森林可燃物载量及其空间分布是林火管理的基础信息, 目前获取这些信息的方法有地面调查法和遥感图像法2种。地面调查法通过大量地面调查，可以比较准确地获得载量信息，但费用太高，只在各国森林防火工作的早期使用过(Hornby，1936；金可参，1984)，目前除在样地数量较少的地面验证或研究中使用外(邸雪颖等, 1994；刘晓东等, 1995)，已基本不用。

遥感图像法相对于地面调查法成本较低，因而引起人们的广泛关注，成为当前使用最广泛、最主流的方法。所使用的遥感图像从航空照片(Oswald et al., 1999)、AVIRIS(Roberts et al., 1998)、NOAA AVHRR(McKinley et al., 1985)到LandSat TM(Brandis et al.，2003; 王强，2005)和MSS(Miller et al.，1985; Wilson et al., 1994)、LISS II(Jain et al., 1996)乃至LIDAR(Riano et al., 2003)等一系列遥感图像，其中卫片的空间分辨率从1.1 km提高到15 m或更高。下面对用遥感估测可燃物载量方法、存在的问题进行综述，对可能的改进思路进行探讨。

1 遥感估测森林可燃物载量的主要方法

遥感图像在森林防火中应用很广。在现有工作中，只有少数研究(Scott et al., 2002；Brandis et al., 2003)以获取可燃物载量为目的，采用连续变量来描述可燃物，属于真正意义的可燃物载量的遥感估测研究。多数工作的目的是可燃物类型的划分和制图。在这些工作中，可燃物类型通过可燃物模型来描述，如美国NFDRS可燃物模型(Deeming et al., 1978)、Anderson可燃物模型(Anderson，1982)和加拿大的FBP可燃物模型(Forestry Canada Fire Danger Group，1992), 从遥感图像中首先获得的是可燃物模型，载量只是作为其中预定义的一个参数而随之得到，对于载量的估算也是离散的。尽管这些工作不是以获取可燃物载量为直接目的，但可燃物载量毕竟通过遥感图像获得了，而且这些工作与以载量估测为直接目的的工作在原理上没有本质的区别，因此，也将其看作是从遥感图像估测森林可燃物载量的研究，在下面的方法综述中，不再对此区分。

由遥感图像估测森林可燃物载量的核心问题是确定像元的可燃物载量。根据对像元载量的分配方法，对现有方法分为直接分配法和间接分配法。

1.1 直接分配法

该方法是最早使用的方法，根据像素的光谱数据和地面抽样调查所得的可燃物类型或模型，对遥感图像直接进行分类，确定其可燃物类型或模型，然后对图像中的像素分配载量。该方法根据分类中使用的数学方法还可以分成聚类分析法和判别分析法2种。聚类分析法使用最多(Muraro，1970；McKinley et al., 1985；Belfort，1988；Salas et al., 1994；Van Wagtendonk, 1999；Miller et al., 2003)。一般通过像素的光谱数据，采用一定的距离公式，计算相似性，然后进行归并，再通过地面调查数据进行有监督分类。判别分析方法使用相对较少。一般根据地面调查数据和图像特征，建立不同可燃物类型的判别函数，然后据此进行分类。Osward等(1999)曾采用此方法对美国德克萨斯州东部森林的可燃物类型进行了分类，准确率达到90%。一般来说，直接分配法较适于单层的草地和灌丛。对于森林而言，遥感图像直接反映的是冠层的光谱反射特性，由于冠层的遮挡，难以直接从图像上有效地获取森林可燃物的特征(Elvidge，1988)。因此，该方法对森林可燃物载量的估计一般误差很大，Osward等(1999)的分类效果很好，可能与当地森林的特殊情况有关。

1.2 间接分配法

该方法首先从遥感图像上判读一些与可燃物模型(载量)相关联的中间特征，然后根据这些特征与可燃物模型(载量)的关系，为各像元分配可燃物模型(载量)，这样就克服了林冠的遮挡效应(Keane et al., 2001)。根据在遥感图像和可燃物载量之间建立联系的中间特征和联系途径，可以分为简单植被特征法、林分模型法和综合因子约束法3种。其中简单植被特征法、林分模型法在确定像元的载量时单纯依靠植被特征，如植被类型、树种组成等因此，又可合称为植被特征法。

1.2.1 植被特征法

简单植被特征法通过植被特征和可燃物载量之间的简单关系来确定像元的载量。该方法使用较早，是国际上研究最多、发表文献也最多的方法(Miller et al., 1985；Root et al., 1985；Yool et al., 1985；Burgan，1987；Wilson et al., 1994；Mart et al., 1995；Hardwick et al., 1996；Jain et al., 1996；Roberts et al., 1998；Scott et al., 2002)。例如，Scott等(2002)以美国新墨西哥州的针叶混交林、西黄松(Pinus ponderosa)林和杜松(Juniperus rigida)林为研究对象，以树冠覆盖比率、胸高断面积为中间特征，通过建立可燃物载量和这些中间特征的线性回归方程，研究了利用航空照片对可燃物载量的估计方法。该研究只给出了绝对误差，对于上述3种林分，最小误差分别是8.2、11.9和-0.2 t·5hm^-2。

1.2.2 林分模型法

林分模型法根据森林可燃物本身是林分生态过程(生长、凋落等)的产物的事实，以中间特征驱动林分动态模型来计算林内各组分的生物量，即可燃物载量。该方法较复杂，见诸文献的还不多。赵宪文(2000)提出先根据遥感图像估算林分的蓄积量，再根据蓄积量和叶量的关系计算出林分的叶量，然后根据每年叶的凋落比例，估计出林分地表可燃物载量的思想。Brandis等(2003)从TM图像中以林分生物量为中间特征，通过林分模型估计了年凋落物量，再根据已知的分解速率和凋落物累积方程(Olson, 1963)，计算了森林可燃物的载量，所得结果比简单关系法所得结果更接近实测数值。在其研究中使用的林分高度是从调查数据而不是遥感图像中获得的，从方法上讲是不封闭的，但显示了林分模型法的一定优势。

1.2.3 综合因子约束法

综合因子约束法是近年来发展起来的方法(Keane et al., 1998a；1998b；2000；王强，2005)。该方法在确定各像元的可燃物模型(载量)时，除使用中间特征外，还要考虑环境因子(气候、地形、土壤等)和扰动因素(林火等)对可燃物形成的制约，例如，在Keane等(2000)的研究中，用根据DEM和土壤类型确定的潜在植被类型来表征环境因子对可燃物的综合制约作用，利用TM图像获取植被类型和结构信息，然后通过地面调查数据建立了可燃物模型和上述3个变量组合之间的查询表，将可燃物模型(载量)分配给每个像元。王强(2005)利用ETM图像以图像像素的光谱数据和地面的坡向和海拔为自变量，分别利用多元线性回归和人工神经网络的方法，分别建立了从遥感图像上估测我国东北的次生阔叶林的地表可燃物载量的预测方程，取得了较好的效果。

尽管笔者人为地对现有方法进行了上述划分，实际研究往往同时采用了其中的几种方法，如Brandis等(2003)的工作。

2 现有方法的不足和误差分析

上述表明，对森林可燃物载量的遥感估测走过了从直接分配法到间接分配法、从单纯植被特征法到综合因子约束法、再从简单关系法到林分模型法的发展历程，已取得了很大进展，一些森林类型的可燃物载量的遥感估测效果较好，如王强(2005)对于我国东北次生林林下可燃物载量的估测，Brandis等(2003)的林分模型法研究中对于个别植被类型、遥感图像中估测的载量和实测值之间的决定系数(R²)高达0.79。但目前这些方法也存在着明显的不足，最突出的是整体准确率不高，林下可燃物区分能力差。例如，Keane等(2000)综合因子约束法的平均正确率只有36.2%；在Brandis等(2003)的工作中，对于多数植被类型，从遥感图像中估测的载量和实测值之间的决定系数(R²)比较小，整体的准确率高。Scott等(2002)的简单关系法研究也存在着类似的问题。因此，作为当前经济技术条件下获取森林可燃物载量空间信息的最主流方法；遥感图像法还不能完全反映森林可燃物复杂的空间差异，在火行为预报等应用中会产生较大的误差。

森林可燃物载量的遥感估测主要有3个方面的误差。1)从遥感图像判读中间特征所产生的误差：该误差与图像的空间分辨率、图像判读方法、所选择的中间特征及其在研究地区的复杂情况有关。在Keane等(2000)的研究中，从遥感图像上获得的植被盖度等中间特征的准确率只有36%~64%，平均准确率不超过50%。2)从中间特征到可燃物载量之间的误差：造成该误差的最主要原因是中间特征不能和可燃物模型一一对应，同一植被特征组合经常对应着多个可燃物模型。Keane等(2000)在美国Gila国家森林公园的调查表明：30%的植被类型包含3~10个可燃物模型，即便是综合因子约束法，所用的约束变量组合与可燃物模型之间也存在着同样的问题。3)使用可燃物模型所产生的误差：多数研究是通过可燃物模型来确定载量的，可燃物模型是在计算机技术、RS、GIS技术不发达条件下的权宜、简化办法，也是为方便可燃物制图，但将连续变化的载量离散化时会产生一定的误差，既使是Sandberg等(2001)提出的基于192个可燃物模型的美国新可燃物分类系统也同样不可避免。更重要的是，在地面调查时，在确定某一林分属于何种可燃物模型时会发生较大误差(Sandberg et al., 2001)，这种误差远大于使用连续变量的实测法的误差。

3 改进现有方法的设想

对现有遥感估测森林可燃物载量的方法进行改进和优化，以提高其估测的准确率十分必要。针对上述误差，建议在以下3个方面开展工作。

3.1 使用新图像 3.1.1 使用更高分辨率的或新类型遥感图像

IKONOS图像(1、4 m的空间分辨率)在可燃物分类研究中已开始试验性研究(Banninger et al., 2002；Giakoumakis，2002)。高分辨率图像，虽然光谱分辨率一般，但通过纹理分析，可在植被类型及林分类型划分等方面提高准确率。Keane等(2000)采用TM图像进行可燃物载量的研究中，无植被类型的分类错误高达86%，严重影响了综合因子约束法的准确率。通过更高分辨率的遥感图像，就可以克服这方面的不足。因此，充分利用图像像素的邻域信息，控制像元和中间特征的匹配，提高中间特征的判别准确率，更好地揭示林分结构，可能会提高准确率。

3.1.2 使用雷达图像

雷达图像由于具有穿透林冠的能力，对于估测林分树高十分有价值，而林分树高是估测可燃物载量的一个关键因子。Brandis等(2003)使用的树高数据来自野外调查。如果直接从遥感图像中估出树高，就可以提高可燃物载量估测的准确率和效率。

3.1.3 使用混合图像

使用2种以上不同分辨率的图像，如TM图像和IKONS图像，这样融合后图像的光谱分辨率和空间分辨率都较高，可能提高可燃物载量估测的准确率。

3.2 选择更合适的中间特征以及它们与可燃物载量的关系模型

赵宪文(2000)指出：从遥感图像估测森林蓄积量，其准确率可达90%以上，用此作为中间特征，可望提高克燃物载量的整体准确率。现有研究表明，采用包含多因子制约机制的林分过程模型也将有助于提高准确率(Brandis et al.，2003)。

3.3 使用连续变量来描述可燃物载量

目前技术的发展使直接使用连续的可燃物描述成为可能。我国目前没有系统的可燃物模型体系，更需要使用连续变量。

4 结语

遥感估测可燃物载量的研究开展多年，产生了许多方法，虽然某些工作取得了较好的效果，但整体的估测准确率还不尽人意，还需多方改进优化。

对于我国而言，尽管遥感技术在林火管理中有很多应用，如火险监测(郑海青等，2003)、火情监测(易浩若等, 1995；1996；1998；舒立福等，2001；陈本清等，2001；覃先林等，2002)和火灾后的生态监测与评价(范建容等，1995；高世忠等，1995)等，但对于森林可燃物载量的遥感估测方面只有少量研究。我国目前没有标准的可燃物模型体系，利用遥感图像进行可燃物调查的工作基本没有开展，因此，我国缺乏利用现代手段得到的可燃物分布信息，工作中常用植被图、林相图替代，所得结果势必不能满足需要。今后应在现有研究的基础上，积极开展可燃物载量等特征的遥感估测研究工作，不断提高估测的准确度，为林火管理工作提供有力的支持。