基于热力学约束的亚像元火点特性反演算法及其在野火排放评估中的应用

针对传统双光谱法忽略热传输现象导致火点面积和温度估算偏差的问题，研究人员开发了一种结合热力学约束的亚像元火点特性反演算法。该算法利用地球静止卫星（GOES-R）的辐射数据，通过半经验热传输模型解析火点温度梯度，成功区分不同燃烧相（阴燃/明火），显著提升了火点辐射功率（FRP）与机载观测的线性相关性，为野火排放及大气化学研究提供了更精确的参数化方案。

　　

野火是影响全球气候变化和区域空气质量的重要自然现象，其燃烧过程中释放的污染物（如CO、黑碳BC和O₃）可通过长距离传输对下风向地区造成深远影响。然而，传统卫星遥感技术（如基于单波段中红外MIR或双光谱法）在估算火点参数时存在显著局限：一方面，双光谱法假设火点由均匀温度区域构成，忽略了实际燃烧过程中阴燃（smoldering）与明火（flaming）混合导致的温度梯度；另一方面，热传输现象的缺失使得火点面积和辐射功率（FRP）被系统性低估，进而影响排放清单和羽流抬升模型的精度。

为解决这一挑战，由加州理工学院领衔的研究团队在《Remote Sensing of Environment》发表研究，提出了一种基于热力学约束的亚像元火点特性反演算法。该算法通过求解热传导-对流方程，构建了连续温度分布函数，首次实现了火点内部温度梯度的动态解析，并联合2019年FIREX-AQ（Fire Influence on Regional to Global Environments and Air Quality）野外观测数据，验证了其在火点面积、温度及FRP估算中的优越性。

关键技术方法
研究主要依托地球静止卫星GOES-16/17的ABI（Advanced Baseline Imager）传感器数据，结合机载高分辨率观测（如c-FIRST仪器）进行验证。算法核心包括：（1）建立热传输控制方程，将卫星辐射值转化为温度梯度函数；（2）引入斯蒂芬-玻尔兹曼定律（Stefan-Boltzmann law）计算FRP_BS；（3）通过温度阈值划分不同燃烧相面积；（4）利用FIREX-AQ同期野火案例（如美国西部2019年火灾季）进行交叉验证。

研究结果

1. GOES-R主动火点产品
   分析表明，传统双光谱法因忽略热传输会导致FRP_MIR与真实值偏差达30%以上，而新算法通过温度梯度修正显著提升了与机载FRP的一致性（R²>0.85）。

2. 亚像元火点面积与温度反演
   热力学模型解析出火点内部温度呈连续分布，峰值温度区（>800 K）对应明火相，低温区（400–600 K）反映阴燃相。相较于传统方法，新算法将火点面积估算误差从50%降低至15%。

3. 影响温度函数的因素
   火点面积占比（p）和背景温度（T_b）是主要约束条件。模拟显示，当p<0.1%时，温度函数斜率与燃烧强度呈正相关，可用于区分火灾发展阶段。

4. 热传输反演算法的应用
   在FIREX-AQ案例中，新算法输出的FRP与机载测量线性回归斜率接近1:1，且能识别出传统方法无法检测的混合燃烧相（如阴燃-明火过渡带）。

5. 总结与结论
   该研究首次将热力学原理引入卫星火点反演，解决了亚像元尺度燃烧相分离的难题。其意义在于：（1）为排放模型提供更精确的FRP和燃烧相数据；（2）支持羽流抬升高度（plume injection height）的动态预测；（3）推动新一代卫星传感器（如FireSat、WildFireSat）的算法优化。

讨论与展望
尽管算法在2019年美国西部野火中表现优异，但作者指出未来需扩展至其他生态系统（如热带泥炭火）验证普适性。此外，结合NASA正在开发的c-FIRST（Compact Fire Infrared Radiance Spectral Tracker）传感器，有望实现亚分钟级火点动态监测，为全球碳循环和大气化学研究开辟新途径。