塔里木河下游植被非生長(zhǎng)季火災(zāi)風(fēng)險(xiǎn)等級(jí)遙感評(píng)估

金慶日，艾力克木·司拉音，夏依旦·吾買(mǎi)爾江，郭增坤，阿布都米吉提·阿布力克木，艾里西爾·庫(kù)爾班*

(1.新疆維吾爾自治區(qū)塔里木河流域干流管理局，新疆庫(kù)爾勒 841000；2.新疆維吾爾自治區(qū)塔里木河流域希尼爾水庫(kù)管理局，新疆庫(kù)爾勒 841000；3.中國(guó)科學(xué)院新疆生態(tài)與地理研究所，新疆烏魯木齊 830011；4.中國(guó)科學(xué)院大學(xué)，北京 100049)

植被作為生態(tài)系統(tǒng)的重要組成部分，在干旱區(qū)非生長(zhǎng)季節(jié)易發(fā)生火災(zāi)，火災(zāi)對(duì)于植被的干擾顯而易見(jiàn)[1]。近些年由于氣候的變化以及社會(huì)經(jīng)濟(jì)的快速發(fā)展，火災(zāi)在各地區(qū)頻繁發(fā)生[2]，如澳大利亞草原的大火[3]，美國(guó)洛杉磯的森林大火[4]以及蒙古國(guó)頻發(fā)的草原火災(zāi)[5]，嚴(yán)重影響著當(dāng)?shù)厣鐣?huì)的發(fā)展及居民的安全?；馂?zāi)的發(fā)生不僅對(duì)各地區(qū)的社會(huì)經(jīng)濟(jì)造成嚴(yán)重危害，且對(duì)當(dāng)?shù)氐耐恋刭Y源及生態(tài)造成破壞[6-8]。因此，對(duì)火災(zāi)風(fēng)險(xiǎn)等級(jí)進(jìn)行研究，有助于減少火災(zāi)發(fā)生的頻率，提高發(fā)生火災(zāi)時(shí)的救援效率，并降低火災(zāi)導(dǎo)致的損失。

隨著遙感技術(shù)的發(fā)展，火災(zāi)監(jiān)測(cè)與評(píng)估技術(shù)也得到了長(zhǎng)足發(fā)展。Bian等[9]相關(guān)學(xué)者，利用GIS和RS技術(shù)構(gòu)建了呼倫貝爾草原的火災(zāi)風(fēng)險(xiǎn)評(píng)估模型。楊曉穎等[10]根據(jù)蒙古高原草原的特點(diǎn)及成災(zāi)機(jī)理，制作得到蒙古高原草原火災(zāi)風(fēng)險(xiǎn)分布圖。張繼權(quán)等[11]采用加權(quán)綜合評(píng)價(jià)結(jié)合層次分析法對(duì)吉林省西部的草原火災(zāi)風(fēng)險(xiǎn)程度進(jìn)行定量評(píng)價(jià)。然而，目前的研究較少考慮季節(jié)性，自然環(huán)境下的火災(zāi)大多發(fā)生在植被的非生長(zhǎng)季，但是對(duì)于非生長(zhǎng)季的火災(zāi)風(fēng)險(xiǎn)等級(jí)評(píng)估需要進(jìn)行更進(jìn)一步探究。在塔里木河下游，由于其特殊環(huán)境造就的植被類(lèi)型極易發(fā)生火災(zāi)，然而針對(duì)該區(qū)域的火災(zāi)評(píng)估方法研究相關(guān)文獻(xiàn)和案例相對(duì)較少。

筆者選取的塔里木河下游地區(qū)，自生態(tài)輸水工程實(shí)施以來(lái)，截至2020年，累計(jì)輸送生態(tài)水量達(dá)84.45×108m3，植被長(zhǎng)勢(shì)明顯轉(zhuǎn)好，面積也得到擴(kuò)大，其中以蘆葦為主的草本植物空間分布和生長(zhǎng)狀況變化突出[12-13]。筆者利用Sentinel-2A數(shù)據(jù)，計(jì)算非生長(zhǎng)季的干枯燃料指數(shù)和燃燒指數(shù)，分析其相關(guān)性，利用火災(zāi)發(fā)生地的指數(shù)值進(jìn)行地面驗(yàn)證，結(jié)合指數(shù)直方圖建立火災(zāi)風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)，并對(duì)塔里木河下游地區(qū)非生長(zhǎng)季火災(zāi)風(fēng)險(xiǎn)等級(jí)進(jìn)行分類(lèi)，最終獲得研究區(qū)域的火災(zāi)風(fēng)險(xiǎn)等級(jí)圖，以期為當(dāng)?shù)卣块T(mén)應(yīng)對(duì)火災(zāi)提供科學(xué)決策依據(jù)。

1 資料與方法

1.1 研究區(qū)概況研究區(qū)位于塔里木河下游，在塔克拉瑪干沙漠和庫(kù)魯克塔格沙漠之間[14](圖1)，范圍為大西海子水庫(kù)至臺(tái)特瑪湖的狹長(zhǎng)綠色走廊(87°35′～88°40′ E，39°20′～40°45′ N)。其中，大西海子水庫(kù)至阿拉干河段屬于雙河道，植被覆蓋度高；阿拉干至臺(tái)特瑪湖河段屬于單河道，植被覆蓋度低。研究區(qū)年降雨量處于17.4～42.0 mm，潛在蒸發(fā)量高達(dá)2 500～3 000 mm，是全國(guó)最干旱的區(qū)域之一[15]。該地植被水分補(bǔ)給主要依靠河流上游來(lái)水，植被大多生長(zhǎng)在河漫灘及兩岸的低階區(qū)域，形成由喬、灌、草組成的干旱區(qū)河岸林植被。喬木主要有胡楊(Populuseuphratica)、沙棗(Elaeagnusangustifolia)；灌木主要有多枝檉柳(Tamarixramosissima)、黑刺(Hippophaeneurocarpa)、鈴鐺刺(Halimodendronhalodendron)；草本植物主要有蘆葦(Phragmitesaustralis)、駱駝刺(Alhagisparsifolia)、羅布麻(Apocynumvenetum)、花花柴(Kareliniacaspia)、脹果甘草(Glycyrrhizainflata)等[16]。

圖1 研究區(qū)位置Fig.1 The location of study areas

1.2 遙感數(shù)據(jù)獲取及預(yù)處理采用的Sentinel-2A數(shù)據(jù)來(lái)自歐洲“哥白尼計(jì)劃”中Sentinel-2系列的光學(xué)遙感衛(wèi)星(https：//scihub.copernicus.eu/)，該衛(wèi)星攜載的多光譜成像儀(MSI)具有13個(gè)光譜波段，其中3個(gè)紅邊波段對(duì)于觀(guān)測(cè)植被生長(zhǎng)更具有優(yōu)勢(shì)[17](表1)。筆者選取火災(zāi)發(fā)生時(shí)間(2021年2月6日)前后影像質(zhì)量較好的時(shí)段，分別為2021年2月4日和2月19日，軌道序號(hào)分別為N0209_R119_T45SWD、N0209_R119_T45SXD和N0209_R119_T45TWE、N0209_R119_T45TXE。該數(shù)據(jù)已完成輻射定標(biāo)與幾何校正，在SNAP軟件中使用Sen2Cor插件進(jìn)行大氣校正，然后利用QGIS軟件將數(shù)據(jù)重采樣至10 m，鑲嵌并裁剪出研究區(qū)的范圍。最后，利用改進(jìn)歸一化差異水體指數(shù)(MNDWI)[18]結(jié)合閾值法將研究區(qū)內(nèi)的水體進(jìn)行掩摸。

表1 Sentinel-2A傳感器波段信息Table 1 Bands information of Sentinel-2A sensor

1.3 DFI指數(shù)Cao等[19]根據(jù)干枯植被的光譜特征，提出應(yīng)用于多光譜數(shù)據(jù)的干枯燃料指數(shù)(dead fuel index，DFI)，驗(yàn)證了DFI指數(shù)估算干枯植被的潛力；并將DFI指數(shù)應(yīng)用于亞洲草原地區(qū)火災(zāi)風(fēng)險(xiǎn)敏感性模型，證實(shí)了該指數(shù)對(duì)于干枯植被的估算潛力。在非生長(zhǎng)季，大量綠色植被轉(zhuǎn)變?yōu)楦煽葜脖?，因此使用DFI指數(shù)可以很好地表征干枯植被，這在塔里木河下游的研究區(qū)已經(jīng)得到驗(yàn)證[20]。該指數(shù)公式為

(1)

式中，RED、NIR、SWIR1和SWIR2分別對(duì)應(yīng)紅色、近紅外、短波紅外1和短波紅外2的波段反射率，對(duì)應(yīng)Sentinel-2A數(shù)據(jù)的第4、8、11和12波段。為了擴(kuò)大DFI值的差異性，DFI擴(kuò)大了100倍。此外，需要去除水體及云對(duì)該指數(shù)的影響，以免產(chǎn)生異常值影響分析結(jié)果[21]。

1.4 燃燒指數(shù)對(duì)于燃燒指數(shù)的研究，與其他光譜指數(shù)(如NDVI)相同，選擇對(duì)火災(zāi)比較敏感的波段，通過(guò)波段間的組合運(yùn)算反演得到圖像上的指數(shù)。通過(guò)分析燃燒指數(shù)圖像，可以獲取火災(zāi)區(qū)域、火災(zāi)燃燒程度等信息。該研究選取歸一化燃燒指數(shù)(normalized burn ratio，NBR)和燃燒面積指數(shù)(burn area index，BAI)來(lái)對(duì)研究區(qū)的過(guò)火區(qū)域進(jìn)行監(jiān)測(cè)[22-23]，公式為

(2)

(3)

式中，RED、NIR和SWIR分別為紅色、近紅外和短波紅外的反射率，對(duì)應(yīng)Sentinel-2A數(shù)據(jù)的第4、8和11波段，中心波長(zhǎng)分別為665、842和1 610 nm。BAI對(duì)于過(guò)火區(qū)域有較好的區(qū)分能力，對(duì)于過(guò)火和未過(guò)火區(qū)域，其數(shù)值均大于0；未過(guò)火區(qū)域的取值較小，過(guò)火區(qū)域的取值較大，且焚燒程度越嚴(yán)重，取值越大。相關(guān)研究表明，BAI相對(duì)于NDVI、SAVI和GEMI等植被指數(shù)，對(duì)于過(guò)火區(qū)域的探測(cè)更為敏感和準(zhǔn)確[24]。NBR取值范圍為[-1，1]，過(guò)火區(qū)域一般為負(fù)值，未過(guò)火區(qū)域一般為正值。

2 結(jié)果與分析

2.1 過(guò)火區(qū)域影像使用2021年2月4日和19日火災(zāi)發(fā)生前后的Sentinel-2A影像，通過(guò)目視解譯方式對(duì)起火位置進(jìn)行選擇(圖2)。為提取出過(guò)火范圍，利用ENVI 5.3軟件中的“Band Math”進(jìn)行波段計(jì)算，得到2個(gè)時(shí)期的NBR和BAI圖像。采用閾值分割的方法對(duì)著火區(qū)域和未著火區(qū)域進(jìn)行劃分，進(jìn)而將各指數(shù)分為2類(lèi)。對(duì)于過(guò)火區(qū)域來(lái)說(shuō)，NBR圖像的數(shù)值大于0，且BAI圖像的數(shù)值較高，根據(jù)2個(gè)指數(shù)對(duì)于過(guò)火區(qū)域具有較強(qiáng)的區(qū)分能力，提取出過(guò)火區(qū)域。

注：a為過(guò)火前，b為過(guò)火后，紅色圓圈為火災(zāi)發(fā)生區(qū)域。Note:a is before the fire,b is after the fire, and the red circle is the fire area.圖2 火災(zāi)前后Sentinel-2A影像對(duì)比Fig.2 Sentinel-2A image before and after fire

為便于展示，利用Sentinel-2A假彩色合成結(jié)合對(duì)比NBR和BAI指數(shù)來(lái)確定過(guò)火面積(圖3)。近紅外波段對(duì)植被較為敏感，過(guò)火區(qū)域經(jīng)過(guò)火燒，植被基本消失，過(guò)火區(qū)域明顯不同于未過(guò)火的區(qū)域，因此用假彩色合成進(jìn)行顯示，采用Sentinel-2A影像中的近紅外波段、紅波段和綠波段進(jìn)行組合，在合成圖中深色區(qū)域?yàn)檫^(guò)火區(qū)域。對(duì)遙感影像進(jìn)行波段運(yùn)算，如圖3b、3c所示，對(duì)于BAI來(lái)說(shuō)，過(guò)火區(qū)域的BAI數(shù)值較大，高于周?chē)鸀榘l(fā)生火災(zāi)的區(qū)域，具有明顯的差異性。而從反演得到的NBR可以看出，過(guò)火區(qū)域的NBR數(shù)值較小，在圖像中顯示為較暗的區(qū)域。通過(guò)對(duì)比NBR和BAI指數(shù)，NBR所顯示的過(guò)火范圍大于BAI顯示的過(guò)火范圍。利用閾值法分別對(duì)NBR和BAI指數(shù)圖像進(jìn)行過(guò)火與非過(guò)火區(qū)域劃分，取2個(gè)指數(shù)得到過(guò)火范圍的交集，從而得到此次火災(zāi)發(fā)生的范圍，統(tǒng)計(jì)得到過(guò)火面積為156 031 m2。

注：a.假彩色合成顯示；b.NBR指數(shù)顯示；c.BAI指數(shù)顯示。Note：a.Pseudo color composite display；b.NBR index display；c.BAI index display.圖3 2021年2月19日過(guò)火地區(qū)影像Fig.3 Image of fire area on February 19，2021

2.2 DFI與燃燒指數(shù)相關(guān)性分析通過(guò)前面的分析，已確定火災(zāi)發(fā)生范圍，在此基礎(chǔ)上選取并統(tǒng)計(jì)過(guò)火范圍內(nèi)的DFI指數(shù)和燃燒指數(shù)(BAI和NBR)?？紤]到火災(zāi)發(fā)生后，過(guò)火區(qū)域的干枯植被已被燃燒，故無(wú)法得到準(zhǔn)確的DFI數(shù)值，因此通過(guò)火災(zāi)發(fā)生前(2月4日)影像反演得到DFI指數(shù)。在該假設(shè)火災(zāi)發(fā)生前后(2月4日和2月19日)研究區(qū)植被變化差異不大，故在像元尺度上構(gòu)建過(guò)火區(qū)域的DFI和BAI、NBR關(guān)系。

統(tǒng)計(jì)過(guò)火區(qū)域每個(gè)像元的DFI、BAI和NBR指數(shù)，并對(duì)DFI和BAI、DFI和NBR進(jìn)行相關(guān)性分析(圖4)。在P<0.05水平下，DFI與BAI的R為0.51，DFI與NBR的R為0.53，說(shuō)明DFI與燃燒指數(shù)存在一定線(xiàn)性關(guān)系，DFI值高的地方，BAI和NBR數(shù)值也相對(duì)較高。因此，利用DFI預(yù)估火災(zāi)的風(fēng)險(xiǎn)等級(jí)具有一定的可行性。

2.3 火災(zāi)風(fēng)險(xiǎn)等級(jí)評(píng)估為估算火災(zāi)發(fā)生的風(fēng)險(xiǎn)等級(jí)，該研究利用表征非光合植被的DFI指數(shù)，進(jìn)行火災(zāi)風(fēng)險(xiǎn)等級(jí)劃分，根據(jù)過(guò)火范圍得到對(duì)應(yīng)的DFI圖像。利用ENVI中的統(tǒng)計(jì)工具，獲得像元值的分布直方圖，據(jù)此對(duì)過(guò)火區(qū)域的DFI進(jìn)行密度分割，設(shè)置為4個(gè)區(qū)域：DFI<7，為無(wú)風(fēng)險(xiǎn)；DFI為7～<13，為低風(fēng)險(xiǎn)；DFI為13～<18，為中風(fēng)險(xiǎn)；DFI≥18，為高風(fēng)險(xiǎn)。由此得到塔里木河下游(大西海子水庫(kù)至臺(tái)特瑪湖)火災(zāi)風(fēng)險(xiǎn)等級(jí)圖(圖5)。

該研究發(fā)現(xiàn)，在非生長(zhǎng)季時(shí)期，火災(zāi)風(fēng)險(xiǎn)較高的地區(qū)均為植被生長(zhǎng)較為茂密的區(qū)域，這些區(qū)域干物質(zhì)比例極高，發(fā)生火災(zāi)風(fēng)險(xiǎn)較大，火災(zāi)等級(jí)較高，其主要區(qū)域分布在大西海子水庫(kù)至阿克東段，英蘇附近，以及其文庫(kù)勒濕地、博孜庫(kù)勒、庫(kù)爾干至臺(tái)特瑪湖等。

圖5 火災(zāi)風(fēng)險(xiǎn)等級(jí)Fig.5 Fire risk level

3 結(jié)論與展望

該研究以塔里木河下游為研究區(qū)域，基于Sentinel-2A影像數(shù)據(jù)，對(duì)火災(zāi)區(qū)域的位置進(jìn)行了確定及面積統(tǒng)計(jì)，通過(guò)分析DFI與燃燒指數(shù)的相關(guān)性，對(duì)非生長(zhǎng)季研究區(qū)火災(zāi)風(fēng)險(xiǎn)等級(jí)進(jìn)行了評(píng)估，得到以下結(jié)論：

(1)基于Sentinel-2影像數(shù)據(jù)反演得到的燃燒指數(shù)(BAI和NBR)可以較為準(zhǔn)確地識(shí)別過(guò)火區(qū)域的位置。

(2)選取DFI作為非生長(zhǎng)季時(shí)期植被的表征指數(shù)，通過(guò)分析其與2種燃燒指數(shù)的相關(guān)性，與BAI的R為0.51，與NBR的R為0.53。說(shuō)明DFI與BAI和NBR存在一定的相關(guān)性。

(3)通過(guò)對(duì)研究區(qū)火災(zāi)風(fēng)險(xiǎn)等級(jí)分析發(fā)現(xiàn)，火災(zāi)風(fēng)險(xiǎn)等級(jí)較高的區(qū)域主要分布在大西海子水庫(kù)至阿克東段、英蘇附近、其文庫(kù)勒濕地、博孜庫(kù)勒及庫(kù)爾干至臺(tái)特瑪湖。

該研究仍存在進(jìn)一步改進(jìn)的空間。首先，參考的火災(zāi)情況只有一次，過(guò)火面積相對(duì)較小，缺少分散性的樣本，因此，對(duì)火災(zāi)范圍內(nèi)的像元作為信息單元進(jìn)行統(tǒng)計(jì)分析，以提高樣本量；在充分掌握歷史火情信息的基礎(chǔ)上，關(guān)注今后火災(zāi)發(fā)生情況，及時(shí)掌握地面數(shù)據(jù)，以進(jìn)一步探索提高該方法的精度和可靠性。其次，該研究?jī)H采用遙感數(shù)據(jù)及光譜指數(shù)計(jì)算方法，未能采集到火災(zāi)發(fā)生地的適時(shí)地面光譜測(cè)量數(shù)據(jù)和燃燒物樣本，且只采用了一個(gè)衛(wèi)星遙感平臺(tái)的單一遙感器的數(shù)據(jù)，因此仍難以滿(mǎn)足及時(shí)掌握火災(zāi)情景和發(fā)展趨勢(shì)的需求，今后需要進(jìn)一步開(kāi)展基于多平臺(tái)(衛(wèi)星+無(wú)人機(jī)+觀(guān)測(cè)塔)-多傳感器的高空間分辨率、高時(shí)間分辨率和高光譜分辨率的遙感數(shù)據(jù)相結(jié)合的高頻率遙感數(shù)據(jù)進(jìn)行實(shí)時(shí)-準(zhǔn)實(shí)時(shí)監(jiān)測(cè)與評(píng)估系統(tǒng)的研究。