基于MCD45A1的我國(guó)大陸地區(qū)草地火時(shí)空格局分析

靳全鋒　沈培福　黃海松　馬遠(yuǎn)帆　郭福濤

摘要：基于2001—2016年我國(guó)大陸地區(qū)中分辨率成像光譜儀（MODIS）遙感影像數(shù)據(jù)，運(yùn)用R和ArcGIS軟件以及Mann-Kandell顯著性檢驗(yàn)、核密度和隨機(jī)森林等方法分析草地火時(shí)空分布及影響因素。研究結(jié)果顯示，我國(guó)大陸地區(qū)草地火時(shí)空分布不均衡，東北區(qū)域火集中在黑龍江省西部、東部區(qū)域和吉林省西部區(qū)域;華北區(qū)域火集中在內(nèi)蒙古與黑龍江省、吉林省交匯處，河北省、山西省與內(nèi)蒙古交匯區(qū)域火密度較大;西北區(qū)域火集中在新疆西北部、中部區(qū)域及甘肅省中部區(qū)域;西南區(qū)域火集中在甘肅省、青海省、四川省和西藏交匯區(qū)域以及云南省少部區(qū)域;16年火次數(shù)和面積分別是 2.32×104次和2.57×106 hm2，各區(qū)域火次數(shù)和面積差異明顯，華北、西北、東北、西南、華中、華東和華南等區(qū)域火次數(shù)占總次數(shù)比例分別為41.08%、21.81%、19.82%、16.29%、0.44%、0.36%和0.20%，火面積比例分別是52.14%、18.51%、15.80%、13.19%、0.14%、0.11%和0.11%;年變化表明華北區(qū)域草地火災(zāi)面積呈增長(zhǎng)趨勢(shì)，西北、東北、西南和華中等區(qū)域呈降低趨勢(shì)而華南區(qū)域呈顯著降低趨勢(shì);華北、西北和東北區(qū)域草地火次數(shù)呈增長(zhǎng)趨勢(shì)，西南華東和華南呈降低趨勢(shì)，華中呈顯著降低趨勢(shì);月變化表明草地火的月際變化不均勻，火比率呈雙峰分布，北方區(qū)域草地火多集中在3—5月和8—10月，南方華中區(qū)域草地火多集中在8—10月，華南集中在1—3月。此外草地火受海拔和坡向影響明顯，海拔在1 000 m和2 000 m、陽(yáng)坡和半陽(yáng)坡區(qū)域是草地火頻發(fā)區(qū)。通過(guò)對(duì)我國(guó)大陸地區(qū)草地火時(shí)空特征分析研究，為深入探究草地火污染排放和損失評(píng)估提供科學(xué)依據(jù)，為各級(jí)政府和相關(guān)部門制定防火政策提供理論和數(shù)據(jù)支持。

關(guān)鍵詞：我國(guó)大陸;MCD45A1;草地火;時(shí)空格局;隨機(jī)森林

中圖分類號(hào)： X43? 文獻(xiàn)標(biāo)志碼： A? 文章編號(hào)：1002-1302（2019）04-0264-05

草地火是草地生態(tài)系統(tǒng)的重要干擾因子，其高強(qiáng)度、高頻率對(duì)全球大氣環(huán)境、氣候、土壤和生態(tài)系統(tǒng)有顯著影響[1-2]。Torlak等研究顯示全球有3.49×109 hm2的草業(yè)資源[3]，44%火災(zāi)發(fā)生在草地[4]，其中52%來(lái)源于非洲、30%來(lái)源于美洲、14%來(lái)源于亞洲，其他區(qū)域占4%[5]。草地是全球最大的生物質(zhì)燃燒源[6]，燃燒時(shí)釋放大量酸性氣體、污染性氣體和顆粒物顯著影響空氣質(zhì)量和人類健康[7-8]。煙氣排放破壞臭氧層[9]，降低空氣能見(jiàn)度，促進(jìn)化學(xué)煙霧的形成，直接導(dǎo)致氣候改變[10]，此外，草地火不僅破壞生態(tài)系統(tǒng)，還顯著影響土壤及降水pH值[11]，導(dǎo)致水土流失，造成草地生態(tài)系統(tǒng)退化[12]。目前關(guān)于草地火災(zāi)的研究已展開(kāi)，隨著科學(xué)技術(shù)發(fā)展，衛(wèi)星監(jiān)測(cè)方法已成為主流，衛(wèi)星遙感影像最適用于大尺度草地火時(shí)空格局研究。遙感影像具有空間尺度大、時(shí)間周期短和成本低等優(yōu)良特性，對(duì)于大尺度草地火災(zāi)研究具有其他方法不可替代的優(yōu)勢(shì)[13-14]。

我國(guó)是居世界第2的草地資源大國(guó)，約有4.0×108 hm2草地資源，占國(guó)土面積的2/5。然而我國(guó)也是草地火災(zāi)頻發(fā)的國(guó)度，每年有1/3的草地遭受火災(zāi)的破壞[15]。人類活動(dòng)導(dǎo)致草地火頻發(fā)，95%草地火由人類活動(dòng)引起[16]。目前我國(guó)已開(kāi)展草地火災(zāi)研究，并取得了一定進(jìn)展[17-21]，但以往研究主要是草地火險(xiǎn)等級(jí)劃分和研究草地火災(zāi)影響因子[20，22-26]。麗娜等對(duì)小區(qū)域草地火面積進(jìn)行研究[27]，靳全鋒等對(duì)小區(qū)域草地火災(zāi)污染物進(jìn)行研究[18]，而大空間尺度和長(zhǎng)時(shí)間尺度的研究未見(jiàn)報(bào)道。因此，探討我國(guó)大陸區(qū)域草地火和火面積時(shí)空變化具有重要意義。

本研究以2001—2016年中分辨率成像光譜儀（MODIS）火災(zāi)數(shù)據(jù)為研究對(duì)象，運(yùn)用R和ArcGIS軟件以及Mann-Kandell趨勢(shì)顯著性檢驗(yàn)、核密度和隨機(jī)森林等方法分析草地火時(shí)空分布及影響因素。主要研究目標(biāo)：（1）估測(cè)出2001—2016年我國(guó)大陸地區(qū)草地火面積;（2）分析我國(guó)大陸地區(qū)草地火和面積時(shí)空分布;（3）分析地形對(duì)草地火的影響。本研究深入探究草地火與地形關(guān)系及火點(diǎn)和面積時(shí)空格局，為各級(jí)政府和相關(guān)部門制定防火政策提供理論和數(shù)據(jù)支持。

1 資料來(lái)源與方法

本研究以我國(guó)大陸31個(gè)省（市、自治區(qū)）為研究區(qū)域，運(yùn)用傳統(tǒng)的統(tǒng)計(jì)方法和ArcGIS空間分析方法進(jìn)行數(shù)據(jù)分析，運(yùn)用ENVI軟件進(jìn)行MODIS數(shù)據(jù)拼接獲得火跡地?cái)?shù)據(jù)，探索2001—2016年我國(guó)大陸草地火點(diǎn)和面積時(shí)空變化及影響因素。

1.1 研究區(qū)概況

我國(guó)大陸地區(qū)位于北半球、東半球，大部分位于北回歸線以北。5個(gè)熱量帶中大部分屬于北溫帶，少部分屬于熱帶，沒(méi)有寒帶，地理位置為6°06′～53°30′N、73°20′～135°30′E（圖1）。土地面積9.60×106 km2，僅次于俄羅斯、加拿大，居世界第三，我國(guó)草地資源居世界第2，占國(guó)土面積的2/5[28]。

1.2 數(shù)據(jù)來(lái)源與處理方法

1.2.1 數(shù)據(jù)來(lái)源 MODIS遙感影像數(shù)據(jù)在監(jiān)測(cè)植被火災(zāi)方面具有良好的可靠性[29]，目前MODIS監(jiān)測(cè)受自然因素影響，成功監(jiān)測(cè)率為90%左右，但通過(guò)濾除噪聲、耀斑及云的干擾，不同區(qū)域和季節(jié)草地成功監(jiān)測(cè)率為高達(dá)100%[30]，因此本研究使用的是500 m空間分辨率的月尺度MCD45A1產(chǎn)品（https：//e4ftl01.cr.usgs.gov/），以及空間分辨率為1 km的我國(guó)行政區(qū)劃圖（1 ∶ 1 000 000）和我國(guó)植被覆蓋圖產(chǎn)品（http：//www.resdc.cn/data.aspx？DATAID=184）進(jìn)行疊加分析。

1.2.2 數(shù)據(jù)處理方法 MODIS數(shù)據(jù)產(chǎn)品處理主要包括定義投影信息、投影轉(zhuǎn)換、鑲嵌、裁剪以及掩膜計(jì)算，將2001—2016年MCD45A1火面積數(shù)據(jù)運(yùn)用ENVI軟件由正弦曲線投影轉(zhuǎn)換為蘭伯特投影，帶號(hào)為48，橢球體基準(zhǔn)為1984年世界大地坐標(biāo)系統(tǒng)（WGS-84）。將我國(guó)大陸地區(qū)每月19景遙感影像運(yùn)用ArcGIS 10.2軟件進(jìn)行數(shù)據(jù)鑲嵌、裁剪以及利用我國(guó)植被類型圖進(jìn)行掩膜計(jì)算，分析發(fā)生草地區(qū)域過(guò)火像元和火災(zāi)日期信息。

1.2.3 數(shù)據(jù)處理 利用Excel統(tǒng)計(jì)2001—2016年每次草地火發(fā)生時(shí)間、位置和面積，以獲取草地火時(shí)間分布特征，根據(jù)草地火空間分布特征運(yùn)用ArcGIS 10.2軟件繪制空間分辨率為10 km×10 km的草地火密度和空間分布圖。

1.3 草地火點(diǎn)和面積變化趨勢(shì)及顯著性

1.3.1 Pearson相關(guān)系數(shù)方法 Pearson相關(guān)系數(shù)方法是一種統(tǒng)計(jì)學(xué)方法[31]，可以定量地衡量變量之間的相關(guān)關(guān)系，Pearson相關(guān)系數(shù)取值域范圍是-1～+1，相關(guān)系數(shù)為+1或-1時(shí)，表示完美線性相關(guān)關(guān)系，相關(guān)系數(shù)為0時(shí)，表示沒(méi)有線性相關(guān)關(guān)系。

1.3.2 草地火災(zāi)次數(shù)和面積趨勢(shì)及其顯著性分析 Mann-Kandell趨勢(shì)檢驗(yàn)法[32]是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法。該方法不需要遵循一定分布，不受少量異常值干擾，更適用于時(shí)間序列變化的數(shù)據(jù)趨勢(shì)檢驗(yàn)，被廣泛運(yùn)用于時(shí)間序列上水文、溫度和氣候等趨勢(shì)變化，且計(jì)算比較簡(jiǎn)單。

1.3.3 草地火與地形關(guān)系分析 隨機(jī)森林算法是Breiman提出的一種基于分類樹(shù)的算法[33]，運(yùn)算速度很快，處理大數(shù)據(jù)表現(xiàn)優(yōu)異，不需要回避多重共線性問(wèn)題，通過(guò)對(duì)大量分類樹(shù)匯總提高了模型的預(yù)測(cè)精度，用于火災(zāi)因子對(duì)因變量影響分析以及其他領(lǐng)域，成為機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)里程碑。

2 結(jié)果與分析

2.1 我國(guó)大陸草地火空間分布格局

基于2001—2016年MODIS-MCD45A1草地火數(shù)據(jù)，運(yùn)用ArcGIS 10.2在WGS-84投影下劃分為10 km×10 km網(wǎng)格，將草地火點(diǎn)運(yùn)用核密度原理，繪制16年火點(diǎn)密度圖（圖2）。2001—2016年我國(guó)大陸區(qū)域共發(fā)生草地火23 192次，年均1 450次，火在空間分布不均勻，火密度分布規(guī)律：東北地區(qū)火集中在黑龍江省西部、東部區(qū)域和吉林西部區(qū)域;華北地區(qū)在內(nèi)蒙古與黑龍江省、吉林省交匯處，河北省、山西省與內(nèi)蒙古交匯區(qū)域火點(diǎn)密度較大;西北地區(qū)火集中在新疆西北部、中部區(qū)域及甘肅省中部區(qū)域;西南地區(qū)火集中在甘肅省、青海省、四川省和西藏交匯區(qū)域以及云南少部區(qū)域。該研究結(jié)果與靳全鋒等研究[18，34-35]一致，靳全鋒等研究顯示草地火受自然因素（氣溫、降水、相對(duì)濕度等）、人為因素（放牧數(shù)量、道路密度、農(nóng)田等）和生物質(zhì)特性等因素影響[18-19]。相關(guān)研究表明，生物質(zhì)密度越大、溫度越高、降水越少、相對(duì)濕度越低、放牧數(shù)量越少、距道路越近越有利于草地火發(fā)生。

2.2 我國(guó)大陸草地火時(shí)間分布格局

我國(guó)大陸草地火點(diǎn)和面積時(shí)間變化趨勢(shì)見(jiàn)圖3，全國(guó)2001—2016年草地火次數(shù)和面積分別是2.32×104次和 2.57×106 hm2各區(qū)域火次數(shù)和面積差異明顯，總體火次數(shù)高低順序?yàn)槿A北>西北>東北>西南>華中>華東>華南，火面積高低順序?yàn)槿A北>西北>東北>西南>華東>華中>華南;華北、西北、東北、西南、華中、華東和華南等區(qū)域火次數(shù)占總火比例分別為41.08%、21.81%、19.82%、16.29%、0.44%、0.36%和0.20%，火面積比例分別是52.14%、18.51%、15.80%、13.19%、0.14%、0.11%和0.11%。全國(guó)火次數(shù)和面積分別在2003年和2014年達(dá)到極大值，華北區(qū)域草地火次數(shù)和面積皆在2014年達(dá)到極大值，東北區(qū)域火次數(shù)和面積皆在2013年達(dá)到極小值，其他5區(qū)域火次數(shù)和面積呈波動(dòng)變化，年際變化存在差異。

運(yùn)用Pearson相關(guān)系數(shù)和Mann-Kandell趨勢(shì)顯著性檢驗(yàn)分析草地火次數(shù)和面積時(shí)間變化。圖4為2001—2016年我國(guó)大陸區(qū)域草地火次數(shù)和面積的動(dòng)態(tài)變化，Mann-Kandell趨勢(shì)顯著性檢驗(yàn)結(jié)果表明，華北區(qū)域草地火面積呈增長(zhǎng)趨勢(shì)，西北、東北、西南和華中等區(qū)域呈降低趨勢(shì)而華南區(qū)域呈顯著降低趨勢(shì);華北、西北和東北區(qū)域草地火次數(shù)呈增長(zhǎng)趨勢(shì)，西南、華東和華南呈降低趨勢(shì)，華中呈顯著降低趨勢(shì)。研究顯示草地火面積與空氣相對(duì)濕度和降水量呈負(fù)相關(guān)關(guān)系，與草地生物量風(fēng)速等因素呈正相關(guān)[36]。

由圖5可知，我國(guó)大陸地區(qū)草地火的月際變化不均勻，火發(fā)生比率呈雙峰分布，主峰明顯高于次峰，峰值分別集中在3—5月和8—10月，時(shí)間上草地火發(fā)生比率高低順序?yàn)榇?季>秋 季>夏季>冬季，春、夏、秋和冬季發(fā)生草地獲得比率分別是40.91%、15.95%、30.10%和13.04%;各區(qū)域間存在差異，東北、華北、西北、華東和西南等區(qū)域呈雙峰分布、但主峰與次峰時(shí)間差異較大。華中和華南區(qū)域呈單峰分布，從而體現(xiàn)南、北方草地火發(fā)生存在差異。東北和華北區(qū)域草地火多集中在3—5月和8—10月，該研究與靳全鋒等研究[18，25]一致，北部區(qū)域草地火集中在春、秋2季，主要受自然因素（降水、空氣濕度、溫度和風(fēng)速等）、草地植被性質(zhì)和植被含水率等因素影響。張正祥等研究表明北方區(qū)域春季降水較少、相對(duì)濕度低、氣溫回暖快、風(fēng)速較大導(dǎo)致植被含水量低，且前1年死亡生物質(zhì)較多，極易促進(jìn)草地火災(zāi)形成[19，35];秋季生物質(zhì)大量死亡、降水較少、空氣濕度降低和風(fēng)速較強(qiáng)，有利于草地火災(zāi)的形成，但由于氣溫下降較快降低火頻率，導(dǎo)致春季火災(zāi)頻率顯著高于秋季;其他月份降水、溫度和草地屬性等因子阻礙草地火發(fā)生。南方華中區(qū)域草地火多集中在8—10月，華南集中在1—3月。

2.3 地形對(duì)草地火的影響

全國(guó)草地火災(zāi)與地形有密切關(guān)系，草地火主要集中在中海拔區(qū)域，隨海拔的增高大致呈增加→降低→增加→降低趨勢(shì)。由圖6可知，海拔在500 m以下，對(duì)草地火發(fā)生的影響較小，在1 000 m左右和2 000 m左右呈雙峰分布，該海拔對(duì)草地火影響顯著。Guo等研究表明，在該范圍是城市人口和工業(yè)的聚集地，人為活動(dòng)頻繁，容易發(fā)生人為火災(zāi)，草地區(qū)域主要分布在海拔2 000左右的區(qū)域，是旅游的主要分布區(qū)及北方區(qū)域人類活動(dòng)區(qū)域，人類活動(dòng)加強(qiáng)，導(dǎo)致發(fā)生火災(zāi)的概率增大，且頻率顯著高于低海拔區(qū)域[16，37-38]。坡向?qū)Σ莸鼗鹩忻黠@影響，陽(yáng)坡與半陽(yáng)坡草地火災(zāi)發(fā)生概率明顯高于陰坡和半陰坡。由于陽(yáng)坡和半陽(yáng)坡區(qū)域受到太陽(yáng)輻射時(shí)間和強(qiáng)度高于陰坡和半陰坡，使其下墊面升溫較快，易于地表生物量水汽的蒸發(fā)，加快植被水分蒸發(fā)，有利于火災(zāi)的發(fā)生，Guo等研究表明太陽(yáng)輻射、溫度等因素與草地火呈正相關(guān)[16]，本研究與Guo等的結(jié)果一致。

3 結(jié)論

針對(duì)我國(guó)大陸地區(qū)草地火災(zāi)現(xiàn)狀，本研究利用MODIS遙感影像，運(yùn)用Mann-Kandell趨勢(shì)顯著性檢驗(yàn)、核密度和隨機(jī)森林等方法，對(duì)不同地區(qū)草地火點(diǎn)、火面積時(shí)空分布及影響因子進(jìn)行系統(tǒng)的研究，得到主要結(jié)論如下：（1）2001—2016年我國(guó)大陸地區(qū)草地火空間分布不均衡，火密度分布規(guī)律：東北地區(qū)火集中在黑龍江省西部、東部區(qū)域和吉林省西部區(qū)域;華北地區(qū)在內(nèi)蒙古與黑龍江省、吉林省交匯處，河北省、山西省與內(nèi)蒙古交匯區(qū)域火點(diǎn)密度較大;西北地區(qū)火集中在新疆西北部、中部區(qū)域及甘肅省中部區(qū)域;西南地區(qū)火集中在甘肅省、青海省、四川省和西藏交匯區(qū)域以及云南部分區(qū)域。（2）2001—2016年全國(guó)共發(fā)生火次數(shù)和面積分別是 2.32×104次和2.57×106 hm2，各區(qū)域火災(zāi)次數(shù)和面積差異明顯，華北、西北、東北、西南、華中、華東和華南等區(qū)域火次數(shù)占總火比例分別是41.08%、21.81%、19.82%、16.29%、0.44%、0.36%和0.20%，火面積比例分別是52.14%、18.51%、15.80%、13.19%、0.14%、0.11%和0.11%。（3）2001—2016年我國(guó)大陸地區(qū)草地火和面積動(dòng)態(tài)變化，年變化表明華北草地火面積呈增長(zhǎng)趨勢(shì)，西北、東北、西南和華中等區(qū)域呈降低趨勢(shì)而華南區(qū)域呈顯著降低趨勢(shì);華北、西北和東北區(qū)域草地火次數(shù)呈增長(zhǎng)趨勢(shì)，西南、華東和華南呈降低趨勢(shì)，華中呈顯著降低趨勢(shì);月變化表明草地火的月際變化不均勻，火比率呈雙峰分布，北方區(qū)域草地火多集中在3—5月和8—10月，南方華中區(qū)域草地火多集中在8—10月，華南集中在1—3月。（4）草地火受海拔和坡向影響顯著，結(jié)果表明，海拔 1 000 m 和 2 000 m 左右、陽(yáng)坡和半陽(yáng)坡區(qū)域草地火災(zāi)發(fā)生頻率較高。

參考文獻(xiàn)：

[1]Akagi S K，Craven J S，Taylor J W，et al. Evolution of trace gases and particles emitted by a chaparral fire in California[J]. Atmospheric Chemistry and Physics，2012，12（3）：1397-1421.

[2]Permadi D A，Oanh N T K. Assessment of biomass open burning emissions in Indonesia and potential climate forcing impact[J]. Atmospheric Environment，2013，78（3）：250-258.

[3]Torlak G，Sevkli M，Sanal M，et al. Analyzing business competition by using fuzzy TOPSIS method：an example of Turkish domestic airline industry[J]. Expert Systems with Applications An International Journal，2011，38（4）：3396-3406.

[4]Van G R，Randerson J T，Giglio L，et al. Global fire emissions and the contribution of deforestation，savanna，forest，agricultural，and peat fires （1997—2009）[J]. Atmospheric Chemistry and Physics，2010，10（23）：11707-11735.

[5]Van G R，Randerson J T，Giglio L，et al. Interannual variability of global biomass burning emissions from 1997 to 2004[J]. Atmospheric Chemistry & Physics Discussions，2006，6（2）：3175-3226.

[6]Baleentiene· L，Uupis A. Fuzzy TOPSIS applied for evaluation of mitigation strategies for greenhouse gas emissions from abandoned grassland[J]. 2012，75（3）：242-249.

[7]Levine J. Influence of biomass burning emissions on precipitation chemistry in the equatorial forests of Africa[M]// Global biomass burning：atmospheric，climatic，and biospheric implications. Boston：MIT Press，1991.

[8]靳全鋒，馬祥慶，王文輝，等. 中國(guó)亞熱帶地區(qū)2000—2014年林火排放顆粒物時(shí)空動(dòng)態(tài)變化[J]. 環(huán)境科學(xué)學(xué)報(bào)，2017，37（6）：2238-2247.

[9]Blake N J，Blake D R，Sive B C，et al. Biomass burning emissions and vertical distribution of atmospheric methyl halides and other reduced carbon gases in the South Atlantic region[J]. Journal of Geophysical Research：Atmospheres，1996，101（19）：24151-24164.

[10]Neto T G S，Carvalho J A，Veras C A G，et al. Biomass consumption and CO2，CO and main hydrocarbon gas emissions in an Amazonian forest clearing fire[J]. Atmospheric Environment，2009，43（2）：438-446.

[11]Yokelson R J，Goode J G，Ward D E，et al. Emissions of formaldehyde，acetic acid，methanol，and other trace gases from biomass fires in North Carolina measured by airborne Fourier transform infrared spectroscopy[J]. Journal of Geophysical Research：Atmospheres，1999，104（23）：30109-30125.

[12]Chuvieco E，Aguado I，Yebra M，et al. Development of a framework for fire risk assessment using remote sensing and geographic information system technologies[J]. Ecological Modelling，2010，221（1）：46-58.

[13]傅澤強(qiáng)，楊友孝，戴爾阜. 內(nèi)蒙古干草原火動(dòng)態(tài)及火險(xiǎn)氣候區(qū)劃研究[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2001，22（6）：18-22.

[14]劉興朋，張繼權(quán)，周道瑋. 中國(guó)草原火災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分布特征及管理對(duì)策研究[J]. 中國(guó)草地學(xué)報(bào)，2006，28（6）：77-82.

[15]張繼權(quán)，張 會(huì)，佟志軍，等. 中國(guó)北方草原火災(zāi)災(zāi)情評(píng)價(jià)及等級(jí)劃分[J]. 草業(yè)學(xué)報(bào)，2007，16（6）：121-128.

[16]Guo F T，Wang G Y，Su Z W，et al. What drives forest fire in Fujian，China？ Evidence from logistic regression and random forests[J]. International Journal of Wildland Fire，2016，25（5），505-519.

[17]宮大鵬，李炳怡，劉曉東. 草原火燒嚴(yán)重度燃燒指數(shù)的適用性比較分析[J]. 生態(tài)學(xué)報(bào)，2018（7）：1-7.

[18]靳全鋒，鞠園華，楊夏捷，等. 2005—2014年內(nèi)蒙古草地火災(zāi)排放污染物的時(shí)空格局[J]. 草業(yè)學(xué)報(bào)，2017，26（2）：21-29.

[19]張正祥，張洪巖，李冬雪，等. 呼倫貝爾草原人為火空間分布格局[J]. 生態(tài)學(xué)報(bào)，2013，33（7）：2023-2031.

[20]曲炤鵬，鄭淑霞，白永飛. 蒙古高原草原火行為的時(shí)空格局與影響因子[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2010，21（4）：807-813.

[21]陳世榮. 草原火災(zāi)遙感監(jiān)測(cè)與預(yù)警方法研究[D]. 北京：中國(guó)科學(xué)院研究生院，2006.

[22]烏云德吉. 基于GIS的草原火遙感監(jiān)測(cè)與火險(xiǎn)評(píng)估[D]. 呼和浩特：內(nèi)蒙古師范大學(xué)，2014.

[23]都瓦拉. 內(nèi)蒙古草原火災(zāi)監(jiān)測(cè)預(yù)警及評(píng)價(jià)研究[D]. 北京：中國(guó)農(nóng)業(yè)科學(xué)院，2012.

[24]李興華. 內(nèi)蒙古東北部森林草原火災(zāi)規(guī)律及預(yù)警研究[D]. 北京：中國(guó)農(nóng)業(yè)科學(xué)院，2007.

[25]周懷林，王玉輝，周廣勝. 內(nèi)蒙古草原火的時(shí)空動(dòng)態(tài)特征研究[J]. 草業(yè)學(xué)報(bào)，2016，25（4）：16-25.

[26]峰 芝. 近30年內(nèi)蒙古牧區(qū)草原火時(shí)空演化特征分析[D]. 呼和浩特：內(nèi)蒙古師范大學(xué)，2015.

[27]麗 娜，包玉龍，銀 山，等. 中蒙邊境地區(qū)草原火時(shí)空分布特征分析[J]. 災(zāi)害學(xué)，2016，31（3）：207-210.

[28]曹國(guó)良，張小曳，鄭方成，等. 中國(guó)大陸草原火災(zāi)排放的顆粒物及其它污染物量的估算[C]//大氣氣溶膠科學(xué)技術(shù)研究進(jìn)展——第八屆全國(guó)氣溶膠會(huì)議暨第二屆海峽兩岸氣溶膠科技研討會(huì)文集. 北京：中國(guó)顆粒學(xué)會(huì)，2005.

[29]Amraoui M，Pereira M G，Dacamara C C，et al. Atmospheric conditions associated with extreme fire activity in the Western Mediterranean region[J]. Science of the Total Environment，2015，524/525：32-39.

[30]Zhou X C，Wang X Q. Validate and improvement on arithmetic of identifying forest fire based on EOS-MODIS data[J]. Remote Sensing Technology & Application，2006，21（3）：206-211.

[31]靳全鋒，馬祥慶，王文輝，等. 華東地區(qū)2000—2014年間秸稈燃燒排放PM2.5時(shí)空動(dòng)態(tài)變化[J]. 環(huán)境科學(xué)學(xué)報(bào)，2017，37（2）：460-468.

[32]Jin Q，Ma X，Wang G，et al. Dynamics of major air pollutants from crop residue burning in mainland China，2000-2014[J]. Journal of Environmental Sciences，2017，70（8）：190-205.

[33]Breiman L. Random forests[J]. Machine Learning，2001，45（1）：5-32.

[34]劉興朋，張繼權(quán)，范久波. 基于歷史資料的中國(guó)北方草原火災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 自然災(zāi)害學(xué)報(bào)，2007，16（1）：61-65.

[35]張正祥. 基于地理信息系統(tǒng)和遙感的草地火狀況研究[D]. 長(zhǎng)春：東北師范大學(xué)，2010.

[36]Zhang Z X，Zhang H Y，Zhou D W. Using GIS spatial analysis and logistic regression to predict the probabilities of human-caused grassland fires[J]. Journal of Arid Environments，2010，74（3）：386-393.

[37]梁慧玲，郭福濤，王文輝，等. 小興安嶺伊春地區(qū)林火發(fā)生自然影響因子及其影響力[J]. 東北林業(yè)大學(xué)學(xué)報(bào)，2015，43（12）：29-35.

[38]黃寶華. 基于MCD45山東植被燃燒時(shí)空分布分析[J]. 消防科學(xué)與技術(shù)，2016，35（2）：286-290.劉 博，雒沛文，齊永波，等. 氨基酸增效磷肥對(duì)黃褐土磷有效性的影響[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（4）：269-272.