无人机多光谱遥感中植被指数与森林地表可燃物载量关系研究*

周宇飞 王振师 钟映霞 李 强魏书精 吴泽鹏 戴瑞坤 李小川

（广东省林业科学研究院/广东省森林培育与保护利用重点实验室，广东 广州 510520）

森林可燃物是森林火灾发生的物质基础[1-2]。在分析森林是否可以被引燃，以及研究森林火灾如何蔓延等林火行为的时候，可燃物是一项至关重要的因子[3-4]。可燃物载量的大小直接影响林火燃烧强度、火焰高度以及蔓延速度等林火行为[4-5]。然而，森林可燃物载量调查具备较强的专业性，并易受地理环境影响，野外采集工作量大，且当森林火灾发生后很难实现调查工作。

卫片、航片等多光谱遥感数据可以获取较大范围森林影像，为减少野外调查工作提供可能[6]。随着遥感技术理论的不断提高，遥感数据愈加精准和清晰，利用无人机搭载多光谱扫描仪对森林可燃物进行调查成为新的方法和趋势[7-8]。当前利用无人机多光谱遥感研究主要集中在可燃物分类[9-10]，对可燃物载量的研究相对较少。无人机机载激光雷达虽可获取地表可燃物的结构数据[11-12]，但其建模运算较为复杂，且立体点云很难如多光谱遥感一样具体到每一个栅格都有数据。本文研究无人机多光谱遥感中植被指数与森林地表可燃物载量之间的潜在关系，以建立植被指数与森林地表可燃物载量之间的模型。

1 材料与方法

1.1 试验区概况

试验区位于广东省佛山市高明区荷城镇坑边村，地处北纬22°57’23”至22°57’45” ，东经112°46’45”至112°47’10”之间，面积约40 hm2。该试验区距离2019 年12 月5 日佛山市高明区凌云山重大森林火灾火烧迹地不到500 m，属南亚热带季风气候区，主要植被包括马尾松Pinus massoniana、湿地松Pinus elliottii、桉树Eucalyptusspp.樟树Cinnamomum camphora、木荷Schima superba、格木Erythrophleum fordii、黧蒴栲Castanopsis fissa、红锥Castanopsis hystrix、榕树Ficus microcarpa、潺槁树Litsea glutinosa、各种杂灌木和竹子，基本涵盖佛山高明“12.5”重大森林火灾中的主要植被类型。

1.2 样方设置及地表可燃物载量采集

可燃物载量以烘干可燃物载量为准。为了验证植被指数与实际地表可燃物载量之间的关系，采用网格采样法和随机采样法结合，在试验区内设置1 m×1 m 的样方50 个，其中按照100 m 网格设置样地36 个，按不同林分类型设置随机样地14 个。将50 个样方内所有可燃物按照活可燃物及死可燃物分别采集装袋，烘干后量测其烘干可燃物载量，以建立各林分的地表可燃物载量模型。试验区及样方分布如图1。

图1 试验区及样方分布Fig.1 Distribution map of test area and sample plots

1.3 无人机多光谱数据采集及植被指数获取

使用经纬M300 旋翼无人机搭载多光谱及高清镜头，采用正射投影方式对试验区影像数据进行采集。采集得到的多光谱数据经过辐射定标、反射校正和几何校正后，利用SpectrononPro 软件进行拼接，最后使用ENVI 软件获取试验区的归一化植被指数NDVI（图2）和增强植被指数EVI（图3）。

图2 试验区归一化植被指数NDVIFig.2 NDVI of the experimental area

图3 试验区增强植被指数EVIFig.3 EVI of the experimental area

2 结果与分析

2.1 测试结果

将50 个样方按照植被类型分成湿地松林、马尾松林、灌草地、阔叶林和竹林5 种类型，各样方位置、类型、植被指数和载量基本情况见表1。正射影像与样方实测坐标经过RTK 校正后的精度在10 cm 以内，足以满足精校正的要求。

表1 各样方基本情况Tab.1 Basic situation of each sample

载量/kg Lord阔叶林 112°47’4.50” 22°57’25.07” 0.812 0.517 1.576 0.561 2.137阔叶林 112°47’8.00” 22°57’28.32” 0.823 0.5 0.494 5.070 5.564阔叶林 112°46’57.46” 22°57’31.56” 0.822 0.425 0.821 0.839 1.660阔叶林 112°47’8.00” 22°57’31.56” 0.801 0.475 0.560 0.525 1.085阔叶林 112°47’8.00” 22°57’34.82” 0.77 0.533 1.416 0.330 1.746阔叶林 112°46’46.92” 22°57’38.06” 0.912 0.872 0.898 1.035 1.933阔叶林 112°46′54.35″ 22°57′30.08″ 0.42 0.113 1.499 5.027 6.526阔叶林 112°47′05.94″ 22°57′36.06″ 0.846 0.708 0.616 0.517 1.133阔叶林 112°47′6.03″ 22°57′42.34″ 0.855 0.718 1.335 0.601 1.936竹林 112°47’4.50” 22°57’31.56” 0.703 0.555 1.469 1.333 2.802竹林 112°47’4.50” 22°57’34.82” 0.805 0.484 0.954 1.631 2.585竹林 112°47’8.00” 22°57’38.06” 0.822 0.597 0.867 1.190 2.057竹林 112°47’8.00” 22°57’41.31” 0.88 0.75 0.953 1.382 2.335竹林 112°47′3.36″ 22°57′31.49″ 0.87 0.677 0.544 1.291 1.835竹林 112°47′5.13″ 22°57′41.26″ 0.778 0.432 1.764 1.334 3.098类型Type东经Longitude Latitude NDVI EVI 活可燃物干质量/kg Dry weight of live fuel北纬 死可燃物干质量/kg Dry weight of dead fuel

以X轴表示植被指数，Y轴表示地表可燃物载量，NDVI 与地表可燃物载量、EVI 与地表可燃物载量的离散图如图4 所示。

图4 植被指数与地表可燃物载量离散图Fig.4 Discrete map of VI and surface fuel load

2.2 地表可燃物载量分析

对地表可燃物载量的统计分析见表2。50 个样地烘干可燃物载量在1.085～7.893 kg 之间，平均载量3.933 kg，从各类型地表可燃物载量来看，湿地松林内地表可燃物载量最高，马尾松、灌草地其次，阔叶林和竹林地表可燃物载量较少。

表2 地表可燃物载量统计分析Tab.2 Statistical Analysis of surface fuel load

对各类型地表可燃物载量与其它类型进行差异显著性检验，主要利用T检验，计算P值。其检验结果如表3 所示。一般情况下，T检验的P值可以表示有无显著差异。在统计学中，当P值小于0.05 说明差异显著，P值小于0.01 说明差异极显著，P值大于0.05 说明差异不明显[13]。

表3 载量显著差异检验（P 值）Tab.3 Load significant difference test (P value)

从表中可以看到，竹林与其它类型地表可燃物载量差异极显著，湿地松林和阔叶林与其它类型地表可燃物载量差异显著，马尾松林与灌草地的地表可燃物载量与其它类型差异不明显。这种差异不明显的原因可能是马尾松林与灌草地内地表植被种类更为丰富，不同样地由于地表植被种类差异较大而导致载量波动较大引起的。

2.3 植被指数与地表可燃物载量关系分析

皮尔逊相关系数r（以下简称r）在统计学中通常用来度量两组数据之间的线性相关程度[14]。本文中，采用r分别度量植被指数与各类型地表可燃物载量之间的线性相关程度，其r值见表4。

表4 植被指数与各类型地表可燃物载量的r 值Tab.4 R value between vegetation index and various types of surface fuel loads

一般情况下，r的绝对值在0 至0.09 之间表示两组数据无相关性，在0.1～0.3 之间表示两组数据之间有弱相关性，在0.3～0.5 之间表示两组数据中等相关，在0.5～1 之间表示两组数据强相关[15]。由表中可见，NDVI 和EVI 与地表可燃物载量存在中等相关性；NDVI 与灌草地、阔叶林和竹林的地表可燃物载量强相关；EVI 与阔叶林和竹林的地表可燃物载量强相关；NDVI 与马尾松林的地表

可燃物载量中等相关。其余类型与植被指数之间的相关性较小。

对于具有中等强度和强相关性的两组数据，以X表示植被指数值，Y表示地表可燃物载量，可采用线性函数进行拟合。

可以建立NDVI 与地表可燃物载量的线性回归模型为：

Y= -5.935 4X+ 8.466 3 ··························（1）

EVI 与地表可燃物载量的线性回归模型为：

Y= -5.848 5X+ 6.727 1 ························ （2）

其余类型地表可燃物载量与植被指数的拟合函数见表5。

表5 各植被类型地表可燃物载量与植被指数的拟合函数Tab.5 Fitting function of surface fuel load and vegetation index for each vegetation type

3 结论与讨论

50 个样方平均载量3.933 kg，即每公顷39.33 t，超过发生重特大森林火灾每公顷30 t 的临界值[15]，说明该试验区地表可燃物载量很高。这其中，湿地松林内地表可燃物载量最高，阔叶林和竹林地表可燃物载量较少。竹林与其它类型地表可燃物载量差异极为显著，湿地松林和阔叶林与其它类型地表可燃物载量差异显著，马尾松和灌草地由于地表植被种群差异较大，与其它类型地表可燃物载量差异不明显。

NDVI 和EVI 这两种植被指数均与地表可燃物载量存在着中等强度的相关性，说明可以在一定程度上构建这两种植被指数对应地表可燃物载量的模型。本文列出了这两种植被指数与地表可燃物载量的模型，见式（1）和式（2）。NDVI 与马尾松林、灌草地、阔叶林和竹林的地表可燃物载量均存在中等或强相关，而EVI 仅与阔叶林和竹林的地表可燃物载量存在强相关，表明利用NDVI 更能建立与地表可燃物载量的线性关系。

由于本文仅在同一地区采集相关数据，且只采集了50 个样地的数据，有必要在更多不同地区采集更多样地的数据，以使结论更具有代表性和普适性。由于植被指数种类众多，可以进一步用本文方法获取其它植被指数与地表可燃物载量之间的关系，或可找到一种对于计算地表可燃物载量更具普适性的植被指数。