森林冠层可燃物含水率遥感反演方法研究

Forest fuel moisture content (FMC) is a critical variable for wildfire risk assessment and early-warning. Retrieval of FMC using a physical model from remotely sensed data has the advantage of near real-time and spatially continuous monitoring compared with traditional statistical methods. However, two major problems must be addressed before its operational application: (1) the weak sensitivity of dry matter content (DMC) in near and shortwave infrared waveband leads to high uncertainty in FMC retrieval; (2) current physical models are not functional in the retrieval of FMC with hybrid and multi-layered canopies. To that end, two methods will be applied to improve the FMC estimation in specific forest area: (1) reduce the probabilities of unrealistic variables combinations by considering the spatial and temporal correlations that naturally exist among the vegetation variables and increase the spectral sensitivity of DMC based on the object-oriented method which takes into account the spectral information of neighboring pixels; (2) couple the widely used physical models to similarly model the spectrum for the hybrid and multi-layered canopies. The rational solutions to these key problems can improve the reliability and generality of physical models based retrieval of forest FMC and are fundamental for near real-time production of forest FMC with the final purpose for wildfire risk assessment and early-warning in China and even in the world.

森林冠层可燃物含水率（FMC）是森林火灾风险评估与预警的重要参数。基于遥感技术的森林冠层FMC反演能够克服传统测量方法效率低、难以大范围和近实时的缺点，但存在两个主要问题：干物质重量（DMC） 的光谱弱敏感性导致植被冠层FMC的反演精度较低；目前物理模型不适合复杂混合分层结构植被冠层反射率的模拟。因此，该项目旨在构建一套普适有效的森林冠层FMC 遥感反演方法。针对森林冠层FMC 反演精度问题，主要从两方面进行研究：通过考虑植被生化参数之间固有的时空关联规则，降低模型自由变量错误组合出现的可能性；基于面向对象方法考虑临近像元信息，增强DMC 敏感性。针对复杂混合分层结构植被，通过多模型耦合，近似描述复杂混合分层结构植被冠层参数与冠层反射率之间的物理关系。这些关键问题的解决，将提高基于物理模型的森林冠层FMC 反演的可信度和普适性，为我国乃至全球森林冠层FMC 产品化提供基础理论支持。

项目组按照任务计划书要求，通过四年的持续研究，建立了森林冠层可燃物含水率（FMC）遥感定量反演方法体系，并在中国西南典型森林区域（四川龙门山、凉山州、云南昆明等）开展遥感科学实验及反演方法有效性检验。重点针对森林冠层可燃物含水率（FMC）反演中干物质重量（DMC）弱敏感性导致的不确定性问题和单一物理模型不适合复杂混合分层结构植被冠层反射率模拟两个问题展开深入研究，构建一套普适有效的森林冠层FMC遥感反演方法，为基于遥感技术的森林冠层FMC产品化提供理论方法支持，进而为森林火灾风险评估与预警提供可信数据和决策依据; 同时，发展了一套基于遥感反演冠层可燃物含水率（FMC）的野火风险评估方法，形成了全球森林草原冠层可燃物含水率产品数据集及全球五大林火多发区域火险指数产品，免费共享给全球用户; 构建了森林火灾燃烧烈度遥感反演方法和火点蔓延速率提取方法，服务于四川和云南省森林火灾灾情评估; 基于项目组构建的森林冠层可燃物含水率遥感反演方法和野火风险评估方法，研发森林草原火灾预警监测大数据平台，获互联网+大学生创新创业大赛全国总决赛“银奖”和国家林草原局首届生态大数据创新大赛奖；研发四川省森林草原火灾预警监测系统，服务于四川省森林草原防灭火专项治理工作。相关研究成果在遥感学报、Remote Sensing of Environment、Environmental Modelling & Software等国内外遥感权威期刊发表论文20篇（第一标注12篇）、国际会议论文9篇、出版专著1部，申请国家发明专利6项，获软件著作权1个。研究成果入选科技部国家遥感中心《全球生态环境遥感监测2019年度报告》，面向全球发布；研发的森林草原火灾预警监测系统，作为四川省林草局及市州防火部门的工作平台。组织和承办国际会议1次、国内会议1次，出国参加国际学术会议11人次；培养博士研究生6人（1人获首届“李小文遥感科学青年奖”）、硕士研究生4人。