結合隨機森林與K-means聚類評價濕地火燒嚴重程度

林思美，黃華國，陳玲

(北京林業大學 林學院，北京 100083)

0 引言

火是影響植被動態演替和生態系統功能的重要因子之一，由火引起的生物質燃燒在土壤化學、地表徑流、地表熱量和碳循環等方面有著顯著影響[1-2]。頻繁高強度的火災會導致生物多樣性的喪失、物種組成和植被結構的改變[3-4]。在中國，年均過火面積達到87×104hm2，而對于東北地區的濕地生態系統，自然或人為因素所造成的火災不僅會改變濕地生態功能，而且還對其社會經濟帶來巨大的影響[5]。

傳統的地面調查方法，可以較為精確地對火燒嚴重程度做出判斷，然而需要耗費大量的人力和物力，且存在時效限制。衛星遙感具有觀測范圍廣、信息量大、獲取信息快等特點，彌補了傳統地面調查的不足[6]。現如今多時相的遙感數據包含了更多的植被結構隨時間變化信息，被認為是用來評估火燒嚴重程度更好的選擇[7]。其中，通過差分燃燒指數(differenced normalized burn ratio，dNBR)來分析火燒嚴重程度是較為常見有效的方法，Brett M. Parker等[8]人利用多時相Landsat數據建立差分燃燒指數(dNBR)與綜合燃燒指數(composite burn index，CBI)間的相關模型，二者呈現對數單調遞增。通過差分燃燒指數(dNBR)對森林火災嚴重程度的研究已經相對成熟，但是在濕地火災的研究方面仍然比較欠缺，與較為穩定的森林植被結構不同的是濕地植被主要是由蘆葦、香蒲等草本植物所組成，其具有生長周期短、恢復速度快的特點，且存在明顯的季節和年際變化[9]。因此，很難直接通過兩景影像的差分燃燒指數來準確判斷濕地火燒的嚴重程度，從而建立一個通用的濕地火燒嚴重程度評價模型。

K-means聚類算法可以將帶有不同屬性的樣本中相似度較高的部分分為同一簇，使簇內的樣本到簇中心的誤差平方和最小，同時也保證了各簇之間的相似程度較低[10]，被認為是一種有效的數據探索分析方法。而結合光譜信息的機器學習算法(machine learning algorithms，MLA)在近年的研究中已經被證實能夠從遙感數據中獲取有效且可靠地物分類信息[11]。因此，本文通過結合濕地植被變化特性，利用K-means聚類分析從季節和年際兩個方面來調控dNBR閾值得到的不同火燒等級的訓練樣本，并基于這些訓練樣本建立與光譜指數相關的隨機森林分類模型，從而獲得一個適用于濕地火燒嚴重程度評價的通用模型。

1 研究區與數據

1.1 研究區概況

扎龍濕地自然保護區(46°52′N～47°32′N，123°47′E～124°37′E)位于黑龍江省西部松嫩平原，烏裕爾河下游湖沼葦草地帶，為寒溫帶大陸性季風氣候，總面積2 500 km2，是我國最大的以鶴類等大型水禽為主體的珍稀鳥類和濕地生態類型的國家級自然保護區。該區域擁有豐富的動植物資源。2000年以來，該區域常年受到火災的干擾，其中以2001年和2005年的火災尤為嚴重。2001年8月份開始，一些小股荒火就斷斷續續地燃燒，到10月中旬零星小股火蔓延起來，火勢加劇開始大面積燃燒。2002年4月初由于部分地區蘆葦根深且盤根錯節，致使明火轉為地下火從而再次發生大火災。

1.2 數據獲取及預處理

本研究選擇使用的數據包括扎龍濕地2001年火燒前后8月份到次年5月份、2000—2009年10月份以及2005年4月份共16景Landsat TM/ETM+晴空影像，以及由扎龍自然保護區提供的矢量數據，包括2000年到2004年扎龍濕地范圍圖，扎龍邊界圖，土地利用類型現狀圖。遙感數據均來自美國地質勘探局(United States Geological Survey，USGS)網站，其影像信息如表1所示。獲得的遙感影像通過輻射校正、大氣校正得到地表反射率值。ETM+條帶影像采用自適應局部回歸匹配算法(adaptive local regression match，ALR)來對影像進行條帶修復[12]。所有影像均用扎龍濕地邊界矢量圖對其進行剪裁，數據的地理投影坐標系均為UTM，zone 51 North，WGS-84。

表1 研究區遙感影像信息

2 研究方法

2.1 濕地季節與年際變化規律

差分燃燒指數(dNBR)對火燒探測有較高的敏感性，常被用作燃燒分布圖的繪制。Carl H. Key等[13]在對冰河國家公園森林火災的研究中給出了火燒嚴重程度與dNBR相對應的閾值范圍，但研究也指出該閾值范圍并不是絕對的且適用于所有火燒案例中，這其中的影響因素有很多，影像的季節、火災前和火災后影像時間的選擇以及非正常的天氣等。由于濕地植被大多以蘆葦、香蒲等一年生草本為主，生長存在明顯的季節和年際變化，相應的歸一化燃燒指數(NBR)會出現不同程度的季節和年際波動。除此之外，濕地的下墊面為水域而非土壤，因此它的變化規律與森林火災又存在差異。

(1)

根據扎龍濕地2001年火燒發生實情。本研究將2001年10月29日的遙感影像確定為火燒后的影像用來計算dNBR值。而為了能夠找到更加適用于濕地火災的dNBR閾值評價，降低除火燒外其他干擾所帶來的影響，綜合濕地火燒的特性，本研究將從季節和年際兩個方面對閾值進行調整。依據濕地土地利用類型圖與先驗知識，分別對草地、鹽堿地、濕地、水域與楊樹林5大濕地地物類型目視選取100個未火燒的樣點。在年際方面，分析2000年至2009年10月份的燃燒指數(NBR)與2001年10月的差異，選取差異最小的年份作為火燒前影像計算dNBR1值。在季節方面，分析不同地物類型的未火燒樣點在2001年的月變化規律，確定火燒前影像并計算dNBR2值。研究中所有的光譜指數值均為在3×3像元窗口中的平均值，光譜指數值的提取均在eCognition Developer 8.0軟件中實現。

2.2 K-means聚類確定dNBR閾值

聚類分析可以將樣本中具有相似特征的樣本匯聚成一簇。由于本研究中的數據樣本量大，且存在較多的異常噪音，因此采用K-means聚類算法，利用不同簇的聚類中心來調控差分燃燒指數(dNBR)的判斷閾值。在確定聚類中心個數上，為排除異常像元或其他因素所造成的干擾，對研究區內所有的像元樣本進行稀釋，系統抽樣得到三分之一的樣本，然后采用先分大類再分小類的思想，在大的聚類基礎上進行再次聚類。根據dNBR隨火燒嚴重程度單調遞增的變化規律，排除那些dNBR1與dNBR2的值差異較大且聚類樣本個數較少的異常樣本，計算剩余樣本的聚集程度并對其聚類中心進行線性擬合，確定不同燃燒程度的dNBR閾值中心。

2.3 分類模型建立

生態系統是動態演替發展的，火災過后會伴隨著植被的再次生長。光譜指數包含了不同光譜區域的信息，被廣泛的用于植被檢測以及與火災相關的研究中[14]。因此，需要充分利用光譜指數與火燒嚴重程度間的關系。其中，獲取最佳的參數組合避免信息量的冗余是研究的關鍵。參考他人研究成果，選擇了一系列在許多相關的研究中顯示出與火燒嚴重程度有著較強關系的光譜指數如表2所示[15-16]。統計它們對分類模型精度的貢獻程度，選擇其中信息增益量較大的光譜指數作為建立模型的屬性變量。經過變量優化篩選后，本研究選擇歸一化燃燒指數(NBR1、NBR2)、歸一化水分指數(normalized difference moisture index，NDMI)、增強植被指數(enhance vegetation index，EVI)、土壤調整植被指數(soil adjusted vegetation index，SAVI)、穗帽變換綠度指數(tasseled cap greenness，TCG)共6個光譜指數作為分類模型的預測屬性。

表2 模型預測屬性變量

隨機森林(random forest，RF)作為一種非參分類方法，以其高效性和不會過擬合等優點被廣泛應用[17]。在本研究中，建立隨機森林模型的訓練樣本通過K-means聚類結果獲得，且每個樣本單元都帶有優化后的參數變量信息。在該算法中還需要定義2個參數，生長樹的數目I和節點分裂時輸入的特征變量個數K。針對本研究的特征影像，進行適應性試驗，當I≥500 時，各分類情況的OOB誤差趨于穩定，隨機森林不會出現過擬合現象。因此，將其參數設置為決策樹的棵數為500，每棵樹的停止生長所采用的特征維度為7。隨機森林模型的參數優化與建立均在weka3.6軟件中實現。

2.4 模型驗證

為驗證該火燒嚴重程度預測模型的可靠性，在隨機森林模型的樣本設置中使用十重交叉驗證的方法，即將訓練數據集隨機分成十份，輪流將其中九份做訓練樣本一份做驗證樣本，利用十次的結果的均值作為對算法精度的估計，并進行十次十重交叉驗證求均值，得到分類混淆矩陣。通過計算混淆矩陣中的制圖精度(producer’s accuracy，PA)、用戶精度(user’s accuracy，UA)、總體精度(overall accuracy，OA)以及Kappa系數來綜合對模型進行精度評價。

3 結果與討論

3.1 濕地季節與年際變化特征

2001年火災中未燃燒的不同地物類型火燒前后的變化如圖1(a)顯示。從8月份開始一直到火燒結束后的次年年初，燃燒指數(NBR)均呈現不同程度的下降趨勢后趨于緩和。在這過程中，濕地、草甸和楊樹林的變化程度都較大，下降范圍在300到500之間，水域和鹽堿地較為穩定變化程度較小，這說明植被隨季節變動較大而非植被則保持較穩定變化。圖1(b)顯示的是未燃燒的不同地物類型在不同年份的10月與2001年10月得到差分燃燒指數(dNBR)平均值。可以看出同一地物在不同年份間的差異高低不一，這表明其他外部因素的干擾，如年季間降水差異或是地物類型的轉變也會帶來差分燃燒指數值的增大。因此，在調整差分燃燒指數(dNBR)判斷閾值的時候，必須區分由季節和年際因素所引起的改變與火燒干擾帶來的變化這二者之間的差別，才能避免訓練樣本的誤選。為排除干擾，根據濕地年際變化特征結果，在年際變化方面選擇樣本間差異最小(SD=35.3)的2004年10月份影像為火燒前影像計算差分燃燒指數(dNBR)當作另一個判斷依據。計算得到的差分燃燒指數dNBR1與dNBR2公式如下：

dNBR1=NBRpre(2004-10-29)-NBRposd(2001-10-29)

(2)

dNBR2=NBRpre(2001-08-14)-NBRposd(2001-10-29)

(3)

圖1 2001年未火燒斑塊NBR季相與年際變化

3.2 訓練樣本

經過多次K-means聚類的試驗，不同聚類個數下樣本的密度分布以及聚類中心線性擬合結果如圖2所示。火燒后不同地物類型存在差異，隨著聚類個數的增加，樣本在不同的閾值范圍內形成了聚類簇。當只對樣本進行密度分布統計時，不同地物類型受樣本數量影響集中分布在未燃燒樣本的閾值范圍內(圖2(a))；當聚類中心n=2時，樣本被明顯的劃分為兩個聚類簇，即為火燒與非火燒(圖2(b))；進一步對2個聚類簇進行再次聚類，燃燒樣本內聚類簇之間的距離明顯減小，每個聚類簇可能代表著不同嚴重程度的燃燒樣本(圖2(c))；對聚類簇的中心點進行線性擬合，發現dNBR1與dNBR2之間存在對數遞增關系，相關系數達到0.7(圖2(d))。結果表明，dNBR1與dNBR2對于火燒嚴重程度的響應不同，dNBR1隨著火燒嚴重程度的增加，其值增加的幅度較為均勻，不同火燒嚴重程度之間的距離值在200左右。dNBR2在非火燒與火燒之間的距離較大達到200～400，在火燒嚴重等級之間的距離則在100左右。這說明了利用dNBR1能比較容易區分不同嚴重程度火燒像元之間的差異，對火燒與非火燒之間的差異較為不明顯；而利用dNBR2則對火燒與非火燒的識別較好，對火燒像元嚴重程度的區分不明顯。因此，結合2個差分燃燒指數的閾值范圍可以更好地區分不同地火燒嚴重程度，可以得到更加可靠的訓練樣本。

圖2 聚類密度分布圖

根據聚類中心的擬合曲線調整的dNBR1與dNBR2的閾值范圍如表3所示，在確定樣本個數上，由于在本研究中濕地未燃燒的斑塊要遠比燃燒的斑塊來的多，地物類型也遠比燃燒斑塊來的復雜，因此結合未燃燒斑塊的季節與年際變化特征，設定未燃燒的閾值范圍最小值為零。為方便模型統計，將參與隨機森林模型的訓練樣本個數設定為聚類樣本總體個數的1/10，并根據所得到不同火燒程度的聚類樣本個數的比例進行分層抽樣，得到約7 800個訓練樣本如表2中顯示分布。

表3 2001年扎龍濕地火災嚴重程度閾值范圍

3.3 模型驗證結果

利用分層抽樣得到的訓練樣本經過十重交叉驗證的分類精度的混淆矩陣結果見表4。結果表明，利用隨機森林分類器建立的分類規則對燃燒與未燃燒的特征識別效果顯著，其未燃燒的制圖精度和用戶精度均達到99%。而在火燒嚴重程度的分類中，低燃燒的特征不是十分顯著，制圖精度為70.6%而用戶精度為78.5%，容易與未燃燒的與中等燃燒的斑塊所混淆；中燃燒要比低燃燒容易區分，其制圖精度和用戶精度分別為82.9%和79.2%，比較容易與低燃燒和高燃燒混淆；而高燃燒的特征較為明顯，容易與低燃燒和未燃燒區分開來，制圖精度與用戶精度則達到80.1%和81.8%，部分會與中燃燒斑塊混淆。從分類精度結果可以說明利用光譜指數建立對火燒嚴重程度的判斷是比較可靠的。

表4 分類精度驗證混淆矩陣

3.4 火燒區域空間分布

利用隨機森林分類模型對2001年火燒嚴重程度制圖結果如圖3所示。通過不同時期的影像對比可以看出，2001年的濕地火災是從核心區開始逐漸向外部蔓延的，而從火燒的分布來看，此次火燒不僅僅是由一個火點引起的，而是由多個火點造成了不同的火燒嚴重程度結果。不同嚴重程度的火燒斑塊隨著時間的推移也會發生改變，有的斑塊由于二次火燒會變成更高的程度，有的則會由于植被再生長或其他水分條件原因而程度降低。從火后的恢復演替上看，濕地恢復速度有明顯的季節差異，由于2001年火后便進入了非生長的季節，因此在火后的很長時間內火燒跡地面積大小以及嚴重程度沒有明顯的恢復趨勢。而當次年進入生長季節后，火燒跡地明顯的從核心區開始迅速恢復到未燃燒的水平。這表明濕地植被火后恢復具有恢復周期短且受到明顯的季節條件及地理環境條件影響的特點。整體的火燒發展趨勢是9月份從核心區開始由多個火點逐漸擴散并在10月份發展成為連片大火后火勢才得到控制，到次年年初又再次從核心區域烏裕爾河流域處復燃并迅速擴散，直至進入生長季節后火燒跡地才呈現出迅速恢復趨勢。基本符合了當年火災發生的事實，從而也說明模型具有一定的通用性。

圖3 扎龍濕地2001—2002年火燒嚴重程度空間分布圖

為了進一步證實模型的通用性，繼續選擇一景不同年份發生火災的影像做模型的驗證。模型在2005年4月份發生的火災中應用制圖結果與Landsat影像視覺匹配對比如圖4所示。可以明顯地在Landsat影像中看出不同火燒嚴重程度所呈現出不同顏色深淺差異，而與之對應的模型模擬結果也基本符合目視匹配結果。而部分區域由于云霧的遮擋干擾，無法被模型識別或出現低估的結果。盡管沒有絕對的驗證數據來對2005年的火燒嚴重程度進行評價，但是通過這個例子對比可以演示說明本研究所展示的模型對那些具有Landsat衛星記錄但卻無法獲得驗證數據的回顧性研究存在一定可行性。

圖4 2005年火燒跡地分類結果與Landsat影像視覺對比

4 結束語

本研究利用Landsat數據展示了一個簡單的分類模型來評估濕地火燒嚴重程度。結果表明景觀尺度下的濕地火燒嚴重程度可以被基于年際和季節變化而得到的dNBR閾值范圍來確定。而且，光譜指數對植被結構的變化和再生長有顯著的響應，在應用到火燒嚴重程度評價方面能夠得到較準確的結果。從生態學的角度來看，通過該方法對火燒嚴重程度描述，可以促進對濕地土壤結構、植被更新以及養分變化的研究；而從濕地管理的角度來看，通過該方法對扎龍濕地歷史火災進行回溯性研究，在火險區劃分、火險時期的管理規劃以及野生動物的保護管理上可以提供一定的研究依據。

本研究主要針對扎龍濕地在2001年10月大火災進行探討，在濕地植被變動快，土地類型變化迅速的情況下，后續結合多期火燒歷史的研究是有必要的。除此之外，雖然Landsat數據的高空間分辨率特性可以準確的捕捉火燒區域的細節信息，但由于在時間分辨率上的欠缺使得其要能描述完整火燒過程存在一定的困難，且云、霧天氣以及條帶數據的干擾也會對模型的評價結果產生錯誤的影響。因此，結合多源遙感數據以及在分類算法方面的進一步探討也是可以進一步提高濕地火燒嚴重程度評價的可靠性。