面向乡镇级行政区的精细化森林火险等级预报方法与流程

1.本发明涉及遥感应用技术(rs)和地理信息系统(gis)技术领域，特别涉及一种面 向乡镇级行政区的精细化森林火险等级预报方法。


背景技术：

2.2018年发布了《全国森林火险气象等级》行业标准，初步建立全国森林火险预警体系， 可及时预报火险等级，制作发布火险预报预警信息，为决策部署森林火灾防控工作提供科 学依据。
3.而现阶段，我国森林火险预报多为宏观性，区域性的大尺度预报，省市级别的森林火 险预报，多以一个城市发布一个森林火险等级为主，并没有针对各乡镇级行政区域进行具 体的、精细化的预报，浪费了社会资源，无法做到精准布防。


技术实现要素：

4.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
5.为此，本发明的目的在于提出一种面向乡镇级行政区的精细化森林火险等级预报方法， 该方法可以较好的实现乡镇级行政区的精细化森林火险预报。
6.为达到上述目的，本发明实施例提出了面向乡镇级行政区的精细化森林火险等级预报 方法，包括以下步骤：步骤s1，以国家森林火险气象预报模型为基础构建森林火险等级预 报模型；步骤s2，通过遥感反演方法对于所述森林火险等级预报模型中随时间变化慢的森 林火险因子进行反演，以构建卫星遥感产品数据库；步骤s3，利用全球数值预报数据网站 获取全球未来24小时、48小时、72小时、96小时、120小时、144小时、168小时的14 时气象预报数据构建全球气象预报产品数据库；步骤s4，利用gis数据管理工具对所述卫 星遥感产品数据库和所述全球气象预报产品数据库中的12种森林火险致灾因子进行数据 预处理；步骤s5，根据所述森林火险等级预报模型中火险因子权重计算原则，对所述12 种森林火险致灾因子进行归一化处理，得到森林火险预报数据；步骤s6，利用gis空间分 析功能对步骤s6中森林火险预报数据进行栅格数据叠加；步骤s7，依据火险等级划分标 准对叠加后的森林火险预报数据进行处理，计算每个乡镇的火险等级，并生成矢量数据。
7.本发明实施例的面向乡镇级行政区的精细化森林火险等级预报方法，从优化森林火险 的预报尺度为切入点，以遥感手段为依托，构建遥感数据库和气象预报数据库，通过 gis的数据管理工具和空间分析功能，依据自主研发的森林火险预警模型，有效解决 了国家现有森林火险气象预报和各个省市级森林火险预报无法满足精细化需求的问 题，实现了以乡镇级行政区为最小预报单元的精细化森林火险等级专题的制作，并可 得出相应结论。
8.另外，根据本发明上述实施例的面向乡镇级行政区的精细化森林火险等级预报方法还 可以具有以下附加的技术特征：
9.进一步地，在本发明的一个实施例中，所述步骤s1以国家森林火险气象预报模型
为基 础，考虑气象条件因素、林区地形因素、可燃物类型因素、可燃物含水量因素、可燃物载 量因素以及人类活动因素，建立不同行政区、不同林区的森林火险等级预报模型，并通过 主成分分析法和专家打分法计算所述气象条件因素、所述林区地形因素、所述可燃物类型 因素、所述可燃物含水量因素、所述可燃物载量因素以及所述人类活动因素的权重，同时 确定权重计算法则。
10.进一步地，在本发明的一个实施例中，所述步骤s2中随时间变化慢的森林火险因子包 括：地形数据、森林类型数据、森林干旱特性数据、森林郁闭度数据和人类活动数据。
11.进一步地，在本发明的一个实施例中，所述步骤s2中反演所述地形数据的过程为：通 过吉林一号视频星三维重建dsm数据和其他地区数据通过公开的12.5米地形数据，反演 得到所需地区的海拔高度数据，并根据所述海拔高度数据计算坡度数据和坡向数据，得到 空间分辨率为12.5米，局部地区为3米，更新频次为1次/年。
12.进一步地，在本发明的一个实施例中，所述步骤s2中反演所述森林类型数据的过程为： 依据基础性地理国情监测内容指标，借助吉林一号高分辨率、多光谱遥感影像作为辅助数 据，在无林业调查图斑类别情况下，借助人机交互半自动林业提取算法，对不同省市的森 林植被类型自动分类，得到针叶林、阔叶林、针阔混林和灌木，得到空间分辨率为5米， 更新频次为1次/年。
13.进一步地，在本发明的一个实施例中，所述步骤s2中反演所述森林干旱特性数据的过 程为：选用每8天合成的modis卫星数据，利用地温数据和地表反射率数据，构建温度 植被干旱指数反演得到不同省市、不同地区的森林干旱分布情况，得到分辨率为1公里， 更新频次为1次/8天。
14.进一步地，在本发明的一个实施例中，所述步骤s2中反演所述森林郁闭度数据的过程 为：选用8月的modis影像和吉林一号光谱星影像进行郁闭度的反演，得到空间分辨率 为1公里，更新频次为1次/年。
15.进一步地，在本发明的一个实施例中，所述步骤s2中反演所述人类活动数据的过程为： 利用吉林一号高分辨率卫星遥感影像，通过自动分类和目视解译的方法，提取林区周围的 道路、居民地，并以此作为人类活动数据，其空间分辨率为0.75米，更新频次为1次/年。
16.进一步地，在本发明的一个实施例中，所述步骤s6中通过gis空间分析功能对所述森 林火险预报数据进行叠加后，还对叠加后的数据再次进行归一化处理和林区掩膜处理。
17.进一步地，在本发明的一个实施例中，所述步骤s7具体包括：根据乡镇矢量边界，对 林区掩膜后的森林火险预报数据进行裁剪，计算每个乡镇中林区范围内的森林火险等级平 均值；根据森林火险等级划分标准，对每个乡镇中林区范围内的森林火险等级进行赋值， 并生成未来24小时、48小时、72小时和一周的乡镇级森林火险等级预报矢量数据。
18.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明 显，或通过本发明的实践了解到。
附图说明
19.本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和 容易理解，其中：
20.图1是本发明一个实施例的面向乡镇级行政区的精细化森林火险等级预报方法的流程 图；
21.图2是本发明一个实施例的面向乡镇级行政区的精细化森林火险等级预报方法流程图 的具体执行流程图；
22.图3是本发明一个实施例的2021年5月10日北京市精细化森林火险等级预报图；
23.图4是本发明一个实施例的2021年5月10日杭州市精细化森林火险等级预报图；
24.图5是本发明一个实施例的2021年5月10日北京市与部分区域的国家森林火险气 象等级预报的趋势对比图；
25.图6是本发明一个实施例的2021年5月10日杭州市与部分区域的国家森林火险气 象等级预报的趋势对比图。
具体实施方式
26.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同 或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描 述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
27.下面参照附图描述根据本发明实施例提出的面向乡镇级行政区的精细化森林火险等 级预报方法。
28.图1是本发明一个实施例的面向乡镇级行政区的精细化森林火险等级预报方法的流 程图。
29.如图1所示，该面向乡镇级行政区的精细化森林火险等级预报方法包括以下步骤：
30.在步骤s1中，以国家森林火险气象预报模型为基础构建森林火险等级预报模型。
31.进一步地，在本发明的一个实施例中，步骤s1以国家森林火险气象预报模型为基础， 考虑气象条件因素、林区地形因素、可燃物类型因素、可燃物含水量因素、可燃物载量因 素以及人类活动因素，建立不同行政区、不同林区的森林火险等级预报模型，并通过主成 分分析法和专家打分法计算气象条件因素、林区地形因素、可燃物类型因素、可燃物含水 量因素、可燃物载量因素以及人类活动因素的权重，同时确定权重计算法则。
32.具体地，本发明实施例自主构建的森林火险等级预报模型以国家森林火险气象预 报模型为基础，综合考虑气象条件、林区地形，可燃物类型、可燃物含水量、可燃物 载量以及人类活动等因素，建立起针对不同行政区、不同林区的森林火险等级预报模 型，并通过主成分分析、专家打分等方法确定模型中各个因子的权重及计算法则。其 中，可以参考《全国森林火险等级预报与响应工作管理办法》和《全国森林火灾分级 响应程序》，并对近5年的森林火灾发生地点的森林火险进行分析，对模型的结果进 行科学的预报等级划分。
33.需要说明的是，由于我国幅员辽阔，不同省市、不同地区的气候条件、地形条件 和林区特点均不相同，针对不同省市的森林火险等级预报模型中的权重因子和参数需 要进行动态调整。
34.在步骤s2中，通过遥感反演方法对于森林火险等级预报模型中随时间变化慢的森林 火险因子进行反演，以构建卫星遥感产品数据库。
35.进一步地，在本发明的一个实施例中，步骤s2中随时间变化慢的森林火险因子包括： 地形数据、森林类型数据、森林干旱特性数据、森林郁闭度数据和人类活动数据。
36.具体地，本发明实施例中所构建的森林火险等级预报模型，通过遥感手段，对模型 中随时间变化较慢的森林火险因子进行反演，主要包括：
37.(1)地形数据
38.本发明实施例通过吉林一号视频星三维重建dsm数据和其他地区数据通过公开的 12.5米地形数据，反演得到所需地区的海拔高度数据，并根据海拔高度数据计算坡度数据 和坡向数据，得到空间分辨率为12.5米，局部地区为3米，更新频次为1次/年。
39.(2)森林类型数据
40.基于“吉林一号”高分辨率、多光谱遥感影像，依据基础性地理国情监测内容指标，不 同森林类型可燃等级的不同，借助高分辨率遥感影像作为辅助数据，在无林业调查图斑类 别情况下，借助人机交互半自动林业提取算法，开展不同省市的森林植被类型自动分类， 类别主要包括针叶林、阔叶林、针阔混林和灌木，可以得到森林类型数据的空间分辨率为 5米，更新频次为1次/年。
41.(3)森林干旱特性数据
42.森林干旱特性，表征植被的可燃烧状态，是森林火险中植被的主要内在特性，一般以 某一时期特定区域的相对干旱程度来表示，本发明实施例选用每8天合成的modis卫星 数据，利用地温数据和地表反射率数据，构建温度植被干旱指数反演得到不同省市、不同 地区的森林干旱分布情况，其分辨率为1公里，更新频次为1次/8天。
43.(4)森林郁闭度数据
44.森林郁闭度是指森林中树冠在阳光直射下在地面的总投影面积与此林地总面积的比， 常用来表征森林稀疏茂密程度。我国通常选取每年8-9月份的森林来计算郁闭度，因此本 发明实施例选用8月的modis影像和吉林一号光谱星影像进行郁闭度的反演，空间分辨 率为1公里，更新频次为1次/年。
45.(5)人类活动数据
46.人类活动对森林火险的影响主要由人类居住远近、道路远近的情况决定，因此本发明 实施例利用吉林一号高分辨率卫星遥感影像，通过自动分类和目视解译的方法，提取林区 周围的道路、居民地，并以此作为人类活动数据，其空间分辨率为0.75米，更新频次为1 次/年。
47.在步骤s3中，利用全球数值预报数据网站获取全球未来24小时、48小时、72小时、 96小时、120小时、144小时、168小时的14时气象预报数据构建全球气象预报产品数据 库。
48.具体地，依据《国家气象预报标准》，每日14时的气象数据是全天数据的最佳值， 因此本发明实施例通过美国全球数值预报数据网站，自动获取全球未来24小时、48 小时、72小时、96小时、120小时、144小时、168小时的14时气象预报数据，作为 精细化森林火险预报气象数据库，即全球气象预报产品数据库，其中，该数据库的空间 分辨率为25公里，更新频次为1次/天。
49.需要说明的是，根据森林火险等级预报模型中所需的气象因子，从气象预报数据 库中提取气温、相对湿度、风速、降水量、降水类型等数据作为基础气象数据，方便 后续数据预处理。
50.在步骤s4中，利用gis数据管理工具对卫星遥感产品数据库和全球气象预报产品数 据库中的12种森林火险致灾因子进行数据预处理。
51.具体地，步骤s2中所建立的卫星遥感产品数据库和步骤s3中所建立的全球气象预 报产品数据库中，各个森林火险影响因子数据的空间分辨率均不相同，因此为了方便后 续模型的计算，需要对数据库中的数据进行预处理，主要包括数据的重采样和数据的 裁剪。
52.其中，森林火险等级预报模型基于多源基础数据提取森林火灾致险因子，由于不 同数据源的空间分辨率不同，同时又要满足乡镇级别预报尺度的精细化要求，因此数 据库中格网级森林火险致灾因子的数据均重采样为统一尺度100米。
53.遥感产品数据库中的数据和气象预报产品数据库中的数据均为全球范围的数据， 同时针对不同省市的森林火险等级预报模型需要动态调整，因此需要对数据进行不同 省市的裁剪，做到具体区域的森林火险等级具体分析，提高森林火险预报等级的精度， 提升模型运算时间。
54.在步骤s5中，根据森林火险等级预报模型中火险因子权重计算原则，对12种森林火 险致灾因子进行归一化处理，得到森林火险预报数据。
55.也就是说，依据森林火险等级预报模型中火险因子权重计算原则，对模型所需的12 种森林火险致灾因子进行归一化处理，使所有的数据全部归一化0-1之间，得到森林火 险预报数据。
56.在步骤s6中，利用gis空间分析功能对步骤s6中森林火险预报数据进行栅格数据叠 加。
57.具体地，根据森林火险等级预报模型的计算原则和计算公式，通过gis空间分析功 能对森林火险预报数据进行叠加后，还对叠加后的数据再次进行归一化处理和林区掩膜处 理。
58.计算公式如下所示：
59.frid＝0.4*a+0.35*b+0.15*c+0.1*d
60.其中，frid为森林火险气象指数，a为气象因子，b为植被因子，c为社会因子， d为地形因子。
61.在步骤s7中，依据火险等级划分标准对叠加后的森林火险预报数据进行处理，计算 每个乡镇的火险等级，并生成矢量数据。
62.具体地，根据乡镇矢量边界，对林区掩膜后的森林火险预报数据进行裁剪，计算每个 乡镇中林区范围内的森林火险等级平均值；根据森林火险等级划分标准(如下表1所示)， 对每个乡镇中林区范围内的森林火险等级进行赋值，并生成未来24小时、48小时、72小 时和一周的乡镇级森林火险等级预报矢量数据。
63.表1森林火险等级划分标准
[0064][0065]
下面以北京和杭州示范区为例，如图2所示，通过本发明实施例提出的面向乡镇级行 政区的精细化森林火险等级预报方法，对2021年5月10日的森林火险等级进行专题图的 制作、分析和展示，结果如图3-4所示，并与国家发布的森林火险气象等级预报进行对比， 如图5-6所示，本发明实施例最终得到的预报结果与国家森林火险气象预报的趋势完全一 致，则表明本发明实施例可以较好的实现乡镇级行政区的精细化森林火险预报。
[0066]
根据本发明实施例提出的面向乡镇级行政区的精细化森林火险等级预报方法，从 优化森林火险的预报尺度为切入点，以遥感手段为依托，构建遥感数据库和气象预报 数据库，通过gis的数据管理工具和空间分析功能，依据自主研发的森林火险预警模 型，有效解决了国家现有森林火险气象预报和各个省市级森林火险预报无法满足精细 化需求的问题，实现了以乡镇级行政区为最小预报单元的精细化森林火险等级专题的 制作，并可得出相应结论。
[0067]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者 隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐 含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三 个等，除非另有明确具体的限定。
[0068]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、 或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包 含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须 针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一 个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技 术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行
结合 和组合。
[0069]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的， 不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例 进行变化、修改、替换和变型。