文档介绍：万方数据
基于图像阈值法的森林雪灾损失遥感估测——以云南省为例吴健生律,裕簁/地理科学进展森林是陆地生态系统的主体,为人类提供赖以生存的物质基础,更具有水源涵养、土壤保持、固碳释氧、维持生物多样性等重要生态系统服务功能獾さ龋徽胖尉龋。森林生态系统常受到病虫害、雪灾、火灾、风灾、洪水、山崩等生物性和非生物性的自然干扰旖叹龋,其中,大型雪灾易造成植被弯曲、折枝甚至连根拔起,贾律侄喾矫娴纳低撤窆δ受损,甚至远超森林林木直接经济损失旆锢嫉龋4送猓┫诠谈羌哟罅嘶隆⒛嗍流等山地地质灾害风险煨铝嫉龋。因此,国外学者很早就开展了雪灾对森林生态系统的影响研究方雪灾则引发了国内学者的极大关注芾し嫉龋;陈鹭真等,;何茜等,;王秋华等,;温庆忠等,森林雪灾损失指低温雨雪冰冻灾害造成植被折枝、死亡等而产生的损失。目前,已有的森林雪灾损失研究方法可以归纳为实地调查法芾し等,;陈鹭真等,;何茜等,;温庆忠等,鸵8杏跋袷侗鸱莫伟华等,;,;侍吴等,;王明玉等,;朱俊凤等,J档氐鞑榉ㄍü柚靡欢婊难进行小班调查,对生理损伤、群落结构的破坏等方面内容进行评价,其结果只有小范围微观数据,难以快速获取区域受灾程度的整体把握。由于森林雪灾损失在遥感影像上直接表现为归一化植被指数显著降低,降幅越大,则植被受损程度越高,故常采用遥感影像识别法实现大范围森林雪灾损失的快速评估,目前应用较广。遥感影像识别法具体包括面向对象聚类法,;朱俊凤等,⑹茉智昂笥跋较差法叹照涞龋荒N盎5龋煌趺饔等,;姚峰峰等,取=暇叽硇缘难芯第卷第摘要: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。,基于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.%,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,全关键词:图像阈值法;森林植被;;雪灾;云南省,,深圳;本┐笱С鞘杏牖肪逞г旱乇砉谭治鲇肽D饨逃恐氐闶笛槭遥本省重度受灾县觯卸仁茉窒觯岫仁茉窒觥6院0巍⑵露取⑵孪颉⑵挛坏鹊匦翁跫牡臃治霰砻鳎拔⑵露~⒋τ诙禄蚨ū逼轮衅挛坏纳种脖皇芩鹱钛现亍1狙芯坑兄谑迪稚盅┰炙鹗的快速评估,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。/...收稿日期:.;修订日期:..基金项目:国家自然科学基金项目。作者简介::陈莎妒垦芯可饕Q芯糠较蛭M恋乩霉婊⒕、,...,;页.
万方数据
萦敕椒如等基于赥8杏跋穸员绕估了美国纽约年雪灾森林冠层受损情况,将变异值为%以上的设定为受损像元,并分析了高程、坡向等因素的影响;莫伟华等基于受灾前后贛影像评估了广西省年特大雪灾植被受损情况,设定较差阈值为%。总体上,已有的森林雪灾受损评估存在以下不足:基于受灾前后期判别法,难以消除植被自然生长产生的前后期差异部分;遥感识别植被受灾范围阈值的选取有些过于主观,如依据经验直接设定等;而用于对比计算的影像过少,可能存在特例而增加评估结果的不云南省多受干旱、雪灾、火灾、病虫害等不同类型不同程度灾害的影响,平均年一次旱灾、一次雪灾,是常年多灾典型地区资髅鞯龋。根据云南减灾年鉴,近年来云南省年和年雪灾较为严重,尤以年为最,但鲜见对云南省森林雪灾损失的空间评估。云南省平均海サ牡厍巧降张治军等,实测工作困难且耗时耗力,利用遥感方法提取森林损失范围更为快速有效、简单易行。本文以云南省为研究区,Ⅳ嗍毙蛴跋瘢⒔蠸瓽滤波重建,采用灾后多年同一时期长时间序列的图像阈值法,评估森林植被在年雪灾中折枝、死亡造成损失的程度与范围,以期提供一种森林雪灾损失的遥感快速估测方法。研究区概况云南省位于中国西南边陲,与缅甸、老挝、越南等国接壤,地处’盓,。云南省森林资源丰富,⒊B汤叶林、灌木林及其他天然林广泛分布,珍贵树种多,包括世界仅存株的濒危树种巧家五针松等,总体生态系统服务价值占中国总价值的.%,具有重要的“碳汇”作用胖尉龋。全省地处低纬度高原,气候及地形条件复杂,年碌自遇了年一遇雪灾;年轮醒月上旬更是遭受了年一遇的雪灾,万帜臼芩稹数据来源与处理本文所用数据包括两大部分:土地覆被数据和归一化植被指数琋数据产品。土地覆被数据来自欧盟联合研究中心空间应用研究所的球土地覆被图。是相关研究中常用的数据,冉有华等用混淆矩阵、局部验证等方法对国际地圈生物圈计划的全球土地覆被数据集、美国马里兰大学的全球土地覆被数据集年的土地覆被数据产品种常用的土地覆被数据集进行对比研究,结果显示和菥ǘ冉细摺4覩土地覆