[論文レビュー] Estimating heterogeneous wildfire effects using synthetic controls and satellite remote sensing

Feliu Serra-Burriel, Pedro Delicado+2 more|arXiv (Cornell University)|Dec 9, 2020

Fire effects on ecosystems参考文献 94被引用数 28

ひとこと要約

本研究では、1996年から2016年までのカリフォルニア州全域における火災の影響が、植生に与える非一様な効果を推定するために、衛星リモートセンシングを用いた一般化された合成コントロール（GSC）手法を導入する。従来の近隣地域比較法に比べ、NDVIの決定係数R²を0.66から0.93に向上させ、火災によってNDVIは平均25%の初期低下を示し、湿害指標は80%を超える低下を示す。一部の地域では10年以上にわたる持続的影響が確認された。

ABSTRACT

Wildfires have become one of the biggest natural hazards for environments worldwide. The effects of wildfires are heterogeneous, meaning that the magnitude of their effects depends on many factors such as geographical region, climate and land cover/vegetation type. Yet, which areas are more affected by these events remains unclear. Here we present a novel application of the Generalised Synthetic Control (GSC) method that enables quantification and prediction of vegetation changes due to wildfires through a time-series analysis of in situ and satellite remote sensing data. We apply this method to medium to large wildfires ($>$ 1000 acres) in California throughout a time-span of two decades (1996--2016). The method's ability for estimating counterfactual vegetation characteristics for burned regions is explored in order to quantify abrupt system changes. We find that the GSC method is better at predicting vegetation changes than the more traditional approach of using nearby regions to assess wildfire impacts. We evaluate the GSC method by comparing its predictions of spectral vegetation indices to observations during pre-wildfire periods and find improvements in correlation coefficient from $R^2 = 0.66$ to $R^2 = 0.93$ in Normalised Difference Vegetation Index (NDVI), from $R^2 = 0.48$ to $R^2 = 0.81$ for Normalised Burn Ratio (NBR), and from $R^2 = 0.49$ to $R^2 = 0.85$ for Normalised Difference Moisture Index (NDMI). Results show greater changes in NDVI, NBR, and NDMI post-fire on regions classified as having a lower Burning Index. The GSC method also reveals that wildfire effects on vegetation can last for more than a decade post-wildfire, and in some cases never return to their previous vegetation cycles within our study period. Lastly, we discuss the usefulness of using GSC in remote sensing analyses.

研究の動機と目的

• カリフォルニア州の多様な地域における火災後の植生変化を定量化および予測すること。
• 影響評価に近隣の未処理地域に依存する従来手法の限界を解消すること。
• 一般化された合成コントロール（GSC）手法が、火災被災地域の反事実的植生状態を推定する有効性を評価すること。
• 大規模な火災に続く植生回復パターンの長期的かつ地域的ばらつきを評価すること。
• GSC手法が、生態的変化検出における因果推論に応用可能なリモートセンシングへの適用可能性を探ること。

提案手法

• 火災発生前の時系列データを用いて、GSC手法を応用し、被災地域の反事実的植生推移を推定する。
• Landsat衛星データ（1996–2016）を用い、分析に向けたスペクトル的植生インデックス（NDVI、NBR、NDMI）を算出する。
• 火災発生前の植生インデックスにおける前処理の類似性に基づき、未処理地域のプールから最適に重み付けされた合成コントロールユニットを構築する。
• Google Earth Engine（GEE）を用いて、大規模なリモートセンシングデータのスケーラブルな処理および時系列解析を実施する。
• 予測された火災発生前の植生インデックスと観測値を比較することでGSCモデルの妥当性を検証し、決定係数R²を性能指標として用いる。
• 燃焼インデックスに基づく地域の分類を実施し、火災後の回復ダイナミクスにおける差異を評価することで、地域的ばらつきを分析する。

実験結果

リサーチクエスチョン

• RQ1 GSC手法は、火災発生前の植生状態を予測するうえで、従来の近隣地域比較法に比べてどのように優れているか？
• RQ2 カリフォルニア州の異なる地域における大規模な火災の長期的影響は、植生インデックス（NDVI、NBR、NDMI）にどのように現れるか？
• RQ3 植生タイプ、気候帯、および燃焼インデックスで測定される火災の深刻度に応じて、火災の影響はどのように変化するか？
• RQ4 火災後の植生回復パターンは、火災前のトレンドからどれほど逸脱しており、その逸脱はどの程度の期間持続するか？
• RQ5 GSC手法は、衛星リモートセンシングデータに応用した場合、火災による植生への因果的影響を信頼性高く推定できるか？

主な発見

• GSC手法は予測精度を著しく向上させ、火災発生前の期間においてNDVIのR²を0.66から0.93に、NBRを0.48から0.81に、NDMIを0.49から0.85に向上させた。
• 火災によってNDVIは平均25%の初期低下が生じ、NBRおよびNDMIは80%を超える低下を示し、植生および土壌水分への深刻で持続的な影響が示された。
• 植生回復は顕著に非一様である。燃焼インデックスが低い地域では、植生インデックスの火災後の変化が顕著に大きかった。
• 一部の事例では、20年間の研究期間内に植生が火災前の状態に戻らなかったため、長期的または不可逆的なエコシステムシフトが生じた可能性がある。
• 火災後の影響は10年以上にわたって持続し、特に高地および森林地域では、後年においても季節的サイクルの変化が観察された。
• GSC手法は、火災の動的影響が地域によって顕著に異なることを明らかにした。土地被覆および気候条件に応じて、回復の軌道が著しく異なることが分かった。