基于遙感指數(shù)的草原火后植被恢復研究

宮大鵬，閆 淳，郭贊權

(中國消防救援學院，北京 102202)

火災是生態(tài)系統(tǒng)中植被演替歷史的重要事件，在自然界中普遍存在。幾千年來，世界范圍內(nèi)的大部分草原和森林環(huán)境都受到過人為或自然的火災干擾。火災作為干擾全球土地植被主要原因之一，目前對全球植被分布的影響幾乎等同于氣候的影響[1]。眾多研究表明，土地覆被持續(xù)的干擾將導致生態(tài)系統(tǒng)功能顯著和持久的變化，包括物質(zhì)循環(huán)、碳儲量及物種組成與分布、以及物種豐富度等[2-6]。隨著國內(nèi)外學者對火災的研究深入，火后生態(tài)系統(tǒng)植被的恢復和重建，成為當今重要研究內(nèi)容。在20世紀30年代，俄羅斯相關學者最先嘗試此方面相關研究，隨后到了50年代，美國和加拿大也相繼開始了相關研究，但更側重于火后環(huán)境變化研究。當前國外相關研究側重點是火對森林生態(tài)系統(tǒng)的影響，而對草原生態(tài)系統(tǒng)的相關研究則很少。

我國真正開始全面開展火后植被恢復研究，是在1987年大興安嶺“5·6”特大森林火災發(fā)生后[7]。這場特大森林火災帶來了嚴重的損害，引發(fā)了國內(nèi)外的高度關注，在火災發(fā)生后的數(shù)年里，為使森林植被能夠快速恢復到火前狀態(tài)，相關領域的學者和專家進行了實地踏查，對火災燒毀程度[8-9]、森林類型[10-11]、林木結實[12]和土壤[13-14]等方面進行了深入系統(tǒng)的研究，總結了許多火后植被恢復的措施和技術方法，對我國火后植被恢復的研究起到了完善和推動作用。隨著遙感技術的發(fā)展和廣泛應用，利用遙感影像提取火后植被信息來監(jiān)測生態(tài)變化更具有優(yōu)勢。戴昌達[15]使用了AVHRR和TM影像提取的火燒跡地信息記錄了“5·6”特大森林火災發(fā)生的全過程，通過對比分析火災發(fā)生前、發(fā)生時和發(fā)生后的影像，獲取火燒跡地相關信息和植被恢復情況。高素華等[16]基于NOAA數(shù)據(jù)研究表明火災前后的綠度值和地表溫度值具有很好的線性關系。解伏菊等[17]基于TM數(shù)據(jù)研究表明火燒嚴重度與植被恢復狀況具有明顯的相關性，即火燒嚴重度越高，植被恢復狀況越差。

每年我國發(fā)生的森林草原火災仍不計其數(shù)，對生態(tài)系統(tǒng)和人員財產(chǎn)安全造成了極大損害。現(xiàn)有火生態(tài)研究廣泛集中于林火，草原火災的影響及草原火后草植被恢復研究則少之又少。因此草原火災對草原生態(tài)系統(tǒng)的影響，特別是草原火后的災害損失評估、植被恢復等研究，可以為我國科學決策和科學用火提供依據(jù)，這無疑具有重要的實踐意義。本研究基于遙感數(shù)據(jù)，以國內(nèi)典型草原火災為例，分別對不同遙感指數(shù)下的植被恢復過程進行定量分析，以期對草原火后植被更新提供理論依據(jù)和決策支持。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

歸一化植被指數(shù)(normalized difference vegetation index,NDVI)和植被總初級生產(chǎn)力(gross primary productivity,GPP)是植被動態(tài)變化研究的重要表征參量。NDVI數(shù)據(jù)來自MOD13A3植被指數(shù)月產(chǎn)品，共計12景，GPP數(shù)據(jù)來自MOD17A2H總初級生產(chǎn)力8 d合成產(chǎn)品，共計48景。為了減少雪覆蓋帶來的不確定性影響，將數(shù)據(jù)時間范圍設定在每年的植被生長季。時間跨度包括火前、火災當年，以及火后植被生長旺盛的月份。同時為研究不同火燒嚴重度下植被覆蓋度恢復情況，使用OLI遙感影像的時間跨度為2014年到2017年，共計6景影像。MODIS數(shù)據(jù)來自美國國家航空航天局的地球科學數(shù)據(jù)中心(https://earthdata.nasa.gov/)，Landsat 8 OLI影像來自美國地質(zhì)調(diào)查局(http://landsat.usgs.gov/)。

1.2 數(shù)據(jù)處理

1.2.1 MODIS數(shù)據(jù)處理 MODIS數(shù)據(jù)預處理包括鑲嵌、投影轉換及剪裁等工作。由于數(shù)量較大，研究采用美國NASA官網(wǎng)站提供的MRT(MODIS Reprojection Tool)軟件進行MODIS數(shù)據(jù)的鑲嵌和投影轉換等工作。后續(xù)利用ENVI和ArcGIS等軟件對遙感影像進行剪裁、數(shù)據(jù)轉換、信息提取和出圖等工作。

1.2.2 OLI影像處理 本研究使用的Landsat8遙感影像為L1T級別，是經(jīng)過地面控制點和數(shù)字高程模型數(shù)據(jù)進行精確校正后的數(shù)據(jù)，因此不需要進行幾何校正，但還未進行輻射定標、大氣校正和影像剪裁等工作，以上處理均使用ENVI5.2軟件完成，質(zhì)量滿足研究使用需求。

1.3 研究方法

2015年4月16日，呼倫貝爾地區(qū)新巴爾虎右旗和滿洲里交界處，發(fā)生1起草原大火，過火面積約為70 km2，火燒跡地東西長約27.5 km，南北寬28.5 km，位于117°18′22″-117°40′58″E，49°21′26″-49°35′28″N。以此次“4·16”特大草原火災為研究對象，基于衛(wèi)星遙感數(shù)據(jù)，利用ENVI和ArcGIS等軟件提取火燒跡地信息，分別對不同遙感指數(shù)(NDVI和GPP)的植被恢復過程進行了定量分析。同時，為排除每年氣候差異對植被變化的影響，在與火場較近且擁有相同或相似的植被和環(huán)境條件下設置對比區(qū)域，以確保研究差異變化主要來自火災的影響。

火燒嚴重度是指火災對于森林草原生態(tài)系統(tǒng)的破壞程度。基于實地踏查的火燒嚴重度是通過燒死林木的百分比來計算，并且受火強度和火蔓延速度等影響。與此不同的是，基于遙感的火燒嚴重度可以通過光譜指數(shù)的計算來實現(xiàn)。差分歸一化燃燒指數(shù)(differenced normalized burn ratio，dNBR)是基于火前和火后遙感圖像獲取的差分燃燒指數(shù)，是適用于研究區(qū)域的適宜遙感評價指數(shù)[18]。本研究選用dNBR指數(shù)對草原火災發(fā)生后的火燒嚴重度進行分級，采用像元二分模型對火后的植被覆蓋度(fractional vegetation cover,FVC)進行反演，利用ArcGIS的交集制表(tabulate intersection)功能，統(tǒng)計分析不同火燒嚴重度下的植被恢復過程。

2 結果與分析

2.1 基于NDVI的火燒跡地植被恢復分析

歸一化植被指數(shù)(NDVI)是植物生長狀態(tài)及空間分布密度的最佳指示因子，與植被分布密度呈線性相關[19]。選取NDVI最大值和平均值作為變量，對比過火區(qū)域和未過火區(qū)域隨時間變化的過程，分析火后植被恢復狀況。

由圖1可以看出，火災發(fā)生當月(2015年4月)火燒跡地NDVI均值處于最低水平(0.16)。與火前2014年7月NDVI均值相比較下降約0.42，與參照區(qū)域NDVI均值下降幅度一致。主要在于火前植被處于生長旺盛期，火災發(fā)生時植被基本燒毀。2015年5-9月，火燒跡地與參照區(qū)域的NDVI均值表現(xiàn)出差異，雖然火災發(fā)生后均表現(xiàn)為快速增長，8月達到峰值。但火燒跡地NDVI均值明顯高于未發(fā)生火災區(qū)域。原因在于火災發(fā)生后，草地燃燒焚盡后留下大量富含鉀等元素的草木灰，為當年植被的生長提供大量肥料，植被長勢更加旺盛，因此與未發(fā)生火災的區(qū)域比較，火燒跡地NDVI均值更高。

圖1 火燒跡地NDVI均值變化序列

而到火災發(fā)生后的第1年，2016年植被生長旺盛的7-8月，火燒跡地的NDVI均值卻低于對比區(qū)域，主要原因：1)不同時間和地理位置的氣候差異性影響，導致遙感指數(shù)變化過程可能出現(xiàn)波動；2)與森林生態(tài)系統(tǒng)不同，火災當年草原植被的大量生長使得秋冬季地表累積更多的枯枝落葉，無論是從營養(yǎng)物質(zhì)還是生長環(huán)境都影響到了第2年植被的生長。而到了2017年的7-8月，火燒跡地與未發(fā)生火災的對比區(qū)域NDVI均值基本達到了同一水平，表明植被恢復到火前狀態(tài)。圖2顯示NDVI最大值變化趨勢與NDVI均值表現(xiàn)基本一致，即火災發(fā)生當年火燒跡地植被恢復高于未發(fā)生火災區(qū)域。而在火后第1年植被恢復狀況卻有低于未發(fā)生火災區(qū)域，直到火后第2年，火燒跡地植被完全恢復到火前狀態(tài)。

圖2 火燒跡地NDVI最大值變化序列

2.2 基于GPP的火燒跡地植被恢復分析

GPP和NPP是生態(tài)系統(tǒng)中植被生產(chǎn)能力的重要評價指標，其變化特征直接體現(xiàn)了地表植被的動態(tài)過程，從而使得GPP和NPP成為火后植被變化研究的重要參數(shù)之一[20]。由于草地植被恢復較快，研究時間分辨率以月為單位，而NPP數(shù)據(jù)主要來源于MOD17A3的年數(shù)據(jù)，因此研究基于GPP指標分析火后植被恢復情況。與NDVI相同的研究方法，選取GPP最大值和平均值作為變量，分析火燒跡地的植被恢復過程。

從圖3、圖4可以看出，草原火災的發(fā)生對GPP有著顯著影響。在火災發(fā)生當年(2015年4-9月)，GPP均值呈現(xiàn)增長趨勢，而火燒跡地GPP均值明顯高于未發(fā)生火災的對比區(qū)域，到8月達到最高值，為107.87 g·C/m2。火災發(fā)生后第1年(2016年7-8月)火燒跡地GPP均值開始減小，低于對比區(qū)域。到了火后發(fā)生后第2年(2017年7-8月)，GPP均值與對比區(qū)域持平。GPP最大值變化趨勢不顯著，但整體變化特征與GPP均值一致。

圖3 火燒跡地GPP均值變化序列

圖4 火燒跡地GPP最大值變化序列

GPP的恢復過程與NDVI變化趨勢一致，均表現(xiàn)為火災當年植被恢復遠好于植被火前狀態(tài)，而火后第1年卻低于對比區(qū)域，火災發(fā)生后第2年后植被基本恢復到火前狀態(tài)。與森林火災不同，森林火災的恢復過程往往需要很長時間，逐年恢復到火前狀態(tài)；而草原過火后，植被恢復過程時間較短，呈現(xiàn)波動變化過程。

2.3 不同火燒嚴重度下植被覆蓋度恢復分析

2.3.1 基于dNBR指數(shù)的草原火燒嚴重度分級 燃燒指數(shù)是通過選取對火災比較敏感的波段進行組合運算，使火場范圍在影像上得到增強。通過對影像上火場信息的分析可獲取過火面積和火燒嚴重度等信息，從而對火災進行遙感評估。燃燒指數(shù)被廣泛用于火燒嚴重度研究，基于已有研究成果，選取適宜研究區(qū)域火燒嚴重度評價的dNBR燃燒指數(shù)[18]，對不同火燒嚴重度進行分級(圖5)和面積的統(tǒng)計(表1)。

表1 火燒嚴重度面積統(tǒng)計

圖5 基于dNBR指數(shù)的草原火燒嚴重度分級

根據(jù)火燒嚴重度分級圖和火場形態(tài)可初步判定起火點位于火場西北角，受西北風影響，火場迅速向東南方向蔓延，與火場實際信息相一致。火燒跡地范圍特別大，總過火面積達到73.3 km2。不同火燒嚴重度的面積分布差異較小。其中中度火燒面積最大，占總過火面積的45.5%，其次是重度火燒和輕度火燒面積，分別占總過火面積的32.9%和21.6%。但根據(jù)火災現(xiàn)場的踏查結果看，滿洲里4·16的特大草原火災不僅波及范圍廣，而且火燒強度較高，其中對生態(tài)系統(tǒng)中植被破壞較為嚴重的重度火燒占1/3。

2.3.2 火后植被再生過程分析 利用ENVI5.2軟件band math工具分別計算火災發(fā)生后不同年份的同時期植被覆蓋度恢復情況(圖6)，圖像時間用儒略日(Julian Day)表示。同時利用ArcGIS疊加分析和交集制表功能，統(tǒng)計出不同火燒嚴重度下植被年時序恢復狀況(表2)。

結合圖6和表2，從火燒跡地植被覆蓋度年時序恢復圖中可以看出，火災發(fā)生后當年(2015年7月)，火燒跡地植被覆蓋度恢復80%以上的面積為3 690.5 hm2，可以認為超過50%面積恢復到了火前狀態(tài)。而到了火災發(fā)生后1 a(2016年7月)，火燒跡地植被覆蓋度恢復80%以上面積為1 245.8 hm2，與2015年相比減少66%，而恢復40%～80%的面積高達4 272.1 hm2，占總面積的60%以上，表明2016年與2015年相比較，植被覆蓋度反而有所下降，主要原因在于火災當年植被的大量生長使得秋冬季地表累積更多的枯枝落葉，無論是從營養(yǎng)物質(zhì)還是生長環(huán)境都影響到了第2年植被的生長。而到2017年7月，5 960.9 hm2的火燒跡地植被覆蓋恢復到80%，占總面積的83%，表明火災發(fā)生后第2年，植被基本恢復到火前2014年7月覆蓋度狀態(tài)。整體植被覆蓋度年時序變化趨勢與植被指數(shù)NDVI和GPP年變化趨勢相吻合。

圖6 過火區(qū)域植被覆蓋度恢復情況

表2 火后植被恢復情況

從火燒嚴重度面積分布狀況可以看出，2015年到2017年，不同年度植被覆蓋度恢復情況不盡相同。火災發(fā)生的2015年，年內(nèi)不同火燒嚴重度下植被恢復情況存在一定差異；在輕度火燒下，植被覆蓋度恢復80%以上的比重最大，占55%，其次為恢復40%～80%和恢復0～40%，分別占37%和8%；在中度火燒強度下表現(xiàn)出與輕度火燒相同甚至更顯著的特征，植被覆蓋度恢復80%以上比重最大，高達66%，其次為恢復40%～80%和恢復0～40%，分別占22%和12%；而在重度火燒強度下，植被恢復40%～80%的比重最大，為59%，其次是為恢復80%以上和恢復0～40%，分別占28%和13%。2016年和2017年，不同火燒嚴重度下植被覆蓋度恢復情況不存在明顯差異，比重大小基本一致。2016年7月，不同火燒嚴重度均在恢復40%～80%比重最大，而2017年7月，均在恢復80%以上比重最大。

3 結論與討論

基于NDVI和GPP指數(shù)的草原火后植被恢復過程表現(xiàn)相似，不同年份植被恢復情況存在一定差異。NDVI和GPP均值變化趨勢與最大值變化一致，火災當年火燒跡地植被恢復高于未發(fā)生火災區(qū)域。而在火后第1年植被恢復狀況卻又低于未發(fā)生火災區(qū)域，直到火后第2年，火燒跡地植被基本恢復到火前狀態(tài)。這與苗慶林等[21]關于大興安嶺不同植被火后NDVI恢復過程研究結果一致，火后植被NDVI總體呈顯著的上升趨勢，并呈明顯年際波動。國外學者開展基于Landsat時序數(shù)據(jù)的火后植被恢復評估研究表明，喬木和灌叢在火后第2年達到NDVI最低值，而草原地區(qū)恢復速度非常快，在火后第2年即可恢復至火前水平[22]，與本研究結果相似。與森林火災不同，草原過火后，植被恢復過程時間較短，而森林植被的火后恢復過程往往需要更長時間。研究表明，森林火災發(fā)生后NDVI指數(shù)完全恢復需要13 a以上的時間[23]。除此之外，利用NDVI指數(shù)計算得到的表征植被生長狀況的生態(tài)參數(shù)也被廣泛地應用到火后植被恢復的研究中，比較常用的有植被覆蓋度(FVC)[24-25]、葉面積指數(shù)(LAI)[26]、凈初級生產(chǎn)力(NPP)[27]和光合作用有效輻射吸收率(fAPAR)[23]等。

不同火燒嚴重度下的植被恢復過程在不同年份存在明顯差異。火災發(fā)生當年(2015年)，年內(nèi)不同火燒嚴重度下植被恢復情況存在一定差異，中強度火燒下植被恢復最好，其次是輕度，重度表現(xiàn)最差，這與蔡文華等[28-29]關于大興安嶺林區(qū)火燒跡地森林更新研究結果基本一致。與森林生態(tài)系統(tǒng)不同，草原生態(tài)系統(tǒng)植被結構單一，火災發(fā)生后植被基本都被燒毀，火燒嚴重度的差異性在于火災對土壤破壞的程度不同，重度火燒下，土壤破壞程度更嚴重，對植被恢復影響更大[18]。因此，草原火燒嚴重度對植被恢復的影響主要表現(xiàn)在發(fā)生火災后植被第1個生長季。在之后的年份里，由于草原更新能力強大，火燒嚴重度對于草原植被恢復的影響基本不存在。火燒嚴重度對森林火后植被恢復影響大于草原，且對森林群落垂直結構影響顯著，森林火后6～8 a[20-21]、草原火后2 a基本可以恢復到火前水平。

考慮到影響火燒跡地植被恢復的因子還包括植被類型、立地條件和物種更新特性等，上述因子及其組合對火后植被恢復的影響有待進一步研究。同時，燃燒指數(shù)評估火燒嚴重度的能力由于受氣候、地形和植被類型等因素的影響，表現(xiàn)出空間異質(zhì)性，現(xiàn)階段大量研究集中于林火烈度[30]，未來可以借助高分辨率遙感影像，結合地面調(diào)查，深入研究地形、氣象、可燃物及其相互作用對火燒嚴重度空間異質(zhì)性的影響等。