火烧迹地信息遥感提取研究进展与展望

火烧迹地是描述森林燃烧最重要的信息之一,也是碳循环扰动和全球变化研究的重要参数。重点对近年来国内外广泛使用的火烧迹地产品的解译标志和模型算法进行了归纳总结,以往研究主要侧重于火烧迹地提取模型算法开发,忽视了复杂地形下阴影、纹理等细节特征的作用,限制了人们对火烧迹地的准确提取和科学评估。针对该问题提出了对火烧迹地信息提取改进途径的展望,基于模拟真实地表的DEM参数,优化地形校正效果,建立阴影校正植被指数;明确灰度纹理产生的条件,尝试建立颜色空间和灰度纹理映射方案,实现颜色纹理的定量解译;耦合阴影校正植被指数与颜色纹理,希望减少对小面积火点的遗漏和混淆信息误判,基于高分卫星数据实现长时间序列高精度火烧迹地信息提取,对探讨全球火烧迹地产品研发具有典型代表意义。     

基于知识的多时相TM图像森林火烧迹地快速提取方法

本文以覆盖福州市及周边地区的五期TM图像为例,进行森林火烧迹地的自动提取研究.分别对TM图像上火烧迹地及其背景地物采样,分析火烧迹地在TM图像6个波段及PC变换、TC变换、多时相植被指数(MTVI)上的光谱特征,发现了火烧迹地与背景地物区分的光谱知识.其次,利用DEM数据分析火烧迹地在地形上的分布特点,发现了火烧迹地空间分布的知识规则.在此基础上建立了基于知识的多时相TM图像上森林火烧迹地提取模型,从而解决了快速识别和提取森林火灾信息的问题.     

基于Sentinel-2数据的火烧迹地提取研究

昆明为云南省的政治经济文化中心,森林火灾多发给人民生产生活带来了极大的威胁。准确提取火烧迹地有利于掌握林火规律,加强森林火险区划,通过合理配备资源提高森林防火效率。以昆明地区2016—2020年Sentinel-2数据、高温火点数据和土地利用分类数据为基础,基于差分归一化火烧比率(dNBR)提取该地区火烧迹地面积,并对其空间分布特征进行分析。结果表明：土地利用数据有利于提高火烧迹地提取效率,但高温火点数据错漏较多,对火烧迹地提取贡献不大。Sentinel-2数据与dNBR指数的结合在单火场可以达到平均89%以上的提取精度,有较高适用性。昆明地区火灾高发区为安宁市、晋宁区等地,过火区域集中在高程1 700～2 300 m、坡度6°～25°的林地耕地混杂地区,阴坡过火面积略大于阳坡。     

基于Himawari-8和GF-1卫星的林火遥感监测

以2017年4月11日11-16时(北京时间)辽宁省丹东市森林火灾为研究对象,基于Himawari-8(H8)和高分一号(GF-1)卫星开展林火密集监测、火烧迹地和森林燃烧受害程度监测。基于H8数据采用前后关联的火点识别算法进行火点判识,提取中心燃点温度及燃烧范围;基于GF-1数据采用近红外光谱(B4)、归一化植被指数(NDVI)和全球环境监测植被指数(GEMI)法进行火烧迹地识别;采用高斯函数拟合模型模拟健康林地生长曲线,基于当前影像数据重构火灾前的林地光谱值,以B4衰减量为评价指标对森林燃烧受害程度进行分等定级。结果表明:H8的密集监测显示中心燃点的位置由燃点1变化到燃点2、影响范围由2像元扩大至4像元、燃点温度由321 K降低至314 K;对比火烧迹地提取方法,B4波段的衰减变化最明显、GEMI模型次之、NDVI的衰减不明显,因此小尺度的火烧迹地提取采用B4衰减法最好;基于368个离散点林地光谱指数模拟健康林地生长曲线,拟合方程相关系数为0.89;以4月3日相距火灾发生仅8d的数据进行燃烧受害程度监测,重度受害程度等级漏分误差为90%;经过光谱重构后,重度受害程度分类精度提高24%、轻度受害程度提高10%,总体分类精度为69%、kappa系数为0.44,因此有必要进行火灾前遥感影像的林地光谱重构。     

低强度火烧对长白山林区蒙古栎林的影响

为了减少林区内可燃物的载量,降低森林的燃烧性,对蒙古栎林进行了试验火烧和火烧迹地调查,主要研究低强度火烧对蒙古栎林森林生态系统的影响。地表可燃物载量调查采用线状相交可燃物取样调查方法,按不同径级调查可燃物载量。由于火烧引起部分枯死木倒伏和下木层树枝被烧断,火烧后所有试验地上的径级可燃物载量都有所增加。但地表易燃可燃物减少,林分火险降低。试验火烧为低强度地表火,试验结果表明低强度火烧对上层林木的生长没有明显影响,但下层林木的死亡率可达25%～42%。火烧降低了下层林木的密度,改善了林分卫生状况。试验结果表明,在长白山林区蒙古栎林内,可以采用低强度火烧来降低火险。     

林火对土壤结构的影响

通过对大兴安岭新林林业局 2 0年内不同年数间隔的 10块火烧迹地土壤进行调查取样和室内实验分析 ,发现不同年限、不同强度的火烧迹地土壤结构变化情况如下 :低、中强度火烧对土壤密度和孔隙度的影响不大 ,对土壤分散系数有一定影响 ;高强度火烧对土壤密度、孔隙度和分散系数的影响显著。降雨能使火烧迹地的土壤密度和分散系数升高、孔隙度下降。连年火烧使土壤密度比未烧林地下降 ,而孔隙度和分散系数升高。由此可见 ,高强度火烧对土壤结构破坏严重 ,而低中强度火烧对土壤坚实度和孔隙状况影响不大 ,但对土壤的保水保肥能力有显著影响。     

长白山的台风灾区范围及植被恢复动态——基于遥感技术的研究

通过对1985年和1987年Thematic Mapper(TM)影像中提取出的归一化植被指数进行对比分析,提取了1986年长白山自然保护区内遭受台风袭击后的灾区范围,并通过比较1988年和2007年的TM影像,分析了风灾区的植被恢复过程。同时,结合该地区的地形、水文、土壤和公路数据对风灾区的植被恢复进行了驱动力分析。发现地形驱动因子与风灾区的恢复程度呈高度相关,随着高程、坡度和平地所占比例的减少,恢复程度逐渐变好;此外水文、土壤和人类活动都对风灾区的植被恢复产生一定影响,另外人工干预恢复对植被生长也起着积极的作用。研究结果可供风灾区内植被的进一步恢复和森林防火工作参考。     

基于随机森林算法的水土流失影响因子重要性分析

水土流失是诸多因素综合所致,确定水土流失因子的重要性具有重要意义。本文以福建省为例,利用土壤侵蚀强度等级数据及导致水土流失的年侵蚀降雨量、土壤类型、坡度、坡长、植被覆盖度及土地利用类型等数据,引入随机森林算法,提出通过平均精确率减少值(MDA)和平均不纯度减少值(MDG)归一化相加的方法确定要素重要性,并与MDA和MDG排序赋值相加的方法进行对比。结果表明:随机森林算法适用于水土流失影响因子重要性分析;归一化相加法对因子重要性的表征效果较好,优于排序赋值相加法,不仅能判别因子的相对重要性,还可定量表达因子间差异的显著性;在所分析的六个要素中,植被覆盖度最为重要,地形特征次之,而土壤类型对是否发生水土流失重要性影响较弱,与已有的实验和研究结果吻合,结果合理。在判断无流失与其它流失等级间关系时,植被覆盖度的重要性具有很大的优势,量级上是第二位的2倍以上。     

大兴安岭地区森林雷击火发生的时空分布

森林火灾是森林植被区最为重要的扰动因子,而雷击火是森林火灾的重要组成部分。大兴安岭地区频繁的森林火灾己成为当地经济发展的沉重压力和巨大威胁。利用地理信息技术、SPSS统计软件和m atlab等工具,分析了1966-2006年黑龙江省大兴安岭地区森林雷击火发生的时空演变规律。结果表明:上述41年间,该地区共发生森林雷击火560起,6月份是雷击火的高发期,而一天中15,16时又是雷击火的高发时段,且雷击火的发生存在着24 a的显著周期震荡和12 a,2 a的次显著周期震荡。同时,雷击火火场质心呈显著的带状分布,并有向东南偏移的趋势。此项研究可为大兴安岭林区科学有效地开展森林防火工作提供参考。     

考虑中间主应力的粗粒土扰动状态应力—应变模型

基于统一强度理论与扰动状态概念(DSC),考虑洛德参数影响,建立了同时考虑中间主应力(IPS)和扰动影响的粗粒土IPS-DSC应力—应变模型。根据某坝基粗粒料三轴剪切试验结果,采用拟合方法对IPS-DSC模型参数进行反演和优化,模拟曲线和试验曲线对比显示两者基本吻合,说明该模型能较好地描述粗粒土应力应变特性。进一步研究表明,其洛德参数、中间主应力系数及扰动影响参数对粗粒料应力应变曲线影响较大,粗粒土应力应变曲线先随洛德参数增大上升至临界值,后随洛德参数增大而下降,软化现象先减弱后增强;随中间主应力系数的增大,呈上升趋势,峰值增加明显,软化现象更加突出;随扰动影响参数增加而上升且软化现象有所减弱。     

基于贝叶斯等效样本的土体杨氏模量的统计特征确定方法

岩土体性质的统计特征(如平均值、方差以及分位数)和概率分布是岩土工程可靠度分析与设计中必需的输入信息。由于岩土工程勘察中获取的测量数据非常有限,通常很难有效地确定岩土体性质的统计特征,给岩土工程可靠度分析与设计方法在工程实践中的应用造成很大困难。提出一套基于马尔科夫链蒙特卡洛模拟(MCMCS)的贝叶斯方法,根据有限的勘察资料确定土体杨氏模量Eu的统计特征和概率分布。该方法将岩土工程勘察中获取的先验信息和有限的测量数据有效地融合在一起,实现对Eu的概率表征。通过具体的工程实例简要说明了所提方法的有效性。     

长江上游森林植被变化对削洪减灾功能的影响

长江上游具有形成暴雨洪水的地形与气候条件，森林植被削洪减灾功能的提高必须着眼于森林植被—土壤生态系统结构的改善，削洪减灾功能的提高是通过林冠层、枯枝落叶层和土壤层对雨水的截留拦蓄作用实现的。研究区森林植被—土壤生态系统区域差异明显，不同地区该系统林冠层、枯枝落叶层和土壤层的最大截持水量不同，该系统削洪减灾功能的大小不仅与降雨特点有关，而且与系统各水文层前期持水量有关。在连续长时间暴雨情况下，森林植被—土壤生态系统除对第一次洪峰有削减作用外，对后续暴雨洪水的削减作用不明显，甚至会使洪峰增高。根据宜昌站30d洪水量的地区组成和森林植被—土壤生态系统截留持水功能的特点，提出了长江上游森林植被恢复、重建与保护的宏观调控对策。     

风场实测数据缺失的插补方法研究

现场实测是风工程的研究方法之一,可以获得比较全面、可靠的风速、风向实测数据。实测数据是非常宝贵的,并且是进一步研究的基础。但在实测时如出现天气恶劣、仪器故障等因素,就可能使得风场实测数据的部分时段出现一些缺失和异常,影响实测数据的完整性和合理性,及其在实践中的应用。为了充分、有效地利用实测数据,就需要对风场时程数据中出现缺失和异常的部分时段进行预测和插补。为了保证实测数据的合理、完整及实用性,提出了一种基于时间序列模型,充分利用缺失段前、后的有效实测数据,综合采用顺插和逆插方式插补出缺失段的风场数据的方法。通过具体算例对所提方法与以往的方法进行了比较,发现所提方法更加有效、准确。     

森林火灾后植被恢复的遥感监测

文中结合Landsat TM遥感影像和CRU气象数据,采用参数生态模型,从森林植被净初级生产力NPP入手,模拟估算大兴安岭地区图强林业局1987年森林火灾后的植被覆盖情况,并通过控制实验对比分析影响森林NPP估算模型的主要因子和过火区域的NPP变化,从而实现火灾后对森林恢复情况的遥感监测。结果表明：1987年森林大火造成的研究区森林NPP数值下降严重。之后森林植被NPP数值逐渐回升,2009年之后达到最大值,已经完全恢复到火灾前的数值。从空间分布来看,研究区北部地区受火灾影响较大,多年森林NPP总体数值变化明显呈增长趋势,到2009年后则趋近平稳;南部未过火区域没有明显变化。利用遥感技术与生态模型结合是监测火灾后森林恢复的有效途径。     

基于petri网的森林火灾应急救援流程网络模型及时效研究

为了对森林火灾的应急救援流程进行优化,以提升应急救援效率,依据森林火灾应急救援预案、有关规定与实际救援案例,从信息传递的角度对森林火灾应急救援流程进行了直观描述。基于petri网相关理论,运用PIPEv5.2.0,构建了森林火灾应急救援随机petri网模型与其同构马尔可夫链,在模型有界、活性、安全且可达的基础上,通过确定模型的库所繁忙率、变迁利用率、平均延迟时间,得到如下结果：(1)森林火灾应急救援活动早期的灾情信息多且复杂,随着森林火灾的发展呈现动态变化,火灾发生后如何高效地获取过火面积、火线长度、风向、风力、植被载量以及地形等关键信息是优化的重点。(2)避免信息堆积,基于火灾规模、强度、形式、火头方向等重要任务信息变量,实现实时快速决策、动态处置,是保证森林火灾应急救援活动的时效性的关键。     

不同降雨重现期下山洪汇流过程关键因子识别研究——以赣江上游为例

森林植被与山洪过程耦合关系是生态水文学研究的热点问题,而给定降雨条件下不同重现期山洪汇流过程关键影响因子识别研究不足严重制约着山洪灾害的预警预报。该研究选取江西赣江上游易灾地区为研究案例,将洪峰模数、汇流时间和1h立即转移临界雨量这3个参数作为山洪汇流过程表征因子,以生态参数、人类扰动、森林起源及林龄4个因子集共计14个因子作为环境解释变量,采用10 min不同重现期降雨实现暴雨区划,在乡镇尺度上利用Canoco5.0软件中RDA模型并进行关键因子识别。研究结果表明:NDVI在1%、2%、5%、20%和50%不同降雨重现期下对山洪汇流过程影响贡献最大且变化幅度相对稳定,其贡献率在37.8%～44.2%之间,而植被覆盖度指数(VC)在80%时贡献率最大;天然林、中林龄、25~0以上坡耕地及人口密度对山洪汇流过程的影响作用不容忽视;不同重现期下解释变量和响应变量因子的空间分布特征及其相关性变化不大;植被指数与山洪汇流过程耦合作用显著,可作为山洪预警参考指标之一。     

森林火险等级分布模拟--中小尺度动力学模式

通过在地形坐标系中建立考虑森林植被影响的三维大气-土壤耦合动力学模式,对神农架林区历史上几次重大森林火灾发生期的气象要素场进行了模拟,并在此基础上计算神农架林区高分辨率的森林火险等级分布状态,揭示了林火发生的一些重要规律。     

不同重要性建筑的名义基准期取值合理性研究

用名义基准期来标定建筑的重要性类别的方法能够直观体现重要性类别的不同,通过分析比较了我国抗震设计规范与文中所提方法在规定不同重要性建筑的设防参数方面的差别,并重点对17个同家的和文中所提方法计算的不同重要性建筑的地震作用进行分析比较之后,发现所提方法确定的不同重要性建筑地震作用的比值与美国、日本、欧洲等多数国家均比较接近,从而定量地验证了所提方法确定的名义基准期取值的合理性.该方法目前已经被我国<建筑工程抗震性态设计通则(试用)>(CECS 160:2004)采用.     

全球气候变暖成因分析

论述了太阳辐射、大气环流和地表状况是形成气候的3个基本因素.此外,还有人类活动、太阳活动、火山活动等影响气候变化的第4类因子.影响全球气候变暖的因素既有自然因素,也有人为因素.但导致近百年全球气候持续变暖的主要因素是人为因素(人类活动),即自19世纪末工业革命后,世界各国工业化、城市化快速发展,使大气中CO2等“温室效应“气体持续增加,而森林植被遭到大量砍伐和破坏,全球森林植被覆盖率持续下降,平衡大气中CO2与O2的生态功能不断下降,结果导致全球“温室效应“持续增强,使近百年来全球气候持续变暖.自然因素太阳活动对全球气候变暖的影响是周期性而不是持续性的.太阳活动增强期(高峰期)有增温作用,减弱期(低谷期)有降温作用,对全球气候变暖有影响,但比起人类活动造成的CO2等气体“温室效应“持续增强对气候持续变暖的影响相对较小.     

基于ASD-KDE算法的超短期风电出力区间预测

为提高含风电场电网经济调度能力并降低电力系统规划决策的保守性,提出了基于原子稀疏分解-核密度( atom sparse decomposition-kernel density estimation, ASD-KDE)算法的超短期风电出力区间预测模型。该模型应用ASD计算出较为精确的点预测值,并采用粒子群优化正交匹配追踪算法提高原子分解过程的预测实时性。同时针对风电序列不同区域所具有的线性及非平稳特性,构建了衰减线性原子库及Gabor原子库,以期达到自适应分解的效果。再通过对原子分量和残余分量分别进行自预测和BP( back propagation) 神经网络预测,获得点预测值。在此基础上,通过对历史风电数据不同区间的划分,构建一维核密度估计模型,逐步滚动获取预测值的置信区间,从而降低了环境变化对预测结果的影响。实际风电场算例验证了所提方法的自适应性、快速性及有效性。