Microsoft Word - The Combustible Materials Remote Sensing Ration Calculation and Fire Risk Dynamic.doc 1 The Combustible Materials Remote Sensing Ration Calculation and Fire Risk Dynamic Monitor in the Seasons of Withered Grass in Xilingoule Grassland Zhuo Yi Graduate School of CAAS, Beijing 100081, Beijing Liu Guixiang* Grassland Research Institute, CAAS, Hohhot 010010, Inner Mongolia Yu Fengming Inner Mongolia Climate Center Hohhot 010051,, Inner Mongolia Abstract The amount of combustible material is the primary factor which influences the occurrence and developing of fire. From analyzing the field survey data during the six months of the whole seasons of withered grass in Xilinguole, we obtained the different types grassland dynamic changing rates, which include the meadow steppe, steppe and desert steppe. On this basic, we estimated the amount of combustible material in each month by MODIS. So we realized the big quality and fast dynamic monitoring of combustible stock in seasons of withered grass from prairie. ues many factors data : the meteorological drought index(SPI), the combustible stock, vegetation continuous and snow conditions , return fire risk index , which apply the important parameter for the alarming of prairie fire. Key words: Grassland fire; Combustible materials; Amount of herbage; Remote sensing; Dynamic monitoring 锡林郭勒草原牧区枯草季可燃物遥感定量反演与火险动态监测研究 卓义 1 1 中国农业科学院研究生院, 北京 100081, 北京 zhuoyii@126.com 刘桂香 2* 2 中国农业科学院草原研究所, 呼和浩特 010010, 内蒙古 Liugx804@163.com 于凤鸣 3 内蒙古气候中心，呼和浩特 010051，内蒙古 Yfm19790129@126.com 摘要 可燃物存量是影响草原火灾发生与发展的首要因子。通过对锡林郭勒盟整个枯草季 6 个月份的野外调查数据进行分析， 获得了草甸草原 、典型草原和荒漠草原等不同草地类型可燃物的动态变化率，在此基础上利用 MODIS 遥感数据估算了各月 * 通讯作者,E-mail :liugx804@163. com 基金项目:公益性行业科研专项“草原火灾应急管理技术”（200903041），中央级公益性科研所基本科研业务费专项“基于GIS与遥感技术的锡林郭 勒草原地区干旱灾害监测、评估研究”，中央级公益性科研所基本科研业务费专项“锡林郭勒草原干旱灾害风险评估研究”资助。 作者简介:卓义,女,内蒙古呼伦贝尔人,在读博士研究生,主要研究草地资源生态环境与遥感监测技术研究。 Journal of Risk Analysis and Crisis Response, Vol.1, No. 1 (July, 2011). Published by Atlantis Press Copyright: the authors 65 Author’s Names 份的可燃物存量。实现了原草区枯草季节可燃物存量的大面积、快速的动态监测。应用气象干旱指数 SPI 与地表可燃物 存量、植被连续状况、雪被状况等数据叠加计算的多因子火险指数，有效表达了地表可燃物致灾的危险程度， 为草原火灾预警提供重要参数。 关键词: 草原火灾；可燃物；牧草存量；遥感；动态监测 1. 引言 可燃物是草原火发生、发展的物质基础。构成可 燃物的两在主体为干枯牧草和动物粪便。动物粪便 在草原上的分布零散,一般形不成连续排列,而且其易 燃性比牧草弱的多，在牧草燃烧之前通常不会首先 燃烧。草原上的枯黄牧草是最重要的可燃物,是草原 火燃烧的主体成分和基础。在草原火灾风险研究 中，可燃物作为草原火灾暴露性的首要影响因子， 实现对枯黄牧草动态的、定量的监测对草原牧区火 灾的火险管理有着重要的意义。 枯黄牧草作为草原可燃物的主体，其存量随时空 变化处于动态变化中并决定着草原牧区火灾的风险 程度。利用遥感数据对草原生长季的产草量进行监 测与估产方面的研究已有了广泛的应用。对于枯草 季节的牧草存量由于枯草的光谱特征与土壤背景相 似程度较高，虽然少数学者对应用NOAA/AVHRR、 MODIS等数据建立了枯草遥感监测模型[1]，但效果 并不理想，这已经成为了草原火灾风险的定量化研 究一个障碍。本研究应用成熟的生长季节产草量遥 感反演模型计算牧草枯黄前的鲜牧草存量，然后通 过牧草的干鲜比例以及牧草在枯草季节存量的动态 变化率来估算枯草季节各月份可燃物枯草的动态存 量。这种方法绕过常用遥感数据对枯黄牧草监测能 力有限的瓶颈，实现了原草区枯草季节可燃物存量 的大面积、快速的动态监测。 1. 研究区概况 锡林郭勒草原位于内蒙古自治区中东部，地处北 纬41°35′~46°46′，东经111°09′~119°58 ′。土地总面积 202 580 km2, 其中天然草场 197 000km2，占草场总面积的97.2%。地形以高平原为 主体，平坦开阔。气候类型为中温带半干旱大陆性 气候，冬季寒冷，夏季炎热，降雨不均，雨热同 期。土壤类型多样，地带性土壤有灰色森林土、黑 钙土、栗钙土、棕钙土，局部地区分布有风沙土， 隐域性土壤主要有草甸土、沼泽土及盐碱土。锡林 郭勒草原是亚欧大陆草原区亚欧中部亚区一个古老 的植物地理区域,草地资源类型多样，有草甸草原、 典型草原、荒漠草原、荒漠、草甸等亚类（图1）。 锡林郭勒草原在类型上具有一定的典型性和完整 性，在空间分布上具有一定的连续性。该区域作为 研究区域研究可燃物的动态空间分布更具有典型 性。 图 1 锡林郭勒盟草原分布图 Fig.1 The grassland distribution of Xilinguole 2. 数据来源与研究方法 2.1. 地面数据采集设计 地面数据采集（图2），选取了锡林郭勒盟境内 四种具有代表性的草地类型(草甸草原、典型草原、 荒漠草原和沙地植被) 作为研究对象，样地共计51 个，其中包括草甸草原15 个、典型草原21 个、荒漠 草原15 个。 Published by Atlantis Press Copyright: the authors 66 Author’s Names 图 2 样地分布图 Fig.2 The sample plot distribution 我国北方可燃物的动态通常每年9月中旬后草原 牧草干枯变黄，进入草原防火季节。此时的草原可 燃物存量处于最高峰，而后由于牲畜的采食践踏和 自然损耗，草原可燃物量越来越少，到翌年5月底牧 草返青，牲畜采食青草而不再啃食枯草时草原可燃 物量降到最低[2]。可燃物在枯草季节有着不段减少 的规律，为了获得可燃物的动态变化率，于在一整 个枯草季节中从2007年10 月份～2008年4 月份每月 中旬进行一次野外实测,测量方法为样方法。草本样 方大小为1m ×1m ,有灌木或高大禾草的草地采用10m ×10m 的样方,每个样地做3 次重复。将干枯牧草齐地 面刈割,带回室内于85 ℃烘箱内烘至恒重，然后称 重。分析地面数据的可燃物干重从而获得不同类型 草地的可燃物在枯草季节的动态变化率。 %100 10 ×= C Ci i W W V （1） 其中， i V 为对应月份的可燃物保存率， Ci W 为 对应月份的可燃物存量， 10C W 为10月份的枯草季节 初始的可燃物存量。据此，可燃物在枯草季节的动 态变化率向量V 为： [ ]4321121110 ,,,,,, VVVVVVVV = 其中， 10V =1。 2.2. 遥感数据源与遥感监测方法 在遥感数据的选取上，应用MODIS数据2007年9 月 上 旬 的 250 米 分 辨 的 红 近 红 外 波 段 数 据 计 算 NDVI，然后进行整旬的最大合成，并与草地类型图 叠加，将非草地地区赋值为0予以剔除。 以往对枯草季节枯黄牧草的存量遥感估算模型都 着眼于实时监测，试图应用对枯草敏感的波段数据 建立枯草存量的反演模型，但是由于的枯草的光谱 特征与土壤背景相似程度较高，以及MODIS传感器 的设计上对地面植被的监测主要着眼于绿色植被的 绿度。因此，可以说MODIS数据直接实时监测枯草 存量的能力相对于对生长季产草量的监测的能力是 非常有限。在本研究设计上针对枯草存量的定量监 测提出了一个新的思路，应用牧草枯黄前的遥感反 演的产草量数据计算这些牧草的干物质量，然后通 过枯草季节存量的动态变化率来估算枯草季节各月 份可燃物枯草的动态存量。这种方法避开了遥感传 感器对枯黄牧草不敏感的问题。 生长季产草量能够估算枯草季枯草存量是由于生 长季的产草量是枯草季枯草的物质基础来源，生长 季的产草量决定了枯草季枯草存量的基数。在我国 北方9月的牧草开始干枯变黄，10月中旬全部干枯。 如果不考虑秋季放牧的影响，9月初的地面干物质量 与10月中旬枯草季节初期的枯草存量近似相等,根据 这一特点计算出枯草季节初始的可燃物存量。首 先，选用成熟的遥感产草量监测模型计算9月初的地 面产草量，本文采用《中国草原产草量遥感监测》 （徐斌，杨秀春等）所建立的产草量模型[3]，该模 型的建立使用了大量的中国草原地区地面数据，模 型有很好的适普性，实测值与模拟值的相关系数可 达0.77。基计算公式为： NDVI f eW 9841.43585.19= （2） 其中， fW 为单位面积产草量，是牧草的鲜重 量，单位为g/m2。 然后，根据不同草原类型的干鲜比 [4]折算得到 枯草季节初始的可燃物存量： C W W fc = （3） 其中： cW 为单位面积可燃物重量(单位：g/m 2)， fW 为鲜草重量，C为不同草地类型的干鲜比系数。 表格 1 各类型草地干鲜比系数 Table 1 Types of grassland ratio of withered grass to fresh grass 草地类型 干鲜比系数 温性草甸草原类 1︰3.2 温性草原类 1︰3.0 温性荒漠草原类 1︰2.7 最后，应用地面数据分析所得的各类型草地可燃 物在枯草季节的动态变化率向量V ，估算各月份的 地面可燃物存量，最终实现枯草可燃物动态监测。 icci VWW ×= （4） 其中， ciW 为对应i月的单位面积可燃物重量(单 位：g/m2)。 2.3. 火险等级方法 火险等级划分依据火险指数划分，指数是应用 气象数据与地面数据相结合的多因子加权法建立 。 所应用到的影响火险的因子有：可燃物存量、植被 连续程度、积雪覆盖和气象干旱指数（SPI）。可燃 物作为草原火发生、发展的物质基础，是孕灾环境 的核心，其地表存量与连续程度决定了孕灾环境中 Published by Atlantis Press Copyright: the authors 67 Paper Title (4 Words maximum) 致灾的危险程度。锡林郭勒盟枯草季中期为冬季， 冬季积雪覆盖也是影响火险程度的重要因子。气象 干旱指标可以表征可燃物的干燥程度。这种依据气 象数据与地表数据的多因子指数，立体的表达了地 表可燃物致灾的危险程度。 植被连续程度对火的蔓延有着至关重要的影 响，利用 1km 网格土地利用图选取植被区，以 5km×5km（100 个像元）为窗口计算植被类土地利 用类型所占百分比赋值于窗口的中心像元得到植被 连续程度图值域范围[0，1]。 雪被划分采用MODIS数据计算归一化差分积 雪指数（NDSI）。其原理为：雪有很强的可见光反 射 和 强 的 短 红 外 吸 收 特 征 ， 因 此 使 用 第 2 通 道 （841～876nm）、第4通道（545～565nm）和第6通 道（1628～1652nm）进行NDSI的计算和积雪判识。 NDSI=（CH4－CH6)／（CH4＋CH6） （5） 一般地当NDSI＞0.4且CH2反射率＞11%、CH4 反射率＞10%时判定为雪。雪被区赋值为1，非雪被 赋值为0。 内蒙古地区地表水补给形式较为单一，以大气 降水为主。降水的充盈与亏损直接影响地表植被的 干燥程度。因此，降水是影响火险程度的重要指 标。气象干旱指标选用标准化降水指数SPI，它的基 本原理为，首先假设降水服从GAMMA分布，然后 用GAMMA分布概率来描述降水量的变化，最后再 经正态标准化求得SPI值。研究表明降水分布比起正 态分布、泊松分布来更接近于GAMMA分布，SPI可 以灵活应用于对不同时间段，不同时间尺度，不同 地区的降水量变化的比较，是具有适普性的干旱监 测指标。其具体算法如下[5，6]： 假设某一站点某一时段降水量为x，则其GAMMA 分布的概率密度函数为： βα α χ αβ /1 )( 1 )( xexg −− Γ = （6） )(αΓ 为GAMMA函数，α 为形状参数， β 为尺度 参数，二者可用最大似然法拟合求得。 ) 3 4 11( 4 1 A A ++=α （7） α β x = （8） n x xA ∑−= )ln()ln( （9） 其中n为降水数据的时间序列长度。在给定的时 段序列长度下降水量为x的累积概率为： dxexdxxgxG x axx β α αβ / 1 00 )( 1 )()( − − ∫∫ Γ == （10） 设 β/xt = dtet a xG t at − − ∫Γ = 1 0)( 1 )( （11） 这样就构造出一个标准的不完全 GAMMA 函 数，在 IDL 中应用 IGAMMA 函数可直接求得 G(x)。但求得的 G(x)不包括 x 为 0 的情况，现实中 x 可以为 0，这种情况下累积概率应表示为： )()1()( xGqqxH −+= （12） q 为给定时间序列里降水为 0 的次数与时间序 列长度的比值。求 H（x）的正太分布函数： dxexH Z∫ ∞ −= 0 2/2 2 1 )( π （13） 近似计算得： 5.0)(0 ≤xH< ) 1 ( 3 3 2 21 2 210 tdtdtd tctcc tSPIZ +++ ++ −−== （14） 2))(( 1 ln xH t = （15） 0.1)(5.0 ≤xH< ) 1 ( 3 3 2 21 2 210 tdtdtd tctcc tSPIZ +++ ++ −+== （16） 2))(0.1( 1 ln xH t − = （17） 其中：C0 =2.515 517， C1=0.802 853，C2=0.010 328，d1=1.432 788，d2=0.189 269，d3 =0.001 308。 以研究区内73个气象站点1970年到2009年的降 水数据为基础，建立降水的累积概率分布函数，代 入2007年10至2008年4月的逐旬的前一个月降水数 据，得到逐旬的一个月尺度的SPI数据。图3到图5为 各类型草原区逐旬SPI值平均值构成的时间序列。从 中可以看出，2007到2008年的枯草季节中，草甸草 原区10月和2月偏干；典型草原区10月、12月、2月 和3月偏干；荒漠草原区12月和2月偏干。 Published by Atlantis Press Copyright: the authors 68 Author’s Names 图 3 草甸草原区 SPI 时间序列 Fig.3 time serial of SPI in meadow steppe region steppe and desert steppe 图 4 典型草原区 SPI 时间序列 Fig.4 time serial of SPI in steppe region 图 5 荒漠草原区 SPI 时间序列 Fig.5 time serial of SPI in desert steppe region 表格 2 标准化降水指数干旱等级划分 Table 2 the grade dividing standards of drought base on standard Precipitation index 等 级 类 别 SPI 值 grade class The value of SPI 1 无旱 -0.5