一种基于多源卫星遥感的森林火险等级精细化预测方法与流程

1.本发明涉及遥感信息技术领域，具体涉及一种基于多源卫星遥感的森林火险等级精细化预测方法。


背景技术：

2.森林火灾是一种破坏性极强的森林灾害，具有极强的突发性、破坏性以及难以控制的特点，是全球发生较为频繁、处置较为困难、危害较为严重的自然灾害之一。
3.目前的森林火灾形势较为严峻，一方面，每年的森林防火期，天气持续干旱、高温、大风，使得可燃物非常干燥，火源管理难度较大；另一方面，受气候影响，雷击火增多，同时，林下经济活动和旅游日益增多，人为火源相对复杂且难以管理，为森林火灾的突发增加了不可预测性。如今，随着科技的不断发展，针对森林火灾，各个国家基于遥感卫星技术，开发了森林火险等级预警系统，在森林火情初发时，实现森林火灾的精准预测、及时发现、及时处理，极大的减少森林火灾造成的经济损失、生态污染。
4.针对森林火灾预警系统，许多国家都有相应的研究和应用。如美国于1988年开发了“美国国家森林火险等级系统(nationalfiredangerratingsystem)”，到目前，该系统较全面考虑了气象、可燃物含水量和地形等因子的影响。加拿大开展火烧试验和森林火险预报方法研究，于1987年开发了“森林火险预测系统(fireweatherindexsystem)”，此系统构建了森林可燃物含水率模型。韩国在近年来森林火险预报研究得到较快发展，在消化吸收美、加两国森林火险等级预报的成功做法的基础上，简化了可燃物类型和地形因子对森林火险等级预报的影响，研发了kffdri预报系统。此外，还有俄罗斯的林火风险预测系统(russiannesterovicindex)、澳大利亚的森林火险预测模型(forestfiredangerratingsystem)。
5.我国国家气象中心1998年建立的美国“布龙－戴维斯”修正方案在中国的森林火灾风险预报业务中应用最为广泛。并且于2015年针对2007版气象行业标准《森林火险气象等级》(qx/t77-2007)进行修订，具体确定利用“布龙－戴维斯”修正方案进行新型森林火险预报模型的构建，修订后形成的《森林火险气象等级》国家标准(gb/t36743-2018)于2018年9月发布，并于2019年4月开始实施。2018年，中国气象局公共气象服务中心基于智能网格气象产品、全国森林植被分布数据，选取动态气象因子和静态植被因子，建立了国家级的精细化森林火险气象预报模型并开展业务应用。对于大范围的森林和草原的森林火险气象预报取得了良好的效果。
6.但是由于我国各地地理环境和气象条件的差异性大，森林火险预警系统依旧存在待解决的问题，如：一方面，森林火灾的因素错综复杂，如森林植被和凋落物含水状况在不同区域内往往存在明显差异，对森林火灾发生的潜在影响因数目前仍很少综合考虑到模型中；另一方面，就目前已有的火险等级预报而言，存在产品粗放、科技含量不高、缺乏实况等级监测、产品服务方式落后等诸多问题，无法满足防火业务发展的需要。


技术实现要素：

7.本发明的目的在于提供一种基于多源卫星遥感的森林火险等级精细化预测方法，该方法针对不同区域、不同气候、不同季节的情况下，实现森林火灾等级精细化预测，为各级政府部门、应急部门、森林防火部门以及责任人提供决策服务平台，为预防、控制、扑救森林火灾提供科学的依据，从而达到提升森林防火安全管理效率的目标，进而提高森林防火服务保障能力，减少森林火灾造成的经济损失和保护森林生态系统。
8.为实现上述目的，本发明采用以下技术方案：
9.一种基于多源卫星遥感的森林火险等级精细化预测方法，包括以下步骤：
10.s1、获取研究区域内的研究资料，研究资料包括近十年区域自动气象站资料、历史火灾资料、地理信息、森林分布数据和社会经济资料；
11.s2、基于研究区域最新的土地利用分类结果，进行森林分布数字矢量化提取；
12.s3、根据当地情况，选取森林火险预测的稳定因子和不稳定因子；
13.s4、基于森林火险气象风险模型，引入森林可燃物含水率预报因子、地物类别因子，建立森林火险等级预测综合模型；
14.s5、采用历史火灾数据，对建立的森林火险等级预测综合模型进行训练，获取最优的模型参数，构建最优的森林火险等级预测综合模型，再通过最优的森林火险等级预测综合模型进行森林火险等级精细化预测。
15.优选地，步骤s1中所述近十年区域自动气象站资料包括年月平均气温、年月平均降水量、年月平均相对湿度；所述历史火灾资料包括起火原因、起火经过、火烧面积和当时的气象数据；所述地理信息包括dem高程数据、道路数据、水源数据、交通数据；所述森林分布数据包括森林分布矢量图、森林类别分类图、森林含水率反演数据；所述社会经济资料包括gdp和人口数据。
16.优选地，步骤s2的具体过程为：
17.s21、基于研究区域，根据天气情况，获取最新的卫星遥感影像图；
18.s22、选取各类地物样本，地物样本包括耕地、森林、草地、灌木地、湿地、水体、人造地表；
19.s23、根据监督分类算法，进行分类提取，获取各类地物分类结果图；
20.s24、根据各类地物分类结果图，利用gis技术将森林分布图，采取分类插值的方法提取到全市森林分布数字化矢量图中，并进行森林分布插值计算，得到网格图形计算值。
21.优选地，步骤s3中所述稳定因子包括气候、地形地势、季节；所述不稳定因子包括火源、可燃物特征、可燃物含水率、风、温度、湿度、降水、连续干旱和雷电活动。
22.优选地，步骤s4的具体过程为：基于森林火险气象风险模型，完善森林火险指数公式，森林火险等级预测综合模型iffcdi具体如下：
23.iffcdi＝u
×
cr
×
cs
×
ca
×
cb
×
cc
×k24.其中，u＝f(v)+f(t)+f(rrh)+f(m)，f(v)为14时风速，f(t)为14时气温，f(rrh)为14时相对湿度，f(m)为综合气象干旱等级为无旱、轻旱及以上时的连续无降水天数，cr为森林植被含水率，cs为积雪修正系数，ca为地物类别修正系数，cb为道路距离修正系数，cc为居民点距离修正系数，k为森林火险气象等级阈值修正系数，k的取值范围为0-1。
25.优选地，步骤s5中最优的森林火险等级预测综合模型进行森林火险等级精细化预
测的具体过程为：
26.s51、根据森林火险区划评价指标体系，基于获取的每日预测因子数据，利用层次分析法赋予各个要素不同的权重系数，将其输入到最优的森林火险等级预测综合模型，获取其每日的预测结果；
27.s52、根据每日的预测结果，采用arcgis空间叠置分析方法，提取100m
×
100m网格的经度、纬度、海拔高度和乡镇、区、市边界行政点及森林分布的矢量数据，推算出每个因子在100m
×
100m网格上的值，并生成高精度、高空间分辨率的林火发生的影响因子网格要素分布图，得到各影响因子随经度、纬度和高度变化的地带性特征；
28.s53、最后生成研究区内精细化森林火险气象等级区划，将火险气象等级划分为低风险区、次低风险区、中等风险区、次高风险区、高风险区。
29.采用上述技术方案后，本发明具有如下有益效果：本发明基于气象、卫星遥感、地理信息、林业基础数据等多部门数据，开展森林火险多源卫星遥感技术应用研究，实现林火、火烧迹地识别、植被种类、森林植被和凋落物含水状况等的监测和识别；利用稠密的自动气象站以及现代的气象探测手段，结合卫星遥感产品，针对森林山地气候因子和植被分布，研究出适合区域级的精细网格化森林火险等级区划，适用于当地区域的森林火险等级划分标准和预报，实现森林火灾等级精细化预测，为各级政府部门、应急部门、森林防火部门以及责任人提供决策服务平台，为预防、控制、扑救森林火灾提供科学的依据，从而达到提升森林防火安全管理效率的目标，进而提高森林防火服务保障能力，减少森林火灾造成的经济损失和保护森林生态系统。
附图说明
30.图1为本发明的流程示意图。
具体实施方式
31.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
32.如图1所示，一种基于多源卫星遥感的森林火险等级精细化预测方法，包括以下步骤：
33.s1、获取研究区域内的研究资料，研究资料包括近十年区域自动气象站资料、历史火灾资料、地理信息、森林分布数据和社会经济资料；
34.步骤s1中所述近十年区域自动气象站资料包括年月平均气温、年月平均降水量、年月平均相对湿度；所述历史火灾资料包括起火原因、起火经过、火烧面积和当时的气象数据；所述地理信息包括dem高程数据、道路数据、水源数据、交通数据；所述森林分布数据包括森林分布矢量图、森林类别分类图、森林含水率反演数据；所述社会经济资料包括gdp和人口数据；
35.s2、基于研究区域最新的土地利用分类结果，进行森林分布数字矢量化提取；
36.步骤s2的具体过程为：
37.s21、基于研究区域，根据天气情况，获取最新的卫星遥感影像图；
38.s22、选取各类地物样本，地物样本包括耕地、森林、草地、灌木地、湿地、水体、人造地表；
39.s23、根据监督分类算法，进行分类提取，获取各类地物分类结果图；
40.s24、根据各类地物分类结果图，利用gis技术将森林分布图，采取分类插值的方法提取到全市森林分布数字化矢量图中，并进行森林分布插值计算，得到网格图形计算值；
41.s3、根据当地情况，选取森林火险预测的稳定因子和不稳定因子；
42.步骤s3中所述稳定因子包括气候、地形地势、季节；所述不稳定因子包括火源、可燃物特征、可燃物含水率、风、温度、湿度、降水、连续干旱和雷电活动；
43.s4、基于森林火险气象风险模型，引入森林可燃物含水率预报因子、地物类别因子，建立森林火险等级预测综合模型；
44.步骤s4的具体过程为：基于森林火险气象风险模型，完善森林火险指数公式，森林火险等级预测综合模型iffcdi具体如下：
45.iffcdi＝u
×
cr
×
cs
×
ca
×
cb
×
cc
×k46.其中，u＝f(v)+f(t)+f(rrh)+f(m)，f(v)为14时风速，f(t)为14时气温，f(rrh)为14时相对湿度，f(m)为综合气象干旱等级为无旱、轻旱及以上时的连续无降水天数，cr为森林植被含水率，cs为积雪修正系数，ca为地物类别修正系数，cb为道路距离修正系数，cc为居民点距离修正系数，k为森林火险气象等级阈值修正系数，k的取值范围为0-1；
47.s5、采用历史火灾数据，对建立的森林火险等级预测综合模型进行训练，获取最优的模型参数，构建最优的森林火险等级预测综合模型，再通过最优的森林火险等级预测综合模型进行森林火险等级精细化预测；
48.步骤s5中最优的森林火险等级预测综合模型进行森林火险等级精细化预测的具体过程为：
49.s51、根据森林火险区划评价指标体系，基于获取的每日预测因子数据，利用层次分析法赋予各个要素不同的权重系数，将其输入到最优的森林火险等级预测综合模型，获取其每日的预测结果；
50.s52、根据每日的预测结果，采用arcgis空间叠置分析方法，提取100m
×
100m网格的经度、纬度、海拔高度和乡镇、区、市边界行政点及森林分布的矢量数据，推算出每个因子在100m
×
100m网格上的值，并生成高精度、高空间分辨率的林火发生的影响因子网格要素分布图，得到各影响因子随经度、纬度和高度变化的地带性特征；
51.s53、最后生成研究区内精细化森林火险气象等级区划，将火险气象等级划分为低风险区、次低风险区、中等风险区、次高风险区、高风险区。
52.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。