论文部分内容阅读
传统的利用遥感方法监测森林火灾大多在本地设备中完成,本地设备存储和计算的能力直接关系到数据处理的时间,同时也限制了当前对于大尺度区域森林火灾的展开研究。谷歌地球引擎(Google Earth Engine,简称GEE)是对海量遥感数据进行科学分析以及地理信息可视化的综合性大数据平台,数据处理不受本地条件的制约。本研究以内蒙古自治区根河市为研究区,致力于基于GEE进行火情监测,提出一种快速识别提取大尺度区域火烧迹地的新方法,建立市级林火历史属性数据库,分析森林火灾及其火烈度的分布格局,探索精确至月内时段的起火时间判别方法,研究不同条件下火后植被恢复动态的评估方法,以期为当地林业部门监测森林火灾以及制定火后植被恢复经营决策提供理论支持与数据基础。本研究基于GEE获取根河市2001～2010年的年际TM合成影像,选择以影像的近红外波段与d NBR指数作为过火区敏感特征,利用OTSU算法计算阈值后构建决策树分类模型提取根河市年际火烧迹地,验证精度后建立了市级林火历史属性数据库,分析森林火灾的时空分布情况;根据d NBR指数阈值范围进行林火烈度分级,结合DEM数据分析林火烈度的空间分布;基于GEE调用MOD09A1数据集获取过火区及邻近植被区斑块的NDVI、NBR指数时间序列数据,通过对比分析确定火烧迹地起火时间;基于GEE调用Landsat系列数据合成的EVI指数产品提取不同火烧迹地各级林火烈度区域像元的EVI指数时间序列数据,以起火前三年生长期的EVI均值为对照计算d EVI指数,从时间尺度上分析不同林火烈度对火后植被恢复的影响,评估火后植被恢复年限。主要结论如下:⑴基于GEE快速提取大尺度区域火烧迹地的方法可行,火烧迹地提取的总体精度为88.54%,整体较为完整,边界清晰,结果较为可靠。⑵根河市2001～2010年发生的森林火灾具有明显的时间与空间差异,火烧迹地总体分布在东北部地区,而西南部地区较少。在所有森林火灾中,林火预警次数最少,但极易发展为规模更大的森林火灾;一般森林火灾次数最多,频率最高;重大森林火灾14起,总过火面积为3969.3hm~2;特大森林火灾次数不多,但其过火面积远超其他等级的森林火灾。所有年份中,2003年总过火面积最大,2006年最小,2004年和2006年森林火灾发生次数最少,都只有4起,2008年次数最多为18起,但大多为过火面积在1～100hm~2的一般森林火灾,2003年位于中部地区发生的特大森林火灾过火面积高达84343.3hm~2,是根河市历年过火面积最大的森林火灾。⑶根河市森林火灾各级林火烈度的过火面积占比总体呈:中度>重度>轻度,海拔在500～1000m的区域过火面积占比远高于1000m以上的区域;不同坡度过火面积占比总体呈:缓坡>平坡>平地>斜坡>陡坡;不同坡向过火面积从大到小依次为:东>西>北>南>西北>西南>东北>东南>平地。总体来看,海拔在500～1000m、坡度为6～15°以及坡向处于东坡的区域易发生大规模森林火灾,可作为当地林业部门重点林火预防区域。⑷结合NDVI与NBR指数的时序变化确定火烧迹地的起火时间能够有效避免数据噪声和天气变化的影响,可以实现在没有其它林火数据支持的情况下确定起火时间,判别精度可达到月内时间段。森林火灾发生后,NDVI与NBR指数变化显著,NDVI指数通常在火后第1年出现下降趋势,而NBR指数在起火当年即表现出下降的趋势。⑸根河市火后植被指数的总体恢复年限在10年左右,总体表现为:重度火烧更新恢复难,轻度、中度火烧恢复影响因素多,不同火烈度区域的火后植被恢复情况与过火面积并无明显关系。火后EVI指数呈明显上升趋势并伴随一定年际波动,不同林火烈度区域的EVI指数恢复差异明显,重度火烧的恢复速率明显低于轻度、中度火烧,轻度火烧最快1年即可恢复至火前水平,最慢需8年;中度火烧区域最快需2年恢复至火前水平,最慢需8年;重度火烧区域最快4年可恢复,最慢恢复时间长达10年。