林地旱灾风险预警研究

摘要：

[目的]为减少因林地旱灾带来的森林资源损失,运用粒子群优化算法(PSO-BP)建立林地旱灾风险预警模型对湖南省林地旱灾风险进行实时预警,为提前采取预防措施、合理配置应急资源提供技术支撑.[方法]以中分辨率成像光谱仪(MODIS)数据提取到的地表温度(LST)和归一化植被指数(NDVI)、热带降雨测量任务(TRMM)数据提取到的降水量(JYL)和连续无雨日(CDWR)、高程(GC)、坡度(PD)、坡向(PX)、植被类型空间分布(ZB)等8个因子为自变量,以LST与NDVI反演得到的温度植被干旱指数(TVDI)为因变量,基于PSO-BP算法建立林地旱灾风险预警模型,预测未来温度植被干旱指数(TVDI)来表征林地干旱程度,并以当日的实测数据进行验证.[结果]以湖南省2009年1月1日至2019年10月2日的遥感数据提取的风险因子构建PSO-BP林地旱灾风险预警模型,预测2019年10月2—4日的温度植被干旱指数,模型的相关系数R值均达到了0.9以上,预测结果准确度高,能够很好地预测未来的林地旱灾风险情况.从实测结果可知,2019年10月4日湖南发生了旱灾,发生的地点集中在永州市、郴州市以及株洲市的南部区域,湘西小部分区域也有些许旱情,其余区域都无旱;10月4日是旱情最为严重的时期,但在10月2日已经有了干旱的苗头,且由于连续无雨日过长,干旱情况将持续加重;到了10月3日,干旱情况已经非常严峻,湘南等地区出现大面积干旱;直到10月4日,干旱情况再次加重,该实测结果与预测结果吻合.[结论]构建的PSO-BP林地旱灾风险预警模型能够科学有效地对湖南省林地旱灾风险进行预警,为林地旱灾的应急处置提供科学支撑.

关键词：林地;旱灾;风险;预警;湖南省

所属期刊栏目：41

分类号：S718.53(林业基础科学)

资助基金：湖南省科技创新平台与人才计划项目;湖南省科技计划项目;湖南省教育厅科研项目

在线出版日期：2021-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：79-87