Integrating multi-criteria decision-making and remote sensing for wildfire susceptibility assessment of the Lower Ziz Valley oases in Morocco

北非的绿洲生态系统是具有重要生态和经济价值的景观。然而，日益加剧的气候变化和人为压力所驱动的野火正对其构成越来越大的威胁。尽管形势紧迫，针对干旱绿洲环境的空间显式野火易发性评估仍然匮乏。本研究采用多准则决策（MCDM）与遥感相结合的综合框架，为摩洛哥东南部下济兹河谷绿洲开发并验证了火灾易发性指数（FSI）。选取了六个条件因子：地表温度（LST）、归一化差异植被指数（NDVI）、归一化差异水分指数（NDMI）、道路与居民点邻近度，以及通过U-Net深度学习模型分类的土地覆盖（总体精度：95%）。因子权重通过层次分析法（AHP；CR = 0.09）确定，并采用加权线性组合（WLC）进行聚合。土地覆盖（w = 0.30）和NDVI（w = 0.25）成为主导控制因子，人为邻近因子合计占指数权重的31%。FSI值范围为0.30至0.91（均值 = 0.67），其中42.7%的绿洲面积（约1,707公顷）被归类为高易发性（FSI ≥ 0.7）。针对2021年8月火灾事件（318公顷）的验证表明模型具有较强的预测性能：96.5%的过火像元落在高风险区内，过火像元的FSI均值（0.72）显著高于未过火像元（0.67）（p < 0.001），AUC为0.703。对60条历史火灾记录（2009–2024年）的佐证验证显示，98%的事件发生在高或极高易发性区域内。由此生成的FSI图为优先开展可燃物管理干预和火灾预防策略提供了可靠的空间依据。将其整合至动态地理数据库可进一步支持面向这些不可替代的绿洲景观的业务化野火预测预警系统（EWS）的开发。