河南省自然资源厅全面部署森林火灾防控工作

4月3日,河南省自然资源厅党组迅速召开厅党组专题会议,传达学习习近平总书记对四川凉山州木里县森林火灾重要批示精神,贯彻落实王国生书记、徐光副省长重要批示精神,全面安排部署近期森林防火工作,用真功夫、动硬措施坚决打好森林火灾防控攻坚战。     

中国碳强度关键影响因子的机器学习识别及其演进

碳强度影响因子数量众多,通过在众多因子中评估其重要性以识别出关键影响因子进而解析碳强度关键因子的变化规律,是中国2030年碳强度能否实现比2005年下降60%~65%目标的科学基础。传统的回归分析方法对于评估众多因子的重要性存在多重共线性等问题,而机器学习处理海量数据则具有较好的稳健性等优点。本文从能源结构、产业结构、技术进步和居民消费等方面选取了56个中国碳强度影响因子指标,采用随机森林算法基于信息熵评估了1980-2014年逐年各项因子的重要性,通过指标数量与信息熵的对应关系统一筛选出每年重要性最大的前22个指标作为相应年度关键影响因子,最终依据关键影响因子的变化趋势划分了3个阶段作了演进分析。结果发现：1980-1991年,碳强度的关键因子主要以高耗能产业规模及占比、化石能源占比和技术进步为主;1992-2007年,中国经济进入快车道增长时期,服务业占比和化石能源价格对碳强度的影响作用开始显现,居民传统消费的影响作用在增大;2008年全球金融危机后,中国进入经济结构深化调整时期,节能减排力度大大增强,新能源占比和居民新兴消费的影响作用迅速显现。为实现2030年碳强度下降60%~65%目标,优化能源结构和产业结构,促进技术进步,提倡绿色消费,强化政策调控是未来需要采取的主要措施。     

基于卫星遥感数据的森林病虫害监测与评价

森林病虫害由于在森林资源中造成的重大破坏而被人们称为“不冒烟的火灾”,其对生态系统的研究具有重要意义。现有基于遥感数据的病虫害研究多集中在森林病虫害的监测、爆发原因以及发病区域内生产力的变化情况,而对于森林病虫害发生后森林中植被指数与叶面积指数之间的相关性的变化情况还相对较少,处于需要持续性深入探讨的阶段。以加拿大不列颠哥伦比亚地区2002—2012年森林病虫害数据为基础,分析不同严重程度的病虫害对叶面积指数（LAI）与归一化植被指数（NDVI）和增强型植被指数（EVI）的影响。结果表明：① 受病虫害感染的像元在轻度（Light）、中度（Moderate）和重度（Severe）三个严重级别中,NDVI与LAI之间的相关性由弱变强,又由强变弱;② EVI与LAI之间的相关性,在轻度（Light）、中度（Moderate）和重度（Severe）三个严重级别的像元中则依次变强。这一研究将为今后利用遥感数据识别病虫害、评价生态系统影响提供基础。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

广西森林转型与森林扰动遥感监测研究

近20年来由于封山育林政策的实施和人工乔木林的大面积种植,广西森林面积大幅增加,正在经历深刻的森林转型,森林转型过程中农林交错带和森林内部的结构重组都给生态系统带来了不容忽视的扰动。本文基于2000—2016年MODIS-EVI影像数据、1∶100万地貌图和4期土地利用数据,采用变化矢量法和Sen+Mann-Kendall对广西进行森林转型背景下的森林转型路径和森林内部扰动特征分析。研究表明:自2000年以来广西森林的EVI变化强度以无变化和低变化类型为主,总体EVI上升趋势略大于下降趋势,EVI显著下降主要分布于十万大山、大瑶山、海洋山和越城岭等山地区域和桂西北的百色水利枢纽和龙滩水利枢纽周围,显著上升部分主要集中于桂中南的左江-邕江-郁江流域平原丘陵区、桂西南喀斯特区和桂东北山地区地势低平的河谷地带。广西森林面积增加的土地来源于耕地和草地,森林转型路径表现为"经济增长型"和"森林短缺型"两种路径并存,或者存在更为复杂的复合型路径。广西森林内部扰动的减少型和扰动型分布于桂西北喀斯特和桂东北山地起伏度较大的陡坡区域,增加型分布于桂中南的平原丘陵地区。由于山地陡坡区域和喀斯特地区的生态敏感性,应更多关注扰动型和减少型在桂西北和桂东北地区的集中分布问题。     

不同森林经营方式下幼林地水土流失对降雨增强的响应

研究自然降雨梯度下不同经营方式森林的径流和泥沙量有助于预测未来气候变化背景下水土流失模式。选择次生林以及由其转换而来的米槠人工幼林(人工幼林)和人工促进天然更新幼林(人促幼林)为研究对象,选取47场自然降雨事件构成一个降雨梯度,探讨不同森林类型水土流失对降雨增强的响应差异及其内在机制。结果发现:人促幼林和次生林因其植被垂直结构发育,降雨侵蚀力施加的侵蚀动能被植物体抵消,水土流失量低,其产量主要受到降雨量的调控,且随降雨的加强而缓慢增加;人工幼林覆盖度低,林下裸露,水土流失受到降雨侵蚀力的直接影响,产流和输沙量大,而且随着降雨强度的增加而快速增加.未来应多提倡人工促进更新的方式,人工林的经营要加强林下管理,增加覆盖。     

基于随机森林的光子计数激光雷达点云滤波

新一代星载激光雷达卫星ICESat-2首次采用了微脉冲光子计数激光雷达技术,由于单光子探测的灵敏性导致数据在大气和地表下层产生了大量噪声,因此对光子计数激光雷达点云数据实现信号和噪声的分离是开展进一步应用研究的前提和基础。本文选择美国俄勒冈州和弗吉尼亚州2个研究区,采用MATLAS数据,根据光子点云数据的特点构造了12个光子点云特征,对所构造的特征利用随机森林进行变量筛选,用机器学习方法对光子点云进行分类,并将建立好的模型推广到整个研究区。研究结果表明,本文构建的分类器分类总精度达到了96.79%,Kappa系数为0.94,平均生产者精度和用户精度分别为97.1%和96.8%。在相对弱噪声、平坦地形区域和强噪声、复杂地形区域都取得较好的分类结果。本文结果显示了基于少量样本通过机器学习的方法构建模型,可以推广到较大范围区域的光子点云分类应用中。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

南方亚热带季风区将乐县森林植被动态变化及其对气候变化的响应

在全球气候变化背景下,植被动态变化以及植被对气候变化的响应方式已经成为生态学和地理学领域的热点。本文对比分析了南方亚热带季风区将乐县不同类型森林植被对不同时间尺度的干旱响应的差别。基于2000-2017年MODIS-EVI数据及气象站点数据,用最大值合成法、趋势分析法以及相关分析法,分析了森林植被及气象因子的动态变化特征,并对比不同森林植被对气候变化响应的差别。研究表明：① 2000-2017年,研究区植被覆盖度、EVI和降水均显著增加,区域内湿度增加,森林长势渐趋良好;② EVI在生长季初期和末期与同期的降水、温度均显著正相关（P<0.1）,初期森林受降水因子的影响更大,末期受温度因子的影响大;③ 1-3月和周年的气候变化对森林的生长至关重要,长时间尺度的湿度增加对森林生长具有显著的促进作用,SPEI的时间尺度越长与EVI的相关性也越大;④ 针阔混交林与同期温度、降水的相关系数最高,并且与不同时间尺度的SPEI相关性均比较高,属于气候敏感型林型,在生产经营中要谨慎预防气候变化对该林型带来的伤害;⑤ 森林覆盖度变化与降水和SPEI_24的相关性极显著,长时间尺度的降水变化是影响森林植被覆盖率变化的重要因素之一。     

基于Sentinel-1B SAR数据的洪水提取和监测

洪涝灾害是我国最严重的气象灾害之一,及时准确的洪灾监测是防灾减灾的重要前期工作和基础。本文利用sentinel-1B雷达数据,以黑瞎子岛为研究区,联合使用OSTU阈值分割法和随机森林面向对象分类法针对像素统计单波形、双波形、多波形SAR影像提取洪水要素,实现对洪灾淹没面积的时序监测,为灾情监测提供数据和技术支撑。