本文要點(diǎn)：傳統(tǒng)依靠人力監(jiān)測(cè)野火的方法存在范圍和效率的局限，而遙感技術(shù)的進(jìn)步為高效全面探測(cè)帶來(lái)新機(jī)遇。本研究以澳大利亞?wèn)|部沃根河谷為研究對(duì)象，利用Landsat-8影像和SVM（持向量機(jī)）算法實(shí)現(xiàn)了活躍火點(diǎn)探測(cè)與過(guò)火區(qū)分類。結(jié)果表明，結(jié)合短波紅外（SWIR）與近紅外（NIR）等多光譜波段能有效識(shí)別明火和煙霧；通過(guò)挖掘Landsat 8光譜特征，新構(gòu)建的歸一化火災(zāi)指數(shù)（NDFI）進(jìn)一步優(yōu)化了探測(cè)精度。針對(duì)數(shù)據(jù)可用性與模型可解釋性等挑戰(zhàn)，未來(lái)研究需聚焦多源數(shù)據(jù)融合、機(jī)器學(xué)習(xí)算法優(yōu)化、實(shí)時(shí)監(jiān)測(cè)系統(tǒng)開(kāi)發(fā)、模型可解釋性提升、無(wú)人機(jī)技術(shù)整合及氣候變化影響評(píng)估。本研究證實(shí)機(jī)器學(xué)習(xí)算法與NDFI等創(chuàng)新指數(shù)可顯著改進(jìn)野火探測(cè)與管理策略，為提升火災(zāi)高風(fēng)險(xiǎn)區(qū)域的生命保護(hù)和生態(tài)系統(tǒng)維護(hù)能力提供關(guān)鍵支持。

圖1. 研究區(qū)域的位置。澳大利亞?wèn)|部利茲代爾附近的沃根谷，在衛(wèi)星圖像背景上高亮顯示

本文的研究集中在澳大利亞?wèn)|部利茲代爾附近的沃爾根山谷附近，該地區(qū)在2019年12月經(jīng)歷了嚴(yán)重的野火活動(dòng)（圖1）。這一事件嚴(yán)重影響了藍(lán)山國(guó)家公園、石花園國(guó)家公園、沃勒米國(guó)家公園以及附近地區(qū)。

表1. Landsat-8/OLI信道，用于主動(dòng)火災(zāi)探測(cè)算法和30米分辨率的主要應(yīng)用

本研究提出的森林火災(zāi)探測(cè)方法采用創(chuàng)新模型，結(jié)合支持向量機(jī)（SVM）與Landsat衛(wèi)星影像分析技術(shù)。流程包含五個(gè)關(guān)鍵步驟：首先通過(guò)谷歌地球引擎獲取2019年12月火災(zāi)事件后一個(gè)月的Landsat 8衛(wèi)星影像數(shù)據(jù)（時(shí)間分辨率16天），采用月度中值合成法處理以降低噪聲干擾和異常值影響，清晰呈現(xiàn)火災(zāi)后受災(zāi)區(qū)域。盡管衛(wèi)星重訪周期較長(zhǎng)，但Landsat 8的高空間分辨率仍能精細(xì)捕捉火災(zāi)動(dòng)態(tài)。

圖2. 本研究的總體方法

圖3. 2019年12月獲取的Landsat-8圖像不同特征的光譜剖面分析

光譜特征分析揭示了明火、煙霧及云層在不同波段間的顯著差異（圖3）。明火在短波紅外2波段（Band 7，波長(zhǎng)范圍2.11-2.29微米）呈現(xiàn)最高反射值，而紅光波段（Band 4）反射值（圖3a），這種光譜特征對(duì)火情識(shí)別具有重要指示意義。煙霧則展現(xiàn)出相反規(guī)律：藍(lán)光波段（Band 1）反射值最高，短波紅外2波段（Band 7）反射值（圖3b），該特征為區(qū)分煙霧與其他干擾要素提供了關(guān)鍵依據(jù)。云層光譜表現(xiàn)為近紅外波段（Band 5）反射值最高，藍(lán)光與短波紅外2波段反射值（圖3c），突顯了近紅外波段在云層特征辨識(shí)中的特殊價(jià)值。這些光譜特性差異為精準(zhǔn)識(shí)別火情要素提供了理論基礎(chǔ)，深化相關(guān)研究將顯著提升遙感技術(shù)在環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警中的決策支持能力。

圖4. 陸地衛(wèi)星8波段主動(dòng)火災(zāi)探測(cè)的比較分析顯示，不同光譜波段的煙霧和火災(zāi)活動(dòng)強(qiáng)度各不相同

圖5. Landsat 8 圖像顯示了波段 1（沿海氣溶膠）在澳大利亞野火地區(qū)進(jìn)行煙霧探測(cè)的有效性

本研究利用Landsat 8數(shù)據(jù)探索野火自動(dòng)檢測(cè)方案時(shí)，重點(diǎn)考察了海岸帶氣溶膠波段（Band 1，0.43-0.45μm）在煙霧識(shí)別中的應(yīng)用價(jià)值，能有效捕捉煙羽細(xì)顆粒物特征。通過(guò)Band 1影像分析發(fā)現(xiàn)，煙霧呈現(xiàn)渾濁彌散斑塊形態(tài)，與周邊地物形成鮮明對(duì)比（圖5），為煙羽精準(zhǔn)識(shí)別與輪廓勾勒提供了關(guān)鍵依據(jù)。實(shí)證研究表明：Band 1兼具光譜敏感性與空間分辨優(yōu)勢(shì)，可靠識(shí)別煙羽分布，極大提升野火響應(yīng)時(shí)效。

圖6. 陸地資源衛(wèi)星8號(hào)圖像通過(guò)SWIR（波段7和6）和NIR（波段5）的波段組合突出了主動(dòng)火災(zāi)探測(cè)，有助于澳大利亞地區(qū)及時(shí)采取野火干預(yù)和緩解策略

圖7. 從SVM模型獲得的分類圖

以澳大利亞沃根河谷為試驗(yàn)區(qū)，基于2019年Landsat 8影像數(shù)據(jù)，實(shí)證評(píng)估了支持向量機(jī)（SVM）野火探測(cè)系統(tǒng)的效能。火點(diǎn)識(shí)別算法主要利用短波紅外Band 7（2.2μm波段）對(duì)火場(chǎng)輻射的敏感性：白天時(shí)，火點(diǎn)輻射信號(hào)與地表太陽(yáng)反射背景混雜，需借助近紅外Band 5協(xié)同解譯——該波段雖對(duì)火點(diǎn)像素響應(yīng)微弱，卻在非火區(qū)與短波紅外數(shù)據(jù)保持強(qiáng)相關(guān)性；夜間因太陽(yáng)輻射消失，短波紅外波段對(duì)火場(chǎng)熱輻射的響應(yīng)顯著增強(qiáng)。晝夜數(shù)據(jù)均表明，活躍火點(diǎn)會(huì)在短波紅外波段形成相對(duì)于背景的輻射/反射異常，其原理類似于中熱紅外通道的熱異常檢測(cè)。

圖8. 根據(jù)2019年12月的MODIS燃燒面積月度數(shù)據(jù)，在沃根谷和周邊地區(qū)觀測(cè)到的燃燒面積，突出了藍(lán)山國(guó)家公園、石花園國(guó)家公園和沃勒米國(guó)家公園的火災(zāi)足跡

分類結(jié)果的空間可視化使野火動(dòng)態(tài)解析更為直觀。將分類圖與高分辨率底圖疊加，可精準(zhǔn)定位高危區(qū)域，指導(dǎo)決策者優(yōu)化資源配置并實(shí)施定向防控措施。此外，通過(guò)對(duì)比火災(zāi)發(fā)生前、中、后期的多時(shí)序影像，系統(tǒng)成功追蹤火勢(shì)蔓延軌跡與災(zāi)后植被恢復(fù)進(jìn)程（圖7、8、9）。特別值得關(guān)注的是，本研究采用MODIS月度過(guò)火面積產(chǎn)品驗(yàn)證SVM模型精度（圖8）。該衛(wèi)星數(shù)據(jù)集完整記錄了2019年12月火災(zāi)影響范圍，將其與模型識(shí)別結(jié)果（圖7）進(jìn)行空間比對(duì)，證實(shí)了SVM在過(guò)火區(qū)域檢測(cè)中具有高度一致性與準(zhǔn)確性。

圖9. Landsat 8圖像描繪了活躍的火災(zāi)區(qū)域，以及使用利用SWIR和紅色波段的創(chuàng)新火災(zāi)指數(shù)生成的圖像，展示了火災(zāi)探測(cè)精度的提高

研究者創(chuàng)新性地探索了火災(zāi)指數(shù)構(gòu)建方法，重點(diǎn)利用Landsat 8影像短波紅外2（SWIR 2）與紅波段光譜特性（公式4）。光譜特征分析表明，活躍火點(diǎn)在短波紅外波段呈現(xiàn)反射峰值，而在紅波段呈現(xiàn)反射谷值，據(jù)此研發(fā)的新型歸一化火災(zāi)指數(shù)（NDFI）通過(guò)Band 7（SWIR 2）與Band 4（紅波段）組合實(shí)現(xiàn)對(duì)活躍火區(qū)的精準(zhǔn)識(shí)別。該指數(shù)計(jì)算方式如下：

表2. NDFI、NBR、SVM和FRP在火災(zāi)探測(cè)和表征中的比較性能指標(biāo)

在火災(zāi)探測(cè)與特征分析的橫向?qū)Ρ戎校瑲w一化火災(zāi)指數(shù)（NDFI）、歸一化燃燒指數(shù)（NBR）、支持向量機(jī)（SVM）及火輻射功率（FRP）各具優(yōu)勢(shì)與局限。SVM憑借最高綜合精度與F1分?jǐn)?shù)，彰顯其對(duì)火區(qū)/非火區(qū)的高效分類能力；通過(guò)多維特征增強(qiáng)，其可適應(yīng)復(fù)雜火情但依賴海量訓(xùn)練數(shù)據(jù)與算力資源。NDFI則對(duì)植被變化及小型火點(diǎn)高度敏感，擅于精細(xì)化測(cè)繪過(guò)火邊界，其基于短波紅外2與紅波段的組合提升探測(cè)精度，但受限于衛(wèi)星中等時(shí)間分辨率。NBR依賴近紅外與短波紅外光譜，在大尺度火烈度評(píng)估與災(zāi)后植被恢復(fù)監(jiān)測(cè)中表現(xiàn)穩(wěn)健，但對(duì)低強(qiáng)度火情識(shí)別不足。FRP憑借近實(shí)時(shí)火點(diǎn)追蹤與輻射能量量化能力，在火勢(shì)動(dòng)態(tài)解析中，雖因空間分辨率受限難以捕捉細(xì)微火場(chǎng)特征，卻為火災(zāi)強(qiáng)度評(píng)估提供核心數(shù)據(jù)支撐。綜合來(lái)看，多方法協(xié)同可彌補(bǔ)單一技術(shù)缺陷，實(shí)現(xiàn)火災(zāi)管理策略在時(shí)空維度上的優(yōu)化整合。表2系統(tǒng)呈現(xiàn)了SVM模型與NDFI基于Landsat 8地面實(shí)測(cè)數(shù)據(jù)的性能對(duì)比結(jié)果。

圖10. 將模型預(yù)測(cè)的燒傷面積與火災(zāi)邊界

圖10展示了模型對(duì)過(guò)火區(qū)域的檢測(cè)精度驗(yàn)證結(jié)果，該驗(yàn)證通過(guò)將模型輸出與獲取的新南威爾士州國(guó)家公園與野生動(dòng)物管理局（NPWS）2019-2020野火季火災(zāi)歷史數(shù)據(jù)集（含野火與計(jì)劃燒除）中的過(guò)火邊界矢量文件進(jìn)行比對(duì)完成。NPWS數(shù)據(jù)提供了該時(shí)期認(rèn)定的火災(zāi)范圍邊界。如圖10所示，模型輸出的過(guò)火區(qū)域與NPWS火場(chǎng)邊界在視覺(jué)對(duì)比中呈現(xiàn)高度吻合。圖中紅色邊界代表NPWS記錄的火災(zāi)范圍，模型計(jì)算結(jié)果與之緊密契合，表明其準(zhǔn)確描繪了火災(zāi)影響區(qū)域。該驗(yàn)證證實(shí)了模型在野火邊界識(shí)別方面的可靠性——即使在復(fù)雜地形條件下仍保持精確，印證了其在未來(lái)野火監(jiān)測(cè)與應(yīng)急決策中的應(yīng)用潛力。

本研究開(kāi)發(fā)的基于支持向量機(jī)（SVM）的野火探測(cè)系統(tǒng)具備多重優(yōu)勢(shì)：可實(shí)現(xiàn)火情早期預(yù)警、過(guò)火區(qū)精準(zhǔn)制圖，并為應(yīng)急響應(yīng)與決策者提供實(shí)時(shí)信息。通過(guò)融合衛(wèi)星數(shù)據(jù)與機(jī)器學(xué)習(xí)算法，利益相關(guān)方可深入解析火災(zāi)動(dòng)態(tài)，從而采取主動(dòng)防控措施降低生命財(cái)產(chǎn)與生態(tài)系統(tǒng)風(fēng)險(xiǎn)。研究還揭示了火點(diǎn)光譜特性：短波紅外波段反射值達(dá)峰值而紅波段呈谷值，據(jù)此創(chuàng)新性提出歸一化火災(zāi)指數(shù)（NDFI）。該指數(shù)利用Landsat 8短波紅外與紅波段光譜響應(yīng)，通過(guò)顯著反射差異有效劃定活躍火區(qū)邊界。

參考文獻(xiàn)

Singh H, Ang L M, Srivastava S K. Active wildfire detection via satellite imagery and machine learning: An empirical investigation of Australian wildfires[J]. Natural Hazards, 2025: 1-24.

?? ?? ??

動(dòng)物活體熒光成像系統(tǒng) - MARS 

In Vivo Imaging System

?? ?? ??

 恒光智影

上海恒光智影醫(yī)療科技有限公司，被評(píng)為“國(guó)家高新技術(shù)企業(yè)”，“上海市專精特新中小企業(yè)”，榮獲“科技部重大儀器專項(xiàng)立項(xiàng)項(xiàng)目”，上海市“科技創(chuàng)新行動(dòng)計(jì)劃”科學(xué)儀器領(lǐng)域立項(xiàng)單位。

恒光智影，致力于為生物醫(yī)學(xué)、臨床前和臨床應(yīng)用等相關(guān)領(lǐng)域的研究提供先進(jìn)的、一體化的成像解決方案。

專注動(dòng)物活體成像技術(shù)，成像范圍覆蓋 400-1700 nm，同時(shí)可整合CT, X-ray，超聲，光聲，光熱成像等技術(shù)。

可為腫瘤藥理、神經(jīng)藥理、心血管藥理、大分子藥代動(dòng)力學(xué)等一系列學(xué)科的科研人員提供清晰的成像效果，為用戶提供前沿的生物醫(yī)藥與科學(xué)儀器服務(wù)。