前言：尋找寫作靈感？中文期刊網(wǎng)用心挑選的森林災(zāi)害快速評(píng)估，希望能為您的閱讀和創(chuàng)作帶來靈感，歡迎大家閱讀并分享。

雪災(zāi)是影響森林生態(tài)系統(tǒng)結(jié)構(gòu)與功能的重要非生物干擾因子之一［1］，長時(shí)間的冰雪災(zāi)害直接損害森林植物，改變森林生態(tài)系統(tǒng)的結(jié)構(gòu)組成，降低森林生態(tài)系統(tǒng)的功能與效益，影響森林生態(tài)系統(tǒng)的演替方向并危及森林生態(tài)系統(tǒng)的穩(wěn)定性與健康［2］。2008年初，我國遭遇50年一遇的持續(xù)冰凍雨雪災(zāi)害天氣，造成南方多省的森林資源損失嚴(yán)重。許多學(xué)者利用遙感和地理信息系統(tǒng)等技術(shù)，開展了災(zāi)害范圍確定，災(zāi)害等級(jí)劃分和相關(guān)災(zāi)害評(píng)估體系建立等研究，為災(zāi)后森林生態(tài)系統(tǒng)的恢復(fù)與重建提供科學(xué)依據(jù)［3-9］。但上述這些研究在對(duì)森林雪災(zāi)進(jìn)行評(píng)估時(shí)，往往以降雪開始到積雪消融作為研究的時(shí)間段，忽略了災(zāi)后的次生災(zāi)害影響;評(píng)估災(zāi)害依賴的輔助資料過多，缺少一個(gè)快速可靠的評(píng)估指標(biāo)和方法，直接影響到評(píng)估效率和可行性;同時(shí)，采用中低分辨率影像進(jìn)行省級(jí)范圍森林雪災(zāi)損失評(píng)估時(shí)，缺少區(qū)域尺度的檢驗(yàn)方法或者檢驗(yàn)方法過于簡(jiǎn)單。針對(duì)這些問題，本文首先建立貴州省2005—2008年的MODIS/NDVI時(shí)間序列，并基于數(shù)據(jù)集的可用性指數(shù)和S-G(Savitzky-Golay)濾波方法重構(gòu)關(guān)鍵期影像;然后利用不同年份同時(shí)段的森林像元NDVI值變化率探測(cè)森林毀壞區(qū)域，結(jié)合統(tǒng)計(jì)學(xué)方法確定森林災(zāi)害閾值，對(duì)研究區(qū)森林損失面積與等級(jí)進(jìn)行快速劃分與評(píng)估;最后根據(jù)貴州省凝凍災(zāi)害森林資源損失的小班調(diào)查數(shù)據(jù)對(duì)研究結(jié)果進(jìn)行一致性檢驗(yàn)。   1研究區(qū)與數(shù)據(jù)準(zhǔn)備   1．1研究區(qū)概況   貴州省介于東經(jīng)103°36'—109°35'、北緯24°37'—29°13'之間，總面積為17616770hm2，其中林地面積8771550hm2，占國土總面積的49．79%，森林面積為7033936hm2，森林覆蓋率達(dá)到39．93%，主要分布在黔東南及北部的遵義地區(qū)，西北部和中部地區(qū)森林分布較少［10-11］。2008年初，貴州省遭遇了有氣象記錄以來最為嚴(yán)重的雪凝災(zāi)害，致使森林出現(xiàn)大面積的死亡，根據(jù)各地(州、市)初步調(diào)查結(jié)果，確定黎平等83個(gè)縣(市、區(qū))為本次災(zāi)害評(píng)估調(diào)查對(duì)象，對(duì)馬尾松、杉木、針闊混和其他闊葉樹等類型樹種展開災(zāi)害調(diào)查。根據(jù)調(diào)查結(jié)果匯總統(tǒng)計(jì)，全省森林資源受災(zāi)面積為(損失程度等級(jí)“輕”度以上)1090026hm2，占全省森林資源面積的17．7%［12］。   1．2數(shù)據(jù)準(zhǔn)備   本文的主要采用2005—2008年低分辨率MOD13Q1植被指數(shù)科學(xué)數(shù)據(jù)集(貴州省覆蓋景為h27v06.005)，數(shù)據(jù)空間分辨率為250m，時(shí)間分辨率為16d，共計(jì)92期。該數(shù)據(jù)包括歸一化植被指數(shù)(NDVI)和植被指數(shù)質(zhì)量標(biāo)記(QualityAssessment，QA)，QA產(chǎn)品是關(guān)于MOD13Q1植被指數(shù)科學(xué)數(shù)據(jù)質(zhì)量信息的綜合評(píng)價(jià)資料，該資料在像元尺度對(duì)植被指數(shù)進(jìn)行質(zhì)量評(píng)價(jià)［13］。輔助數(shù)據(jù)主要包括了2006年研究區(qū)MCD12Q1數(shù)據(jù)和2008年貴州省凝凍災(zāi)害森林資源損失調(diào)查數(shù)據(jù)。MCD12Q1數(shù)據(jù)空間分辨率為500m，時(shí)間分辨率為1y(modis．gsfc．nasa．gov/)，該產(chǎn)品按照國際地圈生物圈計(jì)劃(IGBP)分類標(biāo)準(zhǔn)，將研究區(qū)分為17個(gè)土地類型［14］。本文所研究的森林區(qū)域主要由常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林、混交林和多樹地區(qū)這6個(gè)類型組成(圖1)，在該區(qū)域內(nèi)的像元點(diǎn)統(tǒng)稱為森林像元。而森林災(zāi)害資源損失調(diào)查工作由貴州省林業(yè)廳組織，共清查83調(diào)查單位，抽取24914個(gè)小班，其中林分小班17231個(gè)。為了和地面小班調(diào)查范圍保持一致，MODIS影像數(shù)據(jù)將不包括羅甸等5個(gè)縣(市)，具體范圍如圖1紅框所示。   2研究方法   2．1MODIS/NDVI時(shí)間序列重構(gòu)方法   根據(jù)MOD13Q1植被指數(shù)科學(xué)數(shù)據(jù)集中QA產(chǎn)品的可用性指數(shù)規(guī)則，可用性指數(shù)共分16個(gè)等級(jí)，其中像元可用性指數(shù)值越低，表明該像元的質(zhì)量越可靠［13］。利用LDOPE質(zhì)量分解工具從MOD13Q1得到QA質(zhì)量評(píng)價(jià)波段，建立2005—2008年貴州省森林的NDVI時(shí)間序列和分解其對(duì)應(yīng)QA值。從分解得到的QA波段中獲取植被指數(shù)的“可用性指數(shù)”。計(jì)算每期MODIS/NDVI影像對(duì)應(yīng)的可用性均值;每期可用性均值越低，表明整幅影像的整體可靠性越高，以此來獲取較為可靠的影像數(shù)據(jù)。但MODIS/NDVI初始數(shù)據(jù)由于受氣溶膠、冰雪、太陽光照角度及傳感器觀測(cè)視角等因素的影響，仍存在一定的噪聲，有必要對(duì)其進(jìn)行重建［15-16］，而Savitzky-Golay(S-G)濾波在植被類型提取時(shí)表現(xiàn)出色，能夠較好的平滑VI曲線，具有反映植被變化趨勢(shì)等優(yōu)點(diǎn)［17-19］。因此，本研究首先利用STL-decomposition方法剔除原始NDVI時(shí)間序列的離異值，然后選擇用S-G濾波方法對(duì)剔除變異值后完整NDVI時(shí)間序列進(jìn)行重建［20-21］，進(jìn)一步減少其他因素對(duì)影像質(zhì)量的干擾。   2．2建立森林災(zāi)害評(píng)估指標(biāo)和評(píng)估方法   雪凝災(zāi)害會(huì)造成一段時(shí)間森林資源出現(xiàn)大面積的凍死、腰折、斷稍等現(xiàn)象，導(dǎo)致災(zāi)前與災(zāi)后森林像元的NDVI變化率與往年同時(shí)期相比會(huì)發(fā)生明顯的改變，將每個(gè)森林像元NDVI值的變化率作為探測(cè)森林災(zāi)害的指標(biāo)，記作R，計(jì)算公式如下:式中，NDVIpre表示災(zāi)害前某個(gè)森林像元的NDVI值，NDVIpost表示災(zāi)后對(duì)應(yīng)位置森林像元NDVI值。考慮到雪災(zāi)對(duì)森林災(zāi)害的后續(xù)影響和影像的質(zhì)量，在NDVIpre和NDVIpost關(guān)鍵期選擇上，需要滿足兩點(diǎn):(1)選擇NDVI可用性均值較低影像數(shù)據(jù)，(2)兩期影像獲取時(shí)間處于每年森林的生長期。在大區(qū)域尺度上，2005—2007年間研究區(qū)沒有出現(xiàn)大規(guī)模森林災(zāi)害，將任一森林像元在某個(gè)時(shí)間段NDVI變化率記作R2005—2006或R2006—2007，同時(shí)R2005—2006或R2006—2007也可以表示為R?2005—2007±δ，其中，R?2005—2007和δ分別為2005—2007年每個(gè)森林像元的NDVI變化率平均值和平均絕對(duì)偏差，由于平均絕對(duì)偏差對(duì)異常值有更大的包容性，因而采用平均絕對(duì)偏差來代替標(biāo)準(zhǔn)差［22］。計(jì)算研究區(qū)所有森林像元的R2005—2007，變化范圍可以表示為R?all±δall，認(rèn)為森林像元變化率在［－δall，+δall］范圍內(nèi)是屬于正常波動(dòng)，將δall設(shè)定的森林災(zāi)害閾值(DamageThreshold，DT)。當(dāng)發(fā)生森林災(zāi)害時(shí)，將森林像元的NDVI變化率記作R2007—2008，將任一森林像元的R2007—2008－R－2005—2007值記作R2007—2008'，如果R2007—2008'大于δall，則認(rèn)為該像元受到了災(zāi)害的影響。同時(shí)對(duì)不同年份災(zāi)害時(shí)間段的RNDVI均值(R—)、中心點(diǎn)偏移(ShiftAmplitude)、四分位數(shù)距離IQR(InterquartileofRange)和受到破壞的森林像元百分比等統(tǒng)計(jì)量進(jìn)行計(jì)算［23］。#p#分頁標(biāo)題#e#   2．3空間分布一致性檢驗(yàn)   在貴州省第3次森林資源規(guī)劃設(shè)計(jì)調(diào)查成果等資料的基礎(chǔ)上，根據(jù)地類、樹種、齡組等因子確定調(diào)查類型，按照類型抽取調(diào)查小(細(xì))班進(jìn)行災(zāi)害調(diào)查，通過損失株數(shù)或蓄積比例確定林木損失程度等級(jí)，具體等級(jí)劃分見參考文獻(xiàn)［24］。根據(jù)調(diào)查報(bào)告，2008年初森林資源受災(zāi)面積共1090026hm2，占全省森林面積資源面積的17．7%，其中，重度、中度和輕度受災(zāi)面積分別占總受災(zāi)面積的17．6%、19．2%和63．2%［12］。按照上述災(zāi)害比例，將利用MODIS/NDVI數(shù)據(jù)確定的受災(zāi)森林像元，按照R2007—2008'值從高到低劃分為重、中和輕度受災(zāi)像元，計(jì)算每個(gè)縣內(nèi)受災(zāi)像元的百分比，計(jì)算公式如下:式中，Y1、Y2分別表示每個(gè)縣重度受災(zāi)和中度受災(zāi)的百分比，m表示每個(gè)縣森林受災(zāi)像元的總數(shù)。按照Y1大小排列，確定百分比較大的11個(gè)重度災(zāi)害縣;然后按照Y2大小排列，確定百分比較大的10個(gè)中度災(zāi)害縣，根據(jù)排列結(jié)果，制作貴州省縣域尺度森林災(zāi)害等級(jí)分布圖;同時(shí)利用Kappa系數(shù)檢驗(yàn)其結(jié)果與基于小班調(diào)查的結(jié)果是否具有空間分布一致性。如果兩種方法結(jié)果完全一樣，則Kappa=1，通常，當(dāng)Kappa≥0.75時(shí)，兩種方法獲得的結(jié)果一致性較高，變化小;當(dāng)0．4≤Kappa≤0．75時(shí)，一致性一般，變化明顯，當(dāng)Kappa≤0．4時(shí)，一致性較差，變化較大［25］。   3結(jié)果與分析   3．1MODSI影像時(shí)間序列分析與關(guān)鍵期影像的重建   經(jīng)過反復(fù)試驗(yàn)與調(diào)整，最終確定S-G濾波的迭代次數(shù)為3、上包絡(luò)線擬合強(qiáng)度為2和窗口大小為5。圖2為某一沒有受到災(zāi)害影響森林像元點(diǎn)經(jīng)過SG濾波的結(jié)果，虛線為原始NDVI曲線，實(shí)線為SG濾波后平滑曲線，通過S-G濾波可以有效的去除噪聲等因素的干擾。此次南方降雪集中發(fā)生在2008年1月10日到2月2日之間，該時(shí)間段對(duì)應(yīng)MODIS期數(shù)為20080117NDVI。計(jì)算2005—2008年92期MODIS影像的可用性指數(shù)均值，最終確定災(zāi)前影像0930期(20050930、20060930和20070930)，災(zāi)后影像時(shí)間為0509期(20060509、20070509和20080509)，兩個(gè)時(shí)期影像的可用性指數(shù)年均值較低(分別為2．06和2．41)，同時(shí)該時(shí)間段處于森林的生長季。根據(jù)S-G濾波后的時(shí)間序列，對(duì)20050930、20060509和20060930等6期NDVI影像進(jìn)行重建，重建后的研究區(qū)森林像元的NDVI均值有明顯的升高。如圖3所示，6期影像進(jìn)行重建后的NDVI的均值升高幅度相近(升高幅度約0．04)，表明重構(gòu)后影像的整體效果比較理想，影像中并沒有出現(xiàn)較大面積壞值或離異值。   3．2災(zāi)害閾值確定與災(zāi)害等級(jí)空間分布   根據(jù)2．2所述的災(zāi)害評(píng)估指標(biāo)與方法，NDVIpre和NDVIpost確定9月30日和5月9日這個(gè)時(shí)間段(例如，2005—2006年的NDVIpre和NDVIpos分別為NDVI20050930和NDVI20060509)，計(jì)算2005—2006、2006—2007和2007—2008年3個(gè)不同時(shí)期同時(shí)間段的森林像元R值，共有統(tǒng)計(jì)分析100多萬個(gè)森林像元點(diǎn)，由于2005—2006和2006—2007年的森林像元R值變化大致相同，為了更直觀的顯示數(shù)據(jù)變化，所以對(duì)這兩期數(shù)據(jù)R做均值處理，記作R2005—2007，同時(shí)對(duì)森林像元的R2005—2007和R2007—2008的統(tǒng)計(jì)采用直方圖的形式替代傳統(tǒng)的餅圖。統(tǒng)計(jì)結(jié)果如圖4和表1所示，R2005—2007和R2007—2008的直方圖都成近似的鐘型分布，兩組數(shù)據(jù)的分布主要集中在(－0．2，0．4)之間，占總像元數(shù)的99．5%。圖4紅線代表2005—2007年研究區(qū)內(nèi)森林沒有發(fā)生大規(guī)模干擾的R2005—2007直方圖分布，其中心位置μ2005—2007為0．044，黑線代表2007—2008年研究區(qū)內(nèi)森林受到雪災(zāi)破壞后R2007—2008分布情況，其中心點(diǎn)μ2007—2008為0．085，研究區(qū)森林R在發(fā)生雪災(zāi)之后整體產(chǎn)生了0．041的振幅偏移;R2007—2008直方圖形狀比R2005—2007更扁，頂點(diǎn)高度遠(yuǎn)低于R2005—2007的最大值，表明R2007—2008在不同變化區(qū)間內(nèi)的數(shù)量與R2005—2007相比，在受到雪災(zāi)干擾后，R值變化率越高，像元數(shù)量增加越明顯，直到兩者趨近相同;同時(shí)R值的四分位數(shù)間距(IQR)比災(zāi)害前增加了0．011，表明受災(zāi)后R2007—2008等級(jí)差異更加明顯.計(jì)算R2005—2007的平均絕對(duì)偏差為δall為0．048，將其設(shè)定為森林災(zāi)害的閾值，計(jì)算2007—2008年任意森林像元R2007—2008'值，若該值大于δall，則認(rèn)定其為受災(zāi)像元。統(tǒng)計(jì)結(jié)果如圖5和表1所示，R2007—2008'分布區(qū)間為［－0．25，0．35］，其中超過災(zāi)害閾值的森林像元共287876個(gè)，占森林總像元數(shù)的28．6%，受災(zāi)區(qū)間為［0.048，0．035］。為了清晰表述受災(zāi)森林的空間格局分布和等級(jí)分布狀況，將受災(zāi)森林像元的R2007—2008'值歸一化到［0，1］的區(qū)間范圍，按照0．1的等級(jí)間隔，共分為10個(gè)等級(jí)，將其統(tǒng)計(jì)結(jié)果顯示到空間布局上(圖6)，研究區(qū)森林受災(zāi)較嚴(yán)重的區(qū)域主要分布在貴州省東南部和東北部，受災(zāi)較重的地區(qū)主要包括銅川市、黔東南自治州和黔西南自治州等。   3．3空間分布一致性分析   利用遙感數(shù)據(jù)獲取的森林資源受災(zāi)區(qū)域在市域?qū)用嫔吓c調(diào)查評(píng)估報(bào)告結(jié)果基本一致，但由于MODIS/NDVI影像混合像元的影像以及兩種方法調(diào)查尺度差異，基于MODIS/NDVI計(jì)算所獲得的森林災(zāi)害面積占總森林面積28．6%，高于地面小班調(diào)查的17．7%的森林受災(zāi)比例。根據(jù)貴州省森林資源損失小班調(diào)查結(jié)果，共有德江、沿河和都勻等11個(gè)重度受災(zāi)縣，湄潭、甕安和榕江等10個(gè)中度受災(zāi)縣(圖7a)。將歸一化后R2007—2008'劃分為［0，0．145?、［0．145，0．259?和［0．259，1］3個(gè)等級(jí)區(qū)間，分別占總受災(zāi)像元的63．2%、中度19．2%和17．6%。，按照公式(2)(3)，計(jì)算每個(gè)縣(市、區(qū))內(nèi)各個(gè)等級(jí)的森林像元占每個(gè)縣(市、區(qū))受災(zāi)總面積的百分比。按照Y1的大小，排列了德江、沿河和都勻等11個(gè)縣(市、區(qū))為重度受災(zāi)，根據(jù)Y2的大小，湄潭、榕江和桐梓等10個(gè)縣(市、區(qū))確定為中度受災(zāi)(圖7(b))。利用Kappa系數(shù)檢驗(yàn)兩種方法的結(jié)果圖的相似度，其Kappa系數(shù)為0．86(＞0．75)，具有較高的一致性。如圖7所示，基于MODIS數(shù)據(jù)統(tǒng)計(jì)11個(gè)重度受災(zāi)縣(市、區(qū))和10個(gè)中度受災(zāi)縣(市、區(qū))中，分別有9個(gè)重度受災(zāi)縣(市、區(qū))和6個(gè)重度受災(zāi)縣(市、區(qū))與貴州省森林資源損失調(diào)查結(jié)果一致;而造成Kappa系數(shù)降低主要是因?yàn)榛贛ODIS/NDVI的分析結(jié)果將甕安等縣劃分為重度受災(zāi)，赤水縣等劃分為中度受災(zāi)，而光明區(qū)等劃分為中度受災(zāi)所造成。通過對(duì)比分析，在統(tǒng)計(jì)的21個(gè)中度以上的受災(zāi)縣(市、區(qū))中，有20個(gè)與地面小班調(diào)查結(jié)果一致。森林資源面積越大，災(zāi)害損失越嚴(yán)重，該方法探測(cè)災(zāi)害信息的能力越強(qiáng)，如森林受災(zāi)面積過少時(shí)，MODIS/NDVI數(shù)據(jù)探測(cè)能力較差，造成獲取結(jié)果偏低;而森林受災(zāi)面積過大時(shí)，該方法對(duì)災(zāi)害信息的敏感度較高，尤其是針對(duì)大片的森林區(qū)域，會(huì)造成森林像元的R2007—2008'升高，所獲取的災(zāi)害等級(jí)偏高;同時(shí)由于森林災(zāi)害的分布具有一定的連續(xù)性，用縣域邊界來劃分也會(huì)造成結(jié)果的偏差，施秉和甕安縣(由小班調(diào)查的中度上升為重度受災(zāi))緊鄰受災(zāi)嚴(yán)重的黃平縣，并且這兩個(gè)縣的重度災(zāi)害森林像元主要分布在和黃平縣接壤的邊緣地帶。因此，在展開實(shí)地調(diào)查之前，運(yùn)用MODIS/NDVI對(duì)研究區(qū)進(jìn)行快速評(píng)估時(shí)，這些問題都是需要重點(diǎn)考慮，還需要借助中高分辨率影像和地面調(diào)查數(shù)據(jù)進(jìn)一步分析驗(yàn)證。#p#分頁標(biāo)題#e#   4結(jié)語   本文在構(gòu)建2005—2008年研究區(qū)NDVI時(shí)間序列數(shù)據(jù)集的基礎(chǔ)上，利用S-G濾波和可用性指數(shù)重構(gòu)關(guān)鍵期影像;結(jié)合統(tǒng)計(jì)學(xué)方法，對(duì)2008年研究區(qū)內(nèi)受到雪災(zāi)破壞的森林區(qū)域和受災(zāi)等級(jí)進(jìn)行快速評(píng)估;通過檢驗(yàn)，其評(píng)估結(jié)果與地面調(diào)查結(jié)果具有較高的一致性。這表明該方法用于大面積森林災(zāi)害的快速評(píng)估和災(zāi)害空間模擬制圖是可行的，也證明了250m空間分辨率的MODIS/NDVI數(shù)據(jù)在森林災(zāi)后評(píng)估上的優(yōu)勢(shì)和潛力。雖然采用中低分辨率數(shù)據(jù)可以快速劃分災(zāi)害區(qū)域，減少相應(yīng)的實(shí)地調(diào)查的工作量，但在小區(qū)域?yàn)?zāi)害面積與災(zāi)害等級(jí)的確定上，預(yù)測(cè)效果較差，因此實(shí)地對(duì)樹木的毀壞情況進(jìn)行調(diào)查和統(tǒng)計(jì)是必不可少的;另外，實(shí)地調(diào)查中還需要對(duì)毀壞樹木的樹種、胸徑、蓄積量和碳損失等指標(biāo)進(jìn)行分析整理，改進(jìn)探測(cè)森林災(zāi)害指標(biāo)體系，提高森林災(zāi)害評(píng)估方法的精度將是今后研究工作的重要方面之一。