国土资源遥感, 2018, 30(3): 196-203 doi: 10.6046/gtzyyg.2018.03.27

基于阈值比值法的森林冰雪冻害遥感评估——以湖南省为例

王学成1,2, 杨飞,1, 高星1, 张英慧1,2

1. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京 100101

2. 中国科学院大学,北京 100049

Assessment of forest damage due to ice-snow disaster based on the method of threshold ratio:A case study of Hunan Province

WANG Xuecheng1,2, YANG Fei,1, GAO Xing1, ZHANG Yinghui1,2

1. Institute of Geographic Sciences and Natural Resources Research, CAS, State Key Laboratory of Resources and Environmental Information System, Beijing 100101, China

2. University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: 杨 飞(1981-),男,博士,副研究员,主要从事遥感与地理信息系统技术研究与应用。Email:yangfei@lreis.ac.cn。

责任编辑: 李瑜

收稿日期: 2017-01-6   修回日期: 2017-04-7   网络出版日期: 2018-09-15

基金资助: 国家自然科学基金“冰雪冻灾干扰后亚热带森林生态系统恢复力的动态诊断”.  41301607
资源与环境信息系统国家重点实验室青年人才培养基金项目“森林生态系统恢复力的遥感监测”.  
西藏生态专项课题“西藏生态环境大数据规范与制图展示”.  
中国工程科技知识中心建设项目“防灾减灾知识服务系统”.  
中国科学院数字地球先导专项.  19040305

Received: 2017-01-6   Revised: 2017-04-7   Online: 2018-09-15

作者简介 About authors

王学成(1991-),男,博士研究生,主要从事基于RS和GIS的森林资源调查方面研究。Email:wangxc.15s@igsnrr.ac.cn。 。

摘要

冰雪冻灾是森林生态系统的主要生态干扰之一,对森林结构及生态系统功能有重要影响,快速准确评估森林资源受损程度,对灾后森林修复和森林生态系统管理有重要意义。根据2001—2007年归一化植被指数(normalized difference vegetation index,NDVI)数据提取灾前植被NDVI参考值和植被正常生长变化范围,利用灾后同时段NDVI数据,提取湖南省2008年森林冰雪受灾范围。在图像阈值法基础上,提出阈值比值法,评估森林冰雪受灾区域森林资源受损程度。与图像阈值法相比,阈值比值法评估结果与人工调查数据更加接近,标准误差为0.95,不足图像阈值法的1/3。阈值比值法评估结果显示,全省森林资源受损严重,森林重度受灾率高达53.69%,森林中度受灾率达27.50%,森林轻度受灾率仅为18.81%。与海拔、坡向等地形因子叠加分析,发现高海拔森林受损程度比低海拔森林严重,800 m以上的森林重度受损率高达58.91%,处于阴坡的森林受损程度比阳坡森林严重。

关键词： 阈值比值法 ; 森林 ; 冰雪冻灾 ; 湖南省

Abstract

Ice-snow disasters are one of the main disruptions to forest ecological systems, causing the loss of forest structure and degeneration of ecological system's functions. Rapid and accurate assessment of forest resource loss has an important significance for starting the process post-disaster recovery and forest ecosystem management. Using MODIS Normalized Difference Vegetation Index (NDVI) images during 2001—2007, the authors extract pre-disaster reference value of plant NDVI and growth change threshold. In combination with post-disaster NDVI images, the range of Hunan forest ice-snow disaster is extracted by pre-disaster reference value and growth change threshold in 2008. The method of threshold ratio is proposed on the basis of method of image threshold, which is used to assess the loss of forest resources within the region of forest ice-snow disaster. A comparison with the method of image threshold shows that the assessing results from the method of threshold ratio are more close to the manual survey results, and its standard error is only 0.95, which is less than 1/3 of that of the image threshold method. The assessing results show that forest resources of the whole province have suffered serious losses: severe damaged rate, moderate damaged rate and mild damaged rate are 53.69%, 27.50% and 18.81%, respectively. What’s more, the analysis combined with topographic factors shows that forests in high altitudes are more severely affected than in low altitudes, and forests located in shady aspect are especially more severely affected.

Keywords： method of threshold ratio ; forest ; ice-snow disaster ; Hunan Province

PDF (4520KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王学成, 杨飞, 高星, 张英慧. 基于阈值比值法的森林冰雪冻害遥感评估——以湖南省为例. 国土资源遥感[J], 2018, 30(3): 196-203 doi:10.6046/gtzyyg.2018.03.27

WANG Xuecheng, YANG Fei, GAO Xing, ZHANG Yinghui. Assessment of forest damage due to ice-snow disaster based on the method of threshold ratio:A case study of Hunan Province. REMOTE SENSING FOR LAND & RESOURCES[J], 2018, 30(3): 196-203 doi:10.6046/gtzyyg.2018.03.27

0 引言

2008年初,我国南方地区遭遇了50 a一遇(部分地区百年一遇)的冰冻雨雪灾害天气,蒙受了数千亿元的直接经济损失[1]。此次灾害涉及范围广、降温幅度大、持续时间长,给我国林业造成了重大损失[2]。据有关部门统计,此次灾害造成湖南、江西等19个省区森林受灾损害,林地受灾面积达0.186亿hm2,约占全国森林总面积的1/10[3]。对受灾区域内森林资源损害快速作出准确评估,有助于及时掌握森林灾情状况,为灾后修复工作、森林资源管理以及同类灾害预防提供科学依据[4,5]。

目前,已有的森林雪灾损失评估方法主要有人工调查法[6,7]和遥感图像识别法[8,9,10]2类。人工调查法具有准确度高、可信度高等特点,但需要花费大量的时间、人力、物力和财力,不适应于大区域尺度的森林雪灾损失评估; 而遥感图像识别法具有评估速度快、花费人力少、适应于大区域尺度调查等特点,已广泛应用于各类自然灾害调查[11,12]。遥感图像识别法又大致可分为图像阈值法和影像分类法2种。图像阈值法是比较受灾前后影像变化值(差值、变化率),评估植被受损程度,如Isaac[8]等利用冰雪冻灾前后两期Landsat7 ETM+影像,调查评估了美国沃希托国家森林冰雪冻灾状况; 影像分类法是将受灾前后影像进行重新组合,采用监督分类等方法,评估植被受损程度,如Olthof[10]等使用监督分类方法评估了1998年加拿大安大略省东南部森林植被冰雪冻灾受损状况。2008年我国南方地区爆发特大冰雪冻灾后,有学者[13,14,15]使用上述方法评估了湖南省和广西省等地森林植被受损情况。然而上述方法存在以下不足: ①植被受灾阈值的确定存在某种主观性; ②选取的植被受损程度评估指标没有考虑不同像元受灾阈值的差异性,导致部分评估结果不合理。

针对已有方法存在的问题,本研究对图像阈值法加以改进,提出一种新的算法——阈值比值法,对研究区进行了森林雪灾受损评估,分析森林雪灾受损的地形特征,在县级尺度上使用部分地区人工调查数据验证评估结果,以期提供一种森林雪灾损失的快速评估方法。

1 研究区概况及数据源

1.1 研究区概况

本研究选择湖南省为研究区。湖南省地处长江中下游,介于108°47'~114°15'E, 24°38'~30°08'N之间,总面积2 119.84万hm2,其中林地面积达1 283.63万hm2,占全省面积的60.55%。2008年初,湖南省遭遇到50 a一遇的冰雪灾害,境内森林资源损失严重,据该省正式对外公布数据,受灾面积达453.12万hm2,森林受灾率为35.3%。全省123个县(市、区)的177个国有林场、99个国有苗圃、114个森工企业和采育场、12个国家级自然保护区均受到不同程度损害[16]。

1.2 数据源

本文所用数据包括: 土地覆被数据、DEM高程数据、归一化植被指数(normalized difference vegetation index,NDVI)数据产品及其质量评价数据(quality assessment,QA)。

土地覆被数据来自于中国测绘科学院提供的2010年全球土地覆被产品数据集,该产品以人工解译为主,空间分辨率高达30 m。DEM高程数据是通过91位图助手下载的高程数据14级产品,空间分辨率为120 m。由于本研究采用的NDVI数据产品空间分辨率为250 m,需将上述两种数据重采样至250 m,使得3种数据空间分辨率保持一致。

NDVI数据来源于MODIS免费提供的16 d NDVI合成产品(MOD13Q1),空间分辨率为250 m,时间跨度为2001—2008年,根据雪灾发生时间、持续时间以及研究区范围,本研究选取h28v06、h27v05和h27v06这3个区域,儒略日049—064和065—080这2个时期,共计48景数据。2个时期的评估结果合成可以减少气溶胶、云等大气噪声的影响,更好地反映植被受损状况[17]。

2 研究方法

2.1 NDVI参考值及变化阈值提取

受光照等气象条件、物候时段的影响,植被NDVI值会出现正常波动变化[18]; 不同类型植被对外界因素变化的响应也是不同的。基于这两点,本研究以像元为基本单元,认为不同像元内的植被NDVI值在不同时段具有不同的正常变化范围,根据灾后植被NDVI值与灾前植被NDVI参考值的变化值是否超出其正常变化范围,判断该像元内植被是否受灾。

计算植被NDVI正常变化范围,需获取准确的植被NDVI参考值。由于不同时间光照等气象条件不同,植被NDVI值会产生偏移,因此仅使用受灾前一年的植被NDVI数据作为参考值,显然是不合理的。

本研究以2001—2007年NDVI数据为数据源,提取灾前植被NDVI参考值及植被正常生长变化范围。首先,根据QA 文件对每个像元的NDVI数组=[NDVI2001,NDVI2002… NDVI2007]进行有效性判断,将NDVI无效值删除,构成新的NDVI 数组,计算每个像元的NDVI 平均值,记作 NDVI¯。利用QA 文件只能将NDVI产品中非VI的像元值删除,未能有效地剔除所有NDVI异常值。由于各年同时段植被生长的外界环境相似,其NDVI值应在一定波动范围内,若某年NDVI 值较其他年份相差较大,则可视其为异常值。本文以单个像元NDVI值变化率作为NDVI异常值探测指标,记作R,即

R=NDVIi-NDVI¯NDVI¯

式中 NDVIi表示某i年NDVI值,计算R值,当R值大于某一数值时视该年NDVI 值为异常值。

统计灾前湖南省森林像元NDVI变化率(相对于 NDVI¯),表1为部分时段统计结果,可以看出同一时段R<0.3的森林像元数量与R<0.4的森林像元数量接近,且在影像质量较好情况下,R<0.3的森林像元所占比例超过99%。因此,本研究判定若R>0.3,则该年NDVI值为异常值。

表1   灾前森林像元NDVI变化率统计结果

Tab.1  Statistical results of forest NDVI change rate before disaster

时段R<0.3所占比例R<0.4所占比例
20050490.953 10.982 9
20060490.913 90.940 6
20070490.566 10.627 3
20050650.984 70.993 1
20060650.987 30.994 4
20070650.990 80.997 5

新窗口打开| 下载CSV


经过两次数据筛选,构成新的NDVI数组,计算新数组平均值,记作 NDVI¯,作为灾前植被NDVI参考值; 计算新数组中任意NDVI值与灾前植被NDVI参考值的差值,将最大差值作为植被正常生长变化范围,记作Diffmax,即

Diffmax=maxNDVIi'-NDVI'¯

式中 NDVIi'表示经过两次筛选后某一年NDVI值。

2.2 冰雪受灾范围提取算法

本研究将受灾后植被NDVI 变化值作为是否受灾判断指标,记作M,即

M=NDVI¯'-NDVI2008

式中NDVI2008 为2008年同时段植被NDVI值。若M >Diffmax,则认为该像元内植被受灾,反之则认为未受灾。由于光照等气象条件因素影响,某像元植被NDVI值无法获取或有效性较低,无法判断部分森林覆盖区是否受灾。为保证提取结果准确性,本研究选择冰雪消融时段提取森林冰雪受灾范围,分别对049—064和065—080两个时段进行受灾区域提取,采用“或”运算合成提取结果,即任何一个时段判断森林受灾,则视该像元森林植被受灾。

2.3 冰雪受灾程度评估算法

图像阈值法[19,20]以灾后植被NDVI变化值与其灾前植被NDVI参考值的比值作为植被受损程度评估指标,记作A1,即

A1=NDVI¯'-NDVI2008NDVI¯'。

该方法考虑了不同植被具有不同NDVI 参考值,但是没有考虑不同植被具有不同的正常生长变化范围,即Diffmax(也称受灾临界阈值),造成某些植被NDVI值变化较大,刚超出植被的正常生长变化范围,便被错认为受灾严重区域,致使评估结果不合理。

本研究基于此提出了阈值比值法,用来评估森林雪灾损失。阈值比值法以受灾后植被NDVI变化值与植被正常生长变化范围的比值作为植被受损程度评估指标,记作A2,计算公式如下:

A2=NDVI¯'-NDVI2008Diffmax。

2.4 精度验证方法

本研究将人工调查数据和已发表论文中的森林雪灾植被受损程度评估数据作为真实数据,计算实验数据与真实数据之间的标准误差,用来评价实验结果。此外,作者将实验结果与地形因子(高程、坡向)进行叠加分析,间接对比2种方法评估结果。

3 结果与分析

3.1 森林冰雪灾害损失评估流程

根据研究目的,利用遥感技术对研究区进行森林冰雪灾害受损评估,首先对NDVI和DEM等数据进行预处理,使其空间分辨率、投影坐标一致; 其次,利用灾前数据提取植被NDVI参考值及植被正常生长变化范围Diffmax,结合灾后数据进行森林冰雪受灾范围提取,与土地覆被数据叠加,得到研究区2008年森林冰雪受灾范围; 然后分时段对受灾区进行森林植被受损程度评估,采用最大合成法对049—064和065—080时段评估结果合成,即选取两个时段较大的受损评估值作为最终评估结果; 最后对评估结果进行分级验证,评估流程如图1所示。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   森林雪灾损失评估流程

Fig.1   Loss assessment process of forest ice-snow disaster


3.2 森林冰雪受灾区域提取结果

森林冰雪受灾范围提取结果如图2所示,统计可知湖南省森林冰雪受灾面积为415.97万hm2,占湖南省森林面积的34.72%,其中,受灾区域主要集中在湖南省南部地区,北部地区分布相对较少。这个结果与湖南省对外公布的2008年全省森林冰雪受灾面积453.12万hm2相比,低了37.15万hm2。分析其原因主要有: ①由中国测绘科学研究院提供的土地覆被数据与实际土地覆被数据存在偏差; ②本文所使用的MODIS 数据由于天气条件等因素,造成部分区域无法判断是否受灾。对比森林受灾率,与实际调查数据仅相差0.58%,间接证明本研究提取森林冰雪受灾范围的准确性。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   湖南省2008年森林冰雪受灾区域空间分布

Fig.2   Spatial distribution of the 2008 forest ice-snow disaster area in Hunan Province


3.3 森林冰雪灾害损失评估结果

本研究采用图像阈值法和阈值比值法对森林受灾区域进行了受损程度评估。为对比2种方法评估结果精度,本研究参考湖南省道县人工调查法的评估结果[21],将评估结果分为重度受灾、中度受灾以及轻度受灾3个级别,设置了相应的分级阈值,评估结果如图3所示。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   森林雪灾损失评估结果

Fig.3   Loss assessment result of forest ice-snow disaster


从图3可以看出,2种方法对湖南省西北地区的森林受损程度评估结果大致相同,以重度受灾为主。但是南部和东部地区的评估结果相差较大,在图像阈值法评估结果中,中、轻度受灾比重大幅度增加,在阈值比值法评估结果中,中、轻度受灾区域所占比重较小。为更加直观地展示2种方法的评估结果,本研究统计了全省及部分县市的评估结果见表2。

表2   森林雪灾损失评估统计结果

Tab.2  Statistical results of loss assessment of forest ice-snow disaster


地点
类别		图像阈值法阈值比值法
重度受灾中度受灾轻度受灾重度受灾中度受灾轻度受灾

湖南省		面积/104hm2219.59108.0688.32223.35114.3978.24
占比/%52.7925.9821.2353.6927.5018.81

道县		面积/104hm23.852.211.103.852.191.12
占比/%53.7930.8115.4053.7830.6115.61

江永县		面积/104hm23.011.941.093.651.650.75
占比/%49.8032.1818.0260.3827.2312.40

新田县		面积/104hm20.530.430.550.570.540.40
占比/%34.8328.7736.4038.0135.5926.40

浏阳市		面积/104hm22.083.424.563.883.812.37
占比/%20.6834.0045.3338.5637.8523.59

新窗口打开| 下载CSV


由表2可知,2种方法在省级尺度的评估结果比较接近,但在县级尺度相差较大。因此,本文将部分县市的人工调查数据作为真实数据,验证2种方法的评估结果。将新田县评估结果和人工调查数据[22]相对比(表3),发现2种方法的评估结果均与人工调查数据相差很大。新田县和道县、江永县均隶属于湖南省永州市,其所处地理环境、植被类型相似,新田县森林雪灾损失程度应与其他两县相近,但是根据人工调查数据,新田县的评估结果与其他两县的评估结果相差很大。作者认为,这是由于此次调查工作是以县级林业局为基本单位开展的,不同的调查人员对森林资源损失程度的评判标准不同,受人为主观影响较大,造成评估结果相差较大,特别是大尺度区域评估工作,有时难以形成统一的评估标准。

表3   新田县森林雪灾损失评估统计结果

Tab.3  Statistical results of loss assessment of forest ice-snow disaster in Xintian County

方法类别重度受灾中度受灾轻度受灾

图像阈值法		面积/104hm20.530.430.55
占比/%34.8328.7736.40

阈值比值法		面积/104hm20.570.540.40
占比/%38.0135.5926.40

人工调查法		面积/104hm20.280.221.01
占比/%18.5014.5366.97

新窗口打开| 下载CSV


本次研究中了解到,当时江永县与浏阳市在人工调查法中采用的评估标准较为接近,故选取江永县和浏阳市作为验证区域,以评价2种方法的评估结果。此外,江永县和浏阳市分别位于两种方法评估结果相差较大的区域——湖南省南部地区和东部地区(图4),具有一定的代表意义。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   验证单元空间分布

Fig.4   Spatial distribution of verification unit


统计江永县、浏阳市的评估结果,以人工调查数据为真实数据[23,24] (表4),计算2种方法的标准误差。根据表1显示,虽然图像阈值法在江永县的评估结果优于阈值比值法评估结果,但是对浏阳市森林雪灾损失评估,图像阈值法评估结果精度远低于阈值比值法。参考人工调查结果,图像阈值法评估结果的标准误差为2.96,阈值比值法评估结果的标准误差仅为0.95。由此可见,阈值比值法更适合于森林雪灾损失评估。

表4   江永县和浏阳市人工调查数据

Tab.4  Manual survey data in Jiangyong County and Liuyang County(104 hm2)

地点重度受灾中度受灾轻度受灾
江永县2.961.721.37
浏阳市4.003.692.36

新窗口打开| 下载CSV


3.4 地形因子对森林冰雪灾害的影响

地形对森林雪灾危害程度的影响显著[25],有学者[26]在其研究中发现高海拔地区森林的受损程度要远大于低海拔地区,还有研究[27]表明阴坡森林受损程度更严重。为进一步比较2种方法评估结果的合理性,本研究分别统计不同海拔不同受损程度的森林面积(表5),以及不同坡向不同受损程度的森林面积(表6)。

表5   不同海拔森林受损面积

Tab.5  Damaged area of forest at different altitudes


海拔
类别		图像阈值法阈值比值法
重度受灾中度受灾轻度受灾重度受灾中度受灾轻度受灾

400 m以下		面积/104hm2107.8146.6929.5989.3055.4939.30
占比/%58.5625.3716.0748.5130.1421.35

400~800 m		面积/104hm283.8243.3737.5194.4741.9228.32
占比/%50.8926.3322.7757.3625.4517.19

800 m以上		面积/104hm227.9118.0121.2639.5816.9810.62
占比/%41.5526.8031.6558.9125.2815.81

新窗口打开| 下载CSV


表6   不同坡向森林受灾面积

Tab.6  Damaged area of forest at different aspect


坡向
类别		图像阈值法阈值比值法
重度受灾中度受灾轻度受灾重度受灾中度受灾轻度受灾

北面		面积/104hm222.6811.649.3023.5811.858.18
占比/%52.0026.6821.3254.0727.1718.76

东北		面积/104hm223.8511.739.6424.3812.388.46
占比/%52.7325.9421.3353.9127.3818.72

西北		面积/104hm228.7314.6211.3829.8114.5910.32
占比/%52.4926.7120.8054.4726.6718.86

南面		面积/104hm226.0212.7410.8026.2913.849.44
占比/%52.5025.7121.7953.0427.9219.04

东南		面积/104hm233.8315.8013.5633.6017.7011.90
占比/%53.5425.0021.4653.1728.0018.83

西南		面积/104hm223.8611.949.6624.1812.738.55
占比/%52.4826.2621.2653.1928.0018.82

新窗口打开| 下载CSV


由表5可知,图像阈值法评估结果中,低海拔地区的森林受损程度更严重,与其他研究呈相反结论; 但在阈值比值法评估结果中,森林重度受灾区域在400 m以下、400~800 m和800 m以上所占面积比重分别为48.51%,57.36%和58.91%,随海拔升高,森林受损程度加剧,与其他研究结论相符。与海拔地形因子相比,坡向对本研究的实验结果影响相对较小。对表6数据进行横向比较发现,阈值比值法评估结果中位于阴坡(北面、东北和西北)的森林重度受灾区域所占面积比重均略高于图像阈值法评估结果,位于阳坡(南面、东南和西南)的森林重度受灾区域所占面积比重与图像阈值法评估结果相近。对表6数据进行纵向比较发现,图像阈值法评估结果中位于阳坡的森林资源损失程度略高于阴坡,与其他研究结论相反; 但阈值比值法评估结果中,位于阳坡的森林资源损失程度低于阴坡,与其他研究结论相符。通过比较2种方法在不同地形因子中的森林雪灾受损评估结果,可以看出阈值比值法评估结果更加合理,更适合于森林雪灾受损程度评估。

4 结论

本研究利用MODIS/NDVI同时段时间序列影像数据,计算灾前植被NDVI参考值及正常生长变化范围Diffmax,提取森林冰雪受灾区域,采用图像阈值法和阈值比值法,以湖南省为例,分别评估森林冰雪受损程度。采用人工调查数据和地形数据,对评估结果进行验证,得出如下结论:

1)计算筛选后灾前多年同时段NDVI平均值( NDVI¯'),将其作为灾前植被NDVI参考值,将灾前某年植被NDVI与同像元同时段 NDVI¯'的最大差值作为植被受灾阈值Diffmax,使受灾阈值设置趋于客观。

2)与图像阈值法相比,阈值比值法的评估指标考虑了不同像元植被受灾阈值的差异性,其评估结果更加合理,更适合于大区域尺度森林雪灾受损程度评估。

3)人工调查法,受人为主观因素影响较大,通常难以形成统一的评估标准,不适合于大区域尺度的评估工作。

本文尚存在不足之处,如灾前植被NDVI参考值和植被正常生长变化范围Diffmax提取算法有待进一步研究。灾前植被NDVI参考值和Diffmax对森林雪灾损失评估结果有重要影响,将直接决定评估结果好坏。因此,作者今后将对灾前植被NDVI参考值和Diffmax提取方法的合理性展开研究,比较不同方法提取结果,改善参数提取方法,以期提高阈值比值法评估结果精度,使森林雪灾受损评估结果更加合理。

参考文献

姚峰峰, 张时煌, 杨医 , 等.

冰冻雨雪灾害对江西林业影响的评估技术探讨

[J]. 自然资源学报, 2009,24(9):1657-1666.

DOI:10.11849/zrzyxb.2009.09.015      URL     Magsci     [本文引用: 1]

2008年初南方发生了持续冰冻雨雪灾害天气，造成了重大的经济损失。论文以江西林业在雪灾中的受损情况为研究实例，基于GIS、RS技术，在多数据源的支持下，阐释灾害评估的新技术研究方法与处理流程，快速地对江西林业受损情况做出相对精确的评估。根据MODIS提取出的雪灾前后的NDVI变化情况，同时利用多源土地利用数据进行融合处理获取江西植被分布数据，进一步结合研究区的DEM数据，利用GIS提供的叠合处理分析工具得出NDVI变化与树种林型、地形高程、坡度、坡向等各个因素的关系。文章最后根据上述分析结果，提出了灾后的重建建议及对GIS、RS技术的结合应用提出展望。

Yao F F, Zhang S H, Yang Y , et al.

Evaluating the impact of freezing rain and snow disaster on forestry in Jiangxi

[J]. Journal of Natural Resources, 2009,24(9):1657-1666.

Magsci     [本文引用: 1]

徐雅雯, 吴可可, 朱丽蓉 , 等.

中国南方雨雪冰冻灾害受损森林植被研究进展

[J]. 生态环境学报, 2010,19(6):1485-1494.

URL     [本文引用: 1]

Xu Y W, Wu K K, Zhu L R , et al.

A review of freezing rain and snow impacts on forests in southern China

[J]. Ecology and Environmental Sciences, 2010,19(6):1485-1494.

[本文引用: 1]

中国林业编辑部.

林业系统全面开展冰雪灾害灾后重建

[J].中国林业, 2008(4):1.

URL     [本文引用: 1]

Editorial Department of Chinese forestry.Comprehensive developing reconstruction after ice-snow damage in forestry system[J].Forestry of China, 2008(4):1.

[本文引用: 1]

Hargrove W W Jr, Spruce J, Gasser G , et al.

Toward a national early warning system for forest disturbances using remotely sensed canopy phenology

[J]. Photogrammetric Engineering & Remote Sensing, 2009,75(10):1150-1156.

[本文引用: 1]

Petty J A, Worrell R .

Stability of coniferous tree stems in relation to damage by snow

[J]. Forestry: Institute of Foresters of Great Britain, 1981,54(2):115-128.

DOI:10.1093/forestry/54.2.115      URL     [本文引用: 1]

In this work both conical and paraboloidal conifer stems are taken to bend along curves calculated to produce uniform strain in the outer wood. Such curvature has been observed in wind tunnel tests. From these curves for various displacements the resistive bending moment produced by the elasticity of the stem may be calculated. The maximum value of this is related to the breaking stress of the timber. The bending moments applied by the weights of stem, crown and snowload are calculated by obtaining the appropriate lever arms from the stem bending curves. Applied and resistive bending moments are compared for 20m-high trees of various types. Densely grown trees of low taper are least stable. Open grown trees with conical stems and high taper are most stable. The effects on tree stability of wind, a leaning stem, an asymmetrical crown and basal bowing are also investigated.

曹坤芳, 常杰 .

突发气象灾害的生态效应:2008年中国南方特大冰雪灾害对森林生态系统的破坏

[J]. 植物生态学报, 2010,34(2):123-124.

DOI:10.3773/j.issn.1005-264x.2010.02.002      URL     Magsci     [本文引用: 1]

Cao K F, Chang J .

The ecological effects of an unusual climatic disaster:The destruction to forest ecosystems by the extremely heavy glaze and snow storms occurred in early 2008 in southern China

[J]. Chinese Journal of Plant Ecology, 2010,34(2):123-124.

Magsci     [本文引用: 1]

何茜, 李吉跃, 陈晓阳 , 等.

2008年初特大冰雪灾害对粤北地区杉木人工林树木损害的类型及程度

[J]. 植物生态学报, 2010,34(2):195-203.

DOI:10.3773/j.issn.1005-264x.2010.02.011      URL     Magsci     [本文引用: 1]

2008年8月, 采用典型取样法, 设置20 m &times; 30 m (或15 m &times; 30 m)的方形样地13个, 对广东省天井山林场杉木(<em>Cunninghamia lanceolata</em>)人工林冰雪灾害进行调查。结果表明: 1)粤北地区杉木人工林受损严重, 样地内受害杉木比例高于80%, 主要集中在海拔500&ndash;900 m的地区; 2)杉木人工林受损类型主要划分为3种, 以折断类型为主(65.09%), 其次为倒伏(或翻蔸, 18.37%)和弯曲(3.20%)。其中, 根据不同程度将折断划分为5个级别: 轻微受损, 即断稍(占折断总数的12.28 %); 轻度受损, 即树冠顶端至中部断裂(38.49%); 中度受损, 即树冠中部至下部断裂, 受到较严重损伤(31.15%); 严重受损, 即树冠全部受损(15.97%); 极严重受损, 即树冠近根部断裂或折断后枯死(2.11%), 树冠受损为杉木受灾的主要特征; 3)林分密度过高(&gt; 3 500株&middot;hm<sup>&ndash;2</sup>)或过低(&lt; 1 500株&middot;hm<sup>&ndash;2</sup>)都易造成杉木折断, 坡向与坡位对其影响较小, 合理的密度调控至关重要; 4)杉木胸径对受损类型及程度的敏感性较高, 表现为粗壮杉木易发生断稍和较轻微的树冠受损, 细弱杉木虽不易折断, 但一经折断则受损严重。适宜的尖削度对有效预防和减轻杉木受损十分重要。

He Q, Li J Y, Chen X Y , et al.

Types and extent of damage to Cunninghamia lanceolata plantations due to unusually heavy snow and ice in southern China

[J]. Chinese Journal of Plant Ecology, 2010,34(2):195-203.

Magsci     [本文引用: 1]

Isaacs R E, Stueve K M, Lafon C W , et al.

Ice storms generate spatially heterogeneous damage patterns at the watershed scale in forested landscapes

[J].Ecosphere, 2014, 5(11):art141.

DOI:10.1890/ES14-00234.1      URL     [本文引用: 2]

Millward A A, Kraft C E .

Physical influences of landscape on a large-extent ecological disturbance:The northeastern North American ice storm of 1998

[J]. Landscape Ecology, 2004,19(1):99-111.

DOI:10.1023/B:LAND.0000018369.41798.2f      URL     [本文引用: 1]

Olthof I, King D J, Lautenschlager R A .

Mapping deciduous forest ice storm damage using Landsat and environmental data

[J]. Remote Sensing of Environment, 2004,89(4):484-496.

DOI:10.1016/j.rse.2003.11.010      URL     [本文引用: 2]

Sugar maple ( Acer Saccharum Marsh.) damage resulting from a severe ice storm was modeled and mapped over eastern Ontario using pre- and post-storm Landsat 5 imagery and environmental data. Visual damage estimates in 104 plots and corresponding reflectance and environmental data were divided into multiple, mutually exclusive training and reference datasets for damage classification evaluation. Damage classification accuracy was compared among four methods: multiple regression, linear discriminant analysis, maximum likelihood, and neural networks. Using the best classifier, various stratification methods were assessed for potential inflationary effects on classification accuracy due to spatial proximity between training and reference data. Of the classifiers that were evaluated, neural networks performed best. Neural networks 鈥榣earn鈥 training data accurately (94% overall), but classify proximate reference data less accurately (65%), and distant, spatially independent reference data least accurately (55%). Results indicate that, while remotely sensed and environmental data cannot discriminate among many levels of deciduous ice storm damage, they can by considered useful for differentiating areas of low to medium damage from areas of severe damage (69% accuracy). Such classification methods can provide regional damage maps more objectively than point-based visual estimates or aerial sketch mapping and aid in identification of areas of severe damage where management intervention may be advantageous.

郭晓宁, 裴惠娟, 王金平 , 等.

国际遥感技术在自然灾害领域中的发展态势分析

[J]. 中国农学通报, 2016,32(6):124-131.

URL     [本文引用: 1]

Guo X N, Pei H J, Wang J P , et al.

Development status of international remote sensing in natural disaster research

[J]. Chinese Agricultural Science Bulletin, 2016,32(6):124-131.

[本文引用: 1]

张振德, 何宇华 .

遥感技术在长江三峡库区大型地质灾害调查中的应用

[J]. 国土资源遥感, 2003,15(2):11-14,16.doi: 10.6046/gtzyyg.2003.02.03.

URL     Magsci     [本文引用: 1]

<p>以长江三峡库区奉节-巴东段为研究区,应用遥感技术准确地圈定出崩塌、滑坡、泥石流的实体位置,为客观地反映地质灾害对移民工程的危害和进一步在全库区展开相应工作奠定了基础.</p>

Zhang Z D, He Y H .

The application of remote sensing technology to the investigation of large-scale geological hazards in the Three Gorges Reservoir Area of the Yangtze River

[J]. Remote Sensing for Land and Resources, 2003,15(2):11-14,16.doi: 10.6046/gtzyyg.2003.02.03.

Magsci     [本文引用: 1]

莫伟华, 王君华, 钟仕全 , 等.

基于MODIS的冰雪遥感灾害监测与评估技术

[J]. 林业科学, 2009,45(10):88-93.

DOI:10.3321/j.issn:1001-7488.2009.10.015      URL     Magsci     [本文引用: 1]

<p><font face="Verdana">以2008年初广西东北部遭受的持续性大范围特大冰雪灾害为例，基于EOS/MODIS数据，构建改进的归一化差分冰雪指数模型（MNDSI），综合应用监督分类方法，对受灾林区进行遥感监测与灾情分级评估技术研究，为及时应对此类灾害性气候事件和防灾减灾提供科学依据。</font></p>

Mo W H, Wang J H, Zhong S Q , et al.

Techniques for monitoring and evaluating the snow and ice disaster based on MODIS model

[J]. Scientia Silvae Sinicae, 2009,45(10):88-93.

Magsci     [本文引用: 1]

潘况一 . 基于多时相遥感影像的森林植被灾害损失与恢复评估——以2008年初广东省雪灾为例[D]. 北京:北京大学, 2011.

[本文引用: 1]

Pan K Y . Evaluation on Disaster Losses and Recovery of Forest Vegetation Based on Multi-Temporal Remote Sensing Images:A Case Study on Snowstorm in Guangdong in Early 2008[D]. Beijing:Peking University, 2011.

[本文引用: 1]

杨勇 . 基于MODIS数据南方五省植被冷冻灾害遥感评估与研究[D]. 广州:中国科学院广州地球化学研究所, 2009.

[本文引用: 1]

Yang Y . Assessment and Study on Vegetation Damage from Cold Disaster in Five Provinces of Southern China using MODIS Data[D].Guangzhou:Guangzhou Institute of Geochemistr, Chinese Academy of Sciences, 2009.

[本文引用: 1]

管远保 .

浅谈冰冻灾害对湖南森林资源的影响

[J]. 湖南林业科技, 2008,35(4):80-81.

DOI:10.3969/j.issn.1003-5710.2008.04.029      URL     [本文引用: 1]

简述了湖南森林资源冰冻灾害概况，分析了冰冻灾害对不同类型森林资源的影响，并提出了灾后重建的建议。

Guan Y B .

The effects on forest resource of Hunan Province of effects on rain and snow frozen disaster

[J]. Hunan Forestry Science & Technology, 2008,35(4):80-81.

[本文引用: 1]

Holben B N .

Characteristics of maximum-value composite images from temporal AVHRR data

[J]. International Journal of Remote Sensing, 1986,7(11):1417-1434.

DOI:10.1080/01431168608948945      URL     [本文引用: 1]

侯光雷, 张洪岩, 郭聃 , 等.

长白山区植被生长季NDVI时空变化及其对气候因子敏感性

[J]. 地理科学进展, 2012,31(3):285-292.

DOI:10.11820/dlkxjz.2012.03.003      URL     Magsci     [本文引用: 1]

本文利用长白山区SPOT/VGT NDVI 数据和气象数据，分析该区不同植被类型NDVI时空变化特征以及与气候因子的相关关系，并探讨了植被对气候变化响应的滞后性。结果表明：①2000-2009 年，长白山区植被NDVI 逐年变化总体呈增长趋势，增长区域的面积占全区面积的83.91%，在空间上主要集中在北坡和西坡，NDVI减少区域集中在南坡；②NDVI变化率随季节和植被类型变化而不同，NDVI增长主要集中在5 月和9 月，而7 月NDVI变化较小，甚至出现下降趋势；③植被NDVI与温度和降水存在着显著的正相关性（<i>p</i><0.01），且NDVI与温度的相关性高于与降水的相关性，且随海拔升高，NDVI与温度相关性增强；④NDVI对气温和降水变化的响应存在滞后期， 不同植被类型，滞后期存在差异。苔原NDVI对温度和降水响应的滞后期大约10 天，而针阔混交林和针叶林NDVI 对温度和降水响应的滞后期约为20 天。

Hou G L, Zhang H Y, Guo D , et al.

Spatial-temporal Variation of NDVI in the Growing Season and its Sensitivity to Climatic Factors in Changbai Mountains

[J]. Progress in Geography, 2012,31(3):285-292.

Magsci     [本文引用: 1]

吴健生, 陈莎, 彭建 .

基于图像阈值法的森林雪灾损失遥感估测——以云南省为例

[J]. 地理科学进展, 2013,32(6):913-923.

DOI:10.11820/dlkxjz.2013.06.008      URL     Magsci     [本文引用: 1]

雪灾是森林生态系统的严重生态干扰之一, 会严重影响林木生长并降低生态系统功能。利用2000-2011年SPOT <i>NDVI</i>长时间序列影像数据, 基于SG滤波函数进行时序重建, 采用灾后同期影像的图像阈值法, 以常年多灾的云南省2008 年雪灾为例, 进行雪灾森林植被受损评估。评估结果与全国灾情月报中的云南省雪灾范围基本一致, 全省森林雪灾受损面积达12.09%, 主要分布在滇西北的迪庆州、怒江州。对森林雪灾受损程度分析表明, 全省重度受灾县7 个, 中度受灾县13 个, 轻度受灾县45 个。对海拔、坡度、坡向、坡位等地形条件的叠加分析表明, 海拔3300~4000 m、坡度5~15°、处于东坡或东北坡中坡位的森林植被受损最严重。本研究有助于实现森林雪灾损失的快速评估, 对有效规避次生灾害、开展灾后恢复重建规划具有重要意义。

Wu J S, Chen S, Peng J .

Assessment of forest damage due to ice storm using image thresholding techniques:A case study of Yunnan Province

[J]. Progress in Geography, 2013,32(6):913-923.

Magsci     [本文引用: 1]

Spruce J P, Sader S, Ryan R E , et al.

Assessment of MODIS NDVI time series data products for detecting forest defoliation by gypsy moth outbreaks

[J]. Remote Sensing of Environment, 2011,115(2):427-437.

DOI:10.1016/j.rse.2010.09.013      URL     [本文引用: 1]

道县林业局冰雪灾害调查组. 道县雨雪冰冻灾害森林资源损失调查评估报告[R]. 永州:道县林业局, 2008.

[本文引用: 1]

Ice-Snow Disaster Investigation Team, Daoxian County Forestry Bureau . Assessment Report on the Loss of Forest Resources in the Ice-Snow Disaster in Daoxian County[R]. Yongzhou:Daoxian County, 2008.

[本文引用: 1]

新田县林业局冰雪灾害调查组. 新田县雨雪冰冻灾害森林资源损失调查评估报告[R]. 永州:新田县林业局, 2008.

[本文引用: 1]

Ice-Snow Disaster Investigation Team, Xintian County Forestry Bureau . Assessment Report on the Loss of Forest Resources in the Ice-Snow Disaster in Xintian County[R]. Yongzhou:Xintian County, 2008.

[本文引用: 1]

江永县林业局冰雪灾害调查组. 江永县雨雪冰冻灾害森林资源损失调查评估报告[R]. 永州:江永县林业局, 2008.

[本文引用: 1]

Ice-snow disaster investigation team, Jiangyong County Forestry Bureau . Assessment report on the loss of forest resources in the ice-snow disaster in Jiangyong County[R]. Yongzhou:Jiangyong County, 2008.

[本文引用: 1]

朱鸿伟 . 森林生态系统的抗冰冻灾害能力研究[D]. 株洲:中南林业科技大学, 2011.

[本文引用: 1]

Zhu H W . The Research of the Anti Freeze Disaster Ability of Forest Ecosystem[D]. Zhuzhou:Central South University of Forestry and Technology, 2011.

[本文引用: 1]

李秀芬, 朱教君, 王庆礼 , 等.

森林的风/雪灾害研究综述

[J]. 生态学报, 2005,25(1):148-157.

DOI:10.3321/j.issn:1000-0933.2005.01.024      URL     [本文引用: 1]

风/雪灾害不仅极大影响木材生产,同时对森林生态系统的稳定性也造成很大影响.森林风/雪危 害的主要类型有树干弯曲、干(冠)折、掘根以及后续危害等;其发生主要依赖于气象条件、立地因子、树木和林分特征及其之间的相互作用.其中,林木尖削度 (胸径/树高)和林分结构特征(树种、组成、密度等)是控制树木和林分对风/雪荷载抵抗的主要特征量.因此,通过造林、调整林分结构,加强林分管理如间 伐、施肥等措施一直是用来减少林木的风/雪灾害的主要措施.另外,林木或林分发生风/雪害的模型分析研究也取得了很大进展,但由于森林风/雪害受诸如地 形、天气等多种因素影响,目前所建立的模型系统在实际应用中普适性较差.通过综述以往研究结果认为:在气象和立地条件难以控制的情况下,通过改变可控因子 --林分结构来减少森林风/雪害是可行的.因此,研究如何加强森林经营管理,尤其是不同形式的间伐技术和不同处理的造林措施与风/雪灾害发生的关系、如何 增加林木和林分抵抗风/雪灾害的能力等是今后该研究领域的重点和难点.与此同时,应加强风/雪灾害危险率评估研究,进而对森林进行风/雪灾害危险率管理; 并注重对受灾前后林地内生态效应的研究,以便为灾后的森林经营管理和调控提供坚实的理论依据.

Li X F, Zhu J J, Wang Q L , et al.

Forest damage induced by wind/snow: a review

[J]. Acta Ecologica Sinica, 2005,25(1):148-157.

[本文引用: 1]

周席华, 徐永杰, 罗治建 , 等.

湖北三峡库区退耕还林区柑橘低温冻害规律调查

[J]. 林业科学, 2008,44(11):145-151.

DOI:10.3321/j.issn:1001-7488.2008.11.027      URL     Magsci     [本文引用: 1]

<FONT face=Verdana>2008年2月,对三峡库区宜昌退耕还林区柑橘低温冻害情况进行调查,结果表明:该地区柑橘属中不同种类柑橘抗冻性强弱依次为温州蜜柑类&gt;柑类&gt;脐橙类&gt;柚类;秭归县脐橙的冻害程度随海拔高度增加而加深,海拔600m以上3级以上冻害达到80%以上;前一年挂果量影响柑橘冻害,挂果量过大会加剧冻害;不同坡向的果园,阴坡比阳坡冻害严重,同坡向不同坡位的果园,坡顶和坡谷冻害均较重,而坡中部果园冻害较轻;水库能减轻其周边柑橘的冻害,距离越近效果越好;果园防护林能够在大约10倍防护林高度的范围内有效地降低果园冻害;冻害前采取包干、覆盖等措施能够明显地减轻冻害;基于上述冻害规律,本文提出柑橘预防冻害和冻后应急处置恢复生长的技术措施。</FONT>

Zhou X H, Xu Y J, Luo Z J , et al.

Characteristics of citrus freeze injury in the newly-reclaimed forest from formland of three gorges area in Hubei Province

[J]. Scientia Silvae Sinicae, 2008,44(11):145-151.

Magsci     [本文引用: 1]

杨曾奖, 徐大平, 曾杰 , 等.

南方大果紫檀等珍贵树种寒害调查

[J]. 林业科学, 2008,44(11):123-127.

DOI:10.11707/j.1001-7488.20081123      URL     Magsci     [本文引用: 1]

<FONT face=Verdana>2008年持续大范围低温天气,对我国南方森林植物带来灾难性伤害,灾后不久,对大果紫檀等珍贵树种的抗寒性进行调查。结果表明:当年或2年生紫檀属幼林对比黄檀和檀香属幼林,抗寒性较差,2.5℃的低温已明显受害,这一温度是其受害的阀值,也是本地区引种的主要限制因子。而檀香受害温度的下限是-1℃,降香黄檀能耐短暂-3℃低温,白木香能耐短期霜冻。苗木品质和树龄一定程度上影响其抗寒性。</FONT>

Yang Z J, Xu D P, Zeng J , et al.

A survey of freezing harm of precious trees in South China

[J]. Scientia Silvae Sinicae, 2008,44(11):123-127.

Magsci     [本文引用: 1]

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发