极端高温—野火复合扰动下重庆植被恢复的Sentinel-2 NDVI/NBR遥感监测与抵抗力—恢复力响应评估

《Geomatics, Natural Hazards and Risk》:Using remote sensing to monitor vegetation recovery after extreme climate events in Chongqing, China

【字体: 大 中 小 】 时间:2026年10月24日 来源:Geomatics, Natural Hazards and Risk 4.5

编辑推荐:

  2022年夏季,重庆经历了创纪录的极端高温、降水持续减少和严重野火胁迫。遥感因能够获取连续时空动态观测而被广泛应用于自然灾害和植被恢复监测。本研究综合采用归一化差异植被指数(normalised difference vegetation index,NDVI

  
2022年夏季,重庆经历了创纪录的极端高温、降水持续减少和严重野火胁迫。遥感因能够获取连续时空动态观测而被广泛应用于自然灾害和植被恢复监测。本研究综合采用归一化差异植被指数(normalised difference vegetation index,NDVI)和归一化燃烧比值(normalised burn ratio,NBR)评估高温和野火对植被的影响。统计结果表明,6—9月NDVI和NBR平均值分别下降28%和22%。此外,野火后NDVI和NBR在时间和空间维度上均急剧下降。NBR在野火预警和过火区提取方面优于NDVI。在恢复早期,过火区NDVI和NBR开始逐步恢复,但尚未达到正常水平。在评估植被对极端气候事件的抵抗力和恢复力方面,NDVI优于NBR。此外,植被恢复响应机制与火强度、过火面积和植被类型相关。重度火烧区表现出较弱的抵抗力。森林表现出强抵抗力但较弱恢复力;相反,草地和灌木表现出较弱抵抗力但较强恢复力。
研究背景方面,全球变暖背景下极端高温和干旱的强度与频率显著增加,并易触发严重野火;2022年夏季重庆出现超过40 °C的极端高温、持续干旱及8月17—26日多地严重野火,对植被造成直接负面影响。现有研究仍存在缺口:一是缺乏整合多指数的重庆高温—野火气候事件系统分析;二是尚未建立基于长期遥感数据的框架,将火后植被指数变化与恢复阶段相关联。为此,研究人员利用2016—2025年遥感数据监测重庆极端气候事件后的植被恢复,综合评估NDVI、NBR及其差分指标,并采用“抵抗力和恢复力(resistance and resilience;分别表示扰动期间维持结构与功能的能力、扰动后回归原状态的能力)”框架分析植被响应。研究得出:2022年6—9月NDVI和NBR平均值较前六年分别下降28%和22%;NBR在野火预警和过火区提取方面优于NDVI,而NDVI更适合评估植被抵抗力和恢复力;恢复早期过火区植被指数逐步恢复但未达正常水平;植被恢复响应机制与火强度、过火面积和植被类型相关。其意义在于为极端气候事件后植被恢复遥感监测与火后生态恢复评估提供可操作框架。

关键技术方法(不超过250字):研究人员以重庆9个过火区(Beibei、Banan、Bishan、Changshou、Fuling、Jiangjin、Shentong、Sanquan、Tongliang)为样本,数据来源包括Sentinel-2 Level-2A、MODIS NDVI(MOD13Q1,2000—2025,250 m)和ChinaMet(1980—2024,0.1°和0.01°)。利用Sentinel-2的B4红、B8近红外和B12短波红外波段(重采样至20 m)计算归一化差异植被指数(normalised difference vegetation index,NDVI;表征植被覆盖与生长状况)、归一化燃烧比值(normalised burn ratio,NBR;利用近红外与短波红外差异反映火烧损伤)及差分NDVI(dNDVI)和差分NBR(dNBR;火前与火后差值);在Google Earth Engine(GEE;遥感云计算平台)中处理;采用一元线性回归趋势分析和P值显著性检验;基于NDVI计算抵抗力和恢复力,并用MODIS NDVI重算验证;匹配最大温度、相对湿度和降水气象数据。

研究结果如下。3.1 极端高温和野火对植被的影响:通过多时相NDVI/NBR统计、气象匹配和野火前后光谱分析,得出正常年7—9月NDVI多超过0.6、NBR为0.4—0.6;2022年高温年NDVI多降至0.4—0.6,西南山地低于0.4,NBR低于0.4,少数低于0;6—9月平均NDVI为0.43、NBR为0.31,较前六年下降0.17和0.09,相对下降28%和22%;平均温度31.45 °C,较前六年高10.21 °C,超过35 °C达40天,平均相对湿度69.89%,降水仅3.2 mm,持续高温无降水29天。6—7月NDVI降1.27%、NBR降4.53%,6—8月分别降11.86%和17%,6—9月分别降20.97%和31.16%,说明NBR对干旱胁迫更敏感,在野火预警和过火区提取方面更优。野火前后光谱表现为红波段反射升高、近红外降低、短波红外升高;以dNDVI>0.1、dNBR>0.1提取过火区,火强度分为低(dNBR<0.15)、中(0.15≤dNBR≤0.4)、高(dNBR>0.4),并依据Zhao et al.用100个野外调查和无人机采样点独立验证,总体精度93%、Kappa系数0.889。过火区灌木、阔叶林和针叶林破坏,地表裸露并残留枯木。3.2 极端气候事件后的早期恢复:通过2016—2025年过火区NDVI/NBR时空分布与时间趋势及相关性分析,得出2023年NDVI开始增加,2024年多数地区超过0.4,2025年多数超过0.6,但仍未达正常年水平;NBR趋势类似但下降更多;过火区2023年NDVI多大于0.2、NBR大于0,2025年NDVI和NBR分别超过0.6和0.4;NBR在正常年与恢复年之间差异更大,NDVI更适合评估恢复。时间序列显示2016—2018年云覆盖限制可用观测,2019—2021年呈季节循环,2022年因高温和野火显著下降,Beibei 9月NDVI和NBR分别降至0.168和0.087,Shentong NBR降至?0.122;2023—2025年逐步恢复但仍低于2016—2021年;9个过火区NDVI与NBR的r值为0.665—0.822,平均约0.765,属强相关,支持二者互补使用。3.3 早期恢复中的响应机制:通过2019—2024和2019—2025趋势分析与P值显著性检验,以及基于NDVI的抵抗力—恢复力框架,得出2019—2024年Fuling、Shentong和Sanquan受损植被在0.05置信水平无显著变化,Banan、Bishan和Jiangjin显著下降(P=0.05),Beibei、Changshou和Tongliang在更高置信水平显著下降(P=0.01);Beibei、Changshou、Shentong和Tongliang的dNDVI/dNBR增大,表明植被损伤严重,而Fuling、Shentong和Sanquan过火面积较小且以灌木为主,恢复较快而无显著变化;Beibei和Tongliang以阔叶林和针叶林为主,Changshou以针叶林为主,过火面积大、恢复速率低而显著下降;2019—2025年2025年恢复更强,Beibei和Tongliang也无显著变化。NDVI较NBR对植被覆盖和生长状态更敏感,NBR对绿化恢复存在延迟。抵抗力和恢复力分析表明,Changshou针叶林抵抗力强(>0.8)但恢复力较慢;Beibei、Banan和Tongliang针叶林/阔叶林抵抗力强但恢复力差;Bishan和Jiangjin以栽培植被、草地和灌木为主,抵抗力和恢复力均强;Fuling、Shentong和Sanquan以灌木为主,恢复力优良,Shentong因火强度最强抵抗力低于0.6,Sanquan火强度最弱。总体上,恢复响应机制与火强度、过火面积和植被类型相关;重度火烧区抵抗力弱,森林抵抗力强但恢复力弱,草地和灌木抵抗力弱但恢复力强。

讨论部分总结:4.1 极端气候事件后早期恢复的差异指出,仅3年恢复期在生态尺度上较短,森林恢复可能需数十年;火后第一年植被指数先继续下降至最低后逐步恢复;2019—2024年84.62%和81.64%的过火区NDVI和NBR无显著变化,15.28%和18.27%显著下降(P=0.05);2019—2025年94.65%和95.15%无显著变化,5.2%和4.63%显著下降(P=0.05);遥感绿度虽恢复但未达正常水平。Su et al.报告火后约一年生态指标可能因延迟死亡继续降至最低,恢复速率近似单指数、先快后慢,包括3—5年建立和再生阶段及10—20年幼林再生长阶段;人为活动可缩短恢复时间,Beibei居民自发植树促进恢复。4.2 多源NDVI对抵抗力—恢复力的验证显示,MODIS NDVI与Sentinel-2 NDVI空间相关强;Sentinel-2 20 m聚合至250 m会系统性低估最低类,抵抗力<0.6面积由12.1%降至5.1%,恢复力<0.6由17.8%降至9.9%,分别降低7和7.9个百分点(percentage point,pp);共同像元上类别面积比例接近,抵抗力最大差异4.1 pp,恢复力最大差异3.2 pp;但过火区内MODIS结果显著高于Sentinel-2(P<0.01),抵抗力0.6—0.8类别Sentinel-2为57.9%、MODIS为68.5%,差10.6 pp,恢复力0.6—1类别分别为40.9%和57.9%,差17 pp。前人报道的强抵抗弱恢复或弱抵抗强恢复权衡与本研究一致,且抵抗力和恢复力与植被类型及野火严重程度和范围相关。4.3 不确定性与局限包括输入数据集、预处理、时空分辨率、指数选择和方法假设五组因素;Sentinel-2 Level-2A受残余大气气溶胶、薄卷云和地形阴影影响,MODIS 250 m NDVI受混合像元和16天最大值合成影响;Sentinel-2重采样至20 m产生空间平滑,MODIS月最大值合成改变季节振幅并影响抵抗力和恢复力绝对值;250 m MODIS难以分辨Fuling等小而破碎过火区,5天重访受云覆盖限制;NDVI在密冠层饱和、受土壤背景影响,2022年高温气孔关闭进一步降低NDVI,NBR受冠层含水量、枯落物和炭影响且受火前干旱脱水影响;抵抗力—恢复力公式依赖2019—2021年为代表性未扰动基线、同一日历月跨年可比及单一突发扰动主导时间序列等近似,2019—2024和2019—2025趋势包含2022年突变,部分显著下降反映该事件而非长期轨迹。Dadkhah et al.、Le et al.和Ghaderpour et al.的结果支持NDVI与NBR互补使用,但其更长观测记录能提供更全面的恢复过程认识。

研究结论部分译述:(1)2022年 prolonged high temperatures and lack of precipitation caused severe damage to vegetation in Chongqing;6—9月平均NDVI和NBR分别为0.43和0.31,较前六年平均值下降0.17和0.09,相对下降28%和22%。(2)NBR对叶片含水量和枯落物更敏感,能更早检测干旱胁迫诱导的叶片脱水,在早期野火预警和过火区提取方面优于NDVI;但NDVI在评估植被对极端事件的抵抗力和恢复力方面优于NBR。(3)野火后植被广泛受损,NDVI和NBR在时间和空间维度均急剧下降;恢复早期过火区NDVI和NBR开始逐步恢复,但未达到先前水平。(4)植被恢复响应机制与火严重程度、过火面积和植被覆盖类型相关;严重火烧区抵抗力弱;森林抵抗力强但恢复力弱;草地和灌木抵抗力弱但恢复力强。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号