基于遥感和GIS的森林火险预测模式研究.pdfVIP

基于遥感和GIS的森林火险预测模式研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于遥感和GIS的森林火险预测模式研究 衷金国① 刘湘南② 周占鳌② ①〔河北师范大学资源与环境科学学院;②东北师范大学城市与环境科学学院) 摘 要 通过对森林火险空间变量进行全面的系统分析和综合研究,建立了遥感信息与森林 火险因子的关系摸式和森林火险遥感顶测信息系统,结合试验区建立了森林火险指数棋型 并生成了火险分布图。 、引言 森林是全球生态系统的重要组成部分,近年来由于气候变暖等原因,森林火灾的发生频 率日益增大。森林火灾不仅可以造成巨大的经济损失,而且还会导致生态和灾害链后果。因 此进行准确的森林火险预报,为森林火灾管理提供科学决策信息,具有重要的理论意义及生 产实用价值。然而,目前世界各国对于林火的研究,大多围绕火险天气等级预报、林火实时 监测、林火行为或灾后损失评估等方面1,〔2,3,s],而在森林火险预报方面的研究相对薄弱, 多数此类研究考虑因子不全面,也没有把各变量统一在一个火险指数中。 本研究拟在借鉴国内外同类研究的基础上,运用遥感信息和GIS技术,来实时获取森林 状况、气象条件及地面特征等林火孕灾因素,建立森林火险遥感预测模型,并在GIS支持下 输出火险分级图。 二、林火灾害孕育因子分析 森林火灾的孕育环境复杂,致灾因子多样,经过综合分析,表明森林火险是森林自然生 态因素与人文因素相互作用的产物。自然生态因素包括森林特性、气象状况和地形条件,而 人文因素则体现了与人类活动有关的潜在火源分布。 1.自然生态因寮与森林火险 森林特性影响森林火险,主要与植被类型、水分含量、郁闭度、林麟等密切相关[[6]。针 叶林、针阔混交林、落叶阔叶林、常绿阔叶林耐火能力逐渐增强,易嫌性依次降低],[。可嫩 物湿度直接影响着火的难易程度,如引,l::概率、引燃时间[[8]等,它具有冷却效应。郁闭度直 接影响林下可燃物的数量及林内小气候的变化。随着郁闭度的增加,林内温度降低,湿度增 大,发生火灾的可能性减小。不同龄级的森林耐火性不同,随着林龄增加,林分抗火性相应 增强。幼龄林、老龄林、成熟林、中龄林的林火发生率依次递减,并接近幕函数分布[[9]降 水量、气温、相对湿度、风等气象因子与森林火灾的发生蔓延有很大关系。降水可直接增大 空气湿度及可燎物含水t,因而降低森林火灾的危险性。气温越高,相对湿度越小,可嫩物 含水率越少,森林火险性就越高。风不但能加速林地水分蒸发,而且较高的风速能给然烧点 一 89 一 - .- .一 ,,份,,,,~种种种种种种种..口种..,.. 供应大量的氧气,具有增强辐射传输和扩展火势的作用。地形是制约水热条件再分配的重要 因素。海拔高度升高气温下降,不易发生火灾。坡度较陡时,降水径流排泄快,可燃物易干 燥,提高林火的蔓延率,因而火险等级较高。坡向不同,可引起各方位的水热状况的差异, 从而影响可燃物干燥度及林火英延趋势,不同坡向上的森林火灾发生频率由大到小依次为 南、西、东、平地、北。 2.人文因紊与森林火险 我们选取人文因素中的路网密度与人口密度来代表潜在火源状况。森林内道路一般较 窄,群众经此行走或野营,是人为火源造成火灾的潜在路线,由于人类活动频繁,火险等级 较高。人口密度决定了居民点和生产作业地点的分布及人类活动强度,人口密度大的地区, 森林火灾发生风险大。 三、GIS支持下森林火险因子遥感获取方法 1.植被类型的遥感判别 最早的植被分类采用人工目视解译,之后计算机自动分类比目视解译前进了一步,但由 于各树种相互搀杂,且受土壤湿度,地形阴影,异物同谱的影响,单纯对遥感数据进行监督 或非监督分类的结果精度不高。章杨清、靳文戟等,采用分维向盆和多层神经网络对遥感 图像分类[10,11]。本文采用ERDASIMAGINE软件提供的工具对植被指数进行植被分类。因为 由可见光红波段 (0.63一。m9)6.1 和近红外波段 ((0.76-0.90Fem)的植被冠层波谱反射率经 过一定的线性或非线性组合形成的植被指数,与植被叶面积指数 (LAI),有效光合吸收辐射 (AFAR)和覆盖度等有很好的相关关系,反映了植物光合作用强度和生活力的大小,是森林 植被类型差异的一种表现。 根据长春净月潭地区植被冠层反射率TM4

文档评论(0)

精品课件 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档