-
林火是森林生态系统最活跃的因子之一,可以影响和改变整个系统的碳循环和碳分布格局[1-3]。火烧迹地的识别与提取是林火遥感研究的基础工作,国内外学者利用多源遥感数据对不同地区的火烧迹地进行了识别与提取研究[4-11],研究多基于Landsat、MODIS、SPOT等遥感数据,采用NDVI、SWIR、NBR、BAI等指数。因近红外波段对植物活体的叶绿素较敏感,而中红外波段可用来区分枯死木与土壤、灰烬等[12],所以由它们组合而成的归一化燃烧率(NBR)对林火起到更好的探测作用,还能减少地形光谱和光照角度对目标物的不利影响。在植被恢复研究中,植被指数被广泛应用[13-16],其中应用较多的是归一化植被指数(NDVI),但其易受裸土干扰,对温度、降水等有滞后效应。而在其基础上发展起来的增强型植被指数(EVI),可以改变易饱和和与现实植被覆盖缺少线性关系的状况。
本研究以1987年大兴安岭根河林业局火烧迹地为研究对象,基于长时间序列的Landsat数据,在采用随机森林、K-means等方法进行地类划分和火烧烈度分级的基础上,利用EVI指数分析火后植被的恢复进程和特征,以期为火后植被的恢复和经营提供一定的数据支撑。
HTML
-
研究区地处内蒙古自治区根河林业局金林林场,121°14′~121°24′ E,50°50′~50°57′ N,位于大兴安岭的西北坡,属于典型的寒温带大陆性季风气候,年平均气温−3℃,年平均降水量500 mm。土壤类型主要为棕色针叶林土,兴安落叶松(Larix gmelinii(Rupr.)Kuzen)是主要的优势树种,伴生有白桦(Betula platyphylla Suk.)、蒙古栎(Quercus mongolica Fisch.)、山杨(Populus davidiana Dode)等。灌木主要有兴安杜鹃(Rhododendron dauricum L.)、越桔(Vaccinium vitis-idaea Linn.)、杜香(Ledum palustre L.)等。因冻土层和蒙古草原风的普遍存在,该区在5、6月较干旱,火险增多。本次研究的森林火灾发生于1987年5月,属雷击火,过火面积约1292 hm2,过火前主要为针阔叶混交林、灌木林和草地。
-
根据数据可获取性和数据质量,选用了1986—2019年Landsat-5 TM 和Landsat-8OLI共计17景遥感影像,其中OLI数据4景,成像时间均在植被生长最好的6—8月(具体见表1)。本研究借助ENVI5.3软件对数据进行了必要的预处理,主要包含辐射校正和大气校正。
年份
Year传感器类型
The sensor type月份
Month6月
Jun7月
Jul8月
Aug1986 Landsat TM √ 1987 Landsat TM √ 1989 Landsat TM √ 1991 Landsat TM √ 1992 Landsat TM √ 1995 Landsat TM √ 1996 Landsat TM √ 1999 Landsat TM √ 2001 Landsat TM √ 2004 Landsat TM √ 2006 Landsat TM √ 2008 Landsat TM √ 2009 Landsat TM √ 2011 Landsat OLI √ 2014 Landsat OLI √ 2015 Landsat OLI √ 2019 Landsat OLI √ 注: “√”表示该年影像具体月份。
Note: “√” represents the specific month of images in the year.Table 1. Data acquisition time of Landsat from 1986 to 2019
-
根据土地利用现状分类标准(GB/T210102017),选用随机森林分类法将研究区划分为林地、灌草地和其它3类。
-
将过火前后1986年和1987年的NBR值相减,得到dNBR值,用于火烧迹地的提取。具体公式为:
式中,NBR是归一化火烧指数,NIR,SWIR2分别是TM第4波段近红外波段、第7波段中红外波段2,
$ {NBR}_{pre} $ 、$ {NBR}_{post} $ 分别表示火前和火后影像的NBR值。基于dNBR值,利用K-means聚类法区分火烧迹地、非火烧迹地,并对火烧区域进行轻、中、重烈度分级[17-18]。采用误差混淆矩阵法对分类结果进行精度验证。
-
选用EVI[19]分析火烧迹地植被特征。利用Landsat5的第1、3、4波段和Lansat8的第2、4、5波段计算得到研究区的增强型植被指数(EVI)数据,其计算公式为:
式中,
$ {\rho }_{nir} $ ,$ {\rho }_{red} $ ,$ {\rho }_{blue} $ 分别为Landsat5、Landsat8数据的近红外、红光和蓝光波段反射率,该植被指数可免受火烧迹地裸露土壤的干扰以及减除对温度、降水等的滞后效应。 -
采用一元线性回归法、Mann-Kendall突变检验法与Theil-Sen median趋势分析法分析EVI的时间变化特征。
(1)一元线性回归
表达式[20]为:
式中,y为样点拟合的因变量估计值,x为自变量,a为回归系数,b为常量。
(2)Mann-Kendall(M-K)突变检验
Mann-Kendall趋势检验的过程[21]为:
式中,sign为符号函数,
$ {EVI}_{k} $ 及$ {EVI}_{i} $ 为时序数据集合,n为集合长度。在α显著性水平下,当$\left| {{Z_C}} \right| > $ $ {U_{1 - \alpha /2}}$ 时,则时间序列在α水平上变化趋势显著。若$ {Z}_{C} $ > 0,则变化趋势上升,若$ {Z}_{C} $ < 0,则变化趋势为下降。(3)Theil-Sen median趋势分析
Theil-Sen median趋势分析可以把EVI的变化趋势量化,表示EVI在单位时间内的变化量,其公式[21]是:
式中,1 < i < j < n。若
$ \beta >0 $ ,则EVI时间序列呈上升趋势,否则为下降趋势。
1.1. 研究区概况
1.2. 数据准备与预处理
1.3. 数据处理与分析
1.3.1. 地类划分
1.3.2. 火烧迹地提取与烈度分级
1.3.3. EVI指数计算
1.3.4. EVI变化分析
-
利用1986年Landsat影像,基于随机森林法将研究区地类划分为林地、灌草地和其它3种类型(见图1)。经统计,研究区林地、灌草地和其它的面积分别为11436.75、1556.55、1226.7 hm2,占比分别为80.43%、10.95%、8.63%。
误差混淆矩阵验证结果(表2)显示,林地、灌草地、其它的制图精度分别为80.31%、83.70%、83.66%,用户精度分别为83.17%、81.76%、82.97%,采用随机森林法的总精度、Kappa系数分别为82.52%、0.74,分类精度较高,结果较准确。
类型
Types林地
Forest land灌草地
Shrub grassland其它
Others总样本数
Total samples制图精度
Mapping accuracy/%林地 Forest 420 62 23 505 80.31 灌草 Grassland 82 529 36 647 83.70 其它 Others 21 41 302 364 83.66 总样本数 Total samples 523 632 361 1516 - 用户精度 User accuracy/% 83.17 81.76 82.97 - - 总精度 Total accuracy/% 82.52 Kappa系数 Kappa coefficient 0.74 Table 2. Accuracy verification of land classification
-
基于dNBR值,利用K-means方法,提取了研究区的火烧迹地,并进行了火烈度分级(图2)。从图2可以看出,轻度过火区域的dNBR值居于0.25~0.39之间,中度过火区域的dNBR值为0.39~0.60,重度过火区域的dNBR值在0.60以上;1987年研究区火烧迹地面积共计1291.7 hm2,轻度过火区域面积占比最大(45.70%),重度过火区域面积占比最小(22.14%)。从空间分布看,重度过火区域分布于火烧迹地的中心,由中心向外,过火强度逐渐降低,轻度过火区域多分布于四周的非森林区域,受林火影响较小。
表3结果表明,本研究分类精度满足要求。未燃烧的制图和用户精度均在98.0%以上,其特征最明显;高烈度的特征次之,除小部分会与中烈度斑块混淆外,易与低烈度和未燃烧区域区分,制图与用户精度均在91.0%以上;中烈度会与部分低烈度或高烈度区域相似;低烈度特征最不明显,易与未燃烧斑块和中等烈度斑块混淆,中、低烈度的制图和用户精度均在80%~90%。
项目
Items未燃烧
Unburned低烈度
Light中烈度
Moderate高烈度
Severe制图精度
Mapping accuracy/%未燃烧 Unburned 1500 121 0 0 99.0 低烈度 Light 105 1032 102 0 83.2 中烈度 Moderate 0 83 1055 52 88.7 高烈度 Severe 0 0 69 726 91.3 用户精度 User accuracy/% 98.6 83.5 86.1 93.3 总精度 Total accuracy/% 89.0 Kappa系数 Kappa coefficient 0.85 Table 3. Accuracy verification of fire intensity classification
-
从1986—2019年EVI时间序列空间分布图(图3)可以看出,1986年研究区(即火烧迹地)的EVI值多在0.20~0.40,零星分布有0.40~0.60的区域,即植被生长状况中等;但在1987年火烧后,研究区EVI值明显下降,大部分处于0.07~0.20之间。1989—1995年间,EVI值在增加,植被处于恢复中,1995年时,研究区的EVI值只有少数在0.40以下,其余均在0.40~0.80之间;到2019年,研究区植被的EVI值处在0.40~0.80之间,且以0.40~0.60的居多。
-
在火烧迹地周边选取对照样区(含灌草地和林地),分别计算不同火烧烈度区域及对照区各年的EVI均值,见图4和图5。
经统计,林地林火发生前(1986年),轻、中、重度火烧迹地及对照区的EVI值分别为0.30、0.29、0.32和0.37,差别较小。林火发生后(图4),1987年各区域的EVI值分别为0.21、0.15、0.10、0.45。对照区EVI值有所增加,而火烧迹地的EVI值明显下降,轻、中和重度火烧迹地EVI值分别下降了约30%、48.3%和68.8%,表明火烈度越高,EVI值下降越明显。之后,随着恢复时间的增加,火烧迹地的EVI值逐渐提高,与对照区的差异逐渐缩小;各区域EVI增加速率大小依次为重度 > 中度 > 轻度 > 对照区。1990年左右,火烧迹地的EVI均值上升至0.41,相比对照区域(EVI=0.45)差异不明显;1990—1995年,轻、中、重度火烧迹地的EVI值均持续增加,直至与对照区的EVI值相等,即0.53;1996—2002年,各区域的EVI值出现轻微波动,但基本呈增加趋势;2004—2006年和2008—2011年间,轻、中、重度火烧迹地的EVI值继续增加,其中重度区域变化最明显,分别由0.38增加至0.53,由0.42增加至0.55。不同火烈度与对照区在1995年、2002—2004年、2006—2008年和2011—2014年的EVI值均有所下降,但下降程度不同,对照区变化较平缓,而火烧迹地EVI值变化程度随火烈度增加而逐渐增强。说明火烧迹地生态系统较脆弱,受环境影响更明显。火烧2 a后,重度火烧迹地的EVI值增加最明显,增加值为0.31。在1987—2000年,EVI值的大小始终为对照区 > 轻度 > 中度 > 重度;2000年以后,火烧迹地植被状态较好,除2004和2014年外,其EVI均高于对照区。
经统计,灌草地林火发生前(1986年),火烧迹地和对照区的EVI值无明显差别。林火发生后(如图5所示),1987年对照区EVI值有所增加,而火烧迹地EVI值下降明显,下降了约35.3%。但之后火烧迹地的EVI值迅速增加,在1989年基本与对照区持平,恢复到火烧前水平;之后的时间里,火烧区和对照区的EVI值均无明显差异。
-
利用Theil-Sen median方法对1987—2019年不同地类、不同火烈度的EVI值(6种情形)进行趋势分析,其过程在python中运行,结果如表4。
项目
Items趋势
Trend单位时间变化量
Change per unit time检验统计量
Test statistic方差
Variance标准化后检验统计量
Post-standardization inspection statistic(ZC)轻度森林火烧区
Light burned forestland显著增加 0.016 156 4104.667 2.419( > 1.96) 中度森林火烧区
Moderate burned forest land极显著增加 0.005 180 4099.333 2.796( > 2.58) 重度森林火烧区
Severe burned forest land极显著增加 0.003 191 4123.667 2.959( > 2.58) 森林对照区
Control forest不显著增加 0.156 92 4110.667 1.419 灌草火烧区
Burned shrub grassland不显著增加 0.675 −28 4140.667 −0.420 灌草对照区
Control shrub grassland不显著增加 0.484 −46 4138.0 −0.700 注:置信区间为0.01。
Note:The confidence interval is 0.01.Table 4. Statistics on EVI variation trend from 1987 to 2019
由表4可知,重度和中度林地火烧区的EVI呈极显著增加趋势,轻度林地火烧区呈显著增加趋势,且植被恢复的效果为重度 > 中度 > 轻度。灌草地、林地对照区的EVI增加趋势不显著。
-
利用M-K方法对不同烈度、不同地类的EVI值进行时间序列突变分析[22],结果见图6。
如图6所示,对于林地,轻度火烧迹地EVI的突变时间点出现在1990、2003、2018年,中度火烧迹地EVI的突变时间点出现在1990、2003、2006、2011、2017年,重度火烧迹地EVI的突变时间点出现在1990、2001、2011、2017年,对照区EVI的突变时间点出现在1991、2001、2019年。对比发现,林地的EVI值在1990—1991、2001—2003、2017—2019年间均出现了突变,突变的产生可能是因为不稳定的气候因素,且对照区的突变时间点较火烧迹地滞后。对于灌草地,火烧迹地与对照区的EVI突变特征较一致。