基于MODIS数据的全国林灌草火点时空特征分析

【目的】为在空间、时间尺度上对我国全域林灌草火灾发生特征有清晰的认知,进而对森林草原火灾预防决策提供参考。【方法】选用2003—2022年MODIS卫星火点数据产品和土地覆盖数据产品,以全国陆地区域作为研究范围,利用优化的热点分析方法来分析林灌草火点的空间分布特征;统计分析年际、月度以及我国传统节日林灌草火点的时间分布特征,并采用Mann-Kendall趋势分析法从年际、月度分析林灌草火点的时间变化趋势。【结果】1)林灌草火点的稠密区域主要分布在我国的广东省、云南省、广西壮族自治区和黑龙江省,稀疏区域主要分布在我国的河南省、河北省和山东省。2)属于草的卫星火点数量最多,主要发生在春季和冬季;属于灌丛的火点数量最少,主要发生在夏季。3)卫星火点数量在我国七大传统节日中占比排名前三的是:春节、清明节、劳动节。4)2003—2022年的年际和月度林灌草火点数量呈现波折起伏的走势,在年际变化上,2015年为全国火点数量发生突变年;在月度上,5月是火点数量发生突变的月份。【结论】1)我国南部火点稠密,中东部火点稀疏,且2003—2022年疏密区域未发生明显迁移,因而在实施防火部署时可进行差异化管理。2)春、冬两季草地分布的区域以及阔叶林分布区域在春、夏两季需加强防火管理。

基于多源卫星多光谱遥感数据的过火面积估算研究

露天生物质燃烧是重要的大气污染物排放源,导致空气质量恶化并引起气候变化。卫星遥感数据能够提供大尺度、多时相的监测信息,然而燃烧火点监测和火烧迹地监测两种方式都存在着局限性。以美国东南部地区为研究区域,通过结合卫星遥感获取的高分辨率燃烧面积数据及多时相的燃烧火点数据,建立时空匹配模型估算露天生物质燃烧过火面积。通过分析植被燃烧前后的光谱变化特征,基于高分辨率的Landsat-5 TM4波段(0.84μm)与7波段(2.22μm)数据,利用差分归一化燃烧比(dNBR:the differential normalized burn ratio)提取燃烧面积数据;而燃烧火点数据则通过分析燃烧植被的热红外光谱特征利用MODIS 4与11μm波段数据提取。结果显示,该地区燃烧面积与燃烧火点数量之间相关系数达0.63,并且二者之间的比例关系随植被类型而发生变化,林地、草地、灌木、耕地和沼泽五种植被类型对应的像元燃烧面积分别为0.69,1.27,0.86,0.72和0.94 km^2。通过与美国火灾中心(national interagency fire center,NIFC)地面调查数据比对,模型估算的美国东南部过火面积数据较为精确,而同期的MODIS燃烧面积产品(MCD45)及燃烧源清单产品(global fire emissions database,GFED)遗漏了该区域大量的小面积燃烧事件。因此,本研究建立的过火面积估算模型能够提供更为精确的排放源参数信息,有利于区域空气质量模式准确地模拟露天生物质燃烧排放状况。

中国近年火灾的空间聚集趋势分析

通过全局自相关分析,发现中国近年来火灾存在空间自相关和空间聚集现象。2002年以前,火灾空间聚集趋于加强;2003年以后,火灾空间聚集趋于减弱。进一步分析火灾局部自相关,火灾的热点区域主要存在于东北地区、河套地区、新疆地区,以及环渤海、长三角部分地区,但河套地区、新疆地区的热点范围有扩大趋势,其他地区的热点范围则逐渐消失。

江西省森林火灾发生特点及防治对策研究

基于ArcGIS、Excel等空间分析和数学统计手段,对江西省2011-2018年的森林火灾发生情况、起火原因、时空分布等特点进行研究,以此分析山地丘陵地区森林火灾动态特征。结果表明,江西省在此年间共发生火灾202次,上坟烧纸、烧荒烧炭和野外吸烟是引发森林火灾的主要原因,分别占总数的29%、17%、14%;森林可燃物中主要以中熟林、幼龄林、杉木及马尾松为主要树种;森林火灾多集中在上半年,尤其1-4月,下半年较少;每天的12-18时为火灾高发时段,22时至次日6时火灾发生次数较少;上饶市、吉安市发生火灾次数最多,热点区域主要集中在上饶市117°48′E,28°19′N处和萍乡市113°46′E,27°42′N处。本研究可为山地丘陵地区林火管理工作提供理论支持。

基于DBSCAN算法的虚假卫星林火热点挖掘研究

利用卫星遥感数据自动识别林火热点的过程中,需要尽可能排除卫星林火虚假热点以提高林火热点识别的精度。利用DBSCAN算法对湖南省范围内的卫星林火热点信息数据库(2015年10月—2017年12月)进行了数据挖掘,并建立了虚假林火热点历史经验库,对挖掘结果进行了分析和判别验证。结果表明:运用得到的虚假林火热点历史经验数据库进行比对,能够对固定热源类、农用火源类和水面反射类的卫星林火虚假热点进行有效过滤,为提高森林火灾卫星动态监测的准确度提供了一种有效的解决办法。

云南卫星林火监测中的地面核查辅助决策模型研究

基于卫星林火监测发现的地面高温热源坐标,研究了供基层单位开展地面核查、处置的辅助决策模型。首先利用空间查询分析,获取热点所在林区、县市、乡镇以及最近地名参考信息,然后,建立预警模型,将热点危险性进行分级,并给出了与之对应的地面核查处置应对方法。该模型能支持基层单位快速、经济地处置林火热点。

基于卫星监测的湖南省林火时空分布规律研究

监测预报和挖掘发现林火发生的时空规律是森林防火工作的基础,本研究主要利用中国森林防火网2007—2017年卫星林火监测数据,借助时空立方体热点分析模型,研究发现湖南省近10年林火的时空分布规律和发展趋势;自2007年起的11年间共发生林火15 536起,主要集中在10月至次年4月,占累计总数的87.2%,属湖南省重点森林防火时段;热点分析发现冷点即林火低频区域8 799个、暖点即林火高频区域6 660个,整体火情呈下降趋势,林火热点区域集中在衡阳南部、郴州东北部以及永州中南部地区;相较于2001—2008年湖南省林火分布规律的报道可见,常德市石门县、湘西州以及张家界市的林火发生频率明显减少。

国网辖区火险等级评估及山火时空特性分析

通过中国气象台2015年2月11日16时至4月20日20时周期内发布的全国热源点监测和森林火险气象等级数据,对国家电网辖区内各省份和区位进行热源点和各级(较高、高和极高)森林火险气象等级出现项次和频次进行统计,给出危险性排序并赋予权重后计算总体危险性分级,以此确定较高等级代表性省份,对其2012-2014年代表案例进行时空特性分析。结果发现:统计周期内四川省热源点总体危险性排序为7,四川南部和西部在森林火险气象等级较高区位内对应总体危险性排序分别为2和5,四川西南部、西部和南部在森林火险气象等级高区位内对应总体危险性排序分别为3、4和5,四川西南部在森林火险气象等级极高区位内对应总体危险性排序为1,可作为代表性省份和区位;山火现场通常地形复杂、地势陡峭、天气干燥、风力较大、风向不定、火线漫长、浓烟密集;山火发生主要月份为3月和4月(比例均约为33.3%),主要时段为12:00-18:00(比例约为53.3%),主要火场林相为云南松、冷云杉、栎类和杂草灌木。

利用卫星热点测报森林火灾的报准率统计分析

卫星热点测报森林火灾的本质是测报地面高温热源,粗分辨率的遥感数据不能有效区别森林火灾与其非森林火灾,实地核查是卫星热点测报中的一个工作环节,利用GIS系统制定计算机辅助决策,提升热点处置的技术水平,是森林防火行业提出的一个应用研究课题,评估卫星热点测报森林火灾的报准率是解决问题的基础。通过收集云南省1998～2002年和2004年的卫星热点监测反馈数据11 251条,按8种热源进行分类统计,进行大样本统计分析,利用总体比例估计模型进行比估计。结果表明,在90%可靠性条件下,云南的卫星热点中,森林火灾所占的比估计为29.3%,置信区间为{0.286,0.3001}。

基于时空立方体的蒙古高原草原火高频区时空演变特征

蒙古高原东部草原火频繁发生,波及面广,对畜牧业发展威胁很大。本研究以蒙古高原草原火高频区2001-2020年的MCD64A1遥感火烧迹地数据为基础,利用时空立方体模型挖掘草原火的时空演变模式。结果表明:整体上,草原火从西南向东北逐渐增多,以国境线为界的火发生面积差异明显,主要分布在蒙古国境内,并存在明显的年际变化,每隔3~4年出现一次草原火发生的高峰。草原火高频集聚立方体的空间和时间自相关关系比较复杂,火事件的规律性差,不具有连续性,对防火防灾带来困难。草原火发生频率显著高或低的个别点主要分布在人口聚集的镇所在地;呼伦贝尔市东部、西部国境线附近,肯特省北部,东方省西南角、东北部、东南部以及与新巴尔虎左旗交界处草原火虽不连续发生,但近期发生频率较高,需要高度警惕。利用时空立方体挖掘蒙古高原草原火高频区时空演变模式,可为准确、快速识别草原火多发点位及其时空演变特性,网格化管理草原火,管护员巡查调度、草原火预测、降低火灾发生频率等提供辅助决策。

利用林权管理软件确定卫星林火监测热点详细信息的方法

利用林权管理软件与网上发布的卫星林火监测热点信息相结合,可以在极短的时间(大约10秒钟)内准确掌握热点详情,确切知道热点发生的具体乡(镇)、村、组、山头地块(小地名)以及林地、林权所有者姓名等情况,文章以贵州省为例,就该方法的可行性及具体操作方法进行了概述.

基于正逆双向模拟的采空区隐蔽火源探测技术

以示范矿井采空区监测的温度数据为实验基础,以国内外矿井通风理论、气体流动理论和传热学为理论基础,利用Fluent软件对采空区内温度场进行正逆双向模拟,2次模拟相互比较和印证,进而确定采空区隐蔽火源位置并分析其探测误差,建立基于正逆双向模拟的探测采空区隐蔽火源的模型。

基于端边云架构的精准光伏电站火灾预报警系统研究应用

基于端边云架构和多模态视觉AI模型,辅以选型定制的高清摄像机、激光粒子计数器和高精度热成像,研究开发的光伏场站场景的火灾极早期预报警系统,可有效地暴露出天灾人祸式的火灾和来自光伏场站内的电气设备故障、光伏板热斑故障、蓄电池热失控,以及场站周边农业活动、森林火灾等因素引起的财产和人员损失,并可对火灾萌芽状态、早期火灾隐患、周边火灾、森林火灾进行破解。