乐山市森林火险等级区划的研究

在广泛收集、整理乐山市各县区森林资源、植被类型、农业人口分布、气象诸因子及林火资料的基础上,按照林业部制定的《全国森林火险区划》标准,进行森林火险等级区划。全市森林火险等级区划１４个单位（１３个区、市、县、１个林业企业局）,区划为Ｉ级火险区３个,Ⅱ级火险区３个,Ⅲ级火险区８个。同时应用聚类分析、多元回归分析,分析火险因子与历年发生火灾所造成损失的回归关系。     

基于RS和GIS的香格里拉森林火险等级区划

以三江并流核心区香格里拉市为研究对象,以TM影像、森林资源调查数据、林相图和DEM为信息源,在分析香格里拉地区森林火险因子基础上,选取植被类型、坡向、坡度、海拔和离居民点远近作为主要林火等级区划因子。借助RS和GIS技术并采用因子加权叠置法,对研究区森林火险情况进行了定量评价,将火险等级分为低、中、高3类。结果表明:研究区低、中、高火险区面积分别占研究区总面积的12.96%,47.85%,38.87%,中、高火险区比重较大,森林防火任务较重。高火险区大部分位于易燃树种区和居民点密集区域,树种燃烧性和人为因素是影响火灾的重要因子,研究结果可为相关部门森林防火提供技术支持。     

内蒙古巴林右旗森林火险等级评价及火险区划研究

以内蒙古巴林右旗为研究区域,依据中国林业行业标准《全国森林火险区划等级》(LY/T1063-2008),选取树种燃烧类别、人口密度、路网密度、防火期月平均降水量、气温、以及风速等6项火险因子数据,运用数理统计方法和聚类分析法得出各个苏木乡镇的森林火险等级并完成火险区划。结果表明:1)幸福之路苏木拥有1个国家级自然保护区,幸福之路苏木火险等级提高一级为Ⅱ级,其他地区为Ⅲ级;2)进行聚类分析,按照火险程度由高到低分为3类,索博日嘎镇和大板镇为聚类1,查干沐沦苏木为聚类2,其他地区为聚类3。研究巴林右旗地区的森林火险等级并进行火险区划,有利于减少当地森林火灾导致的生命和财产损失。     

江西省森林火险综合区划

依据森林燃烧环理论,在充分考虑指标代表性、不可替代性以及数据可得性的基础上,根据江西省林火发生特点,选取气候、植被、地形等11个因子作为江西省森林火险精细化综合区划指标,并按照各区划因子对林火发生或蔓延的影响赋予不同的权重,将全省划分为Ⅰ级(低火险)、Ⅱ级(中火险)、Ⅲ级(高火险)3个不同等级的森林火险区.分区结果与该区气候、植被、地形分布等相符,说明区划结果具有较好的科学性和实用性,可为江西省森林火灾的预防、扑救和重点防护与管理等提供科学依据.     

东莞大屏嶂森林火险等级评价与区划

针对广东省东莞大屏嶂森林公园的森林资源环境特点,选取植被类型、坡度、坡向、海拔、居民区距离、道路距离6个火险影响因子,利用GIS空间分析功能对大屏嶂森林公园进行森林火险等级的评价与区划。区划方案表明,该区可以划分为无、低、中、高和极高5个等级火险区,其面积分别占研究区的1.67%、2.19%、33.16%、55.3%和7.68%。森林火险等级的空间分异较明显,极高火险主要出现在西北部,中部和北部火险等级较高,东部与南部火险稍低。森林火险较高等级主要受植被类型、坡向及海拔这3个因素影响。     

吉林地区森林火险区划的研究

森林火险区划是森林综合防火体系的重要基础，是林火管理的主要组成部分。依据影响森林可燃物燃烧、蔓延的主要稳定的火险因子，采用一定的数量化方法，把具有相似性的火险单元划分为一类，在此基础上进行等级区划，即所谓的火险区划。根据中华人民共和国林业行业标准，全国森林火险区划等级分W，即1级火险区、巨级火险区和亚级火险区，其中1级火险区为高火险区域，Ⅱ级火险区为中级火险区域，皿级火险区为低火险区域，森林防火管理人员可根据不同的火险区域制定相应的林火预防及扑救措施。1自然概况吉林地区位于吉林省东部，松花江上游东…     

大理市森林火险等级区划研究

森林火险等级区划是森林防火宏观决策和分类指导的科学依据．1996年国家公布的大理市森林火险等级已经与实际不相符．在调查研究的基础上,参照LY1063—92《全国森林火险区划等级》标准,将树种（组）燃烧类型、农业人口密度、路网密度、气温、风速、降水量6个火险因子的最新统计数据作为区划参数,按评定标准重新对大理市的森林火险等级进行修订,确认大理市森林火险等级为“Ⅰ级”,森林火灾危险性“大”,属国家一类火险区．     

连云港花果山森林景区高分辨率火险区划

利用10cm高空间分辨率航空遥感影像,在森林资源二类调查的基础上,获取研究区的可燃物类型及其特征信息;利用1∶10 000地形图获取地形因子信息。在此基础之上,通过加权叠置法计算火险指数,并将研究区划分为Ⅰ级(没有危险)、Ⅱ级(低度危险)、Ⅲ级(中度危险)、Ⅳ级(高度危险)、Ⅴ级(极度危险)等5个火险区划。结果表明:Ⅰ级火险区面积最小,占研究区总面积3.98%;Ⅱ级火险区面积最大,占32.25%;Ⅲ级火险区面积占21.05%;Ⅳ级和Ⅴ级火险区面积分别占22.14%和20.58%,两者之和较大,占研究区总面积的42.72%,研究区防火任务艰巨。研究区内可燃物类型对火险等级划分起重要作用,其中麻栎和茶树在森林防火工作中发挥重要作用;松树、竹林和荒草地是防火的重点。     

梵净山森林火险区等级划分的探讨

本文以梵净山为对象,以植被、气象、社会人为因子为森林火险区等级划分的主导因子,分别划定火险等级并绘制分因子火险等级图,然后将三套成图叠加,按积分差异绘制出综合火险等级区域图,将梵净山天然林区划分成Ⅰ、Ⅱ、Ⅲ三级火险区。     

基于森林火险指数的森林火险区划研究

以陕西周至国家级自然保护区为例,利用森林资源二类调查资料、DEM数据和地形图,借助GIS技术平台,选取地物类型(地类、优势树种)、地形因子(海拔高度、坡度、坡向)、交通区位和居民区距离作为计算森林火险指数(FFR)的主要因子,采用综合评价法,计算了周至国家级自然保护区的森林火险指数。根据计算的森林火险指数,把周至国家级自然保护区划分为5类火险区,即无火险、低火险、中火险、高火险和极高火险,其中,高火险区占48.9%,极高火险区占30.2%,高火险、极高火险等级所占面积较大。研究结果可为周至国家级自然保护区的森林火灾管理提供参考,达到防灾减灾,保护森林资源的目的。     

Wildland fires and moist deciduous forests of Chhattisgarh,India: divergent component assessment

We studied moist deciduous forests of Chhattisgarh, India （1） to assess the effect of four levels of historic wildland fire frequency （high, medium, low, and no-fire） on regeneration of seedlings in fire affected areas during pre and post-fire seasons, （2） to evaluate vegetation struc- ture and diversity by layer in the four fire frequency zones, （3） to evalu- ate the impact of fire frequency on the structure of economically impor- tant tree species of the region, and （4） to quantify fuel loads by fire fre- quency level. We classified fire-affected areas into high, medium, low, and no-fire frequency classes based on government records. Tree species were unevenly distributed across fire frequency categories. Shrub density was maximum in zones of high fire frequency and minimum in low- frequency and no-fire zones. Lower tree density after fires indicated that regeneration of seedlings was reduced by fire. The population structure in the high-frequency zone was comprised of seedlings of size class （A） and saplings of size class （B）, represented by Diospyros melanoxylon, Dalbergia sissoo, Shorea robusta and Tectona grandis. Younger and older trees were more abundant for Tectona grandis and Dalbargia sis- soo after fire, whereas intermediate-aged trees were more abundant pre- fire, indicating that the latter age-class was thinned by the catastrophic effect of fire. The major contributing components of fuel load included duff litter and small woody branches and twigs on the forest floor. Total fuel load on the forest floor ranged from 2.2 to 3.38 Mg/ha. The netchange in fuel load was positive in high- and medium-frequency fire zones and negative under low- and no-fire zones. Repeated fires, how- ever, slowly reduced stand stability. An ecological approach is needed for fire management to restore the no-fire spatial and temporal structure of moist deciduous forests, their species composition and fuel loads. The management approach should incorporate participatory forest manage- ment. Use of c     

基于随机森林模型的交界域火灾风险分析

【目的】城镇森林交界域火灾频繁发生,使民生经济遭受严重危害。使用随机森林模型对省域内的城镇森林交界域火灾风险与影响因子的关系进行空间建模,探究随机森林模型在拟合、解释交界域火灾风险方面的优势,并与森林火灾风险的影响因子对比,为进一步评估城镇森林交界域火险提供依据。【方法】研究基于安徽省2002—2011年火灾历史数据,采用气候、地理环境、人类活动、社会经济等方面的9个因子作为自变量,月均火灾密度作为因变量。使用特征选择方法得到模型内不同自变量的贡献度、统计特征以及内部模型的平均表现,选择出进入最后模型中的自变量;使用随机森林模型对城镇森林交界域火灾风险进行解释,分析影响城镇森林交界域火灾风险和森林火灾风险的重要因子。【结果】关键自变量对城镇森林交界域火灾风险的影响程度大小排序依次为:道路线密度、铁路线密度、月均最高温度、归一化植被指数、人口密度以及海拔;对森林火灾风险则为:月均最高温度、归一化植被指数、道路线密度、铁路线密度、人口密度以及海拔;经过训练与计算发现随机森林模型在5个子模型的训练集与测试集的表现基本一致,拟合值与实际值的简单相关系数均达0.90以上,可见随机森林模型对交界域火灾风险和森林火灾风险表现出显著的解释能力;此外,随机森林模型在总体数据集上进行了拟合,得到城镇森林交界域火灾风险的拟合值与实际值的相关性为0.997,森林火灾风险的拟合值与实际值的相关性为0.996,表明了随机森林模型具备极强的火灾风险拟合性能。【结论】影响城镇森林交界域火灾发生的最重要自变量是道路和铁路线密度,而对森林火灾则是月均最高温度与归一化植被指数,可见城镇森林交界域火灾发生人类活动因素密切相关。随机森林算法对城镇森林交界域火灾风险和森林火灾风险都能表现出稳健的和非常准确的拟合能力,是一个非常有用的工具。     

基于VLBP神经网络的林火风险预测模型

以北京房山区林火为研究对象,用神经网络方法研究了林火发生及蔓延与环境因子间的关系。研究流程为用GPS采集了林火火场中心数据,测量了火场面积。用GIS做空间分析,提取了火场空间环境因子。将数据在Matlab中用VLBP神经网络进行训练,建立了林火风险的预测方程。该风险模型由林火发生的风险模型和林火的蔓延风险模型组成。由于该模型采用的方法不依赖于先验统计模型,所采用的神经网络方法对非线性的数学关系有很强的预测能力,因而该模型具有很强的通用性。     

Forest fire risk zone mapping from satellite images and GIS for Baihe Forestry Bureau, Jilin, China

A forest fire can be a real ecological disaster regardless of whether it is caused by natural forces or human activities, it is possible to map forest fire risk zones to minimize the frequency of fires, avert damage, etc. A method integrating remote sensing and GIS was developed and applied to forest fire risk zone mapping for Baihe forestry bureau in this paper. Satellite images were interpreted and classified to generate vegetation type layer and land use layers （roads, settlements and farmlands）. Topographic layers （slope, aspect and altitude） were derived from DEM. The thematic and topographic information was analyzed by using ARC/INFO GIS software. Forest fire risk zones were delineated by assigning subjective weights to the classes of all the layers （vegetation type, slope, aspect, altitude and distance from r3ads, farmlands and settlements） according to their sensitivity to fire or their fire-inducing capability. Five categories of forest fire risk ranging from very high to very low were derived automatically. The mapping result of the study area was found to be in strong agreement with actual fire-affected sites.     

Comparative analysis of multi-criteria probabilistic FR and AHP models for forest fire risk(FFR) mapping in Melghat Tiger Reserve(MTR) forest

A comparative study of Frequency Ratio(FR)and Analytic Hierarchy Process(AHP)models are performed for forest fire risk(FFR)mapping in Melghat Tiger Reserve forest,central India.Identification of FFR depends on various hydrometeorological parameters altitude,slope,aspect,topographic position index,normalized differential vegetation index,rainfall,air temperature,land surface temperature,wind speed,distance to settlements,and distance by road are integrated using a GIS platform.The results from FR and AHP show similar trends.The FR model was significantly higher accurate(overall accuracy of 81.3%,kappa statistic 0.78)than the AHP model(overall accuracy 79.3%,kappa statistic 0.75).The FR model total forest fire risk areas were classified into five classes:very low(7.1%),low(22.2%),moderate(32.3%),high(26.9%),and very high(11.5%).The AHP fire risk classes were very low(6.7%),low(21.7%),moderate(34.0%),high(26.7%),and very high(10.9%).Sensitivity analyses were performed for AHP and FR models.The results of the two different models are compared and justified concerning the forest fire sample points(Forest Survey of India)and burn images(2010-2016).These results help in designing more effective fire management plans to improve the allocation of resources across a landscape framework.     

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。