火灾是一种全球性的自然灾害,与全球气候变化关系密切。过火区指植被燃烧后尚未恢复到原来状态的区域,快速、准确地获取过火区信息有助于碳循环和气候变化研究的开展,同时过火区制图还可用于保护和恢复受火灾影响的自然生态系统研究。遥感技术具有快速、宏观、持续获取地表信息的优势,已经成为过火区提取的重要方式。近几年,基于不同遥感数据已经生产出多种过火区提取产品,相关产品可以为生态系统、气候和碳循环模型、林火动态等研究提供全球信息。特别是我国2013年发射的风云三号C卫星(FY-3C)搭载的中分辨率光谱成像仪(MERSI)具有多光谱和高分辨率成像的特点,可以探测到可见光、近红外的反射辐射和热红外发射辐射,其数据能够生成每日全球无缝隙覆盖的影像,以较高的频率实现地表观测,在全球灾害监测上有显著优势。本文采用FY-3C MERSI数据,充分利用过火区特征,基于图像增强法对过火区的提取进行研究。火灾会破坏植物的生理结构,降低植被覆盖度,导致影像上的植被光谱特征发生变化。在众多提取过火区的遥感方法中,最常用对木炭、灰烬、水分和植被变化敏感的波段构建光谱指数增强过火区。根据FY-3C MERSI数据的波段特点,本文首先分析并选取了对过火区较为敏感的波段和指数,基于其在单时相和多时相影像中的过火特征,初步提取研究区中的过火区。其次考虑到过火区在整幅影像上具有显著性特征,识别图像显著性特征的方法已逐渐用于遥感影像处理中,本文采用了一种快速、精准、尺寸感知的显著对象检测方法(Fast,Accurate,and Size-Aware Salient Object Detection,FASA)实现过火区的信息增强。其通过估算显著性目标的位置和尺寸对其进行提取,具有既快速又准确的优势。本研究中,FASA方法先在均匀的CLEL*a*b颜色空间中量化颜色,通过计算量化后颜色的空间中心和差异,获得显著对象的位置和尺寸,其次构建显著对象的位置、尺寸和显著概率的关系模型,并通过显著对象的位置和尺寸的估计值计算图像的显著性概率。最后,用量化后的颜色计算全局对比度,并与显著性概率相结合,生成最终的显著图。我们认为利用波段的光谱指数初步提取过火区的基础上,通过FASA对影像中的过火区进行增强处理,可将影像上整个过火区作为感兴趣区域提取出来,再采用形态学的方法做进一步用处理,可达到过火区精提取的目的。最后,本文采用FY-3C MERSI数据,选取两个实验区对过火区实现增强提取实验,并将所得的结果同Landsat 8 OLI人工解译的参考结果进行了比对验证,同时与归一化燃烧率指数(Normalized Burn Ratio,NBR)阈值法提取的过火区结果比较。结果表明,图像增强法的整体精度较高,两个研究区中显著性增强法的kappa系数达到了0.67以上,比NBR阈值法高0.2。我们认为,非过火原因导致的植被变化对其影响较少,与NBR阈值法相比具有一定的稳定性。本文选取的研究区条件相近,后续可以用该方法对不同条件的多种过火区开展提取实验,探讨上述提取方法在不同气候、植被类型下适用性。另外,新发射的FY-3D MERSI性能较FY-3C MERSI有所提升,未来可以用该数据做后续研究。