基于modis数据的秸秆焚烧遥感监测与分析设计

1.‌掌握遥感技术‌：掌握利用MODIS数据进行地表生态遥感产品获取、数据处理及应用的能力‌。

2、‌提高监测效率‌：相较于传统的实地巡查，利用遥感技术可以快速、全面地获取秸秆焚烧信息，提高监测效率并降低成本‌。

3、‌支持决策制定‌：通过分析秸秆焚烧火点的时空分布格局及动态变化趋势，为监管部门提供决策依据，制定有效的大气污染防控措施‌。

4、‌保护生态环境‌：准确掌握秸秆焚烧信息，有助于实施合理高效的禁烧政策，从而减少大气污染，保护生态环境。

1、数据预处理：利用 MOD03 地理数据文件中的经纬度信息构建 GLT 文件，对 MOD14A 热异常数据进行地理定位，对 MCD12Q1 数据进行地理定位以及添加新的投影，确保所有数据都在同一坐标系和格式下。

2、火点和农用地提取：通过 ENVI 软件的统计工具查看 MOD14 热异常数据和 MCD12Q1 土地覆盖数据的像元亮度（DN）值，结合 MODIS 数据说明文件可知，MOD14 热异常数据的像元亮度值大于 7 的像素点为火点，MCD12Q1 土地覆盖数据像元亮度值为 12 的像素点为农用地。通过 ENVI 软件设置固定的阈值，提取出相应火点以及农用地。

3、秸秆焚烧火点的提取：通过固定阈值法分别求出研究区域的火点像元与农用地像元，进行感兴趣区域叠加，得到相交的像元区域，即为秸秆焚烧火点像元。

4、时空、空间分布特征分析：将处理后的秸秆焚烧火点导入 arcGIS 软件中进行统计分析，作出相应火点数量统计表；并与行政区域图进行叠置处理，分析研究区秸秆焚烧的火点的发展趋势和周期性，以及火点分布与地形、植被和气候等因素的空间关系。

随着遥感技术的发展，应用在监测秸秆焚烧等环境问题的方面越来越多。MODIS 具备多个光谱波段的特性，这为理论上利用 MODIS 数据提取火点信息提供了可能。因此，通过分析 MODIS 数据中的多光谱信息，可以更准确地识别出秸秆焚烧的火点，为相关研究和监测提供了可靠的数据支持。王子峰等人利用 MODIS 数据，针对 2007 年 5 月至 8 月的华北地区秸秆焚烧情况进行了遥感监测，并结合 IGBP 地表分类数据，通过调整阈值，成功将提取的火点数据分为秸秆焚烧、草原和林火三种类型，从而提升了火点识别的准确性和可行性。段卫虎等人选用 MODIS 数据作为数据源，通过数据处理软件 ARCGIS 和 ENVI 对其进行处理，以绝对亮温、相对亮温和植被指数 3 个变量因子作为林火像素点判别的条件，提高了林火像素点判别的精度。朱孟磊等人利用遥感图像处理软件，以MODIS 数据为基础，采用阈值处理技术提取火点，并对其进行空间分析，实现了对秸秆焚烧火点位置信息的动态监测。俞晓飞等人利用 ENVI 遥感数据处理软件，结合 MODIS 主要数据和土地利用现状数据，改进了火点识别算法，成功提取了范围内的秸秆焚烧火点；并通过对比分析多年数据，揭 示了秸秆焚烧火点在时间和空间上的分布特征。结果表明，利用 MODIS 数据能够有效获取火点信息，为监测秸秆焚烧提供了有力支持。曹景庆等人利用高分四号卫星的中波红外数据，进行了对秸秆焚烧的遥感监测，迅速确定了焚烧地点的地理位置信息，这一方法为秸秆焚烧的遥感监测提供了高效可靠的数据支持。许越越等人利用 Terra 卫星的 MODIS 遥感数据，对山东省在 2017 年 5 月25 日至 6 月 15 日期间的秸秆焚烧情况进行了遥感监测和分析。凭借可信赖的分析结果，为农业、环保等相关部门提供了基于科学数据的有效监督治理依据。这些准确的数据分析帮助相关部门更好地了解秸秆焚烧活动的情况，从而制定更加针对性的政策和措施来控制和管理焚烧行为。这样的科学支持不仅提升了治理效率，也有助于改善农村环境质量，保护生态系统健康，以及维护公众的健康和安全。谷金英等人利用 MODIS 热异常数据，对 2017 年秋季吉林省中西部地区的秸秆焚烧情况进行了遥感监测。同时，对该时段内秸秆焚烧火点进行了时空分布格局的统计分析，增强了对秸秆焚烧的预防和管控能力。朱杰等人利用 MODIS 数据提供热异常数据提取火点和农用地，结合农用地分布图进行分析，并通过 GoogleEarth 将火点显示出来，提供有效、快速、准确的秸秆焚烧地点信息。张彦等人利用 MODIS 热异常产品数据，提取了河南省秋季农作物收获时期的秸秆焚烧火点的信息，并结合了土地利用类型数据，分析了该时间段的秸秆焚烧火点数量以及时空分布的特征。林峰等人利用 MODIS 、GF4、HJ-1B 等卫星遥感数据，参考已有的地理国情监测数据和第三次全国农业普查数据，对秸秆焚烧进行有效快速的研究分析，分析了秸秆焚烧火点的时空分布格局以及动态变化趋势，提供了有力的技术支持。刘妍妍等人以国内外先进的静止卫星和极轨卫星等卫星数据为基础，从多个维度对秸秆焚烧进行了监测，并结合湖南行政区分化图，分析了秸秆焚烧像元的数量以及分布，实现了动态监测分析。杜鑫利用 MODIS 热异常数据结合 MODIS 土地利用分类产品MCD12Q1 提取了安徽省 2013-2017 年秋季农作物收获时间段秸秆焚烧火点，通过提取结果对比分析安徽省秸秆焚烧状况的发展趋势。郭畅等人利用 MOD14 和 MOD03 数据，结合京津翼地区的土地利用数据，提取了 2017 年至 2018 年期间研究区内的秸秆焚烧火点，对该地区的火点数量变化和时空分布特征进行了分析，并绘制了秸秆焚烧火点的趋势分布图。杨丹等人利用 MODIS 影像、地理国情普查成果以及基础地理信息数据等多种数据，对吉林省的秸秆焚烧火点进行提取。然后，结合空气质量日报数据，分析秸秆焚烧对该区域空气质量的影响。李婧等人利用 NPP-VIIRS 遥感数据，结合省级地面监测站每小时城市空气质量指数以及风向、风速数据，研究了秸秆焚烧对该市环境空气质量的影响。刘易文等人基于 Terra 的 MODIS 和 Aqua 的 MODIS 数据监测秸秆焚烧火点月报数据为基础数据源，对黑龙江省 2016 年-2017 年的秸秆焚烧火点数据进行监测与统计，分析了该地区秸秆焚烧火点的分布趋势以及时空特征。胡庆华等人基于 MODIS 卫星数据、土地利用数据及高程数据， 对黑龙江省 2010-2017 年生物质燃烧火点时空分布特征进行了分析，火点包括秸秆焚烧火点、林火点、草地野火点，得到了火点分布趋势以及时空变化特征。刘鹏等人使利用 TERRA/MODIS 和AQUA/MODIS 卫星数据，通过对 MODIS 光谱特征的分析，制定了一套用于秸秆焚烧动态监测的数据处理流程和量化判识指标。并且对沈阳地区主要农作物种植区域进行了秸秆焚烧的不间断周期监控。李舒婷等人基于 MODIS 二级产品 MOD14 数据，以火点像元亮温特征为依据，提取 2000、2008、2014 年每年 5 月 29 至 6 月 14 河南省秸秆焚烧火点分布,分析了秸秆焚烧时空分布特征。姜男以 MODIS 卫星数据为数据源，通过解译地面热异常数据来寻找火点，与土地覆盖数据 MCD12Q1 进行叠加分析，得到秸秆焚烧火点，分析其分布特征与时空变化特性。武喜红等人利用 Landsat8、GF-1 和 HJ-1A/B 等多源数据，增加了中分辨率卫星遥感的观测频次，采用叠置分析和面向对象影像分析技术，提高了秸秆焚烧面积提取的精度。成功提取了秸秆焚烧过火面积，并通过变化检测技术获得了各乡镇农田秸秆焚烧的累计过火面积、新增过火面积以及新增过火农田翻耕面积的时空变化 趋势。成思敏基于 MODIS 数据中的热异常数据以及土地覆盖数据，利用 ENVI 和 ARCGIS 遥感数据处理软件进行处理，通过叠置分析，提取出秸秆焚烧火点的分布。杨珊荣等人借助 IDL（Interactive Data Language）编写的算法，结合 MODIS 数据进行秸秆焚烧火点的提取。这一算法显著减少了人机交互时间，提升了秸秆焚烧点的自动提取响应速度，进而提高了工作效率，促进了秸秆焚烧监测工作的顺利展开。张树誉等人通过对 MODIS 光谱特征的分析，提出了一种综合运用 3S 技术进行秸秆焚烧动态监测的数据处理流程和量化判识指标，并且在 2004 年的关中地区麦秸秆焚烧监测中成功应用了这一方法，表现出良好的效果。这为政府部门迅速、准确地了解全省秸秆焚烧情况，提高预警能力和监督检查的效率提供了科学依据。Zhuang, Y.等人研究利用 MODIS 遥感数据集和土地利用与土地覆被变化空间分布数据集提取农作物秸秆焚烧点，从国家和区域两个维度探究2003—2017 年中国农作物秸秆焚烧的时空分布。McCarty J L 等人基于 MODIS 卫星数据对美国东南部已发生的火灾进行火点提取以及火灾面积统计，分析了美国东南部各个州的火灾发生趋势，为农业的发展提供了保障。Thumaty K C等人分析了 MODIS 的活跃火灾的高分辨率卫星数据和土地覆盖分类得出 2001 年至 2003 年间非洲南部火灾频率的季节性和空间变化。Korontzi S 等人基于MODIS 数据为数据源，结合美国密西西比河谷地区农作物地区的分类图进行分析，评估了密西西比河谷地区农田地区的燃烧活动以及燃烧严重程度。Tolba R A利用卫星数据监测和评估了埃及尼罗河三角洲的稻草焚烧地点和地区，对观测到的大气顶部像素亮度温度与火灾条件下的预期温度进行比较，得到相应的监测结果。McCarty J L利用遥感数据对美国本土农作物秸秆焚烧的气体排放量进行了评估。Sirimongkonlertkul N利用 MODIS 数据生成气溶胶光学厚度趋势，并结合 PM10浓度分布进行分析，得到了 2007-2010 年泰国北部受雾霾影响的原因。Singh G利用 MODIS 数据对研究区域的烧毁情况进行评估分析。Nair M利用 MODIS 数据和建模工具对德里农业残留燃烧产生的有害气体对空气质量造成的影响进行评估。França D利用 MODIS 数据对巴西圣保罗州的甘蔗燃烧进行研究，分析了甘蔗燃烧的气体排放对空气造成的影响。

1、‌数据驱动‌：项目以MODIS数据为核心，结合其他辅助数据，如土地覆盖数据等，构建了全面的秸秆焚烧监测数据集，为项目提供了坚实的数据基础‌。

2、‌应用导向‌：项目紧密围绕秸秆焚烧这一环境问题，通过遥感监测技术提供了实用的解决方案，为环境保护和大气污染治理提供了有力的技术支撑。

3、‌可视化展示‌：项目利用GIS技术，将监测结果以直观、易懂的方式展示出来，便于决策者和社会公众快速了解秸秆焚烧的状况和趋势‌。

技术路线：收集研究区的 modis 数据，对其进行预处理。通过对 modis 数据中的热异常数据设置阈值来提取火点；对土地覆盖数据 MCD12Q1 设置阈值处理提取农用地，并将其与火点进行感兴趣区域叠加进行秸秆焚烧火点提取。最后根据火点分布状况和火灾发生时间对秸秆焚烧火点进行时空分布的分析。

         图1.1技术路线图

拟解决的问题：

1、如何排除云层和大气因素对火灾的探测，特别是在潮湿或多云的地区？

解决思路：应用多时相数据，通过分析比较不同时间的图像来识别被云层遮挡的火情。

2、如何消除 MODIS 数据中其他热源（如火山活动、工业热点）对火灾造成误判的影响？

解决思路：结合地面信息和历史数据进行验证和校准。

预期成果：

本次项目研究区为广西壮族自治区，从 modis 相关火点、植被等卫星数据和 FireCCI-BA 为辅助数据，对 modis 相关数据进行影像预处理，并裁剪出研究区域。在 Arcgis10.6 软件上完成研究区域选取，提取出燃烧区，与 FireCCI-BA 辅助数据进行比较，确定燃烧区域的准确性，进一步分析广西秸秆焚烧区时空分布的规律。

1. 项目准备阶段（第1-2周）

‌任务‌：组建团队、确定研究主题为基于 MODIS 数据的秸秆焚烧遥感监测与分析、在中国知网及 SCI-Hub 上查阅国内外文献，了解国内外研究进展、制定项目计划书、收集整理研究区 modis 数据。

‌成果‌：形成项目申报书或计划书，明确研究目的、意义、方法、预期成果等。

2. 立项与审批阶段（第3-4周）

‌任务‌：提交项目申报书，参加立项答辩或评审。

‌成果‌：获得项目立项批准，明确资助金额和具体要求。

3. 深入调研与方案设计阶段（第5-8周）

‌任务‌：完成 modis 数据的预处理过程，再对 MOD14 热异常数据进行火点提取和对MCD12Q1 土地覆盖数据进行农用地提取分析，进而提取秸秆焚烧火点，得到相关专题图，对结果进行分析；设计研究方案，包括实验设计、问卷调查、数据分析方法等。

‌成果‌：形成详细的研究方案，包括研究假设、研究方法、数据收集与分析计划等。

4. 进一步完善数据阶段（第9-16周）

‌任务‌：利用提取的秸秆焚烧区域，作出相关专题图并对广西壮族自治区秸秆焚烧燃烧火点分布进行时空规律分析；定期召开团队会议，讨论实验进展和遇到的问题，及时调整研究方案。

‌成果‌：获得初步的研究结果。

5. 数据分析与报告撰写阶段（第17-20周）

‌任务‌：对收集到的数据进行整理、清洗和分析；撰写研究报告或论文，包括引言、文献综述、研究方法、结果分析、讨论与结论等部分。

‌成果‌：完成研究报告。

6. 成果完善与提交阶段（第21-24周）

‌任务‌：对研究报告进行反复修改和完善，确保内容准确、逻辑清晰、格式规范；准备项目结题材料，如PPT、研究报告终稿等。

‌成果‌：提交研究报告终稿，准备结题答辩。

7. 结题答辩与总结阶段（第25周）

‌任务‌：参加结题答辩，向评审委员会展示研究成果；对项目进行总结和反思，提炼经验教训。

‌成果‌：完成项目结题，获得结题证书或相关证明；形成项目总结报告，为未来的研究提供参考。