森林火災具有突發性強、破壞性大、處置和撲救困難等特點，各國紛紛投入大量人力物力以加強森林火災預防治理和撲救處置的研究。近年來，隨著全球氣候變暖和極端天氣事件增加，國內外森林大火頻發，造成大量的森林資源和財產損失，有時還釀成慘重的人身傷亡事件。這些慘重的人員傷亡以及造成的經濟和生態損失，影響了當地經濟發展和社會穩定。航天遙感探測具有客觀、高效、宏觀和快速等特點，已在林火預警、監測、損失評估等方面被廣泛應用。但由于受衛星傳感器光譜通道、空間分辨率以及觀測時效性等影響，目前還難以快速提供反映火場單株樹木受害信息的多光譜/高光譜影像，缺乏表征植被垂直結構受損信息的衛星影像。

基于機載激光雷達ALS數據提取的冠層密度、樹冠體積和冠基高度等參數在描述可燃物冠層特征、估測可燃物載量和模擬樹冠火行為時具有重要價值。使用多期的ALS數據還可以直接量化林火前后森林垂直結構變化，同時結合地形信息繪制出森林不同火燒程度的空間分布，以及評估火擾動后的森林結構的恢復狀況。機載高光譜數據因其具有豐富的窄波段光譜信息，已被證明在可燃物類型的區分中具有明顯的優勢。不同的可燃物類型其化學成分和可用的燃燒能量存在較大差異，具體反映為含水量、干物質、比熱等的差異，直接影響了火燒強度、燃燒方式和能量的釋放。通過高光譜影像計算的歸一化燃燒率指數NBR、修正型土壤調節植被指數MSAVI等植被指數可以刻畫林火烈度；歸一化植被指數NDVI、光化學反射指數PRI、水分脅迫指數MSI等能有效地探測森林過火區植被的色素含量、含水量等生理信息；同時，基于高光譜數據提取和計算的多種指數對火災后植被的恢復狀況能有較好的指示作用。然而，這些研究中較多地使用單一數據源，沒有充分利用和挖掘多源數據相結合提取林草可燃物參數及林草火災災情信息的優勢。

近年來，發展多傳感器集成化機載遙感系統成為趨勢。現有的機載遙感系統可提供高分辨率CCD影像、高光譜數據、熱紅外影像和ALS數據等多維度數據，多維度數據間的組合使用可同時反映森林的不同層面觀測信息，已廣泛應用于林火的監測和火險估測及預測預報中。

1西昌“3.30森林火災”監測示例

利用集成的多光譜、高光譜、熱紅外和激光雷達傳感器，可同時觀測獲取林草火災發生中和火后植被的垂直和水平結構、光譜以及溫度等信息，從而為火場燃燒態勢監測、災后受害程度評價等提供更為精細的表征林草可燃物的“圖—譜—溫—高”數據支撐服務。

1.1過火區機載數據獲取及處理

2020-03-30T15：00時許，四川涼山州西昌市經久鄉馬鞍村突發森林火災；2020-03-31，該山火造成了19名人員犧牲、3人受傷；2020-04-02T12：01，明火全部撲滅。此次火災發生在距西昌市西南5km的瀘山風景區，喬木林主要以云南松為主，零星分布少量赤桉、楊樹和櫟樹，林下有馬桑、杜鵑、坡柳、忍冬等灌木，以及黃茅、蒿草（Artemisia）、莎草、紫莖澤蘭等地被物。在春末干燥高溫環境下，易于發生森林火災。該森林火災發生后，急需開展火情監測和災情評估。中國林業科學研究院2020-04-01對系統進行實驗室測試，同時聯系有關部門申請應急飛行，協調通航飛機和飛行空域。2020-04-03和云南英安通用航空有限公司達成使用運12E型飛機的聯合飛行協議，2020-04-04設備從資源信息研究所出發，2020-04-07運抵云南省普洱市。2020-04-09，在云南普洱機場完成系統和型飛機的安裝，并于2020-04-10完成機載設備通電地面調試。此時，系統及人員進入隨時執行飛行觀測任務的待命狀態。2020-04-13，系統與人員隨飛機一起轉場至西昌青山機場，并分別于2020-04-14T14：00-17：30和2020-04-15T10：40-15：10獲取了該過火區的機載遙感數據。其中，熱紅外相機由于連接線原因出現無規律失鎖現象，2020-04-15的飛行僅記錄少部分數據。此次飛行試驗的絕對航高約3000m（相對航高約1000m），作業區飛行時長共8.5h，采集原始數據約838GB。經POS解算后的位置誤差在0.045m之內，快速處理時間約3h。LiDAR數據解算檢校匹配后檢校場航帶間誤差0.05m之內，測區同一架次內航帶間誤差0.1m之內，不同架次航帶間誤差0.16m之內。圖2展示了西昌航測區域的CCD影像（空間分辨率0.1m）、高光譜影像（空間分辨率1m），激光雷達DEM產品（空間分辨率1m），CHM產品（空間分辨率1m）以及熱紅外正射影像（空間分辨率0.8m）。用POS數據直接解算的定位精度，激光雷達、高光譜、CCD影像三者之間具有很好的一致性，以激光雷達CHM為參照，平面幾何位置誤差在1個像元內。熱紅外影像的位置精度較差，通過高光譜影像找控制點進行相對匹配，最終得到的熱紅外DOM影像的相對偏差為1—3個像元。

圖2西昌森林過火區CAF-LiTCHy機載數據

1.2林業烈度探測

結合高空間分辨率的機載CCD影像以及相關研究，將本次西昌森林火災的林火烈度分為未過火、輕度過火、中度過火以及重度過火等4個等級。對于單株林木的林火烈度判讀標準如下：（1）未過火：冠層為綠色且保持原本形狀，枝葉結構未見火燒痕跡；（2）輕度過火：樹冠未全部被燒，綠色冠層占比70%及以上；（3）中度過火：樹冠的枝葉多數被燒黃或燒毀，綠色冠層占比25%—70%；（4）重度過火：樹冠全部被燒，裸露出燒焦的黑色樹干，綠色冠層占比25%及以下。圖3（a）展示了不同林火烈度的高分辨率機載CCD影像，圖中選取的位置A、B、C和D分別代表未過火、輕度過火、中度過火和重度過火的單株木相對集中的區域。

圖3（b）、（c）、（d）和（e）分別對應顯示了不同林火烈度的機載CCD影像、高光譜影像、CHM影像以及熱紅外影像的局部放大圖。圖3（b）、（c）中，不同林火烈度的區域在真彩色和假彩色顯示影像中均可明顯區分，尤其在中度和重度過火區；如圖3（d）所示，火燒后的森林CHM影像無法直接區分未過火、輕度過火以及中度過火區域，但在重度過火區域顯示出大部分林木枝葉均已被燒毀，僅少量殘余樹木，且高度很低；圖3（e）展示了林內不同林火烈度的溫度分布情況，當林木樹冠被燒毀，覆蓋度降低，林隙增大而裸露出的地表受到太陽輻射作用增強，使得其溫度高于樹冠溫度，尤其在大量地面裸露且覆蓋了燃燒碳化物的重度過火區，升溫更為迅速。

圖3不同林火烈度的CAF-LiTCHy機載數據

為了進一步反映這次西昌森林火災林木受害程度，在GoogleEarth中選取2019-12-13由法國航天局（CNES）Airbus獲取的高空間分辨率影像與火燒后局部的機載CHM數據進行對比分析，其中位置A、B、C、和D分別對應了圖3中未過火區域、輕度過火區、中度過火區和重度過火區。

圖4林火前的GoogleEarth影像與林火后的機載CHM對比

從圖4可以看出，林火發生前，該區域GoogleEarth影像中森林覆蓋完整，郁閉度較高（圖4（a））；從林火發生后的CHM數據分析可見（圖4（b）），該區域森林發生了大面積的重度過火（圖4（b）中的D區域），林木自下而上燃燒完全程度高，郁閉度和冠層高度信息急劇下降，但輕、中度過火區域的森林依舊保持了林木的部分垂直結構信息（圖4（b）中的B、C區域）正常植被由于葉綠素對藍光和紅光吸收作用強，而對綠光反射作用強，因此其光譜曲線呈現出450nm藍光和670nm紅光處的吸收谷以及在550nm綠光出現反射峰的現象。同時，植被葉片細胞結構導致800nm—1100nm區域存在一個反射高峰。受到植被含水量影響，正常植被在1450nm、1950nm處反射率下降，形成吸收谷。

圖5機載高光譜數據典型地物光譜曲線

圖5展示了機載高光譜影像中火燒跡地、正常冠層、中度過火冠層、水體、裸土、柏油路的光譜曲線特征。從該圖中可以明顯地觀察到，相較于未過火的正常冠層，中度過火冠層由于葉片由綠變焦黃、葉綠素喪失，導致藍、紅光的吸收作用減弱，同時由于火燒導致葉片細胞結構發生變化，其葉片在800nm—1100nm的反射峰明顯削弱，另外葉片含水量的降低導致其在1450nm、1950nm的吸收率降低，反射率升高。此外，重度過火區的樹木已成碳灰狀，使得該火燒灰燼區域在400nm—2500nm區間內的反射率在0.1附近。由此可見，過火區不同典型地物的光譜曲線反映了本次采集和處理后的機載高光譜數據具備有效刻畫地物光譜特性的能力，對確定過火區的林木冠層受害程度以及估測森林火災受害面積具有重要的理論依據。高光譜影像（圖6（a））以及其波段衍生的指數可以在空間上更有效地反映林火烈度，結合Haboudane等和Huesca等的研究結果，利用高光譜數據的最優窄波段信息分別計算了修正型土壤調節植被指數（MSAVI）（圖6（b））和歸一化燃燒率指數（NBR）（圖6（c）），在土壤表面高度裸露的植被稀疏區域，紅光波段和近紅外波段的反射率受到土壤的影響，進而影響NDVI值，因此常選用MSAVI指數來最大限度地減小土壤背景的影響，增加植被信號的動態范圍，MSAVI值越高代表植被越健康、越茂密；同時，NBR利用近紅外和短波紅外的反射率的歸一化計算，刻畫了不同林火烈度下的植被葉片細胞結構的破壞和水分的散失程度，NBR值越低，林火烈度越高。由圖6可見，在未過火區，MSAVI和NBR均較高；在重度過火區，MSAVI和NBR均較低。同時，結合CCD影像的林火烈度標準的目視判讀結果，利用閾值劃分法對NBR進行林火烈度劃分。圖6（d）展示了該區域林火烈度的空間分布，其中房屋、道路和裸地等非植被區也被歸類為重度過火區域，在進一步的分析中可以結合分類結果或光譜特征進行剔除。由上述結果可見，利用高光譜數據及其衍生產品能在一定程度上反映此次森林火災的受害程度，生成的林火烈度圖在空間上與林內實際過火狀況表現出很好的一致性。

圖6基于機載高光譜數據衍生的植被指數

2結論

機載光學全譜段遙感系統集成了激光雷達掃描儀、熱紅外相機、CCD相機、高光譜傳感器等4種對地觀測傳感器，可同時獲取觀測區域內地物的垂直和水平結構、光譜以及溫度等信息。其中：

1、CCD相機和高光譜相機具備對地物類型、植被狀態（樹木冠幅、植被長勢、水分含量、葉面積指數等）、火災損失程度等災情信息觀測能力，其影像可用于地物類型識別、植被參數提取、火燒跡地識別、以及災情評估等；

2、激光雷達掃描儀可獲取地物的垂直結構信息，從而可用于森林植被結構參數的反演，并將反演的森林高度、冠幅、可燃物載量等數據應用于火險和火行為的預測；

3、熱紅外相機具有溫度敏感（測溫精度0.02K）的譜段，可觀測獲取地表熱輻射信息，其影像可反映地物的亮溫高低，從而可用于森林著火點的檢測

4、由于機載熱紅外相機可獲取空間分辨率優于1m的熱紅外圖像，具有探測優于1m2小火的能力，這對于早期林火的發現和撲救具有重要的應用潛力。

這4種傳感器的集成觀測，可以實現利用高光譜和CCD數據相結合識別可燃物類型和估測可燃物含水率、激光雷達數據與高光譜或CCD數據相結合估測可燃物載量和枝垂直分布、熱紅外數據估測地表環境溫度等林草火行為預報參數，從而為火行為預報模型提供精準的可燃物及環境參數。

由于新冠肺炎疫情（COVID-19）影響，本研究未能派遣人員同步開展地面調查，無法利用地面調查數據對遙感判讀結果進行驗證和比對。由于航空飛行時恰逢疫情嚴重時段，對出差人員實行嚴格管控，本次飛行沒有架設地面GNSS基站，POS的后處理解算使用精密星歷信息進行，數據解算需要在飛行的7d后（等精密星歷發布）進行。盡管如此，作為第一次森林火災應急響應的嘗試。

系統展現了數據采集的高效性，采集的多源遙感數據很好地展現了在森林火災受害程度評估中的應用潛力。利用機載遙感系統對森林火災的快速監測、火環境探測和火情信息服務，可彌補衛星遙感因天氣、空間分辨率低、輻射分辨率低等局限。由于森林火災具有突發性，而受航空平臺調集、空域申請等限制，限制了機載遙感平臺在應急處置中的及時調用和運行。

隨著民用航空空域的開放，以及航空平臺的日益豐富，低空的公益性航空平臺應急搶險飛行審批加快，如能將類似系統納入應急飛行系統，或增強現有應急體系中遙感傳感器的觀測能力和信息處理能力，機載遙感平臺將在森林火災的應急撲救中將會發揮出更廣泛的作用。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯 黃昊宇