基于Sentinel2多光谱滤波的活跃火点精准识别与快速制图新方法

来自美国加州帕利塞德的研究团队针对强活跃火情下无人机低空探测受限的难题，开展了基于Sentinel2多光谱仪（S2-MSI）数据的多滤波火点制图研究。通过2×2与3×3卷积核滤波结合近红外波段焦点分析，提出四种优先nNIR波段的光谱指数，成功实现火点/非火点二值化识别（阈值≥0.1/0.15），其中三个新指数分离度达??≥1，显著优于传统方法（??≤0.155），为火灾实时建模与应急调查提供关键技术支撑。

　　

本研究验证了多滤波技术从哨兵2号多光谱仪器(Sentinel2 Multispectral Instrument, S2-MSI)数据中分离活跃火点(Active Fire, AF)像素的能力。通过对堆叠影像实施2×2与3×3卷积核滤波，并在窄近红外(narrowed-near infrared, nNIR)与近红外(near infrared, NIR)波段进行2×2及3×3像素邻域的焦点分析（包括标准差与极差运算）。另提出四种优先使用nNIR而非NIR、红、绿、蓝波段的光谱指数。实验结果表明：滤波处理可勾勒AF轮廓，光谱波段比值则进一步验证火点掩膜；焦点分析结果求和后施加阈值（≥0.1对应2×2邻域，≥0.15对应3×3邻域）可精准二值化火点与无火点；其中三种新AF指数达成满意分离度(??≥1)，另一种为??=0.77，而两种现有指数表现不佳(??=0.155与0.101)。该活跃火点制图(Active Fire Mapping, AFM)方法能高效快速划定着火区域，弥补强火情下无人机低空飞行缺陷，为火势蔓延实时建模提供实践基础，并为灾后调查提供可靠线索。