郭广猛MODIS 数据处理及其在林火预警中的理论与方法研究.pdfVIP

摘 要 东北地区是我国主要林区之一，也是我国火灾损失最严重的地区。在全球变 暖以及本区近年来没有发生特大火灾的情况下，该区将来发生特大火灾的可能性 逐步增大，这样准确地预报火险、尽早发现火点就显得极为重要。由于该区气象 站点稀少，并且东北地区山高林密，以往单一地使用气象数据预报火险已经不能 满足需求。 MODIS （MODIS-MODerate-resolution Imaging Spectroradiometer ）作为一种较新 的遥感数据，在2000 年以后逐渐在我国应用开来。本文针对MODIS 数据提出 了边缘重叠去除方法、几何校正方法和大气校正方法，对MODIS 数据进行了一 系列处理，在此基础上，使用神经网络方法从MODIS 热红外波段获取了地表温 度（Land Surface Temperature-LST ），使用MODIS 短波红外波段来估算可燃物湿 度（Fuel Moisture Content-FMC ），使用MODIS 短波红外波段和近红外波段的组 合来计算植被指数（Vegetation Index-VI ）；最后将以上三个变量组合构建了一种 新的火险指数（Fire Danger Index-FDI ），通过东北地区的火灾验证表明该指数可 以详细地显示火险的空间分布，从而确定重点监控地区，做到及早发现火点。FDI 的空间分辨率为1km，可以真实地反映地表状况和火险情况，比以往气象数据插 值得到的火险图能够提供更多的地面细节，如果再结合天气预报数据的话，就可 以实现火险预报。由于MODIS 数据庞大以及硬件、软件、数据获取等方面的限 制，本文未能给出与特定的FDI 值对应的火灾发生概率。 最后考虑到特大森林火灾的特殊性（占总数10%的特大火灾产生的损失占总 损失的90% ），本文对特大火灾成因做了初步研究，在前人研究的基础上提出特 大火灾沿断裂和火山周围分布的观点。本文还将向外长波辐射数据（Outgoing Longwave Radiation-OLR ）第一次引入到火灾研究中，证实了在特大火灾发生前 存在有OLR 增大的过程，显示了地面能量的逐渐积累，这表明特大火灾主要受 控于自然因素。 关键词：MODIS 森林火灾 地表温度 可燃物湿度 林火预警 Abstract Northeast China is one of the main forest areas of China and it is also an area with heavy forest fires. Due to the global warming and there were no severe fires broken in the last few years, the possibility of big fire broken in the future increases so it is important to predict fire danger exactly and find the fire spot as soon as possible. There is not so much weather stations in Northeast China and the terrain is rugged so it is not enough to predict fire risk with single weather records. MODIS (MODIS-MODerate-resolution Imaging Spectroradiometer) is a new sensor launched in 1999 and it began to be widely used from 2000. In this paper we present algorithms to remove bowtie effect of MODIS, georeference and do atmospheric correction to MODIS dat