森林火险遥感解译分析

李美祺1 史保林2 沈 涛1,3 毛 曦3

(1. 山东科技大学 测绘与空间信息学院, 山东 青岛 266590;2. 北京力铁轨道交通设备有限公司, 北京 100020;3. 中国测绘科学研究院, 北京 100036)

摘 要：本文选取张家口某地2022年4月份的陆地卫星9号(Landsat 9)影像,反演相应归一化差分植被指数、积雪指数、湿度指数和表观温度,通过主成分分析获取关键信息,结合当地地理条件讨论对林火的影响。研究表明：研究区内西南侧温度高,植被含水量低,林火风险较高,成片分布,容易发生草原森林火灾蔓延;东侧和北侧温度低,植被含水量高,积雪呈网状分布,对于林火蔓延起到很好的限制作用。研究为林火蔓延模拟等研究提供数据支持和理论依据。

0 引言

森林是宝贵的自然资源,在风沙治理、水源涵养、气候调节、为动植物提供栖息地等方面发挥着重要作用,然而危害森林资源的因素有很多,森林火灾是危害森林资源中极具破坏力的灾害,不仅给森林资源和生态系统造成巨大的破坏,受火灾干扰后森林恢复时间较长且其林分组成与物种难以恢复至原型[1],还危及周围的基础设施以及人民群众的生命财产安全,因此对林火的防范研究十分重要。传统的调查方法耗费大量人力物力,随着计算机技术的发展,计算机辅助决策在林火的研究中发挥了越来越重要的作用[2],其中遥感技术在地表信息的获取方面提供了便利,方便大范围同步观测。由于遥感指数的形式结构简单,便于计算和定量分析,而且物理意义明确,数据具有可比性等优点[3],本文主要提取地表的归一化差分植被指数(normalized difference vegetation index, NDVI)、归一化差分积雪指数(normalized difference snow index, NDSI)、归一化湿度指数(normalized difference moisture index, NDMI)三个遥感指数以及表观温度信息,并进一步进行主成分分析(principal component analysis,PCA),找到与森林火险最相关的主成分,再讨论其对林火蔓延的影响。

本文的研究区域为河北省张家口某地,张家口的林火研究在冬奥前的更早些时候,主要方面是各级森林公安和专业扑火队伍建设,通过人工瞭望、巡逻的方式进行防火[4],人力投入大,处于相对被动的灭火状态;张家口在冬季奥运会之前的林火预警方面做了很多准备,建立了“林火预测预警一张图”,主要通过物联网的方式,在监控网点使用多种传感器进行监测[5-6],对火灾的识别和监控准确度很高,能够集中针对重点区域,但成本高。而通过遥感反演方式的研究成本低,数据获取容易,更适合森林火险的大范围调查和评估。张家口进入后奥运时代后,作为旅游城市,人流量的加大导致火灾概率增加,需要重视和加强对于林火的防范研究。鉴于该地区森林火险遥感方面的可参考研究较匮乏,本研究采用Landsat数据,以遥感反演的方式提取地表信息,通过主成分分析获取关键信息,讨论其对林火的影响,为后续的林火蔓延模拟研究提供数据支持和理论依据,也为张家口后奥运时代和具有类似气候条件的其他地区的林火研究提供参考,辅助科学决策。

1 研究区概况与数据说明

1.1 研究区概况

张家口市位于河北省西北部,气候属东亚大陆性季风气候,位于400 mm等降水量线上,其中西北侧处于半干旱区,而东南侧处于半湿润区。本文选取的研究区森林覆盖率高,空气中充足的水汽有利于降水形成,植被覆盖区易于积雪存储。从时间上看,其每年积雪期从11月上旬开始,持续到第二年的4月上旬结束。

一般认为,胡焕庸线与中国年降雨量400 mm的等值线重合[7],胡焕庸线是我国人口发展水平和经济社会格局的分界线,其东侧人口相对密集,经济发展水平较高;而西侧人烟稀少,经济相对落后。现在张家口已经进入后冬奥时代,成为一座现代化的旅游城市。

1.2 研究数据的选择

本文中遥感图像数据采用了张家口某地的Landsat 9数据的二级科学产品(level 2 science products, L2SP),经过了地面控制点的几何精校正,辐射校正,大气校正,太阳高度角校正,其中包含地表反射率(surface reflectance, SR)和表面温度(surface temperature,ST)数据,空间分辨率均为30 m,数据来自美国地质调查局(United States Geological Survey, USGS)网站,根据研究区及附近地区的林火历史资料[3],该地区林火主要发生在4月份,选取的影像在2022年4月2日的两景影像,临近当年清明节[4]。云量均在5%以下,成像清晰。

使用全球30 m地表覆盖(GlobeLand30)分类数据作为参考数据。用网络地图的实景照片资料作为志愿者地理信息数据(volunteered geographic information, VGI),作为辅助数据协助目视解译和结果的验证和讨论。

2 遥感反演

2.1 遥感影像预处理方法与步骤

多光谱数据与L2SP产品中的SR产品的波段 1～7对应,而ST产品对应波段10,ST数据需要单独作为一组数据进行处理。对行政边界数据、遥感影像数据、GlobeLand30分类参考数据转换到同一个坐标系统下,使用行政区划边界数据对遥感影像进行裁剪并拼接。使用L2SP数据前需要对遥感影像像元亮度值进行变换,得到具有相应物理意义的值。转换算法见表1。

表1 转换算法

表1中,NSR、NST分别表示表观反射率、表观温度产品影像所对应的像元值;ρsr和ρst分别表示表观反射率和表观温度,表观温度的单位是开尔文。

2.2 遥感指数与主成分分析

本文在确定遥感指数的计算方法时,进行了如下的考虑：一般遥感图像分类方式创建的是离散的类别,某个位置的类别信息非此即彼,比如某个位置在原有植被覆盖的基础上又覆盖了少量的雪,有的地方雪厚,有的地方相对薄,这部分区域的性质用类别的方式难以精确描述。而遥感指数计算的结果更为连续,更加符合真实情况。

缨帽变换同时能得到亮度、绿度、湿度的信息,且变换结果不依赖具体的影像,具有更加绝对的物理意义,不同区域的数据之间也存在可比性。但缨帽变换的湿度分量反映可见光与近红外及红外5、7波段的差值,波段数对应专题绘图仪(thematic mapper, TM)数据的波段,得到的湿度包括了土壤和植被的湿度信息,而NDMI指数使用对植被敏感的近红外波段(具体对应Landsat 9的5波段)和对水分吸收敏感的短波红外波段(具体对应Landsat 9的6波段),由于植被在短波红外波段对水分的强吸收,导致植被在短波红外波段的反射率相对于近红外波段的反射率要小。因此NDMI对植被的含水量敏感,与森林火灾中的可燃物的性质关系更密切。此外缨帽变换系数还和传感器紧密相关[8],Landsat 9传感器相关的研究还很少,变换系数还处于正在研究的阶段。所以选用遥感指数更合适。

用多个遥感指数描述,不同结果间存在相关性,数据有冗余,因此对结果进行主成分分析。主成分分析通过对图像矩阵的变换使得特征向量互相正交,因此变换后的数据互相独立,进而可以找到与森林火险最相关的主成分(principal components,PC)并提取出来,实现数据浓缩,提取最关键的信息。

2.3 遥感指数的选择与计算

本文根据张家口某一地区的地理气候特点和林火研究目的,考虑林火蔓延的条件,并选择相应的遥感指数进行计算。一般的燃烧条件包括可燃物、空气、温度达到着火点;林火的蔓延可以抽象为传播模型,可以从火源、蔓延途径、易燃物的角度进行考虑。本文选取NDVI、NDSI、NDMI三个遥感指数以及表观温度,对研究区森林火险进行定量描述和讨论。

研究中用到了遥感影像多光谱数据中富含的丰富的光谱信息。以下各种指数,它们的共同特点都是采用了差值运算和比值的方式归一化处理,因此数值范围介于-1～1之间。这些指数创建的基本原理就是在多光谱波段内,寻找出所要研究地类的最强反射波段和最弱反射波段,用强者减去弱者。通过差值运算,进一步扩大二者的差距,使要研究的地物在所生成的指数影像上进一步得到亮度增强,而其他的背景地物则受到普遍的抑制。由于进行了比值计算,所以其生成的指数影像还有助于减轻地形光照差异的影响和大气效应的影响[9],同时做到了归一化,便于数据之间的研究比对。

研究区的可燃物主要是森林和草原,因此本文选取了NDVI指数,而且NDVI本身相关的研究也很丰富[10],作为基础数据可以在此基础上推导其他参数[3]。而NDMI对植被的含水量敏感,可以用来监测潜在的火灾区的干旱程度和易燃程度。NDSI可以判断有无积雪以及积雪程度,一般有积雪的地方森林火险低。此外表观温度也是影响森林火险的重要因素[11]。

遥感指数的计算方式见表2。

表2 遥感指数计算方法

表2中,ρNIR表示近红外波段的表观反射率,ρR表示红波段的表观反射率,ρSWIR表示短波红外的表观反射率,ρG表示绿波段的表观反射率,b加序号表示相应的波段号。此外,表观温度数据使用的是ST产品。为直观起见,将预处理后的开尔文温度减去273.15转化为摄氏温度。

3 结果和讨论

由图1(a)可以看出,该地区4月初的NDVI值并不高,高于0.4的只有零星分布,集中分布在0.2到0.4之间,一般来说可能是灌木或者草地等,根据张家口林草局的统计数据的资料显示,全市森林覆盖率提高到了50%,结合当地处于400 mm等降水量线上、半干旱半湿润的气候特点、VGI数据、GlobeLand30分类数据可知这些地方实际地类主要是森林和草原。其中草原主要分布在较干旱的西北部,森林主要分布在较湿润的东南部。从图中可以看出东南部森林覆盖地区NDVI值并不高,这主要由于4月初许多树种还没有发芽,此时的森林郁闭度低。一般情况下郁闭度愈大,林内光线愈弱,温度愈低,蒸发量小,湿度大,风速低,不易燃烧;郁闭度愈小,杂草多,则发生火灾的可能性愈大。另外,郁闭度大,树冠相接紧密,能助长树冠火的发展;而郁闭度小则易形成地表火,蔓延速度较快[12]。该区域根据统计资料,林火多发生在4月份,此时森林郁闭度低,并有季风活动,易发生森林和草原地表火的蔓延。

(a)NDVI图

(b)积雪分布图

(c)NDMI图

图1 遥感指数反演结果图

根据相关的标准并结合研究区的实际情况,NDSI划分为4个等级,NDSI 在0.4～1区间表示研究区完全被积雪覆盖,0.2～0.4区间表示研究区覆盖有较多雪,0～0.2区间表示研究区覆盖有少量的雪,0以下表示研究区没有积雪。图中可以看出积雪主要分布在东部和北部燕山山脉的雪山,积雪分布呈网状,对于森林火灾起到了很好的切割作用,结合该地的积雪期可知,本研究选定的时期处于积雪期末期,但尚未完全消融[13],积雪区域森林草原火险低。而中西部地区基本没有积雪,森林草原火险较高。如果该地东部和北部出现冰雪灾害,根据相似的研究推测可能发生地下火,地下火是由土壤中的可燃物阴燃产生的,蔓延速度较慢,危害森林下层结构,造成树木倒地,并且隐蔽性强,蔓延时间可以由几天到几个月甚至更长时间,不易扑灭[14]。因积雪灾害使得森林中有效可燃物负荷量短期内成倍增长,同时冰雪灾害后细小可燃物和死可燃物异常增多,细小可燃物的含水率随周围环境的变化特别快,失水过程非常迅速,一旦气温上升,很容易失去水分,变得干燥,在有火源的情况下着火,很容易着火和蔓延[15],引发严重火灾。在3—4月份,根据我国东北地区的研究,平均气温在0℃以下,即使土壤封冻,也可能发生地下火。总体上看,在正常的气候条件下,网状分布的积雪对于森林火灾的蔓延发展起到了很好的限制作用。

图1(c)反映了植被的含水量。研究区西北侧位于400 mm等降水量线西北面,也就是半干旱地区。结合NDSI和NDVI图可知其西南侧的植被距离东侧和北侧的雪山较遥远,此外该地区行政边界以外西侧也观察到了积雪,但西部和西北部的山脉起到了阻挡的作用,西南侧的植被面临水分胁迫,植被缺水时,更容易燃烧,森林火险较高。而东侧的森林覆盖区位于400 mm等降水量线东侧,积雪融水为植被提供了水源,植被含水量较高,森林火险较低。

从表观温度图2可以明显看出研究区西南侧处于燕山山脉与阴山山脉交界处的山谷表观温度最高,达到了近30℃,森林火险高;中部属于过渡地带,而东部和北部的一些燕山山脉的山地温度低于0℃,这和积雪图互相验证。结合积雪图可知覆盖有积雪,且积雪属于晶体,融化时温度保持在0℃,融化后水的比热容也大,所以综合来说温度低,热惯量大,森林火险低。

图2 表观温度图

由主成分分析结果(图3)的特征值可知(表3),变换后的PC1特征值贡献率[16]约86%,占据了最主要的,并且从相关性的角度来看PC1与从多个指数分别进行讨论的结果相一致,而其他分量在林火风险方面还存在明显的冲突,因此第一分量包含了林火风险的最主要信息。

图3 主成分分析第一分量

表3 主成分分析的特征值

从主成分分析的结果来看,总的来说,研究区西南侧林火风险高,且这部分区域成片分布,容易发生草原和森林火灾的蔓延;东侧和北侧林火风险低,分布较零散,这种零散网状的分布对于森林火灾的蔓延起到了限制切割作用。

4 结束语

本文结合林火研究目的和张家口某一地区的实际状况,采用Landsat 9数据,通过遥感反演的方式获得了2022年4月研究区的植被覆盖度、植被含水量、积雪覆盖程度、表观温度的信息,再进行主成分分析提取林火风险的最关键信息,联系当地的地形、气候等条件,研究发现该地区4月初总体上植被覆盖度不高,中西部植被含水量低,处于半干旱区,主要植被为草原和森林,表观温度高,尤其是西南侧处于燕山山脉与阴山山脉交界处的山谷表观温度最高,4月份是春季风活动的时期,且许多植物尚未发芽,容易发生蔓延速度快的地表火,周围森林草原火险高,而东部和北部地处燕山山脉的山地积雪尚未完全融化,表观温度低,植被含水量也高,处于半湿润区,主要植被为森林,森林火险低。研究区西南侧林火风险高的区域成片分布,容易发生草原和森林火灾的蔓延;东侧和北侧林火积雪覆盖的区域分布较零散,这种零散网状的分布对于森林火灾的蔓延起到了限制切割作用。

林火条件的研究对于后续林火蔓延的防控提供基础的数据支持和理论依据,林火蔓延的精准模拟离不开通过海量数据对区域建构的全面认识。本研究的不足之处是提取的信息不够全面,比如缺乏人类活动信息,因为林火多由人为因素引发,相较于通过遥感影像提取这些数据,通过网络地图的方式获取路网和居民点数据作为人类活动信息更加便捷,此外地形对风向[5]和不同树种的空间分布[17]等多方面林火因素都有影响,后续将结合到路网、居民点的距离以及DEM数据等进行林火蔓延模拟的研究。

引文格式： 李美祺,史保林,沈涛,等.森林火险遥感解译分析[J].北京测绘,2023,37(3)：330-335.

基金项目：北京市科技计划(Z181100005318003)

作者简介：李美祺(1998—),女,河北保定人,硕士在读,研究方向为林火蔓延模拟。E-mail：1821897146@qq.com

通信作者： 沈涛,E-mail：shentao@casm.ac.cn

转自：“测绘学术资讯”微信公众号

如有侵权，请联系本站删除！