桂林理工大学测绘地理信息学院;生态时空大数据感知服务重点实验室;
森林火灾对中国碳循环及“碳达峰”进程造成的影响重大。利用2011—2021年广西MCD64A1、MCD12Q1和MOD17A3数据集，基于GEE平台，通过可燃物载量模型和碳排放因子法，估算了广西林火的可燃物载量、碳排放量和主要含碳气体排放量(CO_2、CO和CH_4),利用线性回归法和归一化手段等，从年尺度和月尺度上分析了广西森林过火因子及其NPP总量的时间统计量以及空间分布，以及林火碳排放量和林火主要含碳气体排放量的时空变化特征，结果表明：(1) 2011—2021年广西森林总可燃物载量为2.78×10~5 t,其中林草地和混交林可燃物载量最高，分别为2.71×10~5、4.31×10~3 t,稀树草原和落叶阔叶林最少，分别为146、74 t;(2) 2011—2021年广西碳排放量密度与林火点密度的空间分布基本一致，呈现不均匀分布，且主要集中在百色、河池及百色与贵州的交界区域，表明上述区域需要重点防控；(3) 2011—2021年广西主要含碳气体总排放量为3.59×10~5 t,其中CO_2排放总量为3.27×10~5 t, CO排放总量为3.08×10~4 t, CH_4为1.55×10~3 t,占比分别为90.98%、8.59%和0.43%,总体分布规律与碳排放量一致，但与过火面积分布规律存在差异，主要原因是构成林火的植被类型不同；(4) 2011—2021年广西主要含碳气体排放呈下降趋势的城市有百色、南宁、柳州和桂林，呈上升趋势的有梧州、北海、防城港、钦州、贵港、玉林、贺州、河池、来宾和崇左，表明百色、南宁、柳州和桂林这4个城市林火防控有所改善，其余10个城市应对林火防控工作提高重视。
| 518 | 2 | 17 |
| 下载次数 | 被引频次 | 阅读次数 |
[1] 吕爱锋，田汉勤，刘永强.火干扰与生态系统的碳循环[J].生态学报，2005(10):2734-2743.
[2] 魏书精，胡海清，孙龙，等.气候变化背景下我国森林防火工作的形势及对策[J].森林防火，2011(2):1-4.
[3] 胡海清，魏书精，魏书威，等.气候变暖背景下火干扰对森林生态系统碳循环的影响[J].灾害学，2012,27(4):37-41.
[4] 魏书精，罗碧珍，孙龙，等.黑龙江省温带森林火灾碳排放的计量估算[J].生态学报，2014,34(11):3048-3063.
[5] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2011.
[6] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2012.
[7] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2013.
[8] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2014.
[9] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2015.
[10] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2016.
[11] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2017.
[12] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2018.
[13] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2019.
[14] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2020.
[15] 国家统计局.中国统计年鉴[M].北京：中国统计出版社，2021.
[16] 孙龙，张瑶，国庆喜，等.1987年大兴安岭林火碳释放及火后NPP恢复[J].林业科学，2009,45(12):100-104.
[17] 黄麟，邵全琴，刘纪远.1950—2008年江西省森林火灾的碳损失估算[J].应用生态学报，2010,21(9):2241-2248.
[18] CAHOON D R,STOCKS B J,LEVINE J S,et al.Satellite Analysis of the Severe 1987 Forest Fires in Northern China and Southeastern Siberia[J].Journal of Geophysical Research:Atmospheres,1994,99(D9):18627-18638.
[19] ZHANG Y H,WOOSTER M J,TUTUBALINA O,et al.Monthly Burned Area and Forest Fire Carbon Emission Estimates for the Russian Federation from SPOT VGT[J].Remote Sensing of Environment,2003,87(1):1-15.
[20] SANNIGRAHI S,PILLA F,BASU B,et al.Examining the Effects of Forest Fire on Terrestrial Carbon Emission and Ecosystem Production in India Using Remote Sensing Approaches[J].Science of the Total Environment,2020,725:138331.
[21] PESS?A A C M,ANDERSON L O,CARVALHO N S,et al.Intercomparison of Burned Area Products and Its Implication for Carbon Emission Estimations in the Amazon[J].Remote Sensing,2020,12(23):3864.
[22] 刘斌，田晓瑞.大兴安岭呼中森林大火碳释放估算[J].林业资源管理，2011(3):47-51.
[23] 靳全锋，王文辉，马祥庆，等.福建省2000～2010年林火排放污染物时空动态变化[J].中国环境科学，2017,37(2):476-485.
[24] 席云竹.基于遥感影像的大兴安岭近十年林火碳释放的估测[D].哈尔滨：东北林业大学，2020.
[25] 李伟，张翠萍，李士美.基于第8次森林资源清查数据的广西森林碳储量特征研究[J].西南林业大学学报(自然科学),2017,37(3):127-133.
[26] 杜虎，宋同清，曾馥平，等.喀斯特峰丛洼地不同植被类型碳格局变化及影响因子[J].生态学报，2015,35(14):4658-4667.
[27] 杜虎，曾馥平，王克林，等.中国南方3种主要人工林生物量和生产力的动态变化[J].生态学报，2014,34(10):2712-2724.
[28] 兰秀，杜虎，宋同清，等.广西主要森林植被碳储量及其影响因素[J].生态学报，2019,39(6):2043-2053.
[29] 文东新，张明军，龙定华，等.广西森林火灾的时空分布及其影响因素[J].中南林业科技大学学报，2007,(5):83-86.
[30] 何芸.广西森林火灾的发生规律及其与气象因子的相关性分析[D].长沙：中南林业科技大学，2018.
[31] 曾爱聪，蔡奇均，苏漳文，等.基于MODIS卫星火点的浙江省林火季节变化及驱动因子[J].应用生态学报，2020,31(2):399-406.
[32] 李登科，范建忠，王娟.基于MOD17A3的陕西省植被NPP变化特征[J].生态学杂志，2011,30(12):2776-2782.
[33] 王耀斌，赵永华，韩磊，等.2000—2015年秦巴山区植被净初级生产力时空变化及其驱动因子[J].应用生态学报，2018,29(7):2373-2381.
[34] 徐肖，李娅婷，樊辉.基于伪纯像元的精度评价策略及其应用[J].地球信息科学学报，2022,24(8):1617-1630.
[35] TANG R,LONG L H.Quantitative Assessment of NPP Changes in the Yellow River Source Area from 2001 to 2017[J].IOP Conference Series:Earth and Environmental Science,2021,687(1):012002.
[36] 周小成，汪小钦.EOS—MODIS数据林火识别算法的验证和改进[J].遥感技术与应用，2006(3):206-211.
[37] 杨达，吴志伟，梁宇，等.林火烈度的量化指标构建[J].林业资源管理，2014(6):140-145.
[38] 胡海清，罗碧珍，魏书精，等.1953—2011年小兴安岭森林火灾含碳气体排放的估算[J].应用生态学报，2013,24(11):3065-3076.
[39] 杜婷，焦继宗，段含明，等.中国科学院土地利用分类系统与IGBP分类系统的转换研究——以西北农牧交错带为例[J].兰州大学学报(自然科学版),2020,56(1):90-95.
[40] 胡海清，魏书精，孙龙.大兴安岭呼中区2010年森林火灾碳排放的计量估算[J].林业科学，2012,48(10):109-119.
[41] SEILER W,PAUL J C.Estimates of Gross and Net Fluxes of Carbon Between the Biosphere and the Atmosphere from Biomass Burning[J].Climatic Change,1980,2(3):207-247.
[42] FRENCH N H F,KASISCHKE E S,KASISCHKE E S.Variability in the Emission of Carbonp-based Trace Gases from Wildfire in the Alaskan Boreal Forest[J].Journal of Geophysical Research:Atmospheres,2002,107(D1):1-7.
[43] 姜瑶，徐宗学，王静.基于年径流序列的五种趋势检测方法性能对比[J].水利学报，2020,51(7):845-857.
[44] 叶海民，戎蒙恬，邓晓东，等.基于绝对值差的归一化波形匹配混合算法[J].信息技术，2011,35(8):89-93.
[45] 广西壮族自治区统计局，国家统计局广西调查总队.广西统计年鉴[M].北京：中国统计出版社，2021.
基本信息:
DOI：
中图分类号:S762
引用信息:
[1]梁天龙,何宏昌,范冬林等.基于GEE的2011—2021年广西林火碳排放格局时空变化[J].无线电工程,2023,53(11):2529-2539.
基金信息:
广西自然科学基金（2022GXNSFBA035637）; 广西教育厅中青年科研基础能力提升项目（2021KY0255）; ‘广西八桂学者’专项经费资助~~