周宇飛 王振師 鐘映霞 李 強(qiáng)魏書精 吳澤鵬 戴瑞坤 李小川

（廣東省林業(yè)科學(xué)研究院/廣東省森林培育與保護(hù)利用重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510520）

森林可燃物是森林火災(zāi)發(fā)生的物質(zhì)基礎(chǔ)[1-2]。在分析森林是否可以被引燃，以及研究森林火災(zāi)如何蔓延等林火行為的時(shí)候，可燃物是一項(xiàng)至關(guān)重要的因子[3-4]?？扇嘉镙d量的大小直接影響林火燃燒強(qiáng)度、火焰高度以及蔓延速度等林火行為[4-5]。然而，森林可燃物載量調(diào)查具備較強(qiáng)的專業(yè)性，并易受地理環(huán)境影響，野外采集工作量大，且當(dāng)森林火災(zāi)發(fā)生后很難實(shí)現(xiàn)調(diào)查工作。

衛(wèi)片、航片等多光譜遙感數(shù)據(jù)可以獲取較大范圍森林影像，為減少野外調(diào)查工作提供可能[6]。隨著遙感技術(shù)理論的不斷提高，遙感數(shù)據(jù)愈加精準(zhǔn)和清晰，利用無人機(jī)搭載多光譜掃描儀對(duì)森林可燃物進(jìn)行調(diào)查成為新的方法和趨勢(shì)[7-8]。當(dāng)前利用無人機(jī)多光譜遙感研究主要集中在可燃物分類[9-10]，對(duì)可燃物載量的研究相對(duì)較少。無人機(jī)機(jī)載激光雷達(dá)雖可獲取地表可燃物的結(jié)構(gòu)數(shù)據(jù)[11-12]，但其建模運(yùn)算較為復(fù)雜，且立體點(diǎn)云很難如多光譜遙感一樣具體到每一個(gè)柵格都有數(shù)據(jù)。本文研究無人機(jī)多光譜遙感中植被指數(shù)與森林地表可燃物載量之間的潛在關(guān)系，以建立植被指數(shù)與森林地表可燃物載量之間的模型。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)區(qū)位于廣東省佛山市高明區(qū)荷城鎮(zhèn)坑邊村，地處北緯22°57’23”至22°57’45” ，東經(jīng)112°46’45”至112°47’10”之間，面積約40 hm2。該試驗(yàn)區(qū)距離2019 年12 月5 日佛山市高明區(qū)凌云山重大森林火災(zāi)火燒跡地不到500 m，屬南亞熱帶季風(fēng)氣候區(qū)，主要植被包括馬尾松Pinus massoniana、濕地松Pinus elliottii、桉樹Eucalyptusspp.樟樹Cinnamomum camphora、木荷Schima superba、格木Erythrophleum fordii、黧蒴栲Castanopsis fissa、紅錐Castanopsis hystrix、榕樹Ficus microcarpa、潺槁樹Litsea glutinosa、各種雜灌木和竹子，基本涵蓋佛山高明“12.5”重大森林火災(zāi)中的主要植被類型。

1.2 樣方設(shè)置及地表可燃物載量采集

可燃物載量以烘干可燃物載量為準(zhǔn)。為了驗(yàn)證植被指數(shù)與實(shí)際地表可燃物載量之間的關(guān)系，采用網(wǎng)格采樣法和隨機(jī)采樣法結(jié)合，在試驗(yàn)區(qū)內(nèi)設(shè)置1 m×1 m 的樣方50 個(gè)，其中按照100 m 網(wǎng)格設(shè)置樣地36 個(gè)，按不同林分類型設(shè)置隨機(jī)樣地14 個(gè)。將50 個(gè)樣方內(nèi)所有可燃物按照活可燃物及死可燃物分別采集裝袋，烘干后量測(cè)其烘干可燃物載量，以建立各林分的地表可燃物載量模型。試驗(yàn)區(qū)及樣方分布如圖1。

圖1 試驗(yàn)區(qū)及樣方分布Fig.1 Distribution map of test area and sample plots

1.3 無人機(jī)多光譜數(shù)據(jù)采集及植被指數(shù)獲取

使用經(jīng)緯M300 旋翼無人機(jī)搭載多光譜及高清鏡頭，采用正射投影方式對(duì)試驗(yàn)區(qū)影像數(shù)據(jù)進(jìn)行采集。采集得到的多光譜數(shù)據(jù)經(jīng)過輻射定標(biāo)、反射校正和幾何校正后，利用SpectrononPro 軟件進(jìn)行拼接，最后使用ENVI 軟件獲取試驗(yàn)區(qū)的歸一化植被指數(shù)NDVI（圖2）和增強(qiáng)植被指數(shù)EVI（圖3）。

圖2 試驗(yàn)區(qū)歸一化植被指數(shù)NDVIFig.2 NDVI of the experimental area

圖3 試驗(yàn)區(qū)增強(qiáng)植被指數(shù)EVIFig.3 EVI of the experimental area

2 結(jié)果與分析

2.1 測(cè)試結(jié)果

將50 個(gè)樣方按照植被類型分成濕地松林、馬尾松林、灌草地、闊葉林和竹林5 種類型，各樣方位置、類型、植被指數(shù)和載量基本情況見表1。正射影像與樣方實(shí)測(cè)坐標(biāo)經(jīng)過RTK 校正后的精度在10 cm 以內(nèi)，足以滿足精校正的要求。

表1 各樣方基本情況Tab.1 Basic situation of each sample

載量/kg Lord闊葉林 112°47’4.50” 22°57’25.07” 0.812 0.517 1.576 0.561 2.137闊葉林 112°47’8.00” 22°57’28.32” 0.823 0.5 0.494 5.070 5.564闊葉林 112°46’57.46” 22°57’31.56” 0.822 0.425 0.821 0.839 1.660闊葉林 112°47’8.00” 22°57’31.56” 0.801 0.475 0.560 0.525 1.085闊葉林 112°47’8.00” 22°57’34.82” 0.77 0.533 1.416 0.330 1.746闊葉林 112°46’46.92” 22°57’38.06” 0.912 0.872 0.898 1.035 1.933闊葉林 112°46′54.35″ 22°57′30.08″ 0.42 0.113 1.499 5.027 6.526闊葉林 112°47′05.94″ 22°57′36.06″ 0.846 0.708 0.616 0.517 1.133闊葉林 112°47′6.03″ 22°57′42.34″ 0.855 0.718 1.335 0.601 1.936竹林 112°47’4.50” 22°57’31.56” 0.703 0.555 1.469 1.333 2.802竹林 112°47’4.50” 22°57’34.82” 0.805 0.484 0.954 1.631 2.585竹林 112°47’8.00” 22°57’38.06” 0.822 0.597 0.867 1.190 2.057竹林 112°47’8.00” 22°57’41.31” 0.88 0.75 0.953 1.382 2.335竹林 112°47′3.36″ 22°57′31.49″ 0.87 0.677 0.544 1.291 1.835竹林 112°47′5.13″ 22°57′41.26″ 0.778 0.432 1.764 1.334 3.098類型Type東經(jīng)Longitude Latitude NDVI EVI 活可燃物干質(zhì)量/kg Dry weight of live fuel北緯 死可燃物干質(zhì)量/kg Dry weight of dead fuel

以X軸表示植被指數(shù)，Y軸表示地表可燃物載量，NDVI 與地表可燃物載量、EVI 與地表可燃物載量的離散圖如圖4 所示。

圖4 植被指數(shù)與地表可燃物載量離散圖Fig.4 Discrete map of VI and surface fuel load

2.2 地表可燃物載量分析

對(duì)地表可燃物載量的統(tǒng)計(jì)分析見表2。50 個(gè)樣地烘干可燃物載量在1.085～7.893 kg 之間，平均載量3.933 kg，從各類型地表可燃物載量來看，濕地松林內(nèi)地表可燃物載量最高，馬尾松、灌草地其次，闊葉林和竹林地表可燃物載量較少。

表2 地表可燃物載量統(tǒng)計(jì)分析Tab.2 Statistical Analysis of surface fuel load

對(duì)各類型地表可燃物載量與其它類型進(jìn)行差異顯著性檢驗(yàn)，主要利用T檢驗(yàn)，計(jì)算P值。其檢驗(yàn)結(jié)果如表3 所示。一般情況下，T檢驗(yàn)的P值可以表示有無顯著差異。在統(tǒng)計(jì)學(xué)中，當(dāng)P值小于0.05 說明差異顯著，P值小于0.01 說明差異極顯著，P值大于0.05 說明差異不明顯[13]。

表3 載量顯著差異檢驗(yàn)（P 值）Tab.3 Load significant difference test (P value)

從表中可以看到，竹林與其它類型地表可燃物載量差異極顯著，濕地松林和闊葉林與其它類型地表可燃物載量差異顯著，馬尾松林與灌草地的地表可燃物載量與其它類型差異不明顯。這種差異不明顯的原因可能是馬尾松林與灌草地內(nèi)地表植被種類更為豐富，不同樣地由于地表植被種類差異較大而導(dǎo)致載量波動(dòng)較大引起的。

2.3 植被指數(shù)與地表可燃物載量關(guān)系分析

皮爾遜相關(guān)系數(shù)r（以下簡(jiǎn)稱r）在統(tǒng)計(jì)學(xué)中通常用來度量兩組數(shù)據(jù)之間的線性相關(guān)程度[14]。本文中，采用r分別度量植被指數(shù)與各類型地表可燃物載量之間的線性相關(guān)程度，其r值見表4。

表4 植被指數(shù)與各類型地表可燃物載量的r 值Tab.4 R value between vegetation index and various types of surface fuel loads

一般情況下，r的絕對(duì)值在0 至0.09 之間表示兩組數(shù)據(jù)無相關(guān)性，在0.1～0.3 之間表示兩組數(shù)據(jù)之間有弱相關(guān)性，在0.3～0.5 之間表示兩組數(shù)據(jù)中等相關(guān)，在0.5～1 之間表示兩組數(shù)據(jù)強(qiáng)相關(guān)[15]。由表中可見，NDVI 和EVI 與地表可燃物載量存在中等相關(guān)性；NDVI 與灌草地、闊葉林和竹林的地表可燃物載量強(qiáng)相關(guān)；EVI 與闊葉林和竹林的地表可燃物載量強(qiáng)相關(guān)；NDVI 與馬尾松林的地表

可燃物載量中等相關(guān)。其余類型與植被指數(shù)之間的相關(guān)性較小。

對(duì)于具有中等強(qiáng)度和強(qiáng)相關(guān)性的兩組數(shù)據(jù)，以X表示植被指數(shù)值，Y表示地表可燃物載量，可采用線性函數(shù)進(jìn)行擬合。

可以建立NDVI 與地表可燃物載量的線性回歸模型為：

Y= -5.935 4X+ 8.466 3 ··························（1）

EVI 與地表可燃物載量的線性回歸模型為：

Y= -5.848 5X+ 6.727 1 ························ （2）

其余類型地表可燃物載量與植被指數(shù)的擬合函數(shù)見表5。

表5 各植被類型地表可燃物載量與植被指數(shù)的擬合函數(shù)Tab.5 Fitting function of surface fuel load and vegetation index for each vegetation type

3 結(jié)論與討論

50 個(gè)樣方平均載量3.933 kg，即每公頃39.33 t，超過發(fā)生重特大森林火災(zāi)每公頃30 t 的臨界值[15]，說明該試驗(yàn)區(qū)地表可燃物載量很高。這其中，濕地松林內(nèi)地表可燃物載量最高，闊葉林和竹林地表可燃物載量較少。竹林與其它類型地表可燃物載量差異極為顯著，濕地松林和闊葉林與其它類型地表可燃物載量差異顯著，馬尾松和灌草地由于地表植被種群差異較大，與其它類型地表可燃物載量差異不明顯。

NDVI 和EVI 這兩種植被指數(shù)均與地表可燃物載量存在著中等強(qiáng)度的相關(guān)性，說明可以在一定程度上構(gòu)建這兩種植被指數(shù)對(duì)應(yīng)地表可燃物載量的模型。本文列出了這兩種植被指數(shù)與地表可燃物載量的模型，見式（1）和式（2）。NDVI 與馬尾松林、灌草地、闊葉林和竹林的地表可燃物載量均存在中等或強(qiáng)相關(guān)，而EVI 僅與闊葉林和竹林的地表可燃物載量存在強(qiáng)相關(guān)，表明利用NDVI 更能建立與地表可燃物載量的線性關(guān)系。

由于本文僅在同一地區(qū)采集相關(guān)數(shù)據(jù)，且只采集了50 個(gè)樣地的數(shù)據(jù)，有必要在更多不同地區(qū)采集更多樣地的數(shù)據(jù)，以使結(jié)論更具有代表性和普適性。由于植被指數(shù)種類眾多，可以進(jìn)一步用本文方法獲取其它植被指數(shù)與地表可燃物載量之間的關(guān)系，或可找到一種對(duì)于計(jì)算地表可燃物載量更具普適性的植被指數(shù)。