2003—2019年内蒙古...MODIS植被火点时空变化_刘海新.pdf

书书书2023 Vol.55 No.1林业科技情报基金项目:河北省自然科学基金生态智慧矿山联合基金资助项目(E2020402086)。*第一作者简介:刘海新，副教授，研究方向:生态环境遥感、农业干旱遥感和 GIS 在矿山中的应用。*通信作者:钱以临，河北工程大学矿业与测绘工程学院研究生在读，Email:779622983 qqcom。20032019 年内蒙古 FIMS_MODIS植被火点时空变化刘海新*钱以临*孔俊杰张灿刘韦志(河北工程大学 矿业与测绘工程学院，河北 邯郸 056038)摘要 基于 FIMS MODIS C6 火点数据集，采用重心模型、空间相关性和均值聚类等方法，分析 20032019 年间内蒙古自治区植被火点时空分布格局。结果表明:研究区年际火点数量先增后减，春秋季节为高发期，火点主要集中在 35 月和 910 月。在空间上，火点多分布于低海拔区域，年际火点重心由东北向西南迁移，月火点重心主要分布在东部城市;植被火点空间自相关水平较低;植被火点呈现“春季主导型”“秋季主导型”“无明显特征”3 种聚类类型。关键词 MODIS;植被火点;时空分布;空间相关性;空间聚类中图分类号:S762文献标识码:A文章编号:10093303(2023)01000108Temporal and Spatial Variations of Vegetation Fires in Inner Mongolia From2003 to 2019 Based on FIMS_MODISLiu Haixin*Qian Yilin*Kong JunjieZhang CanLiu Weizhi(School of Mining and Geomatics Engineering，Hebei University of Engineering，Handan 056038，Hebei，China)Abstract:Based on the FIMS MODIS C6 fire point data set，the center of gravity model，spatial correlation，meanclustering and other methods were used to analyze the spatiotemporal distribution pattern of vegetation fire points inInner Mongolia Autonomous egion from 2003 to 2019 The results showed that:the number of interannual firespots in the study area increased first and then decreased，and the spring and autumn seasons were high incidenceperiods，and the fire spots were mainly concentrated in MarchMay and SeptemberOctober Spatially，the firespots are mostly distributed in lowaltitude areas，the interannual fire spots move from northeast to southwest，andthe monthly fire spots are mainly distributed in eastern cities;the spatial autocorrelation level of vegetation fire spotsis low;There are three types of clustering:dominant，“autumn dominant”and“no obvious features”Key words:MODIS;vegetation fire point;spatiotemporal distribution;spatial correlation;spatial clustering植被生态系统是陆地生态系统的重要组成部分，在维护区域生态平衡、调节地球碳循环和保持地表稳定方面发挥着重要作用13。植被火(Vege-tation Fires)也称为野地火(Wildland Fires)、野火(Wild Fires)、森林火(Forest Fires)、农作物火灾(Crop Fires)和草地火灾(Grass Fires)4。内蒙古是我国北方的重要生态屏障，也是我国火灾最严重的区域之一5。植被火灾受自然和人为因素共同影响。农业活动和无雨、大风和雷暴的自然气候条件均易诱发植被火灾67。近年来极端气候频发，春夏平均温度升高、融雪提前加剧了火灾发生8。掌握植被火点的时空分布格局，提高防火部署决策效率，对维持植被生态系统平衡、保护人民生命财产安全具有现实意义。传统地面监测主要依靠人工巡查记录，需要耗费大量的人力、物力和财力，难以测算大范围火灾。随着遥感卫星技术的快速发展，利用卫星图像获取地表火灾发生信息成为研究火灾的主要方式，目前国内外学者利用 MODIS 数据不同地区的火灾时空分布格局进行了大量研究，取得了一定的研究成果。何诚9 基于 MOD14A1 数据研究黑龙江地区森林类型、地貌特征，地形因子与过火面积和燃烧概1林业科技情报2023 Vol.55 No.1率之间的关系。宗学政等10 依据气象因子、植被类型和人口等数据计算草原火点发生的可能性、脆弱性和暴露性，构建草原火灾分线评估模型和指标体系，评估中亚地区未来森林草原的火灾风险。杨晓颖等11 基于可燃物量、气象和社会经济统计数据建立草原危险性、暴露性和脆弱性指标，对蒙古高原草原进行火灾风险等级分级。徐奔奔12 基于MODIS 数据发现 1317 年全国秸秆焚烧年总量呈现先增后减趋势，河南省、安徽省和湖北省秸秆焚烧得到有效遏制。Vadrevu KP 使用 MODIS 活跃火数据量化印度植被火灾活动并评估火灾频率、季节性、强度和不同地区燃烧的植被类型13。Viedma O发现植被、天气、火势走向和蔓延速度之间的强相关性14。综上所述，现存研究对森林、草原和秸秆等生物质燃烧的时空分布格局进行了有效探索。国内外对植被火点的研究大多集中于以森林、草原和秸秆为可燃物的单一火点类型，生物质燃烧种类多样，单一类型的火点研究并不能完整地展现研究区火灾时空格局演变规律。不同的植被燃烧特性存在显著差异，掌握多种类型植被燃烧规律，因地制宜，减小火灾带来的损失。该文以内蒙古自治区为研究对象，基于 20032019 年 FIMS MODIS C6 活跃火(Active Fire)数据集，统计不同时间尺度下的植被火点数量，利用重心模型、空间相关性和均值聚类分析掌握内蒙古自治区植被火点时空变化规律，为当地防火防控工作提供科学理论和实践依据。1研究区概况内蒙古自治区(后文简称研究区)地处我国北部，地广人稀。研究区地势东南部低西北部高。当地气候冬季干燥寒冷，夏季湿润温暖。植被类型极为丰富，由东到西分别为针叶林、阔叶林、森林草原、温带草原、荒漠草原和荒漠15。据统计，19812000 年内蒙古自治区共发生森林草原火 4 266 次，年均发生森林火 921 次，年均受害森林面积达236 万hm2;年均发生草原火 1384 次，年均受害草原面积高达 1 566 万 hm16。当地火灾形势严峻，生态环境和人民财产安全受到严重威胁。2数据来源与研究方法21数据来源火点信息源于火点信息资源管理系统(FIMS，TheFireInformationforesourceManagementSystem)发布的 MODIS C6 活跃火(Active Fire)数据集。该文获取 2003 年 1 月 1 日至 2019 年 12 月 31日的 MODIS C6 活跃火(Active Fire)位置的矢量数据集，该数据集包含了火点的经纬度、亮度、置信度、火辐射力(Fire adiative Power)和火点类型等属性信息。植被覆盖数据源于 NASA 官网的 MCD12Q1 数据集，该数据提供 20012019 年的全球土地覆盖类型，包含 6 种不同的分类方案，此次实验采用的是年度国际地圈生物圈方案(IGBP)分类方案。地形数据来自于地理空间数据云官网发布的全国 STM90M 数据集，该数据的每经纬度方格提供 1 个栅格文件，每个文件包含 1 2011 201 个采样点的高程数据。火点年鉴数据来源于知网各年内蒙古统计年鉴，年鉴种记录了每年各盟市火灾事故发生数、死亡人数、受伤人数和直接经济损失等信息。22研究方法221重心模型重心即“质心”，指一组要素的地理中心(或密度中心)。=ni=1i/nY=ni=1Yi/n其中 X和 Y分别为植被火点重心的经度和纬度，n 为年总火点个数，Xi和 Yi是第 i 个火点的重心经纬度坐标。222空间自相关(1)空间权重矩阵权重矩阵分为邻接矩阵、距离矩阵和 Knearest权重矩阵。距离矩阵又分为欧氏距离、加权距离和经济距离。该研究在全局空间自相关中选择欧式距离矩阵，在局部空间自相关中选择反距离平方矩阵。距离矩阵构建方式如下。W=01d1，21d2，101d1，n1d2，n1dn，11dn，20(2)全局空间自相关空间自相关(Global Moran s I)是根据要素位置和要素值来度量空间自相关，评估要素所表达的模式。莫兰指数计算方法如下:22023 Vol.55 No.1林业科技情报I=nni=1nj=1ijni=1nj=1ijzizjni=1z2i其中 n 为研究区县(旗)总数;zi为第 i 个县的火点数与火点平均值之间的偏差;zj为第 j 个县的火点数与火点平均值之间的偏差;ij是空间权重矩阵。(3)局部空间自相关局部莫兰指数(Local Moran s I)是计算区域内空间对象与其邻域对象间的空间相关程度，分析空间对象分布中所存在的局部特征差异，反映局部区域内的空间异质性与不稳定性。Local Moran s I 计算公式如下:Ii=zinijz2innjiijzj其中 n 为研究区县(旗)总数;zi为第 i 个县的火点数与火点平均值之间的偏差;zj为第 j 个县的火点数与火点平均值之间的偏差;ij是空间权重矩阵。223K 均值聚类模型KMeans 算法是一种简单的迭代型聚类算法，预先将数据集分 K 组，对于给定的 K，使得各聚类目标到其所属聚类中心的距离平方和 J 最小:J=kk=1ni=1|xi uk|2其中 uk为第 K 组的聚类中心。3结果分析31时间分布规律20032019 年研究区共有植被火点 82 841 个，年均植被火点数量为 4 873 个，其年际变化如图 1所示。20032019 年火点数量呈现先增后减趋势，与年鉴数据走势一致。年鉴中 2013 年火点数量最高，MODIS 火点最高峰出现在 2014 年。20032019年月均火点数为 6 903 个，火点主要集中于 35 月和 910 月，占火点总数的 8116%，3 月为峰值，达到 22 607 个，如图 2 所示。图 3 中 a、b、c 和 d 分别表示春、夏、秋和冬季火点数量年际变化趋势。春季(35 月)植被火点数量最多，年均变化率为2401%。夏季(68 月)植被火点数量维持在 125811 个，年均变化率为 2394%。秋季(911 月)和冬季(12 月次年 2 月)火点波动较大，呈现先增后减趋势。综上所述，春季火点数量在年际植被火点数量占重要比例，秋季和冬季火点数量在 2013 年后出现少量增加，建议有关部门在现存防火防灾措施基础上注重春季火灾防范，精准排查秋冬火点，抑制秋冬火点增加。图 1研究区 MODIS C6 火点年度变化Figure 1 Annual changes of MODIS