塔里木河下游植被非生长季火灾风险等级遥感评估_金庆日.pdf

塔里木河下游植被非生长季火灾风险等级遥感评估金庆日1,艾力克木司拉音1,夏依旦吾买尔江2,郭增坤3,4,阿布都米吉提阿布力克木3,4,艾里西尔库尔班3,4(1.新疆维吾尔自治区塔里木河流域干流管理局,新疆库尔勒 841000;2.新疆维吾尔自治区塔里木河流域希尼尔水库管理局,新疆库尔勒 841000;3.中国科学院新疆生态与地理研究所,新疆乌鲁木齐 830011;4.中国科学院大学,北京 100049)摘要 以塔里木河下游地区为例,利用已知火灾发生点前后时段卫星遥感数据,计算干枯燃料指数(dead fuel index,DFI)和 2 种燃烧指数,即归一化燃烧指数(normalized burn ratio,NBR)和燃烧面积指数(burn area index,BAI),分析干枯燃料指数和燃烧指数的相关性,并评估研究区的火灾风险等级。结果表明:燃烧指数可以较为准确地得到过火区域的位置;干枯燃料指数(DFI)与燃烧指数存在一定的相关性,R 分别为 0.53(NBR)、0.51(BAI);2021 年 2 月发生的火灾处于高风险区域,说明干枯燃料指数可以作为火灾风险等级评估指标,并利用 20202021 年秋冬季分析,得到火灾风险等级图。关键词 干枯燃料指数;归一化燃烧指数;燃烧面积指数;火灾风险评估;塔里木河下游中图分类号 S762 文献标识码 A 文章编号 0517-6611(2023)03-0101-05doi:10.3969/j.issn.0517-6611.2023.03.022 开放科学(资源服务)标识码(OSID):Assessment of Fire Risk Level of Non-growing Season in the Lower Reaches of Tarim River Using Remotely Sensed DataJIN Qing-ri1,Alikemu Slayin1,Xiayidan Wumaierjiang2 et al(1.Xinjiang Uygur Autonomous Region Tarim River Basin Mainstream Management Bureau,Korla,Xinjiang 841000;2.Xinjiang Uygur Autonomous Region Tarim River Basin Xinir Reservoir Management Bureau,Korla,Xinjiang 841000)Abstract Taking the lower reaches of Tarim River as the study area,we calculated the dead fuel index(DFI)and two burn fuel indexes,re-spectively normalized burn ratio(NBR)and burn area index(BAI),using the satellite remote sensing data before and after the fire at the known fire site.Then we analyzed the correlation between DFI and burn indexes(NBR and BAI)and evaluated the fire risk level in the study area.The results show that the burn indexes could accurately obtain the position of the fire area;DFI had a certain correlation with the burn in-dexes.R was 0.53(NBR)and 0.51(BAI)respectively.The fire in February 2021 happened in high risk area,which indicated that DFI can be used as an index for fire grade evaluation,and the fire risk map in autumn and winter 2020-2021 was obtained.Key words Dead fuel index;Normalized burn ratio;Burn area index;Fire risk assessment;Lower Reaches of Tarim River基金项目 国家自然科学基金委员会面上基金项目(32071655,31570536);新疆维吾尔自治区塔里木河流域干流管理局项目(TGJGL-JJJG2021ZXFW0007)。作者简介 金庆日(1982),男,新疆库尔勒人,高级工程师,从事河流生态系统监测与水资源管理研究。通信作者,研究员,从事遥感与地理信息系统应用研究。收稿日期 2022-03-18 植被作为生态系统的重要组成部分,在干旱区非生长季节易发生火灾,火灾对于植被的干扰显而易见1。近些年由于气候的变化以及社会经济的快速发展,火灾在各地区频繁发生2,如澳大利亚草原的大火3,美国洛杉矶的森林大火4以及蒙古国频发的草原火灾5,严重影响着当地社会的发展及居民的安全。火灾的发生不仅对各地区的社会经济造成严重危害,且对当地的土地资源及生态造成破坏6-8。因此,对火灾风险等级进行研究,有助于减少火灾发生的频率,提高发生火灾时的救援效率,并降低火灾导致的损失。随着遥感技术的发展,火灾监测与评估技术也得到了长足发展。Bian 等9相关学者,利用 GIS 和 RS 技术构建了呼伦贝尔草原的火灾风险评估模型。杨晓颖等10根据蒙古高原草原的特点及成灾机理,制作得到蒙古高原草原火灾风险分布图。张继权等11采用加权综合评价结合层次分析法对吉林省西部的草原火灾风险程度进行定量评价。然而,目前的研究较少考虑季节性,自然环境下的火灾大多发生在植被的非生长季,但是对于非生长季的火灾风险等级评估需要进行更进一步探究。在塔里木河下游,由于其特殊环境造就的植被类型极易发生火灾,然而针对该区域的火灾评估方法研究相关文献和案例相对较少。笔者选取的塔里木河下游地区,自生态输水工程实施以来,截至2020 年,累计输送生态水量达84.45108 m3,植被长势明显转好,面积也得到扩大,其中以芦苇为主的草本植物空间分布和生长状况变化突出12-13。笔者利用 Sentinel-2A数据,计算非生长季的干枯燃料指数和燃烧指数,分析其相关性,利用火灾发生地的指数值进行地面验证,结合指数直方图建立火灾风险等级标准,并对塔里木河下游地区非生长季火灾风险等级进行分类,最终获得研究区域的火灾风险等级图,以期为当地政府部门应对火灾提供科学决策依据。1 资料与方法1.1 研究区概况 研究区位于塔里木河下游,在塔克拉玛干沙漠和库鲁克塔格沙漠之间14(图 1),范围为大西海子水库至台特玛湖的狭长绿色走廊(87358840 E,39204045 N)。其中,大西海子水库至阿拉干河段属于双河道,植被覆盖度高;阿拉干至台特玛湖河段属于单河道,植被覆盖度低。研究区年降雨量处于 17.442.0 mm,潜在蒸发量高达 2 5003 000 mm,是全国最干旱的区域之一15。该地植被水分补给主要依靠河流上游来水,植被大多生长在河漫滩及两岸的低阶区域,形成由乔、灌、草组成的干旱区河岸林植被。乔木主要有胡杨(Populus euphratica)、沙枣(Elaeagnus angustifolia);灌木主要有多枝柽柳(Tamarix ramosissima)、黑刺(Hippophae neurocarpa)、铃铛刺(Halimodendron haloden-dron);草本植物主要有芦苇(Phragmites australis)、骆驼刺安徽农业科学,J.Anhui Agric.Sci.2023,51(3):101-105 (Alhagi sparsifolia)、罗 布 麻(Apocynum venetum)、花 花 柴(Karelinia caspia)、胀果甘草(Glycyrrhiza inflata)等16。图 1 研究区位置Fig.1 The location of study areas1.2 遥感数据获取及预处理采用的 Sentinel-2A 数据来自欧洲“哥白尼计划”中 Sentinel-2 系列的光学遥感卫星(ht-tps:/scihub.copernicus.eu/),该卫星携载的多光谱成像仪(MSI)具有 13 个光谱波段,其中 3 个红边波段对于观测植被生长更具有优势17(表 1)。笔者选取火灾发生时间(2021年 2 月 6 日)前后影像质量较好的时段,分别为 2021 年 2 月4 日和 2 月 19 日,轨道序号分别为 N0209_R119_T45SWD、N0209_R119_T45SXD 和 N0209_R119_T45TWE、N0209_R119_T45TXE。该数据已完成辐射定标与几何校正,在 SNAP 软件中使用Sen2Cor插件进行大气校正,然后利用QGIS软件将表 1 Sentinel-2A 传感器波段信息Table 1 Bands information of Sentinel-2A sensor波段号Band number波段类型Band type波长范围Wavelength rangenm空间分辨率Spatial resolutionm时间分辨率Time resolutiondB1海岸波段4334536010B2蓝波段4585231010B3绿波段5435781010B4红波段6506801010B5植被红边波段6987132010B6植被红边波段7337482010B7植被红边波段7737932010B8近红外波段7859001010B8a植被红边波段8558752010B9水蒸气波段1 3601 3906010B10短波红外波段 10 60011 1906010B11短波红外波段1 5651 6552010B12短波红外波段2 1002 2802010数据重采样至 10 m,镶嵌并裁剪出研究区的范围。最后,利用改进归一化差异水体指数(MNDWI)18结合阈值法将研究区内的水体进行掩摸。1.3 DFI 指数 Cao 等19根据干枯植被的光谱特征,提出应用于多光谱数据的干枯燃料指数(dead fuel index,DFI),验证了 DFI 指数估算干枯植被的潜力;并将 DFI 指数应用于亚洲草原地区火灾风险敏感性模型,证实了该指数对于干枯植被的估算潜力。在非生长季,大量绿色植被转变为干枯植被,因此使用 DFI 指数可以很好地表征干枯植被,这在塔里木河下游的研究区已经得到验证20。该指数公式为DFI=100 1-SWIR2SWIR1()REDNIR(1)式中,RED、NIR、SWIR1 和 SWIR2 分别对应红色、近红外、短波红外 1 和短波红外 2 的波段反射率,对应 Sentinel-2A 数据的第 4、8、11 和 12 波段。为了扩大 DFI 值的差异性,DFI扩大了 100 倍。此外,需要去除水体及云对该指数的影响,以免产生异常值影响分析结果21。1.4 燃烧指数 对于燃烧指数的研究,与其他光谱指数(如NDVI)相同,选择对火灾比较敏感的波段,通过波段间的组合运算反演得到图像上的指数。通过分析燃烧指数图像,可以获取火灾区域、火灾燃烧程度等信息。该研究选取归一化燃烧指数(normalized burn ratio,NBR)和燃烧面积指数(burn area index,BAI)来对研究区的过火区域进行监测22-23,公式为NBR=NIR-SWIRNIR+SWIR(2)201 安徽农业科学 2023 年BAI=1(0.1-RE