國寶危險了！20210516玉山森林大火差異歸一化燃燒比分析
玉山國家公園有高山、斷崖、峭壁、峽谷等雄奇的地形，還包含古老的地層結構，是臺灣三大水系的搖籃。高山深谷垂直各異的植群帶與動物棲息，從亞熱帶到亞寒帶景觀一應具全，就像是縮小版的原始臺灣，是世界級的國寶。但2021年間發生的幾起森林大火事件，卻讓國寶面臨巨大的威脅！圖1是20210516玉山森林大火起火點周遭光學影像與NBR、DNBR比對圖。
森林大火，在天氣炎熱的情況下，從微小的火苗演變成難以收拾的火災，不可計量的樹木付之一炬，甚至衝擊到周遭居民的生活。而人為的疏失也可能導致野火的肆虐，像是今年五月中在玉山發生的大火，就是因為國家通訊委員會的專委不慎踢倒瓦斯爐釀禍，且現場海拔高達三千多公尺，水源取得不易，救援難度高，造成最後災情範圍多達六十四公頃，救援所耗費之成本高達近兩千萬元，更不用說這場大火對環境造成的不良影響。對於這種發生於人跡罕至之處的火災，有時候消防隊接到火警趕到現場後，火勢已難以控制，那麼能不能將自動取像、全島拍攝、定期回訪的遙測衛星應用於監測森林大火上呢？
哨兵二號（Sentinel-2）是歐盟哥白尼計畫中的一個地球觀測任務，包含兩顆位於同一太陽同步軌道的衛星，分別為Sentinel-2A和Sentinel-2B。哨兵二號在對地表的遙測上，表現十分優異，可在多方面提供關於地球陸地地表與海岸區域變化的應用。290公里的幅寬與10公尺的空間解析度，使其在地表地物的監測上無往不利，再加上兩顆衛星雙管齊下，更是使再訪週期縮短至5天，使其在災前災後的影像判釋上，更具有時間上的優勢。另外哨兵二號身懷一大秘密武器，使它在監測森林大火上更能發揮優勢，讓「哨兵」之名實至名歸，那就是多光譜成像儀。包含了13個從可見光到短波紅外線的波段，各波段對於不同地表地物特徵的反應不同，利用此特性，我們就可以使用歸一化燃燒指標(Normalized Burn Ratio; NBR)，來進行森林大火的監測與預警。（什麼！我也能監測評估森林大火？ 20200510 南投森林火災多波段光學衛星影像燃燒指標計算）。表1是哨兵二號的多光譜波段簡介，圖2是哨兵二號於起火地點災前 (15 May 2021) 與災中 (20 May 2021)所拍攝之光學影像。
|
波段 |
中央波長 (µm) |
光譜特性 |
|
1 |
0.443 |
沿海氣溶膠 |
|
2 |
0.490 |
藍波段 |
|
3 |
0.560 |
綠波段 |
|
4 |
0.665 |
紅波段 |
|
5 |
0.705 |
植被紅邊 |
|
6 |
0.740 |
植被紅邊 |
|
7 |
0.783 |
植被紅邊 |
|
8 |
0.842 |
近紅外線 |
|
8A |
0.865 |
植被紅邊 |
|
9 |
0.945 |
水蒸氣 |
|
10 |
1.375 |
短波紅外線-捲雲 |
|
11 |
1.610 |
短波紅外線 |
|
12 |
2.190 |
短波紅外線 |
圖3是健康植物與燃燒餘燼在不同波段的反射訊號，其中NBR利用了健康植物與燃燒後的灰燼在近紅外線和短波紅外線的反射訊號強度差異，達到快速判釋災情和起火地點的效果，NBR的定義如（1）式所示，其中NIR為近紅外線反射強度，SWIR為短波紅外線反射強度。
結合圖3與式（1）可以看出，如果是健康植物，反映的NBR值較高，而燒毀區域由於公式中分子變小，故NBR值較低，透過這種高光譜的遙測分析方式，可以補足純可見光影像的短版，在分析影像上提供更多的資訊，進而協助影像處理人員分析森林大火。
但若只使用NBR來進行災情判定，則會有一些不足的地方，例如固定的裸露地、崩塌、甚至是人為開墾地等，這些地方的植被本來就比較少，也會同時反映在NBR值上，這種時候若不與光學影像人工比對，就可能會造成誤判災後範圍。要更為精確地指示起火點或判釋大火所燒毀的範圍，則可以將災前與災後的NBR相減，指示出火災前後相對具有變化的地區，即為差異歸一化燃燒比(Difference Normalized Burn Ratio; dNBR)，這個指標可以協助判斷大火的嚴重程度，也能更為精確地指示出兩期影像間因大火而造成的地表地物改變。美國地調所為此建立了一套標準，dNBR的值越大，表示地表地物的改變越大，火災的災情越慘重，如圖4所示。
而NBR中的N，代表著「歸一化」。這是一種能夠提升精度與縮小各數據間差異的方法。從NBR的公式可以看出，在歸一化的情況下，最大值與最小值分別是1與-1，這大大縮短了各數據間的差異。而在遙測領域中，使用歸一化的好處在於能將大氣的影響減少到最小，所得到的數值也較穩定，適合做後續加減，產生dNBR，便能更好地進行火災現場情勢評估。
若要使用dNBR來監測這場大火，則可以至BigGIS網站，將地圖輔助工具打開，並在加值應用與分析工具中選擇Sentinel-2頻譜指標分析，就可以在頻譜指標內找到「標準化燃燒指標差異」。玉山大火的發生時間是在5月16日，因此選定這個日期前後的影像後，就可以計算dNBR了。可以看到在20號時，起火點周圍的區域一大部分呈現代表輕微的黃色，甚至有少部分的區域損害嚴重性達到中甚至是高。由於這場大火在20日時還在持續延燒，因此圖5中所呈現的並不是最後的災後影像，而後續衛星拍攝的該地的影像恰好都被雲層所遮擋，若要進一步了解，不妨可以至BigGIS親手操作，試著用dNBR來判釋出這場大火對周遭林地的影響吧，如圖5所示。
dNBR不只是一個可以精準評估大火嚴重程度與範圍的指標，更可以使森林大火的災害評估變得平易近人，而不是拔山涉水至人煙稀少的深山實地調查。而災後對災區的後續監測，評估林地復育狀況等，也可以使用dNBR來進行持續關注。所謂前人種樹後人乘涼，但要記得飲水思源，在我們動動手指就能一窺森林大火動態的同時，不要忘記感謝提供多光譜影像的歐盟與哨兵二號，讓每位關心森林的人們都能為此出一份心力。
圖 6：應用 BigGIS 計算 20210516玉山森林大火 Sentinel-2 多波段光學衛星影像歸一化燃燒指標差異(dNBR)之示範操作影片。撰稿者：郭哲寧 （成功大學地球科學系大學部「專題研究」課程專題生）指導老師：劉正千 特聘教授
留言
張貼留言