利用Landsat数据的SWIR和LWIR波段监测森林火点

热红外数据可以监测自然灾害如火点。LWIR（长波红外）可以检测到热点信息，可以区分高空冷云和燃烧的烟雾；SWIR（短波红外）可以穿透雾霾和烟雾，所以，利用短波红外影像可以穿透烟雾分析活跃的森林火点和识别火点。

由诸如RAB（Range and Bearing）公司提供机载ISR系统和安全服务，分析火情，提供燃烧区域的excel表格。卫星传感器如WV3也提供了多光谱数据，包含短波红外波段，可以提供火情信息和灾后分析。

当没有参考的RAB数据或者WV3数据时，Landsat8数据是个不错的选择，以2014年的一场火灾为例，下图为2014年8月3日的，英国哥伦比亚河的真彩色合成数据：

从USGS网站下载的数据

在真彩色图像上可以看到燃烧的烟雾，如果不拉伸显示的话很难看到燃烧区域和其他信息，用短波红外数据的这种组合方式：R=SWIR2，G=SWIR1，B=SWIR2显示，如下图：

用短波红外波段假彩色合成显示

在上图假彩色合成的图像上，烟雾没有了，粉红色区域是火烧的范围以及高亮显示的火点区域清晰可见，左边的这块燃烧区域在可见光波段很难看出来，下面是TIR1波段彩色显示之后的结果：

特红外波段彩色显示图

在真彩色合成图上完全没有冒烟的左侧区域，在热红外波段的彩色图上非常明显，对多光谱数据做分析可以得到容易解译的结果。其中一个有用的参数就是计算归一化火点指数，在ENVI5.2中，提供了光谱指数工具，可方便地计算出归一化火点指数NBR，公式为：NBR=(NIR-SWIR)/(NIR+SWIR)，在NBR图像上，颜色暗的象元代表燃烧区域。如下图所示：

灾后归一化火点指数（post-fire NBR）

对火灾发生前后的两景NBR数据相减，可以得到火点指数的差值图DNBR，该图像表明了火烧程度，差值图可以用/Band Algebra/Band Math工具计算，公式为：DNBR = 燃烧前的NBR –燃烧后的NBR 。