干旱脅迫下森林火災受損程度研究

李常誠，巨文珍，楊盛揚，彭泊林，韋龍斌，莢 文，李 楓，韓斐揚

（1.廣西壯族自治區林業勘測設計院，廣西南寧 530011；2.中國林業科學研究院 資源信息研究所，北京 100091；3.自然資源部北部灣經濟區自然資源監測評價工程技術創新中心，廣西南寧 530011）

2022 年，受副熱帶高壓偏強偏大和拉尼娜現象等影響，長江流域發生歷史罕見夏秋冬連旱；因持續干旱，森林火災事件頻發[1-2]。氣候是森林火災發生的重要驅動因素，直接影響林分內可燃物的含水率、林火蔓延速度、過火面積和防火期的長短[3-6]。氣候變化對森林火災的影響一直是林火研究領域的熱點與重點[7-9]。大量研究表明，森林火災的發生與干旱聯系密切，當前研究多圍繞干旱與森林火災的作用機理、干旱與森林火災發生頻次的關系和概率模型的研建等方面[10-14]。李思宇等[10]構建干旱-森林火災災害鏈貝葉斯網絡模型，以定量化的手段揭示干旱-森林火災災害鏈的演化過程；蘭明才等[12]分析長沙地區干旱的時空分布特征及氣象成因，結果顯示長沙地區的森林火災多發生在干旱條件下的連晴時段；Margolis等[13]對美國新墨西哥州圣達菲市不同林分、干旱和火災3者間的關系進行研究，結果顯示如果干旱越來越頻繁和嚴重，發生重大森林火災的可能性和嚴重性會急劇增加；李秀芬等[14]基于大興安嶺林區1974 — 2016 年標準化降水指數，采用統計分析和對比分析方法，研究不同干濕情景對森林火災發生次數及過火面積的影響，結果顯示森林火災發生次數多（少）和過火面積大（小）與氣候的干濕狀況（等級）基本一致，森林火災發生次數與氣候干濕狀況的聯系更密切。因具體森林火災實例較少，目前干旱脅迫對森林火災受損程度影響的研究尚不多見。

2022年10月17日，桂林市全州縣發生1起森林火災。當地在火災發生前遭遇近2 個月的持續干旱，幾乎無降水。本研究通過無人機航拍影像、多期衛星遙感影像和氣象數據，分析林分火災前受干旱脅迫程度，同時基于無人機航拍影像，輔以林分實地調查數據對火災后林分受損程度進行評估，探究干旱脅迫下森林火災受損程度的變化，為極端氣候條件下森林火災預警監測和火險評估提供參考。

1 材料與方法

1.1 研究區概況

研究區位于廣西桂林市全州縣北部（110°37′～111°19′E，25°29′ ～26°23′N），包括文橋鎮、黃沙河鎮、大西江鎮和龍水鎮，土地總面積約為4 021 hm2，林地面積為2 783 hm2，森林覆蓋率為67.38%。區域內，亞熱帶季風氣候特征顯著，降水集中在雨季，干季多晴少雨，干旱明顯，年均氣溫18.5 ℃，年均降水量1 565.9 mm。研究區地處湘桂走廊，因兩面高山形成的狹管效應，區域內常年風速約為3.0 m/s[15-16]，是廣西常年風速較大的兩個地區之一。植被主要為中亞熱帶常綠闊葉林；在過火范圍內，作為易燃樹種的杉木（Cunninghamialanceolata）人工林面積占過火面積的56.9%。

1.2 數據來源

1.2.1 影像數據

本研究采用的遙感影像取自哨兵2 號（Sentinel-2）、中巴地球資源衛星04A 星（CBERS-04A）的可見光和紅外波段數據，分辨率分別為2和10 m，獲取時間為2020年10月、2022年10月14日和2022年10月23—24日等多個時間點。其中，2020年10月沒有完整無云影像；采用無云影像合成方法，利用整個10 月的影像，挑選最佳像元進行無云影像合成。獲取無人機航拍影像；無人機型號為大疆M300RTK；正射影像拍攝時間為2022 年12 月11—21日。

1.2.2 氣象數據

氣象數據來源于國家氣象信息中心（http://data.cma.cn），取廣西全州縣國家級氣象站（2018—2022年）的逐日氣象數據；火場與該氣象站點的距離在100 km內。氣候因子選擇日降水量（mm）、日平均氣溫（℃）、日平均相對濕度（%）和日平均風速（m/s）。

1.3 研究方法

1.3.1 過火范圍與干旱程度確定

基于迭代加權多元變化檢測（Iterative Weighted Multivariate）算法，對比2022 年10 月14 日和2022 年10 月24 日火災前后兩期哨兵2 號遙感影像的光譜信息變化量。對2022年10月23日取自中巴地球資源衛星04A 星（空間分辨率2 m）的遙感影像進行目視判讀，并對檢測的光譜信息變化量進行二值劃分，確定過火區和未過火區的閾值范圍，初步確定過火范圍。未過火區包括過火圖斑內仍為綠色的植被區域，及道路、建筑和裸地等火災前的非植被區。結合無人機拍攝的火場影像和實地調查，確定過火范圍。

歸一化差異植被指數（Normalized Difference Vegetation Index，NDVI）可用于表征地表植被覆蓋狀況或植被質量情況[17]。研究區的植被因持續干旱，健康狀況下降，可利用近紅外波段和紅波段分別計算兩期哨兵2號遙感影像的NDVI值，研究持續干旱對植被健康狀況的影響。求2020 年10 月影像計算得到的NDVI 值和2022 年10 月14 日影像計算得到的NDVI 值的差值，并基于差值劃定各干旱脅迫程度閾值范圍，確定2022 年10 月14 日過火區森林干旱程度。

1.3.2 氣象數據分析

為研究氣象條件對森林火災損失程度的直接和間接影響，本研究采用SPSS 22.0軟件中兩獨立樣本非參數檢驗（Mann-Whitney U 檢驗），分析研究區在森林火災發生前無降水期間，日降水量、日平均氣溫、日平均相對濕度和日平均風速的變化。無降水期間為2022年8月27日—10月17日，以2018—2021年同時段氣象情況均值為對照。

1.3.3 實地調查數據

調查數據來源于2022 年12 月過火范圍內杉木林分標準地調查。標準地調查方法和布設數量依據《森林火災成因和森林資源損失調查方法》（LY/T 1846—2009）[18]進行；共設置標準地99 塊，規格為20 m × 30 m；調查內容包括海拔、經緯度、坡度和坡向等環境因子及胸徑、樹高、林齡結構、密度、郁閉度和樹種組成等喬木層調查因子。

1.3.4 圖斑區劃

以無人機航拍影像為基礎，采用ArcGIS 10.2 軟件疊加研究區最新年度的森林資源管理“一張圖”數據成果，依據不同地類、林分受害程度等因子對火場杉木林分進行初步圖斑區劃，區劃的最小面積為400 m2。通過火場杉木林分調查結果，對圖斑區劃進行初次修正，確定過火范圍。由于無人機航拍時間在火災發生后的近2 個月，火場情況發生較大變化，因此根據2022 年10 月24 日遙感影像提取的過火范圍，核實、修改過火范圍內杉木林分受害情況，對圖斑區劃進行第2 次修正。最后對涉及干旱脅迫的斑塊修邊并標注干旱脅迫等級，對圖斑區劃進行第3次修正。

1.3.5 量化干旱脅迫的影響

干旱脅迫對杉木林分受害影響程度最直觀的表現為各林分受害程度的面積占比。為方便分析，將杉木各林分受害程度的面積整化為百分比，根據第3 次修正后的圖斑區劃結果，分別根據受干旱脅迫程度和林分受害程度統計杉木各齡組面積及其占比；影響程度量化為百分比。

2 結果與分析

2.1 氣象條件分析

連續干旱是本次森林火災前期的主要氣候特征，森林火災發生前52 天內，過火范圍內的日平均氣溫比同期升高1.8 ℃，日平均相對濕度僅為同期的72.8%，日降水量為0 mm，日平均風速為3.0 m/s。依據《氣象干旱等級》（GB/T 20481—2017）[19]中降水量距平百分率（Precipitation Anomaly in Percentage,PA，%）的月尺度劃分標準，本次干旱已達特旱等級（PA ≤-95%）。

將2022 年的日平均氣溫、日平均相對濕度、日降水量和日平均風速與2018—2021年的均值進行兩獨立樣本非參數檢驗（表1）。除日平均風速無顯著區別外，2022 年8 月27 日—10 月17 日的日平均氣溫顯著高于2018—2021 年同期均值（P＜0.05），日平均相對濕度和日降水量均顯著低于2018 —2021年同期均值（P＜0.05）。

表1 各氣象因子非參數檢驗結果Tab.1 Results of non-parametric test of meteorological factors

2.2 林分干旱脅迫程度劃分

NDVI 值變化與降水量呈高度相關[20-21]。通過對比不同時期遙感影像的NDVI 差值，可較直觀地反映極端干旱對林分健康狀況的影響。將中巴地球資源衛星04A 星2020 年10 月的合成影像與火災發生前（2022 年10 月14 日）的影像進行NDVI 歸一化處理。2022 年火災發生前，研究區的灰色區域更多，且分布較均勻，說明研究區受干旱脅迫影響明顯（圖1 ～2）。

圖1 2020年10月過火范圍NDVI分布特征Fig.1 Distribution characteristics of NDVI in overfire range in October,2020

圖2 2022年10月過火范圍NDVI分布特征Fig.2 Distribution characteristics of NDVI in overfire range in October,2022

2020 和2022 年的NDVI 最大值（1.00，1.00）和最小值（-0.58，-0.54）變化不大；2020 年均值略高，說明2020 年10 月研究區的植被覆蓋度較高（表2）。2022 年火災發生前，由于受干旱脅迫影響，植被覆蓋度有明顯變化。

表2 NDVI值統計Tab.2 Statistics on NDVI values

通過計算兩期影像NDVI 差值，確定干旱脅迫程度的閾值，分別為0 ＜輕度脅迫＜0.15、0.15 ≤中度脅迫＜0.35 和0.35 ≤重度脅迫≤0.70；共區劃杉木林分圖斑20 065 個，單個圖斑面積最大為7.46 hm2，最小為0.04 hm2。結果顯示，未受干旱脅迫的杉木林分面積最大（1 244.15 hm2），占杉木林分總受害面積的50.12%；其次為輕度干旱脅迫（46.16%）；重度干旱脅迫面積占比最小（0.14%）（表3）。

表3 圖斑區劃結果Tab.3 Results of pattern division

2.3 干旱脅迫對林分受害程度的影響

2.3.1 杉木各齡組林分受害程度分析

根據實地調查數據，參考《森林火災林木受害程度判定》（DB 23/T 1376—2010）[22]和《森林火災林木受害判定規范》（DB 51/T 2923—2022）[23]，進行林分受害程度等級劃分。杉木林分的受害程度隨林齡增加呈下降趨勢。杉木各齡組林分重度受害面積占杉木林分總受害面積的比例最大，平均占比77.52%，且重度受害面積占比隨杉木林齡增加呈下降趨勢，從幼齡林的84.63%降至過熟林的72.27%；杉木各齡組林分輕度受害面積占比均在1.26%以下，無明顯變化規律（圖3）。

圖3 杉木齡組與林分受害程度的關系Fig.3 Relationships among age groups of C.lanceolata and damage degrees of stands

2.3.2 干旱脅迫對杉木林分受害程度的影響

杉木林分受害程度隨干旱脅迫程度增加呈上升趨勢。干旱脅迫對杉木林分重度受害影響較大，林分重度受害面積占杉木林分總受害面積的比例從輕度脅迫的80.40%升至重度脅迫的94.04%（表4）。以未受干旱脅迫為對照，當林分受輕度干旱脅迫時，林分重度受害面積占比從73.90% 升至80.40%，增加6.50 個百分點，受中度干旱脅迫時增加16.38 個百分點，受重度干旱脅迫時增加20.14 個百分點；可認為此凈增長為因持續干旱而加重的林分重度受害程度，最大可加重20.14 個百分點，最少為6.50個百分點。

表4 干旱脅迫對杉木林分受害程度的影響Tab.4 Effects of drought stresses on damage degrees of C.lanceolata stands(%)

除杉木幼齡林外，其他各齡組林分重度受害程度均隨干旱脅迫程度增加呈上升趨勢（表5）。以未受干旱脅迫為對照，干旱脅迫對杉木各齡組林分重度受害程度的影響表現為過熟林＞成熟林＞近熟林＞中齡林，對應增加28.71、20.91、19.75和17.81個百分點；隨林齡增加，重度受害程度占比上升。

表5 干旱脅迫對杉木各齡組林分受害程度的影響Tab.5 Effects of drought stresses on damage degrees of C.lanceolata stands at different age groups(%)

3 討論與結論

氣象要素是決定林火發生發展的直接因子[24-25]。本研究結果顯示，火災發生3 日內，日平均風速達到3 級；風速在3 ～5 級容易發生重特大森林火災[26]，其直接影響火勢的蔓延速度、林火強度、火災面積和撲救難度[24]。在火災發生前52 天內，研究區日平均氣溫、日平均相對濕度和日降水量分別與2018 — 2021 年同期平均水平差異顯著，這為高等級森林火災的發生提供了先決條件。持續干旱為主的氣象條件加重了本次森林火災的損失程度。

持續干旱加重杉木林分在森林火災中的受害程度。中度和重度干旱對林木蒸騰作用抑制明顯，加速林木枝葉枯萎[27-28]，使得林內積累更多的有效可燃物；高等級森林火災的頻繁出現與森林可燃物積累有密切關系[29]。不同程度的干旱通過影響可燃物積累量，間接影響森林火災損失程度，這與本研究中杉木各齡組林分重度受害面積占杉木林分總受害面積的比例隨干旱脅迫程度增加上升的結果一致。

本研究的局限之一是缺乏杉木林分災后恢復能力的實地調查數據。未來，可在不同受害程度的杉木林分中設置一定數量固定樣地，定期監測各項林木生長指標，分析不同受害程度林分的更新恢復能力，根據林分更新恢復能力確定杉木各林分受損程度，可為森林火災林木定損提供參考。

王秋華等[30]、張慧蓮[31]認為地形、地勢對森林火災有重要影響，地形的起伏變化影響可燃物的類型和分布，直接影響林火蔓延速度和林火強度。本研究中發生森林火災區域的地形地勢較復雜，山谷割裂深，斜坡及以上坡度占比90%以上；地形地勢對本次森林火災受害程度的影響值得進一步探究。

本研究分析結果較客觀地反映了林分干旱脅迫程度與森林火災受損程度間的關系。干旱脅迫對森林火災受損程度影響較大，加重各齡組杉木林分重度受害程度。基于遙感影像的NDVI 值能準確反映林分受干旱脅迫程度，應充分發揮遙感影像在火災監測、火險評估和災后恢復等方面的潛力和優勢，結合氣象數據實現極端氣候條件下火險的準確評估和預測，為火災預防和應急決策提供科學依據。

利益沖突：所有作者聲明無利益沖突。

作者貢獻聲明：李常誠、巨文珍和楊盛揚負責研究計劃制定、樣地數據分析和論文撰寫；彭泊林和李楓負責樣地數據采集和文獻檢索；莢文負責遙感數據分析；韋龍斌、韓斐揚負責論文審閱與修改。