【目的】为提高森林火灾监测的时效性，利用我国新一代静止气象卫星FY4的遥感数据，研究对森林火灾监测的技术和方法。【方法】以贵州省为研究区，利用FY4遥感数据，对FY4的14个波段进行火点样本的波段特征、波段间相关系数、波段组合OIF指数计算，并对判别森林火灾相关的云、水体、林地、火点4类地物进行光谱特征分析，采用支持向量机对OIF指数排名前10的波段组合进行地物分类精度验证，筛选出最适合进行森林火灾判别的波段组合。构建最小距离模型、马氏距离模型、支持向量机以及决策树模型进行森林火灾判别，利用中国森林防火网森林火灾数据，以判别精度（D）、多分误差（M）、漏分误差（O）为模型的评价指标，对4个模型进行精度验证，筛选出最优的森林火灾判别模型。【结果】1）筛选出最适合进行森林火灾判别的波段组合是（B7,B8,B12），其支持向量机地物分类精度为99.21%,Kappa系数为0.855，是进行森林火灾判别地物分类精度最高的波段组合，与最优波段组合筛选结果一致。2)4个模型的森林火灾判别精度都超过了85%，其中决策树模型判别森林火灾的精度为100%。【结论】基于FY4遥感数据决策树模型的构建，提高了森林火灾监测的时效性，对保护森林资源、减少人民生命财产损失具有重要的意义。

【目的】目前我国完成了以县级行政区划为单元的森林火险区划,火险区划的结果在一定时期内相对不变,只适用于县级行政区划或以上区域开展森林火灾预防工作。以卫星遥感数据为基础,对山头地块的森林火灾风险进行基于栅格尺度的动态实时预警,为森林防火工作提供有效的预防信息。【方法】参考国内外各类研究文献从植被、气候、地形等角度构建森林火灾风险预警指标体系,利用2009—2019年森林火灾卫星热点数据、MOD02数据、DEM数据提取预警因子;以森林火灾动态危险性指数模型为基础,利用自然风险灾害指数模型、火险综合预报指数等模型对其进行改进得到森林火灾风险预警模型;绘制各预警因子的栅格图层,并进行叠置分析得到区域森林火灾风险预警图。【结果】以广东省为研究区。选取温度植被干旱指数(TVDI)、归一化植被指数(NDVI)、归一化红外指数(NDII7)、地形因子、历史森林火灾因子作为预警因子构建预警指标体系;构建的风险预警模型相对运行特征(ROC)值为1.0,大于0.7,拟合效果较好;利用2021年2月14日的数据根据模型计算得到的广东省2月15日的森林火灾风险预警图,可发现在2月15日广东省西部北部区域存在较少的高风险区,东部南部区域存在较多的高风险区。【结论】使用遥感数据可以进行森林火灾风险预警因子的提取工作;使用遥感数据可对区域森林火灾风险实现动态预警,可为森林防火工作提供科学依据。

森林火灾是影响陆地生态系统、大气环境以及全球变化的重要因素之一。传统的森林火灾信息统计数据存在收集困难、难以空间化等方面的不足,而遥感技术的发展为火灾研究提供了一种新的技术手段。本文旨在对现有基于遥感的火烧迹地相关研究进行总结,从数据开发以及数据应用2个方面梳理现有研究成果,并对未来的研究提出展望,为森林火灾相关研究提供依据。在参阅近年来国内外相关文献的基础上,本文从2个方面对火烧迹地相关研究进行系统总结:1)现有火烧迹地数据产品集及其开发算法:从产品名称、遥感数据源、覆盖范围、时序范围、空间分辨率、时间分辨率等方面,对11种火烧迹地数据产品集进行介绍;随后,对不同数据产品的开发算法进行比较,包括基于热学异常的提取算法、基于光谱特征变化的提取算法以及两者相结合的提取算法;最后,对现有火烧迹地数据产品的精度特征进行总结。2)火烧迹地数据产品应用:对火烧迹地数据在火灾风险评估、大气污染物排放、全球植被动力学模型、火灾后生态系统监测4个方面的应用进行介绍。现有的火烧迹地数据产品还存在一定的不足,这些不足限制了其应用领域的扩展。未来的火烧迹地数据产品改进可以从以下3个方面展开:1)构建长时间序列火烧迹地数据产品集。2)开发高精度的火烧迹地数据产品集,充分考虑火灾发生时以及火灾发生前后的各种异常特性,真实反映火灾发生所带来的地表特征变化,才能建立更加精确、稳定的提取算法,提高火烧迹地数据产品精度。3)建立多样化的火烧迹地数据产品集,改良现有火烧迹地数据产品,增加新的监测内容,如火烧能量、火焰温度以及火灾规模等,这将进一步扩大火烧迹地数据产品的应用范围。

Using EOS/MODIS data obtained from 15 to 18 April in 2003 in Diebu fatal forest fire,the drought before fire,the fire region among fire and the fire area after fire are analyzed roundly. The result shows that EOS/MODIS telemetry can improve ability to inspect forest fire and drought, and sustain for...

为了科学地对发生森林火灾的森林进行灾后恢复,以湖南省为案例,选取影响森林火灾恢复力的年平均气温、年降水量、年日照时数、年发生火灾次数、单位面积活立木增长量等8项指标建立了恢复力指标体系,采用组合赋权法确定了指标权重,建立了森林火灾恢复力评价模型,对森林火灾恢复力进行了定量评价。结果表明:森林火灾恢复力主要受单位面积活立木增长量影响,湖南省森林火灾恢复力存在恢复力一般区和恢复力较弱区,没有恢复力较强区,说明湖南省森林生态系统受到森林火灾干扰后恢复潜力不高。

利用里克特量表试图评估公众、消防战士和受森林火灾影响的村民等3个人群对森林火灾的看法。3组所有受访者一致认为,森林火灾会造成空气污染、土壤侵蚀、温室效应和浓雾,间接导致哮喘、呼吸系统感染、皮肤感染等疾病。受森林火灾危害的村民支持森林防火灭火,认为森林火灾是大问题。然而,市民和消防战士不同意这种看法,研究结果将帮助有关当局制订防火决策和教育活动。

对当前森林火灾预报预测研究的现状进行了分析,指出了当前在技术与方法上存在的问题与不足。在此基础上,提出了一种新的基于GIS技术、遥感技术和数学建模等技术的森林火灾预报预测模型。该模型通过建立森林火灾本底数据库,分析森林火灾发生和蔓延诱发因素,建立森林火险预报模型与林火蔓延预测模型来对森林火灾进行预报与预测。参8

在对各省火灾统计资料和生物量估计的数据基础上 ,用排放因子法和排放比法 ,得出中国森林火灾释放的CO2 、CO和CH4 年平均分别为 8 96TgC/a、1 1 2TgC/a和 0 1 0 9TgC/a,其中林下植物和地表枯落物的贡献分别为 39%、4 7%和 4 0 %。各省年平均森林火灾释放的CO2 、CO和CH4 量主要是由火灾受害面积决定的 ,森林火灾较多的黑龙江、云南和内蒙古的这 3种气体的排放量占全国的 80 %以上。森林火灾释放的CO2 和CH4 分别为全国所有源排放的 1 2 %和 0 35%。中国年平均森林火灾释放的CO2 、CO和CH4 量分别为全球森林火灾排放量的...

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的R■为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm~2,其中重度29 157 hm~2、中度180 268 hm~2、轻度318 507 hm~2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。

以大兴安岭地区为研究区域,利用MODIS合成产品数据MOD11/1KM和MOD13Q1获取的陆地表面温度(Ts)和归一化植被指数(NDVI)构建TS-NDVI特征空间,在此基础上计算温度植被干旱指数(TVDI)作为土壤湿度指标,结合实际反演验证大兴安岭地区2008年3月～4月16天的土壤湿度与森林火灾的关联性,在此基础上将TDVI纳入森林火灾保险费探讨范畴。

从地理信息技术的角度,对森林火灾灾后评估的技术方法进行研究。通过对图元分割、面积量算和灾后损失计算方法等方面的研究,对图元分割、图元相交判断和图元比例计算等进行详细分析,求解火灾所涉及的小班数量与比例,并对林火损失的构成进行分析。通过林木过火面积和现行价格及有关的经营统计资料直接计算火灾损失并进行定量分析,提出森林火灾灾后经济损失的计算方法,形成了基于地理信息系统的森林火灾灾后评估技术方法。

根据黑龙江省林区 195 1～ 1990年的森林火灾统计数据和北太平洋海域 2 86个格点自 195 1～ 1991年历年逐月观测数据 ,运用异常度分析技术 ,研究了黑龙江林区森林火灾重灾年现象的当年及前后各 3a逐月北太平洋海温异常变化的基本规律和时相特点。研究发现 ,黑龙江林区的森林火灾重灾年与太平洋赤道附近海域 (10°S～ 10°N ,80°～ 180°W)海温 (seasurfacetemperature ,SST)持续正距平期显著正相关 ,两者基本同步 ,且以该海域 - 2aSST异常变冷为前期背景。对科学地预测该林区未来年、季森林火灾活动及林火致灾潜力具有重要参考价值

随着我国集体林权制度改革的不断深化,森林火灾保险在林业发展中的作用越来越突出。为合理厘定我国森林火灾保险费率,文章通过构建森林火灾风险区划指标体系,运用聚类分析法,对我国进行森林风险等级区划,将我国区划为4个不同的风险等级区。基于区划结果,应用指数平滑法预测我国各省(市、自治区)的森林火灾损失率,进而估算出我国各省(市、自治区)的森林火灾保险费率。研究结果显示:我国森林火灾保险费率最高的是福建省5.62‰,最低是宁夏回族自治区和上海市2.21‰,其中高风险区费率是5.62‰4.46‰,较高风险区费率是4.

本文利用改进后的Holecy模型,以参保率代替参保面积,将费率计量单位由实际货币量改为千分率,将参数估计方法估计的各省份森林火灾年度受害率服从的概率密度分布纳入Holecy模型之中,避免了原有Holecy模型中单纯Weibull分布的理论假定与现实我国各省受灾损失实际分布的矛盾,对我国各省森林火灾风险进行评估、对森林火灾保险费率进行建模,计算出各省的风险纯费率,并对不同参保率条件下的各省森林火灾保险风险附加费率进行厘定,计算出不同参保率条件下的各省森林火灾保险总费率理论值。研究表明我国省际费率差距较大,吉林省的森林火灾保险总费率为全国最低,为0.005‰,福建省的森林火灾保险总费率全国最高,为13.471‰。随着参保率增加,各省份估计总费率相应下降,其中浙江、内蒙古等高风险等级省区下降较快。改进后的Holecy模型估计结果更为准确,符合我国森林火灾风险现状,适用于我国现行森林保险费率厘定。

依据灰色系统建模的基本理论 ,在系统分析内蒙古大兴安岭林区森林火灾发生规律的基础上 ,建立了森林火灾高火险及重灾年景灰色灾变GM(1,1)预测模型。模型模拟检验精度达到I级水平 ,发展系数 -α小于 0 3,可用于该地区森林火灾灾变中长期预测。预测结果显示 ,2 0 0 1～ 2 0 10年间 ,该林区将出现 3个森林火灾高火险年 ,5个森林火灾重灾年 ,二者出现的间隔期均为 2～ 3a ,平均相对精度达 98%以上 ;预测 2 0 0 7年将是高火险、重灾年份 ,前者预测精度为 98 0 5 % ,后者预测精度为 99 78%。