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

野火不再仅仅是局限于茂密松树林的夏季威胁。随着气候变暖，火灾季节正在延长，并向新的领域扩张，包括美国南部的起伏平原和灌木丛地带。在这些过渡性景观中，草地与零星分布的橡树及灌木交织在一起，测量火灾后的破坏程度变得异常困难。传统方法依赖于在可见光和红外光下拍摄土地图像的光学卫星。这些图像在森林中效果良好，因为它们可以分辨出健康的绿叶与焦黑死亡的叶片之间的差异。然而，在开阔、低植被覆盖的区域，地面本身通常非常明亮且具有反射性，而且草类生长速度极快，卫星可能在短短几周内就能再次看到绿色，从而掩盖了真实的破坏程度。为了解决这个问题，科学家们正转向另一种“眼睛”：雷达。与等待阳光的光学相机不同，雷达卫星会发射自身的微波信号，通过地面和植被进行反射，使其能够穿透烟雾和云层，并探测土地物理结构的改变，即使在植物依然翠绿的时候也是如此。

2022年3月，一场大规模火灾群席卷了德克萨斯州中部，烧毁了超过62,000英亩的土地，其中包括四场不同的火灾：Kidd、Wheatfield、Ramsey和Oak Mott火灾。这次事件提供了一个完美的契机，用以测试雷达是否能看到光学相机所遗漏的信息。德克萨斯大学达拉斯分校的一位研究人员致力于针对这场特定的火灾对比两种类型的卫星数据：标准的的光学火灾图以及使用雷达信号的新型分析。其目标是了解雷达在处理以灌木和草类而非高大乔木为主的景观时，追踪植被结构和水分损失的效果如何。该研究聚焦于一个植被矮小且土壤经常裸露的区域，在这样的环境下，传统的火灾破坏图历史上一直难以保持准确。

研究人员首先绘制了火灾的周界，然后查看了来自两个不同卫星系统的数据。其中一个系统是Sentinel-2，它捕捉对植物健康敏感的光波长图像。另一个是Sentinel-1，它利用雷达测量从表面反射回来的能量。当植被燃烧时，它会失去其结构和含水量。在森林中，这通常意味着雷达信号会下降，因为散射信号的树木消失了。但在德克萨斯州的开阔灌木丛中，情况更为复杂。分析显示，雷达信号的表现取决于植物的类型。在具有较高、较木质化灌木的区域，雷达信号显著下降，表明结构发生了损失。然而，在草地区域，信号有时反而会增加。这是因为火灾移除了原本减弱雷达波的草类，暴露出了下方更粗糙、更干燥的土壤，从而将更多的能量反射回卫星。

当研究人员将雷达变化与光学火灾图进行对比时，他们发现两种传感器对火灾的观测存在明显的错位。光学图依赖于火灾前后植物健康状况的差异，显示出大部分火灾周界要么未被烧毁，要么仅是被轻微烧毁。实际上，火灾跳过了许多地块，留下了破碎的已烧毁与未烧毁区域模式。光学图难以区分真正受损的区域与那些仅仅是快速恢复的区域。然而，雷达数据提供了更清晰的物理变化图景。它显示，对植物三维结构特别敏感的交叉极化雷达信号，是衡量结构损失比标准光学图更好的指标。即便光学传感器被快速回归的绿草所迷惑，雷达仍能检测到木质灌木的移除以及土壤的干燥。

该研究的一个关键发现是，在这些低生物量景观中，科学家计算烧毁严重程度的方式至关重要。光学图的标准方法通常会根据火灾前的植被量来调整严重程度评分。研究人员发现，这种调整在德克萨斯灌木丛地带反而使数据变差了。因为火灾前的植被本就稀疏，这种调整放大的是随机噪声而非澄清了破坏情况。相反，一种更简单的光学数据绝对变化量在与雷达结合时效果更好。研究证实，雷达信号与简单的光学变化度量之间存在联系，但仅限于拥有足够能散射雷达波的木质结构区域。在草地中，这种联系很弱，这表明虽然雷达功能强大，但在每种情况下都不能完全取代光学数据。

研究还探讨了驱动火灾强度的因素。他们检查了地形坡度或植被类型在火灾严重程度中扮演的角色。结果显示，土地坡度对火灾严重程度几乎没有影响。相反，燃料类型才是决定性因素。覆盖着灌木和木质植物的区域，其烧毁严重程度明显高于开阔草地。这支持了这样一个观点：灌木（如豆科灌木和杜松）向草地的入侵正在改变火灾机制，使火灾变得更加剧烈且具破坏性。雷达数据能够凸显这些结构损失的差异，显示出木质区域遭受的结构变化比草地更为深刻。

或许是最具实际意义的发现，是雷达创建水分流失图的能力。通过结合雷达信号，研究人员生成了一个指数，显示了火灾后土地干燥程度最高的区域。这张图与火灾发生区域高度吻盟，即使在光学图表现模糊的地方也是如此。这至关重要，因为雷达可以在火灾发生后立即穿透阻挡光学卫星的烟雾和云层。它还能在绿草有机会掩盖破坏之前，观察到土壤和植物的物理干燥过程。这意味着，紧急管理人员可以比使用传统方法更快地获得关于火灾影响及由此产生的土壤水分亏缺的可靠图景。

研究人员指出，他们的发现是针对这类低生物量、过渡性环境的，不应在未经进一步测试的情况下直接应用于茂密森林或其他生态系统。他们还指出，尽管雷达数据前景广阔，但仍需通过地面实测数据进行验证，以建立一个完美的火灾严重程度测量尺度。目前，这项研究证明了结合雷达和光学数据可以为南部大平原的火灾破坏提供更全面的视角。它揭示了在这些半干旱景观中，由于地面可见且植物生长迅速，植被的物理结构讲述了一个与叶片颜色不同的故事。通过倾听雷达的回声，科学家们终于能够看清烧毁痕迹的真实形状，即便大地看起来已经重新变绿。