将遥感和地理信息系统（GIS）相结合，用于法国吉伦特省的森林火灾灾害脆弱性和风险评估

森林生态系统在维持生物多样性和调节气候中起关键作用，但受火灾威胁加剧，尤其是地中海地区。本研究基于地理空间建模方法，整合Sentinel-2卫星植被数据、DEM坡度信息、OSM道路和人口数据及FIRMS火灾记录，构建2020-2022年夏季法国Gironde地区森林火灾风险评估模型。结果显示52%区域为高至极高风险区，与人类活动、交通网络、南坡陡峭及易燃植被显著相关，模型验证准确率达84%，AUC为0.753。该研究为区域火灾管理提供决策支持，证实地理空间工具在适应性火灾风险缓解中的有效性。

　　

摘要

背景

森林生态系统在维护生物多样性和控制气候方面发挥着至关重要的作用。近年来，这些系统受到森林火灾的日益严重威胁，尤其是在地中海地区。由于森林生态系统的复杂性和多样性，传统的防火和灭火方法往往缺乏精确性、适应性和及时更新的能力。为了解决这一问题，我们采用了一种改进过的地理空间建模方法，该方法基于已在类似背景下使用的技术，为法国西南部的吉伦特地区制作了森林火灾风险地图。我们采用了Erten等人首次为土耳其提出的火灾风险评估模型所衍生的方法框架，该方法特别适用于地中海类型的生态系统，以识别法国境内最容易发生森林火灾的地区。该模型需要整合多个地理空间数据集：植被和土地覆盖特征通过Sentinel-2卫星图像确定；坡度和朝向信息来自数字高程模型（DEM）；道路网络和人类居住区的数据则通过OpenStreetMap（OSM）获取；空间层的数据通过资源管理系统火灾信息（FIRMS）中的记录火灾位置进行验证。为了生成综合的森林火灾风险评估结果，这些专题图层在GIS环境中进行处理，并根据其对火灾发生的影响程度进行加权。为了确保分析结果同时考虑当前情况和火灾威胁的季节性变化，研究重点关注了2020年至2022年期间的夏季火灾季节。

结果

研究结果显示，该地区的火灾风险水平差异较大，其中52%的研究区域被归类为高风险到极高风险。人类活动频繁、道路网络密集、南向坡度陡峭以及易燃植被都是导致这些风险的重要因素。风险地图通过资源管理系统火灾信息（FIRMS）中的记录火灾位置进行了验证。模型的总体准确率为0.84，ROC曲线下面积（AUC）为0.753，这证实了模型在预测脆弱区域方面的有效性。

结论

这项空间风险评估为吉伦特的森林火灾管理提供了重要信息。当地政府、规划者和消防部门可以利用这些发现来改进应急响应、确定干预优先区域并加强森林保护措施。该方法展示了地理空间工具在适应性火灾风险缓解和应用火灾研究中的重要作用。