Agreement between Sentinel-1 C-band backscatter change and Sentinel-2 burn severity indices across land-cover types in a low-biomass transitional eco-region

森林火災は、もはや密な松林に限定された夏の脅威ではありません。温暖化が進むにつれ、火災シーズンは長期化し、アメリカ南部のうねるような平原や低木地帯を含む新しい領域へと広がっています。こうした、草地と点在するオークの木や低木が混ざり合う移行的な景観において、火災後の被害を測定することは驚くほど困難です。従来の手法は、可視光や赤外線で地表を撮影する光学衛星に依存しています。これらの画像は森林においては、健康な緑の葉と黒く焦げた枯れた葉の違いを識別できるため、うまく機能します。しかし、植生が少ない開けた場所では、地面自体が明るく反射しやすく、また草が数週間以内に非常に素早く再生するため、衛星には再び緑色として映ってしまい、真の破壊の範囲が隠されてしまうのです。これを解決するために、科学者たちは異なる種類の「目」、すなわちレーダーに注目しています。日光を待つカメラとは異なり、レーダー衛星は独自のマイクロ波信号を送信して地上や植生に跳ね返らせることで、煙や雲を透過して、植物がまだ緑色であっても、土地の物理的な構造の変化を検知することができるのです。

2022年3月、テキサス州中部を大規模な火災コンプレックスが襲い、キッド、ウィートフィールド、ラムジー、オーク・モットという4つの異なる火災を含む6万2,000エーカー以上の土地を焼き尽くしました。この出来事は、レーダーが光学カメラが見逃すものを捉えられるかどうかをテストするための絶好の機会となりました。テキサス大学ダラス校のある研究者は、この特定の火災に対して、2種類の衛星データ、すなわち標準的な光学火災マップと、レーダー信号を用いた新しい解析を比較することに着手しました。その目的は、高い木々ではなく、低木や草が支配的な景観において、レーダーが植生の構造と水分の喪失をどの程度正確に追跡できるかを理解することでした。研究は、植生が短く、土壌が露出していることが多い地域、つまり従来の火災被害マップが歴史的に正確性を欠いてきた設定に焦点を当てました。

研究者たちはまず火災の境界線をマッピングし、次に2種類の衛星システムからのデータを調査しました。一方のシステムであるSentinel-2は、植物の健康状態に敏感な光の波長で画像を捉えます。もう一方のSentinel-1は、レーダーを使用して表面からどれだけのエネルギーが跳ね返ってくるかを測定します。植生が燃えると、その構造と含水量が失われます。森林の場合、これは通常、信号を散乱させていた樹木がなくなることを意味するため、レーダー信号は減少します。しかし、テキ師の開けた低木地では、物語はより複雑です。解析の結果、レーダー信号は植物の種類によって異なる挙動を示すことが明らかになりました。背の高い木本性の低木があるエリアでは、構造の喪失を示すようにレーダー信号が大幅に減少しました。しかし、草地のエリアでは、信号が増加する場合がありました。これは、火災によってレーダ波を減衰させていた草が取り除かれ、その下にある、より粗く乾燥した土壌が露出したことで、より多くのエネルギーを衛星に反射させたためです。

研究者がレーダーの変化を光学火災マップと比較したところ、2つのセンサーの間で捉え方に明確な不一致があることが分かりました。植物の健康状態の前後の差に依存する光学マップは、火災の境界線の多くが未燃焼であるか、あるいは軽微な燃焼であったことを示していました。実際には、火災は多くのパッチを飛び越えて進行し、燃焼した領域と燃えていない領域が断片的なパターンを残していました。光学マップは、真に損傷した領域と、単に急速に回復している領域を区別することに苦戦しました。しかし、レーダーデータは物理的な変化をより鮮明に描き出しました。植物の三次元構造に特に敏感な「クロス偏波」レーダー信号は、標準的な光学マップよりも構造的損失の優れた指標であることが示されました。レーダーは、光学センサーが急速に再生する緑の草によって混乱している間も、木本性低木の除去や土壌の乾燥を検知することができたのです。

本研究の重要な発見は、このような低バイオマス環境において、科学者が火災の激しさをどのように算出するかが極めて重要であるということです。光学マップの標準的な手法では、火災前にどれだけの植生があったかに基づいて激しさのスコアを調整することがよくあります。研究者たちは、この調整がテキサスの低木地においては、むしろデータを悪化させていることを発見しました。火災前の植生がもともと疎らであったため、この調整は情報を明確にするどころか、ランダムなノイズを増幅させてしまったのです。代わりに、光学データの絶対的な変化量を用いた単純な尺度の方が、レーダーと組み合わせた際にうまく機能しました。研究は、レーダー信号と単純な光学変化の尺度が関連していることを確認しましたが、それはレーダー波を散乱させるのに十分な木本構造がある領域に限られていました。草地においてはその関連性は弱く、レーダーは強力ではあるものの、あらゆる状況において光学データを完全に代替できるわけではないことを示唆しています。

研究では、火災の強度が何によって引き起こされたのかについても調査しました。地形の傾斜と植生の種類、どちらが火災の激しさに大きな役割を果たしているかを調べました。その結果、土地の傾斜は火災の激しさにほとんど影響を与えないことが示されました。代わりに、燃料となるものの種類が決定要因でした。低木や木本植物に覆われたエリアは、開けた草地よりも著しく高い激しさで燃焼しました。これは、メスキートやジュニパーのような木本植物が草地へと侵入してくることが火災のレジームを変え、火災をより激しく、より破壊的なものにしているという考えを裏付けるものです。レーダーデータは、これらの構造的損失の違いを浮き彫りにし、木本エリアが草地よりも深刻な変化を被ったことを示しました。

おそらく最も実用的な発見は、水分喪失のマップを作成できる能力でした。研究者たちはレーダー信号を組み合わせることで、火災後に土地が最も乾燥した場所を示す指数を生成しました。このマップは、光学マップが曖昧であった場所においても、実際に火災が発生したエリアとよく一致していました。これは、火災直後に光学衛星を遮ることが多い煙や雲を、レーダーが透過できるため非常に重要です。また、緑の草が再生してダメージを隠してしまう前に、土壌や植物の物理的な乾燥を捉えることができます。つまり、緊急管理者は、伝統的な手法よりもずっと早く、レーダーを用いて火災の影響とそれに伴う土壌の水分欠乏に関する信頼できる情報を得ることができる可能性があるのです。

研究者たちは、今回の知見はこの種の低バイオマスな移行環境に特有のものであり、さらなる検証なしに密な森林や他の生態系に適用されると想定すべきではないと指摘しています。また、レーダーデータは有望ではあるものの、火災の激しさを測定するための完璧な尺度を作るためには、依然として地上レベルでの実測による検証が必要であるとも述べています。現時点では、本研究は、レーダーと光学データを組み合わせることが、南部グレートプレーンズにおける火災被害のより完全な視界を提供することを証明しています。それは、地面が露出しており植物の再生が早いこれらの半乾燥地帯において、葉の色よりも植生の物理的な構造が、真の物語を語っていることを明らかにしています。レーダーのエコーに耳を傾けることで、科学者たちは、土地が再び緑に見えるときでも、燃焼跡の真の姿をようやく捉えることができるのです。