基于landsat影像大兴安岭地区林火烈度时空格局分析

doi:10.13466/j.cnki.lyzygl.2019.06.016

林业资源管理 ›› 2019, Vol. 0 ›› Issue (6): 91-96.doi: 10.13466/j.cnki.lyzygl.2019.06.016

基于landsat影像大兴安岭地区林火烈度时空格局分析

袁昊¹^,²(), 陈宏伟¹^,³, 齐麟², 房磊², 乔泽宇²^,⁴, 赵福强²

1. 沈阳大学生命科学与工程学院,沈阳 110044
2. 中国科学院沈阳应用生态研究所,沈阳 110016
3. 辽宁省城市有害生物治理与生态安全重点实验室,沈阳 110044
4. 山东科技大学测绘科学与工程学院,山东青岛 266590

收稿日期:2019-09-23 修回日期:2019-10-23 出版日期:2019-12-28 发布日期:2020-05-09
作者简介:袁昊(1994-)男,辽宁丹东人,在读硕士,主要从事干扰生态方面的研究。Email: yuan_h1994@outlook.com
基金资助:
沈阳市科技计划项目(F16-158-9-00);长白山科学研究院开放基金项目(201806);国家自然基金面上项目(31770665);国家自然基金青年科学基金项目(41301200);国家自然基金青年科学基金项目(41201185)

Analysis on Temporal and Spatial Patterns of Forest Fire Intensity in the Greater Xing'an Mountains Based on Landsat Images

YUAN Hao¹^,²(), CHEN Hongwei¹^,³, QI Lin², FANG Lei², QIAO Zeyu²^,⁴, ZHAO Fuqiang²

1. College of life Science and Bioengineering Shenyang University,Shenyang 110044
2. Institute of Applied Ecology,Chinese Academy of Sciences,Shenyang 110016
3. Liaoning Key Laboratory of Urban Integrated Pest Management and Ecological Security,Shenyang 110044
4. College of Geomatics of Shandong University of Science and Technology,Qingdao 266590

Received:2019-09-23 Revised:2019-10-23 Online:2019-12-28 Published:2020-05-09

摘要/Abstract

摘要：

基于大兴安岭地区1988—2009年landsat5 TM数据和地面火烧记录信息,在Envi5.3平台下获得大兴安岭地区多年连续火斑数据,提取火斑数据 dNBR 指数。结果表明:1988—2009年大兴安岭地区林火发生次数和过火面积均呈现上升趋势;在1998年天保工程实施之前,大兴安岭地区林火以低烈度火为主,1998年之后低烈度过火面积比率呈现显著下降趋势(P<0.05);1998年之后高烈度过火面积比率呈现显著上升趋势(P<0.01)。月均最高气温与高烈度火占比呈现显著的正相关关系(P<0.05),与低烈度火呈现显著的负相关关系(P<0.05);月平均风速与高烈度火呈现显著的负相关(P<0.05),与低烈度火呈现显著的正相关(P<0.05)。通过对比分析天保工程实施前后林火特征和气候的变化趋势,可以发现天保工程的实施对林火烈度产生极大的影响,是其改变的主要原因。

关键词: 大兴安岭, 林火烈度, 遥感, dNBR指数, 天保工程

Abstract:

Based on the landsat5 TM data and local fire record information of the Greater Xing'an mountains from 1988 to 2009,the continuous fire spot data were obtained under the envi5.3 platform,and the dNBR index of fire spot data was established.The results showed that the number of forest fires and over-fire area in the Greater Xing'an mountains area increased from 1988 to 2009.Before the implementation of the Natural Forest Protection Project(NFPP) in 1998,the forest fires in the area were primarily low-intensity fires.After 1998,however,the ratio of low-intensity fires decreased significantly(P<0.05) while the high intensity fires increased significantly(P<0.01).The mean maximum temperature was positively correlated with high severity fire(P<0.05) but significant negative correlation with low intensity fire(P<0.05),monthly mean wind speed and high intensity fire showed a significant negative correlation,(P<0.05),there was a significant positive correlation with low intensity fire(P<0.05).From the results of this research we speculated that the implementation of the NFPP is the main driving force of the changed of fire severity.

Key words: Greater Xing'an mountains, remote sensing, fire intensity, dNBR index, Natural Forest Protection Project

中图分类号:

袁昊, 陈宏伟, 齐麟, 房磊, 乔泽宇, 赵福强. 基于landsat影像大兴安岭地区林火烈度时空格局分析[J]. 林业资源管理, 2019, 0(6): 91-96.

YUAN Hao, CHEN Hongwei, QI Lin, FANG Lei, QIAO Zeyu, ZHAO Fuqiang. Analysis on Temporal and Spatial Patterns of Forest Fire Intensity in the Greater Xing'an Mountains Based on Landsat Images[J]. FOREST RESOURCES WANAGEMENT, 2019, 0(6): 91-96.

图/表 5

图1

图2

图3

图4

表1

参考文献 27

[1]	Thom D, Seidl R. Natural disturbance impacts on ecosystem services and biodiversity in temperate and boreal forests[J]. Biol Rev Camb Philos Soc, 2015,91(3):760-81. doi: 10.1111/brv.12193 pmid: 26010526
[2]	Westerling A L, Hidalgo H G, Cayan D R, et al. Warming and earlier spring increase western U.S.forest wildfire activity[J]. Science, 2006,313(5789):940-943. pmid: 16825536
[3]	李晓娜, 朱莉莉, 贺红士, 等. “天然林保护工程”对大兴安岭呼中森林的中长期影响[J]. 北方园艺, 2015(24):195-200.
[4]	王文娟, 常禹, 刘志华, 等. 大兴安岭呼中林区地表死可燃物含水量及其环境梯度分析[J]. 生态学杂志, 2009,28(2):209-215.
[5]	杨达, 吴志伟, 梁宇, 等. 火干扰对森林碳库影响的量化研究进展[J]. 世界林业研究, 2015,28(1):37-42.
[6]	王文娟, 常禹, 刘志华, 等. 大兴安岭呼中林区火烧迹地粗木质残体特征[J]. 应用生态学报, 2009,20(8):1805-1810.
[7]	魏书精, 胡海清, 孙龙. 气候变化对我国林火发生规律的影响[J]. 森林防火, 2011(1):30-34.
[8]	胡同欣, 胡海清, 孙龙. 中度火干扰对兴安落叶松林土壤呼吸的影响[J]. 生态学报, 2018,38(8):2915-2924.
[9]	常禹, 陈宏伟, 胡远满, 等. 林火烈度评价及其空间异质性研究进展[J]. 自然灾害学报, 2012,21(2):28-34.
[10]	Wimberly M, Reilly M. Assessment of fire severity and species diversity in the southern Appalachians using Landsat TM and ETM+ imagery[J]. Remote Sensing of Environment, 2007,108(2):189-197. doi: 10.1016/j.rse.2006.03.019
[11]	Hoy E E, French N H F, Turetsky M R, et al. Evaluating the potential of Landsat TM/ETM+ imagery for assessing fire severity in Alaskan black spruce forests[J]. International Journal ofWildland Fire, 2008,17:500-514.
[12]	Miller J D, Knapp E E, Key C H, et al. Calibration and validation of the relative differenced Normalized Burn Ratio(RdNBR) to three measures of fire severity in the Sierra Nevada and Klamath Mountains,California,USA[J]. Remote Sensing of Environment, 2009,113(3):645-656. doi: 10.1016/j.rse.2008.11.009
[13]	吴志伟, 常禹, 贺红士, 等. 大兴安岭呼中林区林火时空分布特征分析[J]. 广东农业科学, 2011,38(5):189-193.
[14]	李顺, 吴志伟, 梁宇, 等. 大兴安岭人为火发生影响因素及气候变化下的趋势[J]. 应用生态学报, 2017,28(1):210-218.
[15]	李秀芬, 郭昭滨, 赵慧颖, 等. 大兴安岭气候干湿变化及对森林火灾的影响[J]. 应用气象学报, 2018,29(5):619-629.
[16]	刘志华, 杨健, 贺红士, 等. 黑龙江大兴安岭呼中林区火烧点格局分析及影响因素[J]. 生态学报, 2011,31(6):1669-1677.
[17]	魏书精, 孙龙, 魏书威, 等. 气候变化对森林灾害的影响及防控策略[J]. 灾害学, 2013,28(1):36-40.
[18]	李顺, 吴志伟, 梁宇, 等. 大兴安岭林火发生的时空聚集性特征[J]. 生态学杂志, 2017,36(1):198-204.
[19]	周以良. 中国大兴安岭植被[M]. 北京: 科学出版社, 1991.
[20]	徐化成. 中国大兴安岭森林[M]. 北京: 科学出版社, 1998.
[21]	田晓瑞, 王明玉, 舒立福. 全球变化背景下的我国林火发生趋势及预防对策[J]. 森林防火, 2003(3):32-34.
[22]	CannonJia. 常用遥感数据下载地址[EB/OL]. (2018-08-24)[2019-08-08]. https://blog.csdn.net/nonejia/article/details/84287051.
[23]	Ora_ge. 气象数据下载[EB/OL]. (2018-08-27)[2019-08-08]. https://blog.csdn.net/weixin_40645816/article/details/82110402.
[24]	Roy D P, Boschetti L, Trigg S N. Remote Sensing of Fire Severity:Assessing the Performance of the Normalized Burn Ratio[J]. IEEE Geoscience and Remote Sensing Letters, 2006,3(1):112-116. doi: 10.1109/LGRS.2005.858485
[25]	White J D, Ryan K C, Key C C, et al. Remote Sensing of Forest Fire Severity and Vegetation Recovery[J]. Wildland Fire, 1996,6(3):125.
[26]	Verbyla D L, Kasischke E S, Hoy E E. Seasonal and topographic effects on estimating fire severity from Landsat TM/ETM+ data[J]. International Journal of Wildland Fire, 2008,17:527-534. doi: 10.1071/WF08038
[27]	房磊. 大兴安岭林火干扰烈度时空格局及其空间分布的驱动力研究[D]. 北京:中国科学院研究生院, 2014.

气象数据	Mean±SD	样本数/个	与林火烈度相关性(r)
气象数据	Mean±SD	样本数/个	高烈度火	中烈度火	低烈度火
最低气温(℃)	-4.87±8.31	63	0.248^*	-0.091	-0.192
最高气温(℃)	28.81±6.11	63	0.290^*	0.035	-0.278^*
平均气温(℃)	11.26±6.85	63	0.305^*	-0.110	-0.237
最低气压(hPa)	946.58±12.27	63	0.033	0.098	-0.067
最高气压(hPa)	975.27±14.39	63	-0.126	0.064	0.090
平均气压(hPa)	962.87±13.13	63	-0.078	0.053	0.051
平均降水(mm)	57.09±47.59	63	0.081	-0.014	-0.068
降水量≥0.1mm日数(d)	10.78±4.41	63	0.002	-0.192	0.071
最大日降水量(mm)	18.56±12.70	63	0.062	0.032	-0.069
平均相对湿度(%)	62.41±11.08	63	0.196	-0.221	-0.096
平均风速(m/s)	2.40±0.60	63	-0.256^*	-0.126	0.281^*
最大风速(m/s)	10.81±1.84	63	-0.127	-0.115	0.160
日照时数(h)	247.42±38.07	63	0.201	0.179	-0.251^*
月日照百分率(%)	54.92±8.90	63	0.118	0.246	-0.201
平均水气压(hPa)	9.12±4.66	63	0.316^*	-0.134	-0.237

基于landsat影像大兴安岭地区林火烈度时空格局分析

Analysis on Temporal and Spatial Patterns of Forest Fire Intensity in the Greater Xing'an Mountains Based on Landsat Images

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 27

相关文章 10

编辑推荐

Metrics

本文评价

[1]	马鸿伟, 刘海, 姚顺彬, 周蔚. 基于林业遥感的树种分类应用分析与展望[J]. 林业资源管理, 2020, 2020(3): 118-121.
[2]	江仕嵘, 童亚文, 刘耀华, 张青峰, 洪波. 秦岭国家植物园生态环境质量评价[J]. 林业资源管理, 2020, 2020(3): 85-88.
[3]	亓兴兰, 曹祖宁, 刘健, 陈芳, 庄苇. 基于卫星遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2020, 2020(2): 181-186.
[4]	白夜, 武英达, 王博, 石宽. 我国森林草原火灾潜在风险应对策略研究[J]. 林业资源管理, 2020, 2020(1): 11-14.
[5]	焦银合, 于泉洲, 刘恩峰, 梁春玲, 田晓飞, 张保华. 基于遥感的南四湖菹草群落时空演变特征及其原因分析[J]. 林业资源管理, 2020, 2020(1): 70-78.
[6]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 2020(1): 125-135.
[7]	林丽丽, 郝振帮, 戴姗霖, 杨柳青, 刘健, 余坤勇. 南方集体林区典型毛竹经营区林分质量遥感量化研究[J]. 林业资源管理, 2019, 0(6): 84-90.
[8]	徐晓峰, 张皓琳, 孙志超. 天地一体化森林防火监测体系建设[J]. 林业资源管理, 2019, 0(5): 121-129.
[9]	蔡林菲, 吴达胜, 方陆明, 郑辛煜. 基于XGBoost的高分二号影像树种识别[J]. 林业资源管理, 2019, 0(5): 44-51.
[10]	卢献健, 黄俞惠, 晏红波, 周吕, 吴宸龙, 周斌, 罗乐. 基于GEE平台广西桉树快速提取研究[J]. 林业资源管理, 2019, 0(5): 52-60.