王正非林火蔓延模型改进研究

王正非林火蔓延模型是目前国内比较先进的森林火灾蔓延模型,但是由于林火行为的复杂性,此模型在准确率和普适性方面仍存在许多不足。本文结合已有的成果进一步改进王正非模型,增加了可燃物湿度对林火蔓延速度的影响,改进了林火初始速度的计算方式。针对各种坡度对林火蔓延行为的影响给出了一个计算公式。与改进前相比,改进后的模型使其对林火蔓延情况的预估更为精准。     

基于GIS模型的林火蔓延研究

森林火灾的扩展具有时间性和空间特征、随着人类对火灾知识的不断增长和3S空间信息技术的快速发展，利用GIS和卫星遥感技术来进行林火蔓延研究在森林防火中的作用已越来越重要。本文综合分析了林火蔓延的影响因子，着重阐述了如何运用基于GIS的林火蔓延模型来进行林火蔓延的模拟和火行为的时空格局分析。     

基于改进的元胞自动机林火蔓延模拟研究与实现

根据我国森林火灾蔓延的特点,在分析了国内外主流林火蔓延模型的基础上,将元胞自动机原理与林火蔓延自身的特点相结合,着重研究了风作用系数、地形坡度调整系数等在元胞自动机中的作用形式,并引入地图代数中距离系数的概念,对原有林火蔓延速度模型进行改进,以提高模拟精度,使模拟结果更加真实地反映现实世界中林火的蔓延特点。最后采用C#语言结合ArcEngine的编程技术,以汕头市某山地DEM(数字高程模型)数据为例,动态模拟了林火蔓延的过程。     

基于GIS模型的林火蔓延计算机模拟

采用王正非和毛贤敏的组合模型,以Visual Studio2008作为开发平台,使用C#3.5语言实现计算机模拟运算,最终结合ArcEnginet9.3相应控件对模拟结果数据进行可视化呈现,生成林火蔓延图,实现对林火蔓延的动态模拟,可视化地表达林火的燃点位置、蔓延趋势、方向及不同时刻的燃烧状态。由于在模拟运算时对所有数据都采用IO流操作,较读写栅格数据提高效率,同时通过动态生成林火蔓延速度来更加合理的描述林火蔓延,充分发挥王正非和毛贤敏的组合模型,在风速、风向和地形上,对林火蔓延速度描述更为准确。通过对模拟结果的分析得出,在起火点位置数据合理的情况下,模拟效果很好。     

林火蔓延模型及其动态模拟初探

森林着火之后,火向四周和上下不断蔓延,使大片森林发生火灾,给森林生态系统和人类带来一定的损失。结合我国的实际情况,本文采用林火蔓延的椭圆模型和遍历各点的林火蔓延模型对林火行为进行动态模拟,旨在推动林火蔓延的研究工作从定性的理论分析向定量化的研究方向发展,从而为森林防火、救火部门提供科学依据。     

基于测树枪的林火行为参数精准观测研究

利用手持式测树枪测角、测距功能,根据三角函数和相关数学模型计算提出林火蔓延距离和速度、火焰长度、火场周边长、过火面积等林火行为参数的精准观测方法,实现了林火行为参数观测数字化、内外业一体化。在试验区开展精度验证,结果证明:双站测树枪观测林火蔓延距离的精度为99.28%,火场周边长测量精度为99.29%,过火面积测量精度为98.26%,测树枪的观测精度满足林火观测要求。     

林火行为蔓延模型研究进展

森林火行为特征是进行林火预防和林火扑救的主要参考依据之一,林火行为研究在森林防火中具有重要意义。其中,林火蔓延作为关键的林火行为特征因子,林火蔓延模拟模型的构建研究一直是国内外的研究热点。文中将国内外各主要林火蔓延模拟模型按照模拟维度分为一维的传统模型和二维的空间模拟模型,总结了不同构建方法下传统模型的应用特点以及空间模拟模型的构成方法和选择;介绍了目前美国、加拿大、澳大利亚等林火管理发达国家主流的林火空间模拟系统的关键技术要点和适用条件;结合我国实际情况提出了相关研究应用建议,以期为发展我国自己的林火蔓延空间模拟模型提供参考。     

基于ArcGIS的高原林火蔓延三维可视化系统

利用云南省昆明市安宁地区2006年"3.29"重大森林火灾数据作为研究对象,在ArcGIS软件支持下,根据研究区域自动生成三维可视化地形图,搜集气象、植被、地形数据,选用Rothermel地表火蔓延模型,使用基于DEM栅格的元胞自动机林火蔓延算法,动态模拟林火蔓延过程。该系统三维可视化显示更加直观、形象,有助于灭火人员及时了解火灾蔓延动态,可以为林火预警、监测、分析、统计和应急预案的制定提供科学依据。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【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。[JP+1]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 Radj^2 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。     

新疆森林火灾特征及变化规律分析

根据1994～2008年的林火资料,对新疆林火特征和变化规律进行分析,结果表明:新疆林火次数年际波动并呈上升趋势,次数周期为5.3年,面积周期为2.8年;新疆森林火灾过火面积可分为2002年前的大面积和2002年以后的小面积阶段;林火主要发生在6-9月,面积集中在8-10月;有3个林火多发区.并对不同区域、不同季节各类火源进行了探讨.     

Comparison of spatially explicit forest landscape fire disturbance models

Comparisons of model behaviors are an efficient way of understanding the differences amongst various models and thus providing guidance to model users for selecting suitable models for their own purposes. This study focuses on a comparison of the most commonly used fire spread algorithms used in scenario fire regime models. This paper provides an overview of fire regime modeling and describes a simulation model, Ecological Disturbance Model, as a simulation shell for such a comparison using the Fort A La Corne forest area in central Saskatchewan, Canada, as the study area. Simulation results suggested that for a fire scenario modeling approach, various fire spread algorithms such as DISPATCH, percolation, and cellular automata (CA) may not result in significant differences between user-defined and simulated fire frequencies; however, significant differences in simulated forest dynamics could result when using different fire spread algorithms. The simulation results from DISPATCH and CA are more similar than those from the percolation algorithm; however, the latter appeared to be a better representative of observed fire spread processes due to its underlying assumption of fire spread mechanisms. Simulation results also suggested that the fire spread algorithms that replicate four or eight direction fire spread in percolation and CA will not make a significant difference in simulated fire regimes or forest dynamics. It is thus recommend that using simulation shells as a tool to take alternative assumptions or models into account to narrow down the uncertainty parameters and avoid the paradoxes in the modeling of natural resource management.     

虚拟景观下林火蔓延三维可视化研究进展

林火行为的研究与RS、GIS、GPS、林火数学模型、信息网络、数据库、计算机图形学、虚拟现实等技术密切相关,近些年来,这些技术的发展以及其集成化,使得对林火的研究从二维表达方式,再到如今的三维可视化表达,经过了一个又一个阶段.林火蔓延模拟与可视化的研究趋势是注重真实再现三维虚拟森林景观、多用户参与快速决策和网络信息服务等方面.文章以林火模型的发展、林火模拟系统的实现、以及与之相关的可视化技术的发展、林火模拟的实例几点为框架,对如今虚拟景观下林火蔓延三维可视化技术的研究状况和趋势进行了概述.     

森林火灾蔓延模拟现状与展望

在国内外研究林火行为的基础上,对近年来我国实现林火蔓延模拟所采用的主要方法及其选用的林火蔓延模型进行了深入阐述,并讨论了这些方法的适用范围及其优缺点,以及林火研究今后的发展趋势。     

动态数据驱动的林火模拟系统设计与实现——以北京市森林防火系统为例

在地理模拟系统理论基础之上,结合动态数据驱动应用系统技术范式,提出了林火模拟全新的技术框架和结构体系。探索林火模拟系统建设过程中的模型库建设与管理、模型适宜性选择、模型自适应修正、模拟过程实时验证和林火空间扩散模拟等关键技术。研究结果表明,林火模型的自动化和智能化选择精度可达到75%,模型模拟误差修正也达到了较为理想的效果。随着系统建设的进一步完善,本系统将与北京市林火管理业务化运行系统集成,这将进一步提高林火扑救的指挥决策能力。     

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。     

林火行为和扑救技术研究进展

森林火灾会破坏森林资源,积极开展林火扑救研究对于保护森林资源具有重要意义。林火行为研究一直是林火研究领域的重点。文中针对地下火、地表火和树冠火3种类型,从火行为和扑救技术2个方面进行综述;认为通过研究林火发生与蔓延机理,建立基于燃烧物理机制的火增长模型,是发展林火扑救技术的科学基础。林火行为未来研究的重点是,探究自然条件下的地下火蔓延机制,发展地下火探测技术;完善地表火和树冠火蔓延的物理模型,确定地表火向树冠火转换的临界条件;提升火行为预报能力和开发扑救装备,增强扑救能力。