基于全红外光谱的火点识别与林火灾后评估

杨远垚，陈海燕，陈邵莹，邱丹妮，王琳,2

(1 福州大学 环境与资源学院，福建 福州 350108； 2 福建省水土流失遥感监测评估与灾害防治重点实验室，福建 福州 350108)

森林是地球上最大的陆地生态环境系统，拥有最复杂的构成方式和最丰富的物产资源，能防风固沙、涵养水源、调节气候、净化空气，是天然的生态屏障[1]。然而，全球每年林火发生次数不下数十万次，受其影响的数百万公顷土地约占全球森林面积0.1%[2]。因此，准确、及时、有效地监测可能和已经发生的森林火灾，对于减少灾害损失、保护森林和野生动物资源，维护生态平衡十分重要。

卫星遥感技术的产生和进步，加快了林火监测和防治技术的发展。相比传统的野外实地调查，遥感卫星的多光谱、高光谱传感器可以大范围、同步识别高温火点和火烧迹地，并快速评估火灾的破坏程度，具有传统手段不可比拟的优势。例如，Long等利用谷歌地球引擎(Google Earth Engine)研发并共享了30 m分辨率的全球尺度火烧迹地遥感产品[3]；Liu等利用归一化燃烧指数(dNBR)作为受害程度评价指标，对2017年5月2日发生在内蒙古毕拉河林场的森林火灾受害程度进行了评价[4]；Li等针对我国高分专项计划发射的7颗民用高分卫星数据特点，研究形成了相应的着火点检测方法[5]；李莹等利用Sentinel-2 数据的红边波段分别构建了基于主成分分析法和新型植被指数的火烧迹地提取算法[6]；曾爱聪等运用数据统计和Mann-Kendall趋势检验法对浙江省进行了森林火灾时空分布规律研究[7]。

总的来说，以往研究多聚焦于不同遥感算法下的火烧迹地或火点识别和提取及其精度研究，而定量化的对火灾损失、强度及其分布特征的研究不多，对灾后植被的恢复模式和恢复速度也缺少明确的认识。有鉴于此，以2018年底美国加州史上死伤最惨重、最具破坏性的“坎普”林火(Camp Fire)为研究对象，充分利用卫星遥感的多光谱感应能力，反演研究区相关植被、火烧迹地和地表温度等关键参数，进行灾时高温火点识别及溯源、灾后植被损失和植被恢复模式评估，以全面分析林火的蔓延原因及其对区域植被的影响，为森林防火、林业生态和安全提供科学的建议和决策依据。

1 数据与方法

1.1 研究区概况

加利福尼亚州位于美国西部太平洋沿岸。面积411 013 km2，地理中心坐标约为西经117°47′，北纬33°41′，平均海拔高度在27.55 m左右。该州南部为沙漠地区，气候干旱；北部则沿海，因雨雪过多冬季常发生水灾，南北自然地理条件截然不同。全州夏季干旱，多阳光，南部为热带沙漠气候，四季及昼夜温差大，年均降水不足254 mm，空气干燥。加州的森林多由各种杉树组成，为易燃的树种，且加州有很多纵列山脉，背风坡容易形成干热风，干热风到达加州的盆地，加剧了这里的干燥气候。这些条件致使加州森林大火频发。

比尤特县(Butte)是美国加利福尼亚州中央谷地的一个县，面积4 344 km2，共有人口203 171人。2018年11月8日该县发生的“坎普”林火是加州史上死伤最惨重、也最具破坏性的一次火灾。过火面积超过60 600 hm2，距离火源最近、仅有2.7万人口的天堂镇(Paradise)几乎被烧成一片废墟。大火造成至少85名平民死亡，3名消防员受伤，摧毁了至少1万8千座建筑物，包括9 700所独户住宅和118栋公寓楼，多个县的市民被迫疏散，大部分损坏发生在火灾发生的头2天，并把天堂镇烧成焦土。

1.2 研究方法

1.2.1 燃烧指数

(1)归一化燃烧指数(Normalized Burn Radio，NBR)

最早被Lopez-Garcia和Caselles用于西班牙区域火烧迹地检测，后改名为归一化燃烧指数NBR[8]，即：

NBR=(ρNIR-ρSWIR)/(ρNIR+ρSWIR)

(1)

式中，ρNIR表示近红外光波段反射率，ρSWIR表示短波红外光波段反射率。NBR取值区间为[-1，1]，与林火烈度呈负相关。为了后续处理过程方便，以1000作为乘数系数使取值结果为正[9]。

(2)差值归一化燃烧指数(difference Normalized Burn Radio，dNBR)

通过差值来判断燃烧的烧伤程度和严重程度[10]。

dNBR=NBRprefire-NBRpostfire

(2)

式中，NBRprefire和NBRpostfire分别代表林火发生前后的研究区影像NBR值。

1.2.2 火区温度及火点提取 本次研究使用Landsat-8卫星的TIRS热红外传感器反演火区的地表温度(Land Surface Temperature，LST) 并以此进行高温火点筛选和提取。Jiménez-Muoz和Sobrino(2014)提出的改进普适性单通道算法(generalized single-channel)能大幅降低大气等因素的不利影响，需要的参数简单，反演精度较高[11]。公式如下：

Ts=γ[ε-1φ1Lsensor+φ2)+φ3]+δ

(3)

式中：Ts代表研究区的LST(K)；ε代表地表比辐射率[12]；Lsensor代表辐射值[W/(m2·sr·μm)]；φ1、φ2、φ3由实际大气水汽含量(Atmospheric water vapour content)中获取；γ和δ代表普朗克定律相关系数[11,13-15]；由USGS的官方公告可知，TIRS11波段存在较大的定标误差，因此采用TIRS第10波段参与反演[16]。

1.2.3 归一化差值植被指数及植被覆盖度 植被指数能直观表达研究区的植被生长状况，植被覆盖度(Fractional Vegetation Coverage，FVC)则可以反映研究区的指标覆盖程度。分别使用归一化差值植被指数(Normalized Difference Vegetation Index，NDVI)[17]和Gutman[18]像元二分FVC模型进行反演。其表达式分别为：

NDVI=(ρNIR-ρRED)/(ρNIR+ρRED)

(4)

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIso)

(5)

式中，ρRED表示红光波段反射率；NDVIsoil代表无植被覆盖区域的NDVI值(如土壤)，NDVIveg代表均为植被覆盖区域的NDVI值。

2 结果与讨论

2.1 过火区范围及火灾程度评估

利用NBR指数处理灾后遥感影像，结合官方受灾数据校正阈值，得到过火区范围，并将dNBR影像按数值高低分为7个区间以评估区域受灾程度，各区间面积及占比情况见表1。

表1 差值归一化燃烧指数统计表Table 1 Statistics of dNBR in the study area

整体来说，区域总烧伤比例达66.53%，面积40 313.88 hm2，林火受灾范围较大，且烧伤区域较为连续。其中，高度烧伤区域紧邻中轻度、中高度烧伤区域，而轻度烧伤区域分布在中轻度以上烧伤区域边缘，面积较大。在林火后能保持一定再生能力的区域占12.42%，面积达7 526.88 hm2，主要分布在未烧伤和轻度燃烧区域及过火区范围的边缘。

从研究区NDVI和FVC变化来看，林火前后研究区的NDVI均值减少了0.152，平均FVC由57.30%下降至45.75%，降幅达11.55%。表明区域植被生长状况变差，植被覆盖面积水平降低，受灾影响较为明显。

2.2 高温火点及溯源分析

2.2.1 高温火点分析 对火灾发生当日2018-11-08的Landsat-8影像反演LST，将其分成10个等级，并选取第10级作为高温火点研究区(图1)。选用2018-10-07和2018-12-26 2幅影像进行比较，计算高温火点研究区的△NDVI和△FVC。在这些区域，其NDVI和FVC变化幅度远大于地表高温点总的植被变化(图2)。利用对应时相的Google Earth高空间分辨率影像，进一步选取7个重点植被受灾区域以分析其植被受灾状况(图3)。

图1 灾时林区LST分级图(2018-11-08)Figure 1 Leveled LST map of forest on fire (2018-11-08)

图2 林火前后各火点NDVI(a)和FVC(b)的变化Figure 2 The changes of NDVI(a) and FVC(b) before and after forest fire

图3 林火前(A-G)，后(a-g)高温火点对比图Figure 3 Comparison of fire points before(A-G) and after(a-g) the fire

统计各个火点林火前后的NDVI均值、△NDVI、FVC均值和△FVC(图3，表2)。结果表明，林火过后，7个火点的NDVI均值和FVC均值均有较大幅度的下降。7个高温火点的NDVI降幅范围为0.15～0.45，是林火灾后全区NDVI降幅的2.5～7.4倍；而FVC降幅为22.6%～49.4%，是林火灾后全区FVC降幅的3.1～6.9倍，可见热红外LST反演技术在高温火点精确定位和受灾程度定量判定上的高效和准确程度。

表2 林火前后NDVI和FVC变化统计Table 2 Statistics of the NDVI and FVC before and after the fire

2.2.2 火点溯源分析 结合以上高温火点分析及加州区域的气候、地势等条件，利用对应时相的Google Earth高空间分辨率卫星影像，将“坎普”林火迅速蔓延并对天堂镇上植被产生严重破坏的原因归结为以下几点：

(1)地表可燃物积累

森林地表可燃物包括地表枯落物、草本植物和矮灌木，通常是许多森林中最危险的可燃物，多出现在长期严控林火的森林生态系统中[19]。地表枯落物是森林火灾燃烧的最有效可燃物，易被引燃，枯落物厚，可燃物载量大，则林火强度大[20]。火点C、火点E、火点G区域中枯枝落叶、站杆、倒木较多；火点A和火点D为伐木区，植被茂密，地面散落大量木材；火点B区域中，地面堆积着大量木材，且以易燃的桉树为主；这几个火点区域中散布着大量地表枯落物，大大增强了被引燃的概率，堆放在地面的大量木材，为火灾迅速蔓延提供了条件，一旦失火会顺着地面迅速蔓延(图4)。

图4 存在地表可燃物的火点Figure 4 The fire points with surface combustibles

(2)气候因素

从长期气候特点来看，美国加州位于北纬32°30′至42°美洲大陆西岸，天气炎热干燥，属典型地中海气候，夏秋季炎热干燥，且空气湿度极低，林火在持续的高温和干旱天气下极易产生。

从本次林火前的近期气候特点来看，加州南部地区降雨量自2018年入秋以来达历史最低，并且由于加州地区山体地势而形成的特有气流“大恶魔”风，在2018年特别强烈，导致即使是初期林火也不可遏制。火点f和火点g区域中可以明显看到火场位于山隘(图5)，风吹过山隘和峡谷时风势加大，这扩大了林火蔓延的规模。当风势到达一定强度后，大风可能将冒着火星的余烬吹到几公里之外的地区，传统灭火方式根本无法奏效。“大恶魔”风还使得火场的风势不断变化，火势的蔓延方向没有明确征兆，更加大了林火的扑救难度。

图5 位于峡谷的高温火点Figure 5 The fire points in the canyon

(3)居民因素

进入21世纪，美国加州南部人口数量迅速增长，有些房地产开发商将一部分灌木林地修建为住宅区。还有部分人群为了逃离繁忙杂乱城市，也搬进了森林社区。但是森林社区在建设过程中忽视了防火隔离带的设置，甚至直接修建在森林附近或内部[21]。而天堂镇所在的峡谷地带容易受到森林火灾的袭击，这种野生地和城市交叉的环境布局具有较大地火灾隐患。火点G就位于民用住宅，若发生火灾，周边区域都将受到直接影响。民宅被引燃后火势迅速向四周蔓延，附近成片的民用住宅一旦集中燃烧，火情就更加无法控制(图6)。

图6 位于居民点的高温火点Figure 6 The fire points in the residential area

(4)政府因素

历次森林火灾之后，美国加州地方政府并没有做出正确决断，而是向民众妥协，依旧允许居民住在火灾高发区，甚至批准在不安全地区继续修筑房屋[21]。这暴露了美国加州地方政府及居民对火灾相关安全知识的认知缺失和灾害防护管理方面的缺陷。

2.3 灾后植被恢复变化

为了评估林火过后过火区的植被恢复情况，使用林火发生前(2018-10-07)，林火发生后半年(2019-06-04)及发生后1 a(2019-10-26)的Landsat-8影像进行分析。结果见表3。

表3 灾后植被NDVI变化Table 3 The change of NDVI after the fire

由表3可知，与灾前相比，林火发生1 a后过火区NDVI均值仍比灾前低0.152，且林火发生后1 a的NDVI仅比林火发生后半年提升0.001，表明灾后植被整体恢复水平较低，速度较慢。将灾后3幅NDVI图像分为6个等级并统计见图7和表4。

图7 灾后NDVI分级图(a：2018年10月；b：2019年06月；c：2019年10月)Figure 7 Leveled NDVI maps after the fire (a：2018.10；b：2019.06；c：2019.10)

表4 灾后不同NDVI等级的面积变化Table 4 Statistics of area changes of different NDVI categories after the fire

由图7表4可知，林火发生后，中高和高植被覆盖区面积显著减少，可见“坎普”林火对高植被覆盖区破坏的严重程度。高植被覆盖区被烧毁后部分转为低、中低和中植被区，同时，森林火灾导致乔木层、灌木层盖度降低时，一定数量的林窗会给草本植物提供充足的光照，使草本层从盖度及物种数量上得到大幅度提升，因而原较低植被覆盖区的面积在灾后会有所增加[22]。

为了更加直观地展示灾后植被恢复速度，计算各等级NDVI的面积的变化速度，结果见图8。

图8 灾后NDVI等级面积变化速率曲线图Figure 8 The area change rate chart of post-fire NDVI categories

结合表4和图8可知，2018年10月至次年10月，中低植被区面积变化速度最快，达到了181.661 hm2/w，其次为中植被区，速度为115.297 hm2/w。在3个时间段里，低植被区面积不断增加，除了由于过火区植被在缓慢恢复所导致，还有植被破坏后土壤退化的原因。结合图7可注意到，增加的低植被区主要是在过火区西南部，该区域地势比较陡峭，灾前植被较为稀疏且沟壑纵横，林火过后，该区域植被破坏严重，土壤呈持续退化状态，水土流失加剧，因此植被覆盖率持续下降。

总体来说，林火过后，中低和中水平植被恢复速度较快，较多的转化为较高水平，这主要是草本植物迅速增多，而高水平植被因破坏严重且破坏面积较大，其恢复速度较慢[23]。灾后1 a内，过火区植被整体恢复情况较差，部分区域甚至出现土壤退化的现象，要使植被完全恢复，还需要较长时间。

3 结论

使用Landsat-8卫星的OLI/TIRS传感器，获取“坎普”林火发生前后的多幅遥感影像，采用NBR指数进行过火区和烧伤程度识别，结合LST反演技术进行高温火点识别及溯源，并进一步对森林灾害损失和植被恢复模式进行评估。研究结果表明，“坎普”林火造成研究区平均植被覆盖度下降11.55%，NDVI均值减少0.152。此外，就受灾程度来说，植被覆盖度高的地区比低的地区受灾更为严重。对灾后植被恢复的研究表明，中低和中水平植被恢复速度较快，高水平植被恢复速度较慢。

根据高温火点及其溯源分析，此次林火的主要原因有：1)研究区内地表可燃物积累，加速火灾蔓延；2)降雨量低，空气湿度低，持续的干旱和高温天气造成山林火灾的易发；3)大批居民入住森林、峡谷地区，蕴含火灾隐患；4)美国加州地方政府及居民对火灾相关安全知识的认知缺失和灾害防护管理方面有缺陷。

有鉴于此，针对类似林火高发区提出如下建议：1)此次火灾事件中发现，地表可燃物的积累导致了火灾发生后的火势快速扩大，应该采取林分改造措施，营造针阔混交林，提高林分质量，减少地表可燃物的数量，从而提高林分的抗火性，达到遵循自然发展规律的生态防火。2)对于中低烧伤区域，植被恢复相对容易，通常不需采取过多的人工干扰措施；而对于重度烧伤区域，植被恢复相对困难，可考虑人工干扰或半人工干扰的植被恢复措施，加快森林恢复。3)优化应急指挥权限体系。完善应急管理体系，简化上报流程，缩短审批时间，提高灾害抢险效率。4)增强野外火灾防范工作的主动性，明确各级政府和各个部门参与野外火灾应急处置工作的职责。同时加大林火方面的科研投入，从基础性和应用性两方面提升林火管理水平。