前言
引言
典型重大干旱影响下的陆地植被变化
典型重大洪水灾害影响下的陆地植被变化
典型重大林火灾害影响下的陆地植被变化
典型重大地震灾害影响下的陆地植被变化
结论
致谢
附录
数据与方法
(1)干旱
1)数据源
标准化降水蒸散发指数(SPEI),本报告中的SPEI数据来自西班牙国家研究委员会(CSCI),该数据集中SPEI的空间分辨率为0.5°,时间分辨率为1个月。
本研究中用到的植被遥感参数数据主要包括GLASS产品中的叶面积指数(LAI)数据和光合有效辐射比数据(FAPAR),这两个植被遥感参数产品的空间分辨率为1km,时间分辨率为8天。
本研究中所用的地表覆盖数据为MODIS12Q1数据集产品中的Type1类型数据,数据的空间分辨率为500m。
2)主要方法
a 标准化降水蒸散发指数
标准化降水蒸散发指数的具体计算过程如下:
a)将选取的地面气象站的逐日气候资料整理成逐月气候资料,基于站点的月平均温度计算月潜在蒸发量Pe。
b)构建不同时间尺度的累积水分亏缺量X。
c)计算累积水分亏缺量X的概率分布
b 干旱事件分析方法
本研究中基于游程理论分析干旱事件特征。用某个给定水平X0来截取一个随时间变化而变化的离散系列Xt,当Xt在一个或多个时段内连续小于X0时,出现负游程;反之出现正游程。
在干旱研究中出现一次负游程表示发生一次干旱事件,负游程的长度代表干旱历时,其表征了一次干旱事件从发生到结束所持续的时间;干旱历时内,Xt的累加值表示干旱严重性,干旱严重性和干旱历时的比值表示干旱强度,因此干旱严重性是干旱强度在一次干旱事件过程中对干旱历时的积分;本研究中用所有干旱事件的总历时除以事件序列长度表示干旱频率。
(2)洪水
1)数据源
本文拟采用Landsat数据来提取洪水水体,主要包括Landsat 5/7/8。5个该地区所使用的数据如下表所示。
2)主要方法:
a 水体信息遥感识别方法
水体指数方法是利用遥感手段识别水体信息的有效方法之一。MNDWI 指数是是改进的归一化差异水体指数,提取效果很好。
b 洪水淹没范围提取
对于一次洪水过程,其时间前后理论上为正常水体,但并不一定完全可靠,因为由于季节的不同,水体面积也不同,为此还需要考虑年际情况,即比较往年同一时期的水体淹没范围。往年同一时期的水体和洪水前后期的水体均可看作为正常水体。为此,本文将往年同期水体和洪水前后期的淹没面积最大的水体看作是正常水体。此外,对于洪涝时期水体,需要考虑的是,洪水在不同天淹没的范围存在区别,往往淹没面积最大的水体不能代表整个洪涝过程的水体淹没范围。本文认为洪涝时期内所有期水体淹没的最大范围可看作洪涝水体淹没范围。其流程如下图所示:
(3)林火
1)数据源
本文采用Landsat数据来提取过火范围,计算火烧强度信息。3个研究区所使用的数据如下表所示。
用于反映植被受林火灾害的影响状况的植被遥感参数有:叶面积指数LAI、光合辐射有效吸收比例FAPAR,其分辨率、时间序列数据信息见表所示。
本文所使用的土地利用数据为MODIS三级数据土地覆盖类型产品Type1(Land Cover data),分辨率为500m,主要用于林火灾害后的植被覆盖变化分析。
2)主要方法:
差分归一化燃烧比率可以反映林火火烧强度
(4)地震
1)数据源:
地表植被数据来源于北京师范大学地理科学学部科研团队研发的全球陆表特征参量数据GLASS产品FVC数据和LAI数据(空间分辨率lkm,时间分辨率8天),由于FVC和LAI与植被生长状况密切相关,因此可以较大程度反映地表植被覆盖情况;地表地物类型数据来源于国家测绘地理信息局2010年全球30m-Landuse数据,分析区的矢量shp数据参考GADM database of Global Administrative Areas(http://www.gadm.org/country)。
中国512汶川地震烈度区范围参考中国数字科技馆地震烈度范围数据(网址链接: http://amuseum.cdstm.cn/AMuseum/earthquak/6/2j-6-1-20-e.html)
日本311地震六度烈度范围参考日本气象局数据(网址链接:http://www.data.jma.go.jp/svd/eqdb/data/shindo/Event.php?ID=175313)
中国地震局历年全球范围内地震信息(网址链接:(http://www.cea.gov.cn/publish/dizhenj/468/496/102170/index.html)
2)主要方法:
(1)植被受损率(VDR)的计算方法
用FVC下降率作为植被受损率,可以反映植被受地震破坏状况。