Impact of topographic features on the distribution of fire based on MODIS data in Inner Mongolia, northern China
-
摘要: 了解火灾与地形因子的关系是深入研究火灾空间分布格局、火灾风险科学管理的重要前提。本研究基于MOD14A1/MYD14A1热异常产品数据集提取内蒙古2000—2015年的火点信息，结合研究区DEM数据，提取相关地形因子，并在此基础上分析区域尺度背景下的地形因子与火灾分布关系。结果表明：1)采用均值变点分析法，确定内蒙古地形起伏度的最佳统计单元为0.52 km2；2)火灾分布在地形因子的作用下表现出一定的地形梯度性。火点个数随高程的升高呈现先增大后减小的变化趋势，而火点个数随坡度和地形起伏度的增大呈现逐渐下降的趋势；3)火点分布最多的高程、坡度、地形起伏度区间分别为80~700 m、0°~7°、1~70 m，火灾多发生在高程低、地形平坦、起伏小的地区，这类区域一般人类活动频繁，为火灾的发生提供了机会；4)在火点分布最多的地形区间内，不同土地利用类型上的火点个数分布排序为草地>耕地>林地>其他类型。Abstract: Understanding the interplay between the distribution of fire and the topographic features is a fundamental concern for holding the regularity of fire distribution and designing strategic fire management plans. In this study, we analyzed MODIS thermal anomalies (MOD14 and MYD14) and DEM data to explicitly quantify relationships between fire and topographic features, with a particular focus on Inner Mongolia during the period of 2000 to 2015, using a moving-window resampling approach. The results showed that: 1) with the support of mean change-point analysis, the curve appeared at the inflection point at the grid of 8×8 mesh size (0.52 km2) for Inner Mongolia relief amplitude; 2) there was a significant terrain gradient in distribution pattern of fire. It was found that the number of hotspots increased at first and then decreased with the rise of elevation, while decreased with the increase of slope and relief amplitude; 3)fire easily occurred in plat areas, the areas with elevation between 80 and 700 m, slope between 0° and 7° and relief amplitude between 1 and 70 m. Human activities are frequent in these plat areas, which provides the opportunity for the fire; 4) grassland was most affected by fire in terms of hotspots, followed by agricultural areas, forests and others. Human beings' frequent actions and rich combustible are the main reasons for fire on grass.
-
Keywords:
- fire /
- topographic feature /
- land use type /
- MODIS /
- Inner Mongolia
-
火灾作为影响陆地生态系统循环过程和景观结构重建的重要因子[1-2]，在自然因素与人类活动的交互作用下，形成有序分异的空间分布格局[3-4]。其空间分布格局的区域分异影响局部大气环流和生态环境，同时剧烈的燃烧对当地居民的生命财产安全造成了极大的威胁。因此，对火灾的研究，尤其对大范围火灾监测相关问题的讨论，是目前国内外学者关注的热点之一。地形是表示地球表层物质与能量分配的重要指标之一，它主要通过影响植被的形成以及小区域气象条件进而影响火灾的发生与蔓延，是进行火灾地形规律性分析的重要参数。
近10年来，由于科学技术的进步，区域尺度火灾监测的手段也越来越丰富。HJ、MODIS、NOAA及Landsat系列均可实现对火灾的监测[5-10]。其中，MODIS数据由于监测时间序列长、数据稳定且适用性良好而被广泛应用。以往在火灾分布地形规律性的研究中，主要集中于包括地形、气候、植被等在内的多种因子综合分析，也曾得出地形与火灾空间分布的相互关系，取得了诸多成果[11-12]。Fang等[13]认为火险天气是影响火灾规模的主要驱动因素，而植被和地形对火烧烈度的影响则更大。通过增强回归数模型发现，地形因子能解释29.2%的火烧强度空间分布异质性。Guo等[14]研究认为高程、到铁路的距离、森林类型及月平均气温对人为火的空间分布起到决定性的作用，但进一步定量分析各地形因子与火灾分布关系的研究则相对较少。仅有的研究大多针对个别地区或单场火灾。Kushla等[15]通过回归分析研究地形因素对1991年Willamette国家森林公园大火的影响。苏漳文等[16]利用长时间序列上人为火的空间地理坐标、基础地理信息和矢量化林相图，采用Logistic回归模型深入分析地形环境因素对塔河林业局人为火的影响。陈正洪[17]利用火灾历史记录数据，定性研究地形对鄂西山区森林火灾分布特征的影响。但是，区域尺度甚至全球背景下的火灾分布地形规律性的研究则相对鲜见。
内蒙古是中国北方重要的生态屏障，同时也是全国火灾高发的省份之一。境内丰富的可燃物和频繁的人类活动为火灾的发生提供了有利条件。据统计，2014年内蒙古火场总面积为5 059 hm2，仅次于云南省和广西省，是全国火灾重点防范区[18]。本研究以MOD14A1/MYD14A1热异常产品数据集和数字高程模型为基础，采用ArcGIS空间分析法和均值变点法提取内蒙古火点与相关地形因子信息。以该数据为基础，并结合土地利用数据，分析火点与地形因子的关系，以期为区域火灾管理提供科学依据。
1. 研究区与研究方法
1.1 研究区概况
内蒙古位于中国北部边疆，地理位置介于37°24′~53°23′N，97°12′~126°04′E之间，全区土地总面积约为1.18×106 km2。地势西高东低，地貌类型以山地高平原为主，平均高原面约为1 021 m。该区域气候类型为典型大陆性季风气候，冬季寒冷漫长、夏季炎热干燥。年降水量在50~450 mm之间，降水地区分布不均匀，东部多西部少，且降水主要集中在夏季。由于受到降水、温度及土壤特性等因素的影响，植被覆盖类型由东北向西南依次为：森林→森林草原→草甸草原→典型草原→荒漠草原→草原化荒漠。
1.2 研究方法
1.2.1 数据源
1) 火点数据。选取搭载于Terra和Aqua卫星上由MODIS传感器获取的2000—2015年覆盖整个内蒙古的MOD14A1/MYD14A1(Thermal Anomalies/Fire Daily L3 Global 1km Sin Grid)热异常产品数据集，可由NASA陆地数据分发中心下载(https://ladsweb.nascom.nasa.gov/)。该数据集包含火点信息(Fire Mask)，其中，Fire Mask数据空间分辨率为1 km，时间分辨率为1 d，栅格属性值对应的内容如表 1所示。对于Fire Mask的处理，利用MRT工具对其进行批量拼接和投影转换，设置数据格式为Tiff，投影类型为Albert。
表 1 Fire Mask数据集属性值含义Table 1. Specific content of 10 levels of fire mask属性值
Attribute value对应具体含义
Corresponding meaning0 未处理像元Unprocessed pixel 1 未处理像元Unprocessed pixel 2 未处理像元Unprocessed pixel 3 水域Water pixel 4 云Cloud 5 没有火的裸地Non-fire bare land pixel 6 未知像元Unknown pixel 7 低置信检测火点Fire (low confidence, land or water) 8 中置信检测火点Fire (middle confidence, land or water) 9 高置信检测火点Fire (high confidence, land or water) 2) DEM数据。本文采用SRTM-DEM数据，空间分辨率为90 m，由地理空间数据云提供(http://www.gscloud.cn/)。其他数据包括内蒙古行政矢量边界线，投影类型统一采用Albert。
1.2.2 数据处理
1) 火点的提取。利用MRT转换工具做批量图幅拼接及投影转换，将原有的Sinusoidal投影转换为适合中国地区的Albert投影。利用ENVI/IDL软件进行波段整合、裁剪并提取MOD14A1\\MYD14A1数据集中的FireMask.HDF数据。该数据集中包含火点信息，着火像元各属性值对应内容如表 1所示。同时利用QA数据集进行质量控制，以剔除伪火点。研究结果表明，提取8+9数据集最适合区域尺度上的火点监测研究[19]。因此，本文提取数据集中的高概率火点(中置信检测火点和高置信检测火点)，从而实现大区域长时间序列上的火点监测。
2) 地形因子的提取与分级。应用ArcGIS空间分析工具，从研究区DEM中提取相关的高程、坡度和地形起伏度信息并进行等级划分。对于高程级别的划分，根据研究区的实际情况，选择以200 m为一级的划分标准，将研究区高程划分为80~300 m、300~500 m、500~700 m、700~900 m、900~1 100 m、1 100~1 300 m、1 300>1 500 m、>1 500 m 8个等级。坡度的划分借鉴中国科学院地理研究所编制的中国1:1 000 000地貌图制图规范[20]，将研究区坡度划分为0°~2°、2°~7°、7°~15°、15°~25°、25°~35°、>35° 6个等级。
地形起伏度是描述区域地貌起伏变化的重要参数，常用某一确定面积内最大高程与最小高程之差来表示[21-22]。研究地形起伏度的关键是确定最佳统计单元来反映真实的地形起伏，也就是定义某一确定面积。本文采用均值变点分析法[23-24]计算最佳统计单元。
令单位地势度数据序列{xi}中的i=2，3，…，N，将样本分为x1，x2，…，xi-1和xi，xi+1，…，xn两段。计算每段样本的平均值Xi1、Xi2和分段样本离差平方和之差Si。
ˉX=N∑i=1xi/N (1) Si=N∑i=1(xi−ˉXi1)2−N∑i=1(xi−ˉXi2)2 (2) 式中：X为总的样本平均值，Xi1、Xi2为分段样本平均值，Si为分段样本离差平方和。
计算总的样本的离差平方和S，S-Si值最大时对应的窗口数就是我们所求的最佳统计窗口。
S=N∑i=1(xi−ˉX)2 (3) 由S-Si绘制出的差值曲线(图 1)可以看出在第8个点时S-Si值最大。因此，提取内蒙古地形起伏度的最佳分析窗口为8×8，最佳统计单元为0.52 km2。下文提取的内蒙古地形起伏度都是基于8×8分析窗口下的地形起伏度数据。确定好提取地形起伏度的最佳统计单元后，在最佳统计单元的基础上，获取内蒙古的地形起伏度信息。同时，根据中科院地貌图制图规范和已有研究成果[25]对地形起伏度进行了划分，将内蒙古地形起伏度划分为1~30 m、30~70 m、70~200 m、>200 m 4个等级。
![]()
图 1 S与Si差值变化曲线S代表总的样本离差平方和，Si代表分段样本离差平方和。Figure 1. Change curve of difference between S and SiS and Si represent sum of squares of total sample deviation and sum of squares of partial sample deviation, respectively.2. 结果与分析
2.1 研究区基本地形特征
由图 2可以看出，内蒙古地势西高东低，高程较高的地区主要集中在内蒙古的西南部。表 2显示了内蒙古各地形因子级别区所占的面积和比例。第1、2、3、4高程级别区(80~300 m、300~500 m、500~700 m、700~900 m)主要分布在内蒙古的最东侧，包括大兴安岭南麓平原一直向南延伸至科尔沁沙地、呼伦贝尔高平原及锡林郭勒高平原的北部。第5高程级别区(900~1 100 m)的土地面积为2.4×105 km2，所占比例为21%，是土地面积最大的高程级别区。它与第6、7高程级别区(1 100~1 300 m、1 300~1 500 m)主要分布在大兴安岭两侧、锡林郭勒高平原的大部分地区、河套平原及阿拉善高原的大部分地区。第8高程级别区(>1 500 m)的土地总面积为1.0×105 km2，占总土地面积的9%，是土地面积相对较小的地区，主要在阴山一带、贺兰山、鄂尔多斯高平原等地零星分布。
![]()
图 2 研究区高程、坡度、地形起伏度分级图Figure 2. Hierarchical map of elevation, slope degree and amplitude of landform in the study area表 2 各地形因子级别区所占面积和比例Table 2. Area and proportion of different topographic factor levels地形因子Topographic factor 1 2 3 4 5 6 7 8 高程
Elevation范围Range/m 80~300 300~500 500~700 700~900 900~1 100 1 100~1 300 1 300~1 500 >1 500 面积Area/km2 65 448 77 403 118 107 124 043 240 489 196 732 219 958 101 045 百分比Percentage/% 6 7 10 11 21 17 19 9 坡度
Slope degree范围Range/(°) 0~2 2~7 7~15 15~25 25~35 >35 面积Area/km2 656 341 308 657 141 939 32 935 3 069 283 百分比Percentage/% 57 27 12 3 0 0 地形起伏度
Amplitude of
landform范围Range/m 1~30 30~70 70~200 200~500 面积Area/km2 690 749 220 245 222 057 14 592 百分比Percentage/% 60 19 19 1 由图 2可以看出：内蒙古的坡度以前3个坡度级别区为主，3个坡度级别区的土地面积所占比例高达96%。第1坡度级别区(0°~2°)的土地面积最大，占总土地面积的57%，广泛分布于内蒙古的中、西部地区和呼伦贝尔高平原、科尔沁沙地等。第2坡度级别区的土地面积为2.7×105 km2，土地面积位居全区第2。分布相对分散，主要分布在大兴安岭、阴山、贺兰山等山地地区。
由图 2还可以看出：内蒙古地形平坦，起伏较小。地形起伏度级别区(1~30 m、30~70 m、70~200 m、>200 m)的土地面积分别为6.9×105 km2、2.2×105 km2、2.2×105 km2、0.15×105 km2，所占比例依次为60%、19%、19%、1%。内蒙古地形起伏度以1~30 m为主。地形起伏较大的地区仅分布在大兴安岭向南一直延伸至科尔沁沙地东南缘。
2.2 火点个数在高程上的分布特征
由MOD14A1/MYD14A1热异常数据集提取内蒙古的火点分布信息，结果显示2000—2015年内蒙古共有12 002个火点。将高程图与火点分布图叠加，统计得到单位高程上的火点分布特征。由图 3可以看出，火点分布的高程范围广，在83~2 291 m之间均有火点分布。在高程为138 m时，火点分布个数最多(37个)。高程在小于100 m和大于1 500 m处，火点仅有零星分布。从整体来看，火点个数与高程的分布曲线呈现倒“V”形，即随着高程的升高，火点个数呈现先增加后减少的变化趋势。对高程进行分级后，得出火点个数在不同高程级别区的分布(表 3)。其中，前3个高程级别区内，火点个数均在2 000个左右，分别为1 993、2 972、2 316个，所占比例分别为17%、25%、19%，达到整个研究时段总火点个数的63%。因此，火点主要分布在高程为80~700 m之间的区间范围内。
表 3 火点个数在不同高程级别区的分布Table 3. Distribution of firepots at different elevation levels项目Item 1 2 3 4 5 6 7 8 高程值Elevation value/m 80~300 300~500 500~700 700~900 900~1 100 1 100~1 300 1 300~1 500 >1 500 火点个数Number of firepot 1 993 2 972 2 316 1 797 1 197 935 593 199 百分比Percentage/% 17 25 19 15 10 8 5 2 2.3 火点个数在坡度上的分布特征
将坡度图与火点分布图叠加，统计得到单位坡度上的火点分布特征。由图 4可以看出：坡度在0.3°时，火点个数最多(308个)。坡度大于10°时，火点仅零星分布。从整体来看，火点个数随坡度的增加呈现降低的变化趋势。对坡度进行分级后，得出火点个数在不同坡度级别区的分布(表 4)。第1坡度级别区(0°~2°)内，坡度十分平缓，近乎平地。火点个数为5 071，所占比例为42%，是火点分布个数最多的坡度级别区。其次为第2、3坡度级别区(2°~7°、7°~15°)，其火点个数分别为4 361和2 267，所占比例依次为36%和19%。前2个坡度级别区的火点总数达9 432个，占整个研究时段火点总个数的79%。因此，火点主要分布在坡度小于7°的地区，随着坡度的升高，火点个数逐渐减少。
表 4 火点个数在不同坡度级别区的分布Table 4. Distribution of firepots at different slope levels项目Item 1 2 3 4 5 6 坡度值Slope degree value/(°) 0~2 2~7 7~15 15~25 25~35 >35 火点个数Number of firepot 5 071 4 361 2 267 290 11 2 百分比Percentage/% 42 36 19 2 0 0 2.4 火点个数在地形起伏度上的分布特征
将地形起伏度与火点分布图叠加，统计得到单位地形起伏度上的火点分布特征。由图 5可以看出：地形起伏度为4 m时，火点个数最多(542个)；地形起伏度大于200 m时，火点仅零星分布。从整体来看，火点个数随着地形起伏度的增加呈现一直降低的变化趋势，但降低的趋势较平缓。对地形起伏度进行分级后，得出火点个数在不同地形起伏度级别区上的分布(表 5)。第1、2个地形起伏度级别区(1~30 m、30~70 m)内，火点个数分别为4 780和3 602，所占比例依次为40%和30%。前两个地形起伏度级别区内火点总个数达8 382个，集中了整个研究时段总火点个数的70%。因此，内蒙古火点多分布在1~70 m的地形起伏度区间内。这类地区地形相对平坦、起伏较小。
表 5 火点个数在不同地形起伏度级别区的分布Table 5. Distribution of firepots at different levels of amplitude of landform项目Item 1 2 3 4 地形起伏度值Amplitude value of landform/m 1~30 30~70 70~200 >200 火点个数Number of firepot 4 780 3 602 3 528 92 百分比Percentage/% 40 30 29 1 3. 讨论与结论
3.1 讨论
基于MODIS数据提取的2000—2015年火点信息与内蒙古地形因子叠加可知，火灾主要发生在高程低(80~700 m)、地形平坦(0°~7°)、起伏小(1~70 m)的地区。一般情况下，地形平坦、起伏小的区域，有利于农牧业生产的开展。因此，与农牧业生产相关的人类活动在这类区域分布集中。李兴华等[26]统计近20年内蒙古森林草原火灾的起火原因发现，人为因素引发的火灾占火灾总数的61%，未查明原因的火灾占33%。由此可知，高程低、地形平坦、起伏小的区域，火点分布较多可能是由于土地利用和人类活动造成的。但起火后，坡度与火灾燃烧的关系表现为：小坡度的燃烧相对稳定，火焰高度较小，蔓延速度缓慢。随着坡度的增大，火焰蔓延速度加快，火焰高度增大[27]。
为了进一步明确高程低、地形平坦、起伏小等火点集中分布区内，土地利用类型的分布特征，研究获取2005年的MCD12Q1土地利用/土地覆被产品数据。根据本文的研究目的，将国际地圈生物圈计划(International Geosphere Biosphere Programme，IGBP)的土地利用/土地覆被分类体系中的17大地类合并为林地、草地、农业用地及其他类型4大类。首先，提取高程区间在80~700 m之间的主要土地利用类型。结果显示该类地区草地占绝对优势，达到58%；其次为耕地和林地，分别为26%和16%；其他类型仅占1%。其次，提取地形起伏度为1~70 m的土地利用类型。结果表明，该地区的土地类型分别为草地、其他类型、耕地和林地，所占比例依次为59%、29%、8%和5%。由此可知，火灾发生最佳高程和地形起伏度区间内，火点个数分布最多的土地利用类型均为草地。这可能是由于草地可燃物丰富，在植被返青前枯草量大，一旦经受外界环境的干扰极易发生火灾[28]。
但是，在本研究中，在最佳高程区间和最佳地形起伏度区间上提取的第2大土地利用类型并不一致。最佳高程区间(80~700 m)内，提取的第2大土地利用类型为耕地(26%)；而最佳地形起伏度区间(1~70 m)内，提取的第2大土地利用类型为其他类型(29%)。实际情况显示，其他类型主要分布在内蒙古西部的阿拉善高原，这类地区火点分布较少。造成这种错判的原因可能是其他类型分布的地区地形平坦，而火点正好主要分布在地形起伏较小的地区。因此，很难将二者区分出来。由于耕地是人类生产活动的主要载体，尤其是春秋季的烧荒活动极易引发火灾，因此，耕地是火灾发生的第2大土地利用类型，其次为林地和其他类型。
3.2 结论
本文基于内蒙古栅格数字高程模型，运用GIS空间分析方法，提取基于栅格尺度上的内蒙古高程、坡度和地形起伏度3个地形因子，同时利用由MODIS传感器获取的2000—2015年覆盖整个内蒙古的MOD14A1/MYD14A1热异常数据集提取火点分布，通过对火点在不同地形因子级别上分布特征的分析，揭示内蒙古火灾的地形特征规律性。
1) 总体来看，内蒙古的地形特征呈现地势西南高东北低，地形平坦、起伏小的分布特征。地形起伏较大的地区仅分布在大兴安岭向南延伸至科尔沁沙地南缘一带。
2) 采用均值变点分析法，确定内蒙古地形起伏度的最佳统计单元为0.52 km2。火灾分布在地形因子的作用下表现出一定的地形梯度性。火点个数随高程的升高呈现先增大后减小的变化趋势，而火点个数随地形起伏度和坡度的增大呈现逐渐下降的趋势。其中，火点分布较多的高程、坡度、地形起伏度区间分别为80~700 m、0°~7°、1~70 m。火灾主要发生在高程低、地形平坦、起伏小的地区。
3) 火点分布最多的地形因子区间内，土地利用类型面积排序为草地>耕地>林地>其他类型。
-
![]()
图 1 S与Si差值变化曲线
S代表总的样本离差平方和，Si代表分段样本离差平方和。
Figure 1. Change curve of difference between S and Si
S and Si represent sum of squares of total sample deviation and sum of squares of partial sample deviation, respectively.
![]()
图 2 研究区高程、坡度、地形起伏度分级图
Figure 2. Hierarchical map of elevation, slope degree and amplitude of landform in the study area
表 1 Fire Mask数据集属性值含义
Table 1 Specific content of 10 levels of fire mask
属性值
Attribute value对应具体含义
Corresponding meaning0 未处理像元Unprocessed pixel 1 未处理像元Unprocessed pixel 2 未处理像元Unprocessed pixel 3 水域Water pixel 4 云Cloud 5 没有火的裸地Non-fire bare land pixel 6 未知像元Unknown pixel 7 低置信检测火点Fire (low confidence, land or water) 8 中置信检测火点Fire (middle confidence, land or water) 9 高置信检测火点Fire (high confidence, land or water) 
下载: 导出CSV
表 2 各地形因子级别区所占面积和比例
Table 2 Area and proportion of different topographic factor levels
地形因子Topographic factor 1 2 3 4 5 6 7 8 高程
Elevation范围Range/m 80~300 300~500 500~700 700~900 900~1 100 1 100~1 300 1 300~1 500 >1 500 面积Area/km2 65 448 77 403 118 107 124 043 240 489 196 732 219 958 101 045 百分比Percentage/% 6 7 10 11 21 17 19 9 坡度
Slope degree范围Range/(°) 0~2 2~7 7~15 15~25 25~35 >35 面积Area/km2 656 341 308 657 141 939 32 935 3 069 283 百分比Percentage/% 57 27 12 3 0 0 地形起伏度
Amplitude of
landform范围Range/m 1~30 30~70 70~200 200~500 面积Area/km2 690 749 220 245 222 057 14 592 百分比Percentage/% 60 19 19 1
下载: 导出CSV
表 3 火点个数在不同高程级别区的分布
Table 3 Distribution of firepots at different elevation levels
项目Item 1 2 3 4 5 6 7 8 高程值Elevation value/m 80~300 300~500 500~700 700~900 900~1 100 1 100~1 300 1 300~1 500 >1 500 火点个数Number of firepot 1 993 2 972 2 316 1 797 1 197 935 593 199 百分比Percentage/% 17 25 19 15 10 8 5 2
下载: 导出CSV
表 4 火点个数在不同坡度级别区的分布
Table 4 Distribution of firepots at different slope levels
项目Item 1 2 3 4 5 6 坡度值Slope degree value/(°) 0~2 2~7 7~15 15~25 25~35 >35 火点个数Number of firepot 5 071 4 361 2 267 290 11 2 百分比Percentage/% 42 36 19 2 0 0
下载: 导出CSV
表 5 火点个数在不同地形起伏度级别区的分布
Table 5 Distribution of firepots at different levels of amplitude of landform
项目Item 1 2 3 4 地形起伏度值Amplitude value of landform/m 1~30 30~70 70~200 >200 火点个数Number of firepot 4 780 3 602 3 528 92 百分比Percentage/% 40 30 29 1
下载: 导出CSV
-
[1] VAZQUEZ A, MORENO J M. Spatial distribution of forest fires in Sierra de Gredos(Central Spain)[J]. Forest Ecology and Management, 2001, 147(1): 55-65. doi: 10.1016/S0378-1127(00)00436-9
[2] VIVCHAR A. Wildfires in Russia in 2000-2008:estimates of burnt areas using the satellite MODIS MCD45 data[J]. Remote Sensing Letters, 2011, 2(1): 81-90.
[3] WOOLFORD D, DEAN C, MARTELL D, et al. Lightning-caused forest fire risk in northwestern Ontario, Canada, is increasing and associated with anomalies in fire weather[J]. Environmetrics, 2014, 25(6): 406-416. doi: 10.1002/env.2278
[4] MARTINEZ J, VEGA-GARCIA C, CHUVIECO E. Human-caused wildfire risk rating for prevention planning in Spain[J]. Journal of Environmental Management, 2009, 90(2): 1241-1252. doi: 10.1016/j.jenvman.2008.07.005
[5] ARAGAO L E O C, MALHI Y, ROMAN-CUESTA R M, et al. Spatial patterns and fire response of recent Amazonian droughts[J]. Geophysical Research Letters, 2007, 34: 488-501. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1029/2006GL028946
[6] ARAGAO L E O C, MALHI Y, BARBIER N, et al. Interactions between rainfall, deforestation and fires during recent years in the Brazilian Amazonia[J]. Philophical Transactions of the Royal Society B, 2008, 363: 1779-1785. doi: 10.1098/rstb.2007.0026
[7] ARAUJO F M D, FERREIRA L G, ARANTES A E. Distribution patterns of burned areas in the Brazilian biomes: an analysis based on satellite data for the 2002-2010 period[J]. Remote Sensing, 2012, 4(1): 1929-1946. http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_421465c1fe111e817335c4bbfdadc3d9
[8] TIAN X R, ZHAO F J, SHU L F, et al. Distribution characteristics and the influence factors of forest fires in China[J]. Forest Ecology and Management, 2013, 310(1): 460-467. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=012518e6e48e28fcfb83ddf1b0553dde
[9] 贺宝华, 陈良富, 陶金花, 等.基于观测几何的环境卫星红外相机遥感火点监测算法[J].红外与毫米波学报, 2011, 30(2): 104-114. http://d.old.wanfangdata.com.cn/Periodical/hwyhmb201102002 HE B H, CHEN L F, TAO J H, et al. A contextual fire detection algorithm based on observation geometry for HJ-1B-IRS[J]. Journal of Infrared and Millimeter Waves, 2011, 30(2): 104-114. http://d.old.wanfangdata.com.cn/Periodical/hwyhmb201102002
[10] MOUILLOTA F, SCHULTZ M G, YUE C, et al. Ten years of global burned area products from spaceborne remote sensing:a review:analysis of user needs and recommendations for future developments[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 26(1): 64-79. https://www.sciencedirect.com/science/article/pii/S0303243413000639
[11] 焦琳琳, 常禹, 申丹, 等.利用增强回归树分析中国野火空间分布格局的影响因素[J].生态学杂志, 2015, 34(8): 2288-2296. http://d.old.wanfangdata.com.cn/Periodical/stxzz201508030 JIAO L L, CHANG Y, SHEN D, et al. Using boosted regression trees to analyze the factors affecting the spatial distribution pattern of wildfire in China[J]. Chinese Journal of Ecology, 2015, 34(8): 2288-2296. http://d.old.wanfangdata.com.cn/Periodical/stxzz201508030
[12] 黄宝华, 张华, 孙治军, 等.基于GIS与RS的山东森林火险因子及火险区划[J].生态学杂志, 2015, 34(5): 1464-1472. http://d.old.wanfangdata.com.cn/Periodical/stxzz201505041 HUANG B H, ZHANG H, SUN Z J, et al. Forest fire danger factors and their division in Shandong based on GIS and RS[J]. Chinese Journal of Ecology, 2015, 34(5): 1464-1472. http://d.old.wanfangdata.com.cn/Periodical/stxzz201505041
[13] FANG L, YANG J, ZU J, et al. Quantifying influences and relative importance of fire weather, topography, and vegetation on fire size and fire severity in a Chinese boreal forest landscape[J]. Forest Ecology and Management, 2015, 356(23): 2-12. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=cb11e99159bd7de1d0a708b5f9bd2cc0
[14] GUO F, INNES J L, WANG G, et al. Historic distribution and driving factors of human-caused fires in the Chinese boreal forest between 1972 and 2005[J]. Journal of Plant Ecology, 2015, 8(5): 480-490. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=b0a8323080ece3f271df8f741ec5e729
[15] KUSHLA J D, RIPPLE W J. The role of terrain in a fire mosaic of a temperate coniferous forest[J]. Forest Ecology and Management, 1997, 95(2): 97-107. doi: 10.1016/S0378-1127(97)82929-5
[16] 苏漳文, 宋禹辉, 郭福涛, 等.地形环境因素对塔河林业局人为森林火灾发生的影响[J].火灾科学, 2015, 24(1): 16-25. doi: 10.3969/j.issn.1004-5309.2015.01.03 SU Z W, SONG Y H, GUO F T, et al. Influence of geographical and environmental factors on human-caused fires in Tahe area[J]. Fire Safety Science, 2015, 24(1): 16-25. doi: 10.3969/j.issn.1004-5309.2015.01.03
[17] 陈正洪.鄂西山区森林火灾的分布特征及与地形气候的关系[J].地理研究, 1992, 11(3): 98-100. http://www.cnki.com.cn/Article/CJFDTotal-DLYJ199203021.htm CHEN Z H. Horizontal and vertical distribution of forest fire disasters in western Hubei and its corrleation with topographic climate[J]. Geographical Research, 1992, 11(3): 98-100. http://www.cnki.com.cn/Article/CJFDTotal-DLYJ199203021.htm
[18] 张建龙.中国林业统计年鉴[M].北京:中国林业出版社, 2014. ZHANG J L. China forestry statistical yearbook[M]. Beijing: China Forestry Publishing House, 2014.
[19] 何诚, 巩垠熙, 张思玉, 等.基于MODIS数据的森林火险时空分异规律研究[J].光谱学与光谱分析, 2013, 33(9): 2472-2477. doi: 10.3964/j.issn.1000-0593(2013)09-2472-06 HE C, GONG Y X, ZHANG S Y, et al. Forest fire division by using MODIS data based on temporal-spatial variation law[J]. Spectroscopy and Spectral Analysis, 2013, 33(9): 2472-2477. doi: 10.3964/j.issn.1000-0593(2013)09-2472-06
[20] 中国科学院地理研究所.中国1:1000000地貌图制图规范(试行)[M].北京:科学出版社, 1987. Institute of Grographic Sciences and Natural Resources Research. The mapping criterion of geomorphological map of China(1:1000000)[M]. Beijing:Science Press, 1987.
[21] 刘颖, 邓伟, 宋雪茜, 等.基于地形起伏度的山区人口密度修正:以岷江上游为例[J].地理科学, 2015, 35(4): 444-470. http://www.cnki.com.cn/Article/CJFDTotal-DLKX201504011.htm LIU Y, DENG W, SONG X Q, et al. Population density correction method in mountain areas based on relief degree of land surface:a case study in the upper Minjiang River Basin[J]. Scientia Geographica Sinica, 2015, 35(4): 444-470. http://www.cnki.com.cn/Article/CJFDTotal-DLKX201504011.htm
[22] 郭芳芳, 杨农, 孟晖, 等.地形起伏度和坡度分析在区域滑坡灾害评价中的应用[J].中国地质, 2008, 35(1): 131-143. http://d.old.wanfangdata.com.cn/Periodical/zgdizhi200801014 GUO F F, YANG N, MENG H, et al. Application of the relief amplitude and slope analysis to regional landslide hazard assessments[J]. Geology in China, 2008, 35(1): 131-143. http://d.old.wanfangdata.com.cn/Periodical/zgdizhi200801014
[23] 张军, 李晓东, 陈春燕, 等.新疆地势起伏度的分析研究[J].兰州大学学报(自然科学版), 2008, 44(增刊1): 10-19. http://www.cnki.com.cn/Article/CJFDTotal-LDZK2008S1004.htm ZHANG J, LI X D, CHEN C Y, et al.Analysis of the relief amplitude in Xinjiang[J]. Journal of Lanzhou University(Natural Sciences), 2008, 44(Suppl.1): 10-19. http://www.cnki.com.cn/Article/CJFDTotal-LDZK2008S1004.htm
[24] 王玲, 吕新.基于DEM的新疆地势起伏度分析[J].测绘科学, 2009, 34(1): 113-116. doi: 10.3771/j.issn.1009-2307.2009.01.038 WANG L, LV X. Analysis of the relief amplitude in Xinjiang based on digital elevation model[J]. Science of Surveying and Mapping, 2009, 34(1): 113-116. doi: 10.3771/j.issn.1009-2307.2009.01.038
[25] 哈凯, 丁庆龙, 门明新, 等.山地丘陵区土地利用分布及其与地形因子关系:以河北省怀来县为例[J].地理研究, 2015, 34(5): 909-921. http://d.old.wanfangdata.com.cn/Periodical/dlyj201505010 HA K, DING Q L, MEN M X, et al. Spatial distribution of land use and its relationship with terrain factors in hilly area[J]. Geographic Research, 2015, 34(5): 909-921. http://d.old.wanfangdata.com.cn/Periodical/dlyj201505010
[26] 李兴华.内蒙古东北部森林草原火灾规律及预警研究[D].北京: 中国农业科学院, 2007. http://cdmd.cnki.com.cn/Article/CDMD-82101-2007156160.htm LI X H. Study of forest and grasslands conflagration law and early warning in the north-east of Inner Mongolia[D].Beijing: Chinese Academy of Agriculture Sciences, 2007. http://cdmd.cnki.com.cn/Article/CDMD-82101-2007156160.htm
[27] 朱霁平, 刘小平, 林其钊, 等.变坡度情况下森林地表上坡火行为若干特征的实验研究[J].火灾科学, 1999, 8(2): 63-71. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199900318083 ZHU J P, LIU X P, LIN Q Z, et al. Experimental study on upslope forest surface fire upon changing slope[J]. Fire Safety Science, 1999, 8(2): 63-71. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199900318083
[28] 曲炤鹏, 郑淑霞, 白永飞.蒙古高原草原火行为的时空格局与影响因子[J].应用生态学报, 2010, 21(4): 807-813. http://d.old.wanfangdata.com.cn/Periodical/yystxb201004001 QU S P, ZHENG S X, BAI Y F. Spatiotemporal patterns and driving factors of grassland fire on Mongolian Plateau[J]. Chinese Journal of Applied Ecology, 2010, 21(4): 807-813. http://d.old.wanfangdata.com.cn/Periodical/yystxb201004001
-
期刊类型引用(8)
1. 马丹，汤志伟，马小玉，邵尔辉，黄达沧. 基于GEE的中国不同生态系统林火驱动力研究. 应用科学学报. 2024(04): 684-694 . 
百度学术
2. 张吕成，孙志超，董灵波. 基于Landsat时间序列数据的火烧迹地识别与恢复效果评价. 森林工程. 2024(05): 8-16 . 百度学术
3. 侯波，李倩倩，杨艳蓉，张乐英. 基于MODIS数据的2003—2020年西南地区林火随地形因子的动态变化. 生态科学. 2024(05): 131-137 . 百度学术
4. 刘海新，钱以临，孔俊杰，张灿，刘韦志. 2003—2019年内蒙古FIRMS＿MODIS植被火点时空变化. 林业科技情报. 2023(01): 1-8 . 百度学术
5. 崔阳，狄海廷，邢艳秋，常晓晴，单炜. 基于MODIS数据的2001—2018年黑龙江省林火时空分布. 南京林业大学学报(自然科学版). 2021(01): 205-211 . 百度学术
6. 吴立志，陈振南，张鹏. 基于随机森林算法的城市火灾风险评估研究. 灾害学. 2021(04): 54-60 . 百度学术
7. 孙宝军. 内蒙古电力系统自然灾害链分析. 灾害学. 2020(04): 8-12+47 . 百度学术
8. 潘霞，汪季，高永，王祯仪. 基于MODIS数据的阿拉善盟植被指数变化的地形分异性. 生态环境学报. 2019(02): 226-234 . 百度学术
其他类型引用(9)
计量
- 文章访问数: 1811
- HTML全文浏览量: 553
- PDF下载量: 49
- 被引次数: 17
