切拉斯里河森林火灾烧伤严重度分析
16985 为文章评分：
暂无评分
切拉斯里河森林火灾烧伤严重度分析
匿名 2015年8月4日，星期二
在今年1月的一篇博客文章中，我讨论了"利用短波红外与长波红外影像分析森林火灾"，其中使用了 Landsat 8 OLI/TIR 数据来分析去年夏天（2014年）发生在不列颠哥伦比亚省的切拉斯里河森林火灾。在之前的博文中，我描述了如何利用 ENVI 的光谱指数工具，为一场火灾仍在燃烧时获取的影像计算归一化燃烧指数。正如我在前文提到的："归一化燃烧指数光谱指数的真正威力，在于创建火灾前和火灾后的 NBR 影像，然后用火灾前的 NBR 栅格减去火灾后的 NBR 栅格，从而生成一个指示烧伤严重度的差异归一化燃烧指数影像"。然而，当时我未能找到一个合适的灾后 Landsat 影像，因为大多数影像要么被云层覆盖，要么积雪掩盖了过火区域。
如今，2015年夏季已过去数月，我想到值得再次搜索美国地质调查局 EarthExplorer 上可用的 Landsat 存档，看看是否有能很好地捕捉到切拉斯里河森林火灾区域灾后情况的新影像。幸运的是，Landsat 8 在刚过去的一个月（2015年7月5日）获取了一幅几乎没有云层（至少在火灾区域上空）的清晰影像，而这恰好与一幅火灾前 Landsat 7 影像（获取于2002年7月9日）的路径/行号完全相同。DNBR 指数可以通过一系列简单的处理步骤，然后应用"灾前NBR - 灾后NBR"的公式来计算，这可以很容易地在 ENVI 软件中使用波段运算工具来执行。
以下是处理步骤的简要高级概述：
- 打开灾前和灾后的 Landsat 数据集
- 运行辐射定标工具
- 将两个数据集都定标为大气层顶传感器反射率
- 运行光谱指数工具
- 为两个数据集计算归一化燃烧指数
- 运行波段运算工具
- 输入简单的 "b1 - b2" 减法表达式
- 将灾前 NBR 映射到 "b1"，灾后 NBR 映射到 "b2"
- 对输出的 DNBR 栅格应用栅格色彩分割
- 将栅格色彩分割转换为具有特定类别名称和颜色的分类影像
下方是 DNBR 分类叠加在灾后 Landsat 影像上的截图，其类别名称基于 "FIREMON BR 速查表 V4（2004年6月）" 文档。
影像数据下载自美国地质调查局 EarthExplorer