近期，夏威夷毛伊岛、加拿大耶洛奈夫地区和不列颠哥伦比亚省、西班牙特内里费岛等全球多地的野火肆虐，已引起人们前所未有的关注和担忧。当人们在抱怨预警系统的同时，科学家们也在研究野火是否能够预测。日前，加拿大卡尔顿大学的Pelletier博士在国际顶尖遥感杂志《Remote Sensing of Environment》上发表了“Wildfire likelihood in Canadian treed peatlands based on remote-sensing time-series of surface conditions”的科学论文，对加拿大泥炭地的火灾风险进行预测。泥炭地是一种特殊的生态系统，它既具备高含水量又有独特的燃料特性。在正常水文条件下泥炭地是天然的防火隔离带，但在干旱条件下却很容易变成燃料源。长期缺水会增加泥炭地的燃料生成，从而导致更大的火灾风险。因此，探究泥炭地发生野火的可能性至关重要。
加拿大学者使用Sentinel-1 SAR和Sentinel-2 MSI遥感时序影像和基础设施数据来预测加拿大多林木泥炭地的野火发生可能性。他们采用土壤湿度、植被湿度和绿度以及合成孔径雷达后向散射数据等12个遥感因子参与组成了20个判别指标，据此建立了一个火灾概率判定模型。我们在2019年提出的Sentinel-2 MSI的缨帽变换的亮度、湿度和绿度分量被作者选为模型的指标。
![]()
作者的研究发现：最重要的野火可能性预测指标是我们提出的缨帽变换湿度分量(另一亮度分量也排名第三)。作者指出，缨帽变换湿度分量的低趋势值，特别是负斜率的趋势值会导致火灾的概率增大，因为干旱的条件将促进泥炭湿地生成更多的燃料。
![]()
缨帽变换(Tasseled Cap Transformation)是经典的遥感影像专题信息增强方法。虽然它由Kauth和Thomas (1976)提出至今已近50年，但仍是遥感信息处理的重要方法之一。只要有新的传感器问世，便有新的对应的缨帽变换系数提出。如针对Landsat-8 OLI传感器的缨帽变换系数就有3套；针对Sentinel-2 MSI传感器的缨帽变换系数也有2套。我们于2019年提出的Sentinel-2 MSI传感器的缨帽变换系数是该传感器应用最多的缨帽变换系数，已被SCI引用39次。缨帽变换的3个分量中，最难开发的是湿度分量，以致很多传感器都将其泛称为第三分量，而不明确称为湿度分量。此次加拿大学者的成功应用，进一步证明了我们提出的湿度分量的有效性。
Shi, T., Xu, H., 2019. Derivation of Tasseled cap transformation coefficients for Sentinel-2 MSI at-sensor reflectance data. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 12, 4038–4048. https://doi.org/10.1109/JSTARS.2019.2938388.N. Pelletier, K. Millard, S. Darling. 2023. Wildfire likelihood in Canadian treed peatlands based on remote-sensing time-series of surface conditions. Remote Sensing of Environment, 296, 113747. https://doi.org/10.1016/j.rse.2023.113747
