美国联邦土地燃料处理地理数据库TWIG的构建与应用：跨部门数据整合助力野火风险管理

本研究针对美国野火风险加剧背景下燃料处理数据分散、难以协调评估的问题，开发了跨部门地理数据库TWIG（Treatment and Wildfire Interagency Geodatabase）。通过整合美国林务局（USFS）和内政部（USDI）两大系统的FACTS与NFPORS/IFPRS数据源，采用规则化筛选标准新增156%的潜在燃料处理记录，构建了迄今最完整的全国性燃料处理数据库。该开源数据库支持1.2万平方公里的重复记录标识与成本异常检测，为政策制定、景观规划及野火-处理交互研究提供标准化数据平台，相关成果发表于《Scientific Data》。

　　

在美国西部愈演愈烈的野火危机中，一个令人困扰的矛盾日益凸显：尽管联邦机构每年投入数十亿美元实施燃料处理（Fuel Treatments）——包括机械疏伐、计划烧除等措施以降低可燃物负荷，但野火仍持续突破历史燃烧纪录。这种困境背后隐藏着关键的数据壁垒：分散在多个部门的处理记录如同被锁在信息孤岛中，研究人员需要耗费数月拼接不同系统的数据，甚至手动核查卫星影像来验证处理区域。这种数据碎片化严重阻碍了对处理效果的评估，也模糊了数十亿美元投资的真实效益。

为打破这一僵局，由科罗拉多州立大学Anson Call领衔的西南生态恢复研究所（SWERI）团队，在《科学数据》发表了革命性的TWIG（Treatment and Wildfire Interagency Geodatabase）数据库。这个跨部门地理数据库如同野火管理领域的"数据枢纽"，首次将美国林务局的FACTS系统与内政部NFPORS/IFPRS系统深度整合，通过智能化的规则筛选，使潜在燃料处理记录数量激增156%，覆盖1984年至今的全美联邦土地管理活动。更引人注目的是，TWIG突破性地实现了三大创新：完全开源访问的设计允许公众直接下载原始数据；独创的"IFPRS五分类体系"统一了不同系统的处理类型描述；而自动化的异常检测标记则帮助用户快速识别1.2万平方公里可能存在重复或成本异常（>1万美元/英亩）的记录。

研究团队采用多阶段数据融合技术构建TWIG数据库。首先从FACTS系统获取各区域Common Attributes（CA）和Hazardous Fuels Treatment（HFT）子集，通过SQL规则将活动类型（Activity）、方法（Method）和设备（Equipment）字段交叉验证，识别传统HFT未包含但实际改变燃料结构的记录（如野生动物栖息地改造中的重型机械作业）。随后与NFPORS/IFPRS系统数据进行空间连接，建立包含28个标准化属性的统一架构，最终形成包含100万条记录、总面积达5200万英亩的数据库。关键验证步骤包括：基于95%空间重叠度的重复记录检测、成本异常值标记、以及与Planet卫星影像（2024）的随机抽样比对。

【数据记录特征】数据库每条记录包含精确的空间多边形和28个标准化属性，其中"TWIG Category"字段创新性地将处理活动归为计划点火（如计划烧除）、机械处理、化学处理等5类。特别值得注意的是"Actual Completion Date"字段，虽然存在部分记录可能使用财年末（9月30日）作为默认日期的局限，但仍是评估处理时效性的关键指标。空间精度分析显示，较新记录（2015年后）因采用GPS测绘或高分辨率影像数字化，精度显著高于早期仅标注行政边界的记录。

【技术验证】研究揭示了现有系统的数据质量问题：在加州样本中，仅54%的FACTS处理多边形能与Landsat变化检测结果匹配，其中79%达到±25%面积误差标准。更严峻的是，新墨西哥州研究显示处理记录遗漏率最高达57.4%。TWIG通过"DUPLICATE-KEEP/DROP"标记处理了3%的重复记录（覆盖3百万英亩），并用"HIGH COST"标记每英亩成本超1万美元的可疑记录，但保留了原始数据供用户自主验证。

【应用前景】TWIG的跨部门特性使其成为政策评估的利器。例如通过"Fund Source"字段可追踪《两党基础设施法案》（BIL）资助项目的空间分布，而"Treatment Type"与野火历史数据的叠加能识别最有效的处理组合。数据库当前局限在于尚未纳入州立机构和非政府组织数据，且空间精度不足支持单株树木尺度的分析。但随着国家燃料处理计划（NFT）数据的即将整合，TWIG有望成为首个覆盖全美所有土地类型的野火管理数据库。

这项研究的意义远超技术层面——它代表着野火管理从经验决策向数据驱动的重要转变。TWIG不仅解决了《2021基础设施投资与就业法案》提出的数据整合授权，更通过开源模式打破了联邦数据的访问壁垒。当研究人员能轻松追踪某个疏伐项目如何影响十年后的野火强度，或比较不同生态区处理成本效益时，我们才真正开始理解如何与野火智慧共存。正如作者强调，TWIG不是终点而是起点，它暴露的数据质量问题恰恰指明了未来改进方向，而其模块化设计允许持续纳入无人机测绘、激光雷达等新型数据源，为应对气候变暖下的野火新常态奠定科学基础。