CN111461578A - 一种山区自然保护地森林火灾风险评估的方法及系统 - Google Patents
一种山区自然保护地森林火灾风险评估的方法及系统 Download PDFInfo
- Publication number
- CN111461578A CN111461578A CN202010353762.5A CN202010353762A CN111461578A CN 111461578 A CN111461578 A CN 111461578A CN 202010353762 A CN202010353762 A CN 202010353762A CN 111461578 A CN111461578 A CN 111461578A
- Authority
- CN
- China
- Prior art keywords
- kilometer
- average
- factors
- grid
- forest fire
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims description 29
- 238000012502 risk assessment Methods 0.000 claims description 14
- 230000003139 buffering effect Effects 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 6
- 241000894007 species Species 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract 2
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种山区自然保护地森林火灾风险评估的方法及系统，建立包括动态人为影响因素、动态气象因素、常态人为影响因素、植被因素、地形因素在内的森林火灾风险综合指标评估体系，将保护地以1平方乘1平方公里划分保护管理单元，基于公里网格尺度进行单因素和综合因素的森林火灾风险等级评估，从而实现更为精细化、动态化的时空尺度上保护地森林火灾风险防控和响应。
Description
技术领域
本发明属于森林火灾防控管理领域，尤其是涉及一种山区自然保护地森林火灾风险评估的方法及系统。
背景技术
森林火灾防控是林业管理的重要内容，过去几十年来随着计算机技术的发展，世界各国的森林火灾风险评估和预报能力也在提升。但这些现有技术主要聚焦于较大地理尺度、以气象数据为计算依据，对仅有几千到几万公顷的较小地理尺度、垂直海拔范围大而导致的独特气象条件、同时受人为活动影响较大的山区自然保护地难以产生实际应用效果，保护地也无法做到区域内精细化、差异化森林火灾风险管控，近些年山区森林火灾的高发态势也说明仅仅依靠气象预报和传统人为管控办法很难遏制。山区自然保护地的森林火灾风险的评估和预报必须考虑到微观尺度的气象因素、动态人为干扰因素、以及本地植被和地形等自然因素进行空间和时间尺度上的精细化评估，从而做到提前预判和精准化防控。
发明内容
本发明的目的是：为解决山区自然保护地内森林火灾风险评估技术的空缺与不足，提供一种基于多因素的、更为精确的时间和空间尺度上的森林火灾风险评估方法及系统。为了上述目的，本发明采取以下技术方案：
建立保护地森林火灾风险评估的指标体系，包括动态人为干扰因素、动态气象因素、常态人为影响因素、植被因素、地形因素5大类14个指标，以1公里乘1公里网格划分保护地管理单元，基于公里网格计算指标体系中各因子值，在各因子值和因子权重基础上，计算基于公里网格的单因素或综合森林火灾风险等级，数据处理具体步骤如下。
（1）建立保护地基础地理数据库和动态监测数据库，保护地日常巡护监测过程中对区内发现的人为干扰活动进行记录，包括干扰类型、干扰发生时间、发生位点，这些记录进入动态监测数据库；保护地在区内低山、中山、高山区域设置若干自动气象监测站点，实时记录环境温度、相对湿度、降雨量等气象因素，这些记录进入动态监测数据库；将保护地植被、海拔等数据数字化，进入保护地基础地理数据库；
（2）以1公里乘1公里划分保护地，建立保护地公里网格；
（3）计算动态人为干扰因素相关的2个因子值：i)过去3年人为干扰类型=“用火”的干扰点数量，ii)过去3年其它人为干扰点数量，具体计算方法是先从保护地动态监测数据库的人为活动记录中提取过去3年的记录点，然后通过每个记录点的位点左边判断其所在的网格，根据记录点类型和每个网格内记录点个数统计基于公里网格的以上2个因子值；
（4）计算动态气象因素相关的3个因子值：i)过去15天日平均气温，ii）过去15天日平均相对湿度，iii）过去15天日平均降雨量，具体计算方法是先从保护地动态监测数据库的站点气象监测记录中提取过去15天的实时监测记录，计算每个站点的15天日平均气温、日平均相对湿度、日平均降雨量，然后对这些站点根据海拔排序，通过相邻海拔的站点间气象要素平均值和海拔差的关系得出该海拔区间内该气象要素与海拔值之间的一次线性函数，再根据每个公里网格的平均海拔值落入的海拔区间，通过该海拔区间对应的一次线性函数计算得到该网格的过去15天日平均气温、过去15天日平均相对湿度、过去15天日平均降雨量，从而得到基于公里网格的以上3个因子值；
（5）计算常态人为影响因素相关的2个因子值：i）距社区距离，ii)距道路距离，通过对社区分布区和道路分布进行不同距离的缓冲，再将不同距离的缓冲面与公里网格进行得加，得到基于公里网格的以上2个因子值；
（6）计算植被因素相关的4个因子值：包括i）植被类型，ii）优势树种，iii)林龄组，iv)森林郁闭度，根据保护地内的植被和森林资源调查数据，与公里网格叠加，得到基于公里网格的以上4个因子值；
（7）计算地形因素相关的3个因子值，包括i）平均海拔，ii）平均坡度，iii）平均坡向，首先通过保护地海拔数据计算坡度和坡向，然后以公里网格为基础在每个公里网格内进行加权平均，从而得到基于公里网格的以上3个因子值；
（8）对指标体系中5大类14个因子建立一级权重：即各因子值（或值区间）对应的该因子风险值；
（9）对指标体系5大类14个因子建立二级权重：即各因子在风险评估中所占的权重；
（10）计算5大类因素的单因素风险和综合风险：用每类因素下的相关因子的一级权重乘以该因子对应的二级权重，再相加得到该类单因素风险值，所有单因素风险值相加得到综合风险值；
（11）建立单因素风险和综合风险值与风险等级对应关系，将风险等级分为极高风险、高风险、中等风险、低风险，根据对应关系得到风险等级基于公里网格的空间分布。
附图说明
图1 系统中数据处理与模型计算流程图
图2 太白山国家级自然保护区1平方公里网格图
图3 太白山国家级自然保护区1平方公里网格动态人为干扰因素森林火险等级图
图4 太白山国家级自然保护区1平方公里网格动态气象因素森林火险等级图
图5 太白山国家级自然保护区1平方公里网格常态人为影响因素森林火险等级图
图6 太白山国家级自然保护区1平方公里网格植被因素森林火险等级图
图7 太白山国家级自然保护区1平方公里网格地形因素森林火险等级图
图8 太白山国家级自然保护区1平方公里网格综合森林火险等级图
具体实施方式
下面将参照说明书附图对本发明的具体实施例进行详细阐述，以便于本领域其他技术人员能够理解本发明的实施例以及知晓适用于特定预期应用的各种修改。
实施例：
本实施例提供一种山区自然保护地森林火灾风险评估的方法及系统，数据处理与模型计算流程如附图1所示。下面以太白山国家级自然保护区为例，说明本发明的具体实施方式。太白山国家级自然保护区总面积563.25平方公里，具有典型的暖温带森林垂直地带性分布。区内最低海拔1096米，最高海拔3771米，海拔落差达2675米，区内坡度变化在0-76度之间，坡向组成复杂，森林植被类型多样，包括8种植被型、10种植被亚型、20种植物群系，保护区内和周边社区主要为周边村组和区内寺庙常驻人口，入区人为干扰主要来自于游客、徒步者和宗教香客。本发明在该保护区的具体实施方式和实施效果如下，包括：
（1）建立保护区动态监测数据库和保护区GIS基础地理数据库，其中保护区监测数据库动态更新包含人为干扰监测记录更新和环境监测记录更新，带有位点坐标信息和时间信息。人为干扰监测记录更新来自于保护区通过日常巡护监测和视频终端记录的人为干扰活动点，环境监测记录来自于区内安装的气象监测终端，包括位于海拔1129米的终端监测点、海拔2762米的终端监测点、海拔3126米的监测点、海拔3434米的监测点，覆盖了保护区各海拔区间。保护区GIS基础地理数据库包括保护区植被类型及属性数据（优势树种、龄组、郁闭度等）、30米分辨率数字高程数据（海拔）、道路分布、社区分布。
（2）将保护区划分为1公里乘1公里单元网格，如附图2所示，全区共为654个1平方公里网格，如附图2所示。
（3）从动态监测数据库中提取过去3年人为干扰监测记录，此例中以2020年1月15日12时为节点进行动态数据的提取，对所提取出的人为干扰记录点根据其位点坐标判断在哪个公里网格内，统计每个公里网格内过去3年人为干扰点类型=“用火”记录点数量、过去3年其它人为干扰记录点数量。
（4）从动态监测数据库中提取气象站点过去15天实测环境温度、相对湿度、降雨量，此例中以2020年1月15日12时为节点进行动态数据的提取，先计算各站点的过去15天日平均气温，日平均相对湿度、日平均降雨量，再按站点所处海拔进行排序，通过相邻海拔的站点的气象要素平均值差和海拔差的关系计算在该海拔区间内的气象要素与海拔值之间的一次线性函数，然后根据每个网格平均海拔值落入的海拔区间，带入该海拔区间对应的一次线性函数计算得到公里网格过去15天日平均气温，日平均相对湿度、日平均降雨量。
（5）通过对社区分布进行300米、600米、900米、1900米缓冲，再与公里网格进行叠加，得到公里网格距社区距离值，通过对道路分布进行100米、300米、500米、1000米缓冲，再与公里网格进行叠加，得到公里网格距道路距离值。
（6）将植被与公里网格进行叠加，并通过属性计算得到公里网格植被类型、公里网格优势树种、公里网格龄组、公里网格平均郁闭度。
（7）基于保护区30米分辨率DEM高程数据（海拔）计算得到保护区坡度和坡向，再将海拔、坡度、坡向以公里网格为单元进行加权平均，得到个公里网格的平均海拔、平均坡度、平均坡向。
（8）对指标体系中5大类14个因子建立一级权重，一级权重取值范围在1-5，如表1所示。
表1：各指标值（值区间）与一级权重表
（9）对指标体系5大类14个因子建立二级权重，二级权重如表2所示。
表2：各因素及其指标二级权重表
（10）计算5大类因素的单因素风险和综合风险：用每类因素下的相关因子的一级权重乘以该因子对应的二级权重，再相加得到该类单因素风险值，所有单因素风险值相加得到综合风险值。
（11）建立单因素风险与该因素风险等级、综合因素风险值与综合风险等级对应关系，如表3和表4所示，将风险等级分为极高风险、高风险、中等风险、低风险，根据对应关系得到风险等级基于公里网格的空间分布，在2020年1月15日12时，动态人为干扰因素的风险等级的空间分布如附图3所示，动态气象因素的风险等级如附图4所示，常态人为影响因素的风险等级如附图5所示，植被因素的风险等级如附图6所示，地形因素的风险等级如附图7所示，森林火灾综合风险等级如附图8所示。
表3：风险值与风险等级对应关系表
表4：综合分值与综合风险等级对应表
预期管理效果：
通过建立保护地森林火灾风险评估模型的指标体系，将动态人为干扰因素、动态气象因素、常态人为影响因素、静态植被因素、静态地形因素纳入评估指标，以1公里乘1公里网格划分保护地管理单元，基于公里网格进行综合森林火灾风险评估，实现了在更为精准的空间和时间尺度上对区内森林火灾风险的管控，能够支持保护地更有效地配置人力资源，更及时和高效地进行预先风险干预。
以上对本发明的一个实施例进行了详细说明。凡以本发明申请范围所做的均等变化和改进等，均应仍归属于本发明的专利还该范围内。
Claims (4)
1.一种山区自然保护地森林火灾风险评估的方法及系统，其特征在于，包括以下步骤：
构建保护地森林火灾风险评估模型的指标体系，包括动态人为干扰因素、动态气象因素、常态人为影响因素、植被因素、地形因素5个大类共14个指标，动态人为干扰因素包括过去3年人为干扰类型为用火的记录点数量、过去3年人为干扰为其它类型的记录点数量2个指标，动态气象因素包括过去15天日平均温度、过去15天日平均相对湿度、过去15天日平均降雨量3个指标，常态人为影响因素包括距社区距离、距道路距离2个指标，植被因素包括植被类型、优势树种、龄组、郁闭度4个指标，地形因素包括平均海拔、平均坡度、平均坡向3个指标；
以1公里乘1公里网格划分保护地管理单元，计算各个指标基于公里网格的指标值；
为每个指标建立该指标值（或值所在区间、所属类型）对应的一级权重，为指标体系中各大类及其所含指标建立占综合风险评估总比的二级权重，单因素相关的各指标的一级权重乘以二级权重再相加后得到该单因素风险值，各单因素的风险值再相加后得到综合风险值；
建立各单因素风险值与风险等级对应关系，建立综合因素风险值与风险等级对应关系，得到单因素风险等级基于公里网格的空间分布，和综合风险等级基于公里网格的空间分布。
2.根据权利要求1所述的山区自然保护地森林火灾风险评估的方法及系统，其中：
从保护地动态监测数据库提取过去3年的人为干扰记录点数据，根据每个记录点的位点坐标判断该点在哪个公里网格，从而统计基于公里网格的过去3年人为干扰类型为用火的记录点数量、过去3年人为干扰为其它类型的记录点数量。
3.根据权利要求1所述的山区自然保护地森林火灾风险评估的方法及系统，其中：
从保护地动态监测数据库读取过去15天自动气象站点的实测环境温度、相对湿度、降雨量并计算个站点过去15天的日平均温度、日平均相对湿度、日平均降雨量， 在每两个相邻海拔站点间建立各气象要素与海拔值的一次线性函数，将公里网格的平均海拔带入对应海拔区间的线性函数得到该公里网格的过去15天日平均温度，计算各站点过去15天日平均温度、过去15天日平均相对湿度、过去15天日平均降雨量。
4.根据权利要求1所述的山区自然保护地森林火灾风险评估的方法及系统，其中：
海拔、坡度、坡向基于公里网格在每个网格内进行加权平均得到单元公里网格的平均海拔、平均坡度、平均坡向；
通过对社区分布图层进行不同等级的缓冲，如300米、600米、900米、1900米缓冲，之后和公里网格进行叠加分析，得到单元公里网格的距社区距离；
通过对道路分布图层进行不同等级的缓冲，如100米、300米、500米、1000米缓冲，之后和公里网格进行叠加分析，得到单元公里网格的距道路距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010353762.5A CN111461578A (zh) | 2020-04-29 | 2020-04-29 | 一种山区自然保护地森林火灾风险评估的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010353762.5A CN111461578A (zh) | 2020-04-29 | 2020-04-29 | 一种山区自然保护地森林火灾风险评估的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111461578A true CN111461578A (zh) | 2020-07-28 |
Family
ID=71679050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010353762.5A Withdrawn CN111461578A (zh) | 2020-04-29 | 2020-04-29 | 一种山区自然保护地森林火灾风险评估的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111461578A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112668927A (zh) * | 2021-01-07 | 2021-04-16 | 云南电网有限责任公司电力科学研究院 | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 |
| CN112884324A (zh) * | 2021-02-21 | 2021-06-01 | 深圳数研锦瀚智慧科技有限公司 | 一种森林火险监测方法、装置及存储介质 |
| CN113095282A (zh) * | 2021-04-29 | 2021-07-09 | 中山大学 | 一种海岛分区火势等级划分方法、装置、设备及介质 |
| CN113159362A (zh) * | 2020-12-10 | 2021-07-23 | 西安天和防务技术股份有限公司 | 一种森林火灾等级的预测方法及装置 |
| CN113592022A (zh) * | 2021-08-11 | 2021-11-02 | 中国科学院空天信息创新研究院 | 一种考虑植被类型的森林火灾危险地形识别方法 |
| CN114003681A (zh) * | 2021-11-09 | 2022-02-01 | 深圳数研锦瀚智慧科技有限公司 | 基于gis的生态区域温度场生成方法、装置及存储介质 |
| CN114841607A (zh) * | 2022-05-26 | 2022-08-02 | 嘉祥县自然资源和规划局(嘉祥县林业局) | 一种基于互联网的林业监控方法及系统 |
-
2020
- 2020-04-29 CN CN202010353762.5A patent/CN111461578A/zh not_active Withdrawn
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113159362A (zh) * | 2020-12-10 | 2021-07-23 | 西安天和防务技术股份有限公司 | 一种森林火灾等级的预测方法及装置 |
| CN112668927A (zh) * | 2021-01-07 | 2021-04-16 | 云南电网有限责任公司电力科学研究院 | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 |
| CN112668927B (zh) * | 2021-01-07 | 2023-11-24 | 云南电网有限责任公司电力科学研究院 | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 |
| CN112884324A (zh) * | 2021-02-21 | 2021-06-01 | 深圳数研锦瀚智慧科技有限公司 | 一种森林火险监测方法、装置及存储介质 |
| CN113095282A (zh) * | 2021-04-29 | 2021-07-09 | 中山大学 | 一种海岛分区火势等级划分方法、装置、设备及介质 |
| CN113592022A (zh) * | 2021-08-11 | 2021-11-02 | 中国科学院空天信息创新研究院 | 一种考虑植被类型的森林火灾危险地形识别方法 |
| CN114003681A (zh) * | 2021-11-09 | 2022-02-01 | 深圳数研锦瀚智慧科技有限公司 | 基于gis的生态区域温度场生成方法、装置及存储介质 |
| CN114841607A (zh) * | 2022-05-26 | 2022-08-02 | 嘉祥县自然资源和规划局(嘉祥县林业局) | 一种基于互联网的林业监控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111461578A (zh) | 一种山区自然保护地森林火灾风险评估的方法及系统 | |
| Varazanashvili et al. | Vulnerability, hazards and multiple risk assessment for Georgia | |
| Chen | Water resources research in Northwest China | |
| CN111897030A (zh) | 一种雷暴预警系统及方法 | |
| Peng et al. | Development of land resources in transitional zones based on ecological security pattern: A case study in China | |
| Hysa et al. | A GIS based method for indexing the broad-leaved forest surfaces by their wildfire ignition probability and wildfire spreading capacity | |
| Zhao et al. | Prediction of drought risk based on the WRF model in Yunnan province of China | |
| Mingyue et al. | Temporal and spatial distribution of evapotranspiration and its influencing factors on Qinghai-Tibet Plateau from 1982 to 2014 | |
| CN111625999A (zh) | 一种基于深度学习技术的森林火灾预警模型及系统 | |
| Sun et al. | Grazing intensity and human activity intensity data sets on the Qinghai‐Tibetan Plateau during 1990–2015 | |
| Wei et al. | Spatiotemporal changes of land desertification sensitivity in northwest China from 2000 to 2017 | |
| CN111445116A (zh) | 国土空间规划辅助编制系统 | |
| Supari | Spatiotemporal characteristics of extreme rainfall events over Java Island, Indonesia | |
| Qin et al. | Impacts of 319 wind farms on surface temperature and vegetation in the United States | |
| Lamichhane et al. | Land use land cover (LULC) change projection in Kathmandu valley using the clue-s model | |
| Cheng et al. | Spatial and temporal variations of terrestrial evapotranspiration in the upper Taohe River Basin from 2001 to 2018 based on MOD16 ET data | |
| Effat | Mapping solar energy potential zones, using SRTM and spatial analysis, application in Lake Nasser Region, Egypt | |
| Tong et al. | Mapping the urban natural ventilation potential by hydrological simulation | |
| Fan | Simulation of land-cover change in Jing-Jin-Ji region under different scenarios of SSP-RCP | |
| Herwitz et al. | Long‐term survivorship and crown area dynamics of tropical rain forest canopy trees | |
| Zhang et al. | Natural and human factors influencing urban particulate matter concentrations in central heating areas with long-term wearable monitoring devices | |
| Sun et al. | Spatio-temporal variation and dynamic risk assessment of drought and flood disaster (DFD) in China | |
| Wang et al. | Spatiotemporal variation of forest land and its driving factors in the agropastoral ecotone of northern China | |
| Aylas et al. | Influence of land use on the performance of the WRF model in a humid tropical climate | |
| Xiaowei et al. | Probability models of fire risk based on forest fire indices in contrasting climates over China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200728 |
|
| WW01 | Invention patent application withdrawn after publication |