共查询到10条相似文献，搜索用时 218 毫秒
1.
【目的】利用卫星遥感技术研究火后植被恢复过程及影响因子,分析不同火烧强度、不同植被类型的火后归一化植被指数(NDVI)变化特征,研究大兴安岭东南部火后不同植被恢复过程,为在长时间尺度上进行北方林火后植被恢复过程研究与监测提供参考。【方法】基于火烧前后一系列的MODIS数据,利用NDVI和地面调查数据,以2006年大兴安岭松岭特大森林火灾为例,研究不同植被类型在不同强度火烧后的植被恢复过程。根据火烧前后NDVI变化提取过火区;结合地面调查,利用监督分类方法划分火烧强度等级;根据火烧强度分级图和土地覆盖类型图,建立属性数据库,生成火烧强度等级-植被类型图。以2003—2005年同期NDVI最大值为对照,在时间序列上分析植被类型和火烧强度对火后NDVI恢复的影响。根据邻近未过火区的NDVI变化,分析气象因子对NDVI的影响。【结果】轻度、中度和重度火烧区所占比例分别为29%,40%和31%。主要植被类型常绿针叶林、针阔混交林和灌丛的重度火烧部分分别占50%,52%和60%。重度火烧区域所占比例随着坡度增大而升高。在火后NDVI的变化过程中,各森林类型变化趋势相近,灌丛、草地和沼泽的变化趋势相近。【结论】火后NDVI总体呈上升趋势,并呈现明显的年际波动。除草地外其余植被类型在重度火烧后的NDVI值均明显低于中、轻度火烧,但中、轻度火烧的不同植被类型之间差异不明显。森林重度火烧区NDVI在火后第2年达到最低,轻度火烧区火后6年NDVI基本恢复到火前水平。针阔混交林火后盖度的恢复速度较其他森林类型快。火烧强度对森林群落垂直结构的影响显著,森林火烧后灌木层盖度高于未火烧区,且火烧强度越高,这种现象越显著。双因素方差分析显示植被类型和火烧强度对火烧迹地NDVI恢复特征的影响显著,且火烧强度对火后植被恢复的影响更关键,但二者交互影响不显著。未过火区NDVI平均值为0.801 2,波动范围为-3.3%~3.4%,过火区d NDVI的变化约25%是由气象因子引起的,其他主要源于植被变化。d NDVI指标可以很好地反映火烧前后植被指数变化,有较好的时序性和空间可获取性,对火烧迹地恢复过程有指示作用。 相似文献
2.
3.
4.
基于高分一号影像光谱指数识别火烧迹地的决策树方法 总被引：2，自引：1，他引：1
《林业资源管理》2015,(4)
森林火灾发生后,为及时、准确地掌握森林受灾情况,利用高分一号卫星(GF-1)16m宽幅影像各波段反射率信息,结合计算的归一化植被指数(NDVI)、过火区识别指数(BAI)、阴影植被指数(SVI)、归一化差异水体指数(NDWI)和全球环境监测指数(GEMI)等5种光谱指数,构建森林火烧迹地识别决策树模型(CART);在选取的研究区对该模型方法进行验证,并与最大似然监督分类法和非监督分类(ISODATA)方法所得到的结果精度进行了对比分析,结果表明:采用基于CART模型的决策树方法对火烧迹地识别结果精度较最大似然法总体分类精度提高了4.38%,Kappa系数提高了0.102 4,制图精度提高了14.96%,用户精度提高了8.50%;而采用ISODATA方法识别的火烧迹地的总体精度和Kappa系数都较低,制图精度和用户精度都没有达到1%。 相似文献
5.
森林火烧迹地生态修复工作是林草生态修复治理的一项重要内容。介绍了沁源县3.29森林火烧毁迹地概况,提出了该火灾烧毁迹地清理方法以及植被恢复的技术路线。 相似文献
6.
为评价内蒙古毕拉河林场2017年5月2日发生的森林火灾损失情况,利用火灾发生前后的Landsat8卫星影像,计算得到两者间的差值归一化燃烧指数(d NBR),通过目视解译和数学统计相结合的方法构建森林火灾受害程度分级评价指标,对该火烧迹地受灾程度进行定量评价,并利用实地测量GPS数据和GF-2卫星数据验证受害程度的分级精度为86.39%。研究结果表明:内蒙古毕拉河林场火烧迹地的中度受害区域面积最大,为4 685.09hm~2,占火烧迹地总面积的40.35%;轻度受害面积次之,为4 213.1hm~2,占火烧迹地总面积的36.28%;重度受害面积为1 031.03hm~2,占总面积的8.88%;未受害区域的面积最小为906.57hm~2,占火烧迹地总面积的7.81%;火烧迹地内的受灾森林主要分布在中度受害区域和轻度受害区域,受灾草地主要分布在轻度受害区域。 相似文献
7.
火灾是影响森林的重要生态因子,对森林生态系统产生直接作用,也直接影响森林昆虫的寄主和生存条件。特别是在火因子的强烈干扰下,火烧迹地林分极易受到森林虫害侵袭,影响下一阶段火烧迹地的植被恢复。笔者通过查阅国内外文献资料,分析了林火与森林虫害发生之间的关系,研究了火烧迹地上喜迹地昆虫的分布与扩散,以及火烧强度与虫害发生的相关关系等。基于森林生态系统自身、调控对象和生态因子3个方面提出防控策略和对策建议,以期为有效控制森林虫害发生,促进森林生态系统的协调与可持续发展,保障火烧迹地森林生态系统的顺利恢复和持续控灾提供理论参考。 相似文献
8.
9.
《林业科学》2017,(3)
【目的】利用Landsat TM影像,采用遥感指数构建决策树分类模型,提出一种识别火烧迹地面积与林火烈度分析的新方法,并结合坡度、坡向、海拔等地形因子对过火区域火烈度的空间分布进行科学系统的分析研究,为大兴安岭地区森林防火和林火管理提供一定的理论依据和数据支持。【方法】以大兴安岭地区呼中林区为研究区,以2010年9月火后TM影像以及2007年9月火前TM影像为基础数据,以DEM影像、林相图为辅助数据,利用NDVI、NDSWIR、MNDWI和dNBR等遥感指数构建决策树分类模型,对呼中林区2010年10场火烧迹地进行识别,根据dNBR阈值法将过火区域火烈度分为4级,并利用Arcgis软件将火烈度图分别与坡度、坡向、海拔图叠加分析。【结果】利用决策树分类模型所提取火烧迹地面积的分类总体精度和Kappa系数分别为97.97%和0.943 2,与平行六面体法和ISODATA法的分类的精度相比分别提高了7.56%和17.32%,Kappa系数也相应提高。决策树模型提取火烧迹地的制图精度和用户精度分别为97.51%和97.54%,而平行六面体分类法分别为90.43%和96.52%,ISODATA法分别为94.35%和95.68%。利用dNBR阈值法将已提取的过火区林火烈度分为:未过火、轻度火烧、中度火烧、重度火烧4个级别,其中中度火烧和重度火烧分别占总过火面积的46.6%和33.2%。叠加分析后,海拔在1 000~1 500 m的地区过火面积共4 177 hm~2,占总过火面积的64.4%。Ⅲ级坡(6°~15°)过火面积最大,占总过火面积的45.9%。南坡过火面积最大,为1 391 hm~2,约占总过火面积的21.4%。【结论】本文所使用的决策树分类模型能够准确地识别过火区域,在精度上相较平行六面体法与ISODATA法有显著提高,且过火面积也更接近目视解译判读所得到的过火面积,精度均达到82%以上。dNBR阈值法可将过火区域火烈度分为4个等级,结果表明过火区域中度火烧和重度火烧占总过火面积的比重较大,林火烈度与海拔、坡度、坡向之间存在一定相关关系。 相似文献
10.
[目的]提出一种结合辐射传输模型与遥感云平台反演火烧迹地冠层含水量(Canopy water content,CWC)的新方法,弥补目前对火烧迹地恢复阶段植被含水量的监测,为定量监测植被水分与火灾预警提供理论参考.[方法]以内蒙古自治区根河市火烧迹地为研究对象,基于INFORM辐射传输模型,使用查找表的方法反演森林冠层... 相似文献