用於追蹤野火和極端天氣的新一代GOES系列衛星

森林火災是影響森林生態系統最為嚴重的災害類型之一。據全球森林火災監測在線平臺（GFW Fires）統計，2019年全球發生森林火災451萬起（火災面積超過100公頃）。森林火災不僅對林業資源造成巨大經濟損失，還改變整個生態系統的碳循環過程和碳分布格局，破壞全球生態系統平衡。隨著森林火災發生頻率和強度不斷增大，開展有效的森林火災監測刻不容緩。

衛星作為有效的森林火災探測和監測工具之一，已被全球各國廣泛使用。不僅可以監測森林火災，還可以提供有關火災的位置、規模、持續時間、溫度及熱量輸出等信息。美國國家航空航天局（NASA）使用兩種不同類型的衛星系統幫助追蹤野火：極地軌道衛星系統和對地靜止軌道衛星系統。Terra和Aqua衛星以及NASA-NOAA的Suomi NPP衛星等極地軌道衛星每天最多可提供兩次全球火災和煙霧的詳細視圖。Terra和Aqua衛星搭載的中解析度成像光譜儀（MODIS）收集的數據，一直用於監測野外火災。最新的進展為在多年的野火舊數據上使用神經網絡模型，然後自動確定野火的出現位置，方法的準確度超過99％。目前使用舊數據的確可以改善對未來火災的預測，但如果林火監測員想要獲取更多火災數據時（如進行方向和熱強度等信息），MODIS則無法達到理想的解析度。

相比之下，像靜止環境觀測衛星（GOES）（由美國國家海洋和大氣管理局（NOAA）運行，但由NASA設計和製造）這樣的對地靜止軌道衛星與地面相對靜止，固定在赤道上空，這使得對地靜止軌道衛星能夠對地球的一部分進行頻繁的重複成像（每5分鐘一次），當野火爆發時，可能會更快地做出響應。但是，它們的空間解析度通常要比極地軌道衛星低，極地軌道衛星的飛行高度要低得多（大約距離地球表面700公裡）。GOES-R系列衛星是新一代靜止環境觀測衛星，主要用於天氣觀測與預報，能夠追蹤雷暴、颶風、龍捲風以及其他極端天氣的實時發展變化，還能讓氣象學家跟蹤擴散的野火煙霧或火山灰。

圖1 GOES-West和GOES-East衛星

該系列衛星採用先進基線成像儀（ABI）技術探測火災產生的熱信號，以實時跟蹤森林火災，並向空氣品質建模輸入數據，監測火災地區的空氣品質。ABI能以不同的光譜頻段（除了可見光的可見光波長外，成像儀還支持近紅外和紅外光譜範圍內的其他15個光譜波段，不同的通道可以幫助預測者區分雲、水蒸氣、煙霧、冰和火山灰），對地球天氣、海洋和環境進行成像。GOES-R衛星的火災監測與特性（FDC）數據產品，利用可見光和紅外（IR）ABI光譜通道定位起火位置並監測火災特徵。一旦發現火災，就可以預計火災的規模和溫度，同時計算火災的熱強度。

GOES-R系列衛星的ABI頻段，可為森林火災監測員提供更多信息。快速掃描功能，能夠每分鐘提供一次詳細的高清圖像，也意味著GOES-R系列衛星可以更詳細的觀察火災的情況，更快的探測起火點，並實時跟蹤火情的發展和蔓延，從而探測火災變化，預測火災運動方向。其中，GOES-West（GOES-17）和GOES-East（GOES-16）衛星（圖1）最慢為每5分鐘掃描一次加利福尼亞州（2個衛星/每天掃描288次）；每顆衛星均有兩個可移動的浮動區域，每30秒~1分鐘掃描一次；通過提高時間和空間的解析度，GOES-R系列衛星可用於監測更小範圍的火災（約為2公裡）。GOES-R系列衛星還具有數據快速刷新、延遲低、全天候運行等特點。這些衛星通常能夠在911發出緊急通知前監測到火災，並在報告煙霧後確定起火點的確切位置（圖2）。

圖2 GOES-17拍攝到的2018年8月的加利福尼亞森林火災

GOES-R衛星不僅能夠有效監測到野火災害，而且對探測火災煙霧也至關重要。該系列衛星還具有近實時監測煙霧的能力，能有效協助空中滅火救援工作。林火發生後，濃煙往往導致能見度低，部署滅火飛機和直升機噴灑阻燃劑往往會受到阻礙。GOES-R衛星可以提供有關火災煙塵確切位置和移動信息，幫助滅火指揮員快速部署並做出決策。煙霧探測和監測信息也有助於更好地預測空氣品質。GOES-R系列衛星的優越性不僅體現在林火監測方面，還可以用於預測火災後降雨引發的山洪災害。這些衛星為火災的整個生命周期提供了關鍵數據——從乾旱到火災，再到洪水以及山體滑坡。

編者註：風雲四號是16年底我國發射的靜止軌道定量遙感氣象衛星，與美國GOES-R同屬新一代靜止氣象衛星的先進行列。但就載荷性能而言，GOES-R系列衛星採用先進基線成像儀（ABI）能夠以從可見光到近紅外的16個不同波段觀察地球，可見光解析度達0.5公裡，紅外解析度2公裡，而我國風雲四號A星搭載的多通道的成像儀AGRI可提供可見光、近紅外、水汽及紅外波段等14通道，可見光解析度達0.5公裡，紅外解析度2~4公裡，AGRI略落後於ABI。重點關注區域GOES-R系列衛星可實現每30秒一次拍攝，風雲四號最快則需要1分鐘生成觀測圖像。 （根據www. goes-r.gov等綜述）

【來源：伊春森防】

版權歸原作者所有，向原創致敬