ENVI实战：利用MODIS火点与土地覆盖数据精准锁定秸秆焚烧区域
1. 秸秆焚烧监测的技术背景
每年农作物收获季节，秸秆焚烧问题都会成为环境监测的重点关注对象。传统的人工巡查方式效率低下且成本高昂，而卫星遥感技术为我们提供了一种高效、大范围的监测手段。MODIS（中分辨率成像光谱仪）作为搭载在Terra和Aqua卫星上的重要传感器，其热异常产品（MOD14/MYD14）能够准确识别地表火点，为秸秆焚烧监测提供了数据基础。
但单纯的火点数据并不能直接判定是否为秸秆焚烧，因为森林火灾、工业热源等也会产生类似信号。这就需要结合土地覆盖数据（如MCD12Q1）进行交叉验证。ENVI作为遥感领域的专业软件，能够高效处理这两种数据的空间分析，实现精准识别。
我在实际项目中发现，这套方法不仅能识别焚烧区域，还能通过时间序列分析掌握焚烧规律。比如华北平原的秸秆焚烧往往集中在夏收和秋收后的1-2周内，这种时空特征可以帮助环保部门提前部署巡查力量。
2. 数据准备与预处理
2.1 MODIS数据获取
NASA官网提供了MODIS数据的免费下载服务。以火点产品MOD14为例，我通常这样操作：首先进入LAADS DAAC网站，选择产品类型为"MOD14"（Terra卫星）或"MYD14"（Aqua卫星）。时间选择上要注意UTC时间与当地时间的转换，比如北京时间需要加8小时。
空间范围选择有技巧：如果关注某个省份，建议选择比行政边界大1-2个经纬度的范围，避免边缘数据缺失。下载时选择hdf格式，这个格式保留了所有元数据信息。我习惯同时下载对应的地理定位文件MOD03，这对后续处理很关键。
2.2 土地覆盖数据准备
MCD12Q1是MODIS的年度土地覆盖产品，包含5种分类方案。对于秸秆焚烧监测，我推荐使用"IGBP"分类方案，其中的第12类（Croplands）就是我们需要的农用地信息。下载时要注意选择与火点数据相同年份的版本，避免因土地覆盖变化导致误差。
有个实用技巧：可以先下载全年合成的数据，再根据需要裁剪研究区域。ENVI的Subset Data工具可以轻松完成这个操作，记得保存时选择ENVI标准格式（.dat），方便后续处理。
3. 火点提取关键技术
3.1 地理定位处理
原始MODIS火点数据需要经过地理校正才能使用。我总结了一个稳定流程：首先用MOD03数据构建GLT（地理查找表）。在ENVI的Toolbox中选择/Geometric Correction/Build GLT，分别指定经度和纬度数据集。这里有个坑要注意：投影参数建议选择"Geographic Lat/Lon"，坐标系选WGS-84。
完成GLT构建后，使用Georeference from GLT工具对火点数据进行校正。输出时建议选择"BIP"交错方式，这样处理速度最快。校正后的数据会显示规则的地理坐标，可以通过叠加行政区划矢量数据验证定位精度。
3.2 火点像元提取
根据MODIS产品说明，DN值为7-9的像元代表火点。在ENVI中有两种提取方式：对于初学者，可以使用Raster Color Slice功能直观查看火点分布；专业用户建议用Band Math工具输入表达式："b1 ge 7 and b1 le 9"，其中b1代表火点波段。
提取后的火点需要转换为矢量格式。我习惯使用Convert Raster to Vector工具，设置8连通域，这样可以避免产生过多碎片多边形。保存为shapefile时，记得添加属性字段记录火点强度值，这对后续分析很有帮助。
4. 农用地信息提取
4.1 数据预处理
MCD12Q1数据需要特别注意投影转换。首先通过View HDF Global Attributes查看原始投影参数，通常都是Sinusoidal投影。在ENVI中使用Reproject GLT工具转换到地理坐标系时，建议选择双线性重采样，这样能保持分类数据的完整性。
有个常见问题：直接转换可能导致边缘像元错位。我的解决方案是先转换到UTM分区坐标系，再转到WGS-84地理坐标。虽然步骤多了，但精度更有保障。转换后的数据建议用Subset工具裁剪研究区域，可以显著提升处理速度。
4.2 农用地分类提取
根据IGBP分类体系，DN值12代表耕地。提取方法与火点类似，但要注意设置合适的形态学滤波参数。我通常先用3×3的多数滤波去除椒盐噪声，再用Majority/Minority Analysis工具合并细小图斑。
实际应用中会发现，有些新建的农业大棚也会被误判为耕地。这时可以结合高分辨率影像进行人工修正，或者引入NDVI时序数据辅助判断。提取结果建议保存为ENVI ROI格式，方便后续空间分析。
5. 空间叠加分析
5.1 火点与农用地叠加
核心思路是通过空间相交分析找出落在耕地范围内的火点。在ENVI中有两种实现方式：对于矢量数据，使用Intersect工具；对于栅格数据，使用Raster Calculator进行逻辑运算："farmland eq 1 and firepoint eq 1"。
我推荐栅格方法，虽然精度略低但处理速度更快。有个实用技巧：可以先对耕地数据做缓冲分析，设置500米缓冲距离，这样可以捕捉到耕地边缘的焚烧点。运算结果建议用Sieve工具过滤掉面积小于3个像元的区域，去除噪声干扰。
5.2 结果验证与优化
提取的秸秆焚烧点需要实地验证。我通常这样做：随机选取20-30个点，结合Google Earth历史影像查看当时的地表状况。对于存疑的点位，可以引入VIIRS火点数据（375米分辨率）进行交叉验证。
在最近的项目中，我还加入了气象数据辅助判断：排除降雨日期的火点信号，因为潮湿环境下秸秆不易燃烧。这种多源数据融合的方法将识别准确率提升了15%左右。
6. 专题制图与成果输出
6.1 专题图设计
ENVI的制图模块功能强大但设置复杂。我的经验是：先创建基础布局，添加比例尺、指北针和图例；然后通过Layer Manager调整各图层的显示顺序，火点建议用红色醒目显示；最后添加标题和说明文字时，字体大小要适配输出尺寸。
对于省级尺度的制图，建议输出分辨率设置为300dpi，格式选择PDF或PNG。如果需要在WebGIS平台展示，可以导出为KMZ格式，这样能保留所有属性信息。
6.2 统计分析报表
除了空间分布，决策者还需要统计信息。ENVI的Statistics工具可以计算各区域的焚烧点数量和密度。更专业的分析可以用Excel联动：将属性表导出为CSV格式，然后制作时间变化曲线和区域对比柱状图。
我开发过一个自动化脚本，可以一键生成包含面积统计、时空变化趋势的分析报告。这个脚本基于ENVI+Python实现，如果需要可以联系我获取。