Right on time: evaluating accuracy and timing of burn-severity assessments to support post-fire management

有效的野火影响评估和火后管理依赖于能够准确刻画火灾对植被和土壤影响的火烧严重度（burn severity）制图。这些地图为时间敏感的活动提供信息支持，如火后洪水和泥石流建模、住宅和社区的风险缓解以及生态系统恢复规划，但用于生成这些地图的卫星观测往往受到烟雾、云层和积雪的遮挡或延迟。针对2016—2024年加拿大和美国的9，129场大型火灾（≥ 404公顷），我们量化了火后数据受阻情况，并评估了四种免费可获取的中分辨率遥感数据集的观测延迟——定义为获取首个可用影像所需的时间：Landsat、Sentinel-1、Sentinel-2以及Landsat与Sentinel-2协调产品（HLS）。对于多光谱数据集（Landsat、Sentinel-2和HLS），云覆盖是数据受阻的主要来源，尤其在湿润和沿海地区，而Sentinel-1（合成孔径雷达）能够穿透云层。因此，Sentinel-1的观测延迟最短（中位数=4天），其次是HLS（7天）、Sentinel-2（10天）和Landsat（17天）。同样，Sentinel-1（89.6%）和HLS（82.8%）的月度合成影像对大多数火灾实现了近乎完全的覆盖，显著优于Sentinel-2（70.5%）和Landsat（56.1%）。尽管Landsat在业务化火烧严重度制图中被广泛使用，但其提供的火后早期覆盖最慢且最不完整。针对森林生态系统中的77场火灾，我们还评估了火后早期影像与火后0—3年采集的野外火烧严重度测量值之间的关系。所有多光谱数据集均与野外数据吻合良好，并利用火后两个月内获取的影像可靠地识别了近全部冠层损失区域（平衡精度> 80%），其表现几乎与使用整个火后生长季影像的扩展评估相当。Sentinel-1产生的火烧严重度估算精度较低，但在持续云覆盖限制观测的地区（包括加拿大东部和太平洋西北地区）可能仍有价值。总体而言，HLS在延迟、空间覆盖和火烧严重度制图性能方面提供了最佳组合，使其成为跨北美多样化生态系统业务化应用和生态监测的有力候选方案。