利用Landsat热红外影像探测地下煤火区范围——以乌达煤田为例

doi:10.13474/j.cnki.11-2246.2018.0083

测绘通报 ›› 2018, Vol. 0 ›› Issue (3): 93-97.doi: 10.13474/j.cnki.11-2246.2018.0083

利用Landsat热红外影像探测地下煤火区范围——以乌达煤田为例

张志敏^1,2, 江利明^1,2, 柳林^1,3, 汪汉胜^1,2

1. 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室, 湖北武汉 430077;
2. 中国科学院大学, 北京 100049;
3. 华中科技大学物理学院, 湖北武汉 430074

收稿日期:2017-06-23 修回日期:2017-09-15 出版日期:2018-03-25 发布日期:2018-04-03
作者简介:张志敏(1989-),女,博士生,主要研究方向为热红外遥感和山地冰川物质、能量平衡等。E-mail:zhangzhimin12@mails.ucas.ac.cn
基金资助:
中科院战略性先导科技专项（XDA05030200）；中科院百人计划项目（Y205771077）

Detecting the Underground Coal Fire by Using Landsat Thermal Infrared Imagery-Taking Wuda Coalfield as an Example

ZHANG Zhimin^1,2, JIANG Liming^1,2, LIU Lin^1,3, WANG Hansheng^1,2

1. State Key Laboratory of Geodesy and Earth's Dynamics, Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China;
2. University of the Chinese Academy of Sciences, Beijing 100049, China;
3. School of Physics, Huazhong University of Science and Technology, Wuhan 430074, China

Received:2017-06-23 Revised:2017-09-15 Online:2018-03-25 Published:2018-04-03

摘要/Abstract

摘要：

以Landsat系列热红外影像为主要数据源，采用阈值分析技术，提取了乌达煤田2002年、2007年和2013年地下煤火燃烧范围。结果表明，大规模的煤田开采活动导致2007年火区面积比2002年增加将近一倍，但随着2010年大范围灭火工作的展开，到2013年火区灾情得到了有效遏制。与地面实测数据相比较，遥感估算的火区面积误差为5%~10%，但白天太阳辐射导致地表温度反演精度低于夜间，煤火区虚检率偏高。Landsat系列数据以其空间分辨率高、重访周期短、覆盖范围大等优势，在煤田火区动态监测方面具有突出的应用潜力。

关键词: Landsat, 乌达煤火, 热红外遥感, 地表温度

Abstract:

In this paper,we use the threshold analysis technique to extract coal fire area of 2002,2007 and 2013 in Wuda coalfield on the basis of Landsat thermal infrared dataset.The results show that the coal fire area in 2007 is nearly doubled of that in 2002 due to extensive coal extraction,however,the coal fire in 2013 is effectively limited because of the extinguishing activities since 2010.Comparisons with the in-situ data manifest the error estimated by remote sensing is about 5%~10%,and solar radiation in the day leads lower inversion accuracy than the night,which causing higher virtual screening rate.Landsat imageries have important application potential in coal fire dynamic monitoring with its advantage of high spatial resolution,short revisiting cycle and large coverage.

Key words: Landsat, Wuda coal fire, thermal infrared remote sensing, land surface temperature

中图分类号:

P237

张志敏, 江利明, 柳林, 汪汉胜. 利用Landsat热红外影像探测地下煤火区范围——以乌达煤田为例[J]. 测绘通报, 2018, 0(3): 93-97.

ZHANG Zhimin, JIANG Liming, LIU Lin, WANG Hansheng. Detecting the Underground Coal Fire by Using Landsat Thermal Infrared Imagery-Taking Wuda Coalfield as an Example[J]. 测绘通报, 2018, 0(3): 93-97.

参考文献

[1] 张建民.中国地下煤火研究与治理[M].北京:煤炭工业出版社,2008:3-10.
[2] PENG W,VAN GENDEREN J,KANG G,et al.Estimating the Depth of Underground Coal Fires Using Data Integration Techniques[J].Terra Nova,1997,9(4):180-183.
[3] ZHUKOV B,LORENZ E,OERTEL D,et al.Spaceborne Detection and Characterization of Fires During the Bi-spectral Infrared Detection (BIRD) Experimental Small Satellite Mission (2001-2004)[J].Remote Sensing of Environment,2006,100(1):29-51.
[4] JIANG L,LIN H,MA J,et al.Potential of Small-baseline SAR Interferometry for Monitoring Land Subsidence Related to Underground Coal Fires:Wuda (Northern China) Case Study[J].Remote Sensing of Environment,2011,115(2):257-268.
[5] ZHANG J,WAGNER W,PRAKASH A,et al.Detecting Coal Fires Using Remote Sensing Techniques[J].International Journal of Remote Sensing,2004,25(16):3193-3220.
[6] SLAVECKI R.Detection and Location of Subsurface Coal Fires[C]//Proceedings of the Third Symposium on Remote Sensing of Environment.Ann Arbor MI,USA:[s.n.],1964:537-547.
[7] GANGOPADHYAY P,MAATHUIS B,VAN DIJK P,ASTER-derived Emissivity and Coal-fire Related Surface Temperature Anomaly:a Case Study in Wuda,North China[J].International Journal of Remote Sensing,2005,26(24):5555-5571.
[8] KUENZER C,ZHANG J,SUN Y,et al.Coal Fires Revisited:The Wuda Coal Field in the Aftermath of Extensive Coal Fire Research and Accelerating Extinguishing Activities[J].International Journal of Coal Geology,2012,102:75-86.
[9] 蒋卫国,武建军,顾磊,等.基于夜间热红外光谱的地下煤火监测方法研究[J].光谱学与光谱分析,2011,31(2):357-361.
[10] 谭琨,廖志宏,杜培军.基于DEM的煤火自燃温度反演算法研究[J].煤炭学报,2014,39(S1):105-111.
[11] MONTANARO M,GERACE A,LUNSFORD A,et al.Stray Light Artifacts in Imagery from the Landsat 8 Thermal Infrared Sensor[J].Remote Sensing,2014,6(11):10435-10456.
[12] 张瑜,黄曦涛,韩玲,等.西安市城市热岛效应影响因子分析研究[J].测绘通报,2015(10):47-51.
[13] 李小军,辛晓洲,江涛,等.卫星遥感地表温度降尺度的光谱归一化指数法[J].测绘学报,2017,46(3):353-361.
[14] JIMÉNEZ-MUÑOZ J,SOBRINO J.A Generalized Single-channel Method for Retrieving Land Surface Temperature from Remote Sensing Data[J].Journal of Geophysical Research,2003,108(D22):23-29.
[15] 覃志豪,李文娟,徐斌,等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004(3):28-36.
[16] 蒋卫国,武建军,顾磊,等.基于遥感技术的乌达煤田火区变化监测[J].煤炭学报,2010,35(6):964-968.

利用Landsat热红外影像探测地下煤火区范围——以乌达煤田为例

Detecting the Underground Coal Fire by Using Landsat Thermal Infrared Imagery-Taking Wuda Coalfield as an Example

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王春霞, 张俊, 李屹旭, 范成成. 一种基于Landsat 8的多波段组合水体指数模型[J]. 测绘通报, 2022, 0(5): 20-25.
[2]	王晓晓, 韩留生, 杨骥, 李勇, 张大富, 孙广伟, 范俊甫. Sentinel-2与Landsat 8数据组合下的多特征冬小麦面积提取[J]. 测绘通报, 2022, 0(3): 111-115.
[3]	赵恒洋, 刘鑫, 赵尚民. 基于长时间序列遥感数据的太原市建成区近50年扩张规律分析[J]. 测绘通报, 2021, 0(9): 83-88.
[4]	王树祥, 韩留生, 杨骥, 李勇, 赵倩, 刘杨晓月, 吴昊. 一种改进的融合多指标荒漠化等级分类方法[J]. 测绘通报, 2021, 0(4): 8-12.
[5]	高瑞, 王志勇, 周晓东, 刘睿. 利用多时相遥感监测与分析黄河三角洲湿地变化动态[J]. 测绘通报, 2021, 0(4): 22-27.
[6]	段雅鸣, 张锦水, 朱爽. 基于深度卷积神经网络的云检测方法[J]. 测绘通报, 2021, 0(4): 33-39.
[7]	陈明辉. 利用Landsat卫星影像进行东莞市地表温度反演与变化分析[J]. 测绘通报, 2021, 0(3): 60-68.
[8]	符宝玲, 琚锋, 赵伟忠, 许星. 利用Landsat 7与GF-1 WFV影像反演地表温度[J]. 测绘通报, 2021, 0(11): 124-127,135.
[9]	何佳君, 刘向铜, 涂梨平, 徐看, 何紫玲, 宋昊航, 刘欢. 南昌地区不透水面信息自动提取[J]. 测绘通报, 2020, 0(8): 1-4.
[10]	周峰, 廖钰冰, 李娜. 多时相Landsat影像的平原河网区不透水面信息提取方法与应用[J]. 测绘通报, 2020, 0(1): 94-97,106.
[11]	刘金丽, 陈钊. Landsat 8多光谱数据辅助下的高分影像多尺度分割[J]. 测绘通报, 2019, 0(9): 38-43.
[12]	金珊合, 张育庆, 杨俊. 城市局部气候分区对地表温度的影响——以大连市区为例[J]. 测绘通报, 2019, 0(4): 87-90.
[13]	肖祥红, 刘海洋, 郭云开. 基于混合像元分解理论的路域植被等量水厚度遥感反演[J]. 测绘通报, 2019, 0(12): 83-86,95.
[14]	章晓洁, 邓艳芬, 张亚超, 蒋芸芸, 邱桔斐. 利用Sentinel-2A多光谱成像仪与Landsat 8陆地成像仪影像进行普陀山岛植被分类效果比较[J]. 测绘通报, 2019, 0(10): 97-100.
[15]	苏俊如, 吕芳, 杨俊. 城市建筑水平特征对城市热环境效应的影响——以大连市中山区为例[J]. 测绘通报, 2018, 0(8): 111-114.