昆明地区重大森林火灾火烧迹地可燃物能量分析

对昆明地区重大森林火灾迹地进行外业调查,并对其可燃物进行系统研究.结果表明:火烧迹地的地盘松幼林、光叶石栎和紫茎泽兰的可燃物绝对含水率分别为13％、11％和12％,可燃物载量分别为0.4、0.5和1.1 kg/m2,热值分别为20700、20600和19100 kJ/kg,单位面积热量分别为8280、10300和210...     

火烧迹地如何恢复森林

火烧迹地如何恢复森林夏成才，王纯华恢复火烧迹地的森林资源，应该以森林被火烧伤的程度及其在天然条件下自然恢复的能力为基础，分类指导，突出重点。严重的火烧迹地，主要在主火带上，集中连片面积大，除原系阔叶林或针阔混交林地有桦、杨等萌芽菌蘖幼树外，大面积无母...     

基于GEMI算法提取森林火灾迹地研究

基于MODIS数据在森林火灾迹地识别研究中,国内外学者利用各种植被指数算法对大区域火灾迹地损毁程度进行评估,并取得了一定的效果,但对潜在的火灾迹地进行侦测识别方面的研究还相对滞后.为此,利用GEMI指数算法编写程序,构建GEMI指数,设定相关阈值.通过大量的实验研究发现,该算法可有效突出显示火灾迹地.     

火烧迹地森林鼠害综合治理对策

在内蒙古大兴安岭根河林业局火烧迹地人工更新造林地内,森林鼠类危害特别严重。为有效防控鼠害,减轻灾害损失,我们在根河林业局火烧迹地内经过实验研究,针对森林鼠兔的习性及生长发育过程中的薄弱环节,提出了以生物防治为主,结合生态控制、天敌保护、人工物理机械防治和化学无公害防治的综合治理对策,有效地解决了鼠患。     

应用计划火烧预防森林火灾

计划火烧,就是选择适宜时期在人为的控制下在一定的范围内,有计划,有组织地用火烧除林内积累的可烧物,以达到减少森林火灾的发生。南盘江林业局从1975年开始进行计划火烧.经过多年的试验,1980年普遍开展应用了此项技术,每年计划火烧面积达四万亩左右,收到了良好效果。现将该局进行计划火烧的情况作如下小结。一、基本概况:南盘江林业局位于云南省东部南盘江下游南岸,师崇、丘北两县交     

基于无人机遥感的森林火烧迹地面积调查应用

森林火烧迹地面积的传统调查方法存在劳动强度大、效率低、数据可靠性不高等问题。为解 决上述问题,研究设计了无人机荷载多光谱传感器对森林火烧迹地面积进行调查的方法,并利用野外实 验对该方法进行了初步验证。结果表明该调查技术可快速准确获取较大范围的森林火灾火烧迹地面积, 精度可达94.44%,提高了火烧迹地调查的效率。     

森林火烧迹地土壤沼泽化问题的探讨

土壤沼泽化过程是土壤表层有机质泥炭化或腐殖质化以及下部矿质层的潜育化过程。土壤沼泽化可以形成沼泽土和泥炭土。     

大兴安岭火烧迹地森林恢复的种苗问题

1987年5月6日～6月2日大兴安岭北部林区发生了一场罕见的特大森林火灾,这场森林大火使森林惨遭破坏,形成了大面积火烧迹地。在35万公顷重火烧迹地中,适合人工更新的面积约20万公顷,按10年计划安排,每年需更新2万公顷,每公顷按2000株苗木计算,每年需苗木4000万株。北四局现有产苗能力,每年约400万株,仅占年需苗量的10%。以上数据表明,要想尽快恢复森林,急需解决苗木不足的问题,对此,笔者提出如下对策与建议。     

基于QUEST决策树的火烧迹地自动提取

以研究大尺度范围内森林火灾面积提取的可行性为目的。本文以昆明市为研究区,分别提取2005年和2006年两期Landsat TM影像的植被指数、水体指数、火烧迹地指数、纹理特征等,并选取适于大尺度范围的最佳特征波段;利用特征融合后的影像构建决策树,实现大尺度范围内火烧迹地的自动提取。研究表明,QUEST算法的分类总体精度达84.5%,在3种分类方法中精度最高;采用QUEST算法的决策树分类提取3·29火烧迹地面积占实际的97.9%,但大尺度范围内火烧迹地提取效果并不理想,仍需人工剔除提取产生的较小的斑块;最后用2015年3·02的火烧迹地验证了QUEST决策树方法的具有一定的普适性。该模式对大尺度范围内森林火灾面积统计的具有重要应用价值。     

大兴安岭特大火灾后火烧迹地恢复的研究进展

1987年大兴安岭特大森林火灾烧毁了大面积珍贵的寒温带针叶林,形成了许多不同火烧强度、不同火面积的火烧迹地。从火烧对地表植被和土壤的影响、火烧迹地自然恢复状况、火后不同管理措施对火烧迹地恢复的影响三个方面,阐述了大火对生态系统的影响,对比分析了自然演替和人工管理措施下火烧迹地恢复的差异,并指出火烧迹地恢复的影响因子、火烧迹地恢复模式和技术将是今后火生态学研究的重点方向。     

沁源县森林火烧迹地生态修复技术路线探讨

森林火烧迹地生态修复工作是林草生态修复治理的一项重要内容。介绍了沁源县3.29森林火烧毁迹地概况,提出了该火灾烧毁迹地清理方法以及植被恢复的技术路线。     

大兴安岭北部林区火烧迹地森林恢复规划浅见

1987年5月6日至6月2日,大兴安岭北部林区发生了特大森林火灾,森林生态环境遭到破坏。为迅速恢复森林资源、防止生态恶化,必须深入调查研究,编制恢复森林规则。本文就编制恢复森林规划中的有关问题提出浅见。一、影响编制恢复森林规划方案的因素大兴安岭北部林区火烧迹地,恢复森林的工作,是一项巨大的生物系统工程和社会工程,编制恢复森林规划,是实现森林资源恢复的科学依据,也是加强科学管理保证恢复森林工作顺利完成,提高经济效益和社会效益的基础。然而,认真分析受灾林区的基本情况,又是编制恢复森林规划的基础工作。1.火烧迹地森林资源受害情况     

大兴安岭盘中林场火烧迹地森林恢复的对策

“5、6”特大森林火灾发生后,解决火烧迹地森林恢复问题已成为当务之急,现据1937年大兴安岭林管局林业调查规划院完成的二类资源清查数据,就重度火烧迹地盘中林场的森林恢复问题剖析如下。一、火烧区概况盘中林场位于大兴安岭北坡,塔河县境内。全场过火面积90313公顷,占总面积的     

滇中安宁“3.29”重大森林火灾火烧迹地的可燃物特征初步分析

在滇中安宁“3·29”重大森林火灾火烧迹地选择无人为干扰的灌木林设置样地,并与未过火的灌木林进行比较,通过外业调查和实验室测定,研究了可燃物的种类、高度、绝对含水量、载量等特征。结果表明,火烧迹地死可燃物的高度为5．7m,与未过火的活灌木高度5．4m差不多,活灌木平均高度达1．5m;火烧迹地活灌木、死可燃物、CWD的热值及点着温度与未过火样地的差异均不明显;火烧迹地CWD的灰分含量仅为未过火的25．87％;火烧迹地总的可燃物载量为9．07kg/m^2,明显超过了未过火样地7．82kg／m^2。     

火烧迹地的管理

我国是一个少林的国家,森林覆被率只有12.7%。每年由于采伐木材,开采矿山,森林火灾和病虫害等原因,使我国整个森林的质量、经济价值、生态价值都呈下降的趋势,原始森林面积逐年减少,次生林地面积不断增加,甚至有些个别地块已经退化成荒山荒地。因此,我们应当重视森林的恢复与发展工作,重视森林的经济效益、生态效益和社会效益。不仅把森林看成是生产木材等林副产品的基地,还要把森林看成是提供人类生存环境,影响人类自身生存和发展的生态系统。火灾对森林的危害十分严重。现在世界上每年部有森林火灾发生,既使一些发达国家和防火力量较强的国家也难以避免火灾对森林造成的危害。近年来我国对森林防火工作非常重视,防火力量大大     

火烧迹地考察见闻

为了探索森林火灾对林木的危害程度和所引起的生态性后果,几年来,我们组织有关人员,先后对鄂伦春自治旗的古里河、多布库尔河、奎勒河等流域的部分火烧迹地进行了多次考察。痛心地目堵了大片森林火烧后的凄惨境况,初步弄清了这些地区屡次发生火灾的原因。据老住户介绍,我们所考察的古里河、多布库尔河、奎勒河流域,在本世纪三十年代,曾是落叶松的“家园”。后来,由于日伪强度皆伐和反复火烧的结果,珍贵的落叶松逐渐消失,而由白桦、黑桦、柞树     

大兴安岭北坡火烧迹地森林郁闭度恢复及其影响因子分析

1987年发生在大兴安岭北坡的特大火灾造成了森林资源的巨大损失,其森林景观恢复一直是人们关注的热点.本研究选取与森林生产力具有密切联系的郁闭度因子作为研究对象,以 ArcView、ArcGIS等地理信息系统软件为研究平台,采用1987年和2000年两期森林资源二类调查数据,对郁闭度、火烧强度、抚育类型、地形因子等进行分级,通过数据叠加,探讨了森林郁闭度格局的恢复状况以及火烧强度、更新类型、地形因子对郁闭度恢复的影响.结果显示:2000年郁闭度等级构成与1987年火前相比发生了明显变化,无林地以及高郁闭度等级比重明显下降,较低郁闭度等级比重显著上升;火烧强度是影响火后恢复的初始因子,火烧强度与郁闭度等级呈负相关;更新措施短期内对郁闭度恢复影响不显著,但可以缩短森林演替的周期,对未来针叶林群落生产力恢复具有重要促进作用;地形因子中坡度对郁闭度恢复影响最为明显,其次为坡位,坡向影响最弱.     

呼中林区火烧迹地遥感提取及林火烈度的空间分析

【目的】利用Landsat TM影像,采用遥感指数构建决策树分类模型,提出一种识别火烧迹地面积与林火烈度分析的新方法,并结合坡度、坡向、海拔等地形因子对过火区域火烈度的空间分布进行科学系统的分析研究,为大兴安岭地区森林防火和林火管理提供一定的理论依据和数据支持。【方法】以大兴安岭地区呼中林区为研究区,以2010年9月火后TM影像以及2007年9月火前TM影像为基础数据,以DEM影像、林相图为辅助数据,利用NDVI、NDSWIR、MNDWI和dNBR等遥感指数构建决策树分类模型,对呼中林区2010年10场火烧迹地进行识别,根据dNBR阈值法将过火区域火烈度分为4级,并利用Arcgis软件将火烈度图分别与坡度、坡向、海拔图叠加分析。【结果】利用决策树分类模型所提取火烧迹地面积的分类总体精度和Kappa系数分别为97.97%和0.943 2,与平行六面体法和ISODATA法的分类的精度相比分别提高了7.56%和17.32%,Kappa系数也相应提高。决策树模型提取火烧迹地的制图精度和用户精度分别为97.51%和97.54%,而平行六面体分类法分别为90.43%和96.52%,ISODATA法分别为94.35%和95.68%。利用dNBR阈值法将已提取的过火区林火烈度分为:未过火、轻度火烧、中度火烧、重度火烧4个级别,其中中度火烧和重度火烧分别占总过火面积的46.6%和33.2%。叠加分析后,海拔在1 000~1 500 m的地区过火面积共4 177 hm~2,占总过火面积的64.4%。Ⅲ级坡(6°~15°)过火面积最大,占总过火面积的45.9%。南坡过火面积最大,为1 391 hm~2,约占总过火面积的21.4%。【结论】本文所使用的决策树分类模型能够准确地识别过火区域,在精度上相较平行六面体法与ISODATA法有显著提高,且过火面积也更接近目视解译判读所得到的过火面积,精度均达到82%以上。dNBR阈值法可将过火区域火烈度分为4个等级,结果表明过火区域中度火烧和重度火烧占总过火面积的比重较大,林火烈度与海拔、坡度、坡向之间存在一定相关关系。