氣候、植被和地形對大興安嶺林火烈度空間格局的影響

付婧婧,吳志偉,3,*,閆賽佳,張宇婧,顧先麗,杜林翰

1 江西師范大學鄱陽湖濕地與流域研究教育部重點實驗室,南昌 330022 2 江西師范大學地理與環境學院,南昌 330022 3 中國科學院沈陽應用生態研究所,沈陽 110016

林火是北方森林景觀中最重要的自然干擾因子之一,導致每年數百萬公頃的森林受到不同程度的損毀[1- 3]。林火烈度是指林火對森林生態系統(植被、土壤養分和土壤理化性質)的影響程度[4]。它作為衡量林火干擾程度的主要指標之一,較為直觀地反映了火干擾對森林生態系統的破壞程度[5-6]。因此,在北方森林景觀中林火烈度是研究的熱點議題之一[7-9]。

林火烈度在景觀上通常表現出異質性的空間分布格局(如輕度、中度、重度火燒斑塊的空間鑲嵌),深刻地影響著森林景觀中的多種生態過程[10-13]。例如,林火烈度的空間格局是形成阿拉斯加北方森林演替早期群落模式的限制因子[14]。而且,有研究表明在全球氣候變暖下高烈度火燒斑塊在景觀中的比例呈增加趨勢,這將不利于火燒跡地的植被更新,進而影響到火后植被演替格局[15-16]。定量分析林火烈度的空間格局,有助于揭示火燒后森林生態系統中的各種生態過程的發展變化軌跡和森林景觀格局的形成機制[17]。

林火烈度空間格局是受氣候、植被、地形等多種因子綜合作用的結果[18- 21]。氣候通常被認為在區域尺度上起主導作用,而植被、地形等則被認為在局部尺度起作用[22-23]。研究表明,由氣候主導的效應可能被植被(可燃物)、地形等因素改變,形成不同的林火烈度空間格局[24]。例如,Hariis等研究了地形、可燃物以及氣候對美國加州約塞米蒂國家公園林火烈度的相對影響,其研究結果表明氣候不是控制林火烈度大小的主要因素；相反,地形和可燃物等因素是主要驅動因子[25]。因此,綜合評估氣候、植被和地形對火燒斑塊空間格局的影響至關重要。

大興安嶺作為我國重要的林木產區,帶來了巨大的社會、經濟和生態環境效益。其中,呼中林區作為大興安嶺林火發生最為頻繁的地區之一,有研究表明該地區林火烈度可能會在氣候變暖的情景下不斷加劇[26]。了解林火烈度空間分布格局及其形成機制是當地進行林火管理以及有效分配撲火資源的關鍵。因此,本文基于2000—2016年LandsatTM/ETM影像,采用隨機森林(Random Forest,RF)模型)：1)對大興安嶺呼中林區的林火烈度空間格局進行分析；2)探討其與氣候、植被、地形等環境變量之間的關系。預期為大興安嶺地區林火干擾后森林景觀生態格局形成機制和森林可持續發展提供科學依據。

1 研究區與研究方法

1.1 研究區概況

呼中林區位于黑龍江大興安嶺(地理坐標為52°25′00″—51°14′40″N,122°39′30″—124°21′00″E),總面積為937.244 hm2,海拔為440—1500 m (圖1)。該地區是歐亞大陸多年凍土的南緣,氣候屬大陸性季風氣候,四季分明,光照充足,雨量充沛,寒冷濕潤。年均氣溫-2.9℃,1月平均最低氣溫為-28.9℃,7月平均最高氣溫為17.1℃。年均降水量495 mm,主要集中在夏季。土壤類型主要以棕色針葉林土為主。

該地區地帶性植被類型為寒溫性針葉林,是東西伯利亞明亮針葉林向南分布的延續。以興安落葉松(Larixgmelinii(Rupr.) Kuzen.)為主,約占該地區的65%。除了興安落葉松外,還有樟子松(PinussylvestrisL. var.mongolicaLitv)、偃松(Pinuspumila)、云杉(Piceakoraiensis)、白樺(BetulaplatyphyllaSuk.)、山楊(Populusdavidiana)等。白樺是該地區主要的闊葉樹種,能夠在火燒跡地上迅速生長,常與興安落葉松形成針闊混交林。

圖1 研究區地形圖以及2000—2016年火場分布圖Fig.1 The topographic map of study area location in Huzhong Forest Bureau, overlaid with the location of 36 fires that ocurred between 2000 and 2016

1.2 數據來源與處理

1.2.1火燒數據和林火烈度制圖

火燒數據為呼中區2000—2016年歷史火燒記錄數據,包括經緯度坐標、過火面積、起火原因、起火時間和滅火時間等信息。在進行景觀格局分析時,過火面積太小的火場可能存在以下問題：(1)許多像元可能位于火災邊緣,因此火場鄰近區域對過火像元的反射率有很大影響,降低了火燒像元內林火烈度評估值的大小；(2)如果過火像元太少,景觀格局指數可能沒有意義。例如,如果過火區域只有一個烈度等級,對火燒斑塊的景觀指數進行統計性描述是沒有意義的。因此,本研究僅選取單個過火面積大于20 hm2的火場。總共36個火場,總的過火面積為28786.6 hm2；火場大小范圍為21.6—8327.7 hm2,平均每場火為799.6 hm2(圖1和表1)。

表1 2000—2016年36場火的火場信息及遙感影像信息

本研究選擇火燒后當年的Landsat TM/ETM影像作為林火烈度評估數據源。遙感影像(條帶號為121/24,空間分辨率為30 m)數據來源于中科院地理空間數據云平臺(http://www.gscloud.cn/)和美國地質調查局(https://earthexplorer.usgs.gov/)(表1)。利用ERDAS 9.2軟件對遙感影像進行輻射定標和大氣校正等處理。

隨著衛星遙感技術的不斷發展,借助遙感指數定量評價林火烈度的研究越來越多。其中,歸一化火燒指數(Normalized Burn Ratio, NBR)是一個較好的反映林火烈度的指數。其計算公式如下[27]：

NBR=1000×(band4-band7)/(band4+band7)

式中,band4是近紅外波段,band7是短紅外波段。NBR值與林火烈度呈負相關。

本研究利用R語言計算了2000—2016年呼中林區36場火在火后的NBR值。根據王曉莉等[28]提供的NBR閾值對過火區域的林火烈度進行分級,將每個火場劃分出未過火(>585)、輕度(252—585)、中度(53—252)、重度(≤53)共4個不同等級的火烈度斑塊。

1.2.2氣候、植被、地形數據

(1)植被數據包括火前植被類型和NDVI植被指數。本研究基于呼中林相圖數據,將植被分為針葉林、闊葉林和針闊混交林3種類型。火前NDVI指數用來間接表征植被覆蓋度、生物量等信息。NDVI指數是基于火前1年植被生長季(6—8月)的Landsat TM/ETM 計算而來的。

(2)地形數據包括海拔、坡度、坡向3個因子。由數字高程模型(DEM)在ArcGIS中空間分析得到。根據以下公式將ArcGIS提取的坡向轉為連續變量,取值范圍是-1—1。

Aspect index=cos((θ×2×PI)/360)

式中,Aspect index為坡向指數,θ為坡向值(0—360度),PI為圓周率。坡向指數越大越朝陽坡。

(3)氣象數據包括火燒期間的日平均風速、日平均溫度、日最小相對濕度等(表2)。

表2 環境因子統計性描述表

1.3 林火烈度的空間格局量化

林火烈度的空間格局指的是不同烈度的火燒斑塊的大小、形狀等,及其在空間上的分布與配置[29]。本研究采用景觀格局指數來定量描述林火烈度的空間格局。依據各景觀指數的生態意義,選取了5個可以較好地反映林火烈度空間格局的景觀指數(表3)。運用Fragstats景觀格局分析軟件,采用8鄰域規則,進行了林火烈度空間格局指數的計算。景觀指數的選取和量化過程具體如下：

(1)斑塊組成和大小(Patch composition and size)指數：選取斑塊所占景觀(即火場)面積比(Percentage of landscape, PLAND)和面積加權平均斑塊面積(Area-weighted mean patch area, Area_AM)2個指數描述不同火烈度斑塊的大小。斑塊所占景觀面積比用來衡量過火區域不同火烈度斑塊的面積比例豐度；

(2)斑塊形狀指數(Patch shape)：選取面積加權平均斑塊分維數(Area-weighted mean patch fractal dimension, FRAC_AM)和面積加權邊緣面積比(Area-weighted perimeter-area ratio, PARA_AM)2個指數描述不同火烈度斑塊形狀的復雜性。面積加權平均斑塊分維數是基于周長-面積的關系來測量斑塊形狀的復雜性。其取值范圍為1— 2,其值越大,斑塊形狀越復雜。面積加權邊緣面積比是將斑塊的周長除以面積,并按斑塊的大小進行加權。面積加權邊緣面積比定量化了斑塊邊界的復雜程度,其值隨著邊界復雜程度增加而增加；

(3)斑塊空間配置(Patch arrangement)：選取斑塊密度(Patch density, PD)描述每場火不同火烈度斑塊在空間上的分布。斑塊的數量越多,斑塊密度越大。

表3 景觀格局指數

1.4 統計分析

(1)基于R語言中的laercio包,本研究采用Duncan多重比較法確定未過火、輕度、中度、重度火燒斑塊的景觀格局指數是否存在顯著差異性(α=0.05)。

(2)本研究采用R語言中的隨機森林(Random Forest,RF)包作為建模工具,針對控制重度火燒斑塊空間格局的因素進行建模,評估每個變量對重度火燒斑塊空間格局的相對影響。隨機森林是利用Bootstrap重采樣方法從原始樣本中抽取多個樣本,并為每個樣本生成獨立的決策樹的一種集成算法[30-31]。每個決策樹中隨機選取三分之二的數據用于建模,而其余三分之一的數據,即袋外數據(out-of-bag,OOB)用于模型驗證。在建模過程中,隨機森林在保持其他變量不變的情況下,隨機置換變量的觀測值后,通過比較袋外誤差(out-of-bag error)得到變量的重要性。然后,通過袋外誤差的增加量和基于分裂時基尼指數的減少量來評估每個變量的重要性。袋外誤差的增加量是由兩次袋外誤差的差異的平均值決定的。基尼系數衡量的是森林中所有樹木上每個變量的雜質。每次使用變量組合在新的訓練數據上使樹生長到最大深度。與經典決策樹相反,這些完全生長的樹不需要修剪。在每個節點上,只搜索選定的特性以獲得最佳分割[32]。基尼指數越大,節點純度越高,表示變量越重要。本研究選擇基尼指數來評價各解釋變量的重要性。其計算公式如下：

式中,GIm為節點m的基尼指數,K表示有K個類別,pmk表示節點m中類別k所占比例。

(3)重要因子的邊際效應分析是基于局部依賴性圖進行的,局部依賴圖顯示了一個特征對先前擬合模型預測結果的邊際效應。預測函數固定在選定特征的幾個值上,并在其他特征上取平均值。本研究對于重度火燒景觀格局指數與各影響因子之間局部依賴圖采用partialPlot函數繪制。

2 結果與分析

2.1 未過火、輕、中、重火燒斑塊的景觀格局指數差異性

在斑塊所占景觀面積比和面積加權平均斑塊面積中,重度火燒斑塊與中度、輕度以及未過火火燒斑塊存在顯著差異性(P<0.05)(圖2)。相對于其他類型的斑塊,重度火燒斑塊的面積更大,在景觀中所占的比例較高；從面積加權平均斑塊分維數和面積加權邊緣面積比來看,重度火燒斑塊的面積加權平均斑塊分維數趨近于1,且面積加權邊緣面積比也顯著低于其他火烈度斑塊,表明重度火燒斑塊的形狀更簡單；從斑塊空間配置來看,相對于重度火燒斑塊,輕度、中度火燒斑塊的斑塊密度較大,數量較多。

圖2 未過火、輕度、中度、重度火燒斑塊的景觀格局指數Fig.2 Boxplots showing distribution of spatial pattern metrics by burn-severity classes不同大小字母表示不同的林火烈度下景觀格局指數間差異顯著(α=0.05)

2.2 氣象、地形、植被因子的相對重要性

隨機森林模型中各因子的相對重要性排序如圖3所示。由圖中變量的重要性排序可知,各個景觀指數中變量的重要性排序不同。坡向和植被覆蓋度是影響斑塊所占景觀面積比最重要的2個變量；影響面積加權平均斑塊面積按重要性大小排序依次為海拔、坡度、溫度、風速、坡向、相對濕度、植被覆蓋度、植被類型。影響面積加權平均斑塊分維數的最主要因子為海拔,其次是相對濕度、植被覆蓋度等。坡向對面積加權邊緣面積比的影響最大,而斑塊密度的大小主要取決于海拔和坡度這兩個變量。結果表明海拔是影響重度火燒斑塊空間格局最重要的因素。

圖3 隨機森林模型中變量的重要性Fig.3 Relative contributions of variables to spatial patterns of high-severity patches

2.3 氣象、地形、植被因子的邊際效應

圖4顯示了各個變量對重度火燒斑塊景觀格局指數的影響區間(邊際效應)。隨著海拔的升高,面積加權平均斑塊面積、面積加權平均斑塊分維數的邊際效應曲線呈上升趨勢,且海拔為1100 m時面積加權平均斑塊面積和面積加權平均斑塊分維數最大,而面積加權邊緣面積比和斑塊密度呈下降趨勢,表明海拔與二者之間呈負相關關系；從坡向方面來看,坡向越朝南,斑塊所占景觀面積比的邊際效應值先增加后減小,而面積加權邊緣面積比和斑塊密度的邊際效應曲線剛好相反；此外,除了面積加權平均斑塊面積外,都受到火前植被覆蓋度的影響,且植被覆蓋度為0.2—0.3范圍內,重度火燒斑塊在景觀中所占比例最大；面積加權平均斑塊面積對坡度的響應尤為明顯,坡度在15°—20°之間邊際效應曲線呈先上升后下降的趨勢,當坡度為25°時又迅速上升；斑塊所占景觀面積比中相對濕度邊際效應曲線顯示,相對濕度為60%左右,邊際效應值呈穩定高峰狀態,但隨著濕度的增加,邊際效應值逐漸減小。

圖4 重度火燒斑塊景觀格局指數與各影響因子之間邊際效應圖Fig.4 Partial dependence plots for the random forest model run using only the top 8 variables identified in the full model,showing the response of high severity patch to individual predictor.The variable shown are elevation,aspect,mean temperature,mean windspeed,relative humidity

3 討論

本研究結果表明中國北方森林景觀火燒后以重度火燒斑塊為主導,這與北美北方森林景觀中的研究結果類似[33-34]。例如Lentile等將美國阿拉斯加北方森林的58%的景觀描述成重度火燒[35]。不同火烈度的斑塊大小在空間上具有很大的變異性,高烈度的林火通常通過增加重度火燒斑塊面積,同時減少輕度、中度火燒斑塊在景觀中的比例,最終形成更加均質的重度火燒景觀[22]。

重度火燒斑塊的面積加權邊緣面積比顯著低于未過火、輕度、中度火燒斑塊。從景觀生態學的角度來看,邊緣面積比隨著斑塊面積的增加而減少[36],高烈度的林火往往形成較大面積的重度火燒斑塊,相對于其他類型的斑塊,斑塊的形狀更加規則且邊緣數量少。例如,Turner 等發現,美國黃石國家公園的森林景觀的邊緣面積比從早期火災到后期火災有所下降[37]。重度、輕度火燒斑塊的面積加權平均斑塊分維數與中度火燒斑塊存在顯著的差異性。Keane等認為雖然林火烈度越來越嚴重,但是它們往往與低烈度火燒斑塊相鄰,形成多樣性的景觀,增加森林景觀的空間異質性[38]。相對于重度火燒斑塊,輕度、中度火燒斑塊的斑塊密度較高,可能是因為較多的輕度、中度火燒斑塊覆蓋了更多異質的生境,林火蔓延受到更多的限制,使得輕度、中度火燒斑塊在空間上不連續分布,形成較多的小斑塊,導致森林景觀的破碎化。

海拔對林火烈度空間格局起著重要的作用[39-40]。隨著海拔的升高,重度火燒斑塊所占景觀面積比例增加,斑塊形狀趨于簡單,這可能是因為高海拔的地區分布著較多的針葉樹,且太陽輻射較強,坡度較大,林火蔓延較快,產生重度火燒的可能性較大。此外,本研究中的火災多為大興安嶺地區的春夏交替季節,高海拔林分中可能分布著較多灌叢或草本植物[41- 42]。由于可燃物積累較多,火災容易蔓延,可能是造成大面積重度火燒斑塊的原因。而坡度和坡向的解釋弱于海拔。坡度和坡向通過影響可燃物含水率,間接影響著火災蔓延時火燒強度。

本研究表明氣候因素對林火烈度空間格局的作用總體上次于地形(比如海拔)的作用。造成這種差異的原因可能是氣候對林火烈度有重要的影響,但并不是完全由其控制林火烈度的空間格局。在有利的氣象條件下,雖然林火動態變得更加激烈,傳播的速度增加,林火烈度也不斷增加,但是重度火燒斑塊的結構與空間配置對地形的響應較大。另外,本研究中的氣象數據來源于呼中氣象站一個觀測點(距離火場的距離較遠),缺乏針對每場火災所在區域范圍內的觀測數據。為此,可能是因為氣象要素的空間變異性在本研究中反映不充分,導致其解釋能力受限。盡管如此,獲取每場火災近距離的實時觀測氣象要素依然是林火研究的難點問題,是今后進一步研究的方向。

本研究表明植被類型對林火烈度的空間格局的解釋弱于地形和氣候。但是火前NDVI指數表征的植被覆蓋度具有較強的解釋能力。大興安嶺地區植被類型單一,在景觀尺度上植被的空間變異性不大,可能是導致植被類型對林火烈度空間格局解釋不明顯的原因之一。因此,在植被類型空間變異性較大的地區,其對林火烈度空間格局的解釋程度可能會與本研究的結果不同。另一方面,火災燃燒在很大程度上取決于可燃物特征(比如可燃物載量)[43- 45]。通常植被覆蓋度高,可燃物載量大,因此對林火烈度的空間分布格局影響更強。

4 結論

本研究基于NBR指數分析了2000—2016年大興安嶺呼中林區不同火烈度斑塊的空間格局,并運用隨機森林模型分析了氣候、地形、植被對重度火燒斑塊空間格局的影響。研究結果表明2000—2016年大興安嶺呼中森林景觀中重度火燒斑塊的空間格局與中度、輕度以及未過火火燒斑塊存在顯著差異性。相對于氣候,地形和植被對于塑造重度火燒斑塊空間格局具有重要作用。盡管有人認為區域氣候模式對火災行為的影響有時非常顯著,以至于林火烈度空間格局并不會隨著地形、植被等生態系統因素而發生強烈的變化。而本研究結果則表明當地的生態系統因素(地形、植被)也會對林火烈度空間格局產生強烈的影響。隨著未來森林火險等級不斷上升,通過對不同火烈度斑塊異質性進行風險評級,可以輔助森林管理部門從景觀層面上合理配置森林斑塊,對于實現火后不同植被格局下森林火險的長期監測具有重要的意義。