论文部分内容阅读
全球变暖背景下,森林火灾频发。以往的研究指出,森林火灾受到可燃物、天气、地形三个因素的强烈影响。为了提高森林火灾防御和扑灭计划的成功率,将这些因素的变化进行森林火灾风险时空挖掘并纳入区域森林火灾预警预测模型最近成为一种趋势。然而,在国家尺度内(如中国)或更大尺度内的森林火灾预警预测研究主要面临三个挑战:(1)由于无法在大尺度下时空连续地获取可燃物含水率信息以及缺乏其与森林火灾的关系研究导致森林火灾诱发因子数据库不完整;(2)森林火灾风险时空挖掘方法的欠缺使得大尺度的森林火灾风险评估的准确性有待提高;(3)像素级的高精度森林火灾风险预警预测方法亟待探索。因此本研究通过对上述问题的攻克,建立了森林火灾风险时空挖掘及预警预测方法体系,为森林火灾预警预测系统的开发提供新的解决思路和方法,促进地方消防管理规划和基于地理位置的资源配置优化,并贡献于森林火灾风险预警,抑制,和响应,以及提高人们对生命财产的安全意识。本论文首先基于多源遥感数据及辐射传输模型时空连续地反演了中国西南地区可燃物含水率,并对其与森林火灾发生关系进行分析,验证了其作为森林火灾发生驱动因子的重要性;其次通过整合可燃物诱发因子、气象诱发因子、地形诱发因子和森林火灾参考信息因子构建了完整的历史森林火灾事件及诱发因子数据库,并通过深度学习模型完成了中国西南地区的历史森林火灾风险评估;最后通过基于像素级的长时间序列森林火灾风险挖掘实现了全球林火多发区域的森林火灾风险预测和分析。主要的工作及成果可以概括为:(1)基于辐射传输模型(RTM)和中分辨率成像光谱仪(MODIS)反射率产品MCD43A4和土地覆盖产品MCD12Q1反演了中国西南地区的可燃物含水率产品,并从MODIS火烧迹地产品MCD64A1中提取火灾事件。研究了处于Koppen气候分类冬干温暖带下的亚热带高原气候区(Cwa)和亚热带湿润气候区(Cwb)内可燃物含水率与森林火灾发生的关系。证明了可燃物含水率对森林火灾发生存在短期的阈值作用和长期的控制作用。(2)通过整合2000年-2018年的可燃物诱发因子(MODIS MCD15A2H产品的叶面积指数(LAI)、基于MCD12Q1的可燃物类别及基于遥感数据和辐射传输模型反演的可燃物含水率),气象诱发因子(通过ERA-Interim气象再分析资料提取和计算的相对湿度,空气温度,降雨量和风速),地形诱发因子(通过GMTED2010地形数据提取和计算的高程,坡度和坡向)和森林火灾参考信息因子(通过MODIS MCD64A1提取的燃烧年份,燃烧日期和经纬度)构建完整的历史森林火灾事件及诱发因子数据库。(3)基于半变异函数和多时相遥感信息确定森林火灾像元的时空缓冲半径大小,并以此确定非森林火灾样本点,同时提取其目标时期的相关诱发因子数值,完成森林火灾事件及诱发因子数据库的对照数据库构建。基于深度学习模型计算森林火灾风险,以中国西南地区为例,实现了对森林火灾风险在空间上的定量表征。模型以上述历史森林火灾事件及诱发因子数据库及其对照数据库为基础,采用70%的样本作为训练数据训练模型,30%的样本作为验证样本验证模型精度。通过AUC值和准确率作为验证标准。此外利用Logistic回归模型作为传统方法进行比较研究。验证结果表明构建的深度学习模型对森林火灾风险具有很好的评估性能,且性能好于Logistic回归模型。(4)基于全球森林火险指数(Fire Danger index,FDI)产品,通过时间序列ARIMA模型实现了全球五个森林火灾多发区域(中国西南部、澳大利亚北部、欧洲南部、非洲中部和美国西海岸)在2000-2018年森林火灾风险的像素级模拟以及2019-2020年森林火灾风险未来趋势预测和分析,并利用2019年的实际林地火灾数据对趋势预测结果进行验证。