使用SPOT 卫星图像监测 2025 年洛杉矶山火

2025 年 1 月 7 日，洛杉矶发生的一系列山火造成了灾难性的破坏，一些火势至今仍在蔓延。在这个故事中，我们从空中客车公司获得了高分辨率卫星图像，并监测了破坏程度。

卫星数据

艾奥伊

根据加州林业和消防部门的报告，我们选择了伊顿火灾作为关注区域，该区域受损严重。

卫星平台

我们从空中客车运营的SPOT 卫星获取了存档图像。交付的全色锐化图像在蓝色、绿色、红色和近红外光谱带中具有 1.5 米的空间分辨率。

收购日期

我们分别于 2024 年 12 月 15 日和 2025 年 1 月 10 日获取了之前和之后的图像。

可视化

下图显示了获取的 RGB 颜色的 SPOT 图像。

从发布的照片​​来看，中心有一股浓烟和烧毁的建筑物，呈黑斑状。

分析

首先，我们检查了每个光谱带。

以前的

邮政

在之前的图像中，看不到太大的差异。然而，在后期图像中，不同波长之间存在明显的特征。
由于瑞利散射，较短的蓝色波长被烟雾颗粒高度散射，导致蓝色波段的反射率较高。
在近红外波段，看不到烟雾，并且由于植被减少，燃烧的建筑物区域也表现出非常低的反射率。

然后，我们通过对蓝色和近红外反射率值进行阈值处理来提取烟雾和烧毁区域。下图分别显示了提取的烟雾和烧毁建筑物的蒙版图像。

带蓝色的面具>1.5

带 NIR<0.13 的掩模

最后，为了监测受影响区域（烟雾、火灾和受损物体），我们对提取的蒙版进行了逻辑或运算符。下图显示了与 RGB 图像叠加的最终结果。

尽管光谱阈值方法比较简单，但预测结果与实际损伤区域似乎吻合得很好。这一结果表明了快速损伤评估的潜力。

限制

我们的方法有局限性。由于光谱阈值过高，高亮或暗区（如裸露的岩石、反光的建筑物和阴影）会被错误分类。加入短波或热红外数据将显著提高准确度。短波红外受烟雾影响较小，热红外可以直接检测火灾烟雾。