基于GEE平臺的錢江源國家公園森林火災(zāi)動態(tài)變化研究

毛麗君 彭徐劍 薛曉明 李明詩

（1. 南京森林警察學(xué)院刑事科學(xué)技術(shù)學(xué)院，江蘇 南京 210023；2. 南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037；3. 野生動植物物證技術(shù)國家林業(yè)和草原局重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；4. 南京森林警察學(xué)院治安學(xué)院，江蘇 南京 210023；5. 南京林業(yè)大學(xué)南方林業(yè)協(xié)同創(chuàng)新中心，江蘇 南京 210037）

國家公園是自然保護(hù)地體系建設(shè)的主體，管理人員需要定期監(jiān)測其轄區(qū)內(nèi)自然資源的狀況及其面臨的威脅，以便采取積極的保護(hù)策略[1]。森林火災(zāi)是國家公園管理的最大挑戰(zhàn)之一，它會帶來溫室氣體排放、加速生態(tài)系統(tǒng)退化和野生動物滅絕等環(huán)境影響[2]。近年來的全球氣候變化導(dǎo)致毀滅性森林火災(zāi)頻繁發(fā)生，這一趨勢在未來將明顯加劇[3]。準(zhǔn)確提取火燒跡地并研究森林火災(zāi)的年度發(fā)展動態(tài)是監(jiān)測國家公園火干擾并采取適當(dāng)管理措施的基礎(chǔ)，對于全面量化火干擾對當(dāng)?shù)厝嗣裆?、所保護(hù)生態(tài)系統(tǒng)乃至全球碳平衡造成的影響至關(guān)重要[4]。

遙感影像在繪制過火區(qū)域和火災(zāi)動態(tài)監(jiān)測方面具有相當(dāng)大的潛力，與傳統(tǒng)地面調(diào)查方法相比，它具有準(zhǔn)確快速、擁有歷史存檔數(shù)據(jù)以及能與其他專題數(shù)據(jù)結(jié)合使用等優(yōu)勢[5]。全球遙感火災(zāi)產(chǎn)品主要分為兩類：過火區(qū)域產(chǎn)品和活躍火災(zāi)產(chǎn)品。目前我國森林防火工作中使用的是來自于MODIS、NOAA、風(fēng)云系列等氣象衛(wèi)星提供的活躍火災(zāi)數(shù)據(jù)，尚未系統(tǒng)開展利用遙感影像編制歷史火災(zāi)數(shù)據(jù)庫的工作。由于氣象衛(wèi)星分辨率較低，官方統(tǒng)計(jì)的熱點(diǎn)坐標(biāo)和真實(shí)情況往往存在偏差。基于地物光譜特征的自動檢測方法能夠快速提取過火區(qū)域，但是森林火災(zāi)的發(fā)生往往過程復(fù)雜且缺乏明確的空間模式[6-7]。學(xué)者們已經(jīng)提出了各種自動方法來增強(qiáng)過火區(qū)域檢測的能力，從而盡量減少火燒跡地與其他地物之間的光譜混淆[5]，最常用的方法是利用火災(zāi)發(fā)生前后2景影像中提取的光譜指數(shù)差異來反映土地覆蓋變化[8-9]。由于火災(zāi)發(fā)生后會形成較明顯的過火痕跡，對于地形復(fù)雜且景觀異質(zhì)性強(qiáng)的國家公園來說，往往目視解譯比自動檢測方法精度更高[10]。傳統(tǒng)的目視解譯方法需要經(jīng)過復(fù)雜的數(shù)據(jù)下載及預(yù)處理流程，而云計(jì)算平臺擁有高效的數(shù)據(jù)運(yùn)算、地圖顯示與矢量編輯功能，通過編寫少量代碼即可顯示災(zāi)害發(fā)生前后的土地覆蓋變化。因此，在云平臺支持下基于目視解譯方法快速提取過火區(qū)域，對于形成國家公園歷史火災(zāi)數(shù)據(jù)庫及提升林火管理效率具有極大的推動作用。谷歌地球引擎（GEE）是一個(gè)提供全球尺度地球觀測數(shù)據(jù)存儲和用戶友好界面的開放數(shù)據(jù)訪問平臺，具有強(qiáng)大的數(shù)據(jù)處理能力，已被廣泛應(yīng)用于遙感研究領(lǐng)域[11-12]。

錢江源國家公園體制試點(diǎn)區(qū)（以下簡稱“錢江源國家公園”）是長三角經(jīng)濟(jì)發(fā)達(dá)地區(qū)唯一的國家公園體制試點(diǎn)區(qū)，當(dāng)?shù)鼐用裨谶M(jìn)行燒除田邊地角、清理農(nóng)田廢棄物、煉山等活動時(shí)用火不慎極易引發(fā)森林火災(zāi)。因此，本研究以錢江源國家公園為例，基于GEE平臺解譯方法快速提取過火區(qū)域，從面積、斑塊數(shù)量和空間分布等方面分析研究區(qū)的森林火災(zāi)動態(tài)。

1 研究區(qū)概況

錢江源國家公園位于浙江省衢州市開化縣境內(nèi)（118°03′ ～ 118°21′ E，29°10′ ～ 29°26′ N），總面積約252 km2?？臻g范圍包括原古田山國家級自然保護(hù)區(qū)、錢江源國家森林公園、錢江源省級風(fēng)景名勝區(qū)及其連接地帶[13]。錢江源地區(qū)屬于白際山脈的一部分，大部分為中山丘陵區(qū)。浙、皖、贛三省交界處有傘老尖、高樓尖等幾座山峰組成的區(qū)域，統(tǒng)稱為蓮花尖，是浙江省最大河流錢塘江的發(fā)源地。該國家公園屬于亞熱帶季風(fēng)性濕潤氣候，擁有以低海拔中亞熱帶常綠闊葉林及其生態(tài)系統(tǒng)為主的典型植被景觀，森林覆蓋率達(dá)81.7%，動植物物種數(shù)達(dá)2 230種，但可利用于農(nóng)耕的平原地貌稀缺，被形象地概括為“九山半水半分田”。所在開化縣年平均降水量為1963 mm，年平均氣溫16.2 ℃，無霜期達(dá)252 d，年平均日照時(shí)數(shù)1 334.1 h[14]，每年的11月1日至次年4月30日為森林防火期。（http://slcyfh.mem.gov.cn/，包括1999年1月1日—2019年12月31日浙江、安徽、江西省的熱點(diǎn)數(shù)據(jù)）。

2 材料與方法

2.1 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)主要包括Landsat SR數(shù)據(jù)、航天飛機(jī)雷達(dá)地形測繪任務(wù)（SRTM）數(shù)據(jù)、開放街道地圖[15]（OSM）開源矢量數(shù)據(jù)、衛(wèi)星林火監(jiān)測數(shù)據(jù)和官方提供的文件資料等。其中Landsat數(shù)據(jù)來源于GEE平臺（https://developers.google.com）；OSM數(shù)據(jù)下載地址為：https://www.openstreetmap.org（下載日期為：2019年12月15日）；衛(wèi)星林火監(jiān)測數(shù)據(jù)來源于中國森林草原防火網(wǎng)

2.2 數(shù)據(jù)選取與預(yù)處理

由于火災(zāi)發(fā)生后會伴隨氣象、地形等條件的變化蔓延至周圍區(qū)域，為了科學(xué)評估研究區(qū)森林火災(zāi)發(fā)生的特點(diǎn)與規(guī)律，將研究范圍拓展至錢江源國家公園及其周圍10 km緩沖區(qū)區(qū)域。利用衛(wèi)星林火熱點(diǎn)數(shù)據(jù)和Landsat衛(wèi)星影像編制過火區(qū)域數(shù)據(jù)集。衛(wèi)星林火熱點(diǎn)數(shù)據(jù)是利用NOAA、MODIS、風(fēng)云系列等氣象衛(wèi)星的熱紅外波段識別火災(zāi)信號并反饋到當(dāng)?shù)胤阑鸩块T，經(jīng)地面人員核查后形成的火災(zāi)熱點(diǎn)記錄。通過定位經(jīng)緯度坐標(biāo)提取研究區(qū)發(fā)生的62場火災(zāi)（包括林火、煉山、農(nóng)用火、未找到等），其中19個(gè)歷史火點(diǎn)經(jīng)核查后反饋為“林火”（見表1），火情大部分由于燒草木灰、燒田埂等農(nóng)事活動引發(fā)。

表 1 研究區(qū)林火熱點(diǎn)信息Table 1 Information of forest fire hotspots in the study area

自動檢測過程通常會將燒焦區(qū)域和具有類似光譜特征的其他元素（如河流、云陰影或地貌特征）混淆[16-17]，因此本研究利用GEE便捷的影像查詢、光譜指數(shù)計(jì)算與地圖顯示功能，結(jié)合目視解譯與光譜指數(shù)法手動提取過火區(qū)域。首先，將火點(diǎn)矢量數(shù)據(jù)導(dǎo)入GEE Assets中并在地圖窗口顯示。利用GEE豐富的圖像庫，選取熱點(diǎn)接收時(shí)間前后各6個(gè)月，含云量最小的可用Landsat SR系列數(shù)據(jù)。為了更好地區(qū)分景觀中的燒傷疤痕，通過定義可視化參數(shù)將圖像進(jìn)行假彩色合成顯示，R、G、B通道分別對應(yīng)于短波紅外、近紅外和紅光波段。

2.3 過火區(qū)域提取

計(jì)算差分歸一化燃燒比（dNBR）值（即火災(zāi)后歸一化燃燒比（NBR）值減去火災(zāi)前NBR值）并繪制在地圖窗口中，值為負(fù)或較小時(shí)代表再生長或未過火區(qū)域，值越高代表過火強(qiáng)度越高[18]。根據(jù)火災(zāi)前、火災(zāi)后及dNBR 3幅圖像，使用地圖顯示窗口的“繪制形狀”工具對過火區(qū)域進(jìn)行手動數(shù)字化（如圖1）。繪制完成后設(shè)置圖形導(dǎo)入?yún)?shù)，包括火災(zāi)名稱，輸出類型（矢量集合），同時(shí)記錄火災(zāi)編號和火災(zāi)發(fā)生年份。最后，將數(shù)字化的所有火燒跡地圖形進(jìn)行融合并輸出為“.shp”矢量格式文件。由于衛(wèi)星林火監(jiān)測系統(tǒng)采用氣象衛(wèi)星獲取熱點(diǎn)信息，數(shù)據(jù)空間分辨率較低（約1 km），依據(jù)熱點(diǎn)經(jīng)緯度數(shù)據(jù)查找過火區(qū)域時(shí)發(fā)現(xiàn)，過火斑塊與探測熱點(diǎn)位置發(fā)生偏移。如圖1所示，過火區(qū)域在火災(zāi)熱點(diǎn)的東側(cè)，真實(shí)火災(zāi)發(fā)生位置偏移了約500 m。

圖 1 GEE提取2013年火燒跡地過程示例Fig. 1 Illustration of the 2013 burned area extraction process in GEE

2.4 火斑塊空間模式分析

獲取火燒跡地矢量圖形后，統(tǒng)計(jì)過火區(qū)域的火災(zāi)發(fā)生時(shí)間、頻率和過火面積變化規(guī)律，并使用景觀指數(shù)描述過火區(qū)域的空間模式。景觀指數(shù)最初用來描述生境破碎化的特征，尤其是研究生境斑塊逐漸破碎對生物多樣性的影響方面作用明顯[19]。許多學(xué)者對生境破碎化的生態(tài)效應(yīng)進(jìn)行了各種理論和實(shí)證研究，并且開發(fā)了各種景觀指數(shù)[20]。在森林火災(zāi)相關(guān)研究中景觀指數(shù)常用于衡量過火區(qū)域的空間特征（大小、形狀、斑塊排列和地理方向）[7]，火災(zāi)導(dǎo)致的森林破碎化[21]或林火強(qiáng)度[22]等。本研究利用ArcGIS的Patch Analyst插件分析過火斑塊的空間分布模式，使用的指數(shù)包括斑塊面積大小和密度指數(shù)，具體有平均斑塊大?。∕PS），斑塊數(shù)（NumP），斑塊大小標(biāo)準(zhǔn)差（PSSD）和總?cè)紵娣e（TBA）。

3 結(jié)果與分析

3.1 年度火燒跡地面積變化

GEE中目視解譯提取的火燒跡地結(jié)果見圖2。結(jié)合火燒跡地面積統(tǒng)計(jì)（表2）與景觀指數(shù)分析結(jié)果（表3）得到，1999—2019年期間過火區(qū)域的總面積約為766.55 hm2。19次森林火災(zāi)的過火面積都不超過100 hm2，若按照過火面積大小分類，均屬于較大森林火災(zāi)（1～100 hm2），未出現(xiàn)重大和特別重大森林火災(zāi)。過火總面積最大的年 份 分別 是：2011年（237.12 hm2）、2013年（167.08 hm2）、2008年（139.36 hm2）；平均單次火災(zāi)面積最大的同樣是這3個(gè)年份，分別為83.54 hm2（2013年），46.45 hm2（2008年）、39.52 hm2（2011年）。森林火災(zāi)的發(fā)生時(shí)間集中在森林防火期內(nèi)，其中春季和冬季森林火災(zāi)高發(fā)，分別占火災(zāi)總起數(shù)的47.37%和42.11%。

圖 2 GEE提取的歷史火燒跡地結(jié)果Fig. 2 Historical burned areas extracted from GEE

表 2 火燒跡地面積統(tǒng)計(jì)表Table 2 Statistical area information of the burned area

表 3 研究區(qū)火斑塊景觀指數(shù)計(jì)算結(jié)果Table 3 Landscape index calculation results of the fire patches in the study area

3.2 火燒跡地空間格局變化

景觀指數(shù)計(jì)算結(jié)果（表3）顯示，2013年單次森林火災(zāi)覆蓋范圍最廣，其特點(diǎn)表現(xiàn)為：總面積第2高，火災(zāi)次數(shù)少（2次），平均單次過火面積最大（83.54 hm2）。2011年發(fā)生森林火災(zāi)次數(shù)最多（6次），被燒毀面積最大（237.12 hm2，占比29.64 %），斑塊大小標(biāo)準(zhǔn)差最高（30.16 hm2），表明單個(gè)燃燒區(qū)域的大小差異較大。相比之下，2014年和2019年僅發(fā)生1次火災(zāi)，2019年過火面積最?。?5.68 hm2）。2002年發(fā)生火災(zāi)次數(shù)和過火面積都不大，斑塊大小標(biāo)準(zhǔn)差最低（8.48 hm2），說明過火區(qū)域的面積大小相似。2008年平均斑塊面積最大（46.45 hm2），說明火災(zāi)發(fā)生后燃燒區(qū)域較為完整連續(xù)，這與當(dāng)?shù)氐牡匦闻c植被構(gòu)成有關(guān)。

3.3 年度過火面積變化

過火區(qū)域面積在研究期間呈現(xiàn)先增加后減少的趨勢（圖3）。錢江源國家公園范圍內(nèi)的總過火面積為9.05 hm2，火災(zāi)發(fā)生在2011年和2014年，其中2011年過火面積相對較大（9.04 hm2），而2011年在公園外部緩沖區(qū)同樣發(fā)生了多起森林火災(zāi)事件。當(dāng)時(shí)國家公園試點(diǎn)建設(shè)尚未開展，火災(zāi)發(fā)生在已建成保護(hù)區(qū)之間的連接地帶，而古田山國家級自然保護(hù)區(qū)和錢江源風(fēng)景名勝區(qū)在研究期間始終未發(fā)生過森林火災(zāi)。2014年在國家公園內(nèi)部檢測到的過火區(qū)域是由外圍發(fā)生的森林火災(zāi)蔓延所致，因此過火面積僅為0.01 hm2。

圖 3 錢江源國家公園與周邊緩沖區(qū)過火面積對比Fig. 3 Comparison of burned area between the Qianjiangyuan National Park and surrounding buffer zone

4 結(jié)論與討論

本研究通過基于GEE云平臺的快速目視解譯流程改進(jìn)過火區(qū)域的提取準(zhǔn)確度與效率?；谝韵略颍芯课磳δ恳暯庾g的結(jié)果進(jìn)行精度評估：1）缺乏準(zhǔn)確、完整的官方歷史火災(zāi)記錄；2）由于大部分火災(zāi)發(fā)生的年份較早且該地區(qū)地形復(fù)雜，難以開展實(shí)地調(diào)查工作；3）目視解譯提供了足夠可靠的數(shù)據(jù)，往往被用來驗(yàn)證由監(jiān)督分類或非監(jiān)督分類得到的過火區(qū)域提取結(jié)果。目視解譯過程中發(fā)現(xiàn)衛(wèi)星林火熱點(diǎn)記錄的空間坐標(biāo)與實(shí)際過火區(qū)域之間存在偏差，這是由于獲取熱點(diǎn)的氣象衛(wèi)星分辨率較低，官方設(shè)計(jì)的林火監(jiān)測軟件和系統(tǒng)誤差導(dǎo)致探測熱點(diǎn)的空間坐標(biāo)產(chǎn)生一定偏移[23]。坐標(biāo)偏移一般在500 m左右，因此所得結(jié)果仍然能夠?qū)ρ芯繀^(qū)歷史火災(zāi)的空間模式進(jìn)行合理解釋。蔡奇均等[24]使用MOD14A1衛(wèi)星產(chǎn)品作為基礎(chǔ)數(shù)據(jù)繪制浙江省林火發(fā)生風(fēng)險(xiǎn)圖，然而該數(shù)據(jù)產(chǎn)品未經(jīng)過實(shí)地驗(yàn)證，某些火點(diǎn)可能是計(jì)劃燒除或者森林防火演練過程中產(chǎn)生的非災(zāi)害性熱點(diǎn)，由此得到的結(jié)果往往具有不確定性。因此，本研究的過火區(qū)域提取流程更加可靠，建議相關(guān)研究對火點(diǎn)基礎(chǔ)數(shù)據(jù)進(jìn)行驗(yàn)證后再開展下一步分析。

過火區(qū)域的時(shí)空分布和景觀指數(shù)分析結(jié)果顯示，研究區(qū)發(fā)生的火災(zāi)規(guī)模均較小，春季森林防火期內(nèi)的火災(zāi)頻率最高。由于春季氣溫逐漸升高，農(nóng)事用火以及生產(chǎn)生活用火頻繁，清明節(jié)期間村民經(jīng)常上山進(jìn)行明火祭祀活動，加之此時(shí)的植被較為干燥，足以發(fā)生燃燒。研究期間森林火災(zāi)的過火面積呈現(xiàn)先增加后減少的趨勢，2011年發(fā)生森林火災(zāi)次數(shù)最多，被燒毀面積最大；2013年發(fā)生次數(shù)較少，但單次火災(zāi)規(guī)模最大，這可能與極端氣候引起的持續(xù)性干旱天氣有關(guān)。2014年之后，火災(zāi)發(fā)生次數(shù)和過火面積明顯減少，2015—2018年期間未發(fā)生森林火災(zāi)。這與國家13個(gè)部委聯(lián)合出臺《建立國家公園體制試點(diǎn)方案》[25]的時(shí)間相吻合。除了考慮氣候因素影響外，該地區(qū)森林火災(zāi)數(shù)量的降低可以部分歸因于國家公園試點(diǎn)區(qū)建立后森林保護(hù)與防火力度的提升。試點(diǎn)方案正式實(shí)施后一系列的保護(hù)行動影響了森林火災(zāi)在時(shí)空模式上的變化，主要體現(xiàn)在國家公園邊界及附近區(qū)域無森林火災(zāi)發(fā)生。然而，確認(rèn)這一趨勢應(yīng)基于對研究區(qū)森林火災(zāi)發(fā)生情況的長期監(jiān)測。

我國對于自然災(zāi)害的統(tǒng)計(jì)通常以行政區(qū)劃為單位[26]，缺乏對于空間分布特征的定量分析，往往難以準(zhǔn)確獲取國家公園范圍內(nèi)的災(zāi)害發(fā)生情況。與某一城市遭受的自然災(zāi)害相比，國家公園的受災(zāi)范圍相對較小，且承災(zāi)體以自然生態(tài)系統(tǒng)為主，適合在災(zāi)害發(fā)生后及時(shí)采用基于云平臺的目視解譯方法快速提取受災(zāi)面積，據(jù)此建立空間范圍明確的受災(zāi)區(qū)域數(shù)據(jù)檔案并預(yù)測災(zāi)害發(fā)生風(fēng)險(xiǎn)。當(dāng)自然災(zāi)害對國家公園生態(tài)系統(tǒng)造成大范圍干擾后，遙感技術(shù)能夠有效監(jiān)測其損失情況，然而單獨(dú)使用遙感影像能夠監(jiān)測的內(nèi)容有限[27]，未來應(yīng)結(jié)合物聯(lián)網(wǎng)、無人機(jī)等技術(shù)手段[28]構(gòu)建針對國家公園的“天空地一體化”監(jiān)測技術(shù)體系，對自然災(zāi)害造成的土壤、大氣、水體等生態(tài)環(huán)境損害進(jìn)行評估和預(yù)測。

針對衛(wèi)星林火熱點(diǎn)定位精度低以及自動檢測方法容易產(chǎn)生混淆的問題，本研究提出基于GEE云平臺的過火區(qū)域快速提取方法，并且按照災(zāi)害發(fā)生年份量化長期以來受災(zāi)區(qū)域的空間分布模式，分析火災(zāi)發(fā)展動態(tài)與國家公園建立時(shí)間的關(guān)聯(lián)。實(shí)驗(yàn)結(jié)果表明，1999—2019年期間，研究區(qū)共發(fā)生19起森林火災(zāi)，過火區(qū)域總面積約為766.55 hm2。反映出國家公園試點(diǎn)區(qū)建立后，當(dāng)?shù)厣直Ｗo(hù)與防火的效能有所提升。該方法在準(zhǔn)確提取國家公園火災(zāi)事件方面具有良好的性能，能夠輔助檢驗(yàn)衛(wèi)星林火熱點(diǎn)數(shù)據(jù)的準(zhǔn)確性，適用于國家公園管理工作中快速獲取災(zāi)情信息，建立空間明確的災(zāi)情歷史數(shù)據(jù)檔案，以及評估國家公園建立后的災(zāi)害管理成效。