高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于MODIS数据的内蒙古地形因子对火灾分布的影响分析

贾旭 高永 魏宝成 杨光 党晓宏 任昱 梁超

贾旭, 高永, 魏宝成, 杨光, 党晓宏, 任昱, 梁超. 基于MODIS数据的内蒙古地形因子对火灾分布的影响分析[J]. 北京林业大学学报, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
引用本文: 贾旭, 高永, 魏宝成, 杨光, 党晓宏, 任昱, 梁超. 基于MODIS数据的内蒙古地形因子对火灾分布的影响分析[J]. 北京林业大学学报, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
JIA Xu, GAO Yong, WEI Bao-cheng, YANG Guang, DANG Xiao-hong, REN Yu, LIANG Chao. Impact of topographic features on the distribution of fire based on MODIS data in Inner Mongolia, northern China[J]. Journal of Beijing Forestry University, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
Citation: JIA Xu, GAO Yong, WEI Bao-cheng, YANG Guang, DANG Xiao-hong, REN Yu, LIANG Chao. Impact of topographic features on the distribution of fire based on MODIS data in Inner Mongolia, northern China[J]. Journal of Beijing Forestry University, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006

基于MODIS数据的内蒙古地形因子对火灾分布的影响分析

doi: 10.13332/j.1000-1522.20170006
基金项目: 内蒙古自治区林业厅项目“森林灾害风险区划及评估”
详细信息
    作者简介:

    贾旭。主要研究方向:自然灾害监测与防治。Email:jx84711230@126.com   地址:010018  内蒙古自治区呼和浩特市赛罕区鄂尔多斯东街29号沙漠治理学院

    通讯作者:

    高永,博士,教授。主要研究方向:荒漠化防治。Email:13948815709@163.com   地址:同上

  • 中图分类号: S762.3+2

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。
  • 图  1  SSi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

    图  3  单位高程上的火点个数

    Figure  3.  Number of firepots per elevation unit

    图  4  单位坡度上的火点个数

    Figure  4.  Number of firepots per slope degree unit

    图  5  单位地形起伏度上的火点个数

    Figure  5.  Number of firepots per unit amplitude of landform

    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 meaning
    0 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
  • [1] 刘晓, 张学霞, 徐新良, 陈德超.  河北坝上土地利用变化对生态服务价值的影响 . 北京林业大学学报, 2019, 41(8): 94-104. doi: 10.13332/j.1000-1522.20180244
    [2] 何潇, 曹磊, 徐胜林, 李海奎.  内蒙古大兴安岭林区不同恢复阶段森林生物量特征与影响因素 . 北京林业大学学报, 2019, 41(9): 50-58. doi: 10.13332/j.1000-1522.20190030
    [3] 赵宇, 金崑.  内蒙古乌拉特鹅喉羚蒙古亚种夏季生境选择初步研究 . 北京林业大学学报, 2019, 41(3): 115-123. doi: 10.13332/j.1000-1522.20180049
    [4] 邵艳莹, 吴秀芹, 张宇清, 秦树高, 吴斌.  内蒙古地区植被覆盖变化及其对水热条件的响应 . 北京林业大学学报, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
    [5] 刘志理, 毕连柱, 宋国华, 王全波, 刘琪, 金光泽.  典型阔叶红松林叶面积指数的空间异质性 . 北京林业大学学报, 2018, 40(11): 1-11. doi: 10.13332/j.1000-1522.20170468
    [6] 宫大鹏, 康峰峰, 刘晓东.  新巴尔虎草原火时空分布特征及对气象因子响应 . 北京林业大学学报, 2018, 40(2): 82-89. doi: 10.13332/j.1000-1522.20170402
    [7] 刘宇, 郭建斌, 邓秀秀, 刘泽彬.  秦岭火地塘林区3种土地利用类型的土壤潜在水源涵养功能评价 . 北京林业大学学报, 2016, 38(3): 73-80. doi: 10.13332/j.1000-1522.20150372
    [8] 张婷, 侍昊, 徐雁南, 薛建辉, 褚军, 耿庆宏.  退耕还林对喀斯特地区土地利用景观格局影响的定量化评价 . 北京林业大学学报, 2015, 37(3): 34-43. doi: 10.13332/j.1000-1522.20140312
    [9] 余盼, 徐锐, 赵国柱, 乌志颜, 李文臣, 马成功.  内蒙古旺业甸林场大型真菌资源调查及其多样性 . 北京林业大学学报, 2013, 35(6): 87-95.
    [10] 潘蔷, 范文义, 于海群, 张峰, 张扬建.  北京市植被指数变化与影响因素分析 . 北京林业大学学报, 2012, 34(2): 26-33.
    [11]
    刘超, 武娴, 王襄平, 尹伟伦, 张淑静
    内蒙古灌木叶性状关系及不同尺度的比较 . 北京林业大学学报, 2012, 34(6): 23-29.
    [12] 李亦秋, 冯仲科, 马俊吉, .  绵阳城市土地利用结构和形态演变及其动力机制 . 北京林业大学学报, 2008, 30(增刊1): 238-243.
    [13] 孙宁, 李秀彬, 李子君, 余新晓, .  潮河上游土地利用/覆被变化对年径流影响模拟 . 北京林业大学学报, 2008, 30(supp.2): 22-30.
    [14] 于明涛, 张楠楠, 关文彬, 冶民生, 陈军.  内蒙古大青沟自然保护区土壤水分时空梯度分析 . 北京林业大学学报, 2008, 30(4): 95-102.
    [15] 王秀兰, 冯仲科, 马俊吉, .  农牧交错区土地资源可持续利用评价方法探讨——以内蒙古为例 . 北京林业大学学报, 2008, 30(增刊1): 244-248.
    [16] 琚存勇, 蔡体久.  鄂尔多斯草地生物量估测的GRNN模型实现 . 北京林业大学学报, 2008, 30(增刊1): 296-299.
    [17] 吴彩燕, 邓小文, 颜绍馗, 黄荣凤, 胡万良, 白岗栓, 王芳, 何亚平, 殷亚方, 秦爱光, 高黎, 魏潇潇, 李瑞, 张莉俊, 袁怀文, 杨平, 郑小贤, 刘杏娥, 张璧光, 王费新, 胡胜华, 周永学, 张洪江, 毛俊娟, 张克斌, 戴思兰, 费世民, 常旭, 王兆印, 王正, 王小青, 罗晓芳, 杜社妮, 樊军锋, 张岩, 乔建平, 刘燕, 李猛, 王胜华, 王晓欢, 崔赛华, NagaoHirofumi, 孙向阳, 汪思龙, 谭学仁, 赵天忠, 孔祥文, 徐嘉, 王海燕, 张占雄, KatoHideo, 江玉林, 龚月桦, 韩士杰, 李华, 范冰, 陈放, 高荣孚, , 江泽慧, 李昀, 刘云芳, 张双保, 张旭, 陈宗伟, 任海青, , 侯喜录, 杨培华, IdoHirofumi, 郭树花, 陈秀明, 李晓峰, 刘秀英, 丁磊, 常亮, 李媛良, 蒋俊明, 高建社, 薛岩, 张代贵, , 张桂兰, , 陈学平, 李考学, 费本华, 徐庆祥, , 涂代伦, 金鑫, 王晓东, 刘永红, 李雪峰, 续九如, 张红丽, , 丁国权, .  水蚀风蚀交错带典型土地利用方式土壤水分变化特征 . 北京林业大学学报, 2007, 29(6): 134-137.
    [18] 高峻, 潘存德, 窦军霞, 翟明普, 时尽书, 张宇清, 肖生春, 谭伟, 颜容, 吕建雄, 杨振德, 南海龙, 范丙友, 张冰玉, 金小娟, 朱教君, 陈文汇, 李世东, 孙晓梅, 李发东, 胡晓丽, 李绍才, 徐双民, 王玉杰, 苏晓华, 韩海荣, 康宏樟, 李建章, 肖洪浪, 刘红霞, 刘俊昌, 师瑞峰, 胡诗宇, 周春江, 骆秀琴, 张一平, 朱清科, 三乃, 孟平, 孙海龙, 张守攻, 田小青, 冯仲科, 宋献方, 王云琦, 谢益民, 蔡怀, 刘昌明, 李智辉, 赵博光, 吴斌, 蒋佳荔, 齐实, 李义良, 周文瑞, 陆海, 王笑山, 齐实, 姜伟, 赵双菊, 马钦彦, 张雁, 杨志荣, 岳良松, 张劲松, 赵有科, 朱金兆, 于静洁, 张岩, 齐力旺, 何磊, 伊力塔, 葛颂, 蒋湘宁, 张德荣, 姚山, 宋清海, 蒲俊文, 张永安, 褚建民, 吴庆利, 杨聪, 康峰峰, 崔保山, 石丽萍, 吕守芳, 马超德, 刘元, 曲良建, 王玉珠, 刘相超, 刘鑫宇, 王建华, 朱林峰, 胡堃, 田颖川, 唐常源.  基于组件GIS的造林小班地形分析的研究——以造林小班坡向为例 . 北京林业大学学报, 2006, 28(2): 91-95.
    [19] 赖巧玲, 姜春宁, 李笑吟, 李秀芬, 林峰, 杨永福, 吕兆林, 许月卿, 郭小平, 何利娟, 张亚利, 史军辉, 钟健, 王献溥, 马履一, 贾彩凤, 于格, 赵广亮, 李长洪, 王勇, 张春雨, 于占源, 何恒斌, 张力平, 王华, 曹金珍, 王骏, 王希群, 王继兴, 李悦, 毕华兴, 习宝田, 鲁春霞, 于顺利, 朱清科, 胥辉, D.PascalKamdem, 朱教君, 杨培岭, 黄忠良, 贾桂霞, 杨明嘉, 尚晓倩, 赵秀海, 郝玉光, 邵晓梅, 赵博光, 郭惠红, 曾德慧, 孙长霞, 郑彩霞, 李鸿琦, 欧阳学军, 李黎, 包仁艳, 任树梅, 周金池, 张榕, 王秀珍, 杨为民, 费孛, 郑景明, 陈宏伟, 崔小鹏, 姜凤岐, 刘燕, 丁琼, 谢高地, 张志2, 丁琼, 甘敬, 王庆礼, 朱金兆, 尚宇, 贾昆锋, 张池, 蔡宝军, 贾桂霞, 何晓青, , 范志平, 刘鑫, 张中南, , 沈应柏, 刘足根, 刘艳, 沈应柏, 唐小明, 周金池, 鹿振友, 张方秋, 毛志宏, 陈伏生, 纳磊, 李林, 李凤兰, 赵琼, 马玲, 申世杰, , 周小勇, .  晋西黄土区坡面尺度地形因子对土壤水分状况的影响 . 北京林业大学学报, 2006, 28(4): 51-56.
    [20] 宋小双, 李全发, 李景文, 刘震, 龙玲, 马文辉, 殷亚方, 饶良懿, 符韵林, 熊瑾, 
    王保平, 詹亚光, 张秋英, 张一平, 王明枝, 李梅, 杜华强, 李慧, 侯亚南, 杨晓晖, 李景文, 杨海龙, 黄国胜, 刘文耀, 朱金兆, 窦军霞, 尹立辉, 陈晓阳, 李发东, 李俊清, 陆熙娴, 秦瑶, 李吉跃, 吕建雄, 王雪军, 韩海荣, 耿晓东, 李妮亚, 朱金兆, 徐峰, 李俊清, 赵敏, 张克斌, 梁机, 范文义, 王洁瑛, 李凤兰, 陈晓阳, 慈龙骏, 欧国强, 沈有信, 齐实, 孙玉军, 刘雪梅, 康峰峰, 毕华兴, 倪春, 于贵瑞, 李黎, 刘桂丰, 唐黎明, 秦素玲, 李云, 赵宪文, 陈素文, 乔杰, 王玉成, 朱国平, 蒋建平, 魏建祥, 任海青, 文瑞钧, 宋献方, 张桂芹, 马钦彦, 李伟, 刘伦辉, 王雪, 赵双菊, 黎昌琼, 李伟, 韦广绥, 张万军, , 杨谦, 周海江, 李慧, 孙涛, 丁霞, 宋清海, 孙晓敏, 孙志强, 刘莹, 李宗然, 
    , .  半干旱农牧交错区近20年来景观格局时空变化分析——以内蒙古伊金霍洛旗为例 . 北京林业大学学报, 2005, 27(5): 81-86.
  • 加载中
图(5) / 表 (5)
计量
  • 文章访问数:  344
  • HTML全文浏览量:  131
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-01-06
  • 修回日期:  2017-03-13
  • 刊出日期:  2017-05-01

基于MODIS数据的内蒙古地形因子对火灾分布的影响分析

doi: 10.13332/j.1000-1522.20170006
    基金项目:  内蒙古自治区林业厅项目“森林灾害风险区划及评估”
    作者简介:

    贾旭。主要研究方向:自然灾害监测与防治。Email:jx84711230@126.com   地址:010018  内蒙古自治区呼和浩特市赛罕区鄂尔多斯东街29号沙漠治理学院

    通讯作者: 高永,博士,教授。主要研究方向:荒漠化防治。Email:13948815709@163.com   地址:同上
  • 中图分类号: S762.3+2

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。

English Abstract

贾旭, 高永, 魏宝成, 杨光, 党晓宏, 任昱, 梁超. 基于MODIS数据的内蒙古地形因子对火灾分布的影响分析[J]. 北京林业大学学报, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
引用本文: 贾旭, 高永, 魏宝成, 杨光, 党晓宏, 任昱, 梁超. 基于MODIS数据的内蒙古地形因子对火灾分布的影响分析[J]. 北京林业大学学报, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
JIA Xu, GAO Yong, WEI Bao-cheng, YANG Guang, DANG Xiao-hong, REN Yu, LIANG Chao. Impact of topographic features on the distribution of fire based on MODIS data in Inner Mongolia, northern China[J]. Journal of Beijing Forestry University, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
Citation: JIA Xu, GAO Yong, WEI Bao-cheng, YANG Guang, DANG Xiao-hong, REN Yu, LIANG Chao. Impact of topographic features on the distribution of fire based on MODIS data in Inner Mongolia, northern China[J]. Journal of Beijing Forestry University, 2017, 39(5): 34-40. doi: 10.13332/j.1000-1522.20170006
  • 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。

    • 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) 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 meaning
      0 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) 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x1x2,…,xi-1xixi+1,…,xn两段。计算每段样本的平均值Xi1Xi2和分段样本离差平方和之差Si

      $$ \mathit{\bar X = }\sum\limits_{i = 1}^N {{x_i}/N} $$ (1)
      $$ {S_i} = \sum\limits_{i = 1}^N {{{\left( {{x_i} - {{\mathit{\bar X}}_{i1}}} \right)}^2} - } {\sum\limits_{i = 1}^N {\left( {{x_i} - {{\mathit{\bar X}}_{i2}}} \right)} ^2} $$ (2)

      式中:X为总的样本平均值,Xi1Xi2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SS-Si值最大时对应的窗口数就是我们所求的最佳统计窗口。

      $$ S = \sum\limits_{i = 1}^N {{{\left( {{x_i} - \mathit{\bar X}} \right)}^2}} $$ (3)

      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  SSi差值变化曲线

      Figure 1.  Change curve of difference between S and Si

    • 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

      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。

      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。

    • 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。

      图  3  单位高程上的火点个数

      Figure 3.  Number of firepots per elevation unit

      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
    • 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。

      图  4  单位坡度上的火点个数

      Figure 4.  Number of firepots per slope degree unit

      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
    • 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。

      图  5  单位地形起伏度上的火点个数

      Figure 5.  Number of firepots per unit amplitude of landform

      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
    • 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。

    • 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。

参考文献 (28)

目录

    /

    返回文章
    返回