全球高分辨率森林火烧迹地检测及时空变化分析
文献类型：学位论文
| 作者 | 邹昕 |
| 答辩日期 | 2024-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 刘荣高 |
| 关键词 | 森林火灾 火烧迹地 Landsat 变化检测 时空格局 火灾规模 |
| 学位名称 | 博士 |
| 学位专业 | 地理学与地理信息系统 |
| 英文摘要 | 火是森林中最主要的干扰因素之一，通过改变森林的物种组成、结构和功能 过程来塑造森林生态系统，这不仅影响森林的碳固存能力，还通过向大气中释放 大量的碳，对全球气候变化造成深远的影响。近年来，全球范围内极端火灾事件 的频繁发生已对森林生态系统和人类福祉造成了重大后果，突显了理解当前全球 林火动态的重要性。准确获取并分析全球范围内长期的森林火灾数据是理解火灾 动态的关键，这对于预测未来火灾风险并制定有效的火灾管理策略至关重要。目 前广泛使用的全球火烧迹地数据由于分辨率较低，常常无法检测到小型火灾，且 其时间跨度不足以充分分析火灾与气候的相互作用。全球森林生态系统中火灾的 长期动态缺乏高空间分辨率的描述和分析，同时，目前还没有研究能够全面揭示 全球范围内森林火灾规模和事件频率的变化情况。 本研究开发了一种基于长时序影像合成的火烧迹地检测算法；利用合成技术 在云平台上处理了数十年覆盖全球的 Landsat 观测数据，将其浓缩为燃烧信号层 和植被参考层两层关键影像，这两层影像被下载到本地用于生成了 1984 至 2022 年的全球森林火烧迹地数据集；基于该数据集，研究进一步分析了森林火灾的时 空格局与变化，得到了全球尺度森林火灾动态的新认识。 本文主要工作和结论如下： （1）构建了适用于长时序海量数据火烧迹地遥感检测的算法。该方法利用 合成技术将长期的 Landsat 观测数据定向凝聚为燃烧信号层和植被参考层两层影 像，通过两层对比提取火烧信息。在合成过程中，本算法自动排除了云、雪和阴 影等污染观测，从而避免复杂云识别及其他噪声识别等预处理算法可能引入的误 差。将提取结果与 BAECV 和 FireCCI51 产品进行了比较分析。在空间一致性方 面，本方法结果与30米分辨率的BAECV产品进行回归分析得到的R²值为0.88； 在时间一致性方面，与高时间分辨率的 FireCCI51 比较，时间差异在一年以内的 结果占比超过 91%。本方法极大压缩了用于火烧迹地检测的数据量和算法复杂 度，且排除了云、雪和阴影等污染的影响，适合用于在地学大数据云平台上处理 庞大的遥感数据，为生成全球长时间序列高分辨率火烧迹地产品奠定了技术基础。 （2）生产了全球长期（1984 至 2022 年）高分辨率（30 米）的森林火烧迹 地产品。利用前文中开发的算法对全球数十年间的 Landsat Collection 2 影像进行 了合成，随后通过区域自适应阈值分割算法获取训练样本，并训练人工神经网络 模型，最终生成了一款全球森林火烧迹地产品。该产品包含全球森林火烧概率、 火灾事件编号和火灾年份三个信息图层，覆盖了全球森林覆盖率超过 1%的所有 1 度格，空间分辨率为 30 米，共标记火灾事件约 3,458 万个。使用葡萄牙火灾调查数据对本产品进行了验证，结果显示，产品的总体精度（OA）为 96.7%，Dice 系数（DC）为 66.7%，漏检率（OE）为 46.9%，误检率（CE）为 10%，优于前 人结果。此外，与美国本土范围 BAECV 产品的比较及与全球范围 FireCCI51 产 品的比较中也表明了本产品与现有产品的一致性。本研究生成的产品具有空间分 辨率高、时间跨度长的特点，有效提升小火烧迹地的检测能力，为全球尺度上森 林火烧迹地时空格局分析提供了数据支撑。 （3）通过对全球森林火烧迹地时空变化格局的分析，揭示了全球火烧迹地 面积增加、斑块增大的特点。基于前文中开发的全球长期森林火烧迹地产品对全 球森林火灾的长期时空格局进行了分析。结果显示，过去几十年中，全球森林火 灾的过火面积显著增加，这主要由北美和欧亚的寒带及温带森林所贡献。温带森 林和北方森林中的火灾规模也明显扩大（p < 0.01），单起火灾事件的平均过火面 积从 20 世纪 80 年代的 0.228 平方公里增加到 2020 年代的 0.454 平方公里。对火 灾规模的进一步分析指出，虽然全球森林中小火发生的频次占主导地位（年平均 约 90.4%），但在过去几十年内，特大火灾的发生频次普遍增长且对寒带和温带 森林过火面积的贡献增加。此外，大火在空间和时间上的聚集程度显著增长，这 表明过去几十年全球森林火灾活动发生了潜在的变化，极端大火在北方森林中愈 发普遍，火灾脆弱性较高的生态区面临了更为严重的潜在火灾生态影响和社会后 果。本研究的发现为了解全球森林火灾的动态变化提供了重要信息，增进了对全 球尺度森林野火变化的新认识。 本文构建的基于多年长时序影像合成的算法为实现低成本火烧迹地检测提 供了方法参考。基于该方法生成的全球 30 米分辨率森林火烧迹地产品覆盖近四 十年的时间跨度，空间分辨率高，能够支持对全球森林火灾长期动态的精细刻画， 产品中提供的火灾事件信息也有助于深入理解火灾规模及其动态变化。通过对 1984 至 2022 年间森林火灾时空格局变化的分析，本研究揭示了全球火烧迹地面 积增加、斑块增大的特点，为了解全球森林生态系统中火灾的长期动态提供了重 要信息，并强调了未来火灾管理策略中应对极端森林火灾的迫切需要。 |
| 学科主题 | 地理学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 117 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209379]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 邹昕. 全球高分辨率森林火烧迹地检测及时空变化分析[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2024. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。