《Fire Ecology》：Spectral burn severity does not fully capture post-fire forest structural loss: a case study of the 2020 Holiday Farm Fire
编辑推荐：
**摘要**
**背景**：野火可显著改变森林垂直结构与地上生物量，然而常用的光谱燃烧严重度指数可能无法直接表征三维结构变化。研究人员以美国俄勒冈州2020年Holiday Farm Fire为案例，将GEDI观测与Sentinel-1、Sentinel-
**摘要**
**背景**：野火可显著改变森林垂直结构与地上生物量，然而常用的光谱燃烧严重度指数可能无法直接表征三维结构变化。研究人员以美国俄勒冈州2020年Holiday Farm Fire为案例，将GEDI观测与Sentinel-1、Sentinel-2及地形数据相整合，以刻画火灾前后树冠高度与地上生物量密度（AGBD）。研究人员量化了结构损失，评估了其与差分归一化燃烧比（dNBR）的关系，并检验了这些关系是否随火灾前森林结构而变化。
**结果**：火灾后平均树冠高度和AGBD分别下降了27.0%和44.8%。结构损失通常随基于dNBR的燃烧严重度增加而增加，但其分布在严重度等级之间存在显著重叠。在空间匹配的GEDI足迹中，dNBR与树冠高度损失（r?=?0.30）和AGBD损失（r?=?0.36）呈正相关，而在单个严重度等级内关系普遍较弱。火灾前树冠高度和AGBD与其各自绝对损失呈较强关联（r?=?0.57和0.71）。显著的dNBR?×?火灾前结构交互作用进一步表明，光谱燃烧严重度与结构损失之间的关系随初始森林结构而变化。
**结论**：dNBR捕捉了火效应的宽泛梯度，但未能完全表征树冠高度和生物量损失的等级内变异性。因此，光谱燃烧严重度与三维结构变化代表火效应的互补维度。将火灾前结构信息与dNBR相结合，可提供更具生态信息量的火灾后森林状况评估，并支持实地评估与恢复监测。
**论文解读：光谱燃烧严重度与森林三维结构损失的耦合关系——以2020年Holiday Farm Fire为例**
**一、研究背景与问题**
森林在生物多样性保护、气候调节和陆地碳循环中具有不可替代的作用。野火通过树木死亡、树冠损伤和地上生物量损失显著改变森林生态系统，进而影响碳储存、栖息地结构和灾后恢复。准确量化过火面积之外的结构损失幅度与空间异质性，对灾后生态评估、碳损失估算和恢复规划至关重要。光学遥感常被用于表征火效应，其中归一化燃烧比（NBR）、差分归一化燃烧比（dNBR）和相对差分归一化燃烧比（RdNBR）等光谱指数被广泛用于绘制过火区域和划分燃烧严重度等级。然而，这些指数主要反映地表光谱属性的变化，其与森林三维结构变化的对应关系尚不明确。星载波形激光雷达GEDI提供了足迹尺度的森林垂直结构与AGBD测量，可直接量化树冠高度和生物量对干扰的响应，但GEDI仅采样离散足迹，难以直接提供景观尺度的连续空间估计。将GEDI与连续的光学、雷达和地形预测变量相结合，可将足迹级结构信息升尺度为区域表面，从而绘制火灾前后的森林结构图，并为比较光谱燃烧严重度与独立导出的树冠高度和生物量变化提供基础。一个关键的生态问题是：光谱燃烧严重度在多大程度上与森林三维结构变化相对应？这种关系是否随火灾前林分状况而变化？已有研究表明dNBR与结构变化的关系可能因结构属性和森林条件而异，且火灾前植被结构和状况可能影响火效应及其空间变异性。因此，厘清这些关系对于评估光谱燃烧严重度指标是否充分代表结构性火效应、改进灾后森林状况解译具有重要意义。
**二、研究内容与结论**
研究人员以美国俄勒冈州2020年Holiday Farm Fire为案例，将GEDI观测与Sentinel-1、Sentinel-2和地形数据相整合，刻画了火灾前后整个过火景观的树冠高度和AGBD。研究提出三个问题：（1）火灾后树冠高度和AGBD如何变化；（2）基于dNBR的燃烧严重度在多大程度上表征树冠高度和生物量损失的变化；（3）火灾前森林结构是否影响光谱燃烧严重度与绝对结构损失的关系。结果表明，火灾后平均树冠高度从26.7米降至19.5米（减少27.0%），平均AGBD从278.6 Mg ha?1降至153.7 Mg ha?1（减少44.8%）。结构损失随dNBR严重度增加而增大，但各严重度等级内损失分布存在大幅重叠。在全匹配GEDI足迹中，dNBR与树冠高度损失（r=0.30）和AGBD损失（r=0.36）呈正相关，但在单个严重度等级内相关性普遍较弱。火灾前树冠高度和AGBD与其对应绝对损失呈较强正相关（r=0.57和0.71），且这种正相关在所有严重度等级内均存在。多元回归分析显示，dNBR与火灾前结构的交互项显著，表明光谱燃烧严重度与结构损失的关系随初始森林结构而变化。研究结论强调，dNBR能捕捉火效应的宽泛梯度，但不能直接代表三维结构损伤，光谱燃烧严重度与三维结构变化是火效应的互补维度；将dNBR与火灾前结构信息相结合，可提供更具生态信息量的灾后森林状况评估。
**三、关键技术与方法**
研究使用了以下主要技术方法：（1）利用GEDI L2A相对高度指标RH95表示树冠高度、L4A AGBD表示生物量，并经过严格质量控制（质量标志、灵敏度、坡度、异常值过滤）获取火灾前后足迹级参考观测；（2）在Google Earth Engine中处理Sentinel-2 L2A表面反射率（去除云和缺陷像元，按云量合成），提取光谱波段、植被指数和基于红边及近红外波段的5×5窗口纹理特征；处理Sentinel-1 GRD升降轨VV/VH极化后向散射系数并计算雷达指数和纹理；从SRTM DEM提取高程、坡度和坡向；（3）采用LightGBM、随机森林（RF）和XGBoost三种机器学习算法，以GEDI足迹为响应变量、多源预测变量为特征，分别构建火灾前后树冠高度和AGBD的回归模型，基于测试集R2、RMSE、MAE和偏差选择最优模型（LightGBM）并生成连续图；（4）利用MTBS阈值定义dNBR严重度等级，计算结构损失，采用Pearson相关分析整体和等级内dNBR与损失的关系，以及火灾前结构与损失的关系；（5）在连续图中随机采样10,000个位置，构建包含dNBR、火灾前结构及其交互项、坡度、高程、火灾前后NDVI和NDMI的多元线性回归模型，检验交互效应。
**四、研究结果**
**1. 火灾后森林结构变化**
在三种算法中，LightGBM表现最优，被用于生成树冠高度和AGBD连续图。火灾后树冠高度和AGBD均显著下降：平均树冠高度从26.7米降至19.5米（-27.0%），平均AGBD从278.6 Mg ha?1降至153.7 Mg ha?1（-44.8%）。结构损失在过火景观中呈空间异质性，高损失斑块在空间上聚集而非均匀分布。
**2. 基于dNBR的燃烧严重度与结构损失**
dNBR严重度图显示高严重度火占过火面积的40.70%，中度和低度分别占26.93%和26.59%。但dNBR严重度的空间格局与结构损失并不完全对应：高dNBR区域形成较大范围连续斑块，而显著结构损失更为局部化。结构损失中位数随严重度等级升高而增加（树冠高度损失从1.4米增至10.8米，AGBD损失从15.0 Mg ha?1增至171 Mg ha?1），但各等级间分布重叠明显。在空间匹配GEDI足迹中，dNBR与树冠高度损失（r=0.30）和AGBD损失（r=0.36）呈正相关，但在单个等级内相关性很弱或几乎不显著。
**3. 火灾前森林结构与结构损失的关联**
火灾前树冠高度和AGBD与其对应绝对损失呈较强正相关（r=0.57和0.71），且在所有严重度等级内正相关均存在（树冠高度r=0.36–0.60，AGBD r=0.37–0.77）。即使在同一dNBR严重度等级内，火灾前更高的树冠和生物量对应更大的绝对损失。多元回归显示，火灾前结构变量的标准化系数大于dNBR，且dNBR×火灾前结构交互项对两种损失均显著为正。
**五、讨论与结论**
研究讨论指出，光谱严重度与结构变化在景观尺度相关，但在严重度等级内出现分歧。dNBR主要响应叶面积损失、碳化、灰烬、裸露土壤和下层干扰等光谱变化，而树冠高度和生物量更直接反映林冠结构变化。地表火和下层火可能产生强光谱信号但林冠仍存留，而冠层烧焦、树干损伤和树木死亡可能降低结构而不成比例增加dNBR。火灾前结构通过影响可燃物数量、垂直连续性和火灾从地表向树冠的传递机制，与绝对结构损失正相关，但强气象强迫可能覆盖局部植被控制。研究还强调，保留结构信息有助于识别值得实地调查的区域，高严重度但保留较多林冠的区域与中等严重度但结构损失大的区域需要不同的恢复监测策略。研究存在不确定性，包括模型估算误差、GEDI地理定位误差和尺度差异等。结论指出，2020年Holiday Farm Fire造成了大量树冠高度和地上生物量损失，较高严重度通常对应较大损失，但dNBR等级间重叠显著，相似光谱严重度可能对应差异明显的结构损失。火灾前树冠高度和AGBD与其损失强相关，且与dNBR的交互作用表明结构响应取决于初始森林条件。因此，dNBR应被视为宽泛火效应梯度的指标，而非三维结构损伤的直接度量；将dNBR与火灾前结构信息结合，可为解释生物量和树冠高度损失提供额外背景，有助于识别仅凭光谱严重度难以发现的结构变化区域。
