利用衛星影像評估火災后跡地

2020年3月28日19時30分，四川省涼山州木里縣喬瓦鎮鋤頭灣村與項腳蒙古族鄉項腳村交界處發生森林火災，火災發生后，我們需要努力測量火災后跡地，為森林重建和植被演替創造基線，借助火災前后的Landsat8影像，利用歸一化燃燒指數計算損失，然后將資料作為要素類發布以與其他人共享，

比較波段組合

首先，通過usgs獲取 Landsat 8 影像初步查看火災后跡地，了解研究區域后，可以更改影像的波段組合以便更好地查看燃燒區域，然后，可創建自定義組合來突出火災后跡地，

打開工程

在開始分析之前，可下載含有任務原始資料的工程包并將其打開，

1. 轉至Muli_ForestFire.zip和Muli_ForestFire.z01，可下載本人分享的地圖包，由于上傳限制，故分包壓縮，因此只需下載Muli_ForestFire.zip和Muli_ForestFire.z01，放在同一目錄下解壓即可，
   Muli_Forestfire是一個地圖包，地圖包中包含用于分析的原始資料，

2. 瀏覽至下載的Muli_ForestFire.mpkx，雙擊后，ArcGIS Pro將自動匯入，
   地圖包隨即打開，并在內容窗格中顯示兩個圖層，這兩個圖層為影像圖層，
   

增強影像

原始下載的兩個Landsat 8影像圖層，分別拍攝于2019年5月21日和2020年5月7日，箭頭指示區域為火災發生區域，

1. 從USGS下載的原始影像載入時，影像可能很暗，難以看清，可以通過調整亮度、對比度和Gamma以更好地查看影像，亮度可決定影像是較亮還是較暗，對比度可決定各個要素之間的可分辨程度，Gamma 可決定影像檢測光的方式與其實際發光方式之間的關系，增加上述三項的值會提高影像的可見性，
   

2. 在應用程式頂部的功能區上，單擊外觀選項卡，在增強群組中，將圖層亮度調至 20，圖層對比度調至25，圖層Gamma增加到1.8，按Enter鍵后，影像會立即更改，
   

3. 這里重點說一下gamma值
   Gamma 指的是柵格資料集中等灰度值之間的對比度，Gamma 對柵格資料集的黑色或白色值不會產生影響，而僅影響中間值，通過應用 gamma 校正，可以控制柵格資料集的總體亮度，此外，gamma 系數不僅會改變影像的亮度，還會改變紅綠藍之間的比率，
   小于 1 的 Gamma 值將降低較暗區域的對比度并增加較亮區域的對比度，這將使影像變暗，但不會降低影像的黑暗或明亮區域的飽和度，這有助于呈現較亮要素的細節，如建筑物頂部，相反，大于 1 的 gamma 值將增加較暗區域的對比度，如建筑物陰影，使用高程資料時，大于 1 的 Gamma 值也將有助于呈現較低高程區域的細節，
   在下圖中，可以看到調整用于顯示柵格資料集的 Gamma 值的效果：
   

4. 經過增強后，可以更細致地查看環境，在2019年5月21日的多光譜影像中，可以清楚的看到山地、植被、河流，同比2020年5月7榷訓災發生后的多光譜影像，能夠發現植被型別和山地坡度對火災造成的影響，尤其是火勢蔓延的速度，
   

5. 2019年和2020年該區域影像還有一處明顯的區別是2019年影像有一大片云層遮蓋在火災發生區域的西北角，雖然2020年5月7日的影像可以清楚的看到跡地，但其準確邊界不易確定，接下來，我們通過更改影像波段組合的方式來突出顯示災區，

TIPS：通過創建并添加柵格至鑲嵌資料集，可以直接查看融合后的多光譜影像，提高地物的判讀識別精度

查看不同波段組合

Landsat 影像可測量電磁光譜的波長范圍，包括一些人眼不可見的波長，這些范圍叫做光譜波段，

在應用程式頂部的功能區上，單擊外觀選項卡，可以通過波段組合模板，選擇合適組合來突出顯示感興趣區域，

1. 目前影像使用的“自然色”波段組合將三個波段進行結合以大致生成人眼可見的影像，
   
2. 在外觀選項卡的渲染組中，單擊波段組合并選擇彩色紅外，
   
   紅色和綠色波段突出顯示了植被，這對于查看火災很有幫助，因為未遭受火災的茂密植被區域和植被已遭火災摧毀的區域有著明顯對比，使用另一波段來突出顯示植被，如近紅外線（波段 5）可提高對比度，在該影像中，植被顯示為紅色，兩個火災區域顯示為暗棕色，與原始影像相比，火災顯示更加清晰
3. 在外觀選項卡的渲染組中，單擊波段組合并選擇陸地/水域交界面，
   
   該組合的主要目的是為了描繪陸地和水域，同時穿透霾霧（或是火災發生時產生的煙霧），本影像中，火災周圍看不到煙霧，邊界變得更加清晰，但是，燃燒區域顯示為橙色而其周邊山坡顯示為黃色，這使得已蔓延至山脈中的跡地變得更加難以分辨，
4. 再次單擊波段組合，并選擇植被分析，
   
   該組合將彩色紅外組合的植被突出顯示與陸地/水域交界面組合的霾霧穿透度結合起來，火災跡地與山地的混合部分已不像之前的組合那么嚴重，

創建自定義波段組合

以上是使用預配置的波段組合，現在我們選擇自己來創建自定義的波段組合，改進“植被分析”波段組合，

1. 選中要變更的圖層，“植被分析”波段組合使用短波紅外 1 波段來減少霾霧，并使用近紅外和紅色波段來突出顯示植被，從短波紅外 1 波段切換至短波紅外 2 波段可改善霾霧（或云層）穿透度，
   

2. 波段自動變化的同時，地圖上的影像也會隨之變化，由于變化發生在兩個相似波長之間，因此地圖上的區別并不十分明顯，但確實有所變化，下一步，用藍色波段替換紅色波段，
   
   地圖上的影像發生輕微變化，但已經可以清晰的展示火災發生區域，并且此種波段組合能較好的減少透霾霧，
   

要想以后能輕松訪問此波段組合，可以將其保存為“外觀”選項卡中的默認組合，
盡管此波段組合更適合生成準確的火災后跡地邊界，但還需要對其進行一些目視解譯以確定哪些區域已燃燒，哪些區域未燃燒，接下來，使用燃燒指數的數學公式來量化計算燃燒面積，此公式可提供受災區域的更準確測量，

計算燃燒指數

歸一化燃燒比率以量化形式來確定燃燒面積，是利用數學方式對近紅外波段和短波紅外 2 波段（分別為波段 5 與波段 7）進行比較，以確定火傷嚴重性，然后，比較 2019 年與 2020 年影像的 NBR 以計算 NBR 的更改，僅顯示在兩張影像拍攝日期之間發生燃燒的區域，
需要注意的是，NBR計算前應將影像更正為反射率值，因此需要大氣校正，

計算歸一化燃燒比率

需要對 NBR 進行兩次計算：一次計算 2019年影像，另一次計算 2020 年影像，要進行計算，可以使用柵格計算器地理處理工具，并使用以下等式：

NBR =（NIR - SWIR2）/（NIR + SWIR2）

使用ArcGIS Pro影像指數模板計算方法

ArcGIS Pro2.5版本開始逐漸豐富了影像指數模板，可以通過該方式快速生產需要的成果，

1. 在功能區上，單擊影像選項卡，然后單擊指數窗格，單擊NBR，
   
2. 選擇對應的波段，近紅外為Band_5，短波紅外為Band_7，單擊確定，
   
3. 得到NBR計算結果，
   

使用柵格計算器計算方法

使用柵格計算器需要將波段5（近紅外）和波段7（短波紅外2）加載到內容窗格中，

4. 在目錄窗格中，找到影像.tif并展開，右鍵單擊波段5（NearInfrared ）并選擇添加至當前地圖，
波段隨即添加到地圖，看上去像是黑白影像，因為該影像未作為 RGB 合成的一部分進行顯示，單波段影像圖層通常看似黑白影像，
同理添加波段7（ShortWaveInfrared_2）

5. 單擊功能區上的分析選項卡，然后單擊工具，

在地理處理窗格中，單擊搜索框并輸入柵格計算器，從結果串列中，單擊柵格計算器（空間分析工具）或柵格計算器（影像分析工具）（兩者都可以）

6. 在柵格下，雙擊 Band_5，將其添加到運算式框中，然后在運算子下，雙擊減號將其添加至運算式，然后雙擊Band_7，

7. 完成的運算式 (“Band5” - “Band7”) / ((“Band5” + “Band7”)，
   

8. 單擊運行，得到20200507的NBR成果，同理完成20190521的NBR成果，
   
   TIPS：有時NBR或者NDVI等歸一化指數計算的結果可能出現[-1,1]以外的例外值出現，這與大氣校正時所選的模型有一定關系，這些像元通常極少，不足以影響，

計算NBR的變化

再一次使用柵格計算器工具來計算兩影像之間的 NBR 變化，使用此工具，將移除 2019 至 2020 年間未燃燒區域的值，僅顯示燃燒區域并移除影像上的所有其他內容，

1. 將計算的NBR結果加載到內容窗格中，點擊柵格計算器工具，在“地圖代數”運算式框中，創建運算式 “NBR_20190521_ROI_T.tif” - “NBR_20200507_ROI_T.tif”，單擊運行，
   

2. 得到的變化結果可以看到，火災位置看起來幾乎為純白色，與周圍的灰色和黑色區域形成明顯對比，
   

3. 打開符號系統窗格，將色帶更改為綠色到紅色方案，可以沿著黃色邊界進行區劃，得到受災的全部區域，
   
   根據差值的結果，我們可以對其進行閾值分割，能給得到不同受傷程度的植被分類，這里不再詳述，