北极地区活跃火的时空分布格局分析
2021-01-14薛乃婷张震杜志恒胡克宏张莎莎黄丹妮
薛乃婷, 张震, 杜志恒, 胡克宏, 张莎莎, 黄丹妮
研究论文
北极地区活跃火的时空分布格局分析
薛乃婷1, 张震1, 杜志恒2, 胡克宏1, 张莎莎1, 黄丹妮1
(1安徽理工大学测绘学院, 安徽 淮南 232000;2中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室, 甘肃 兰州 730000)
基于火灾信息资源管理系统 (Fire Information for Resource Management System, FIRMS) MODIS (Moderate-resolution Imaging Spectroradiometer)与VIIRS(Visible Infrared Imaging Radiometer)的活跃火位置数据, 按照2000—2018年不同时间(年、月、时)和空间(国家)尺度分析了北极地区活跃火动态变化, 旨在为活跃火的预测和管理提供依据。研究结果表明: (1)2012—2018年, MODIS C6(MODIS Near Real-time 1 km active fire products, MCD14DL) 与VIIRS V1(VIIRS Near Real-time 375 m active fire products, VNP14IMGTDL_NRT)活跃火频次趋势一致, 最大值与最小值分别出现在 2013 年与2015年; (2)北极地区活跃火频次累计最多的国家是俄罗斯, 最少的国家是挪威, 两套产品年际变化在不同国家特征颇为相似; (3)北极地区7国(俄罗斯、美国、加拿大、丹麦、挪威、瑞典和芬兰)活跃火现象主要集中在6—8月, 活跃火观测时段主要集中在各国当地时间12时左右。
MODIS VIIRS 北极地区 活跃火 时空分布
0 引言
活跃火[1](active fire)是根据卫星监测的热异常生成的, 该算法将潜在火灾的亮温与周围土地覆盖的亮温进行比较, 如果亮温差超过给定的阈值, 则潜在火灾被确认为活跃火或“热点”。活跃火是改变陆地生态系统的自然因素之一, 是自然界碳循环主要影响因素之一, 在地球表面的大部分地区均产生重要的生态作用, 是全球气候变化与森林生态系统反馈的关键因子[2-3]。全球发生火灾的面积达3.3×108～4.3×108hm2·a–1, 由此每年产生的碳排放量可达2~4 Pg, 超过每年化石燃料燃烧排放量的50%[4]。活跃火现象可能会让野生动物、微生物、土壤和林木等受到直接危害, 影响森林景观结构、林木更新、森林覆盖, 甚至会影响碳平衡、水循环、全球气候、大气排放和生物多样性等, 往往会带来巨大的环境和经济损失[5-7]。因此, 监测活跃火是很有必要的, 而监测手段主要包括地面及近地面监测、航空监测、雷达监测、卫星遥感联合地理信息系统监测和无线传感器网络技术等[8]。
随着火灾监测手段的发展, 火灾数据也愈多。在火灾监测中的活跃火数据主要有NOAA/ AVHRR(National Oceanic and Atmospheric Administration/Advanced Very High Resolution Radiometer)数据、MODIS(Moderate-resolution Imaging Spectroradiometer)数据和VIIRS(Visible Infrared Imaging Radiometer)数据。NOAA/ AVHRR数据覆盖范围广, 可以提供覆盖全球的中分辨率遥感影像, 有着较高的时间和空间分辨率, 在火灾监测方面有了较好的应用, 但其局限性在于AVHRR大多只能用于无云区域, 且其数据本身有一定的局限性, 无法保证监测的时间分辨率, 不利于火点的监测[9-10]。MODIS火点监测算法是基于 NOAA/AVHRR算法发展起来的, 其数据有着较高的时间、空间和光谱分辨率, 避免了AVHRR数据的饱和问题[10], 并应用于全球火日常监测中。VIIRS是AVHRR和MODIS系列的拓展和改进, 提高了空间、时间和光谱分辨率, 重访周期短, 同时也提高了对更小火点的监测能力以及对大型火灾的动态监测能力[11-12]。
火灾信息资源管理系统(FIRMS)由马里兰大学开发, 资金来自美国国家航空航天局的应用科学计划和联合国粮食及农业组织(联合国粮农组织), 为自然资源管理者提供近实时的活跃火地点, 为持续监测和紧急情况提供近实时信息。在中等分辨率成像光谱仪(MODIS)和可见红外成像辐射计套件(VIIRS)的卫星观测3小时内, 火灾信息资源管理系统(FIRMS)发布近实时(NRT)活跃火数据, 可供下载的活跃火数据格式有: SHP、KML、TXT、WMS。目前基于FIRMS全球与区域活跃火产品的研究主要集中在全球燃烧面积的估算[13]、利用先进星载热发射和反射辐射仪(Advanced Spaceborne Thermal Emission and Reflection Radiometer, ASTER)、增强型专题绘图仪(Enhanced Thematic Mapper Plus, ETM+)及中等分辨率卫星传感器对活跃火产品进行验证[14]等方面, 鲜有北极地区活跃火时空分布分析的研究。
活跃火是北极地区的一个重要过程, 活跃火事件在北极地区较为常见[15], 影响着高地和低地森林以及泥炭地, 北极地区活跃火还控制着许多重要的生态系统过程[16]。在大陆和全球范围内, 北极燃烧区域的变化, 火灾严重程度和燃烧深度控制活跃火排放, 影响大气中痕量气体的大气浓度[16]。2019年夏季, 北极地区发生高温和严重的森林大火, 大火污染空气, 释放大量二氧化碳, 推动全球气候变暖, 同时又增加了释放甲烷温室气体的多年冻土进一步解冻的风险。因此, 了解北极地区活跃火频次时空分布格局有助于理解活跃火的发生规律[17], 为北极地区活跃火的影响评价以及对气候变化和极端天气事件的响应分析提供科学依据。
本文根据FIRMS MODIS C6(2000—2018年)与VIIRS V1(2012—2018年)活跃火位置矢量数据, 利用ArcGIS 10.2的叠加分析等功能, 统计北极地区活跃火频次信息, 从时间(年、月、时)和空间(国家)上分析北极地区的活跃火动态变化, 旨在揭示北极地区活跃火年际、逐月和逐时的变化规律以及空间格局, 为北极地区的活跃火预测和管理提供科学依据, 进而为其他活跃火方面的研究提供参考。
1 研究区概况与数据方法
1.1 研究区概况
北极地区是北极圈(北纬66°34′)以北的地区, 地理为亚、欧、北美三大地区所环抱, 近于半封闭, 总面积为2 100万平方千米, 约占地球总面积的 1/25, 陆地面积约为800万平方千米[18]。北冰洋周围是亚洲、欧洲和北美洲北部的多年冻土区, 大部分地区都比较平坦, 没有树木生长。北极圈以内的陆地部分分属于俄罗斯、美国、加拿大、丹麦、挪威、冰岛(因统计无活跃火, 故不在分析范围之内)、瑞典和芬兰八个环北极国家(图1), 气候寒冷[19]。
北极地区植被面积约为505万平方千米, 其中约26%的直立灌木、7%的湿地、11%的贫瘠地、40%的苔原, 而北极地区的地表覆盖如图1所示[20-21]。加拿大是高北极地区地形最多样的国家, 主要与丰富的贫瘠类型和矮灌木苔原有关, 而俄罗斯是低北极最大的地区, 主要是低灌木苔原。北极植被对气候变化特别敏感, 尤其是夏季温度的变化。由于七月份的平均温度接近冰点, 夏季几度的气温变化会使植物生长所需的总热量发生几倍的变化, 从而导致植被结构、植物生产力、植物群落和物种多样性发生重大变化[21]。
1.2 数据与方法
本研究所需的活跃火位置矢量数据从 FIRMS网站(https://firms.modaps.eosdis.nasa.gov/ active_fire/#firms-shapefile)获取, 时间尺度为2000—2018年, 数据类型有MODIS C6(MODIS NRT 1km active fire products, MCD14DL)与VIIRS V1(VIIRS NRT 375m active fire products, VNP14IMGTDL_NRT), 利用ArcGIS 10.2的叠加分析等功能, 统计活跃火信息。
Fig.1. Land cover in the Arctic region
MODIS是搭载在Terra和Aqua卫星上的一个重要的传感器, Terra卫星每日10:30和22:30过境(经过赤道, UTC), Aqua卫星每日1:30和13:30过境(经过赤道, UTC), MODIS第六版活跃火位置数据的时间范围为2000年11月(Terra)和2002年7月(Aqua)至今, 覆盖范围为全球, 空间分辨率为1 km, 坐标系为WGS 84。VIIRS是搭载在Suomi National Polar-orbiting Partnership (Suomi NPP)上的传感器, 每日1:30和13:30过境(经过赤道, UTC), VIIRS活跃火位置数据的时间范围为2012年1月提供到现在, 覆盖范围为全球, 空间分辨率为375 m, 坐标系为WGS 84。MODIS C6与VIIRS V1活跃火位置矢量数据是经过一致性检测算法完成的, 两种数据具有很好的一致性, 可以兼容使用[1]。
ERA5气候再分析数据(https://cds.climate. copernicus.eu/cdsapp#!/dataset/ecv-for-climate-change?tab=form)是欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)发布的第五代再分析数据, 使用ECMWF的综合预报系统(IFS)的CY41R2中的4D-Var数据同化产生的, 可提供1979年至今的全球月平均格网数据, 包括近地面2 m气温、降水和海表温度等。将近地面2 m气温、降水数据转成TIF格式, 再运用ArcGIS 10.2统计6—8月近地面2 m平均气温、平均降水数据。将活跃火频次分别与火灾高发期(6—8月)气温和降水图叠加, 得到火点对应的气温降水值, 以0.1间隔分别建立火点与气温和降水的关系。
LIS/OTD网格闪电气候数据集(https://ghrc. nsstc.nasa. gov/lightning/data/ data_lis_otd- climatology. html)是由两个闪电卫星仪器观测的总闪电闪变速率的网格气候组成, 该数据集包括2.5°×2.5°和0.5°×0.5°空间分辨率的闪电率密度[22]。第一个传感器是光学瞬态探测器(OTD), 它搭载在1995年4月发射的OrbView-1(以前称为MicroLab-1)卫星上。OTD于2000年3月停止运作。第二个传感器是1997年11月发射的热带降雨测量任务(TRMM)卫星上的闪电成像传感器(LIS)。TRMM LIS在2015年4月TRMM卫星被移出轨道后停止运行。利用Panoply工具将LIS/OTD 0.5°高分辨率月气候(HRMC)数据[23]绘制成北极地区4—9月闪电速率月气候图。
2 结果与讨论
2.1 基于FIRMS MODIS与VIIRS的北极地区活跃火频次动态变化
基于FIRMS MODIS C6(2000—2018年)和VIIRS V1(2012—2018年)活跃火位置矢量数据统计表明, 北极地区活跃火频次分别累计达220 854次和377 965次, 年际呈现显著波动变化特征。去除MODIS C6 2000 年仅有的11—12 月数据, 2001—2018 多年平均频数为12 269.67次, VIIRS V1 (2012—2018年)多年平均频数为53 995次, 是因为VIIRS的空间分辨率更高, 更易监测到过火面积较小的火灾现象, 对于同一火灾现象也能监测到更多的频次信息, 而MODIS监测的时间序列更长, 可以更好地体现活跃火频次的时间动态变化。
2012—2018年, MODIS C6 与VIIRS V1活跃火频次趋势一致, 最大值与最小值分别出现在 2013 与2015年(图2)。由于俄罗斯在北极地区国土面积的占比较大, 俄罗斯是北极地区活跃火发生频次最多的国家, 对北极地区活跃火频次趋势有很大影响, 北极地区活跃火频次最值(最大值和最小值)出现年份与俄罗斯最值出现年份一致, 北极地区活跃火一般集中发生于6—8月(图3)。由2001—2018年俄罗斯6—8月平均气温和降水数据(图4)可知, 俄罗斯2013年气温较高且降水最少, 2015年气温较低且降水较高, 而高温干旱会影响活跃火的发生。但活跃火频次与火灾高发期气温降水均呈现出明显的非线性关系(图5), MODIS C6与VIIRS V1的整体趋势一致, 均表现为随着气温降水的增加, 活跃火频次呈先增加后减少的变化趋势, 活跃火频次主要集中在气温为12~16℃, 降水为1~3mm内。
图2 北极地区MODIS C6(2000—2018年)与VIIRS V1(2012—2018年)活跃火频次年际变化
Fig.2. Annual changes in the number of MODIS C6(2000—2018) and VIIRS V1(2012—2018) active fires in the Arctic region
图3 2012—2018年北极地区7国MODIS C6与VIIRS V1的活跃火频数月际差异
Fig.3. Monthly differences of the number of MODIS C6 and VIIRS V1 active fires in the Arctic region from 2012 to 2018
图4 俄罗斯气温和降水变化
Fig.4. Temperature and precipitation changes in Russia
2.2 北极地区国家活跃火逐年、逐月、逐时特征与动态变化
2.2.1 北极地区国家的活跃火逐年频次动态变化
MODIS C6与VIIRS V1的统计结果(表1)表明, 俄罗斯的活跃火频次最高, 其次是美国, 加拿大位居第三, 活跃火频次最少的国家是挪威。
为揭示北极地区7国活跃火发生频次与发生时间长时序差异, 利用MODIS C6(2000—2018年)进一步分析北极地区各国活跃火频次年际变化, 表明北极地区7个国家活跃火频次呈现波动变化特征(图6)。挪威、瑞典、芬兰、俄罗斯、美国、加拿大、丹麦(格陵兰岛)的活跃火频次峰值分别出现在2018年、2014年、2003年、2013年、2004年、2004年和2017年。
图5 俄罗斯活跃火频次与火灾高发期气温降水的关系
Fig.5. The relationship between surface air temperature and precipitation in fire season and active fires in Russia
表1 北极地区主要国家基于MODIS C6(2000—2018年)与VIIRS V1(2012—2018年)的活跃火像元总数
进一步比较北极地区7个主要国家2012—2018年MODIS C6与VIIRS V1的两套活跃火产品的监测结果, 发现不同国家两套产品年际变化特征颇为相似(图7)。挪威、瑞典、芬兰、俄罗斯、美国、加拿大、丹麦(格陵兰岛)的活跃火频次峰值分别出现在2018年、2014年、2013年、2013年、2017年、2017年和2017年。由此可见, 美国、加拿大、丹麦(格陵兰岛)均在2017年活跃火频数最大。根据2012—2018年ERA5气候再分析数据中的近地面2 m月平均气温和降水数据, 按国家提取6—8月的数据, 由图8可知, 美国近地面2 m月平均气温增高、降水减少以及月平均气温降低、降水增加与活跃火频次的增、减存在较好的相关关系, 而加拿大、丹麦(格陵兰岛)地区近地面2 m月平均气温及降水与活跃火频次的相关关系与美国存在差异。2017年美国气温较高降水较低, 与活跃火频次峰值出现在2017年相一致, 而加拿大、丹麦(格陵兰岛)2017年近地面2 m月平均气温较低、降水较高, 与活跃火频次在2017年最高不相符, 可能存在其他方面的影响活跃火发生因素, 有待探究。
图6 2000—2018年北极地区国家基于MODIS C6的活跃火频次动态变化
Fig.6. Annual changes in the number of MODIS C6 active fires in the seven countries of Arctic region from 2000 to 2018
2.2.2 北极地区7国活跃火发生逐月的差异与规律
北极地区7国年内各月的活跃火规模不同, 在月际上表现出明显的集中分布特征(图3)。北极地区7国活跃火现象完全集中在6—8月, 即夏季。受夏季高温干旱天气的影响, 夏季往往会比其他季节更易发生火灾, 与北极地区7国活跃火现象相符合。北极地区林火也常与闪电活动有关, 如图9所示, 可见 6、7、8月份的闪电活动比较频繁, 其中7月份闪电活动最多, 这与北极地区7国活跃火发生的逐月特征相一致。
2.2.3 北极地区7国活跃火发生时段差异与规律
由于 MODIS 与 VIIRS 重访周期分别为 6 时与12时, 利用活跃火频次进一步统计分析北极地区7国发生时段(小时)的差异与规律[1]。根据MODIS C6统计结果(图10), 表明挪威、瑞典、芬兰活跃火一般集中在9—11时(UTC), 换算成各国当地时间依次为11—13时、11—13时、12—14时, 俄罗斯一般集中在3—6时(UTC), 即主要分布在东四区至东十区, 换算成当地时间为7—10时至13—16时 ; 美国、加拿大、丹麦(格陵兰岛)一般分别集中在21—22时(UTC)、20—21时(UTC)、14—16时(UTC), 换算成各国当地时间依次为13—14时、13—14时、12—14时。可见, 北极地区7国活跃火均发生在各国当地时间12时左右, 正午温度较高, 更利于火灾的发生。
基于较高空间分辨率VIIRS V1的北极地区主要国家活跃火观测时段的统计结果进一步修正了MODIS C6的分析结果。既有效地识别了特征时段(6时, UTC)及其相邻时段的活跃火频次信息, 也对其他监测时段的活跃火频次信息进行了补充。挪威、瑞典、芬兰活跃火一般集中在8—11时和23时(UTC), 换算成各国当地时间依次为10—13时和1时、10—13时和1时、11—14时和2时; 俄罗斯一般集中在0—8时和16—23时(UTC), 即主要分布在东四区至东十区, 换算成当地时间为4—12时和20—3时至10—18时和2—9时; 美国、加拿大一般集中在10—11时和19—23时(UTC), 换算成各国当地时间依次为2—3时和11—15时、3—4时和12—16时; 丹麦(格陵兰岛)一般集中在3—6时和14—17时(UTC), 换算成当地时间为1—5时和12—15时。
图7 2012—2018年北极地区主要国家基于MODIS C6与VIIRS V1的活跃火频次年际变化
Fig.7. Annual changes in the number of MODIS C6 and VIIRS V1 active fires in the seven countries of Arctic region from 2012 to 2018
图8 三个国家气温和降水变化
图9 4—9月闪电活动
Fig.9. Lightning distributions from April to September
图10 2012—2018年北极地区主要国家MODIS C6与VIIRS V1活跃火频数时段差异
Fig.10. Hourly differences of the number of MODIS C6 and VIIRS V1 active fires in the seven countries of Arctic region from 2012 to 2018
3 结论
基于MODIS C6与VIIRS V1活跃火位置矢量数据, 从不同时间(年、月、时)和空间(国家)分析北极地区活跃火动态变化, 得到如下结论。
1. MODIS C6(2001—2018年)多年平均频数为12 269.67次, VIIRS V1 (2012—2018年)多年平均频数为53 995次, 2012—2018年最大值与最小值分别出现在 2013 与2015年。MODIS C6 与VIIRS V1活跃火频次趋势一致, VIIRS的空间分辨率更高, MODIS的时间序列较长。
2. 北极地区活跃火频次累计最多的国家是俄罗斯, 最少的国家是挪威。比较北极地区7个主要国家2012—2018年MODIS C6与VIIRS V1的活跃火监测结果, 发现不同国家两套产品年际变化特征颇为相似。
3. 北极地区7国活跃火现象完全集中在6—8月, 即夏季。活跃火观测时段主要集中在各国当地时间12时左右。
未来, 可进一步探究活跃火的影响因素, 分析活跃火的成因, 将活跃火与碳排放或生态之间建立联系, 为后续研究提供支持。
1 李鹏, 李文君, 封志明, 等. 基于FIRMS MODIS与VIIRS的东南亚活跃火频次时空动态分析[J]. 资源科学, 2019, 41(8): 1526-1540.
2 CONARD S G, IVANOVA G A. Wildfire in Russian boreal forests: potential impacts of fire regime characteristics on emissions and global carbon balance estimates[J]. Environmental Pollution, 1997, 98(3): 305-313.
3 BELENGUER-PLOMER M A, TANASE M A, FERNANDEZ-CARRILLO A, et al. Burned area detection and mapping using Sentinel-1 backscatter coefficient and thermal anomalies[J]. Remote Sensing of Environment, 2019, 233: 111345.
4 杨伟, 姜晓丽. 森林火灾火烧迹地遥感信息提取及应用[J]. 林业科学, 2018, 54(5): 135-142.
5 丁青, 冯险峰. 欧亚北方森林MODIS14数据的林火变化分析——以俄罗斯欧洲地区为例[J]. 地球信息科学学报,2013,15(3): 476-482.
6 何诚, 巩垠熙, 张思玉, 等. 基于MODIS数据的森林火险时空分异规律研究[J]. 光谱学与光谱分析, 2013, 33(9): 2472-2477.
7 OTÓN G, RAMO R, LIZUNDIA-LOIOLA J, et al. Global detection of long-term (1982–2017) burned area with AVHRR-LTDR data[J]. Remote Sensing, 2019, 11(18): 2079.
8 彭禹, 蔡邦成. 森林火灾监测及相关技术综述[J]. 安徽农业科学, 2014, 42(32): 11355-11357.
9 PU R, GONG P, LI Z, et al. A dynamic algorithm for wildfire mapping with NOAA/AVHRR data[J]. International Journal of Wildland Fire, 2004, 13(3): 275-285.
10 周永宝, 韩惠. 基于遥感数据的森林火灾监测研究概述[J]. 测绘与空间地理信息, 2014, 37(3): 134-136.
11 程良晓. 基于VIIRS数据的火点检测及秸秆焚烧对霾污染过程影响研究[D]. 山东科技大学, 2017.
12 SCHROEDER W, OLIVA P, GIGLIO L, et al. The New VIIRS 375m active fire detection data product: Algorithm description and initial assessment[J]. Remote Sensing of Environment, 2014(143): 85-96.
13 GIGLIO L, VAN DER WERF G R, RANDERSON J T, et al. Global estimation of burned area using MODIS active fire observations[J]. Atmospheric Chemistry and Physics, 2005, 6(4): 957-974.
14 SCHROEDER W, PRINS E, GIGLIO L, et al. Validation of GOES and MODIS active fire detection products using ASTER and ETM+ data[J]. Remote Sensing of Environment, 2008, 112(5): 2711-2726.
15 NITZE I, GROSSE G, JONES B M, et al. Remote sensing quantifies widespread abundance of permafrost region disturbances across the Arctic and Subarctic[J]. Nature Communications, 2018, 9(1): 5423.
16 KASISCHKE E S, TURETSKY M R. Recent changes in the fire regime across the North American boreal region: Spatial and temporal patterns of burning across Canada and Alaska[J]. Geophysical Research Letters, 2006, 33(9): L09703.
17 焦琳琳, 常禹, 胡远满, 等. 基于MODIS的中国野火时空分布格局[J]. 生态学杂志, 2014, 33(5): 1351-1358.
18 周定国. 北极地区地名纵横谈[J]. 中国测绘, 2007(6): 56-63.
19 张侠, 刘玉新, 凌晓良, 等. 北极地区人口数量、组成与分布[J]. 世界地理研究, 2008, 17(4): 132-141.
20 WANG J, ZHAO Y Y, LI C C, et al. Mapping global land cover in 2001 and 2010 with spatial-temporal consistency at 250m resolution[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015(103): 38-47.
21 WALKER D A, RAYNOLDS M K, DANIF A, et al. The Circumpolar Arctic vegetation map[J]. Journal of Vegetation Science, 2005, 16(3).
22 赵俊卉, 亢新刚, 郭广猛, 等. 基于LIS/OTD格点数据的中国东北地区雷击火时空分布[J]. 生态学杂志, 2009, 28(4): 715-720.
23 CECIL D J, BUECHLER D E, BLAKESLEE R J. Gridded lightning climatology from TRMM-LIS and OTD: Dataset description[J]. Atmospheric Research, 2014, 135-136.
SPATIOTEMPORAL DISTRIBUTION PATTERNS OF ACTIVE FIRE IN THE ARCTIC REGION
Xue Naiting1, Zhang Zhen1, Du Zhiheng2, Hu Kehong1, Zhang Shasha1, Huang Danni1
(1School of Geomatics, Anhui University of Science and Technology, Huainan 232000, China;2State Key Laboratory of Cryospheric Sciences, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China)
Based on Fire Information for Resource Management System (FIRMS), MODIS and VIIRS active fire position data, dynamic changes of active fires in the Arctic region were analyzed at different temporal (yearly, monthly, and hourly) and spatial (country) scales from 2000 to 2018, to provide a basis for the prediction and management of active fires. The results showed that: (1) from 2000 to 2018, MODIS C6 (MODIS NRT 1 km active fire products, MCD14DL) and VIIRS V1 (VIIRS NRT 375 m active fire products, VNP14IMGTDL_NRT) active fire frequency trends were consistent, with maximum and minimum values appearing in 2013 and 2015 respectively. (2) In the Arctic region, the country with the greatest cumulative active fire frequency was Russia, and the country with the lowest active fire frequency was Norway. The interannual variations of the two sets of products were quite similar in different countries. (3) The active fires in the seven countries of the Arctic region (Russia, the United States, Canada, Denmark, Norway, Sweden, and Finland) were mainly concentrated in June–August, and the active fire observation period was mainly concentrated around 12:00 local time in various countries.
MODIS, VIIRS, Arctic region, active fire, spatiotemporal distribution
2019年12月收到来稿, 2020年4月收到修改稿
国家自然科学基金(41701087)资助
薛乃婷, 女, 1996年生。硕士研究生, 从事热红外遥感研究。E-mail:1486132393@qq.com
张震, E-mail:zhangzhen@aust.edu.cn
10. 13679/j.jdyj.20190075
