楊遠垚，陳海燕，陳邵瑩，邱丹妮，王琳,2

(1 福州大學 環(huán)境與資源學院，福建 福州 350108； 2 福建省水土流失遙感監(jiān)測評估與災害防治重點實驗室，福建 福州 350108)

森林是地球上最大的陸地生態(tài)環(huán)境系統(tǒng)，擁有最復雜的構成方式和最豐富的物產資源，能防風固沙、涵養(yǎng)水源、調節(jié)氣候、凈化空氣，是天然的生態(tài)屏障[1]。然而，全球每年林火發(fā)生次數不下數十萬次，受其影響的數百萬公頃土地約占全球森林面積0.1%[2]。因此，準確、及時、有效地監(jiān)測可能和已經發(fā)生的森林火災，對于減少災害損失、保護森林和野生動物資源，維護生態(tài)平衡十分重要。

衛(wèi)星遙感技術的產生和進步，加快了林火監(jiān)測和防治技術的發(fā)展。相比傳統(tǒng)的野外實地調查，遙感衛(wèi)星的多光譜、高光譜傳感器可以大范圍、同步識別高溫火點和火燒跡地，并快速評估火災的破壞程度，具有傳統(tǒng)手段不可比擬的優(yōu)勢。例如，Long等利用谷歌地球引擎(Google Earth Engine)研發(fā)并共享了30 m分辨率的全球尺度火燒跡地遙感產品[3]；Liu等利用歸一化燃燒指數(dNBR)作為受害程度評價指標，對2017年5月2日發(fā)生在內蒙古畢拉河林場的森林火災受害程度進行了評價[4]；Li等針對我國高分專項計劃發(fā)射的7顆民用高分衛(wèi)星數據特點，研究形成了相應的著火點檢測方法[5]；李瑩等利用Sentinel-2 數據的紅邊波段分別構建了基于主成分分析法和新型植被指數的火燒跡地提取算法[6]；曾愛聰等運用數據統(tǒng)計和Mann-Kendall趨勢檢驗法對浙江省進行了森林火災時空分布規(guī)律研究[7]。

總的來說，以往研究多聚焦于不同遙感算法下的火燒跡地或火點識別和提取及其精度研究，而定量化的對火災損失、強度及其分布特征的研究不多，對災后植被的恢復模式和恢復速度也缺少明確的認識。有鑒于此，以2018年底美國加州史上死傷最慘重、最具破壞性的“坎普”林火(Camp Fire)為研究對象，充分利用衛(wèi)星遙感的多光譜感應能力，反演研究區(qū)相關植被、火燒跡地和地表溫度等關鍵參數，進行災時高溫火點識別及溯源、災后植被損失和植被恢復模式評估，以全面分析林火的蔓延原因及其對區(qū)域植被的影響，為森林防火、林業(yè)生態(tài)和安全提供科學的建議和決策依據。

1 數據與方法

1.1 研究區(qū)概況

加利福尼亞州位于美國西部太平洋沿岸。面積411 013 km2，地理中心坐標約為西經117°47′，北緯33°41′，平均海拔高度在27.55 m左右。該州南部為沙漠地區(qū)，氣候干旱；北部則沿海，因雨雪過多冬季常發(fā)生水災，南北自然地理條件截然不同。全州夏季干旱，多陽光，南部為熱帶沙漠氣候，四季及晝夜溫差大，年均降水不足254 mm，空氣干燥。加州的森林多由各種杉樹組成，為易燃的樹種，且加州有很多縱列山脈，背風坡容易形成干熱風，干熱風到達加州的盆地，加劇了這里的干燥氣候。這些條件致使加州森林大火頻發(fā)。

比尤特縣(Butte)是美國加利福尼亞州中央谷地的一個縣，面積4 344 km2，共有人口203 171人。2018年11月8日該縣發(fā)生的“坎普”林火是加州史上死傷最慘重、也最具破壞性的一次火災。過火面積超過60 600 hm2，距離火源最近、僅有2.7萬人口的天堂鎮(zhèn)(Paradise)幾乎被燒成一片廢墟。大火造成至少85名平民死亡，3名消防員受傷，摧毀了至少1萬8千座建筑物，包括9 700所獨戶住宅和118棟公寓樓，多個縣的市民被迫疏散，大部分損壞發(fā)生在火災發(fā)生的頭2天，并把天堂鎮(zhèn)燒成焦土。

1.2 研究方法

1.2.1 燃燒指數

(1)歸一化燃燒指數(Normalized Burn Radio，NBR)

最早被Lopez-Garcia和Caselles用于西班牙區(qū)域火燒跡地檢測，后改名為歸一化燃燒指數NBR[8]，即：

NBR=(ρNIR-ρSWIR)/(ρNIR+ρSWIR)

(1)

式中，ρNIR表示近紅外光波段反射率，ρSWIR表示短波紅外光波段反射率。NBR取值區(qū)間為[-1，1]，與林火烈度呈負相關。為了后續(xù)處理過程方便，以1000作為乘數系數使取值結果為正[9]。

(2)差值歸一化燃燒指數(difference Normalized Burn Radio，dNBR)

通過差值來判斷燃燒的燒傷程度和嚴重程度[10]。

dNBR=NBRprefire-NBRpostfire

(2)

式中，NBRprefire和NBRpostfire分別代表林火發(fā)生前后的研究區(qū)影像NBR值。

1.2.2 火區(qū)溫度及火點提取 本次研究使用Landsat-8衛(wèi)星的TIRS熱紅外傳感器反演火區(qū)的地表溫度(Land Surface Temperature，LST) 并以此進行高溫火點篩選和提取。Jiménez-Muoz和Sobrino(2014)提出的改進普適性單通道算法(generalized single-channel)能大幅降低大氣等因素的不利影響，需要的參數簡單，反演精度較高[11]。公式如下：

Ts=γ[ε-1φ1Lsensor+φ2)+φ3]+δ

(3)

式中：Ts代表研究區(qū)的LST(K)；ε代表地表比輻射率[12]；Lsensor代表輻射值[W/(m2·sr·μm)]；φ1、φ2、φ3由實際大氣水汽含量(Atmospheric water vapour content)中獲??；γ和δ代表普朗克定律相關系數[11,13-15]；由USGS的官方公告可知，TIRS11波段存在較大的定標誤差，因此采用TIRS第10波段參與反演[16]。

1.2.3 歸一化差值植被指數及植被覆蓋度 植被指數能直觀表達研究區(qū)的植被生長狀況，植被覆蓋度(Fractional Vegetation Coverage，FVC)則可以反映研究區(qū)的指標覆蓋程度。分別使用歸一化差值植被指數(Normalized Difference Vegetation Index，NDVI)[17]和Gutman[18]像元二分FVC模型進行反演。其表達式分別為：

NDVI=(ρNIR-ρRED)/(ρNIR+ρRED)

(4)

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

(5)

式中，ρRED表示紅光波段反射率；NDVIsoil代表無植被覆蓋區(qū)域的NDVI值(如土壤)，NDVIveg代表均為植被覆蓋區(qū)域的NDVI值。

2 結果與討論

2.1 過火區(qū)范圍及火災程度評估

利用NBR指數處理災后遙感影像，結合官方受災數據校正閾值，得到過火區(qū)范圍，并將dNBR影像按數值高低分為7個區(qū)間以評估區(qū)域受災程度，各區(qū)間面積及占比情況見表1。

表1 差值歸一化燃燒指數統(tǒng)計表Table 1 Statistics of dNBR in the study area

整體來說，區(qū)域總燒傷比例達66.53%，面積40 313.88 hm2，林火受災范圍較大，且燒傷區(qū)域較為連續(xù)。其中，高度燒傷區(qū)域緊鄰中輕度、中高度燒傷區(qū)域，而輕度燒傷區(qū)域分布在中輕度以上燒傷區(qū)域邊緣，面積較大。在林火后能保持一定再生能力的區(qū)域占12.42%，面積達7 526.88 hm2，主要分布在未燒傷和輕度燃燒區(qū)域及過火區(qū)范圍的邊緣。

從研究區(qū)NDVI和FVC變化來看，林火前后研究區(qū)的NDVI均值減少了0.152，平均FVC由57.30%下降至45.75%，降幅達11.55%。表明區(qū)域植被生長狀況變差，植被覆蓋面積水平降低，受災影響較為明顯。

2.2 高溫火點及溯源分析

2.2.1 高溫火點分析 對火災發(fā)生當日2018-11-08的Landsat-8影像反演LST，將其分成10個等級，并選取第10級作為高溫火點研究區(qū)(圖1)。選用2018-10-07和2018-12-26 2幅影像進行比較，計算高溫火點研究區(qū)的△NDVI和△FVC。在這些區(qū)域，其NDVI和FVC變化幅度遠大于地表高溫點總的植被變化(圖2)。利用對應時相的Google Earth高空間分辨率影像，進一步選取7個重點植被受災區(qū)域以分析其植被受災狀況(圖3)。

圖1 災時林區(qū)LST分級圖(2018-11-08)Figure 1 Leveled LST map of forest on fire (2018-11-08)

圖2 林火前后各火點NDVI(a)和FVC(b)的變化Figure 2 The changes of NDVI(a) and FVC(b) before and after forest fire

圖3 林火前(A-G)，后(a-g)高溫火點對比圖Figure 3 Comparison of fire points before(A-G) and after(a-g) the fire

統(tǒng)計各個火點林火前后的NDVI均值、△NDVI、FVC均值和△FVC(圖3，表2)。結果表明，林火過后，7個火點的NDVI均值和FVC均值均有較大幅度的下降。7個高溫火點的NDVI降幅范圍為0.15～0.45，是林火災后全區(qū)NDVI降幅的2.5～7.4倍；而FVC降幅為22.6%～49.4%，是林火災后全區(qū)FVC降幅的3.1～6.9倍，可見熱紅外LST反演技術在高溫火點精確定位和受災程度定量判定上的高效和準確程度。

表2 林火前后NDVI和FVC變化統(tǒng)計Table 2 Statistics of the NDVI and FVC before and after the fire

2.2.2 火點溯源分析 結合以上高溫火點分析及加州區(qū)域的氣候、地勢等條件，利用對應時相的Google Earth高空間分辨率衛(wèi)星影像，將“坎普”林火迅速蔓延并對天堂鎮(zhèn)上植被產生嚴重破壞的原因歸結為以下幾點：

(1)地表可燃物積累

森林地表可燃物包括地表枯落物、草本植物和矮灌木，通常是許多森林中最危險的可燃物，多出現在長期嚴控林火的森林生態(tài)系統(tǒng)中[19]。地表枯落物是森林火災燃燒的最有效可燃物，易被引燃，枯落物厚，可燃物載量大，則林火強度大[20]。火點C、火點E、火點G區(qū)域中枯枝落葉、站桿、倒木較多；火點A和火點D為伐木區(qū)，植被茂密，地面散落大量木材；火點B區(qū)域中，地面堆積著大量木材，且以易燃的桉樹為主；這幾個火點區(qū)域中散布著大量地表枯落物，大大增強了被引燃的概率，堆放在地面的大量木材，為火災迅速蔓延提供了條件，一旦失火會順著地面迅速蔓延(圖4)。

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

(2)氣候因素

從長期氣候特點來看，美國加州位于北緯32°30′至42°美洲大陸西岸，天氣炎熱干燥，屬典型地中海氣候，夏秋季炎熱干燥，且空氣濕度極低，林火在持續(xù)的高溫和干旱天氣下極易產生。

從本次林火前的近期氣候特點來看，加州南部地區(qū)降雨量自2018年入秋以來達歷史最低，并且由于加州地區(qū)山體地勢而形成的特有氣流“大惡魔”風，在2018年特別強烈，導致即使是初期林火也不可遏制?；瘘cf和火點g區(qū)域中可以明顯看到火場位于山隘(圖5)，風吹過山隘和峽谷時風勢加大，這擴大了林火蔓延的規(guī)模。當風勢到達一定強度后，大風可能將冒著火星的余燼吹到幾公里之外的地區(qū)，傳統(tǒng)滅火方式根本無法奏效?！按髳耗А憋L還使得火場的風勢不斷變化，火勢的蔓延方向沒有明確征兆，更加大了林火的撲救難度。

圖5 位于峽谷的高溫火點Figure 5 The fire points in the canyon

(3)居民因素

進入21世紀，美國加州南部人口數量迅速增長，有些房地產開發(fā)商將一部分灌木林地修建為住宅區(qū)。還有部分人群為了逃離繁忙雜亂城市，也搬進了森林社區(qū)。但是森林社區(qū)在建設過程中忽視了防火隔離帶的設置，甚至直接修建在森林附近或內部[21]。而天堂鎮(zhèn)所在的峽谷地帶容易受到森林火災的襲擊，這種野生地和城市交叉的環(huán)境布局具有較大地火災隱患?；瘘cG就位于民用住宅，若發(fā)生火災，周邊區(qū)域都將受到直接影響。民宅被引燃后火勢迅速向四周蔓延，附近成片的民用住宅一旦集中燃燒，火情就更加無法控制(圖6)。

圖6 位于居民點的高溫火點Figure 6 The fire points in the residential area

(4)政府因素

歷次森林火災之后，美國加州地方政府并沒有做出正確決斷，而是向民眾妥協(xié)，依舊允許居民住在火災高發(fā)區(qū)，甚至批準在不安全地區(qū)繼續(xù)修筑房屋[21]。這暴露了美國加州地方政府及居民對火災相關安全知識的認知缺失和災害防護管理方面的缺陷。

2.3 災后植被恢復變化

為了評估林火過后過火區(qū)的植被恢復情況，使用林火發(fā)生前(2018-10-07)，林火發(fā)生后半年(2019-06-04)及發(fā)生后1 a(2019-10-26)的Landsat-8影像進行分析。結果見表3。

表3 災后植被NDVI變化Table 3 The change of NDVI after the fire

由表3可知，與災前相比，林火發(fā)生1 a后過火區(qū)NDVI均值仍比災前低0.152，且林火發(fā)生后1 a的NDVI僅比林火發(fā)生后半年提升0.001，表明災后植被整體恢復水平較低，速度較慢。將災后3幅NDVI圖像分為6個等級并統(tǒng)計見圖7和表4。

圖7 災后NDVI分級圖(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 災后不同NDVI等級的面積變化Table 4 Statistics of area changes of different NDVI categories after the fire

由圖7表4可知，林火發(fā)生后，中高和高植被覆蓋區(qū)面積顯著減少，可見“坎普”林火對高植被覆蓋區(qū)破壞的嚴重程度。高植被覆蓋區(qū)被燒毀后部分轉為低、中低和中植被區(qū)，同時，森林火災導致喬木層、灌木層蓋度降低時，一定數量的林窗會給草本植物提供充足的光照，使草本層從蓋度及物種數量上得到大幅度提升，因而原較低植被覆蓋區(qū)的面積在災后會有所增加[22]。

為了更加直觀地展示災后植被恢復速度，計算各等級NDVI的面積的變化速度，結果見圖8。

圖8 災后NDVI等級面積變化速率曲線圖Figure 8 The area change rate chart of post-fire NDVI categories

結合表4和圖8可知，2018年10月至次年10月，中低植被區(qū)面積變化速度最快，達到了181.661 hm2/w，其次為中植被區(qū)，速度為115.297 hm2/w。在3個時間段里，低植被區(qū)面積不斷增加，除了由于過火區(qū)植被在緩慢恢復所導致，還有植被破壞后土壤退化的原因。結合圖7可注意到，增加的低植被區(qū)主要是在過火區(qū)西南部，該區(qū)域地勢比較陡峭，災前植被較為稀疏且溝壑縱橫，林火過后，該區(qū)域植被破壞嚴重，土壤呈持續(xù)退化狀態(tài)，水土流失加劇，因此植被覆蓋率持續(xù)下降。

總體來說，林火過后，中低和中水平植被恢復速度較快，較多的轉化為較高水平，這主要是草本植物迅速增多，而高水平植被因破壞嚴重且破壞面積較大，其恢復速度較慢[23]。災后1 a內，過火區(qū)植被整體恢復情況較差，部分區(qū)域甚至出現土壤退化的現象，要使植被完全恢復，還需要較長時間。

3 結論

使用Landsat-8衛(wèi)星的OLI/TIRS傳感器，獲取“坎普”林火發(fā)生前后的多幅遙感影像，采用NBR指數進行過火區(qū)和燒傷程度識別，結合LST反演技術進行高溫火點識別及溯源，并進一步對森林災害損失和植被恢復模式進行評估。研究結果表明，“坎普”林火造成研究區(qū)平均植被覆蓋度下降11.55%，NDVI均值減少0.152。此外，就受災程度來說，植被覆蓋度高的地區(qū)比低的地區(qū)受災更為嚴重。對災后植被恢復的研究表明，中低和中水平植被恢復速度較快，高水平植被恢復速度較慢。

根據高溫火點及其溯源分析，此次林火的主要原因有：1)研究區(qū)內地表可燃物積累，加速火災蔓延；2)降雨量低，空氣濕度低，持續(xù)的干旱和高溫天氣造成山林火災的易發(fā)；3)大批居民入住森林、峽谷地區(qū)，蘊含火災隱患；4)美國加州地方政府及居民對火災相關安全知識的認知缺失和災害防護管理方面有缺陷。

有鑒于此，針對類似林火高發(fā)區(qū)提出如下建議：1)此次火災事件中發(fā)現，地表可燃物的積累導致了火災發(fā)生后的火勢快速擴大，應該采取林分改造措施，營造針闊混交林，提高林分質量，減少地表可燃物的數量，從而提高林分的抗火性，達到遵循自然發(fā)展規(guī)律的生態(tài)防火。2)對于中低燒傷區(qū)域，植被恢復相對容易，通常不需采取過多的人工干擾措施；而對于重度燒傷區(qū)域，植被恢復相對困難，可考慮人工干擾或半人工干擾的植被恢復措施，加快森林恢復。3)優(yōu)化應急指揮權限體系。完善應急管理體系，簡化上報流程，縮短審批時間，提高災害搶險效率。4)增強野外火災防范工作的主動性，明確各級政府和各個部門參與野外火災應急處置工作的職責。同時加大林火方面的科研投入，從基礎性和應用性兩方面提升林火管理水平。