论文部分内容阅读
随着全球气候变暖,日益严峻的森林野火对地球生态环境造成了严重破坏,因此野火风险的评估和预警工作显得十分迫切。野火发生是受多种因素的综合影响,而目前我国现有评价其风险的方法仅考虑了气象因素。事实上,根据野火三角模型,野火的发生除了气象因素外,与地面可燃物信息、地形要素等同样密切相关。因此研究基于气象、可燃物、地形等多源数据集的野火风险评估方法,有助于形成一套行之有效的野火风险评估方法体系,为林业等有关部门提供科学的防火决策依据。本论文以云南省为研究区,首先基于MODIS遥感数据、ERA-Interim气象再分析资料和GMTED2010地形数据对研究区野火的时空特征进行了分析,其次通过数据挖掘技术构建了野火风险评估模型,最后基于GFS气象预报数据和近实时的遥感数据实现未来6天的野火风险预警。主要的工作及成果可以概括为:(1)根据MODIS提供的火烧迹地MCD64A1产品,提取研究区2007-2016年的火点样本。同时,在时间和空间维度的限制条件下,基于半变异函数随机提取等数量的非火点样本。研究过程中为了克服不同植被类型结构间存在的显著性差异,根据IGBP土地覆盖分类规则,将所提取的样本分为森林和草原两部分,从而构建了野火风险评估模型的训练数据集。(2)论文对研究区野火的时空特征进行了详细分析。时间特征主要包括了野火数量在年、月尺度上的变化规律,并根据气象条件分析变化机理。而空间特征主要分析了野火的空间分布密度,并结合土地覆盖类型和研究区行政区划图进一步阐述。此外,论文以草原火点样本数据为例,分析了野火数量与诱导因子间的相互关系。(3)基于Logistic回归模型计算野火风险指数(Wildfire Risk Index,WRI),实现对野火风险程度的定量表征。模型训练过程分为建模、内部验证和外部验证。建模采用2007-2014年中70%的样本训练模型,30%的样本内部验证,而外部验证是使用2015-2016年的样本对已构建的模型的再次验证。验证结果采用ROC曲线的AUC值进行表征,草原和森林内部验证AUC值为0.91和0.86,外部验证AUC值为0.89和0.83。内部验证结果表明模型具有很好的评估性能,而外部验证结果表明当模型在时间维度上扩展时,评估性能仍然卓越。(4)基于野火风险评估模型的扩展性和对野火风险预警的可行性分析,结合GFS气象预报数据和近实时的遥感数据,实现未来6天的野火风险预警。同时,为了避免由于遥感数据的缺失而造成野火风险预警的结果缺失,论文采用间隙填补算法对预警结果进行了填补。