一、气象要素与森林火灾关系研究综述（论文文献综述）
丽娜[1]（2021）在《气候变化背景下内蒙古草原火灾风险动态评价与预估研究》文中指出近年来,全球气候变化异常,极端气候事件、干旱等气象灾害频发,同时草原火险等级也在逐步攀升,草原火灾正呈春、秋两季多发向全年延伸的新趋势。受气候变化影响,大部分地区进入草原火灾多发期,随着时间的推移,气候变化对可燃物类型、可燃物累积的长期影响与对火险和火行为的短期影响相互叠加导致草原火灾的发生将进一步加剧。草原火灾作为自然灾害的重要部分,其风险评价越来越引起各国研究者们的关注。而我国气候变化影响与草原火灾风险研究比较分散,对过去影响评估较少,对未来风险评估薄弱。中国是草原大国,天然草原占国土面积的41.7%,草原火灾易发区占1/3,频发区占1/6,其中,内蒙古是我国北方草原火灾高发区。建国以来,我国牧区发生草原火灾5万多次,累计受灾草原面积2亿公顷,造成经济损失600多亿元,平均每年10多亿元。内蒙古拥有丰富的草地资源,是我国重要的农牧业生产地带,是北方重要的生态屏障,对我国经济社会可持续发展具有重要的意义。因此,提出了气候变化背景下内蒙古草原火灾风险评价与预估研究,实现内蒙古草原火灾管理由危机管理向风险管理的转变,从灾后评估向风险预估的转变,进一步提升内蒙古草原火灾的管理能力,对区域应对气候变化制定有的放矢的防灾减灾对策和措施意义重大。本研究以大气-植被-土壤连续系统出发,以不同季节与不同植被类型为切入点,以内蒙古草原火灾为研究对象,利用气象数据、遥感数据、基础地理数据、历史灾害统计数据以及野外地面样点数据等多源数据,在了解研究区草原火灾时空分布和演变特征及其影响机制的前提下,基于灾害风险形成机理,构建草原火灾综合危险性评价体系,结合野外地面实测数据与遥感数据构建草原火灾脆弱性评价模型,进而建立气候变化背景下全新的草原火灾综合风险动态评价方法,对内蒙古2001-2018年不同季节不同草地类型的草原火灾风险进行动态评价与等级区划。并进一步耦合第五次气候变化模式比较计划预估模型输出数据（Coupled Model Intercomparison Project Phase 5,CMIP5）,预测未来不同碳排放情景下的内蒙古不同季节草原火灾风险演变特征。通过研究开展,将弥补气候变化背景下草原火灾风险评价研究基础的不足,解决当今草原火灾风险管理应对气候变化影响的关键性问题。本研究主要包括以下几个内容:（1）内蒙古草原火灾时空演变及影响因素分析本章内容是利用MCD64A过火面积数据对内蒙古不同季节草原火灾时空分布及演变规律进行探讨与分析。草原火灾的时空分布及演变特征与该区域的自然因素和人为因素的分布及变化规律密切相关。利用随机森林模型进行不同季节草原火灾影响因子重要性识别及贡献率排序,系统揭示自然和人类活动对于内蒙古不同季节草原火灾的影响程度。结果表明:草原火灾集中分布于研究区东部地区,且春季聚集性最高。在年际尺度上,2001-2009年研究区草原火灾总体上呈减少趋势,2009-2018年呈上升趋势。影响因素贡献率排序结果显示,植被指数在各季节草原火灾的贡献率均较高,其次是相关于水分条件的因子。通过影响因素和草原火灾的关系研究发现,草原火灾的发生数量与气温和降水相关的因子均呈正相关;并与春、秋季节干旱频率呈正相关,与夏季干旱频率呈负相关,与冬季干旱频率无明显关系。草原火灾数量与生长季归一化植被指数（Normalized Difference Vegetation Index,NDVI）值呈正相关关系,且发生数量从多到少依次为:草甸草原、典型草原、荒漠草原、草原化荒漠。（2）基于多源数据融合的内蒙古草原火灾危险性评价本章从土壤-植物-大气连续系统出发,首先,利用三种不同火源因子建立草原火灾致灾因子危险性指数（Fire Source Hazard Index,FSHI）;其次,利用植被连续度、植被类型和土壤湿度建立可燃物危险性指数（Fire Fuel Hazard Index,FFHI）;再次,通过计算在多种气候因子条件综合作用下的草原火灾发生概率作为孕火环境危险性指数（Fire Environmental Hazard Index,FEHI）;最后,利用上述三个指数建立不同季节、不同草地类型上的草原火灾综合危险性评价模型,对内蒙古草原火灾进行危险性评估与区划。结果表明:内蒙古草原火灾危险性存在明显的季节性与区域异质性。季节分布上,草原火灾危险性最高的为春季、其次为秋季、再次为夏季、危险性最低为冬季。在空间分布上,极高度危险性主要分布于呼伦贝尔草甸草原区,中、高度危险性分布于研究区典型草原区,低度危险性分布在荒漠草原区。（3）内蒙古草原火灾脆弱性评价研究本章结合三期不同年份的野外地面生物量实测数据与遥感数据来反演研究区历年产草量,并根据草原火灾面积来计算历次草原火灾造成的产草量损失率表征研究区草原火灾敏感性,利用承灾体暴露性,以及对草原火灾的区域管理能力等因子作为适应性来构建内蒙古草原火灾脆弱性评价模型,对内蒙古不同季节不同草地类型的草原火灾脆弱性进行评价区划。结果表明:内蒙古草原火灾春季脆弱性分布范围广,等级高;其次为秋季草原火灾脆弱性,再次为冬季,最低为夏季。空间分布上极高度脆弱性主要集中在呼伦贝尔市东南部草甸草原区,高度脆弱性分布在研究区典型草原区东部,中度脆弱性分布在典型草原区西部。（4）内蒙古草原火灾动态风险评价本章节从综合灾害风险二因子理论出发,根据草原火灾的自然属性和社会属性,基于草原火灾综合危险性和承灾体脆弱性建立内蒙古草原火灾风险评价模型,对研究区草原火灾爆发典型年份（2003、2008年）和草原火灾较少典型年份（2013年）以及对2001-2018年的草原火灾进行风险动态评价与区划。结果表明:2003年研究区草原火灾风险主要集中于春季,其风险范围广且极高度风险聚集性强。2005年草原火灾风险主要集中在秋季,极高度风险集中在锡林郭勒盟东乌珠穆沁旗东北角至兴安盟阿尔山市与蒙古国相接壤的边境区。而2013年,研究区未出现极高度的草原火灾风险。研究区中东部草甸草原区各季节草原火灾风险普遍大于其它地区。（5）未来不同气候变化情景下内蒙古草原火灾风险预估本章通过耦合CMIP5气候变化模式与草原火灾风险评价模型,对研究区RCP4.5和RCP8.5情景下21世纪中期（2040-2060年）和末期（2080-2100年）的草原火灾危险性进行预估,并假设脆弱性不变的前提下,进一步预估未来不同碳排放情景下的内蒙古草原火灾风险演变特征。结果表明:随着温室气体排放浓度的升高,研究区未来气候将出现持续偏暖、偏湿润。对未来不同草原类型变化的预测发现,RCP4.5/8.5情景下的研究区东部草甸草原边界外扩,面积增加;典型草原区在RCP4.5情景下向西移动明显,在RCP8.5情景下则向东侵入明显;荒漠草原面积范围减少,且向东和向南稍有不明显的移动现象。21世纪中期的草原火灾风险在RCP4.5情景下强度高于RCP8.5情景,而RCP8.5情景下中度及以上等级风险分布范围更广;在末期,RCP8.5情景下的草原火灾风险等级上更高,极高度风险面积占比相比于基准期和RCP4.5情景增加19.5%和17.8%。其中春季草原火灾风险的增幅最大,其次为夏季,再次为秋季,增幅最小的为冬季。
张冉[2]（2020）在《大兴安岭典型林分及沟塘草甸细小死可燃物含水率预测模型》文中进行了进一步梳理森林可燃物含水率是林火预测预报的重要指标之一,森林地被死可燃物含水率的变化规律对于预报林火发生,控制林火蔓延具有重要意义。构建森林可燃物含水率模型是林火预测预报的关键技术,气象因子是控制森林地被死可燃物含水率变化的主要影响因子,系统深入地研究气象因子对野外森林细小死可燃物含水率的变化规律对构建森林细小死可燃物含水率预测模型至关重要。目前基于气象因子的林火预测和预报已有一些预测模型研究,但所构建的预测模型计算方法和使用范围还非常有限,与我国森林火险天气预警监测系统的需求还有很大的距离。大兴安岭地区是中国北方森林生态系统的主要区域,同时是森林火灾的高发频发区域,森林火灾是影响这一地区生态系统平衡主要的影响因子。本文针对大兴安岭林区两个森林火灾危险期的林火预测预报的关键技术问题展开研究,利用大兴安岭林区典型林分（兴安落叶松-白桦（Larix gmelinii-Betula platyphylla）混交林、兴安落叶松（L.gmelinii）林、蒙古栎（Quercus mongolica）林）及沟塘草甸的2015～2016年度5月和6月采集的细小死可燃物含水率数据与林外气象数据构建了基于气象因子的森林细小死可燃物含水率预测模型,模型构建方法易于推广,检验结果精度较高,为大兴安岭地区森林火灾发生预报提供理论依据。主要研究结果如下:（1）大兴安岭典型林分及沟塘草甸细小死可燃物含水率实时变化预测模型根据统计分析方法,在假定区域尺度上在某时刻气象因子一致的条件下,利用各林分及沟塘草甸内的细小死可燃物含水率数据和林外气象站的气象数据,通过回归分析、相关性分析、最小二乘法及场论思想构建了大兴安岭林区各典型林分和沟塘草甸基于气象因子的细小死可燃物含水率实时变化预测模型,即t时刻细小死可燃物含水率值、林外t时刻和t-1时刻气温差、t时刻和t-1时刻相对湿度差与t时刻和t-1时刻之间的降雨量来估算t+1时刻细小死可燃物含水率,利用最小二乘法估算出典型林分及沟塘草甸相应模型中参数。模型检验结果可知:典型林分（兴安落叶松-白桦混交林、兴安落叶松林、蒙古栎林）和沟塘草甸的细小死可燃物含水率实时变化预测模型准确率分别为91.1%、90.0%、91.0%和81.0%（相对误差不超过5%）,平均准确率为88.3%。研究结果表明:构建的细小死可燃物含水率实时变化预测模型预测效果良好,模型具有较好的实用性,可以用于大兴安岭林火实时预测预报系统。（2）基于降雨量的大兴安岭典型林分及沟塘草甸细小死可燃物含水率预测模型假定区域尺度上在某时刻气象因子一致的条件下,利用回归分析、相关性分析及最小二乘法构建了细小死可燃物含水率实时预测模型,并在该模型的基础上,推导出大兴安岭林区各典型林分和沟塘草甸基于降雨量的细小死可燃物含水率预测模型。该预测模型可以描述在林外气象因子恒定不变时,林分内细小死可燃物含水率在持续恒定降雨强度时的变化规律,主要选择的气象因子包括林外的气温、相对湿度、风速和降雨量,利用最小二乘法估算出典型林分及沟塘草甸相应模型中参数。模型检验结果可知:典型林分（兴安落叶松-白桦混交林、兴安落叶松林、蒙古栎林）和沟塘草甸基于降雨量的细小死可燃物含水率变化预测模型准确率分别为87.7%、83.9%、93.9%和81.8%（相对误差不超过5%）,平均准确率为86.8%,研究结果表明:构建的基于降雨量的细小死可燃物含水率变化预测模型是正确的,对于描述野外林分内细小死可燃物的“吸水”过程是可行的,该模型对于林地降雨持续时间较长时预测细小死可燃物含水率变化效果较好。（3）大兴安岭典型林分及沟塘草甸细小死可燃物含水率日变化预测模型利用回归分析、相关性分析论、最小二乘法和插值理论,在假定区域尺度上在某时刻气象因子一致的条件下,利用林外生态保护站的气象数据,构建了大兴安岭林区典型林分基于气象因子的细小死可燃物含水率日变化预测模型,模型包括多个子模型:细小死可燃物含水率日平均值模型、细小死可燃物含水率日最高值模型、细小死可燃物含水率日最低值模型、细小死可燃物含水率日最高值出现时刻模型、细小死可燃物含水率日最低值出现时刻模型和细小死可燃物含水率日变化曲线模型,即用当日林外的气象因子估算出次日林地内细小死可燃物含水率日最高值、日最低值以及日最高值和日最低值出现的时刻,进而利用样条插值理论给出次日24小时细小死可燃物含水率变化曲线,利用最小二乘法估算出各典型林分及沟塘草甸相应模型中参数。检验结果可知:典型林分（兴安落叶松-白桦混交林、兴安落叶松林、蒙古栎林）和沟塘草甸的细小死可燃物含水率日变化预测模型准确率分别为80.0%、83.3%、83.3%和83.3%（相对误差不超过10%）,平均准确率为82.5%,研究结果表明:建立的细小死可燃物含水率日变化预测模型是可行的,模型具有较好的实用性,可以用于林火日预测预报系统。综上所述,以时间尺度构建大兴安岭林区各典型林分及沟塘草甸细小死可燃物含水率预测模型并进行模拟,揭示了林地地表细小死可燃物含水率的变化规律,研究结果将为大兴安岭林区两个防火期林火的预测预报提供重要的数据基础和理论支撑,对我国北方森林生态系统的保护具有积极的意义。
曲延浩[3]（2020）在《红河-文山州与大兴安岭地区林火时空分布对比及火险因子研究》文中研究说明森林火灾在全球范围之内都是较为频繁发生的一种自然灾害,每年因为这种灾害被毁坏的森林资源十分巨大,除了经济上的损失外,自然界的生态平衡也因为森林大火受到了很大的影响,威胁到了人类社会的正常运转。对森林火灾的发生风险进行科学、精确的评估和预警,有利于保护森林生态环境,让森林生态系统平稳运转,对我们来说,这也有利于保护我们自身。我国幅员辽阔,南北跨度大,地形、气候等因素不断变化且各不相同,因此影响森林火灾发生的自然要素或人为要素有着很大不同。由于森林火灾影响要素存在着明显不同,为此对其发生进行预防的措施就会存在着差异。本研究使用了云南省的红河、文山二州州与黑龙江省的大兴安岭地区2005、2010、2015年这三个时间火烧迹地遥感、地形地貌、气象站点等数据资料,运用了SPSS、Arc GIS等软件和系统,对森林火灾的发生与蔓延和研究区内的相关因子做了一些分析,之后建立BLR火灾风险评价模型。同时在相关性排序的基础上使用AHP-二级模糊综合评判法对两地区火灾发生的风险进行评估。通过研究得出以下结论:（1）2005年至2015年十年间,红河-文山州火烧迹地面积先增加再降低,由占研究区总面积的2.43%上升至8.73%,再下降到0.65%。过火区域多分布在当地的中部和东部。大兴安岭研究区火烧迹地面积持续缩小,由占研究区总面积的1.79%下降至0.47%再下降至0.24%。火烧迹地主要集中于研究区的最南部。（2）本文对两研究区内单位面积内景观格局和所对应火烧迹地的面积进行了相关性分析,明确了不同景观指数对林火蔓延的相关性排序。在参与森林火灾发生蔓延性的相关性分析的景观指数中,除了蔓延性指数,其余指数和森林火灾的发生与蔓延都成负相关关系。（3）影响森林火灾发生的因素由于时间和地区的差异而各不相同。2005年,大兴安岭地研究区森林火灾发生与否贡献由大到小为高程、坡度;同一时间,在红河-文山州,贡献由大到小为高程、降水、气温。2010年,大兴安岭研究区内森林火灾发生与否贡献由大到小为气温、高程、NDVI;同一时间,在红河-文山州,贡献由大到小为坡度、高程、降水、气温。2015年,对大兴安岭林区的火灾发生产生影响的因子仅有气温一个;同一时间在红河-文山州,贡献由大到小为气温、降水、高程、NDVI。（4）本文建立了研究区不同年份的BLR火灾风险模型,并在此基础上使用AHP-二级模糊综合评判法对该地区火灾风险等级进行评判。通过带入随机采样点进行结果检验,发现两者区分火点与非火点的能力近似相同,且AHP-二级模糊综合评判法中结果落在最两侧的点数少于BLR火灾风险模型。由于AHP-二级模糊综合评判法计算过程明确,方法简便,在判断某地区是否易于森林火灾发生时,使用该方法进行火灾风险区划更加迅速方便。
袁硕[4]（2020）在《河南省栾川县2004-2018年森林火灾时空分布及影响因素研究》文中研究说明当前森林火灾频发并且造成大量人员伤亡和财产资源损失,河南省栾川县属于黄河流域,为河南省重点林区,同时也是河南省重点森林火灾防护区,为了能够更加有效的预防及扑救森林火灾,本文通过对栾川县2004-2018年所有的森林火灾和气象数据进行整理统计,利用Arcgis、SPSS、Excel等分析软件分析,分析并总结得出栾川县森林火灾发生的时空分布规律和气候变化规律,分析当地主要火源及气候因子对森林火灾的影响,规划出栾川县森林火灾火险区划图。本文主要的研究结果如下:（1）林火在时间和空间上的分布研究:时间上森林火灾的季节变化及时间点变化呈现出一定的规律性,在年际变化上并没有明显规律性,在2007年、2013年、2014年时森林火灾发生次数较多且过火面积大。特别是2007年发生的森林火灾次数最多,达74次。2013年最大林火地区受灾面积达277.16 hm2,2014年以后的火灾情况比较稳定。栾川县森林火灾集中发生在1-4月份,其中3月份发生森林火灾最多,过火面积最大,共发生森林火灾157次,占总次数的35.28%;过火面积达502.41 hm2,占过总火总面积的57.85%。栾川县林火发生日变化特征明显,森林火灾集中发生在11:00-17:00之间,在这段时间内共发生356次林火,占森林火灾发生总次数的80.00%;过火面积达716.97 hm2,占过火总面积的82.56%。栾川县林火在空间上分布广泛,庙子镇、陶湾镇、栾川乡发生的林火次数最多,分别8、53、52次,过火面积分别是121.96 hm2、88.85 hm2、65.64 hm2。（2）栾川县气候变化规律不太明显,但是经过分析发现最大风速、平均风速和平均气温对栾川县森林火灾的发生影响较大。本文选取平均风速、最大风速、平均气温、最高气温、降水量和平均相对湿度6个具有代表性的气象因子,经过相关性分析和主成分分析,在6个所选因子中最大风速、平均风速和平均气温的载荷最大,分别为0.989618、0.989044、0.912665。说明动力因子和温度因子对栾川县森林火灾的发生作用最大。（3）栾川县森林火灾火源以人为火源为主,自然火源为辅。在查明火因的353场森林火灾中,由于人为因素诱发的森林火灾占97.73%。其中人为因素包含的生产因素占54.39%,非生产因素占43.34%。自然因素诱发的森林火灾占2.27%。上述火因大多发生在居民点附近的浅山区的农林交错带,因此火灾发生因素对林火的时空分布有直接影响。（4）根据河南省栾川县林火时空分布情况,通过SPSS统计软件采用聚类分析的方法对该区进行火险区划。区划结果为:合峪镇、庙子镇、陶湾镇、栾川乡为I级火险区;白土镇、秋扒乡和狮子庙镇为II级火险区;冷水镇、叫河镇、三川镇、潭头镇、城关镇、石庙镇、赤土店镇为III级火险区。一级森林火险地区占28.57%,二级森林火险地区占21.43%,三级森林火险地区占50%。研究成果可为当地的林火管理和森林防火工程建设提供科学依据。（5）最后根据以上结论,从栾川县实际情况出发,精准施策,规划出适合当地的森林火灾防控对策。
刘学民[5]（2020）在《环境规制下雾霾污染的协同治理及其路径优化研究》文中提出近年来中国雾霾污染问题日益严峻,呈现发生频率高、污染程度重、分布范围广、治理难度大等特征,对公众健康、社会稳定、经济发展及生态环境造成严重威胁,引起了中央及地方政府的高度重视。截至2017年底,我国已出台大气相关政策、法规、方案等280余项,其中新修订的《中华人民共和国大气污染防治法》明确提出对颗粒物、SO2、NOx等大气污染物实施协同控制。“建设天蓝、地绿、水清的美丽中国”和“打好蓝天保卫战”要求有效提高环境规制效率,对雾霾进行科学施策和标本兼治。因此,探索我国雾霾污染的形成过程、影响因素及治理路径已是当前各界亟需攻克的难题,也是实现新常态下“创新、协调、绿色、开放、共享”五大发展理念的关键切入点。本文以环境规制下雾霾污染的协同治理及其路径优化为研究主题,先从理论上分析了环境规制对雾霾污染的影响机理、环境规制下雾霾污染的协同治理机理和路径优化机理。随后运用ESDA技术考察了雾霾污染和环境规制的空间集聚和演化特征,实证分析了环境规制对雾霾污染的影响。基于协同与利益相关者视角,构建并测算了环境规制横向跨区域协同度和纵向利益相关者协同度指标,从横向和纵向两个维度探索了雾霾污染的协同治理。通过直接和间接协同效应,展开了环境规制下雾霾污染协同治理的直接、间接路径优化分析,提高了雾霾污染的协同治理效果。本文主要研究内容和成果如下:首先,理论分析环境规制影响雾霾污染的作用机制,构建环境规制视角下雾霾协同治理及其路径优化的整体理论分析框架。基于环境规制相关“三大假说”、协同理论及利益相关者理论,运用规范分析法,从环境规制协同和优化的角度,阐述了环境规制对雾霾污染的影响机理、环境规制下雾霾污染协同治理机理和路径优化机理,为本文研究提供了严谨可靠的理论基础。其次,基于文献阅读、探索性空间数据分析及空间计量模型,揭示了雾霾的形成过程、时空演化特征及影响因素,系统构建了雾霾污染人为和自然影响因素指标体系。研究发现,我国雾霾污染存在强烈的空间自相关性,低-高集聚、高-低集聚向高-高和低-低集聚演化趋势明显;不同影响因素对雾霾污染起到了差异化作用效果,即雾霾是由人为因素直接影响和自然因素间接促进的综合作用结果。对雾霾形成本质认知的提升将为其治理提供思路和方向。接着,基于“污染天堂”、“波特假说”及“竞相到底”假说,研究了环境规制对雾霾污染的影响作用。研究发现,较低的环境规制水平不能改善雾霾污染,只有当环境规制强度高于临界值时才能对雾霾污染起到抑制作用,并体现了显着的空间溢出性和时间滞后性。此外,环境规制对雾霾影响作用具有区域差异性,表现为滞后效应对不同地区环境规制效力起到了不同程度的调节作用,如提高了东部地区环境规制效力却减弱了其在西部地区的有效性。环境规制对雾霾污染的影响研究是下一步展开环境规制下雾霾协同治理研究的基础。然后,基于协同和利益相关者理论,构建了环境规制横向跨区域协同度和纵向利益相关者协同度指标,检验了环境规制下雾霾污染的协同治理效果。在对横向和纵向两种协同度测算的基础上,研究发现环境规制横向跨区域协同度的提高能够有效控制雾霾污染,且显着加强了政府型环境规制的作用效力;环境规制纵向利益相关者协同度的增加同样有利于改善雾霾污染,同时可缓解基于不同利益相关者类型的环境规制对雾霾污染作用的异质性。尽管环境规制协同效果显着,但如何优化和提高其协同治理效率仍需要进一步探究。最后,基于中介效应方法,通过直接协同效应和间接协同效应探索了环境规制下雾霾协同治理的直接路径和间接路径的优化问题。研究发现,直接协同路径优化方面,可推行“强化中央政府规制约束,明确地方政府监管职责,落实企业治污主体责任,保障公众参与法律途径”的雾霾防治利益相关多元主体纵深权责协同治理体系构建的路径优化策略;间接协同路径优化方面,分别对“环境规制-外商投资-雾霾污染”、“环境规制-产业结构-雾霾污染”及“环境规制-技术创新-雾霾污染”三条协同路径的合理性进行检验、讨论和分析,然后从政策、产业、技术等视角给出了具体路径优化措施。雾霾污染治理研究在经管学科领域起步较晚,所以存在很大深入探索空间。本文以环境规制为切入点,对雾霾污染的协同治理及其路径优化展开研究,具有积极的理论意义和应用价值。从理论上看,本研究深化了对雾霾形成过程及演化特征的理解,提出了环境规制影响雾霾污染的机理、环境规制下雾霾污染的协同治理机理和路径优化机理,完善了环境规制视角下雾霾防治领域的理论研究,为雾霾污染的科学治理提供理论支撑;创新性地构建了环境规制横向跨区域协同度和纵向利益相关者协同度指标,丰富了环境规制协同的内涵和指标体系构建;从实践上看,本研究对我国产业和能源结构的调整升级,发展方式的改变,技术创新、经济增长与绿色发展的协同推进,人居环境与生活水平改善等方面的政策制定提供了新的视角并给予决策参考;对调动企业减排意愿和消费者节能消费的积极性具有重要指导意义。
殷长明[6]（2020）在《多模型耦合下的森林火灾燃烧烈度遥感反演方法研究》文中提出近年来,全球气候变暖背景下,森林火灾频发。森林火灾发生后,快速掌握火灾燃烧的严重程度及其分布情况对灾情评估和生态恢复规划具有重要指导意义。森林火灾燃烧烈度一般定义为在特定区域内火灾对植被和土壤的影响。传统的森林火灾燃烧烈度评估大多通过人工野外调查来完成,这一过程需要投入大量的人力和物力,而且人工野外调查仅能覆盖小范围的景观尺度。卫星遥感技术依靠其高时空分辨率以及大范围监测的优势,为评估森林火灾燃烧烈度提供了一种快捷高效的新手段。火灾会对地表植被和土壤的理化性质造成直接影响,不同状态的植被、土壤和灾后地面灰烬对遥感传感器产生不同的回波信号,使得基于卫星遥感数据估算森林火灾燃烧烈度成为可能。本文围绕森林火灾燃烧烈度遥感估算中的核心问题——由于树木覆盖度变化导致的不同燃烧烈度间的光谱混淆问题,深入开展耦合多层植被辐射传输模型的森林火灾燃烧烈度反演方法研究,并分析了森林火灾燃烧烈度与环境驱动因子之间的关系。论文主要研究工作和创新成果如下:（1）分析了树木覆盖度对森林火灾燃烧烈度估算的影响,并创新性地将树木覆盖度信息引入到多层植被辐射传输模型建模与反演中,以提高燃烧烈度与遥感影像光谱反射率的匹配性。基于遥感影像提取的不同燃烧烈度下的光谱反射特征分析结果表明,树木覆盖度会对燃烧烈度的准确估算产生极大的影响。具体表现为低树木覆盖度区域的低等级燃烧烈度存在高估,高树木覆盖区域的高等级燃烧烈度存在低估,最终将导致不同燃烧烈度之间的光谱混淆问题。本文选取多层辐射传输模型FRT（Forest Reflectance and Transmittance,FRT）模型,在前向模拟过程中,利用模型冠层参数“林分密度”控制树木覆盖度的变化,分别模拟不同燃烧烈度在不同树木覆盖度区间下的光谱反射曲线;在后向反演过程中,将树木覆盖度产品作为辅助数据,确定待反演象元的树木覆盖度范围,进而在对应的查找表内进行反演。这种反演策略可以有效改善燃烧烈度和遥感影像反射率的对应关系,极大地缓解光谱混淆问题,燃烧烈度的总体反演精度由65%提高至81%,卡帕系数（kappa）系数由0.35提高至0.55。（2）通过耦合多层植被辐射传输模型,进一步提高了森林火灾燃烧烈度反演方法的易用性和普适性。针对FRT模型在燃烧烈度反演中存在的不足,本文进一步探索了更简单易用且普适性强的植被辐射传输模型进行燃烧烈度反演。使用FRT模型进行燃烧烈度反演时,冠层参数“林分密度”被用来控制树木覆盖度,以提高燃烧烈度与遥感影像反射率的匹配性。但是,树木覆盖度并不仅由林分密度决定,除林分密度外,冠层直径也是影响树木覆盖度的重要参数。林分密度与树木覆盖度的相关关系只在部分区域进行了验证,建立的经验关系并不具备普适性。因此,限制了基于FRT模型反演森林火灾燃烧烈度方法的应用和推广。此外,FRT模型输入参数众多,过多的输入参数也会引入更多的不确定性。本文耦合了可以模拟异质性强、不连续冠层反射率的PRO-Geo Sail（PROSPECT+Geo Sail）模型和可以模拟一维均质分布植被冠层反射率的双层冠层辐射传输模型ACRM模型。其中,Geo Sail模型中自带的树木覆盖度参数FCOV可以直接对树木覆盖度进行控制而不需要中间的转换参数,有效地提高了方法的易用性和普适性。（3）分析了燃烧烈度与环境驱动因子之间的关系,以及各类环境驱动因子在不同场景下对燃烧烈度的重要程度。森林火灾燃烧烈度的时空分布特征与其灾前环境驱动因子是密切相关的,分析不同环境驱动因子与燃烧烈度的关系和重要程度对森林火灾烈度预警至关重要。前人研究往往侧重于单一场景下,对野外实测燃烧烈度样点和环境驱动因子之间的关系进行分析。受野外采样点数量限制,无法做到全场景覆盖,如陡峭的斜坡和山顶等场景。而且,对各种典型场景下缺乏系统分析和总结。因此,论文在反演得到的燃烧烈度空间分布图的基础上进行应用拓展,分析了山西省沁源森林火灾灾前环境驱动因子与灾后不同燃烧烈度之间的关系,以及八种典型场景下各类环境驱动因子对燃烧烈度的重要程度。分析结果将有助于进一步提高森林火灾燃烧烈度预警的准确性,为林业管理部门的精准决策提供依据。
康妍妍[7]（2020）在《基于多因子分析的森林火灾估测监测系统研究》文中认为近年来由于气候变暖等原因导致极端天气增多,各种自然灾害频发,其中森林火灾发生的风险加剧。森林火灾不仅带来严重经济损失,危害群众生命安全,还会造成生态环境的破坏,因此森林火灾防护工作具有重大意义。通过调查研究、查阅资料等途径发现,我国对于森林景区和森林公园等区域的防火研究较少。国有林场和较大林区一般人迹罕至,人员活动痕迹少,人为产生火灾可能性较低,一般为自然环境引起森林火灾,所以监控实时性要求不高,卫星、无人机等设备就可以满足要求。本文旨在研究森林公园、森林景区等客流量较大、森林覆盖面积相对较小区域。该区域人流量大、环境较为复杂,购买设备资金有限,针对上述问题提出采用无线传感器的森林火灾监测预警系统。与其他基于传感器森林火灾监测系统相比,本系统加入火灾预警模型。系统设计首先通过DEMATEL算法分析火灾系统内各因数的相互关系,确定传感器采集信息量。搜集森林火灾发生时的气象数据,对其进行K-Means聚类分析寻找中心值,用于Vague模糊决策中。当各采集因子满足报警条件时进行预报警,通过烟雾传感器等综合信息来核实是否发生火灾,核实火灾发生后有火灾报警提示。用户可以在管理端看到采集到的因子的实时和历史数据。本设计可能仍存在一些不足,会在以后研究中继续改进。
王惠娟[8]（2020）在《高中生地理逻辑推理能力测评研究》文中指出地理逻辑推理能力是高中地理学习过程中一种重要的逻辑思维。目前,相关研究主要集中在现状调查和策略培养上,而对地理逻辑推理能力的测评研究存在不足。本研究基于前人的研究成果,开展对高中生地理逻辑推理能力的测评研究,主要包括高中生地理逻辑推理能力测评量表的构建、高中生地理逻辑推理能力测评试题的开发、高中生地理逻辑推理能力的测评实践。在新课改和全球范围内对学生素养高度重视的背景下,逻辑推理能力在教育领域也日益受到关注,并越来越重视如何更好地测评推理能力。因此,本研究基于高中地理学科梳理逻辑推理研究现状,进一步确定本文的研究内容、研究方法及研究思路。首先,运用层次分析法构建了高中生地理逻辑推理能力的测评体系,确定了一级指标“归纳推理”占46%、“类比推理”占15%、“演绎推理”占39%,以及对应的12个二级指标的权重;其次,通过分析高中地理教材内容以及新课程标准来确定测评的具体内容及测评对象,然后收集相关试题进行改编,将初次编制的试题进行试测,根据试测结果进一步修正,最终形成地理逻辑推理能力的相关测评试题;最后,运用开发的测评试题,对上海市某中学的高一学生实施一次测评,运用SPSS.23软件进行信效度检验,并对数据进行分析,结果表明样本中学生的地理逻辑推理能力总体处于中等水平,其中地理类比能力最强,其次是归纳能力,最后是演绎能力,且样本中学生类比能力内部差异最小,其次是演绎能力,最后是归纳能力。
魏书精,罗斯生,罗碧珍,李小川,王振师,吴泽鹏,周宇飞,钟映霞,李强[9]（2020）在《气候变化背景下森林火灾发生规律研究》文中认为随着气候变暖加剧,全球森林火灾灾害发生的频率与强度亦随之增加,世界各地森林火灾潜在的危险将长期存在,严重程度也将大幅增加。森林火灾对森林生态资源和全球气候产生了重大影响,由于其突发性强、破坏性大、处置救助极为困难,是当今世界最为严重的生态灾害和突发性公共事件之一。森林火灾发生发展规律是森林火灾预防与扑救的重要依据,加强其规律研究有利于有的放矢地开展森林防灭火工作。针对气候变化现状及发展态势,结合气候变化背景下国内外森林火灾现状,系统论述了气候变化对我国森林火灾发生发展规律的影响,主要阐述了气象条件影响森林火灾的发生,气候影响森林可燃物,气候影响森林火源,气象影响森林火行为,气候决定森林火灾周期以及气候变化对森林火灾时空分布规律的影响。在全球气候变暖的背景下,从解析我国森林火灾发生规律入手,通过气候变化背景下我国森林火灾发生规律的研究,客观认识我国和各地区森林火灾发生发展规律,从而为国家和地方各级政府有效开展森林火灾灾害防治和应急管理工作、切实保障社会经济可持续发展提供科学决策依据。
王磊[10]（2020）在《南充市森林火灾分布特征及风险等级区划研究》文中进行了进一步梳理森林火灾作为一种全球性的自然灾害,它不仅破坏大量的森林资源,对人类的生产和生活带来严重的影响,而且打破自然的生态平衡,产生诸多环境问题。近年来,南充市加大绿化造林工作力度,以实际行动践行“绿水青山就是金山银山”的发展理念。该区域植被覆盖率正在逐年增加,而且该区域植被类型以针叶林为主,加大了森林火灾的风险,但是目前关于该区域的火灾风险区划研究相对较少。因此,对该区域进行森林火险区划研究是十分有必要的。本文以南充市作为研究区,以“3S”技术作为支撑,基于VIIRS 375 m热异常位置矢量产品（VNP14IMG）数据集提取2012-2018 a的火灾点,结合LANDSAT影像、DEM和基础地理数据等数据,利用数理统计分析方法和GIS的空间分析功能,研究了南充市森林火灾分布特征,选取8个森林火灾致灾因子,构建了森林火灾风险区划指标体系,利用层次分析法和GIS空间建模工具构建了风险区划模型并进行风险区划,生成了森林火险区划图。森林火险区划图对区域进行了准确的火险定级和区划,可以起到很好的预警作用,对减少森林火灾的发生,降低火灾带来的损失具有积极意义,为南充市森林火灾分区防控提供了科学参考。主要研究结果如下:（1）根据2012-2018年VIIRS 375m火灾数据产品统计分析,在年际尺度上,南充市森林火灾发生次数波动较大,呈现波动中缓慢增长的状态,但不显着;在季节尺度上,南充市森林火灾主要发生在冬季和春季,其中春季是高发期,火点数占了总数的54.59%,其次是冬季,占比为38.27%,夏季和秋季为森林火灾的低发期;在月际尺度上,森林火灾主要集中在每年的1月、2月、3月和4月,其中2月、3月和4月灾情最为严重,是火灾高发月份,占总火点数的80%。（2）从空间分布格局上看,2012-2018年,南充市火点主要集中在南充市的西南部和东北部,局部地区火点密度较大,中部地区火点较少。南充市所辖9个区县中,高密度火点主要分布在嘉陵区和营山县,占总火点数的比例达58%,其中嘉陵区最多,占火点总数的33.67%。在海拔分布上,火灾点主要分布在海拔300400m之间,其火点所占比例达61.73%,并且随着海拔的升高,森林火灾数量呈现先增加后减少的趋势;在坡度分布上,其火点主要分布在小于25°的区域,其中坡度在5°15°这一坡度区间是林火发生最多的区域,所占火点总数达48%,并且随着坡度的增加,呈现出中间高两边低的状态;在坡向上,阳坡火点个数略大于阴坡火点个数,比例分别为56.63%和43.37%,比例差异不是很明显;从可燃物因素角度来看,火点主要集中在针叶林,其火点个数占比为82%。将火点个数与NDVI进行函数拟合,随着NDVI值的增大,火点个数呈现增加的趋势,当NDVI值达到0.95-1这个区间时,火点数最多,占总火点个数比例达23%;从人类活动影响因子上看,火点在道路缓冲区500 m以内最多,随着缓冲区的增加,火点个数呈现一直降低的趋势。火点在居民点缓冲区5001000 m最多,随着居民点缓冲区距离的增大,火点呈现先增加后减少的趋势。火点在人口密度200400区间时,火点数最多,占总火点数的58.67%,随人口密度的增加,呈现出先增加后减少的趋势,并且低人口密度区域与高人口密度区域几乎呈现相同的特征。（3）根据森林火灾风险指数,基于自然断点法,南充市森林火险等级分为较高风险区、高风险区、中风险区、低风险区和极低风险区五类火灾风险区。其中极低森林火险区面积最少,占研究区面积的10.5%;较高风险区面积较多,占比为23.6%。（4）利用2012-2018 a遥感监测火点验证火险区划结果显示,99%的火点落在了较高风险区和高风险区,说明了此次研究的森林火灾风险区划模型具有较好的精度。
二、气象要素与森林火灾关系研究综述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、气象要素与森林火灾关系研究综述（论文提纲范文）
（1）气候变化背景下内蒙古草原火灾风险动态评价与预估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 国内外研究进展 |
| 1.3.1 相关概念的界定 |
| 1.3.2 气候变化对草原火的影响研究 |
| 1.3.3 草原火灾风险评价研究 |
| 1.3.4 气候变化背景下灾害风险预估研究 |
| 1.3.5 当前研究存在的问题与发展趋势 |
| 1.4 研究目标、内容与技术路线 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 1.5 项目来源与经费支撑 |
| 第二章 理论基础、研究方法、数据来源与处理 |
| 2.1 理论基础 |
| 2.1.1 区域灾害系统理论 |
| 2.1.2 自然灾害风险形成理论 |
| 2.1.3 土壤-植物-大气连续系统理论 |
| 2.2 研究区概况 |
| 2.2.1 地理位置 |
| 2.2.2 自然概况 |
| 2.2.3 社会经济概况 |
| 2.2.4 研究区历史草原火灾概况 |
| 2.3 数据来源与处理 |
| 2.3.1 遥感影像数据 |
| 2.3.2 气象数据 |
| 2.3.3 社会经济数据 |
| 2.3.4 未来模式比较计划数据 |
| 2.3.5 野外生物量采集实验 |
| 2.3.6 其他辅助数据 |
| 2.4 研究方法 |
| 2.4.1 多距离空间聚类分析 |
| 2.4.2 集合经验模态分解 |
| 2.4.3 核密度分析 |
| 2.4.4 标准化降水蒸散指数计算 |
| 2.4.5 极端气候指数计算 |
| 2.4.6 随机森林模型 |
| 2.4.7 熵权法 |
| 2.4.8 统计降尺度方法 |
| 第三章 内蒙古草原火灾时空演变及影响因素分析 |
| 3.1 内蒙古草原火灾时空分布特征 |
| 3.1.1 内蒙古草原火灾时间分布特征 |
| 3.1.2 内蒙古草原火灾空间分布特征 |
| 3.2 内蒙古草原火灾时空演变分析 |
| 3.2.1 内蒙古草原火灾年际尺度演变规律 |
| 3.2.2 内蒙古草原火灾空间演变规律 |
| 3.3 内蒙古草原火灾影响因素重要性排序 |
| 3.4 本章小结 |
| 第四章 基于多源数据融合的内蒙古草原火灾危险性评价 |
| 4.1 草原火灾危险性形成机理及概念框架 |
| 4.2 内蒙古草原火灾危险性评价指标体系 |
| 4.2.1 内蒙古草原火灾致灾因子危险性分布特征 |
| 4.2.2 内蒙古草原火灾可燃物危险性分布特征 |
| 4.2.3 内蒙古草原火灾火环境危险性分布特征 |
| 4.3 内蒙古草原火灾危险性评价与区划 |
| 4.3.1 内蒙古草原火灾危险性指数的构建 |
| 4.3.2 内蒙古不同季节草原火灾综合危险性评价结果 |
| 4.4 本章小结 |
| 第五章 内蒙古草原火灾脆弱性评价 |
| 5.1 内蒙古草原火灾脆弱性概念模型及指标体系 |
| 5.2 内蒙古草原火灾敏感性识别与量化 |
| 5.2.1 内蒙古草原火灾敏感性指标计算 |
| 5.2.2 草原火灾敏感性分析 |
| 5.3 草原火灾暴露性与适应性识别及量化 |
| 5.3.1 草原火灾暴露性计算 |
| 5.3.2 草原火灾适应性计算 |
| 5.3.3 草原火灾暴露性与适应性分析 |
| 5.4 草原火灾脆弱性评价与等级区划 |
| 5.4.1 内蒙古草原火灾脆弱性评价模型构建 |
| 5.4.2 内蒙古草原火灾脆弱性评价结果 |
| 5.5 本章小结 |
| 第六章 内蒙古草原火灾动态风险评价 |
| 6.1 草原火灾综合风险动态评价模型的建立 |
| 6.2 草原火灾综合风险动态评价结果 |
| 6.2.1 内蒙古草原火灾典型年份风险评价 |
| 6.2.2 内蒙古2001-2018 年草原火灾风险评价与区划 |
| 6.3 草原火灾综合风险动态评价结果的检验 |
| 6.4 本章小结 |
| 第七章 未来不同气候变化情景下内蒙古草原火灾风险预估 |
| 7.1 气候模式模拟能力评估 |
| 7.2 不同温室气体排放情景下危险性因子演变分析 |
| 7.2.1 不同RCPs情景下气候因子变化分析 |
| 7.2.2 不同RCPs情景下可燃物因子变化分析 |
| 7.3 不同温室气体排放情景下草原火灾危险性分析 |
| 7.3.1 不同RCPs情景下草原火灾危险性空间分布 |
| 7.3.2 不同RCPs情景下不同季节草原火灾危险性预估 |
| 7.4 不同温室气体排放情景下草原火灾风险分析 |
| 7.4.1 不同RCPs情景下草原火灾风险空间分布 |
| 7.4.2 不同RCPs情景下不同季节草原火灾风险预估 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.2 创新点 |
| 8.3 不确定性及展望 |
| 8.3.1 不确定性分析 |
| 8.3.2 政策建议 |
| 8.3.3 展望 |
| 参考文献 |
| 致谢 |
| 参加科研项目及参编着作情况 |
| 在学期间公开发表论文及着作情况 |
（2）大兴安岭典型林分及沟塘草甸细小死可燃物含水率预测模型（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 森林火灾 |
| 1.1.2 森林地表死可燃物含水率和相关概念 |
| 1.2 国内外研究现状 |
| 1.2.1 森林火险预测 |
| 1.2.2 森林可燃物含水率影响因子 |
| 1.2.3 森林可燃物含水率预测研究 |
| 1.2.4 森林地表死可燃物含水率预测模型 |
| 1.3 研究目的与意义 |
| 1.4 研究内容与创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.5 本章小结 |
| 2 研究区概况 |
| 2.1 地质地貌 |
| 2.2 气候特征 |
| 2.3 植被状况 |
| 2.4 土壤条件 |
| 2.5 森林火灾情况 |
| 2.6 本章小结 |
| 3 实验设计和研究方法 |
| 3.1 研究方法 |
| 3.2 技术路线 |
| 3.3 研究地概况及研究对象 |
| 3.3.1 研究地概况 |
| 3.3.2 研究对象 |
| 3.4 数据来源 |
| 3.4.1 森林地表细小死可燃物含水率测量 |
| 3.4.2 气象数据 |
| 3.5 本章小结 |
| 4 大兴安岭典型林分及沟塘草甸细小死可燃物含水率实时变化预测模型 |
| 4.1 引言 |
| 4.2 数据统计分析 |
| 4.3 预测模型构建方法 |
| 4.4 预测模型与模型检验 |
| 4.4.1 相关性分析 |
| 4.4.2 细小死可燃物含水率变化率模型 |
| 4.4.3 细小死可燃物含水率实时变化预测模型 |
| 4.4.4 模型检验 |
| 4.5 结论与讨论 |
| 4.6 本章小结 |
| 5 基于降雨量的大兴安岭典型林分及沟塘草甸细小死可燃物含水率预测模型 |
| 5.1 引言 |
| 5.2 数据统计分析 |
| 5.2.1 数据统计 |
| 5.2.2 相关性分析 |
| 5.3 预测模型构建方法 |
| 5.4 预测模型与检验 |
| 5.4.1 基于降雨量的兴安落叶松-白桦混交林细小死可燃物含水率预测模型与检验 |
| 5.4.2 基于降雨量的兴安落叶松林细小死可燃物含水率预测模型与检验 |
| 5.4.3 基于降雨量的蒙古栎林细小死可燃物含水率预测模型与检验 |
| 5.4.4 基于降雨量的沟塘草甸细小死可燃物含水率预测模型与检验 |
| 5.5 结论与讨论 |
| 5.6 本章小结 |
| 6 大兴安岭典型林分及沟塘草甸细小死可燃物含水率日变化预测模型 |
| 6.1 引言 |
| 6.2 数据统计分析 |
| 6.2.1 数据统计 |
| 6.2.2 相关性分析 |
| 6.3 预测模型构建方法 |
| 6.3.1 细小死可燃物含水率日最高值和最低值预测模型构建 |
| 6.3.2 细小死可燃物含水率日最高值和最低值出现时刻预测模型构建 |
| 6.3.3 细小死可燃物含水率日变化预测模型构建 |
| 6.4 预测模型与检验 |
| 6.4.1 兴安落叶松-白桦混交林细小死可燃物含水率日变化预测模型及检验 |
| 6.4.2 兴安落叶松林细小死可燃物含水率日变化预测模型及检验 |
| 6.4.3 蒙古栎林细小死可燃物含水率日变化预测模型及检验 |
| 6.4.4 沟塘草甸细小死可燃物含水率日变化预测模型及检验 |
| 6.5 结论与讨论 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 读学位期间发表的学术论文 |
| 致谢 |
| 附件 |
（3）红河-文山州与大兴安岭地区林火时空分布对比及火险因子研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究方案 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 项目支撑 |
| 2 研究区概况 |
| 2.1 地理位置 |
| 2.2 气候特点 |
| 2.3 地形地貌 |
| 3 数据来源及预处理 |
| 3.1 火灾统计数据 |
| 3.2 土地利用类型空间分布数据 |
| 3.3 气象数据 |
| 3.4 DEM数字高程数据 |
| 3.5 NDVI数据 |
| 4 研究区火烧迹地时空分布特征 |
| 4.1 研究区火烧迹地基本情况 |
| 4.2 红河-文山州火烧迹地时空分布特征 |
| 4.3 大兴安岭火烧迹地时空分布特征 |
| 4.4 景观格局影响 |
| 4.4.1 景观指数与森林火灾面积的相关性分析 |
| 4.4.2 南北方景观指数的差异 |
| 5 基于空间Logistic的火灾风险预测模型 |
| 5.1 火灾影响因子的选取与处理 |
| 5.1.1 气候因子 |
| 5.1.2 地形因子 |
| 5.1.3 植被因子 |
| 5.2 Logistic火灾风险模型的构建 |
| 5.2.1 二项分类Logistic模型概述 |
| 5.2.2 共线性检验以及BLR模型建立 |
| 5.2.3 2005年大兴安岭地区BLR建模 |
| 5.2.4 2010年大兴安岭地区BLR建模 |
| 5.2.5 2015年大兴安岭地区BLR建模 |
| 5.2.6 2005年红河-文山州BLR建模 |
| 5.2.7 2010年红河-文山州BLR建模 |
| 5.2.8 2015年红河-文山州BLR建模 |
| 5.3 南北方森林火灾影响因子比较 |
| 6 基于AHP的二级模糊综合评判方法衡量林火发生风险 |
| 6.1 森林火险二级模糊综合评价的基本步骤 |
| 6.1.1 计算影响权重的特征向量W |
| 6.1.2 构建隶属度关系矩阵 |
| 6.1.3 确立综合评价集 |
| 6.2 红河-文山州林火风险二级模糊综合评价 |
| 6.2.1 2005年红河-文山州林火风险特征向量 |
| 6.2.2 2010年红河-文山州林火风险特征向量 |
| 6.2.3 2015年红河-文山州林火风险特征向量 |
| 6.3 大兴安岭地区林火风险二级模糊综合评价 |
| 6.3.1 2005年大兴安岭地区林火风险特征向量 |
| 6.3.2 2010年大兴安岭地区林火风险特征向量 |
| 6.3.3 2015年大兴安岭地区林火风险特征向量 |
| 7 火灾风险预测模型结果对比 |
| 7.1 2005年模型结果对比 |
| 7.1.1 红河-文山州 |
| 7.1.2 大兴安岭地区 |
| 7.2 2010年模型结果对比 |
| 7.2.1 红河-文山州 |
| 7.2.2 大兴安岭地区 |
| 7.3 2015年模型结果对比 |
| 7.3.1 红河-文山州 |
| 7.3.2 大兴安岭地区 |
| 7.4 结果分析 |
| 8 总结与讨论 |
| 8.1 结论 |
| (1)我国南方研究区内的火灾风险影响因子随时间变化存在小幅度差异 |
| (2)我国北方研究区内的森林火灾风险影响因子随时间推移有着显着差异 |
| (3)同一时间我国南北方森林火灾风险影响因子存在差异 |
| (4)景观格局对森林火灾的蔓延有着重要影响 |
| (5)AHP-二级模糊综合评判法对于判断火灾风险有着良好的有效性 |
| 8.2 讨论 |
| (1)当前研究的价值 |
| (2)不足与展望 |
| 参考文献 |
| 附录 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（4）河南省栾川县2004-2018年森林火灾时空分布及影响因素研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 林火的影响 |
| 1.2 林火时空分布及主要影响因素研究综述 |
| 1.2.1 林火时空分布研究综述 |
| 1.2.2 火因构成对林火时空分布的影响研究综述 |
| 1.3 气候变化及气象要素对林火时空分布的研究综述 |
| 1.3.1 气候变化对林火时空分布的影响 |
| 1.3.2 气象要素对林火时空分布的影响 |
| 1.4 研究意义 |
| 1.5 研究方案 |
| 1.5.1 研究目标 |
| 1.5.2 研究内容 |
| 1.5.3 技术路线 |
| 2 研究区概括 |
| 2.1 自然概况 |
| 2.1.1 地理位置 |
| 2.1.2 地质地貌 |
| 2.2 气候条件 |
| 2.3 水文条件 |
| 2.4 .森林植被资源 |
| 3 研究方法 |
| 3.1 数据来源 |
| 3.2 研究方法 |
| 4 结果与分析 |
| 4.1 栾川县森林火灾时空分布规律研究 |
| 4.1.1 林火时间分布规律研究 |
| 4.1.2 林火空间分布规律研究 |
| 4.2 火源与林火时空分布的研究 |
| 4.2.1 火因构成分析 |
| 4.2.2 主要火源分析 |
| 4.3 河南省栾川县气候变化特征及对森林火灾时空分布的影响研究 |
| 4.3.1 气候变化特征研究 |
| 4.3.2 气候变化对森林火灾时空分布的影响 |
| 4.4 森林防火等级区划的研究 |
| 4.5 森林火灾的防控对策分析 |
| 5 结论与讨论 |
| 5.1 结论 |
| 5.2 讨论 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果 |
| 致谢 |
（5）环境规制下雾霾污染的协同治理及其路径优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状及评述 |
| 1.3.1 雾霾污染研究现状 |
| 1.3.2 环境规制研究现状 |
| 1.3.3 雾霾污染协同治理研究现状 |
| 1.3.4 雾霾治理路径优化研究现状 |
| 1.3.5 环境污染治理核心相关理论 |
| 1.3.6 国内外研究评述 |
| 1.4 研究内容与结构安排 |
| 1.4.1 研究内容 |
| 1.4.2 结构安排 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 环境规制下雾霾污染治理的理论分析框架 |
| 2.1 理论依据 |
| 2.1.1 环境库兹涅茨曲线理论 |
| 2.1.2 利益相关者理论 |
| 2.1.3 协同治理理论 |
| 2.2 环境规制影响雾霾污染的作用机制 |
| 2.2.1 环境规制对雾霾污染的影响机理分析 |
| 2.2.2 环境规制下雾霾污染的协同治理机理分析 |
| 2.3 环境规制下雾霾污染协同治理的路径优化机制 |
| 2.3.1 直接协同路径优化机理分析 |
| 2.3.2 间接协同路径优化机理分析 |
| 2.3.3 协同路径优化综合分析框架 |
| 2.4 本章小结 |
| 第3章 雾霾污染的空间特征与影响因素研究 |
| 3.1 引言 |
| 3.2 雾霾污染的形成过程 |
| 3.2.1 污染排放 |
| 3.2.2 促进条件 |
| 3.2.3 作用反应 |
| 3.3 研究设计 |
| 3.3.1 样本选择与数据来源 |
| 3.3.2 变量的选取及其测度 |
| 3.3.3 空间权重矩阵的设定 |
| 3.3.4 探索性空间数据模型构建 |
| 3.3.5 空间面板数据模型构建 |
| 3.4 雾霾及其影响因素的空间特征分析 |
| 3.4.1 发展现状及趋势分析 |
| 3.4.2 探索性空间数据分析 |
| 3.5 雾霾影响因素的空间计量实证分析 |
| 3.5.1 人为影响因素的检验结果与分析 |
| 3.5.2 自然影响因素的检验结果与分析 |
| 3.6 本章小结 |
| 第4章 环境规制对雾霾污染的影响作用研究 |
| 4.1 引言 |
| 4.2 研究设计 |
| 4.2.1 样本选择与数据来源 |
| 4.2.2 变量的选取及其测度 |
| 4.2.3 空间面板数据模型构建 |
| 4.3 环境规制的探索性空间数据分析 |
| 4.3.1 我国环境规制现状简析 |
| 4.3.2 全局空间自相关性分析 |
| 4.3.3 局部空间自相关性分析 |
| 4.4 环境规制对雾霾污染影响的检验结果与分析 |
| 4.4.1 空间溢出效应的检验结果与分析 |
| 4.4.2 时间滞后效应的检验结果与分析 |
| 4.4.3 区域差异效应的检验结果与分析 |
| 4.5 环境规制对雾霾污染影响的研究结果讨论 |
| 4.6 本章小结 |
| 第5章 环境规制下雾霾污染的协同治理研究 |
| 5.1 引言 |
| 5.2 研究设计 |
| 5.2.1 样本选择与数据来源 |
| 5.2.2 变量的选取及其测度 |
| 5.2.3 实证模型发展与构建 |
| 5.3 环境规制协同的测算与分析 |
| 5.3.1 环境规制横向协同 |
| 5.3.2 环境规制纵向协同 |
| 5.4 环境规制下雾霾污染协同治理的实证分析 |
| 5.4.1 横向协同治理的模型检验结果与分析 |
| 5.4.2 纵向协同治理的模型检验结果与分析 |
| 5.5 环境规制下雾霾协同治理的研究结果讨论 |
| 5.6 本章小结 |
| 第6章 环境规制下雾霾协同治理的路径优化研究 |
| 6.1 引言 |
| 6.2 研究设计 |
| 6.2.1 变量与数据 |
| 6.2.2 研究方法 |
| 6.2.3 模型构建 |
| 6.3 直接协同路径优化分析 |
| 6.4 间接协同路径优化分析 |
| 6.4.1 “环境规制-外商投资-雾霾污染”间接协同路径检验与优化分析 |
| 6.4.2 “环境规制-产业结构-雾霾污染”间接协同路径检验与优化分析 |
| 6.4.3 “环境规制-技术创新-雾霾污染”间接协同路径检验与优化分析 |
| 6.4.4 间接协同路径优化措施 |
| 6.5 政策建议 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）多模型耦合下的森林火灾燃烧烈度遥感反演方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于经验统计模型的燃烧烈度估算 |
| 1.2.2 基于光谱混合分析的燃烧烈度估算 |
| 1.2.3 基于机器学习方法的燃烧烈度估算 |
| 1.2.4 基于植被辐射传输模型的燃烧烈度反演 |
| 1.2.5 基于主动遥感的燃烧烈度估算 |
| 1.2.6 燃烧烈度与环境驱动因子关系分析 |
| 1.2.7 存在的主要问题 |
| 1.3 本文主要贡献与创新 |
| 1.4 本文结构安排 |
| 第二章 植被辐射传输模型及燃烧烈度反演方法 |
| 2.1 叶片辐射传输模型 |
| 2.1.1 PROSPECT叶片光学模型 |
| 2.1.2 LIBERTY针叶模型 |
| 2.2 冠层植被辐射传输模型 |
| 2.2.1 ACRM模型 |
| 2.2.2 GeoSail模型 |
| 2.2.3 FRT模型 |
| 2.3 燃烧烈度反演算法 |
| 2.3.1 查找表算法 |
| 2.3.2 人工神经网络 |
| 2.3.3 数值优化算法 |
| 2.4 本章小结 |
| 第三章 基于FRT模型反演森林火灾燃烧烈度 |
| 3.1 引言 |
| 3.2 研究区及实验数据 |
| 3.2.1 研究区简介 |
| 3.2.2 野外实验数据采集 |
| 3.2.3 卫星遥感数据及预处理 |
| 3.3 燃烧烈度反演 |
| 3.3.1 FRT模型 |
| 3.3.2 EFAST敏感性分析 |
| 3.3.3 前向模拟 |
| 3.3.4 后向反演 |
| 3.3.5 精度评价 |
| 3.4 结果及分析 |
| 3.4.1 澳大利亚北部研究区精度验证 |
| 3.4.2 美国西部研究区精度验证 |
| 3.5 讨论 |
| 3.6 本章小结 |
| 第四章 耦合多层植被辐射传输模型反演森林火灾燃烧烈度 |
| 4.1 引言 |
| 4.2 研究区及实验数据 |
| 4.2.1 研究区简介 |
| 4.2.2 野外实验数据采集 |
| 4.2.3 卫星遥感数据及预处理 |
| 4.3 燃烧烈度反演 |
| 4.3.1 模型耦合 |
| 4.3.2 前向模拟 |
| 4.3.3 后向反演 |
| 4.4 结果及分析 |
| 4.4.1 实测样点树木覆盖度影响分析 |
| 4.4.2 反演结果验证 |
| 4.5 中国西南地区森林火灾燃烧烈度评估应用 |
| 4.6 本章小结 |
| 第五章 森林火灾燃烧烈度与环境驱动因子关系分析 |
| 5.1 引言 |
| 5.2 研究区及实验数据简介 |
| 5.2.1 研究区简介 |
| 5.2.2 燃烧烈度数据 |
| 5.2.3 环境驱动因子数据 |
| 5.3 燃烧烈度与环境驱动因子关系分析 |
| 5.3.1 随机森林算法 |
| 5.3.2 环境驱动因子重要度分析 |
| 5.4 结果及分析 |
| 5.4.1 单一场景结果及分析 |
| 5.4.2 典型场景结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（7）基于多因子分析的森林火灾估测监测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 国内外现状 |
| 1.2.1 国内外森林火灾现状 |
| 1.2.2 国内外研究动态 |
| 1.2.3 我国森林景区的消防存在的问题 |
| 1.3 课题研究目的与意义 |
| 1.4 本文主要工作 |
| 1.5 本文的内容安排 |
| 1.6 本章小结 |
| 第二章 研究思路与方法 |
| 2.1 DEMATEL算法 |
| 2.2 K-Means聚类分析 |
| 2.3 模糊集──Vague集 |
| 2.3.1 Vague集产生的背景 |
| 2.3.2 模糊决策 |
| 2.4 小结 |
| 第三章 火灾预警决策模型 |
| 3.1 火灾发生原因分析 |
| 3.1.1 用DEMATEL方法确定定量确定火灾影响因素 |
| 3.1.2 用K-Means方法确定影响因素阈值点 |
| 3.1.3 用Vague集算法对火灾关键影响因子预警分析 |
| 3.2 小结 |
| 第四章 森林火灾预测监测系统的实现与测试 |
| 4.1 森林火灾监测系统总体方案设计 |
| 4.1.1 森林火灾监测系统总设计原则 |
| 4.1.2 森林火灾监测系统总体架构 |
| 4.2 采集节点硬件设计 |
| 4.2.1 硬件系统架构 |
| 4.2.2 NB-IoT通信模块 |
| 4.2.3 传感器模块 |
| 4.2.4 电源模块 |
| 4.3 监测中心系统软件设计 |
| 4.4 效果展示与分析 |
| 4.5 小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（8）高中生地理逻辑推理能力测评研究（论文提纲范文）
| 摘要 |
| abstract |
| 1. 绪论 |
| 1.1 研究背景 |
| 1.1.1 新课程改革背景下对逻辑思维能力的重视 |
| 1.1.2 全球范围内对学生素养发展的重视 |
| 1.1.3 基础教育领域推理能力测评的需要 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.2.3 方法论意义 |
| 1.3 研究方法 |
| 1.3.1 文献法 |
| 1.3.2 专家访谈法 |
| 1.3.3 层次分析法 |
| 1.3.4 问卷调查法 |
| 1.3.5 统计分析法 |
| 1.4 研究内容与研究思路 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 2. 文献综述 |
| 2.1 逻辑推理能力及其教育领域研究现状 |
| 2.1.1 逻辑推理能力 |
| 2.1.2 教育领域中逻辑推理能力研究现状 |
| 2.2 地理学科关于逻辑推理能力研究现状 |
| 2.3 层次分析法及其在地理教育研究中的现状 |
| 2.3.1 层次分析法概述 |
| 2.3.2 层次分析法在地理教育领域研究现状 |
| 3. 高中生地理逻辑推理能力测评量表的构建 |
| 3.1 理论基础 |
| 3.1.1 逻辑学基础 |
| 3.1.2 教育心理学基础 |
| 3.1.3 地理学基础 |
| 3.2 高中生地理逻辑推理能力测评指标的选取 |
| 3.2.1 一级指标的选取 |
| 3.2.2 二级指标的选取 |
| 3.3 高中生地理逻辑推理能力各级指标权重的确定 |
| 3.3.1 设计并发放调查问卷 |
| 3.3.2 计算每位专家的问卷数据 |
| 3.3.3 专家群决策分析 |
| 3.3.4 确定各指标权重 |
| 3.4 高中生地理逻辑推理能力测评量表的形成 |
| 4 高中生地理逻辑推理能力测评试题的开发 |
| 4.1 高中地理相关教学分析 |
| 4.1.1 沪教版高中地理教材内容分析 |
| 4.1.2 高中地理课程标准分析 |
| 4.2 试题开发 |
| 4.2.1 界定测评对象和测评内容 |
| 4.2.2 收集和编制相关测评试题 |
| 4.2.3 试测及数据分析 |
| 4.2.4 试题修正 |
| 5 高中生地理逻辑推理能力测评 |
| 5.1 测评过程 |
| 5.1.1 测评目的 |
| 5.1.2 测评对象 |
| 5.1.3 评分过程 |
| 5.2 高中生地理逻辑推理能力测评分析 |
| 5.2.1 信度分析 |
| 5.2.2 效度分析 |
| 5.2.3 样本水平分析 |
| 5.2.4 地理逻辑推理能力测评案例分析 |
| 6 教师对高中生逻辑推理能力培养的策略初探 |
| 6.1 遵循学生的思维发展 |
| 6.2 梳理地理知识的逻辑关系 |
| 6.3 选择合适的逻辑推理方法 |
| 6.4 综合运用多种逻辑方法 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.1.1 构建了一套高中生地理逻辑推理能力测评量表 |
| 7.1.2 编制了一套高中地理逻辑推理能力测评试题 |
| 7.1.3 开展了一次高中生地理逻辑推理能力的测评 |
| 7.2 研究创新与不足 |
| 7.2.1 研究创新 |
| 7.2.2 不足与展望 |
| 参考文献 |
| 附录 |
| 后记 |
| 作者简历及在学期间所获取的科研成果 |
（9）气候变化背景下森林火灾发生规律研究（论文提纲范文）
| 1 气候变化现状及发展态势 |
| 1.1 全球气候变化状况 |
| 1.2 气候影响森林火灾发生频率 |
| 1.3 气候变化危害日益严重 |
| 1.4 人为因素导致气候变暖 |
| 2 气候变化背景下森林火灾现状 |
| 3 气候变化影响森林火灾发生规律 |
| 3.1 气象条件影响森林火灾的发生 |
| 3.1.1 气温 |
| 3.1.2 降水量与相对湿度 |
| 3.1.3 大风 |
| 3.1.4 干旱与高温 |
| 3.2 气候影响森林可燃物 |
| 3.3 气候影响森林火源 |
| 3.4 气候影响森林火行为 |
| 3.5 气候决定森林火灾周期 |
| 3.6 气候变化对森林火灾时间分布的影响 |
| 3.7 气候变化对森林火灾空间分布的影响 |
| 4 展望 |
（10）南充市森林火灾分布特征及风险等级区划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外森林火灾区划研究现状 |
| 1.3 国内外森林火灾风险区划评述 |
| 第2章 研究区概况与主要研究内容 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候特征 |
| 2.1.3 地质与地貌 |
| 2.1.4 土壤与植被 |
| 2.1.5 社会经济概况 |
| 2.2 研究内容 |
| 2.3 研究方法 |
| 2.4 技术路线 |
| 第3章 数据获取与预处理 |
| 3.1 数据来源 |
| 3.1.1 火点数据 |
| 3.1.2 地形数据 |
| 3.1.3 可燃物数据 |
| 3.1.4 居民点和道路数据 |
| 3.1.5 人口密度空间分布数据 |
| 3.2 数据处理 |
| 3.2.1 火点数据处理 |
| 3.2.2 DEM数据处理 |
| 3.2.2.1 坡度因子提取及分级 |
| 3.2.2.2 海拔因子提取及分级 |
| 3.2.2.3 坡向因子提取及分级 |
| 3.2.3 人类活动影响因子数据处理 |
| 3.2.3.1 人口密度专题地图提取及分级 |
| 3.2.3.2 居民点缓冲区专题图的提取 |
| 3.2.3.3 道路缓冲区专题图的提取 |
| 3.2.4 Landsat-8_OIL影像预处理 |
| 3.2.5 植被覆盖度专题图提取 |
| 3.2.5.1 NDVI计算 |
| 3.2.5.2 植被覆盖度计算 |
| 3.2.5.3 植被覆盖度分级 |
| 3.2.6 遥感影像地物类型提取 |
| 3.2.6.1 监督分类简介 |
| 3.2.6.2 最大似然法介绍 |
| 3.2.6.3 支持向量机介绍 |
| 3.2.6.4 监督分类 |
| 第4章 基于VIIRS数据的南充市林火时空分布特征 |
| 4.1 林火时间分布特征 |
| 4.1.1 年际变化 |
| 4.1.2 月际变化 |
| 4.1.3 季节变化 |
| 4.2 林火空间分布特征 |
| 4.2.1 林火行政单元空间分布 |
| 4.2.2 林火地形分布特征 |
| 4.2.2.1 森林火灾沿海拔的分布 |
| 4.2.2.2 森林火灾沿坡度的分布 |
| 4.2.2.3 森林火灾沿坡向的分布 |
| 4.2.3 林火分布与植被的关系 |
| 4.2.3.1 林火与植被覆盖度 |
| 4.2.3.2 林火与植被类型 |
| 4.2.4 林火分布与人类活动的关系 |
| 4.2.4.1 林火与道路缓冲区 |
| 4.2.4.2 林火与居民点缓冲区 |
| 4.2.4.3 林火与人口密度 |
| 第5章 森林火灾风险等级区划 |
| 5.1 森林火灾风险等级区划指标体系构建 |
| 5.1.1 指标体系的选取原则 |
| 5.1.2 指标体系构建 |
| 5.2 森林火险影响因子权重确定 |
| 5.2.1 层次分析法简介 |
| 5.2.2 森林火灾风险等级区划指标权重的确定 |
| 5.3 致灾因子分等分级 |
| 5.4 森林火灾风险等级图提取 |
| 5.5 森林火灾风险等级区划模型构建 |
| 5.6 森林火灾风险等级区划 |
| 5.7 结果分析 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 讨论 |
| 6.3 创新点 |
| 6.4 展望 |
| 参考文献 |
| 致谢 |
| 在学期间科研情况 |
四、气象要素与森林火灾关系研究综述（论文参考文献）
- [1]气候变化背景下内蒙古草原火灾风险动态评价与预估研究[D]. 丽娜. 东北师范大学, 2021(09)
- [2]大兴安岭典型林分及沟塘草甸细小死可燃物含水率预测模型[D]. 张冉. 东北林业大学, 2020
- [3]红河-文山州与大兴安岭地区林火时空分布对比及火险因子研究[D]. 曲延浩. 北京林业大学, 2020(02)
- [4]河南省栾川县2004-2018年森林火灾时空分布及影响因素研究[D]. 袁硕. 北京林业大学, 2020(02)
- [5]环境规制下雾霾污染的协同治理及其路径优化研究[D]. 刘学民. 哈尔滨工业大学, 2020(01)
- [6]多模型耦合下的森林火灾燃烧烈度遥感反演方法研究[D]. 殷长明. 电子科技大学, 2020(03)
- [7]基于多因子分析的森林火灾估测监测系统研究[D]. 康妍妍. 浙江海洋大学, 2020(01)
- [8]高中生地理逻辑推理能力测评研究[D]. 王惠娟. 华东师范大学, 2020(12)
- [9]气候变化背景下森林火灾发生规律研究[J]. 魏书精,罗斯生,罗碧珍,李小川,王振师,吴泽鹏,周宇飞,钟映霞,李强. 林业与环境科学, 2020(02)
- [10]南充市森林火灾分布特征及风险等级区划研究[D]. 王磊. 西华师范大学, 2020(12)