通过遥感和环境因素分析建模风力投:土耳其Bolu案例
Tunahan Çınar1, Abdurrahim Aydın2
1Faculty of Forestry, Düzce University, Konuralp Campus, Düzce, 81620, Türkiye. tunahancinar@duzce.edu.tr.
Environmental monitoring and assessment
|September 1, 2025
概括
频繁的风暴增加了森林风暴的风险. 这项研究利用卫星数据和MaxEnt建模,根据地表和风速确定高风险区域,帮助森林管理减少损害.
科学领域:
- 森林管理
- 遥感技术
- 环境科学
背景情况:
- 气候变化正在增加欧洲的风暴频率,对森林生态系统构成重大威胁.
- 风投事件造成了巨大的经济和生态损害,需要有效的监测和预测方法.
- 遥感技术为探测过去的风投和评估其影响提供了有价值的工具.
研究的目的:
- 通过使用"卫星-2A"卫星图像和标准化差异分数指数 (NDFI) 来检测2017-2019年间的风力发射区域.
- 使用MaxEnt方法模拟风力损害与关键环境变量之间的关系.
- 确定影响风流易感性的关键环境因素,以改善森林管理.
主要方法:
- 使用谷歌地球引擎平台 (GEE) 与Sentinel-2A卫星数据通过规范差异分数指数 (NDFI) 识别风流区域.
- 采用MaxEnt建模技术来分析风投事件与环境因素之间的相关性.
- 将风速,站点类型,降水量,高度,斜率和地点指数等变量纳入环境建模.
主要成果:
- 该模型的预测准确度很高,曲线下的面积 (AUC) 值为0.821.
- 场地指数和风速被确定为决定风风风险的最有影响力的环境变量.
- 特定的风险区域被确定为"1"的区域,风速在35-42公里/小时和53-65公里/小时之间.
结论:
- 这项研究成功地确定了风力投的主要环境驱动因素,特别是场地指数和风速.
- 结果为森林管理人员提供了重要的数据,以进行生态评估和减轻风投风险.
- 基于这些生态评估的森林管理规划有望减少风力干扰和相关损失.
更多相关视频
12:26Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
13.4K
04:35Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach
Published on: July 3, 2020
3.4K
