全 文 ：文章编号: 1007-0435( 2002) 04-0298-04
利用 NOAA/ AVHRR 1、2、4、5波段影像提取草原火信息*
董永平, 苏　和
(中国农业科学院草原研究所, 呼和浩特 010010)
摘要: 在主成分分析的信息分配过程, 提出在没有 NOAA/ AVHRR 3 波段数据的情况下, 提取草原火信息的方
法。在充分利用各主成分信息的基础上, 利用 Lab 色采模型有效地突出了草原火信息。
关键词: 草原火; 信息提取; NOAA/ AVHRR 影像; 主成分分析
中图分类号: S812. 6　　　文献标识码: A
Information Extraction for Grassland Fire
Using NOAA/ AVHRR Image of Channel 1, 2, 4 and 5
DONG Yong-ping, SU He
( Grass land Research In st itute, Chinese Academy of Agricultural Sciences , Huhh ot 010010, Chin a)
Abstract: A w ay to ext ract g rassland f ire informat ion is given in NOAA/ AVHRR image w ithout channel 3
( T hermal Infr ar ed Band) after analy sing the info rmat ion dist ribut ion of principal component analysis.
Grassland f ine informat ion is highlighted w ith Lab color model based on suff icient ut ilizat ion of the
pr incipal components.
Key word: Gr assland fire; Informat ion ex tr act ion; NOAA/ AVHRR image; Principal component analy sis
　 　 NOAA/ AVHRR ( Advanced Very High
Reso lut ion Radiometer )影像虽然空间分辨率较差
(星下点为 1. 1km×1. 1km ) ,但因其覆盖面积大、数
据获取周期短(每天可获取同一地区两条轨道的影
像)而非常适合用于自然灾害的监测[ 1～2]。AVHRR
1 和 AVHRR 2辅射计的 3 波段为红外波段( 3. 55
～3. 93
m) ,可及时采集地物燃烧的信息,非常适
于火灾监测[ 3～4]。一般,多使用该波段进行草原火灾
的监测工作。
随着 NOAA 11、12、14的逐渐退役或老化, 最
新发射的 NOAA 15和 NOAA 16提供 AVHRR 3
辐射计的影像, 但 AVHRR 3变更了原有的波段组
合。NOAA 15和 16对 AVHRR 3辐射计的 3波段
进行了变更, 原有的热红外 3波段将变为两个波段
3A( 1. 59～1. 63
m)和 3B( 3. 55～3. 93
m)共享使
用,即白天发送 3A 波段, 夜间发送 3B 波段或由信
号控制切换[ 5]。这样将会给白天的火灾监测带来一
些困难。本文拟利用 NOAA/ AVHRR其它 4个波
段的数据进行分析,探索从中提取草原火火点信息
的方法,以备在没有 3. 55～3. 93
m 波段数据的情
况下监测草原火情况。
1　原理与方法
1. 1　基本原理
1. 1. 1　由于火点在影像上的分布范围很小, 在没有
3. 55～3. 93
m 波段影像时, 火点信息在 NOAA/
AVHRR 1、2、4、5波段的反射和辐射值与其它地物
之间没有特别明显的差异, 通过目视判断很难直接
识别,也难以用密度分割等一般数字处理手段加以
区分[ 6]。在有风的情况下,着火区较大的烟雾在假彩
色全成的卫星影像上可以目视识别, 但在燃烧充分
后或风力较小时,因烟雾较小,在影像上没有明显的
收稿日期: 2001-06-29; 修回日期: 2002-05-16
* 本研究隶属“九五”卫星应用技术重点项目“卫星遥感火险预警、火灾监测和灾情评估系统”,国防科工委立项,项目编号: Y97# 03
作者简介: 董永平( 1970-) ,男,硕士,助理研究员,多年来从事草原资源与遥感方面的研究工作,先后参加国家“八五”攻关项目“北方草地
草畜平衡动态监测”、中澳合作“内蒙古草场保护项目”等
第 10卷　第 4期
　Vo l. 10　　No. 4
草　地　学　报
ACT A AGRESTIA SIN ICA
　2002 年　12 月
Dec. 　2002
反应。总之,着火区及其烟雾在 NOAA/ AVHRR影
像上所占的信息量很少, 在没有 3. 55～3. 93
m 波
段数据的情况下, 需要专门的信息提取, 才能识别
火点。
1. 1. 2　从影像中提取少量信息可以用傅立叶变换,
经低通滤波, 再经傅立叶逆变进行信息提取 [ 7]。但考
虑到在影像中没有火点的情况下, 其它比重较小的
信息将被突出,而难以判断其是否为真实着火点。另
外,以上过程复杂、数据容量和运算量大,耗时长,不
宜实际使用。
1. 1. 3　众所周知,主成分分析( P rincipal Compone-
nt Analy sis)可以实现多波段图像信息压缩,因为它
属正交变换, 压缩后并没有损失图像中原有信息总
量,而是将各波段所含信息尽可能地集中在前几个
主成分中,排序最后的主成分所含信息量很低[ 8]。主
成分分析后通常使用信息含量较高的几个主成分,
而不分析余下的信息。但是,在总信息量中占比重很
小的地物特征很可能出现在排序较低的主成分中。
也就是说,火点信息极可能从信息含量较少的主成
分中提取出来。
1. 1. 4　另一方面, PCA 是一种线性变换,计算速度
快,要求的数据容量很小。尽管 PCA 随着图像景象
域的变化,其特征向量将相应地发生变化, 但对同一
地域相同时间的图像进行处理将得到相似的特征向
量。草原火发生的空间和时间上都具有规律性, 一般
都在干燥的季节和干旱区域, 这时所获取的
NOAA/ AVHRR影像在景观域差异较小,所以经主
成分分析后的特征向量具有一定的统一性和可推
广性。
1. 2　研究方法
选用已知发生草原火的 NOAA/ AVHRR 的
1B格式影像(黑龙江省北部,俄罗期境内, 2000年 9
月 29日,为运算方便并保证清晰度,截取 1A 数据
的中 8位形成 1B 格式) ,对其 1、2、4、5波段数据进
行主成分分析,再分析各主成分信息,从中提取着火
点信息与 3波段数据进行对比分析。为保证火信息
能被最大可能地提取, 需要尽可能地增大火信息在
某一主成分中所占的信息比重。因为影像中已有的
火信息已确定,只能通过减少总信息量以提高火信
息所占的比重。考虑到4个波段的数据经 PCA 后只
能得到 4个主成分, 不能通过减少波段数以降低总
信息量,只能通过减小影像尺寸来降低总信息量。
AVHRR 影像的空间分辨率较低, 利用重采样降低
空间分辨率很可能遗失火信息,所以只能以挖取影
像窗口的方式降低总信息量。
1. 3　本文选择 256像元×192像元的窗口进行数
据分析。
2　结果与分析
2. 1　原始图像基本特性
图 1为经线性拉伸后的原始图像和 4、2、1波段
假彩色合成图像。从 CH3( CH1～CH5分别表示
AVHRR1～5波段图像)中可以看出,共有 3处主要
的火点。在CH1中很难分辨这 3处火点,其烟雾分
布也不明显。在 CH2中可以看出烟雾情况, 但较小
的烟雾与薄云在灰度和形状上都不易区分。从表 1
的统计特征分析, CH4和 CH5相关性很好,火点在
这 2个波段灰度值都很低, 但与水系、沟谷混淆。4-
2-1假彩色合成图中, 着火点的烟雾与多种地物色
采相近,不易区分。
表 1　各波段相关系数矩阵
Table 1　Cor relations bet ween 1～5 channels
CH1 CH2 CH4 CH5
CH2 0. 938
CH4 0. 409 0. 538
CH5 0. 367 0. 495 0. 985
CH3 0. 095 0. 126 0. 423 0. 408
2. 2　各主成分特征
2. 2. 1　与上述的分析一致, PC1( PC1～PC4分别代
表排序 1～ 4 的主成分) 和 PC2 占总信息量
98. 396% (见表 2) , 而 PC3和 PC4约占总信息的
1. 6%。从图 2可以看出, PC1主要反映景象的反照
率,即景观的照度特性,其中尤以薄云的反映最为明
显。因为CH4和 CH5相似性较较大, 二者对整体信
息的影响较多, 所以 PC1与 CH4、CH5有较大的相
表 2　主成分在总方差中贡献值
Table 2　To tal var iance explained
主成分
Compon ent
贡献值
Eigenvalues
方差贡献率%
% of variance
累积贡献率( % )
Cumulat ive( % )
PC1 2. 870 71. 756 71. 756
PC2 1. 066 26. 640 98. 396
PC3 0. 0507 1. 267 99. 663
PC4 0. 0135 0. 337 100. 000
299第 4期 董永平等:利用 NOAA/ AVHRR 1、2、4、5波段影像提取草原火信息
图 1　各波段图像和 4-2-1假彩色合成图像
F ig . 1　Images o f 1～5 channels and color image combined by 4-2-1 channels
图 2　PC1～PC4图像和 PC1-PC4-PC3 的 LAB彩色合成图像
Fig . 2　Images of PC1～PC4 and LAB color combination by PC1-PC4-PC3
似性。CH2、CH4、CH5 都属于红外波段, 所以 PC1
反映的景观照度主要是红外波段的辐射与反射(见
表 3)。植被在CH1和 CH2有很强的反映, 所以从表
3可以看出, PC2 反映了景观中的主体内容—植被
的特征。
2. 2. 2　可见光波段的反射特性在 PC2中也有较强
的反映。PC3较多地反映地面形态的特性, 线性地
物较为明显。PC4可能与土壤和水份特性有关。
300 草　地　学　报 第 10卷
表 3　波段与主成分的相关性
T able 3　Component matr ix
PC 1 PC2 PC3 PC4
CH1 0. 795 0. 587 0. 152 - 0. 0029
CH2 0. 874 0. 458 -0. 164 0. 0079
CH4 0. 871 -0. 484 0. 0025 -0. 0834
CH5 0. 846 -0. 526 0. 0243 0. 0804
2. 3　草原火信息分析
PC1既有着火点信息, 也有烟雾信息,但都有其
他地物混淆, 不能直接区分。PC2火和烟雾的信息
最少(图 2)。
PC3 能很好地反映着火点的烟雾及其扩散方
向,这是因为烟雾在可见光 CH1 波段的反射较低,
并有明显的阴影, 反映在 PC3中为较低值( CH1与
PC3的相关系数为0. 152) ,烟雾的近红外 CH2波段
有较高的反射值,因 CH2与PC3为负相关( -0. 164) ,
所以在 PC3中也反映为低值。CH1和 CH2在 PC3
中的综合效应使得烟雾在 PC3中反映出得低的值。
尽管薄云在 CH1和 CH2 中与烟雾反映相同, 但在
CH4和 CH5中却有很高的反射和辐射, 这与烟雾明
显不同,反映在PC3中也不同与烟雾,为较高的值。
PC4中着火点具有很高的值,可以用密度分割
进行数字处理分离出来。图像中左侧的着火点由于
薄云的影响而辐射减弱, 在 PC4中反映很弱, 但在
PC3中具有明显的烟雾形状,可以目视判别,且没有
薄云的干扰。
上面的分析说明, PC1、PC3和 PC4均都包含火
信息( PC1中火信息与原始图像中的火信息相同,不
易提取) , 而三者分别反映景象照度、烟雾和火点信
息。这非常适于LAB 色系的彩色合成 [ 9]。可用 PC1
作为 LAB 色系中的 L 通道—亮度, PC3作为 LAB
色系中的 B 通道—蓝至黄成分, PC4 作为 LAB 中
的 A 通道—绿至红成分。经 LAB彩色合成的图像
(图 2E )清晰的显示出着火点及其烟雾情况,非常适
于直接的目视识别。
表 4　主成分特征向量系数矩阵
T able 4 Component sco re coefficient matr ix
PC 1 PC2 PC3 PC4
CH1 0. 277 0. 551 2. 998 -0. 214
CH2 0. 304 0. 430 -3. 242 0. 588
CH4 0. 303 -0. 454 0. 050 -6. 184
CH5 0. 295 -0. 494 0. 479 5. 959
　　表 4列出的特征向量系数矩阵可用于相同区域
相似季节的图像线性变换, 变换后的图像经线性拉
伸、LAB彩色合成,可目视判别草原火情况。
3　讨论
3. 1　本文所述方法的优点在于能较好识别着火点
和烟雾方向,从而判定火灾的蔓延方向,作出预警和
预报。但在无烟雾或火点较小时,由于受云和其他地
物的干扰,差别的准确性较差。
3. 2　由于图像景象的差异影响主成分分析的结果,
建议建立不同区域、不同时相的特征向量库, 从而实
现大面积的、可运行的监测系统。
3. 3　本方法应用时图像大小不宜超过 512像元×
512 像元, 在进行大范围的图像处理时应分窗口
处理。
参考文献
[1]　Bryan A. Baum, Qing Trepte: A g rou ped threshold approach
for scene iden tif icat ion in AVHRR imag ery [ J ] . Journal of
Atmospher ic and Ocean ic Techn ology, 1999, 16( 6) : 793～800
[2]　Goldammer J G ed. Ecos ys tems pr oces s and global ch alleng e.
Ecological Studies 84 [ M ] , Springer - verlag, Ber lin -
Heidelber y- New York . 1984. 371～383
[ 3 ] 　Dozier J . A method for s atellit e ident ificat ion of surface
temper ature f ields on sup-pixel res olut ion[ J ] . Remote S ens ing
of Environment . 1981, 11: 221～228
[ 4 ] 　 FAO. Wildlang Fire managem ent terminolog y. Food and
agriculture organ izat ion of the united nat ions [ J ] . FAO
Forest ry. 1986, 70: 257
[ 5] 　NASA, "NOAA KLM USERS GU IDE ", [ EB/ OL ] ht tp: / /
w ww 2. ncdc. noaa. gov/ docs / klm. Appendix D. 1998, 1, 1～10
[ 6]　Kaufmann Y J, S etzef A, Jus t ice C , T uck er C J, Per reira M
G, Fung I. Rem ote sensing of biomass bru ning in the t ropics
[ A] . In: Fire in the Tropical Biota[C ] . 1990. 371～383
[7]　朱述龙,张占睦.遥感图像获取与分析[ M ] .北京:科学出版社,
2000. 140～146
[ 8]　徐冠华,徐吉炎.再生资源遥感研究—“三北”防护林地区平泉
遥感综合调查的方法与实践[ M ] .北京:科学出版社, 1988. 21
～37
[ 9] 　Adobe systems Incorporated. Adobe Photoshop User Guide
[ M ] . Index L 1, 1p. 2000
301第 4期 董永平等:利用 NOAA/ AVHRR 1、2、4、5波段影像提取草原火信息