朝向野地燃料可燃性的遥感：一项评估将燃料光谱反射率与火行为和排放联系起来的实验方法的试点研究

《Remote Sensing》：Toward Remote Sensing of Wildland Fuel Combustibility: A Pilot Study Evaluating an Experimental Method to Link Fuel Spectral Reflectance with Fire Behaviour and Emissions

　　

虽然遥感已被广泛用于估算植被生化和结构特性，但相对较少的工作系统地、实验性地将植被燃料光谱反射率与独立测量的燃料可燃性、自由蔓延火行为和火排放联系起来。这限制了用于野地火业务应用的遥感产品的开发和验证。研究人员提出了一项对实验方法的试点研究评估，该方法将成像光谱学（imaging spectroscopy）与燃烧风洞中的自由蔓延火相结合，以研究野地燃料（wildland fuel）光谱反射率与可燃性、火行为和火排放之间的关系。该试点研究使用了三种常见澳大利亚燃料，在两个可燃性水平下进行。在26次实验中收集了燃烧前和燃烧后的成像光谱学观测数据（400–2500 nm），同时测量了燃料生物化学、量热学、水分、蔓延速率、燃烧效率以及气体和颗粒物排放。在燃料水分、蔓延速率和排放中发现了燃料类型和可燃性之间的统计显著差异，光谱特征中也有相应的明显差异。偏最小二乘回归（PLSR）表明，火前光谱信息对于预测多个火行为和排放指标具有信息量。这些结果证明了所提出方法的可行性，并为其扩展到更广泛的野地燃料提供了基础。使用该方法生成的数据有潜力改进遥感数据集的解释，并为未来卫星仪器设计提供信息，在评估燃料状况、预测火行为和估算野地火排放方面具有潜在应用。

**论文解读文章**

**研究背景与问题**

气候变化正加剧全球高强度野火的频发和范围，野火排放的温室气体（GHG）和颗粒物进一步推动气候变暖，形成正反馈循环。当前野火潜力预测系统主要依赖气象变量（风速、温度、湿度）与植被类型、状态的关系，但燃料信息（如可燃性）传统上依赖静态地图或地面观测，费时费力且空间时间分辨率有限。遥感技术虽已用于植被属性评估，但在火灾发生前量化燃料可燃性、火行为预测等关键参数方面仍远落后于火灾检测、蔓延监测等应用。成像光谱学（imaging spectroscopy）的发展为燃料监测提供了新机遇，但将遥感测量转化为火行为模型的操作输入仍面临挑战，包括燃料空间异质性、燃料与火过程的复杂相互作用、冠层遮挡效应以及当前卫星系统时空分辨率不足等。此外，研究多集中于活树冠层，而对决定火行为的关键燃料（如死地表燃料、灌木、草地）关注不足。因此，需建立基于物理过程的遥感产品验证方法，确保其准确性和可靠性。研究人员开展本研究，旨在建立受控条件下野地燃料燃烧前后光谱特征与火行为、气体排放、燃烧残留物之间的定量关系，为改进遥感数据集解释、指导未来卫星仪器设计奠定基础。

**研究内容与结论**

研究人员在澳大利亚CSIRO国家林火行为研究实验室的燃烧风洞中，开发并评估了一种集成成像光谱学与自由蔓延火的实验方法。该试点研究选用三种常见澳大利亚燃料（活桉树冠层、死桉树凋落物、死一年生黑麦草），在每个燃料类型中设置高、低两个可燃性水平（通过调控燃料水分含量FMC实现），共完成26次实验。实验收集了燃烧前后成像光谱数据（400–2500 nm），同时测量燃料生物化学（色素、纤维素、碳含量）、量热学（高发热量HHV）、水分、火蔓延速率、燃烧效率（修正燃烧效率MCE）以及气体（CO₂、CO、CH₄、N₂O）和颗粒物（PM_2.5）排放。通过偏最小二乘回归（PLSR）分析光谱与火行为和排放的关系。结果表明，不同燃料类型和可燃性水平在燃料水分、蔓延速率和排放上存在统计显著差异，光谱特征中也有相应差异。PLSR模型显示，结合光谱和生物物理信息的模型对火行为指标（如累积蔓延速率、火焰温度、火焰高度）预测能力最强（Q²达0.72–0.836），而排放模型预测能力较弱（Q² 0.479–0.641）。研究证明了该方法的可行性，为扩展至更广泛燃料类型和可燃性条件提供了基础，有望改进遥感数据解释和卫星仪器设计，应用于燃料状况评估、火行为预测和野火排放估算。该论文发表在《Remote Sensing》。

**主要关键技术与方法**

本研究使用CSIRO Pyrotron燃烧风洞提供可控环境，风速1.0 m/s。成像光谱系统为澳大利亚国立大学（ANU）的Forest Spectroscope，包含两个推扫式成像光谱仪：VNIR（400–990 nm，2.2 nm带宽）和SWIR（1000–2500 nm，9.6 nm带宽）。燃料调理设备包括烘箱（45°C干燥）和环境室（15–20°C、70–80% RH加湿）以调控FMC。生物化学分析使用SPECTROstarNano光谱仪（色素、纤维素）和Elementar analyser（碳含量），量热学使用氧弹量热计（HHV）。排放采样系统包括Los Gatos Research ICOS仪器（CO₂、CH₄、CO、N₂O）和DustTrak II PM_2.5监测仪。燃料样本来源：桉树凋落物采集自CSIRO Black Mountain站点（混合桉树物种），桉树冠层来自国家植物园（E. tricarpa），黑麦草干草购自当地饲料供应商。通过风干或加湿获得高、低可燃性处理。实验记录火蔓延（热偶、视频）、火焰高度、温度，并计算修正燃烧效率（MCE）和排放因子（EF）。使用PLSR进行交叉验证和VIP得分分析。

**研究结果**

**3.1 总结**：在晚夏（2025年2–3月）完成26次实验，平均气温25.1°C，相对湿度39.3%。燃料水分（FMC）在可燃性处理间有显著差异（Eucalypt Canopy p<0.01，Eucalypt Litter p<0.001，Grass Pasture p<0.01），证明可燃性操控有效。

**3.2 火行为**：累积蔓延速率（最后1.5 m平均速度）作为火行为指标。高可燃性处理蔓延更快，低可燃性处理慢或未点燃（Eucalypt Canopy低可燃性未点燃）。统计显著差异确认可燃性影响火行为。

**3.3 成像光谱学**：燃烧前后光谱显示，高可燃性处理在Eucalypt Canopy中反射率更高（800–2200 nm），因水分吸收降低；Eucalypt Litter差异在1050–1300 nm；Grass Pasture差异在1400–2100 nm。后火光谱反映燃烧程度，死燃料处理中高可燃性处理反射率更低（更完全燃烧），活燃料低可燃性处理未点燃无变化。

**3.4 生物化学与量热学**：色素浓度在活燃料中更高，且高可燃性处理色素浓度低（叶绿素a、b，类胡萝卜素）。碳含量在燃料类型和处理间有显著差异，纤维素含量在类型间有差异但处理间无。高发热量（HHV）仅在Eucalypt Canopy中处理间显著差异（高可燃性更高，p<0.01），死燃料处理间无显著差异。

**3.5 气体和颗粒物排放**：修正燃烧效率（MCE）范围0.93–0.98，以火焰燃烧为主。排放因子（EF）显示高可燃性处理CO₂更高，CO、CH₄、PM_2.5更低。仅Grass Pasture处理间EF有显著差异（p<0.05），Eucalypt Litter处理间差异不显著。MCE与EF(CH₄)强相关（R²=0.95），与EF(PM_2.5)中等相关（R²=0.41）。

**3.6 综合结果分析**：PLSR模型显示，结合光谱和生物物理信息的模型对火行为指标预测最佳（Q² 0.72–0.836，RPD 1.889–2.466），其中累积蔓延速率、火焰温度、火焰高度模型表现突出。排放模型预测能力较弱（Q² 0.479–0.641），且最佳模型未使用SWIR波段。VIP得分高的波段集中在VNIR的500–600 nm（类胡萝卜素/黄酮类色素）、650–700 nm（叶绿素红吸收）、920–990 nm（细胞结构和水分），以及SWIR的1200–1320 nm、1450–1550 nm、1950–2050 nm（水分和干物质）。模型预测时间到达3.0 m标记（累积蔓延速率）仅依赖VNIR波段。

**讨论总结与结论翻译**

讨论部分指出，该试点研究成功实现了不同燃料类型和可燃性水平的区分，但死燃料的FMC对比范围窄于计划，限制了光谱和排放差异。排放测量中稀释系统有时过度反应，导致浓度波动，需改进。PLSR模型对火行为预测良好，但排放模型效果一般，需进一步研究。未来工作应扩展至更广泛燃料类型，改进光谱采集几何和照明均匀性，建立国家数据库。结论翻译如下：

**研究结论**：本文报告了一项试点研究的结果，评估了一种实验方法，以研究野地燃料的光谱反射率（400–2500 nm范围）与可燃性、火行为和排放之间的关系。该研究评估了操控常见澳大利亚野地燃料可燃性的可行性，并直接比较了四种互补的燃料表征指标：燃料生物化学、火行为、火排放和光谱反射率。这是通过在一组可重复的自由蔓延火实验中实现的，实验在大型燃烧风洞中进行，风速为1.0 m/s，使用三种燃料类型（活桉树冠层叶、死桉树叶凋落物和死牧场草）和两个处理代表可燃性极端（低和高）。该试点研究成功证明了该实验方法的可行性和潜在效用。虽然初步分析基于中位数光谱未能揭示死燃料中可燃性水平之间的强光谱区分，但预测建模显示了预火光谱信息与多个火行为和排放指标之间的鼓舞人心的关系。在更广泛的燃料水分水平和死燃料范围内进行详细评估将有助于建立可检测性极限，然后再将该方法扩展到其他燃料类型和可燃性条件。还需要进一步研究以评估该试点研究中观察到的关系的一致性，并量化燃料状况、火行为、生物化学和排放可从燃烧前后燃料的光谱特征中推断的程度。如果更广泛地应用于植被类别和燃料类型，该方法可以促进开发一个综合数据库，将光谱反射率与燃料可燃性、火行为和排放联系起来。这样的数据库可以支持改进对历史和未来遥感数据集的解释，指导新卫星产品开发，并为下一代火管理任务的需求定义提供信息。它还可以支持更广泛的植被状态和燃料状况评估，并促进未来在燃烧面积和严重程度制图、温室气体排放估算和碳核算等应用中的研究。可靠且及时地评估景观尺度的燃料状况，以及随后发生火灾时的预期火行为，有可能为消防管理人员提供关键信息，用于野火准备以及安全有效地使用计划烧除来减少燃料危险。将此类数据集成到火险预测系统中，有助于加强预测危险条件和规划有效缓解措施的能力。