基于Landsat 8遥感数据的森林火灾过火面积估算

以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,利用火灾前后Landsat 8遥感数据及ENVI遥感数据处理分析软件,通过图像预处理、计算归一化植被指数和燃烧面积指数等方法,提取森林火灾过火区域,计算过火面积。结果表明,利用Landsat 8数据能够较好地提取森林火灾过火区域,过火面积估算准确率达96.2%。     

利用定位仪和地形图测算山区森林火灾面积的方法

根据《国家林业局、公安部关于森林和野生动物刑事案件管辖及立案标准》的规定：“放火案中,过火有林地面积2公顷以上为重大案件;过火有林地面积10公顷以上为特别重大案件”,“失火案中,过火有林地面积2公顷以上应当立案;过火有林地面积10公顷以上为重大案件;过火有林地面积50公顷以上为特别重大案件”。由此可见,发生森林火灾案件后,测算烧毁森林的面积,不仅是森林火灾统计工作中必需的一项工作任务,也是处理森林火灾案件过程中划分罪与非罪、行政处罚与刑事追究以及处罚轻重适当的重要依据。     

内蒙古大兴安岭林火与气象因子关系研究

基于内蒙古大兴安岭1990—2019年森林火灾历史档案和同期气象因子的数据,对该地区林火与气象因子间的相关性进行了研究。结果表明,林火发生与气象因子间的关系密切。林火发生次数随着温度的升高和降水的减少呈上升趋势;研究区日均相对湿度范围在58%~62%,火灾发生次数最多;林火发生次数与日照时数、日均温、日最高温间均呈显著正相关;过火面积与日均相对湿度间呈显著负相关,与日照时数间呈显著正相关。     

建阳市森林火灾时空分布特征

收集建阳市1985-2008年林火统计数据,包括火灾地点、起火时间、熄火时间、过火面积、受害森林面积和起火原因等因子,统计分析研究区域内森林火灾发生的时空分布规律。结果表明,森林火灾的发生与气候变化及不当的人类活动相关,并提出防范森林火灾的有关对策与建议。     

中国南方冰雪灾害对森林火灾火发生短期影响分析——以湖南为例

以湖南省为研究区域,分析冰雪后短期内(3月份)卫星热点的空间分布特征、与受害程度的空间关系,森林火灾发生的特点和扑火人员伤亡情况,以及气象因素对火发生的影响.结果表明:处于受害区确认为森林火灾的卫星热点占总数的61.00%.2008年3月份火灾次数和过火面积异常增高,共发生火灾3 097起,过火面积23 227.68 hm2,火灾次数超过1999-2007年3月份火灾次数的总和,且是1999-2007年3月份火灾次数总和的120.65%,3月份平均火灾次数的10.86倍.过火面积是1999-2007年3月份总和的88.40%,3月份平均过火面积的4.69倍.人员伤亡40人,是1999-2007年3月份人员伤亡总和的72.73%,平均伤亡人数的6.56倍.冰雪灾害后,2008年3月火灾次数、过火面积和人员伤亡人数的异常增高已经超出了气温和降水对火发生正常影响的范围.     

基于多源卫星遥感数据的森林过火区面积估算方法

森林火灾作为世界上主要自然灾害之一,严重危害森林资源,威胁人民生命财产安全,破坏自然生态环境。对森林火灾快速、准确的监测是十分重要的。森林过火面积是森林火灾最基本的描述因子,     

林火与气象及林分组成的关系

一、林火与气象的关系森林火灾与防火期月平均气象因子的关系,我们选取崇安、平和、龙岩三县、代表福建省闽北、闽南和闽西类型,统计各县月气象要素范围内出现的森林火灾次数、面积。应用数理统计方法,探讨森林火灾与月平均气象因子之间的相关关系(见表1) 它们的规律是①森林火灾次数和面积,随着月平均较差温度(△T)增加而递增,呈正相关关系,特别是较差温度在6—12℃之间,森林火灾次数、面积明显剧增。②森林火灾次数,面积,随着月平均相对湿度、     

大兴安岭呼中区2010年森林火灾碳排放的计量估算

林火是森林生态系统中特殊而重要的生态因子,亦是导致植被和土壤碳储量动态变化的重要干扰因子.森林火灾的碳排放对气候变化及大气碳循环具有重要影响,科学有效地对其进行计量,对了解区域和全球的森林生态系统碳循环和碳平衡具有重要意义.根据大兴安岭野外森林可燃物的调查数据和2010年森林火灾统计资料,利用GIS技术工具,通过野外火烧迹地调查与室内控制环境实验相结合的方法确定各种计量参数,从林分水平上,采用排放因子法,估算大兴安岭2010年森林火灾碳排放量和含碳气体排放量.结果表明:大兴安岭2010年森林火灾碳排放量为117 870.62t;含碳气体排放量CO2、CO、CH4和NMHC分别为379 606.01,23 425.74,1 081.46和758.61 t.虽然针阔混交林火烧面积占总过火面积的26.35％,但是碳排放量只占总排放量的13.79％,而2种偃松林型的火烧面积只占总过火面积的29.92％,碳排放量却占总排放量的50.35％,对此提出了相应的林火管理策略.研究结果为正确认识森林火灾对区域碳平衡及全球生态环境的影响提供参考数据.     

基于主成分分析法的全国森林火灾综合评价分析

收集了1997～2010年我国31个省(市、自治区)的森林火灾统计数据,选用森林火灾次数、受害森林面积、过火森林面积等因子作为统计分析的基础数据。采用基于主成分分析的综合分析方法和最长距离聚类分析法对我国31个省(市、自治区)森林火灾统计数据进行了分析,对各地区的森林火灾严重程度进行了评价。     

系统聚类分析法在森林火灾扑火能力区划中的应用

以广西14个市2005-2009年的森林火灾发生次数和过火面积为基础数据,选取扑火能力为因素,森林平均每次过火面积为因子,采用系统聚类分析法对各市的森林火灾扑火能力进行分析并进行扑火能力等级划分。结果表明,扑火能力为Ⅰ、Ⅱ、Ⅲ级的市分别有2个、10个和2个,分别占总数(14个市)的14.3%,71.4%和14.3%,其中Ⅰ、Ⅱ级市的百分比为85.7%,说明广西森林火灾扑火能力的整体水平处于中上水平,扑火能力较好。     

基于加权Logistic回归模型的森林火灾预测

林火预警是保障超高压输电网安全的重要工作,是森林防火部门和电网公司深度关注的领域。 研究以 2007—2017 年广东省超高压输电网线路途经地区的气象数据和林火监测的数据为基础,通过加权 Logistic 回归分析方法构建了广东省超高压输电线路区域森林火险预警模型,并用 2017 年实际林火发生 数据对该模型进行检验。模型预测准确率达到 92.6%,证明该模型具有良好的预测效果,反映了广东省区 域森林火险等级与相关气象因子的密切关系。     

冕宁县森林火灾主要影响因素及对策

凉山州是我省的森林火灾高发区,是四川省乃至全国森林火灾高危地区之一。通过对凉山州冕宁县近14年的森林火灾数据资料和气象数据资料分析,探讨了森林火灾次数与人为因素、气象因素、植被类型等因子的关系。结果表明:冕宁县森林火灾主要影响因素是人为因素,每年1—3月份是森林防火最重要的时段,云南松林区是区域森林火灾防范的重要区域。     

基于模糊综合评价法的东北林区贮木场火险等级评价

应用模糊综合分析法结合贮木场实地调查和询问专家意见,对东北林区贮木场的火险等级做出评估.东北林区的贮木场火险隐患主要来自于气象因素、人为因素和场地条件,这3个主要因素又包含相应的子因素.通过建立模糊评价模型,分析不同因素对火险等级的影响,做出综合评价,为林区防火决策的制定提供依据.     

威宁森林火灾与气象条件的相互关系研究

利用威宁冬春林火资料及同期气象资料,从影响森林火灾发生的气象因子着手,分析了气象条件对森林火灾发生的影响和作用,揭示了二者间的相互关系,建立了简单而又直观的气候干燥度公式,计算了可燃物潜在火险程度的等级指标,为林火预测预报提供了科学依据。     

大兴安岭落叶松人工林采伐迹地火灾危险等级评价研究

根据大兴安岭落叶松人工林采伐迹地的特点,采用层次分析法对其火灾危险等级进行了研究。结果表明,地形条件、可燃物状况、气象条件及人为影响是火灾发生的重要因素,其中人为活动时间、可燃物含水量、采伐迹地清理状况、伐根油脂含量为重要指标。据此建立了落叶松人工林采伐迹地火灾危险等级评定指数模型,制定了火灾危险等级评定表。参照火灾危险等级评定表,对大兴安岭落叶松人工林采伐迹地火灾危险现状及潜在火险进行评估,为制定防火决策提供依据。     

Precision Fire Hazard Divisions for Collective Forest in Southern China

This paper focuses on how to build the model of precision fire hazard divisions in the level of forest resources sub-compartment.Based on 3D GIS technology and characteristics of forest fires in collective forest of southern China,this study utilized Lin’an City,Zhejiang Province as the experimental area.Forest fire factors were divided into 11 indexes from the three categories(social and economic factors,forestry characteristics,and meteorological characteristics) and weighted for analysis.Next,three eigenvectors(one for each category) were created to build a nonlinear mathematical model called precision fire hazard divisions for forests.Then,the model was used to optimize and test forest fire hazard divisions with the least squares.Results showed that experimental and theoretical values of error were less than 0.1. Thus,in the experimental area this model and the fire occurrence history matched.     

安徽省森林防火气象服务支持系统的设计与实现

介绍了安徽省森林防火气象服务支持系统的建设目的、体系架构、功能模块、业务流程,并对实现森林火险气象等级计算、GIS 交互、Web 系统显示等主要功能模块进行了描述。利用WebGIS 技术和(B/S) 模式搭建安徽省森林防火气象服务支持系统平台,实现对全省500 多个乡镇的精细化森林火险等级预报自动生成、气象数据实时显示、火警火情自动监测、预警信息发布、火灾扑救现场气象保障网络化、信息化和自动化,为全面、科学、高效、防范森林火灾提供决策依据,促进森林防火指挥快速化、决策科学化、调度实时化和防火信息资源化。     

基于气象因子深度学习的森林火灾预测方法

森林火灾一旦发生将对生态系统造成严重的破坏,间接导致气候的变化和极端天气频发。对森林火灾的发生进行准确预测可提前采取有效的防控措施,具有重要意义。传统林火预测模型多为数学方法和浅层神经网络,当数据量增大时易出现建模困难以及预测精度降低等问题。深度学习模型在处理大量非线性数据上具有一定的优势,其模型具有多层网络结构,通过训练大量数据可提取出具有代表性的特征值,发现数据间的隐含关系,达到准确分类预测的目的。因此,本研究提出一种基于深度学习的林火预测方法,将深度信念网络(deep belief network,DBN)作为预测模型,气象因子作为输入数据,以解决传统林火预测模型在面对大量数据时预测效果不佳的问题;同时结合过采样SMOTE(synthetic minority oversampling technique)算法,平衡林火数据集和增加训练数据量,提升了森林火灾的预测准确度。结果表明,在面对更大的数据量时,该模型预测精度明显优于其他传统林火预测模型,证明了将深度学习应用在林火预测的优越性。该研究可为深度学习在林业领域的应用提供参考。     

基于RS和GIS的云南省森林火险预报研究

基于遥感、GIS技术,选取不同植被易燃等级、植被干燥度、森林气象火险预报等级作为森林火险预报因子,采用因子加权叠置法,计算得到云南省森林火险预报指数,划分为没有危险、低度危险、中度危险、高度危险和极度危险5个等级。研究结果表明,较之传统的森林火险气象预报,该预报模型能够更为准确地预测林火发生的可能性,更好地满足森林防火业务的需求。