在刘永学教授提出的三波段高温热异常指数（TAI）的基础上，课题组进一步将之集成至遥感云计算平台（图1），分析处理了覆盖亚马逊地区的超过三十万景MSI影像，编制了亚马逊地区首套20米空间分辨率的森林火点清单（图2）。同时，课题组还通过创新时间序列频谱、时空插值、光谱分类等，抑制了源于海量数据、复杂背景中的多类型噪声（伪目标）污染。基于该清单，我们发现，"2019年亚马逊森林大火是近10年来最严重的"等媒体报道存在一定的误导。因为2019年亚马逊地区的平均火点密度并没有超过2017年。然而，2019年极端火灾的发生并不伴随着异常的干旱条件，并且在湿季探测到的火点数量超过了2015/16厄尔尼诺年同期水平。我们的清单显示2019年更多的火点发生于热带雨林深处，与近年来热带森林砍伐率的快速上升相吻合，这凸显亚马逊地区森林极端火灾将成为新常态。进一步地，清单给出的高分辨率证据表明了亚马逊地区超过90%的火灾是人类驱动的。亚马逊区域森林火灾、森林砍伐和农业用地扩张三者间形成了一个相互作用的循环机制：森林砍伐造成了热带雨林的破碎化，而破碎化的景观格局进一步刺激了以农用地扩张为目的人为火的发生，这种循环将对区域生态格局乃至全球气候变化产生深远影响（图3）。最后，清单还证实了现有主流低空间分辨率遥感火灾产品（如MODIS、VIIRS active fire product）等存在着大量的检测遗漏，整体遗漏率超过了50%（图4）。研究建立的高分辨率火点清单将成为改进碳排放与碳核算的重要数据参考，为更精细尺度上气候、火灾和土地覆盖变化耦合关系的揭示提供了新思路和新方式。
研究成果以Active Fire Dynamics in the Amazon: New Perspectives from High-resolution Satellite Observations为题发表于Nature Index收录期刊、地学领域卓越期刊《Geophysical Research Letters》上，论文第一作者为南京大学地理与海洋科学学院博士研究生许文轩，通讯作者为刘永学教授。研究得到了国家重点研发计划、国家自然科学基金等项目支持，也得到了阿姆斯特丹自由大学Sander Veraverbeke教授等国内外同行的大力协助与支持。
相关论文链接：
Liu, Y.*, Zhi, W., Xu, B., Xu, W., & Wu, W. (2021). Detecting high-temperature anomalies from Sentinel-2 MSI images. ISPRS Journal of Photogrammetry and Remote Sensing, 177, 174–193. https://doi.org/10.1016/j.isprsjprs.2021.05.008
Xu, W., Liu, Y.*, Veraverbeke, S., Wu, W., Dong, Y., & Lu, W. (2021). Active Fire Dynamics in the Amazon: New Perspectives from High-resolution Satellite Observations. Geophysical Research Letters, 48, e2021GL093789. https://doi.org/10.1029/2021GL093789
图1 基于云计算平台、时间序列Sentinel-2 MSI的火点清单生产流程
图2 亚马逊地区的火灾的时空动态（2016–2019年）。（a）亚马逊地区火点探测的空间格局（0.1°× 0.1°），生物质燃烧类型随纬度/经度的变化分别显示在（a1）右侧和（a2）顶部;（a3）亚马逊地区各行政单元内的火点检测占比。（b）研究时段内亚马逊地区旱季（6–10月）和湿季（11月–次年5月）的火点密度与对应降水量的变化。
图3 亚马逊地区人为火发生机制。（a1–a7）时间序列MSI影像展示了巴西朗多尼亚州森林砍伐与火灾动态。（b）2016年以来该地区农用地扩张。（c）2008年至2018年亚马逊地区各土地类型的转移矩阵。DF：雨林；SF：灌木林；C：农用地；G：草地；WB：水体；W：湿地；NV：裸地。（d）新增农用地附近0.3 km、1.5 km和3 km范围内检测到的火像元总数。
图4 MODIS火点产品在各月、各类土地覆盖类型中的遗漏率。（a）位于Sentinel-2成像轨道上的Terra MODIS火点观测的日遗漏率。(b)不同植被覆盖上的火点遗漏的比较。左面板显示了MODIS分别在湿季和旱季的检测率与遗漏率。右面板显示了MODIS的遗漏率和清单中被MODIS遗漏的火簇大小的月变化。
