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。

湖南省“一湖四水”流域栎类次生林林分质量时空分异特征

【目的】我国栎类次生林资源丰富,其质量优劣在生态文明建设中举足轻重。研究森林资源质量及其时空分异特征是科学经营、提质增量的关键。【方法】基于湖南省1989—2014年6期国家森林资源连续清查数据,建立了含林分生长潜力、林分结构和立地条件指标的栎类次生林林分质量评价模型,并按等距划分法将其定量评价结果划分为优、良、中、差、劣5个等级;结合湖南省"一湖四水"的流域分布特征,从时间维度和空间维度上,研究分析了25年间各流域栎类次生林林分质量的变化规律,并按质量评价等级提出栎类次生林经营要点。【结果】1989—2014年,湖南省栎类次生林面积增加约56.99万hm^(2);通过林分质量评价模型得出,以流域为单元的栎类次生林林分质量综合得分值域为[0.261~0.483];林分质量时空分布变化表现为:优等栎类次生林分布于湘江流域,其他等级林分各流域均有分布;空间上,湘江流域、沅江流域、澧水流域栎类次生林林分质量相对较好,资江流域、洞庭湖流域栎类次生林林分质量较差;时间上,资江流域的栎类次生林质量等级(差)不变,其它流域栎类次生林质量等级由差发展为中。【结论】25年间,湖南省栎类次生林规模大幅增加,各流域栎类次生林质量仅体现中和差2个等级,林分质量整体较差。从质量等级发展过程来看,林分顺向演替明显,提质潜力大。

洞庭湖流域生境质量对LUCC的动态响应

【目的】探究洞庭湖流域生境质量对土地利用变化的响应机制,为该流域生态环境保护和可持续发展提供参考依据。【方法】基于洞庭湖流域1980—2018年土地利用数据,运用InVEST模型进行生境质量定量评估,并采用地理加权回归模型探究生境质量变化对耕地、林地、草地、水域和建设用地的响应。【结果】1)近40年间洞庭湖流域土地利用类型以耕地和林地为主,呈现出耕地持续萎缩、林地基本稳定和建设用地持续扩张等主要特征,以耕地与林地之间的内部转移及向建设用地转移为主要变化方向;2)洞庭湖流域生境质量水平虽整体处于较高水平,但持续变差,东南西三面环山地带生境质量最高,环洞庭湖平原、湘中南丘陵地区和武陵—雪峰山脉山地生态农业带生境质量次之,各大中城市和小城镇的建成区生境质量最低;3)生境质量对各地类的响应具有显著的时空异质性,林地、草地和水域总体对生境质量产生正面影响,耕地和建设用地与生境质量基本上呈负相关,但各地类在局部地区均存在反向影响。【结论】三面环山地带生境质量变化主要受林地变化的影响,洞庭湖及“湘、资、沅、澧”四水的河谷湖盆和冲积平原生境质量变化的主导地类则为耕地和建设用地。因此,在制定洞庭湖流域生态环境保护政策时,三面环山地带应以生态保护为首要任务,耕地分布较广区域应加快发展生态农业和循环农业,城市化地区应注重土地利用结构生态型和稳定性的提升。

近40年来洞庭湖流域土地利用及生态风险时空演变分析

以洞庭湖流域为研究对象,利用1980年、1990年、2000年、2010年和2018年5个时期的土地利用数据,在定量分析近40年流域土地利用动态特征的基础上,从景观生态学视角构建生态风险评价模型,对1980—2018年洞庭湖流域生态风险进行评价,并进一步揭示其时空格局演变特征。结果表明:(1)1980年以来,洞庭湖流域土地利用类型以林地和耕地为主。洞庭湖流域土地利用格局发生较大变化,其显著特征为建设用地不断扩张、林地基本稳定、耕地日益萎缩和水域呈扩大趋势。(2)近40年来,洞庭湖流域生态环境较为良好,以较低和中等生态风险区为主导类型。在1980—1990年、1990—2010年和2010—2018年3个时段内,生态风险呈现增长、缓和、加剧的变化过程,高风险区以洞庭湖湖盆向环洞庭湖平原扩张,洞庭湖区、湘江流域和资水流域生态风险等级明显高于其他地区,而沅水流域、澧水流域和湘江流域的东南部生态风险相对较小。

基于多源遥感数据融合的湖南林地干旱动态监测研究

湖南省森林资源丰富,但森林质量不高,抗逆能力较差,林地干旱及其次生灾害已成为湖南林业发展的重大威胁。文中通过多源遥感数据融合模型(STARFM模型与SADFAT模型)将高时间分辨率的MODIS数据和高空间分辨率的LANDSAT数据进行融合,从融合后的影像中提取地表温度(LST)与植被指数(NDVI)2个林地干旱因子,构建温度-植被干旱指数模型(TVDI),利用模型对湖南省2016年6—8月森林生长季每月3天的林地干旱进行了反演,绘制了林地干旱专题图,并对湖南省夏季干旱分布情况进行了分析,为准确、快速地对湖南省林地干旱进行监测和预警提供了一种科学方法。

基于不同卫星传感器的森林火灾红外辐射归一化方法研究

不同卫星传感器识别森林火灾时存在时间差异及辐射差异,通过对AUQA亮温、NOAA-19地表温度、FY-3B亮温数据进行影响因素分析,确定大气、地形、地表温度为归一化参数,建立基于3个卫星传感器的亮温归一化模型。利用地面接收站2017年4月份影像数据,将归一化模型应用到森林火灾识别中,建立了一套适合湖南省的森林火灾阈值。研究结果表明:不同卫星传感器的红外辐射归一化模型能较好地消除辐射差异影响,弥补卫星传感器的时间差异性,提高不同卫星传感器对森林火灾监测的速度。

基于诱虫灯对湘西南云南松毛虫监测的研究

为掌握云南松毛虫种群动态及其最佳诱集波长,利用8种不同波长范围的诱虫灯,在云南松毛虫虫口密度较高的湖南省武冈市开展了诱集试验,分析了云南松毛虫最佳诱集波长和种群动态及雌雄性比。研究结果显示:1)试验诱虫灯中5#效果较好,8#诱集效果较差;2)羽化初期(10月8日之前),诱集的云南松毛虫雄虫数量高于雌虫;3)10月9日开始,每日诱集云南松毛虫雌虫数量均高于雄虫(雌虫占总数量的50%以上,高峰时达到77.78%);4)试验所用诱虫灯除8#外,其余诱虫灯诱集数量与总量均呈极显著相关,每种诱虫灯诱虫量都能够反映云南松毛虫种群动态变化。5)总体上,诱集的云南松毛虫雌性较多,从侧面表明云南松毛虫在林间雌虫占多数。本研究为利用频振式诱虫灯监测和防治云南松毛虫提供了理论参考依据。

不同波长诱虫灯对思茅松毛虫监测研究

为探究思茅松毛虫最佳诱集波长及种群动态,本研究使用10种不同光谱范围和峰值光波的诱虫灯,选择思茅松毛虫虫口密度较高的湖南省岳阳市进行野外诱集试验,分析了思茅松毛虫最佳诱集波长、种群动态及雌雄性比。研究结果显示:10盏诱虫灯中5#诱虫灯(光谱范围408.87~433.49 nm,峰值光波422.55 nm)效果最好,13#(光谱范围439.87~543.92 nm,峰值光波494.93 nm、498.57 nm)诱集效果最差;思茅松毛虫雄虫先于雌虫羽化,在雌虫羽化位点等待雌虫羽化后与之交尾;后期,诱集的思茅松毛虫雌雄性比偏向于雌性。总体上,诱集的思茅松毛虫雌性较多,表明思茅松毛虫在林间雌虫占多数。本研究结果为利用频振式诱虫灯监测思茅松毛虫,同时为利用诱虫灯的最佳诱集波长及种群动态进行思茅松毛虫的防治提供了参考依据。

1950—2020年东北地区林地时空变化特征分析

基于地形图、土地利用现状图提取并分析1950—2020年东北地区林地时空变化格局。结果表明:(1)地形图中记载的林地信息能有效反映20世纪中期东北地区林地基本特征;研究期内林地呈先增后减态势,增幅达10.04×10~4 km^(2),同期覆盖率从34.67%增至44.97%;市域林地均呈增加态势,净增幅前5的市域均超5000 km^(2)。(2)研究期内林地不变、增加和减少区面积分别为28.36×10~4 km^(2)、15.49×10~4 km^(2)和5.45×10~4 km^(2);林地不变区沿长白山、大小兴安岭呈倒U字形分布,占2020年林地面积的64.68%;林地增加区集中于辽河平原、长白山西侧、三江平原东侧、大兴安岭东西两侧;林地减少区零星分散、未呈明显集聚。(3)林地减少的流向表明,农业拓垦是东北地区林地减少的主因,侵占林地规模占林地减少量的88.18%,转化为耕地的区域主要分布在平原与山脉结合处及河谷地带;河流水体与城乡建设占用的林地基本相当,约占林地减少量的2.00%,城乡建设未对林地造成较大损坏。(4)研究期立地条件有大幅改善,林地距城镇平均距离缩减2.26 km,半数新增林地位于城镇10 km范围内;林地平均高程下降41.44 m,超半数新增林地位于高程300 m以内,林地向城镇延伸和“下山进平原”现象明显。

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。

长沙市MODIS气溶胶光学厚度与PM2.5浓度的相关性研究

利用MODIS数据研究区域大气PM2.5浓度分布是环境动态监测的有效方法。获取美国NASA发布的分辨率为3km的MOD光学厚度产品;提取2016年1月至2017年7月期间长沙市10个大气监测站点的PM2.5浓度数据进行相关性分析,建立PM2.5浓度与AOD之间的线性、幂函数以及指数函数3种相关性模型;引入湿度影响因子建立大气PM2.5浓度订正模型,采用PM2.5浓度订正模型订正PM2.5浓度。结果表明:湿度订正提高了PM2.5与AOD相关性,幂函数相关性模型的方差值相对其他2种模型较好,运用幂函数相关性模型研究长沙市MODIS气溶胶光学厚度与PM2.5浓度的相关性较好。