《Rangeland Ecology & Management》：Sagebrush Are Not Small Trees: Need and Considerations for Improved, Uniform Burn Severity Assessment in Shrub-Steppe Rangelands
编辑推荐：
：入侵性一年生禾草的引入与扩散增加了野火的规模和频率，加剧了美国西部大盆地（Great Basin）地区山艾灌丛草原（sagebrush steppe rangelands）的退化。野火发生后，及时获取准确的火烧严重度（burn severity）数据对于制定
：入侵性一年生禾草的引入与扩散增加了野火的规模和频率，加剧了美国西部大盆地（Great Basin）地区山艾灌丛草原（sagebrush steppe rangelands）的退化。野火发生后，及时获取准确的火烧严重度（burn severity）数据对于制定明智的灾后管理决策以应对这种退化至关重要。然而，最常用的火烧严重度指标是在高生物量、高覆盖度的森林系统中开发出来的，这限制了它们在山艾灌丛草原中的适用性。本文旨在概述山艾灌丛草原群落火烧严重度评估的现状，并指出需要改进的领域。首先，研究人员比较了常用的火烧严重度指标，发现各指标之间存在差异。随后，研究人员评估了这些指标在灌木地中的适用性，发现大多数指标未能充分捕捉驱动灾后管理决策的关键生态条件，例如多年生禾草的死亡率或火烧严重度的细尺度异质性。因此，研究人员主张开发一套标准化程序，该程序应在不同环境和管理情景下，以潜在演替轨迹（successional trajectories）为背景来表征火烧后植物群落的状况。最后，研究人员提供了一套生态火烧严重度指标，作为捕捉牧场对火灾响应的起点。牧场中大多数灾后恢复决策及潜在的火烧严重度估算都是在野火后数周内做出的。然而，野火的影响在火灾后并不总是立即显现，因此需要一种适应性采样程序，以便重新评估场地状况并调整管理策略。专为牧场设计的标准化程序之所以重要，是因为它将能够快速评估与灾后决策相关的指标。
论文解读文章：
一、研究背景与问题
美国西部大盆地地区的半干旱山艾灌丛草原正经历前所未有的变化。入侵性一年生禾草的涌入缩短了火灾返回间隔，并促进了更大规模火灾的发生。1984年至2013年间，山艾灌丛草原年均过火面积约28万公顷。与此同时，公共土地上的野火恢复项目数量及其相关成本持续增加。然而，大盆地地区植被恢复处理（revegetation treatments）的成功率参差不齐。水分限制以及环境条件的高度年际变异性常常导致播种失败。近年来，土地管理者的共识倾向于强化具有恢复力的、完整的多年生山艾灌丛群落，即“保卫核心”（defend the core）策略。通过战略性地将有限资源优先分配给既需要干预又具有相对较高恢复可能性的区域，恢复实践者可以提高野火恢复项目的成功率。
牧场中的恢复决策通常在野火后两个月内做出，这要求及时收集和解读可靠的灾后场地状况信息。然而，用于评估过火土地状况的数据产品可能在火灾后数月内都无法获得。火烧严重度被描述为火灾对生态系统造成的变化幅度。其他工作定义将该术语的范围缩小为仅描述火灾导致的有机质损失，与生态系统的响应分开。这限制了火烧严重度指标在牧场恢复规划中的实用性。美国土地管理局的过火区紧急稳定与恢复（Burned Area Emergency Stabilization and Rehabilitation，ESR）项目依赖过火区反射率分类（Burned Area Reflectance Classification，BARC）土壤火烧严重度地图进行初始场地状况评估。然而，BARC方法由美国林务局发起，是为森林系统应用而开发的。森林和山艾灌丛群落在本质上存在根本差异：森林是相对高生物量的系统，由高大的木本植物主导；而山艾灌丛群落是相对低生物量的系统，由矮灌木和多年生草本物种主导。将这些程序应用于山艾灌丛群落时，严重度评估既不够准确，也不足以用于制定有针对性的管理决策。
二、研究内容与主要结论
研究人员首先比较了常用的火烧严重度指标，包括基于多光谱卫星影像的归一化火烧比率（Normalized Burn Ratio，NBR）及其衍生指标差分归一化火烧比率（differenced NBR，dNBR）和相对dNBR，以及地面评估的合成火烧指数（Composite Burn Index，CBI）。研究发现，这些指标在牧场系统中适用性较差且常常不准确。NBR等指数直接反映火灾前后影像中植被的差异，因此低生产力的牧场系统总是报告较低的dNBR值，容易低估火烧严重度或与地面测量相关性较低。CBI采样程序的设计在牧场中也会产生偏差：完整的CBI平均评估五个垂直分层的23个潜在评级因子，而牧场中的矮植被通常仅用最低两个分层测量，仅包含9个评级因子。草本植物的状态仅在一个评级因子中被评估，且与灌木合并评估。这导致CBI调查在很大程度上忽略或遗漏了火灾对草本植物的影响。
研究人员进一步检查了10起大盆地灌木地火灾（面积约485至121000公顷）中地面CBI调查样地数据与MTBS火烧严重度门户产品之间的相关性。研究发现，相对于CBI，专题地图低估了火烧严重度。CBI与dNBR衍生指标之间的差异源于其数据生成过程的差异以及各自在低生产力生态系统中的潜在问题。标准CBI协议和dNBR制图产品缺乏足够的精度来有意义地推断灌木系统中非木本植物的损害或预示牧场植物群落的灾后轨迹。
基于这些发现，研究人员提出了一个专门适用于大盆地半干旱山艾灌丛群落的火烧严重度定义：火烧严重度包括火灾对山艾灌丛生物和非生物组分的直接和间接影响。这些影响通过它们如何影响群落潜在演替轨迹的视角来解读，范围从完整的多年生草本和灌木主导系统到退化的一年生植物主导系统。该定义不仅限于火灾后地上生物量的即时损失，还考虑地下生物量和未来生态潜力。
研究人员主张，牧场中的生态火烧严重度指标应聚焦于影响灾后山艾灌丛演替轨迹的两个最重要植被因素：一是多年生丛生禾草群落，它被认为是生态系统抵抗力和恢复力最重要的指标，代表防止向一年生植物主导状态转化的第一道防线；二是入侵性一年生禾草的扩散，它是牧场完整性的主要抑制因素。因此，有意义的生态火烧严重度评估将基于现存多年生丛生禾草的属性，如组成、种群结构和密度，并识别场地对一年生禾草入侵的脆弱性。
研究人员在表1中概述了可纳入标准灾后采样程序的多个组成部分，分为草本植被、木本灌木植被、基质和树木植被四类。草本植被类别的指标包括深根和浅根多年生丛生禾草的覆盖率、密度、基径、未燃烧组织高度、距最近灌木茎的距离、杂类草覆盖率和未消耗草本覆盖率。基质类别的指标包括草本凋落物深度、未燃烧木本或轻质燃料、土壤颜色、生物结皮覆盖率和侵蚀潜力。木本灌木植被类别的指标包括活木本植物频率。对于每个指标，研究人员描述了关键考量因素和源文献。
研究人员强调，灾后山艾灌丛的恢复力及其长期轨迹与多年生丛生禾草群落的状况和一年生禾草入侵的概率相关。丛生禾草火灾诱导死亡的阈值通常是天气、燃料和热量强度及持续时间的函数。野火导致的丛生禾草死亡率高度可变，许多禾草能够快速再生长，覆盖率在短短2至3年内即可恢复到火烧前水平。灌木等木本植被可以燃烧更长时间且强度更高，将邻近土壤加热到比细燃料更高的水平。土壤加热的程度和深度与邻近丛生禾草的存活相关，靠近山艾灌木的个体比靠近间隙的个体经历更高的热量和死亡率。存活率的高度变异性正是仅依赖地上生物量变化的火烧严重度指标（如NBR）信息不足、无法可靠关联群落结果的原因。
由入侵性一年生禾草驱动的草-火循环可能导致灌木地向持久的一年生草本状态转化，使这些一年生植物成为山艾灌丛群落最大的威胁。灾后响应的关键要素是识别过火场地内容易受到入侵性一年生禾草密度和覆盖率增加影响的区域。研究人员主张将灾后实地评估与生态场地信息相结合，通过包括天气变异性、静态属性（如海拔、长期气候、热量负荷和土壤）以及火灾前植物群落组成数据在内的背景视角，识别最可能需要管理干预的位置。
生态特征作为火烧后场地状况的指标可能随空间和时间变化。研究人员建议采用灵活的采样程序，在火烧后不久收集的标准采样因子队列辅以关于场地因素和管理目标的情境依赖测量。例如，火烧后的天气条件可能决定是否以及何时需要进行第二次调查。如果火灾后持续干旱，可能需要第二轮采样来确定丛生禾草的存活率。同样，如果火灾后生长季之后出现湿润的冬季或春季，则多次调查对于追踪入侵性一年生禾草的位置和密度至关重要。
研究人员承认，对于表1中强调的许多因子，关于哪种技术最适合以客观和可行的方式收集数据尚未达成共识。卫星影像缺乏足够的分辨率来捕捉野火后立即出现的细尺度生物和非生物特征，如单个丛生禾草丛的相对落叶程度。地面调查可以产生准确的测量结果，但在过火区域部署大量调查样地耗时且劳动密集。研究人员主张探索新技术来测量重要的生态系统属性。基于无人机的影像代表了一种机会，可以在比地面调查更短的时间内对更大范围的过火区域进行采样，同时保持评估有意义生物和非生物特征所需的分辨率。将无人机飞行与地面采样配对将告知哪些数据类型可以使用无人机影像准确评估，从而指导其在未来调查中的使用以最大化采样效率。最有效的牧场火烧严重度程序可能将整合地面、无人机和卫星数据源，以在景观尺度上捕捉和展示灾后群落的异质性。
三、主要技术方法
研究人员使用了多种评估方法。在遥感方面，使用了基于多光谱卫星影像的归一化火烧比率（NBR）及其衍生指标差分归一化火烧比率（dNBR）和相对dNBR，这些指标支撑着BARC地图和MTBS项目的许多产品。在地面评估方面，使用了合成火烧指数（CBI），这是一个标准化的指标，通过平均多个垂直分层（从土壤到树冠）的条件来捕捉火灾的整体生态效应。研究人员从MTBS门户获取了10起大盆地灌木地火灾（位于爱达荷州、内华达州和俄勒冈州）的专题分类地图和72个CBI样地数据，通过相关性分析比较了两种产品在火烧严重度分类上的一致性。此外，研究人员还探讨了无人机影像技术在评估细尺度生态特征方面的潜在应用。
四、研究结果
常用火烧严重度指标在牧场中应用有限：NBR衍生指标直接反映火灾前后植被差异，低生产力的牧场系统总是报告较低的dNBR值，容易低估火烧严重度。CBI采样程序在牧场中仅使用最低两个分层的9个评级因子，草本植物仅在一个评级因子中被评估且与灌木合并，导致对草本植物影响的评估不足。
MTBS专题地图低估火烧严重度：研究人员通过比较10起灌木地火灾的MTBS火烧严重度分类与地面CBI分类，发现MTBS协议相对于CBI分类倾向于低估火烧严重度。不一致的可能来源是应用了概念上与森林系统相关的手动分类火烧严重度阈值。
提出牧场专用火烧严重度定义：火烧严重度包括火灾对山艾灌丛生物和非生物组分的直接和间接影响，以群落潜在演替轨迹为背景进行解读，不仅限于地上生物量损失，还考虑地下生物量和未来生态潜力。
确定关键生态指标：有意义的生态火烧严重度评估应基于现存多年生丛生禾草的组成、种群结构和密度，并识别场地对一年生禾草入侵的脆弱性。表1概述了草本植被、基质、木本灌木植被和树木植被四类指标。
强调适应性采样程序：建议采用灵活的采样程序，标准采样因子辅以情境依赖测量。天气条件可能决定是否需要进行第二次调查，如干旱持续时需确定丛生禾草存活率，湿润冬季后需追踪入侵性一年生禾草分布。
倡导整合多源数据：卫星影像缺乏细尺度分辨率，地面调查耗时费力。无人机影像可在更短时间内采样更大范围，保持评估细尺度特征所需分辨率。最有效的程序将整合地面、无人机和卫星数据源。
五、讨论与结论
讨论部分指出，山艾灌丛系统中的火烧严重度评估如果涵盖多年生禾草的存活率和入侵性一年生禾草的分布，将更具信息量。传统火烧严重度指标不成比例地偏向于植被是否燃烧，未能捕捉指示灾后植物群落轨迹的变化。为了填补这一空白，研究人员提议开发标准化采样程序来测量山艾灌丛群落中生态火烧严重度评估的关键灾后属性。需要新的地面和遥感采样技术来优化该评估的实用性。理解野火后数周至数月内活体多年生植物的状况及其在景观中的分布，为指导哪些土地应优先进行恢复处理提供了可操作的数据。火灾前多年生禾草覆盖率低、多年生禾草存活率低或入侵性一年生禾草扩张潜力高的土地可以针对性地进行恢复处理，如播种或施用除草剂。同样，景观尺度的牧场火烧严重度地图可以帮助识别植物群落生态威胁不太明显的区域，从而可以降低干预优先级。具体而言，记录火灾内残余种子源足以补充当地种群或入侵性一年生禾草扩散威胁较低的区域，将节省宝贵的时间和资源。最后，需要更多的研究和发展来支撑新火烧严重度地图的采样程序，以确保其稳健性和意义。
