评估多卫星VIIRS Active Fire观测数据在北美地区作为烧毁区域代理指标的有效性

《Remote Sensing of Environment》：Evaluating multi-satellite VIIRS active fire observations as a burned area proxy across North America

　　摘要
野火活动在根本上调节着陆地碳动态和大气排放，因此需要及时且空间上完整的烧毁区域映射。传统的基于反射率的烧毁区域产品提供了稳健的空间记录，但通常需要数周到数月的处理时间，这限制了其接近实时的应用。活跃火源检测提供了低延迟的观测数据，但由于亚像素级火源检测的时间采样间隔和系统误差，其作为烧毁区域代理的使用受到限制。本研究是首次利用整套三颗卫星可见光红外成像辐射计套件（VIIRS）（包括S-NPP、NOAA-20和NOAA-21）来克服这些限制的应用之一。在这里，我们评估了累积VIIRS活跃火源方法的空间性能如何随时间采样、纬度和火源类型的改变而变化。我们利用2012年至2024年北美地区的375米分辨率VIIRS活跃火源记录开发了一种VIIRS累积活跃火源（VCAF）方法，并将其空间一致性与视觉解读的参考标签以及使用MCD64A1作为基准烧毁区域数据集的北美火灾历史（NAFH）数据集进行了比较。三颗卫星配置的第一年（2024年）的结果表明，在高纬度区域（>50°N），VCAF的空间一致性优于MCD64A1，特别是在小规模参考烧毁区域（<100公顷）方面有较高的召回率，同时在大规模烧毁区域（>1000公顷）也能保持高召回率。观察到的性能随纬度和火源类型有显著差异。在高纬度北方森林地区，VIIRS星座更高的潜在采样频率与某些地区的较低遗漏误差和更高的空间完整性相关，尽管持续云层覆盖等环境条件仍然是重要限制因素。相比之下，在低纬度的分散火源类型中，VCAF系统性地高估了烧毁区域。这些结果表明，多卫星VIIRS活跃火源观测可以为选定的高纬度火源类型提供一个有用的烧毁区域代理，并强调了在解释基于活跃火源的烧毁区域估计时考虑时间采样和火源类型特征的重要性。

引言
野火活动是调节陆地生态系统动态和全球碳循环的基本机制，同时也是大气温室气体和气溶胶的重要来源（Chen等人，2017；Hudiburg等人，2023；van der Werf等人，2017）。此外，这些干扰可以触发复杂的环境反馈循环，如永久冻土的融化（Gibson等人，2018；Li等人，2026）和地表反照率的改变，进而影响全球气候系统（Randerson等人，2006；Rogers等人，2015）。除了这些气候驱动因素外，火灾还通过破坏基础设施（Modaresi Rad等人，2023）、造成人员伤亡（Moritz等人，2014）以及产生威胁远距离公共健康的危险烟雾（Qiu等人，2025；Zhang等人，2025）对人类社区构成严重风险。随着气候变化（Kelley等人，2025；Shen等人，2025），对及时且空间明确的火灾信息的需求变得越来越迫切。卫星遥感长期以来一直是通过两种互补但物理上不同的方法来监测大陆到全球范围内的火灾发生和范围的主要手段：活跃火源检测和烧毁区域映射。来自中分辨率成像光谱辐射计（MODIS）和可见光红外成像辐射计套件（VIIRS）等传感器的活跃火源产品可以检测到卫星过境时的燃烧或闷烧过程中的热异常（Giglio等人，2016；Schroeder等人，2014）。这些产品提供了关于火灾存在的近乎实时的信息，广泛应用于火灾监测、应急救援和排放估算（Lin等人，2012；San-Miguel-Ayanz和Ravail，2005）。相比之下，烧毁区域产品旨在通过识别火灾后地表反射率的持续变化来绘制火灾的累积空间范围，这些变化是由植被清除、土壤暴露以及炭屑和灰烬沉积引起的（Chen等人，2026；Giglio等人，2025；Giglio等人，2018；Lizundia-Loiola等人，2020）。虽然烧毁区域产品提供了生态系统和碳循环应用所需的空间范围，但它们通常依赖多天到数周的合成和变化检测，导致火灾发生与数据可用性之间存在延迟。由于这种检测机制的根本差异，许多研究建议不要直接将活跃火源轮廓作为烧毁区域的代理。这种观点反映了极轨热观测中两个已知的误差来源：首先，基于活跃火源的烧毁区域估计容易产生遗漏误差。单个极轨卫星通常每天只观测一个地点一两次，而火势可能在两次过境之间迅速蔓延，因此烧毁区域的很大一部分可能与活跃火源检测不重合。因此，合成活跃火源轮廓往往无法捕捉到火灾的完整空间范围，特别是对于快速移动的前沿、低强度地表火灾或被云层或树冠遮挡的火灾（Giglio等人，2006a；Hawbaker等人，2008；Roberts等人，2018）。其次，将活跃火源检测直接转换为面积会引入系统误差，导致烧毁区域被高估。用于活跃火源监测的中红外热通道对亚像素级的火源活动非常敏感，可以检测到仅占据像素一小部分区域的小火源；对于VIIRS来说，375米I波段中红外通道可以对冷却背景下的小亚像素火源做出响应，且上下文算法被调整为检测亚像素热异常。因此，即使燃烧仅占据像素的一小部分，包括小规模农业火灾或其他空间受限的点火源，VIIRS的375米像素也可能被标记为活跃火源（Schroeder等人，2014；Wooster等人，2021）。如果将这些检测的整个轮廓都解释为烧毁区域，那么得到的估计值可能会被夸大，尤其是在以小规模或分散火灾为主的景观中。这种部分面积问题强调了为什么活跃火源数据在检测火灾存在方面非常有效，但在单独估计烧毁区域时往往不可靠。鉴于这些限制，标准烧毁区域算法（如MCD64A1（Giglio等人，2018）和VNP64A1（Giglio等人，2025）仅将活跃火源检测作为时间和空间约束来指导基于反射率的变化检测，而不是作为烧毁区域的直接估计。当必须使用活跃火源数据来估计烧毁区域时（例如，用于近实时排放建模），研究人员历来依赖于间接方法。通过应用缩放因子和/或经验模型到活跃火源计数或辐射功率，这些方法试图缓解活跃火源观测中固有的空间夸大和遗漏问题（Giglio等人，2006b；Kasischke等人，2003；Scholes等人，1996；van der Werf等人，2003；Wiedinmyer等人，2011）。尽管这些间接方法仍然被广泛使用，但VIIRS 375米活跃火源产品的引入提供了一条额外的途径，在某些情况下可以直接使用更高空间分辨率的VIIRS活跃火源观测来绘制烧毁区域（Oliva和Schroeder，2015）。然而，尽管那项基础研究在北方生态系统中发现了一致性，但它报告在分散的景观和稀树草原中存在严重的遗漏和系统误差，最终得出结论认为单颗极轨卫星的12小时重访周期不足以捕捉连续的火势蔓延。

最近在卫星观测能力方面的进步提供了重新考虑使用活跃火源轮廓进行面积估算的机会，并直接克服早期单卫星研究发现的时间采样限制（Oliva和Schroeder，2015）。到2024年初，运行的联合极轨卫星系统（JPSS）星座包括三颗携带VIIRS的极轨卫星：Suomi国家极轨合作伙伴关系（S-NPP）、NOAA-20和NOAA-21。这些平台在太阳同步极轨上运行，具有故意的相位差，每天可以对地球上的大多数地点进行多次观测（Goldberg等人，2013）。这种组合星座增加了任何给定火灾在一天内被多次采样的概率，减少了与单颗卫星相比的时间覆盖间隙（Román等人，2024）。虽然已有研究利用两颗VIIRS卫星的活跃火源检测来追踪火灾事件（Andela等人，2022；Coffield等人，2026），但据我们所知，尚未有研究系统地评估整个三颗VIIRS星座估算烧毁区域的能力。这种重新评估是值得的，因为像MCD64A1和VNP64A1这样的标准烧毁区域产品通常需要火灾后的观测和合成来区分烧毁痕迹、云层、阴影和短暂植被信号，导致数据可用性的延迟比活跃火源观测更长。虽然活跃火源检测已经常规用于支持近实时火灾进展跟踪、烟雾预报和初步碳排放估算（例如，Wiedinmyer等人，2023），但这些操作应用经常依赖于较低分辨率的数据和/或间接的经验缩放。在高分辨率活跃火源轮廓可以直接且足够准确地近似烧毁区域的程度上，像VCAF这样的方法为评估活跃火源观测是否可以在数据可用性延迟较短的情况下支持对时间敏感的烧毁区域应用提供了空间基准，特别是在高纬度环境中。在这项研究中，我们合成了S-NPP、NOAA-20和NOAA-21星座的活跃火源检测来构建VCAF。虽然这种方法的潜在操作价值在于对时间敏感的季内应用，但建立其空间性能需要一个稳健的回顾性评估。因此，我们使用了两种互补的参考方法来评估2021年和2024年的累积年度VCAF轮廓：2021年和2024年的视觉解读参考标签，以及2012-2024年的国家火灾清单，以MCD64A1作为主要烧毁区域基准。这一框架使我们能够评估多卫星时间采样对遗漏和系统误差的影响，并识别VCAF与参考数据集在空间一致性上表现出更强或更弱的地理和火源类型背景。

研究区域
研究区域涵盖了北美洲从30°N到70°N的广泛地区，包括美国和加拿大的领土。该区域包含了大陆的大部分中高纬度地区，涵盖了各种气候和生态条件以及火源类型。研究区域的空间范围如图1所示。

数据集
本研究整合了多个基于卫星和地面整理的火灾数据集，以评估VIIRS活跃火源轮廓作为北美烧毁区域代理的可用性。所有数据集的选择基于它们的空间覆盖范围、时间一致性和在火灾遥感社区中的公认用途。分析的共同时间范围是2012年至2024年，这代表了所有考虑数据集之间的全部重叠期。

VCAF的开发
VCAF的开发涉及一个多阶段处理工作流程，旨在将基于矢量的活跃火源检测转换为精细的、网格化的烧毁区域地图。该过程包括三个主要阶段：数据标准化和栅格化、多传感器合成以及通过土地覆盖掩蔽去除噪声。原始输入数据来自三个运营中的VIIRS传感器：S-NPP、NOAA-20和NOAA-21。为了确保空间一致性，点矢量数据...

年度烧毁区域估计的比较
2012-2024年间，VCAF方法、MCD64A1基准和NAFH参考数据集绘制的年度烧毁区域总体的年际比较显示了不同的空间和时间分布（图2）。在整个研究区域内，VCAF的估计值在2012年至2017年期间与MCD64A1和NAFH参考值相当接近。从2018年开始，当NOAA-20开始提供观测数据时，VCAF绘制的总烧毁区域...

VCAF性能的改进
2012-2024年研究期间的评估表明，375米分辨率的合成活跃火源检测在某些火源类型和观测条件下可以提供一个有用的烧毁区域代理。本研究的一个关键发现是，VCAF的空间完整性在不同卫星可用性时期有所不同，多卫星时代通常观察到较低的遗漏误差。在2018年之前，当VCAF完全依赖单颗S-NPP VIIRS传感器时，该方法表现出了明显的...

结论
本研究利用完整的三颗卫星VIIRS星座（S-NPP、NOAA-20和NOAA-21）绘制了2012年至2024年北美的野火地图。我们发现，与单颗卫星配置相比，多卫星观测减少了遗漏误差，尽管这种改进的程度随纬度和火源类型而变化。VCAF方法在捕捉大规模火灾（>1000公顷）方面与传统的MCD64A1光学基准方法相当，同时实现了更高的精度。在准备本手稿期间，作者使用了谷歌的生成式AI工具Gemini（3.1 Pro版本）来辅助语法检查并优化文本的逻辑流畅性。此外，AI还作为编程助手，帮助开发了用于生成图10和图11中所示轨道模拟及相应可视化数据的代码。作者对这些模型中包含的所有基本地球和轨道参数进行了严格的定义和验证。

**CRediT作者贡献声明**
- 陈东：写作——审阅与编辑、撰写初稿、可视化展示、数据验证、软件开发、项目管理和方法学研究、数据分析、概念化。
- 张一鸣：数据验证。
- 何洁娜：数据验证。
- 莫妮卡·阿杰伊：数据验证。
- 乔舒亚·斯通：数据验证。
- 诺拉·罗玛诺：数据验证。
- 奥布里·克雷默：数据验证。
- 李若涵：数据验证。
- 路易斯·吉利奥：写作——审阅与编辑。

**利益冲突声明**
作者声明他们没有已知的财务利益和个人关系可能会影响本文的报告内容。

**贡献作者名单：**
陈东 | 张一鸣 | 何洁娜 | 莫妮卡·阿杰伊 | 乔舒亚·斯通 | 诺拉·罗玛诺 | 奥布里·克雷默 | 李若涵 | 路易斯·吉利奥