李曉彤，覃先林，劉樹超，劉 倩

（中國林業(yè)科學(xué)研究院資源信息研究所 國家林業(yè)局林業(yè)遙感與信息技術(shù)實(shí)驗(yàn)室，北京 100091）

森林可燃物是森林火災(zāi)發(fā)生的物質(zhì)基礎(chǔ)，也是發(fā)生森林火災(zāi)的首要條件。通過森林可燃物類型劃分，可以預(yù)測林火蔓延速率和強(qiáng)度，從而推測林火效果并制定防火措施[1]。森林可燃物類型劃分在林火發(fā)生預(yù)報、林火行為預(yù)報、滅火指揮、生物防火等應(yīng)用中具有重要作用[2]?；谶b感數(shù)據(jù)繪制森林可燃物類型圖，與野外調(diào)查方法相比具有覆蓋范圍廣、高時間分辨率以及可實(shí)時更新可燃物信息等優(yōu)點(diǎn)[3]。隨著航空航天遙感技術(shù)在林業(yè)領(lǐng)域的廣泛應(yīng)用，遙感手段逐漸成為獲取森林可燃物參數(shù)的重要途徑。本文總結(jié)了國際上幾種常用的森林可燃物模型，并討論了國內(nèi)外利用遙感數(shù)據(jù)繪制森林可燃物類型圖方法的研究進(jìn)展。

1 森林可燃物模型

由于難以描述一個地區(qū)森林可燃物的所有物理特征，因而在進(jìn)行火險估測和火蔓延研究中，將有足夠共同性的可燃物劃分為同一個組分，這些組分通常被稱為可燃物類型[4]。更具體地說，可燃物類型指具有特定種類、形狀、尺寸排列和連續(xù)性的可燃物元素的可識別組合，它將在特定的燃燒條件下表現(xiàn)出具有特征性的燃燒行為[5]。森林可燃物模型是可燃物類型的定量描述?；馂?zāi)模型是方程式，而可燃物模型則是描述火災(zāi)模型所需可燃物類型的數(shù)字列表。因此，建立可燃物模型是對每種可燃物類型物理參數(shù)的數(shù)值描述。在不同的生態(tài)系統(tǒng)中，可燃物類型可能相似，但與之相關(guān)的可燃物模型可能不同[6]。

美國在可燃物模型方面研究最早，提出較多分類方法。美國國家森林火險等級系統(tǒng)（National Fire Danger Rating System ，NFDRS）依賴于當(dāng)?shù)貙?shí)時的天氣信息，并基于可燃物模型來預(yù)測火災(zāi)發(fā)生潛力和季節(jié)變化趨勢。在該系統(tǒng)1978年版本中，將可燃物模型由9個擴(kuò)展到20個，每個可燃物模型均包括活可燃物載量、死可燃物載量以及含水率等屬性[7]。

在NFDRS系統(tǒng)可燃物類型的基礎(chǔ)上，An?drews[8]建立了BEHAVE火行為模型，又稱為北方林火實(shí)驗(yàn)室（Northern Forest Fire Laboratory，NFFL）森林可燃物模型。該模型根據(jù)地表可燃物性質(zhì)將美國的可燃物分為13種可燃物模型共4組（草本、灌木、林下凋落物、采伐剩余物及基部堆積物）。除此之外，用戶還可以根據(jù)實(shí)際情況自行開發(fā)定制可燃物模型，但該系統(tǒng)中缺乏可燃物載量、層次以及樹冠火等信息的輸入，因此在預(yù)測林火方面存在一定的誤差。在此之后，出現(xiàn)了FARSITE系統(tǒng)，該系統(tǒng)包含了地表和樹冠可燃物模型，該系統(tǒng)在NFFL可燃物模型的基礎(chǔ)上增加了冠層可燃物參數(shù)，包括冠層覆蓋率、冠層高度、冠層容重等，標(biāo)志著新的可燃物類型劃分方法[9]。

Sandberg[10]建立了可燃物特征分類系統(tǒng)（Fuel Characterization Classification System，F(xiàn)CCS）。該系統(tǒng)提出了可燃物類型描述與分類的新概念——可燃物床層，F(xiàn)CCS將可燃物床層定義為景觀上相對均勻的單元，代表獨(dú)特的燃燒環(huán)境[11]。該模型將可燃物床層分為6類，即：喬木層、灌木層、非木本植被層、粗可燃物層、枯枝落葉層和地表可燃物層。FCCS既能提供可燃物的定量信息來預(yù)測林火行為，又能為可燃物類型分類提供檢驗(yàn)標(biāo)準(zhǔn)。

加拿大森林火險等級系統(tǒng)（Canadian Forest Fire Danger Rating System ，CFFDRS）是一套可定制的系統(tǒng)，能適應(yīng)從局部到全球任何尺度。該系統(tǒng)主要包括加拿大火災(zāi)天氣指數(shù)（Canadian Fire Weather Index，F(xiàn)WI）和加拿大火災(zāi)行為預(yù)測（Ca?nadian Fire Behaviour Prediction，F(xiàn)BP）兩個子系統(tǒng)。其中，F(xiàn)BP針對加拿大森林植被自身特點(diǎn)，將可燃物劃分為針葉樹、落葉樹、混交林、采伐跡地和開闊地等5大類，并細(xì)分為16種類型[12]。FBP結(jié)合FWI可對林火蔓延速率、可燃物消耗和林火強(qiáng)度進(jìn)行預(yù)測。

在澳大利亞，使用最多的是由McArthur[13]開發(fā)的森林火險等級系統(tǒng)，用兩個儀表估算草原和森林植被的火險等級。該火險等級系統(tǒng)僅有3個可燃物模型，即草地、桉樹林和石楠樹叢/灌木模型。

歐洲科研人員為了適應(yīng)地中海氣候生態(tài)系統(tǒng)中的可燃物類型，簡化并修改了NFFL森林可燃物分類體系，開發(fā)了名為普羅米修斯（Prometheus）的可燃物分類系統(tǒng)，該系統(tǒng)按照植被類型和高度將可燃物類型分為草本、灌木和地面凋落物等3大類，并根據(jù)這3類可燃物的空間分布、高度和密度，將可燃物細(xì)分為7種類型[14]以用于模擬火災(zāi)行為。歐洲一些國家，如希臘[15]、瑞士[16]、葡萄牙[17]等國也參考Prometheus分類系統(tǒng)建立了可燃物分類系統(tǒng)。

目前，我國還沒有形成國家水平上的可燃物模型，大多數(shù)是引用國外的可燃物模型來進(jìn)行火行為模擬。國內(nèi)的森林可燃物分類研究雖然也取得了一些進(jìn)展，但目前還缺乏統(tǒng)一規(guī)范，只有適用于局部小范圍區(qū)域的可燃物類型劃分[18-22]。

2 森林可燃物類型圖遙感繪制方法

傳統(tǒng)上對可燃物類型進(jìn)行分類和制圖是通過野外作業(yè)、航空攝影和生態(tài)建模等方式。這些工作成本較高且更新速率較慢，而遙感的出現(xiàn)彌補(bǔ)了這一不足。隨著衛(wèi)星遙感技術(shù)的廣泛應(yīng)用，當(dāng)前國內(nèi)外專家利用不同傳感器獲取的遙感數(shù)據(jù)，開展了可燃物分類及制圖方法研究。

2.1 監(jiān)督分類和制圖

國內(nèi)外學(xué)者在進(jìn)行可燃物類型遙感分類時，大多數(shù)研究者通過監(jiān)督分類的遙感影像分類方法對研究區(qū)可燃物類型進(jìn)行分類并制圖。如Lasap?onara等[23]改進(jìn)了普羅米修斯可燃物分類系統(tǒng)，以得到適用于進(jìn)行遙感分類的標(biāo)準(zhǔn)化系統(tǒng)，并基于ASTER衛(wèi)星數(shù)據(jù)，采用最大似然法對地中海地區(qū)森林可燃物進(jìn)行分類和制圖。Giorgos等[24]采用支持向量機(jī)分類方法對地中海地區(qū)可燃物類型進(jìn)行分類和繪圖，以評估和比較EO-1 Hyperion，Quick?bird和Landsat TM影像適用性。結(jié)果證實(shí)，高空間分辨率影像可獲得比高光譜分辨率影像更高的精度。我國研究人員也采用最大似然法、參數(shù)優(yōu)化的神經(jīng)網(wǎng)絡(luò)法和支持向量機(jī)等方法，基于Land?sat數(shù)據(jù)進(jìn)行分類，并得到了較為精確的森林可燃物類型圖[25-26]。

2.2 面向?qū)ο蟮姆诸惙椒?/h3>

面向?qū)ο蟮姆诸惙椒ú粌H利用待識別像素的光譜信息，還利用該像素于其周圍像素間形成的紋理形態(tài)、空間結(jié)構(gòu)等信息，因而可進(jìn)行更加精細(xì)的分類，以獲得精度更高的可燃物類型圖。目前該方法已被廣泛用于森林可燃物類型識別的工作中，如Arroyo等[27]利用高空間分辨率衛(wèi)星數(shù)據(jù)，通過面向?qū)ο蠓诸惿扇剂项愋蛨D。該研究證明了使用該方法創(chuàng)建的可燃物類型圖精度可超過80%。陳蕓芝等[28]基于ASTER影像，并結(jié)合森林資源調(diào)查獲得的小班數(shù)據(jù)，采用該方法對漳平市森林可燃物進(jìn)行分類，分類的面積精度達(dá)到89.3%。Stefanidou等[29]也采用該方法，對災(zāi)害監(jiān)測星座和Landsat-80LI衛(wèi)星影像分別進(jìn)行可燃物類型圖的繪制，并結(jié)合國家機(jī)構(gòu)提供的植被密度信息，最終得到了令人滿意的結(jié)果，精度達(dá)到89%。相比于像元級分類方法，基于對象的圖像分析方法可獲得更精確的可燃物類型圖。Alonso等[30]基于ASTER影像，應(yīng)用3種基于像素的算法（最大似然、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)）和基于對象的圖像分析方法對可燃物類型進(jìn)行分類，并證實(shí)了這一結(jié)論。

2.3 可燃物特征信息

隨著可獲得的衛(wèi)星遙感數(shù)據(jù)產(chǎn)品的豐富，還有學(xué)者利用大尺度的衛(wèi)星遙感產(chǎn)品并結(jié)合可燃物特征信息，對大范圍的森林可燃物類型進(jìn)行劃分，并繪制可燃物類型圖。如覃先林等[31]利用多時相的MODIS數(shù)據(jù)生成試驗(yàn)區(qū)16天的最大歸一化植被指數(shù)后，通過主成分分析，采用非監(jiān)督分類與監(jiān)督分類相結(jié)合的方法，完成了試驗(yàn)區(qū)的森林可燃物分類，精度均在70%以上。Bajocco等[32]采用了具有高時間分辨率的MODIS NDVI產(chǎn)品，構(gòu)建基于像元的植被NDVI年平均曲線，并通過圖像分割、聚類分析等步驟，建立了基于植被物候?qū)傩缘闹脖豢扇嘉镱愋蛨D繪制方法。Pettinari等[33]利用MERIS土地覆蓋產(chǎn)品，并結(jié)合生態(tài)區(qū)劃數(shù)據(jù)，生成了南美洲可燃物類型圖，同時還通過FCCS系統(tǒng)預(yù)測了林火行為。這些方法大多是大尺度下對森林可燃物類型的制圖研究，方法簡單，但普適性較差且精度也會相對較低。

2.4 結(jié)合植被垂直信息

隨著激光雷達(dá)（LIDAR）技術(shù)的成熟，有學(xué)者嘗試將光學(xué)遙感影像與LIDAR數(shù)據(jù)結(jié)合，進(jìn)行可燃物分類工作。眾多研究結(jié)果表明，將高空間分辨率多光譜數(shù)據(jù)和LIDAR數(shù)據(jù)進(jìn)行融合有利于提高森林可燃物類型分類和制圖的準(zhǔn)確性[34-40]。LI?DAR可以對林下植被進(jìn)行探測，用來估測各類森林可燃物高度、林分結(jié)構(gòu)等參數(shù)，從而可以克服被動遙感繪制可燃物類型圖時難以探測到這些信息的局限。Marino等[41]根據(jù)機(jī)載激光掃描儀（ALS）數(shù)據(jù)獲得的可燃物垂直結(jié)構(gòu)信息，建立了可燃物類型分類決策算法，并生成了森林可燃物類型圖。相較于單純利用植被物種，利用ALS反演的可燃物垂直結(jié)構(gòu)信息進(jìn)行可燃物分類將會大大提高精度。Huesca等[42]利用波譜混合分析（SMA）、波譜角填圖（SAM）、多端元波譜混合分析（MESMA）得到研究區(qū)森林植被類型分類結(jié)果，并通過LIDAR數(shù)據(jù)，將植被垂直剖面（VVP）作為端元，建立可燃物分類規(guī)則以進(jìn)行可燃物制圖。

3 總結(jié)與展望

森林可燃物類型及空間分布信息對于林火管理至關(guān)重要，因?yàn)樗捎糜诠浪慊馂?zāi)風(fēng)險及影響。隨著不同林火模型的發(fā)展，世界各地已經(jīng)建立了多種可燃物分類系統(tǒng)，國外已經(jīng)形成了比較成熟的體系。而國內(nèi)在森林可燃物類型的劃分方面研究還不夠系統(tǒng)和深入，所用數(shù)據(jù)源單一，主要為光學(xué)遙感圖像，且利用的波段比較有限；分類精度還有待提高，存在缺乏適應(yīng)于全國范圍內(nèi)統(tǒng)一的可燃物類型劃分標(biāo)準(zhǔn)等問題。利用遙感技術(shù)對森林可燃物類型進(jìn)行識別應(yīng)有以下發(fā)展趨勢：

1）綜合利用高分遙感數(shù)據(jù)。結(jié)合使用高空間、高光譜和高時間分辨率的遙感數(shù)據(jù)，對局部區(qū)域森林可燃物類型進(jìn)行精細(xì)化、準(zhǔn)確化劃分，可以更好地為森林防火管理工作提供可燃物信息。

2）主被動遙感數(shù)據(jù)的綜合應(yīng)用。光學(xué)遙感數(shù)據(jù)與LiDAR數(shù)據(jù)相結(jié)合來獲取地表可燃物信息，是當(dāng)前森林可燃物類別識別的一個新趨勢，然而我國在這方面的研究甚少。對于林下復(fù)雜環(huán)境的可燃物狀況，采用光學(xué)遙感數(shù)據(jù)結(jié)合LiDAR數(shù)據(jù)進(jìn)行探測，可以滿足獲取復(fù)雜森林環(huán)境中不同層次可燃物信息的需要，從而提高林火蔓延速率及火行為預(yù)測的精度。

3）在方法上向著智能化識別方向發(fā)展。隨著人工智能、深度學(xué)習(xí)等新一代信息技術(shù)的發(fā)展和應(yīng)用，應(yīng)可以發(fā)展適應(yīng)我國遙感數(shù)據(jù)的森林可燃物類型智能化識別方法，提高森林可燃物類型更新的精度和頻率。