基于Landsat时间序列数据的火烧迹地识别与恢复效果评价OA北大核心CSTPCD
为研究大兴安岭地区火烧迹地识别和火后植被恢复状况,基于2006—2020年Landsat TM遥感影像,利用Google Earth Engine编写代码,以2006年大兴安岭地区松岭区那源林场森林火灾为研究背景,以差分归一化燃烧指数(dNBR)为基础数据进行火烧迹地识别,并对火烧烈度进行轻度、中度、重度和极重的等级划分;基于火烧迹地的增强型植被指数(EVI)值,采用一元线性回归分析、用于气候诊断与预测的Mann-Kendall突变检验法和用于做趋势分析的Theil-Sen median趋势分析等方法分析火烧迹地2006—2020年的植被恢复特征,探究大兴安岭地区火烧迹地植被恢复进程。结果表明,1)基于dNBR得到研究区过火面积为2488.7 hm^(2),其中轻度、中度、重度和极重火烧迹地面积占比分别为23.5%、9.6%、35.2%和31.7%,重度和极重过火区分布于火烧迹地西部和东部,过火强度从中部向南部和北部逐渐降低,其EVI值与火烧前相比分别下降了约30%、40%、58%和67%;2)不同烈度林地火烧迹地EVI恢复速率由大到小表现为极重、重度、中度、轻度,植被恢复过程中,迹地EVI值逐渐增加,其中,轻度和中度火烧迹地可在火后6~8 a恢复,而重度火烧迹地的恢复则需14 a;3)火烧迹地恢复过程中,林地EVI突变点较灌草地少,说明森林生态系统较灌草地稳定性强。不同烈度林地火烧迹地的突变情况也存在一定差异,且对照区的突变时间点滞后于火烧迹地。
张吕成;孙志超;董灵波;
东北林业大学林学院,哈尔滨150040国家林业和草原局林草调查规划院,北京100013
林学
大兴安岭遥感谷歌地球引擎火烧迹地增强型植被指数
《森林工程》 2024 (005)
P.8-16 / 9
“十四五”国家重点研发计划项目(2023YFF1304002)。
评论