• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于PCA和系統(tǒng)聚類的西南地區(qū)森林火災形勢評價

      2018-09-10 07:58:14伊伯樂曹哲銘班擎宇張秋良
      西南林業(yè)大學學報 2018年4期
      關鍵詞:傷亡人數(shù)起數(shù)西南地區(qū)

      伊伯樂 曹哲銘 班擎宇 張秋良 張 恒

      (內(nèi)蒙古農(nóng)業(yè)大學林學院,內(nèi)蒙古 呼和浩特 010018)

      林火是全球森林生態(tài)系統(tǒng)中極為重要的干擾因子[1],聯(lián)合國教科文組織已經(jīng)將大面積的森林火災列為世界八大自然災害之一。由于厄爾尼諾現(xiàn)象的加劇并伴隨著全球氣候的逐漸變暖,森林火災所造成的危害可能會加劇[2-3]。除此以外,森林火災還會破壞森林生態(tài)系統(tǒng)的平衡,排放的氣體會污染大氣環(huán)境,對全球氣候變化和碳循環(huán)的影響也尤為顯著[4]。西南林區(qū)的地形地貌、氣候環(huán)境特殊,森林種類繁多,生產(chǎn)生活用火復雜多樣,使得西南林區(qū)的森林防火、滅火具有特殊性。

      在公安消防部門的火災調(diào)查中,火災形勢的評估離不開對群死群傷火災 (HCF) 的整體統(tǒng)計。HCF是指滿足重大森林火災三項評估指標之一的火災,即面積在100 hm2以上1 000 hm2以下的,或者死亡10人以上30人以下的,或者重傷50人以上100人以下的森林火災。在衡量某個地區(qū)的火災形勢時,不僅要看火災數(shù)量的增加或減少,還要看HCF或多傷亡火災能否得到有效控制。有關我國火災數(shù)據(jù)的分析已有不少研究[5-8],火災形勢可以通過一般火災、較大火災、重大火災、傷亡人數(shù)、HCF和直接經(jīng)濟損失6項指標定量分析。而HCF通常應用于定性研究中,是國內(nèi)火災形勢研究的熱點。

      本研究以2007—2016年我國西南地區(qū)森林火災為研究對象,對西南地區(qū)森林火災的時空分布與動態(tài)變化進行研究,并且加入HCF起數(shù)這一新指標,旨在為我國西南地區(qū)森林火災形勢評估提供一種思路,為森林火災預測、預報研究工作提供參考。

      1 材料與方法

      1.1 數(shù)據(jù)來源

      從國家統(tǒng)計局官網(wǎng) (www.stats.gov.cn) 收集并整理了我國西南地區(qū) (重慶市、四川省、貴州省、云南省和西藏自治區(qū)) 2007—2016年的森林火災數(shù)據(jù),基本信息主要包括森林火災 (一般、較大、重大和特大) 起數(shù)、火場總面積、受害森林面積、傷亡人數(shù)和經(jīng)濟損失等森林火災統(tǒng)計指標數(shù)據(jù)。

      1.2 分析方法

      1.2.1主成分分析

      主成分分析 (PCA) 是一種通過 “降維” 的方式來簡化分析過程,增加結(jié)果精度的方法,數(shù)據(jù)的壓縮和數(shù)據(jù)的解釋可以表達其目的[9]。本研究中,著重考慮一般火災起數(shù)、較大火災起數(shù)、重大火災起數(shù)、傷亡人數(shù)、直接經(jīng)濟損失和HCF起數(shù),通過主成分分析,獲取包含這6個指標信息的成分。

      1.2.2聚類分析

      聚類分析是一類數(shù)據(jù)所對應的研究對象進行分類的統(tǒng)計方法[10]。本研究采用的方法為系統(tǒng)聚類法,它是先將所有樣本各自看成一類,并規(guī)定樣本與樣本之間的距離和類與類之間的距離[11]。研究中使用歐拉距離來確定對象之間的距離,從而進行分類。

      1.2.3數(shù)據(jù)分析

      用Excel 2010軟件進行數(shù)據(jù)處理與分析,用Origin 7.0作圖,用SPSS軟件進行相關性分析、主成分分析和聚類分析。

      2 結(jié)果與分析

      2.1 西南地區(qū)森林火災時空分布特征

      2.1.1時間分布特征

      2007—2016年我國西南地區(qū)森林火災數(shù)據(jù)統(tǒng)計結(jié)果見表1。由表1可知,森林火災發(fā)生起數(shù)總計16 859起,年均1 686起,傷亡人數(shù)年均27人。森林火災發(fā)生起數(shù)在2007—2010年普遍較高,而后呈下降趨勢,尤其是2015年和2016年火災發(fā)生起數(shù)顯著減少,HCF在2009年發(fā)生次數(shù)最多,2010年相對減少,除在2009年、2010年發(fā)生HCF外,只在2014年發(fā)生過幾起,其他時間無HCF發(fā)生。在發(fā)生的森林火災中,一般火災和較大火災占火災起數(shù)的絕大部分,重大火災普遍較少,但在2009—2010年發(fā)生起數(shù)較多,特大火災10 a間沒有發(fā)生,2007年、2008年、2011年、2013年、2015年、2016年這6個年份做到了全年無重大、特大火災。

      2007—2016年我國西南地區(qū)火場總面積在2008年達到最大值,受害森林面積在2010年達到了最大值,HCF在2009年達到最大值,整體來說,各年份火場總面積普遍較高。就變異系數(shù)而言,重大火災的分布比較離散,一般火災與較大火災分布比較集中。2010年的森林火災起數(shù)、受害森林面積、傷亡人數(shù)和經(jīng)濟損失都都是最高的,其他各年份火災形勢均沒有如此嚴重,這可能是因為2010年西南地區(qū)發(fā)生了季節(jié)性干旱,該現(xiàn)象使得西南地區(qū)的森林火災起數(shù)突增,進而造成的損失也顯著增加。

      表1 2007—2016年我國西南地區(qū)森林火災發(fā)生情況統(tǒng)計Table 1 Statistics on the occurrence forest fire during 2007-2016 in Southwest China

      2.1.2空間分布特征

      2007—2016年西南地區(qū)森林火災空間分布統(tǒng)計結(jié)果見表2。由表2可知,貴州省森林火災發(fā)生起數(shù)最多,達到9 396起,顯著高于其他地區(qū);且一般火災起數(shù)、較大火災起數(shù)、重大火災起數(shù)在5個地區(qū)中均最多。四川省的總森林火災起數(shù)僅次于貴州省,云南省和重慶市再次之,西藏最少。

      貴州省和云南省的火場總面積和受害森林面積相近,都比較大,其次為四川省和重慶市,西藏自治區(qū)的火場總面積和受害森林面積都最小。HCF方面貴州地區(qū)發(fā)生最多,四川次之。在經(jīng)濟損失方面重慶市和西藏自治區(qū)都比較低,云南省森林火災造成的經(jīng)濟損失最大,貴州省和四川省次之;貴州省森林火災造成的人員傷亡數(shù)量最大,其次是云南省和四川省,重慶市和西藏自治區(qū)均較少。除云南省外,我國西南其他4個地區(qū)森林火災起數(shù)和受害面積的發(fā)展趨勢一致,即火災起數(shù)越多,造成的森林受害面積也越大,而云南省的受害森林面積較大但相對火災起數(shù)卻較少,這表明云南省森林火災的規(guī)模和危害最大。

      表2 2007—2016年我國西南地區(qū)森林火災空間分布Table 2 Spatial distribution of forest fire during 2007-2016 in Southwest China

      2.2 西南地區(qū)森林火災形勢評價

      2.2.1森林火災統(tǒng)計指標相關性分析

      2007—2016年5個地區(qū)共50組數(shù)據(jù),對森林火災統(tǒng)計指標進行相關性分析,結(jié)果見表3。由表3可知,森林火災統(tǒng)計指標間均呈顯著相關 (P< 0.05),表明這6個指標間信息重疊嚴重。其中HCF與一般火災起數(shù)、較大火災起數(shù)、重大火災起數(shù)、傷亡人數(shù)、直接經(jīng)濟損失均呈極顯著相關 (P< 0.01),因此,HCF可以在一定程度上表征其他5個森林火災指標,對森林火災的形勢進行評價。

      表3 森林火災統(tǒng)計指標相關性分析 (n=50)Table 3 Correlation analysis of statistical indicators of forest fires

      2.2.2森林火災統(tǒng)計指標主成分分析

      根據(jù)主成分累計貢獻率達到85%為宜的原則[12],取前2個主成分 (表4)。其中第一主成分的特征值最大,為4.152;第二主成分特征值為1.040,累計貢獻率為86.532%。由此表明前2個主成分基本包含了6個指標的綜合信息,可以較好的反應火災形勢的變化。

      表4 總方差解釋Table 4 The total variance explanation

      主成分的得分系數(shù)矩陣見表5。用Yi表示第i個火災綜合指標,即主成分,用X1、X2、X3、X4、X5、X6分別表示一般火災起數(shù)、較大火災起數(shù)、重大火災起數(shù)、傷亡人數(shù),經(jīng)濟損失和HCF起數(shù),則2個主成分表達式分別見公式 (1)~(2):

      Y1=0.215X1+0.225X2+0.172X3+0.188X4+

      0.192X5+0.206X6

      (1)

      Y2=-0.055X1-0.127X2+0.624X3-0.442X4-

      0.396X5+0.449X6

      (2)

      第一主成分(Y1)綜合了一般火災起數(shù),較大火災起數(shù),重大火災起數(shù),死亡人數(shù),經(jīng)濟損失和HCF起數(shù)6個指標,表明第一主成分是對所有指標的一個綜合測度,可稱第一主成分為 “綜合火災形勢成分”。在第二主成分 (Y2) 中,重大火災起數(shù)、傷亡人數(shù)起數(shù)、經(jīng)濟起數(shù)和HCF起數(shù)對應的系數(shù)絕對值都比較大,表明第二主成分是對火災破壞性的反映,可稱之為 “火災損失成分”。

      表5 得分系數(shù)矩陣Table 5 Coefficient matrix of composition scores

      2.2.3火災形勢等級劃分

      通過2007—2016年整體50組數(shù)據(jù)代入上述公式 (1)~(2),并以貢獻率為權重計算綜合得分,按照綜合得分來進行系統(tǒng)聚類。由圖1可知,當分類數(shù)為14時,能滿足聚類的要求[13]。因此,將2007—2016年5個地區(qū)的50組數(shù)據(jù)劃分為14類。聚類結(jié)果見圖2。利用第一、第二主成分得分結(jié)合歷年火災數(shù)據(jù)確定火災特點對西南地區(qū)森林火災形勢進行分級,其結(jié)果見圖3和表6。

      圖1 聚合系數(shù)隨分類數(shù)變化曲線Fig.1 Curve of aggregation coefficient with the classification number

      圖2 聚類分析樹狀圖Fig.2 Tree diagram of cluster analysis

      將14類結(jié)果繪制在西南地區(qū)局部地圖上,使聚類結(jié)果可以更直觀的解釋和比較,詳見圖3。由圖3可知,西藏和重慶火災形勢波動較小,其他省份火災形勢波動明顯。貴州省從級別8變?yōu)榧墑e2,云南省是受火災影響最為嚴重的省份,從級別1變?yōu)榧墑e12,再變回級別2,整體變化較大,波動非常明顯,在火災的防治上需要改善??偟膩碚f,西南地區(qū)的火災形勢突出顯示在云南和貴州2個省份,在2009年、2010年火災最為嚴重,而整體火災形勢轉(zhuǎn)好。此外,云南省火災受災程度,火災形勢都在逐年惡化,這與四川省形成鮮明對比,在對于西南地區(qū)火災評判標準中,更應該考慮的是云南省的整體火災情況。

      圖3 西南地區(qū)森林火災形勢級別時空分布Fig.3 All fire data group clustering result map in Southwest China

      表6 西南地區(qū)森林火災形勢分級Table 6 Classification of forest fire situation in Southwest China

      3 結(jié)論與討論

      本研究對西南地區(qū)2007—2016年一般火災、較大火災、重大火災、傷亡人數(shù)、HCF和直接經(jīng)濟損失這6項指標進行分析,并探究了整體HCF的動態(tài)變化,得出以下結(jié)論:

      1) 時間分布上在2009年、2010年出現(xiàn)最大值,各項數(shù)據(jù)均為最高,整體火災形勢在這兩年最為嚴重。

      2) 空間分布上貴州的各項火災指標如HCF等均出現(xiàn)最大值,火災形勢最嚴重,受災程度較大。

      3) 通過聚類分析來對各省的主成分得分進行分級,可以清晰的看出西藏自治區(qū)和重慶市的“綜合火災形勢”未出現(xiàn)增長趨勢,且相對于其他省綜合火災指標較小,火災形勢較好,而且這2個地區(qū)的HCF指標較低,云南的火災波動范圍最大,而且HCF的發(fā)生率比較高,雖然各項火災數(shù)據(jù)最后都趨于良好的范圍,但在群死群傷火災的防治上需要提高。

      在一定的地理區(qū)域內(nèi),氣候變暖會影響森林火災的發(fā)生和發(fā)展情況,而且會隨著時間的變化呈現(xiàn)出一定的規(guī)律性[14]。就2007—2016年期間森林火災起數(shù)與受害森林面積來說,2009年以后,二者變化趨勢基本吻合,2010年是一個轉(zhuǎn)折點,這可能是由于2010年西南地區(qū)所發(fā)生的區(qū)域性持續(xù)干旱嚴重,影響了一系列火災因子 (含水率、可燃物載量等),間接的提高了西南地區(qū)的防火能力,可能因此之后的火災起數(shù)和過火面積均大幅下降,且相對平穩(wěn)。而造成2009年以前兩者不符的原因是由于過火面積受特大森林火災的影響特別顯著[15]。

      對貴州林區(qū)的森林火災進行科學指導以及預防撲救工作是十分重要并且迫切的[16]。貴州整體火災形勢在2007—2011年出現(xiàn)不穩(wěn)定變化,火災嚴重程度出現(xiàn)了整體最大級別14,這可能和貴州地理環(huán)境以及當時的突發(fā)性干旱有關系,但在活字防止上需要引起有關部門的重視。在2010年以后受到持續(xù)性干旱的影響,可燃物含水率、可燃物載量、火源、林火強度等發(fā)生了改變[17],而且山區(qū)地形條件復雜,不利于開展火災的撲救,這可能也是造成單位面積內(nèi)火災損失程度大的因素之一[18],而四川地形則較為復雜,既有高原又有盆地,氣候春旱夏熱極易發(fā)生火災,這也使得四川省的聚類級別在2009—2010年突然增高。

      整體來說,我國西南地區(qū)的森林火災過火面積大,火行為比較復雜[19]。這與區(qū)域內(nèi)山峰高聳、氣候多樣、植物種類豐富、森林類型多樣性強的特點密不可分。對比其他運用變量分析法的研究,本研究重點突出了西南地區(qū)整體火災形勢級別的評估,為有效預防森林火災特別是重大、特大森林火災提供了一定的參考。

      猜你喜歡
      傷亡人數(shù)起數(shù)西南地區(qū)
      國家礦山安全監(jiān)察局:2022年煤礦百萬噸死亡率比2012年下降86%
      國家森防辦:一季度全國森林草原火災起數(shù)較往年顯著下降
      綠葉(2022年4期)2022-11-26 04:20:43
      基于MCI指數(shù)的西南地區(qū)近60年夏季干旱特征
      西南地區(qū)干濕演變特征及其對ENSO事件的響應
      去年全國生產(chǎn)安全事故起數(shù)下降15.5%
      化工時刊(2021年1期)2021-01-07 18:13:31
      沙基慘案傷亡人數(shù)考辨
      紅廣角(2020年4期)2020-11-02 02:45:15
      山西隊戲向西南地區(qū)的傳播
      中華戲曲(2019年2期)2019-02-06 06:54:16
      Завершено строительство крупнейшего комплексного транспортного узла на юго
      --западе Китая
      中亞信息(2016年7期)2016-10-20 01:41:30
      閱讀理解兩則
      第二次世界大戰(zhàn)主要交戰(zhàn)國傷亡人數(shù)
      軍事歷史(1984年2期)1984-08-21 06:27:06
      霸州市| 彭水| 延安市| 南部县| 财经| 乐清市| 武乡县| 新安县| 浏阳市| 新龙县| 客服| 淮南市| 曲阜市| 秦皇岛市| 上犹县| 林州市| 秭归县| 宜阳县| 富阳市| 勃利县| 曲沃县| 健康| 前郭尔| 加查县| 田东县| 京山县| 天台县| 虎林市| 广平县| 景泰县| 兴宁市| 从化市| 金乡县| 尖扎县| 铁力市| 水城县| 海盐县| 延边| 新巴尔虎右旗| 密云县| 江北区|