数目较多于9月份，应着重注意10月份的秸秆焚烧监测。利用卫星遥感技术，能准确地对秸秆焚烧趋势进行监测，对于科学、准确、迅速地了解秸秆焚烧动态变化，提高预警能力和监督检查的效率具有重要意义。