張水鋒 張思玉 彭徐劍

摘要 利用高光譜探測(cè)反演地物特征是一種全新光譜探測(cè)技術(shù)。分析了近年來森林可燃物含水量的光譜探測(cè)研究進(jìn)展，探討了可燃物水分參數(shù)的關(guān)鍵指標(biāo)等效水厚度（EWT）和可燃物含水率（FMC），以及基于高光譜探測(cè)的實(shí)驗(yàn)分析方法，并討論了可燃物水分參數(shù)指標(biāo)計(jì)算的估算模型。以期為森林可燃物含水特征研究提供更加便捷有效的技術(shù)方法和理論依據(jù)，從而促進(jìn)全球氣候變暖背景下林火預(yù)測(cè)預(yù)報(bào)與森林可燃物火險(xiǎn)等級(jí)劃分工作的進(jìn)一步發(fā)展。

關(guān)鍵詞 高光譜；森林可燃物；含水率

中圖分類號(hào)：S762 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2023）02–0154-03

森林可燃物作為森林生態(tài)系統(tǒng)的基本組成部分，同時(shí)也是林火發(fā)生的物質(zhì)基礎(chǔ)和傳播的主要載體。當(dāng)火源和氧氣達(dá)到燃燒條件，可燃物自身的結(jié)構(gòu)狀態(tài)、理化性質(zhì)和數(shù)量分布會(huì)影響林火的發(fā)生和發(fā)展程度，尤其是可燃物含水量與林火行為密切相關(guān)[1]。目前，國(guó)內(nèi)關(guān)于森林可燃物含水量的測(cè)量方式大多應(yīng)用烘干法和電阻法，但其時(shí)效性較差。在植物含水量指標(biāo)的光譜特征研究中，多數(shù)針對(duì)農(nóng)作物、林下植被、荒漠植被和草地植被，少有研究關(guān)注與森林火險(xiǎn)密切相關(guān)的森林冠層可燃物含水特征指標(biāo)[2]。若需分析可燃物冠層水分含量和分布狀況，采用傳統(tǒng)的方法難免浪費(fèi)人力與物力。因此，可采用根據(jù)林分冠層可燃物光譜測(cè)定數(shù)據(jù)，獲取能夠反映水分含量的波段，分析森林冠層可燃物含水狀況與光譜反射率之間的關(guān)系，并對(duì)光譜差異定量分析，為實(shí)現(xiàn)大面積遙感監(jiān)測(cè)提供基礎(chǔ)。高光譜探測(cè)技術(shù)是近年來迅速發(fā)展起來的一種全新一代光學(xué)測(cè)量技術(shù)，其是集探測(cè)器技術(shù)、精密光學(xué)機(jī)械、微弱信號(hào)檢測(cè)、計(jì)算機(jī)技術(shù)、信息處理技術(shù)于一體的綜合性技術(shù)?；诟吖庾V探測(cè)可實(shí)現(xiàn)對(duì)森林可燃物含水量的非接觸式高精度光譜測(cè)量，是一種在森林防火領(lǐng)域值得探索、研究且具有實(shí)用價(jià)值的光譜探測(cè)技術(shù)。

1 可燃物含水率光譜探測(cè)研究進(jìn)展

光譜探測(cè)技術(shù)被認(rèn)為是一種監(jiān)控和量化植物各類多樣指標(biāo)的有效手段。陸地生態(tài)系統(tǒng)的生理過程包含著多種生物物理和化學(xué)方面的可變因素，這些因素對(duì)于植物如何因環(huán)境因素作出反應(yīng)、如何影響生態(tài)系統(tǒng)及如何應(yīng)對(duì)氣候變化等方面起到?jīng)Q定性的作用。植物內(nèi)水分是考察植物生理?xiàng)l件和生態(tài)系統(tǒng)狀態(tài)的指示性指標(biāo)，同時(shí)也是評(píng)估森林、農(nóng)田干旱狀態(tài)，以及預(yù)估火災(zāi)發(fā)生風(fēng)險(xiǎn)的關(guān)鍵要素?；痣U(xiǎn)等級(jí)的關(guān)鍵性評(píng)價(jià)參數(shù)取決于植物（可燃物）的水分含量。研究人員嘗試了大量的方法，利用遙感數(shù)據(jù)測(cè)算了多樣參數(shù)，這類研究幾乎都集中在可見光與近紅外（0.3～1.0 μm）、短紅外（1.0～2.5 μm）、中紅外（2.5～6 μm）的范圍內(nèi)。Verbesselt等[3]認(rèn)為有效測(cè)量等效水厚度難度較大，難以實(shí)現(xiàn)對(duì)葉片面積的測(cè)量。Jacquemoud等[4]的研究表明，由于測(cè)量植物的干重較為繁瑣，難以有效計(jì)算可燃物含水率。因此，可考慮引入高光譜探測(cè)技術(shù)，為準(zhǔn)確估算可燃物含水率和森林防火模型構(gòu)建等方面研究創(chuàng)新更可靠的方法。

高光譜探測(cè)技術(shù)可獲得窄且連續(xù)的光譜數(shù)據(jù)，在植被信息反演方面有較大的優(yōu)勢(shì)，對(duì)于植被特征難以識(shí)別的困難也有很大改善。研究表明水分敏感的光譜波段包括0.95、-0.97、1.45 μm附近和1.65～1.90 μm，而這些波段特征能夠反映植物的水分特征，還有學(xué)者提出了一些用于植物水分情況監(jiān)測(cè)的植被指數(shù)。最初通過遙感預(yù)測(cè)植物的含水率是用于研究農(nóng)作物水脅迫對(duì)植物的產(chǎn)量的影響。而后有學(xué)者開始研究在近紅外和中紅外范圍內(nèi)，植物含水率與光譜反射率之間的關(guān)系，并通過室內(nèi)及室外試驗(yàn)找到植物水分與遙感數(shù)據(jù)的關(guān)系，多數(shù)研究是通過建立植物含水率與指數(shù)之間的經(jīng)驗(yàn)?zāi)Ｐ凸浪阒参锏暮?，此法可有效地估算植物含水率，并且能夠獲得大范圍的空間和時(shí)間的分布。Ceccato等[5]研究了植物冠層含水率和光譜及植被指數(shù)之間的關(guān)系。杜華強(qiáng)等[6]采用分形維數(shù)分析高光譜反射曲線分析植物的健康情況，而田慶久等[7]發(fā)現(xiàn)在1.45 μm附近的特征吸收峰的深度和面積顯著相關(guān)，通過光譜反射率監(jiān)測(cè)了小麥的水分含量特征。

2 可燃物水分參數(shù)與實(shí)驗(yàn)分析

2.1 可燃物水分參數(shù)指標(biāo)

林分冠層可燃物的各項(xiàng)水分參數(shù)指標(biāo)，主要包括可燃物含水率FMC（%，質(zhì)量百分比單位）、等效水厚度EWT（g/cm2，單位面積的質(zhì)量單位）。等效水厚度是指葉片單位面積上的含水量。遙感領(lǐng)域有時(shí)也將等效水厚度表達(dá)為植物液態(tài)水含量?？扇嘉锖适侵缚扇嘉锖浚裰販p去干重）占濕重或者干重的比率。其2個(gè)水分參數(shù)在火災(zāi)建模，尤其是在森林的火災(zāi)預(yù)測(cè)防控方面具有十分重要的作用。從理論上看，雖然已經(jīng)可以通過采集冠層可燃物反射光譜的方法測(cè)量這些參數(shù)（尤其是等效水厚度EWT），但從目前的研究看，森林可燃物在林分的冠層的級(jí)別上，利用高分辨率光譜反射采集數(shù)據(jù)測(cè)量的研究方法在我國(guó)的推廣應(yīng)用并不多。

等效水厚度和可燃物含水率可分別從2個(gè)不同方面描述冠層可燃物含水量。雖說EWT和FMC均能有效說明植物的含水量，但在使用遙感數(shù)據(jù)時(shí)，借助于經(jīng)驗(yàn)?zāi)Ｐ秃妥匀灰?guī)律，等效水厚度似乎更容易測(cè)量。目前，可燃物含水率計(jì)算方式頗多，例如，Jacquemoud等[4]認(rèn)為可燃物含水率取決于EWT和植物干物質(zhì)含量（DMC）；Riano等[8]分別計(jì)算等效水厚度和干物質(zhì)含量預(yù)測(cè)FMC，并假設(shè)植物DMC在全年時(shí)間內(nèi)是不變的；Garnier等[9]發(fā)現(xiàn)植物干物質(zhì)含量在干旱期隨著新陳代謝的放緩，呈下降的趨勢(shì)。FMC與EWT分別作為基于面積和質(zhì)量2個(gè)不同的水分指標(biāo)，進(jìn)行獨(dú)立的分析。植物的蒸騰作用、呼吸作用、氣體交換過程（如二氧化碳和水），以及光合作用這樣的化學(xué)反應(yīng)過程（如固態(tài)碳），都可以被界定為可以在很小的一個(gè)面積單位進(jìn)行[10-12]。Verbesselt[3]和 Chuvieco[13]等認(rèn)為很難有效地測(cè)量等效水厚度。對(duì)于測(cè)量等效水厚度、可燃物含水率的阻力重重，在過去的數(shù)十年中，研究人員嘗試了大量的方法，利用遙感數(shù)據(jù)測(cè)算這類多樣參數(shù)。

2.2 可燃物高光譜實(shí)驗(yàn)分析

可燃物高光譜探測(cè)實(shí)驗(yàn)研究可使用地物光譜儀（如美國(guó) Spectral Evolution公司的PSR+3500，光譜波段350～2 500 nm）進(jìn)行反射光譜測(cè)定，波譜分辨率為3.5～4.0 nm。利用儀器自帶的植被探頭與葉片夾式光譜探測(cè)器在野外直接測(cè)定不同林分冠層可燃物光譜。研究過程中可主要測(cè)量植物冠層水平可燃物的水分參數(shù)的2個(gè)變量（FMC、EWT）。為獲得試驗(yàn)所需的理想環(huán)境條件，同時(shí)降低任何空氣條件、溫度條件變化所產(chǎn)生的誤差，試驗(yàn)一般在嚴(yán)格控制的實(shí)驗(yàn)室條件下進(jìn)行。實(shí)驗(yàn)室需搭建1個(gè)暗室，暗室所有墻壁、頂部、地面全部涂覆1層黑色塑料材料。在不同的光譜段分別使用偏最小二乘或類神經(jīng)網(wǎng)絡(luò)法對(duì)2種變量進(jìn)行考察。完成可燃物樣品獲取工作后，對(duì)樣品進(jìn)行保鮮處理，并在5 h內(nèi)精密測(cè)量新鮮冠層葉片可燃物的質(zhì)量。測(cè)量使用高精密數(shù)字電子秤，其精度達(dá)到10-5 g。而后冠層可燃物在烤箱中，在75 ℃狀態(tài)下連續(xù)烘烤48 h，直至其質(zhì)量維持穩(wěn)定。而后，EWT使用以下式（1）進(jìn)行計(jì)算。

EWT = （1）

式（1）中，Wf和Wd是每個(gè)樣品濕重和干重，A是葉面面積，Pw是理論穩(wěn)定物理狀態(tài)下純凈水的密度（g/cm3）。LAI是描述植被冠層結(jié)構(gòu)的最基本的參量之一，指一定土地面積上植物葉面面積總和與土地面積之比。為了計(jì)算LAI，所有葉片的整體面積應(yīng)除以對(duì)應(yīng)的冠層占地面積得到LAI，進(jìn)而用EWT乘以LAI，得到單位地面積冠層總含水量（EWTC）。

EWTC = EWT×LAI（2）

式（2）中EWT和FMC這2個(gè)不同的參數(shù)，分別從2個(gè)不同方面描述冠層可燃物含水量。目前，可燃物含水率有很多計(jì)算方式。Hunt等[14]為了按比例放大FMC，用LAI乘以FMC，獲得冠層總含水率（FMCC）。計(jì)算公式見式（3）、式（4）：

FMC = ×100（3）

FMCC = ×100（4）

3 可燃物水分參數(shù)估算模型

為了將等效水厚度（EWT）和可燃物含水率（FMC）從葉片水平提升到冠層水平進(jìn)行研究，葉面積指數(shù)（LAI，m2/m2）是一個(gè)必須重視的變量。研究可燃物含水特征可同時(shí)包括林分冠層水平的2個(gè)變量：等效水厚度和可燃物含水率能用來反映高光譜數(shù)據(jù)的反射光譜在估測(cè)EWTC和FMCC的適用性。利用EWT和FMC這2個(gè)不同的數(shù)值，可分別從2個(gè)不同方面描述不同林分冠層可燃物含水量指標(biāo)的分析。EWTC和FMCC的估算模型研究可采用2種方法：

一是基于偏最小二乘法（PLSR）的EWTC和FMCC的估算模型研究。高光譜數(shù)據(jù)具有高維度特性，以及與相鄰波段的高共線性。為了解決上述難點(diǎn)，使用偏最小二乘法，一種最常用的多變量分析方法，進(jìn)行高光譜數(shù)據(jù)分析。其能夠?qū)⒍嘧兞繑?shù)據(jù)轉(zhuǎn)換到正交分布關(guān)系。偏最小二乘法已經(jīng)被廣泛應(yīng)用于植物遙感數(shù)據(jù)的多變量分析領(lǐng)域。它已經(jīng)被證實(shí)是分析近紅外光譜數(shù)據(jù)和高光譜數(shù)據(jù)，從而獲得單葉片或者冠層生化、生理特性的一種有效手段，是一種適用于所有光譜數(shù)的分析方法，能夠有效地利用任何波長(zhǎng)的光譜數(shù)據(jù)。

二是基于人工神經(jīng)網(wǎng)絡(luò)（ANN）的EWTC和FMCC估算模型研究。人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用已經(jīng)被證明是替代傳統(tǒng)統(tǒng)計(jì)分析方法的一種更加有效的分析手段，Neinavaz等[15]的研究已經(jīng)證實(shí)類神經(jīng)網(wǎng)絡(luò)是一種用于高光譜數(shù)據(jù)推算LAI數(shù)值的有效方法。典型的類神經(jīng)網(wǎng)絡(luò)包含不同類別的層級(jí)：輸入層、隱藏層、輸出層，隨著隱藏層級(jí)數(shù)量的提高，網(wǎng)絡(luò)系統(tǒng)會(huì)屏蔽更多的復(fù)雜問題。人工神經(jīng)網(wǎng)絡(luò)的計(jì)算準(zhǔn)確性取決于隱藏層的神經(jīng)元數(shù)目，因此，最佳的人工神經(jīng)數(shù)需要通過對(duì)不同數(shù)量的測(cè)試而最終獲得。EWTC和FMCC的預(yù)估值和實(shí)算值之間可使用線性回歸分析法確定最佳神經(jīng)網(wǎng)絡(luò)模型，重復(fù)進(jìn)行交叉驗(yàn)證后將最終結(jié)果進(jìn)行均值處理，以此降低隨機(jī)性帶來的影響，并通過交叉驗(yàn)證測(cè)證系數(shù)和均方根誤差來推算神經(jīng)網(wǎng)絡(luò)的可靠性。

4 討論

可燃物含水量與森林野火具有密不可分的聯(lián)系，在遙感領(lǐng)域通常也被稱作葉片水含量或者葉片水重量。在本研究探討中，等效水厚度和可燃物含水率，分別作為基于面積和質(zhì)量2個(gè)不同的水分指標(biāo)，進(jìn)行獨(dú)立的分析。通過高光譜技術(shù)分析不同林分類型冠層可燃物的含水量特征，以及同種林分冠層的不同含水率的樣品的光譜變化，研究含水率與反射率之間關(guān)系，進(jìn)而反演可燃物含水率，建立可靠性好、精度高的反演模型，為我國(guó)應(yīng)用高光譜技術(shù)進(jìn)行實(shí)時(shí)、大面積地對(duì)森林冠層可燃物含水量監(jiān)測(cè)提供基礎(chǔ)理論依據(jù)，為全球氣候變暖背景下林火預(yù)測(cè)預(yù)報(bào)工作提供參考。另外，我國(guó)火災(zāi)多發(fā)的林分類型主要集中于油脂含量較高的針葉林和針闊混交林。因此，可考慮通過以我國(guó)火災(zāi)多發(fā)區(qū)之一的北亞熱帶林區(qū)的一些典型林型（馬尾松、杉木、麻櫟、油茶）為研究對(duì)象，研究不同林分類型冠層含水量指標(biāo)的特征與估測(cè)方法。

參考文獻(xiàn)

[1] 胡海清，羅斯生，羅碧珍，等.森林可燃物含水率及其預(yù)測(cè)模型研究進(jìn)展[J].世界林業(yè)研究，2017，30（3）：64-69.

[2] 伊伯樂，康平，史浩楠，等.興安落葉松林地表凋落物層含水率空間異質(zhì)性研究[J].林業(yè)工程學(xué)報(bào)，2020，5（4）：161-167.

[3] Verbesselt J， Somers B， Lhermitte S， et al. Monitoring herbaceous fuel moisture content with SPOT VEGETATION time-series for fire risk prediction in savanna ecosystems[J]. Remote Sensing of Environment， 2007， 108（4）： 357-368.

[4] Jacquemoud S， Baret F. Prospect： A model of leaf optical properties spectra[J]. Remote Sensing of Environment， 1990， 34（2）： 75-91.

[5] Ceccato P， Gobron N， Flasse S， et al. Designing a spectral index to estimate vegetation water content from remote sensing data： part 1： Theoretical approach[J]. Remote Sensing of Environment， 2002， 82（2/3）： 188-197.

[6] 杜華強(qiáng)，金偉，葛宏立，等.用高光譜曲線分形維數(shù)分析植被健康狀況[J].光譜學(xué)與光譜分析，2009，29（8）：2136-2140.

[7] 田慶久，宮鵬，趙春江，等.用光譜反射率診斷小麥水分狀況的可行性分析[J].科學(xué)通報(bào)，2000（24）：2645-2650.

[8] Estimation of fuel moisture content by inversion of radiative transfer models to simulate equivalent water thickness and dry matter content： Analysis at leaf and canopy level[J]. IEEE Transactions on Geoscience and Remote Sensing， 2005， 43（4）： 819-826.

[9] Garnier E，Laurent G， Bellmann A， et al. Consistency of Species Ranking Based on Functional Leaf Traits[J].New Phytologist， 2001，152（1）：69-83.

[10] Watson D J.Comparative physiological studies on the growth of field crops： I. Variation in net assimilation rate and leaf area between species and varieties， and within and between years[J]. Annals of Botany. 1947，11（1）：41-76.

[11] Hikosaka K. Interspecific difference in the photosynthesis-nitrogen relationship： patterns， physiological causes， and ecological importance[J]. Journal of Plant Research， 2004，117（6）：481-494.

[12] Lloyd J， Bloomfield K， Domingues T F， et al. Photosynthetically relevant foliar traits correlating better on a mass vs an area basis： of ecophysiological relevance or just a case of mathematical imperatives and statistical quicksand？ [J]. New Phytologist， 2013，199（2），311-321.

[13] Chuvieco E， Cocero D， Riano D， et al. Combining NDVI and surface temperature for the estimation of live fuel moisture content in forest fire danger rating[J]. Remote Sensing of Environment， 2004，92（3）：322-331.

[14] Hunt E R，Ustin S L， Ria?o D. Satellite-Based Publications on Climate Change[M]. Germany： Springer， 2013.

[15] Neinavaz E， Skidmore AK， Darvishzadeh R， et al. Retrieving vegetation canopy water content from hyperspectral thermal measurements[J].Agricultural and Forest Meteorology， 2017，247（12）：365-375.

責(zé)任編輯：黃艷飛

Research on Hyper-

spectral Detection and Estimation of Water Content Characteristics of Forest Fuel

Zhang Shui-Feng et al（Nanjing Forest Police College， Nanjing， Jaingsu 210023）

Abstract Using hyperspectral detection to retrieve ground features is a new spectral detection technology. The paper analyzed the research progress of spectral detection of forest fuel water content in recent years， discussed the key indexes of combustible water parameters： equivalent water thickness （EWT） and fuel moisture content （FMC）， the experimental analysis method based on hyperspectral detection， and discussed the estimation model of fuel water parameter index. It is expected to provide more convenient and effective technical methods and theoretical basis for the research on the water content characteristics of forest combustibles， so as to promote the further development of forest fire prediction and fire risk classification of forest combustibles under the background of global warming.

Key words Hyperspectral; Forest fuel; Water content

基金項(xiàng)目 北亞熱帶不同類型林分冠層可燃物含水量的高光譜特征研究（LGZD201906） ；森林火災(zāi)災(zāi)害鏈鏈發(fā)機(jī)制及阻斷機(jī)理研究（31872705）。

作者簡(jiǎn)介 張水鋒（1986—），男，江蘇丹陽(yáng)人，副教授，主要從事大數(shù)據(jù)分析、森林火災(zāi)可燃物調(diào)控研究。

收稿日期 2022-12-10