基于增强型燃烧指数的中小型火烧迹地自动提取研究

火烧迹地提取是林火灾后评估和重建的重要内容.中小型森林火灾分布范围广,发生频率高,人工判识耗时耗力.卫星遥感能大范围、高时效地提取火烧迹地,但不同区域地表环境和气候条件差异使得其自动提取难度大.以浙江省 2019-2021 年 7 个中小型林火为研究对象,基于Sentinel-2和Landsat-8 卫星影像开展火烧迹地自动提取研究.首先,利用实测信息进行火场模糊定位,结合谷歌地球引擎完成火灾定位和卫星数据获取;其次,基于卫星影像多波段反射率,利用云过滤、大津法(Ostu)、指数分割、图像膨胀等预处理识别和剔除云、水体和非林地等干扰信号.最后,通过燃烧面积指数和归一化燃烧指数计算,图像增强和波段合成等,自主构建增强型归一化燃烧指数(ENBR),并结合高斯滤波和Ostu完成中小型火烧迹地的自动提取.结果表明:ENBR能显著凸出火烧迹地和周边环境特征差异;2021 年实验样本自动提取经目视判读和实测数据验证,面积偏差分别为3.69±3.09和2.51±3.33 hm2,提取精度达(94.20±3.03)%和(90.54±8.21)%,显著优于dNBR和BAI的人工阈值判识结果;2019-2021年12次提取应用整体偏差为5.00±4.70 hm2,提取精度达(92.50±5.06)%.研究表明,ENBR和Ostu自动提取方法精度高,且区域自适应能力强.因此,研发的ENBR和火烧迹地自动提取方法对广泛发生中小型林火的中国南方地区具有重要应用价值.