基于多源遥感物理模型的高精度普罗米修斯燃料类型分类系统构建及其在野火风险评估中的应用

本研究针对南欧地区野火风险评估中燃料类型空间分布信息不足的难题，创新性地整合Sentinel-2多光谱影像、LiDAR点云和SAR数据，开发了基于MESMA光谱解混和随机森林算法的两阶段分类方法。研究在伊比利亚半岛四个典型区域验证显示，火传播元素分类总体精度达94.58%，七类普罗米修斯燃料类型(FT1-FT7)制图精度达90.27%，为地中海地区燃料管理提供了可推广的物理生态学解决方案。

　　

地中海盆地日益严峻的野火威胁正成为全球关注的生态安全问题。随着气候变化加剧和农村土地抛荒，干燥易燃燃料的持续积累创造了极端火灾行为的温床。传统基于野外调查和航片解译的燃料类型(FT)评估方法不仅成本高昂，更难以捕捉燃料的动态变化。虽然遥感技术为大规模燃料评估提供了新思路，但现有方法在稠密冠层下垫面燃料特征识别方面存在明显局限，特别是对垂直燃料连续性的刻画不足。这些技术瓶颈严重制约了普罗米修斯分类系统（欧洲广泛采用的7类燃料分类体系）在南欧复杂景观中的应用效果。

为解决这一科学难题，来自莱昂大学等机构的研究团队在《Fire Ecology》发表创新性研究，通过融合多源遥感数据和物理模型方法，实现了普罗米修斯燃料类型的高精度制图。该研究在伊比利亚半岛四个环境异质性显著的试验区（贝吉斯、库莱布拉、福尔戈索和拉德里亚尔）展开，总面积超过25万公顷，涵盖从地中海到过渡气候带的多样化植被类型。研究团队采用两阶段方法：首先利用Sentinel-2数据和多重端元光谱混合分析(MESMA)解算火传播元素（草本、灌木、乔木）的亚像元覆盖度；随后结合Sentinel-1 SAR交叉极化比(SAR-CR)和创新的LiDAR叶面积密度(LAD)垂直分布指标，通过随机森林(RF)算法完成具体燃料类型分类。

关键技术路线包含：1）基于迭代端元选择(IES)算法构建分级光谱库，采用VIPER工具实现MESMA解算；2）利用西班牙国家航测计划(PNOA)提供的2-4点/m² LiDAR数据，通过LAStools软件进行点云分类并提取21项三维结构指标；3）结合PROSAIL-D辐射传输模型反演的植被覆盖度(FCOVER)和SAR-CR特征，运用Boruta算法筛选最优预测变量组合；4）最终通过215个20m×20m野外样方和25个航片解译样点进行独立验证。

研究结果部分，"Characterization of the fire-propagating element"显示，MESMA方法在火传播元素分类中表现出色，总体精度(OA)达94.58%，Kappa系数0.92。决策规则结合冠层高度模型(CHM)有效区分了灌木（覆盖度>60%且高度<4m区域占比<50%）和乔木主导区域。图5展示四个研究区火传播元素的空间分布差异，如拉德里亚尔站点乔木占比达51%，而贝吉斯站点以草本(58%)和灌木(27%)为主。

"Assignment of Prometheus fuel types"部分揭示，Boruta特征选择确定了关键分类指标：灌木FT中0.6-2m和2-4m层燃料密度(D_0.6-2m, D_2-4m)、垂直复杂度指数(VCI)和叶面积指数(LAI)；乔木FT中增加了空体素体积(VOXEMPTY)和富光带深度(EUPH_D)等LAD分布参数。验证表明七类FT制图OA达90.27%，其中FT4(高灌丛)和FT5(疏林地)的生产者精度(PA)分别达87.5%和100%。图7显示福尔戈索站点FT3(中灌丛)占30%，而库莱布拉站点FT7(密林地)与FT1(草地)各占28%。

讨论部分强调，该研究首次将LAD垂直分布指标应用于燃料分类，通过叶面积密度最大值高度(LADMAXH)和寡光带叶面积总量(OLIGLA)等参数，有效捕捉了梯状燃料的垂直连通性这一火灾行为关键决定因素。相比传统硬分类方法，MESMA的亚像元分解能力在细粒度景观中展现出显著优势，其物理基础使方法具有跨景观推广潜力。研究也存在局限，如C波段SAR对低矮灌丛的区分不足，以及低密度LiDAR对FT6(中密度林地)下层燃料的探测受限。

这项研究的重要意义在于：1）创建了首个整合物理模型与多源遥感数据的普罗米修斯燃料分类框架；2）开发的LAD垂直分布指标为三维燃料结构表征开辟了新维度；3）全部采用开源数据的方法体系可直接支持南欧国家的野火管理决策。未来研究可结合无人机LiDAR和L波段SAR数据进一步提升分类精度，该方法也可扩展至其他燃料分类系统。该成果标志着野火风险评估从经验模型向物理生态学方法的范式转变，为应对气候变化下的极端野火威胁提供了科学工具。