《Remote Sensing Applications: Society and Environment》：Concurrent burned-area detections are associated with persistent agro-pastoral conversion after first forest loss in the Peruvian Amazon
编辑推荐：
摘要并发的过火区检测可以区分森林损失后是否发生持续的土地利用转变。这项观察性研究检验了MapBiomas Fire产品与全球年度过火区制图产品（GABAM）之间的一致性是否与秘鲁亚马逊地区持续的人为土地利用转变有关，以及最终用途是否以农牧业为主。一项回顾性队列研究以0.01°
摘要
并发的过火区检测可以区分森林损失后是否发生持续的土地利用转变。这项观察性研究检验了MapBiomas Fire产品与全球年度过火区制图产品（GABAM）之间的一致性是否与秘鲁亚马逊地区持续的人为土地利用转变有关，以及最终用途是否以农牧业为主。一项回顾性队列研究以0.01°格点为采样单元。Hansen全球森林变化数据集确定了2014–2021年间的初始损失年份，MapBiomas秘鲁集合3确定了基准期和损失后的地表覆盖类型，持续转变要求损失后的连续三年均为人为覆盖类型。风险按损失年份、空间区块和基准森林类型进行标准化，并采用区块自举法估计不确定性。在广义的双产品检测与非检测比较中（n = 5,911），转变风险分别为72.3%和38.7%（风险比[RR] 1.87，95%置信区间[CI] 1.69–2.18）。在损失年份仍被分类为森林的位置中（n = 4,055），风险分别为45.2%和23.0%（RR 1.96，95% CI 1.60–2.69）。对损失范围和先前人为前沿进行粗化控制后得到RR 1.45，而全队列模型估计RR 1.98。在广义队列中，超过99%的持续双产品检测转变最终形成镶嵌地或牧场。在损失年份，83.3%的严格队列双产品检测位置和42.4%的非检测位置在750米范围内发生了互补的VIIRS观测。双产品检测识别的是相关轨迹，而非孤立的因果效应。热辐射佐证不能验证单个过火像元或后续土地利用的准确性。
引言
森林覆盖损失并不能唯一确定后续的土地利用方式。年度Landsat产品可定位树冠移除事件，但制图中的损失可能代表临时性干扰、管理活动、野火或永久性转变（Hansen等, 2013; Curtis等, 2018）。区分持续的人为覆盖与其他损失后轨迹，有助于优先确定需要确认性影像和田地评估的位置。
火灾可能伴随土地准备、牧场维护或干旱期间的森林干扰而发生。过火面积、森林损失与后续覆盖之间的关联因土地利用背景而异（Fanin和van der Werf, 2015）。西部亚马逊的证据也将火灾发生与土地覆盖、干旱和通达性联系起来（Gutiérrez-Vélez等, 2014）。因此，检测到的燃烧可能标志着土地准备，或标记了有利于转变的同一前沿条件。
先前的研究探讨了火灾与森林变化之间不同的关系。Van Wees等（2021）结合过火面积和活跃火观测来研究火灾相关的森林损失。Tyukavina等（2022）区分了可直接归因于火灾的损失与机械伐除后的燃烧。Armenteras等（2021）追踪了被烧毁的拉丁美洲森林并将火后轨迹与火灾频率联系起来。在秘鲁，Móstiga等（2026）研究了火灾模式和火后覆盖变化，而Barboza等（2024）表征了 Amazonas 地区过火面积的分布和重演情况。
这些研究促使我们在森林损失中进行一项具体比较：两个过火区产品的并发检测是否能区分后续持续的人为转变与两种产品均未检测到火灾的结果。单独的年度一致性无法确定燃烧是在树木移除之前还是之后发生的。
现有的卫星产品提供了这项观察性比较所需的测量数据。全球森林变化数据集定义损失年份，MapBiomas Fire和全球年度过火区制图产品（GABAM）定义过火区检测类别，MapBiomas土地覆盖定义基准和后续状态（Hansen等, 2013; MapBiomas Peru, 2025a, 2025b; Zhang等, 2025）。本研究未开发新的检测算法。一致性提供算法佐证，但受制于共同的光学观测局限。
核心问题是：在最初制图的森林损失时，MapBiomas Fire和GABAM的并发检测是否与先前稳定的秘鲁亚马逊森林中持续的人为转变有关。经验贡献包括：按损失索引的队列（不论检测类别）、明确的后续持续转变结果，以及针对时序和前沿背景进行敏感性分析。标准化风险比较双产品检测与非检测，而单产品类别提供次要对比。更严格的队列要求森林状态持续至损失年份。损失范围、先前人为前沿和匹配支持界定了解释范围。所有估计值均为关联性。去向分析单独评估了转变是否主要以农牧业类型为终点。
章节摘要
研究设计与空间范围
系统抽样的位置从稳定森林跟踪至初始制图损失及后续地表覆盖。研究单元为0.01°格点上的固定中心点；底层产品保留约30米的分辨率用于事件和邻域测量。索引损失年份记为L。分析范围涵盖MapBiomas生态层划定的秘鲁亚马逊地区。分析坐标采用WGS84（EPSG:4326）；图1的地图输入数据被重投影至WGS84/UTM 18S带。
分析总体与火灾产品三角验证
格点包含717,788个满足严格稳定天然基准条件的中心点，其中包括538,675个亚马逊森林中心点。2014–2021年间有8,523个中心点发生初始损失且具有有效的GABAM覆盖；其中8,042个在L?1年保留天然覆盖。森林持续至损失年份的队列包含5,266个位置：240个（4.6%）双产品检测，1,106个（21.0%）仅MapBiomas检测，105个（2.0%）仅GABAM检测，3,815个（72.4%）两者均未检测。严格的广狭双产品检测比较包含4,055个位置（表1；图1A–B）。
独特的损失后转变路径
并发检测更多地区分了随后发生持续转变的损失。要求森林状态持续至损失年份后，该关联仍然保留，从而将记录的结局与在该年已被分类为转变的情况区分开来。这一限制加强了时序解释，但无法区分树木移除前的燃烧与残余生物质的燃烧。年度检测识别了相关轨迹，但未能确立直接损失机制。
超过99%的
结论
在初始制图森林损失时，MapBiomas Fire和GABAM的并发检测与后续持续转变相关。在损失年份分类为森林的位置中，标准化风险分别为45.2%和23.0%（RR 1.96，95% CI 1.60–2.69）。广义队列中几乎所有持续的双产品检测转变最终形成农牧业镶嵌地或牧场。关联在持续转变、火灾时间窗和测量控制分析中均保持正向，尽管这些分析
支持信息
支持信息包含图S1–S3和表S1–S6，包括队列构建、原始敏感性分析和互补的热辐射观测。补充数据1包含可重现的活跃火分析。
未引用参考文献
MapBiomas Peru, 2025b.
利益冲突声明
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
手稿准备过程中生成式人工智能和AI辅助技术的使用声明
在本工作修订过程中，作者使用了OpenAI Codex（OpenAI；修订会话模型标识符gpt-6-astra；2026年9月24日使用）来辅助语言编辑和翻译、文献整理、手稿修订、分析代码准备和图表排版。分析脚本、源记录和验证检查均保留在修订材料中。作者已审查并批准了AI辅助内容，并对科学
资助
本研究未获得公共、商业或非营利领域基金机构的任何专项资助。
利益冲突声明
? 作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
Alberto Franco Cerna Cueva
Escuela Profesional de Ingeniería Ambiental, Facultad de Recursos Naturales Renovables, Universidad Nacional Agraria de la Selva, Carretera Central km 1.21, Tingo María, Huánuco, Peru
