Големите пожари са се превърнали от изолирани епизоди в повтаряща се заплаха с екологични и социални последици все по-видими. В този контекст, познаването и количественото определяне на тежестта на пожара вече не е просто технически въпрос: то е ключово за приоритизиране на възстановяванията, планирането на предотвратяване на горски пожари и да разберат колко и как се променя пейзажът, след като пламъците отминат.
Оценката на изгорелите площи и тежестта на щетите все повече се основава на дистанционно наблюдение, със сензори като Sentinel-2 или Landsat, които позволяват заснемане на събитията преди и след тях със забележителна прецизност. Благодарение на спектралните индекси като NBR и неговата времева разлика (dNBR), е възможно... очертаване на белези, степенуване на интензивността на увреждането и наблюдение на възстановяването, като се избягват отклонения при прилагане на подходящи времеви прозорци и маскиране на облаци и артефакти.
Какво имаме предвид под тежест на пожара?
Тежестта измерва степен на структурна и функционална промяна които пожарът причинява в екосистемата: от надземната растителност до почвата, банката със семена и местната хидрология. Не се ограничава само до степента на изгаряне; описва се и как са се променили животът и физическата опора, която го поддържа.
Последните публикации показват, че тежестта пряко определя времето на възстановяване на горитеколкото по-голяма е тежестта, толкова по-бавно и по-трудно е връщането към предишното покритиеПри много интензивни пожари изгарят не само короните на дърветата и храстите; семена, издънки и голяма част от органичния слой на почвата също могат да бъдат унищожени, което усложнява естественото възобновяване.
Голям глобален анализ на 3.281 пожара между 2001 и 2021 г. отбелязва, че честотата на мащабните пожари и тяхната тежест са се увеличили, като 2010 г. е най- повратна точка, свързана с отопление, суши и крайностиНай-изложените на въздействие райони включват западна Северна Америка, югоизточна Австралия, северна Южна Америка, Южна Азия и централно-източен северен Сибир, където въздействията върху горската структура са особено изразени.
Средно на една гора може да ѝ отнеме около четири години, за да възстанови растителността си след пожар, въпреки че най-чувствителните се нуждаят от още няколко месеца, а има и случаи, при които възстановяването стагнира и намаляваПоради това се препоръчват мерки за екологично възстановяване и залесяване, което ускорява устойчивостта и запазва климатичната функция на горите.
Дистанционно наблюдение за картографиране на изгорелите площи и тяхната тежест
Сателитите Sentinel-2 и Landsat демократизираха достъпа до качествени мултиспектрални изображения. Комбинацията от близки инфрачервени (NIR) и късовълнови инфрачервени (SWIR) ленти позволява откриването на промени в живата и структурната растителност след пожар, разчитайки на спектрална сигнатура на здрава растителност, което се отразява силно в ближния инфрачервен диапазон и намалява към южния инфрачервен диапазон, както и в увредена растителност, която показва обратната картина.
Нормализираният коефициент на изгаряне (NBR) се изчислява като (NIR − SWIR) / (NIR + SWIR). Sentinel-2 обикновено използва лента 8A за NIR и лента 12 за SWIR; Landsat 8 обикновено използва лента B5 (NIR) и лента B7 (SWIR2). Тази нормализация подчертава прехода от здрави зони (по-положителни стойности) към изгорели или силно засегнати зони (отрицателни или намалени стойности). Самият NBR вече помага за идентифициране на белезиИстинският му потенциал обаче се проявява, когато сравним две дати.
dNBR се получава чрез изваждане на NBR след пожара от NBR преди пожара (dNBR = NBRpre − NBRpos). По този начин, Ограничаваме фалшивите положителни резултати върху повърхности без растителност с ниски стойности на NBR (пътища, голи почви) и ние подчертаваме реалните промени, дължащи се на пожар. На практика dNBR обикновено варира от приблизително -0,5 до +1,3, като високите, положителни стойности показват по-голяма тежест, а много отрицателните стойности отразяват енергична регенерация.
RGB композициите, базирани на NIR и SWIR, са допълващо се визуално средство. Например: 8‑4‑3 (Sentinel‑2) подчертава растителността в червено; 4‑3‑2 (естествена) позволява интуитивно четене; 12‑8A‑4 подчертава термични въздействия и остатъчна влажностВъзможно е дори да се разграничат активни фронтове и струи дим Игра с SWIR. Това са подходи, които, заедно с индекси като NBR или алтернативи като BAIS2, допълват диагнозата.
Работен процес в QGIS със Sentinel‑2
За да се оценят изгорелите площи и тежестта им, типичната последователност в QGIS обхваща подготовка на данни, атмосферна корекция, маскиране на облаците, изчисляване на NBR/dNBR и класификация на тежестта по категории, със статистика и окончателни карти. По-долу е предоставена консолидирана блок-схема, базирана на процедурите на USGS и UCG.
1) Подготовка и зареждане на изображения
Изберете две дати: една преди пожара и една след него. За Sentinel-2 ниво 1C, работете с диапазони 2, 3, 4, 8, 8A и 12. Можете да отворите диапазоните от панела на браузъра или от Layer → Add Layer → Add Raster Layer, като отидете в продуктовата директория: ПРОДУКТ → ГРАНУЛА → L1C… → IMG_DATAВ реални изследвания се използват сцени, близки до събитието (напр. юли срещу октомври в една и съща плочка), за да се намалят несвързаните промени.
Избраните ленти (особено 8A и 12) са тези, които поддържат NBR. Също така, зареждането на 2, 3, 4 и 8 ви позволява да изградите комбинации от дисплеи, които помагат интерпретиране на поведението на огъня между лентите сега е по-добре да локализирате интересуващата ви област, преди да изчислите индексите.
2) Корекции и предварителна обработка на TOA
Преди индексиране, приложете корекцията TOA в плъгина за полуавтоматична класификация (SCP). В SCP → Preprocess → Sentinel‑2 изберете папката с ленти и файла с метаданни MTD_MSIL1C, след което изберете опцията за атмосферна корекция. DOS1 и запазете стойността NoData за черните рамки. Премахнете лентите, които няма да използвате, от списъка (запазете 2, 3, 4, 8, 8A и 12) и стартирайте процеса.
Напредъкът се показва в лентата на QGIS и когато приключите, ще видите новите слоеве с разпознаваем префикс (напр. „RT“). Повторете същата процедура. предварително обработени за датата след пожара така че двете сцени да са хомогенни и сравними.
3) Маскиране на облаци
Облаците от ниво 1C имат векторна маска в QI_DATA → MSK_CLOUDS_B00.gml. Заредете я, запазете я като шейпфайл и задайте CRS, който използвате (напр. EPSG:32717 в някои проекти). В таблицата с атрибути активирайте редактирането и създайте целочислено поле (напр. "стойност"), като присвоите номер 1 за всички геометрииЗапазване и затваряне на изданието.
Повторете процеса за втората среща и, ако е необходимо, обединете двата шейп файла върху един слой с облаци (напр. „Total_Clouds.shp“). Обърнете внимание, че маската, включена в L1C, е полезна, но не е перфектна: тънки облаци или сенки може да се разсеят, така че е добра идея да я проверите визуално.
4) Комбинации от ленти за първо четене
Преди да изчислите индексите, генерирайте цветни композити, за да изследвате белезите и съответните елементи. 8-4-3 акцентира върху живата растителност в червено, а почвите в кафяво; 4-3-2 предлага интуитивно естествено зрение; и 12-8A-4 помага за подчертаване на влагата и остатъчната топлина. В градските райони ще видите светли циан оттенъци, скорошните изгаряния могат да клонят към тъмнокафяви, а иглолистните дървета често изглеждат по-тъмни от твърдата дървесина.
Изчисляване на NBR и dNBR
След коригиране на сцените, изчислете NBR за всяка дата. За Sentinel-2: NBR = (B8A − B12) / (B8A + B12). За Landsat 8: NBR = (B5 − B7) / (B5 + B7). Този индекс варира между −1 и 1 и улавя контраста между живата растителност (висок NIR, нисък SWIR) и увредената растителност или изгорелите почви (нисък NIR, висок SWIR).
След като имате стойностите на NBR преди и след изгаряне, изчислете dNBR като NBRpre − NBRpos. На практика dNBR може да варира от приблизително -0,5 до +1,3: колкото по-голяма и по-положителна е стойността, толкова по-голяма е тежестта; стойностите, близки до нула, обикновено показват стабилност/липса на изгаряне; много отрицателните стойности показват енергичен възобновяващ растеж след пожарОбичайно е да се умножава по 1.000, за да се улесни четенето и класифицирането по дискретни диапазони.
За да визуализирате NBR (и също dNBR), дефинирайте подходяща палитра. Инструменти като ColorBrewer могат да ви помогнат да изберете перцептивно подредени рампи с достатъчен контраст. В окончателното картографиране е добра идея да включите четливи легенди и описателно заглавиеНапример, някои учебни упражнения предлагат заглавие от два реда: „Силата на пожара“ и „Каламос, Гърция“.
Прагове за тежест и прекласификация
Съществуват широко използвани схеми за класификация. Едната, с dNBR мащабиран ×1000, разделя категориите, както следва: енергичен повторен растеж (−500 до −251), умерен повторен растеж (−250 до −101), неизгорял (−100 до 99), ниска тежест (100 до 269), ниско-умерена (270 до 439), умерено-висока (440 до 659) и висока тежест (660 до 1300). Тези диапазони позволяват картографиране на пространствената интензивност на щетите. със структурирана легенда.
Друг широко използван показател (USGS) в немащабирани стойности показва: по-малко от −0,25 (висок растеж след пожар), между −0,25 и −0,1 (нисък растеж след пожар), между −0,1 и 0,1 (стабилен/неизгорял), 0,1 до 0,27 (ниска степен на опасност), 0,27 до 0,44 (ниско-умерено), 0,44 до 0,66 (умерено-високо) и по-голямо от 0,66 (високо). При прекласифициране, изберете схема, съответстваща на вашия мащаб (сурови или ×1000) и документира добре избора.
В QGIS можете да изградите матрица за прекласификация, която преобразува стойностите на dNBR в кодове на класове, да ги символизира с цветна шкала и да генерира легендата. Поставянето на легендата от дясната страна на картата е обичайна практика за оптимизиране на четенето в окончателния текстАко е необходимо, експортирайте резултата като растер за по-нататъшна употреба.
Статистически анализ и производни продукти
Освен картата, е интересно да се знае разпределението на областите по категория на тежест. Можете да изчислите хистограми или таблици с броя на пикселите за всеки клас и техния процент от общия брой. Добавете етикети с бройки и проценти улеснява комуникацията с мениджъри и плановици.
В напреднали работни процеси е обичайно да се изгражда rasterStack или rasterBrick с добре дефинирани ключови ленти и имена, така че изчисляването на индекси, клипове и маски да е възпроизводимо. Ако работите с Landsat, не забравяйте да конвертирате DN (цифрови стойности) към отражателна способност използване на официални калибровъчни фактори (OLI/TIRS), за да се осигури сравнимост между сцените.
Ограничаването на изследваната област е друга добра практика: създайте AOI (коригиран по огън обхват) и изрежете растерите. Това намалява шума извън съответната област и ускорява рендерирането. Сравнете комбинации от ленти между датите помага за идентифициране на димни струи или горещи точки на мястото на събитието и подобрява визуалната валидация на dNBR.
Ограничения, често срещани грешки и добри практики
Анализът на тежестта е по същество упражнение за откриване на промени. Следователно, промени, които не са свързани с пожари (обезлесяване, изсичане на земя, фенологични или влажностни колебания) могат да бъдат объркани с щети от пожари, особено при ниска степен на тежест. Неправилно избраният времеви прозорец (твърде дълъг) увеличава вероятността от смесване на процеси.
За да сведете до минимум грешките, използвайте дати възможно най-близки до събитието, проверете маската на облака и сянката и използвайте RGB композитни контроли. Имайте предвид, че маската на облака Sentinel‑2 L1C е полезна, но не е перфектна: може да позволи преминаването на перести облаци или сложни сенкиВизуалната проверка и поддържането с помощни слоеве (напр. склонове или земеползване) подобряват устойчивостта на резултата.
Класовете с ниска тежест изискват специално внимание: малки колебания във влажността или фенологията могат да причинят фини промени в NIR/SWIR, които водят до фалшиво нисък dNBR. В големи области с темпорални мозайки, радиометрична консистентност и хомогенността в предварителната обработка (една и съща корекция, една и съща проекция, едни и същи ленти) са ключови за честно сравнение.
Практически приложения: от Иберийския полуостров до останалата част от света
Във Валенсианската общност, където средиземноморският климат, релефът и целостта на горите увеличават риска, количественото определяне на опожарената площ и тежестта на пожарите се счита за приоритет. Случаи като Бехис (Кастелон, 2022) или пожара в Лученте (Валенсия, 2018) доведоха до използването на Sentinel-2 със стандартизирани методологии (USGS и UCG) за... очертаване на граници на белези и степенуване на щети с точност.
Разработени са приложения, които автоматизират тези изчисления, следвайки стриктно процедурата на USGS или методологията на UCG, така че техници, мениджъри и граждани да могат да получат сравними карти и статистически данни за тежестта на инцидентите. Тези инструменти обединяват Данни преди и след пожар, маскиране на облаци, изчисляване на NBR/dNBR, прекласифицирайте по диапазони и генерирайте картографски резултати, готови за разпространение.
В световен мащаб тенденциите сочат увеличение на честотата на мащабните пожари с 14% в краткосрочен план и потенциално до 50% до края на века. Тези цифри, съчетани с наблюдението, че Възстановяването се забавя с увеличаване на тежестта, засилват необходимостта от систематичен мониторинг и активни политики за възстановяване и превенция. увеличение на честотата Това е предупредителен знак за мениджърите.
Спектралност, индекси и визуализация: части, които си пасват
Ключът към NBR е в спектралния отговор. Жива растителност: висок NIR, по-нисък SWIR; изгоряла или стресирана растителност: NIR спада и SWIR се повишава. Този контраст поражда сигнала. Алтернативи като BAIS2 (специално предложен за Sentinel-2) могат да допълнят или валидират диагнозата, особено ако се следват критериите. устойчивост на ярки фонове или променливи радиометрични условия.
Класическите RGB композиции с NIR и SWIR, използвани в световноизвестни случаи (напр. пожари в Амурска област), работят много добре като инструмент за инспекция: те помагат за локализиране активни фронтове, пера и белези преди дори да се търгуват с индекси. Но не забравяйте: за последователна степен на тежест, сравнителният dNBR остава златният стандарт.
Символиката и легендата са важни. Използването на рампи с логическа прогресия (например от зелено/сиво за неизгорели до интензивно червено за висока степен на интензивност) улеснява крайния потребител да разбере картата с един поглед. Добавете кратки заглавия, мащаб и препратки; и експортиране на растера за тежест когато се нуждаете от последващ анализ или интеграция в уеб браузъри.
Съвети за качествена работа
Преди да изчислите индекси, уверете се, че и двете дати споделят една и съща референтна система, резолюция и обхват. Използвайте AOI изрязване, за да избегнете артефакти по ръбовете и да нормализирате номенклатурата на слоевете, за да... не се губете между версиите „преди“ и „пост-версиите“Документирайте потока си: каква атмосферна корекция сте приложили, какви прагове сте използвали и каква облачна маска сте генерирали.
Ако работите с Landsat, винаги преобразувайте от DN в отражателна способност, използвайки официалните продуктови константи; ако работите със Sentinel-2 L1C, предварителната обработка с SCP и DOS1 корекция е разширена и ефективна отправна точка за разделяне. атмосферни смущения на повърхностното отражениеИ, ако е възможно, проверете няколко времеви прозореца след пожара (веднага, седмици по-късно), за да разберете по-добре динамиката на пепелта и първоначалната регенерация.
За целите на докладването, моля, включете статистическа таблица (площ по клас и процент) и кратка методологична бележка, обясняваща избрания dNBR, набора от ленти и как да се маскират облаците. Това опростява експертната проверка, улеснява вземане на решения от мениджърите и намалява недоразуменията относно тълкуването на цветовете и класовете.
Рискове, възстановяване и управление
Връзката между тежестта на замърсяването и възстановяването е тясна. Докато ниските нива на тежест могат да позволят бързо повторно развитие, високите нива често включват загуба на семена и органични хоризонти, което... гората се връща по-бавно към предишни състояния или могат да останат закотвени в храсталаци или тревни площи. В бореалните региони тенденцията към бавно възстановяване е по-изразена поради присъщите им условия.
С оглед на сценариите за нарастващи тежки пожари, екологичното възстановяване (от задържане на почвата до подпомагано залесяване) ще бъде все по-необходимо, както и използването на оперативни продукти, базирани на Sentinel-2 и Landsat, които предлагат показатели, сравними във времето и пространствотоПо този начин се приоритизират критичните области, наблюдават се резултатите и се предоставя обратна връзка за превенция.
За мениджърите по извънредни ситуации, наличието на две установени методологии (USGS и UCG) осигурява увереност. Първата е стандартна при използването на dNBR; втората се прилага в множество казуси в Испания със специфични насоки. определяне на границите и оценка на тежестта използвайки Sentinel‑2. И двете се обединяват в основните неща: добър времеви предварителен подбор, адекватна корекция, добре маскирани облаци и прозрачна класификация.
Измерването на тежестта на горските пожари с NBR и dNBR, подкрепено от възпроизводими потоци в QGIS и ясни класификации, позволява въздействието на пожара да бъде превърнато в цифри и карти, които насочват възстановяване, планиране и обществена комуникацияС подходящ времеви прозорец, внимателно подбрани маски на облаците и последователни прагове, оценката придобива надеждност и се превръща в практичен инструмент за управление на земята.
