井岡山森林氣象火險(xiǎn)預(yù)測模型及火險(xiǎn)等級(jí)區(qū)劃研究

畢晨 吳菲菲

摘要 利用江西省2003—2018年全省林火數(shù)據(jù)，探討江西省林火發(fā)生的時(shí)空變化及對應(yīng)氣象影響因子的特征，并建立出包含氣象要素變量的林火預(yù)測模型。結(jié)果發(fā)現(xiàn)，江西火點(diǎn)主要集中在贛南地區(qū)，2007—2009年期間森林火災(zāi)多發(fā)，冬季1—3月易發(fā)生森林火災(zāi)。通過逐步回歸的方法選取10個(gè)顯著相關(guān)的氣象要素變量進(jìn)行林火預(yù)測模型的建立。模型對林火和非林火的預(yù)測概率分別為85.1%和38.8%，預(yù)測總準(zhǔn)確率可達(dá)65.6%，使用井岡山地區(qū)林火數(shù)據(jù)代入模型進(jìn)行驗(yàn)證，模型對井岡山區(qū)域的林火發(fā)生預(yù)測準(zhǔn)確率為84%，研究結(jié)果可為當(dāng)?shù)亓只痤A(yù)報(bào)服務(wù)及森林防災(zāi)減災(zāi)決策提供技術(shù)支持。

關(guān)鍵詞 森林氣象火險(xiǎn);預(yù)測模型;等級(jí)區(qū)劃;預(yù)報(bào)服務(wù)

中圖分類號(hào)：S762.1 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2021）04–0120–04

由于森林被肆意砍伐，地球自然資源被無度索取，造成生態(tài)環(huán)境的嚴(yán)重破壞，全球溫室效應(yīng)影響日益嚴(yán)峻，氣候異常增暖，森林火災(zāi)次數(shù)顯著增加，損失慘重。王學(xué)祥等[1]曾提出森林火災(zāi)會(huì)給生態(tài)環(huán)境造成毀滅性的影響，防災(zāi)減災(zāi)難度大。多年來，我國采取多項(xiàng)舉措保護(hù)生態(tài)環(huán)境，堅(jiān)決杜絕發(fā)生森林火災(zāi)。劉發(fā)林等[2]對自然保護(hù)區(qū)森林防火現(xiàn)狀進(jìn)行剖析，指出了人為產(chǎn)生的非生產(chǎn)性用火是造成森林火災(zāi)的主要元兇。何銳[3]表示只有充分做好森林防災(zāi)減災(zāi)工作，建立完善的防火機(jī)制，才能有效地抑制林火的發(fā)生。李黎立等[4]提出了科學(xué)防火的重要性，表示監(jiān)測手段落后是森林防火工作的一個(gè)主要問題。實(shí)際上在科學(xué)防控方面，專家學(xué)者都進(jìn)行了大量細(xì)致的研討，梁慧玲等[5]運(yùn)用隨機(jī)森林算法提出了日最高氣溫、日最高地表氣溫、日最低地表氣溫、日最小相對濕度、日照時(shí)數(shù)等5個(gè)氣象要素是導(dǎo)致林火發(fā)生的主要驅(qū)動(dòng)因子。葉更新等[6]給出了對于火險(xiǎn)等級(jí)的預(yù)報(bào)，運(yùn)用非線性回歸方法得出了可燃物含水率與溫度和風(fēng)速成負(fù)相關(guān)，與相對濕度成正相關(guān)。祝必琴等[7]分析了江西省井岡山地區(qū)1991—2000年森林火災(zāi)與氣象條件的相關(guān)性。

井岡山位于江西省西南部，是全省乃至全國重要的紅色教育基地，森林植被覆蓋率高，一旦出現(xiàn)火災(zāi)，會(huì)毀滅生態(tài)環(huán)境資源，尤其是珍貴樹種，而且還會(huì)破壞自然景觀、園林古文化、紅色文化。因此，建立適宜的森林火險(xiǎn)等級(jí)劃分標(biāo)準(zhǔn)和預(yù)報(bào)模型對于預(yù)防森林火災(zāi)的發(fā)生、減少火災(zāi)造成的經(jīng)濟(jì)損失和保護(hù)森林生態(tài)系統(tǒng)具有重要意義。本課題應(yīng)用與林火發(fā)生顯著相關(guān)的氣象要素變量建立林火預(yù)測模型，計(jì)算林火可能發(fā)生的概率，并對森林氣象火險(xiǎn)進(jìn)行區(qū)劃，研究結(jié)果可為當(dāng)?shù)亓只痤A(yù)報(bào)服務(wù)及森林防災(zāi)減災(zāi)決策提供參考和相應(yīng)的技術(shù)支持。

1 資料與方法

1.1 資料

火點(diǎn)數(shù)據(jù)來源于江西省氣象科學(xué)研究所，包括2003—2018年江西省火點(diǎn)的地理坐標(biāo)和起火時(shí)間，從中可篩選出1 037次林火。氣象數(shù)據(jù)取自江西氣象站常規(guī)觀測數(shù)據(jù)。將火點(diǎn)數(shù)據(jù)作為模型的因變量，氣象數(shù)據(jù)作為自變量，再按比例選取一部分非火點(diǎn)作為隨機(jī)點(diǎn)，最終組合火點(diǎn)和非火點(diǎn)數(shù)據(jù)作為模式擬合的總樣本。最終提取獲得與火點(diǎn)匹配的有效氣象數(shù)據(jù)5 995組。

1.2 方法

按照蘇漳文等[8]的研究方法，總樣本被分為建模部分和校驗(yàn)部分，包含已知森林火點(diǎn)和氣象隨機(jī)點(diǎn)。分別對兩種樣本進(jìn)行多次模擬擬合，剔除不顯著的變量后，出現(xiàn)顯著相關(guān)的10個(gè)變量將參與全樣本模型擬合。通過ROC曲線擬合優(yōu)度檢驗(yàn)?zāi)Ｐ偷念A(yù)測能力，根據(jù)最終結(jié)果建立概率模型，代入井岡山地區(qū)已發(fā)生的林火樣本數(shù)據(jù)進(jìn)行驗(yàn)證，進(jìn)而得出能預(yù)測井岡山地區(qū)火險(xiǎn)概率的模型。再用ROC中敏感性和特異性計(jì)算約登指數(shù)，得出林火發(fā)生概率的臨界值。最后將計(jì)算得出的預(yù)測概率用Kriging方法進(jìn)行空間分布插值，求出模型擬合過程中的閾值均值，并對火險(xiǎn)概率進(jìn)行區(qū)劃。

2 結(jié)果與分析

2.1 江西林火發(fā)生的時(shí)空特征

根據(jù)江西省2003—2018年林火空間火點(diǎn)分布圖可知，江西火點(diǎn)主要集中在贛南地區(qū)（圖1）。江西地貌以海拔100～500 m的丘陵、山地為主，占總土地面積65.4%，其主要分布在江西省南部，森林植被覆蓋面積廣，火點(diǎn)分布較為密集。贛北地區(qū)相較于贛南地區(qū)火點(diǎn)分布較少，這是因?yàn)楸辈繛檑蛾柡皆?，地勢平坦，且鄱陽湖周圍城市化進(jìn)程高，林火發(fā)生次數(shù)少，例如南昌市16年間只發(fā)生兩起林火。以丘陵地貌為主的上饒市火點(diǎn)分布相對于贛北其他地區(qū)更密集。

從2003—2018年江西省林火時(shí)間變化特征圖（圖2）中可以看出，江西省林火年變化總體表現(xiàn)出先升后降的波動(dòng)，其中峰值年出現(xiàn)在2007—2009年間，僅2009年全省林火次數(shù)就高達(dá)361次;然而2015年全省僅記錄到一次有效林火（圖2）。同時(shí)，林火發(fā)生次數(shù)還具有顯著的月變化規(guī)律，暖季的5—9月幾乎沒有森林火災(zāi)發(fā)生，此時(shí)為江西省汛期，顯而易見降水次數(shù)、空氣相對濕度、土壤含水量、植被含水量等均與林火發(fā)生有強(qiáng)烈的相關(guān)性;進(jìn)入冷季后火災(zāi)發(fā)生次數(shù)有所增加，其中，冬季1—3月易發(fā)森林火災(zāi)，除了季節(jié)性氣象條件改變外，可能還存在人為引發(fā)林火的可能性，如春節(jié)祭祀和慶祝活動(dòng)、農(nóng)業(yè)活動(dòng)等。總體來說，人為因素雖有干擾，與林火息息相關(guān)的還是氣象因子。因此，將進(jìn)一步探討氣象因子的影響機(jī)制并建立林火發(fā)生概率與氣象因子相關(guān)的判斷模型。

2.2 林火發(fā)生時(shí)氣象特征

圖3是2003—2018年15年間江西省林火發(fā)生時(shí)的主要?dú)庀笠仡l率分布圖，包括日平均溫度、日最高溫度、日平均相對濕度、日蒸發(fā)量、日最高地面溫度和日平均氣壓，所有氣象要素均呈現(xiàn)出單峰分布特征。結(jié)果表明，發(fā)生林火的平均溫度峰值在10℃～16℃，在12℃～14℃范圍內(nèi)達(dá)到頻率最大值，占總體的14.4%;日最高氣溫在20℃～24℃的范圍內(nèi)達(dá)到最大峰值，最大頻率占比達(dá)到16.4%，然而在26℃～30℃間仍有一個(gè)次峰值，占比高達(dá)11.1%～12.8%。林火發(fā)生時(shí)相對濕度范圍在15%～95%之間，環(huán)境濕度較為干燥，最大峰值出現(xiàn)在50%～60%，僅這一范圍的累計(jì)頻率占比就達(dá)到35.7%，而在相對濕度大于80%的區(qū)間內(nèi)的累計(jì)頻率占比僅為1.1%，這表明高的相對濕度環(huán)境是規(guī)避林火發(fā)生的一個(gè)重要條件。林火發(fā)生時(shí)，蒸發(fā)量較小，蒸發(fā)量峰值在3～4 mm區(qū)間內(nèi)達(dá)到頻率25%的峰值，峰值過后，蒸發(fā)量和頻率逐漸呈負(fù)相關(guān)。從地面最高溫度的頻率分布可以發(fā)現(xiàn)，30℃～40℃區(qū)間內(nèi)的占比超過總體的一半，這一范圍的累計(jì)占比超過50%。

2.3 林火模型的建立

使用SPSS軟件和Logistic模型將所有的訓(xùn)練樣本進(jìn)行擬合，總樣本被分為建模部分和校驗(yàn)部分，其包含已知森林火點(diǎn)和氣象隨機(jī)點(diǎn)。其后應(yīng)用逐步回歸的方法對模型參數(shù)進(jìn)行選擇，在剔除不顯著的變量后，最終選取10個(gè)顯著相關(guān)（α=0.01）的氣象變量，分別為觀測站的平均氣壓、日最高氣壓、日最低氣壓、平均氣溫、日最高氣溫、日最低氣溫、平均相對濕度、蒸發(fā)量、日最低地表氣溫、日照時(shí)間，參與模型擬合。

利用ROC曲線，其目的是通過擬合優(yōu)度檢驗(yàn)?zāi)Ｐ偷念A(yù)測能力，進(jìn)而估算出森林火點(diǎn)發(fā)生的最優(yōu)臨界值。ROC曲線圖由圖4所示，計(jì)算得到ROC 曲線下的面積（AUC值）為0.662～0.693，標(biāo)準(zhǔn)誤差為0.008，這表明Logistic模型的擬合水平較高，且具有統(tǒng)計(jì)學(xué)上的意義（顯著性水平P<0.0001），可滿足江西省井岡山森林火險(xiǎn)氣象平臺(tái)的林火預(yù)測預(yù)報(bào)業(yè)務(wù)中。根據(jù)圖4曲線的坐標(biāo)值可以求得各個(gè)坐標(biāo)點(diǎn)的約登指數(shù)（敏感性+特異性-1），其中林火發(fā)生的最佳閾值可由約登指數(shù)的最大值來代表。通過本次模型的ROC檢驗(yàn)最終結(jié)果分析發(fā)現(xiàn)，Logistic模型的擬合效果較好（AUC值為0.68），全樣本數(shù)據(jù)模型最優(yōu)臨界值為0.275。模型對林火和非林火的預(yù)測概率為85.1%和38.8%，總預(yù)測概率為65.6%。模型對火點(diǎn)的預(yù)測準(zhǔn)確率明顯優(yōu)于非火點(diǎn)的，能夠很好地應(yīng)用于林火預(yù)警預(yù)報(bào)業(yè)務(wù)中。

根據(jù)模型因子相關(guān)參數(shù)結(jié)果（表1），可以得到概率模型為：

LogitP=ln（P/1-P）=5.259+0.386 x1-0.217x2-0.174x3-0.321x4+0.255x5+0.10

7x6-0.05x7-0.144x8+0.05x1+0.162x10

式中，P為林火發(fā)生概率，x1為平均氣壓，x2為日最高氣壓，x3為日最低氣壓，x4為平均氣溫，x5為日最高氣溫，x6為日最低氣溫，x7為平均相對濕度，x8為蒸發(fā)量，x9為日最低地表氣溫，x10為日照時(shí)間。

轉(zhuǎn)換得到林火發(fā)生的概率公式為：

2.4 森林火險(xiǎn)預(yù)測與等級(jí)劃分個(gè)例

根據(jù)林火發(fā)生的概率模型，最后將計(jì)算得出的預(yù)測概率用Kriging方法進(jìn)行空間分布插值（圖5），求出模型擬合過程中閾值均值為0.275，并參照其他相關(guān)研究以該均值和0.500為分類點(diǎn)，對全省森林火險(xiǎn)概率進(jìn)行區(qū)劃，其中小于0.275為低火險(xiǎn)區(qū)，0.275～0.500為中火險(xiǎn)區(qū)，大于0.500為高火險(xiǎn)區(qū)。

這一組隨機(jī)點(diǎn)的火險(xiǎn)等級(jí)劃分結(jié)果如圖6所示。由圖6可知，此次隨機(jī)點(diǎn)的森林火險(xiǎn)模型與此結(jié)果顯示全省各市均有高火險(xiǎn)等級(jí)落區(qū)，說明全省森林火險(xiǎn)等級(jí)較高，需加強(qiáng)防范管理高火險(xiǎn)地區(qū)的用火安全。

2.5 井岡山區(qū)域森林火險(xiǎn)驗(yàn)證

表2為根據(jù)江西省林火發(fā)生模型計(jì)算得到井岡山地區(qū)林火發(fā)生概率，其中輸入的氣象要素為已知火點(diǎn)附近50 km的氣象數(shù)據(jù)。以閾值0.275和0.500為分類標(biāo)準(zhǔn)，其林火發(fā)生的預(yù)測準(zhǔn)確率為84%，具備統(tǒng)計(jì)學(xué)意義，代表此模型可用于井岡山地區(qū)林火預(yù)測。

3 結(jié)論

利用2003—2018年江西省林火數(shù)據(jù)和林火對應(yīng)的氣象站每日的氣象數(shù)據(jù)，研究了江西省林火發(fā)生的空間特征、時(shí)間變化及林火發(fā)生時(shí)的氣象特征，選取10個(gè)顯著相關(guān)的氣象要素變量進(jìn)行林火預(yù)測模型的建立，并對計(jì)算出的林火預(yù)測概率進(jìn)行空間分布插值區(qū)劃。模型對井岡山區(qū)域的林火發(fā)生預(yù)測準(zhǔn)確率較高，研究結(jié)果可對當(dāng)?shù)亓只痤A(yù)報(bào)服務(wù)及森林防災(zāi)減災(zāi)決策提供技術(shù)支持。

（1）江西火點(diǎn)主要集中在森林植被覆蓋率高的地區(qū)，例如贛南地區(qū)、上饒地區(qū)。江西省林火年變化有波動(dòng)，峰值年出現(xiàn)在2007—2009年間，僅2009年全省林火次數(shù)就高達(dá)361次;冬季1—3月易發(fā)森林火災(zāi)。降水次數(shù)、空氣相對濕度、氣溫、土壤含水量、植被含水量等均與林火發(fā)生有強(qiáng)烈的相關(guān)性。

（2）運(yùn)用氣象觀測站平均氣壓、日最高氣壓、日最低氣壓、平均氣溫、日最高氣溫、日最低氣溫、平均相對濕度、蒸發(fā)量、日最低地表氣溫、日照時(shí)間10個(gè)顯著相關(guān)變量參與全樣本Logistic模型擬合。結(jié)果表明，模型對林火和非林火的預(yù)測概率分別為85.1%和38.8%，總預(yù)測概率達(dá)65.6%。Logistic模型的擬合水平較高（AUC值為0.68）且具有統(tǒng)計(jì)學(xué)上的意義（顯著性水平P<0.0001）。可將模型運(yùn)用于江西林火的預(yù)測預(yù)報(bào)預(yù)測業(yè)務(wù)中。此外，此模型對井岡山地區(qū)林火預(yù)測準(zhǔn)確率高達(dá)84%，具備統(tǒng)計(jì)學(xué)意義，亦可用于井岡山地區(qū)的林火防控管理和預(yù)警預(yù)報(bào)業(yè)務(wù)中。

參考文獻(xiàn)

[1] 王學(xué)祥，曲智林.基于空間數(shù)據(jù)分析黑龍江森林火災(zāi)空間關(guān)聯(lián)性[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版， 2016， 32（3）： 381-384.

[2] 劉發(fā)林，張思玉.自然保護(hù)區(qū)森林防火對策探討[J].林業(yè)經(jīng)濟(jì)問題，2009，29（5）： 392-394.

[3] 何銳.森林防火現(xiàn)狀及火災(zāi)控制措施[J].生物技術(shù)世界，2016（2）：41.

[4] 李黎立，蔣健，杜連海.北京松山國家級(jí)自然保護(hù)區(qū)森林防火現(xiàn)狀與對策[J].四川林勘設(shè)計(jì)，2013（4）：52-54.

[5] 梁慧玲，孫鋒鋒，丁桂芹.基于隨機(jī)森林算法的福建林火發(fā)生驅(qū)動(dòng)因子分析[J].信息系統(tǒng)工程，2019（9）：146-148，150.

[6] 葉更新，葉?，?林下可燃物含水率預(yù)測的一個(gè)多項(xiàng)式氣象模型[J].東北林業(yè)大學(xué)學(xué)報(bào)，2011，39（9）：65-68.

[7] 祝必琴，劉家勝，肖金香.井岡山森林火災(zāi)與氣象條件的相關(guān)分析[J].氣象與減災(zāi)研究，2007（4）：65-68.

[8] 蘇漳文，劉愛琴，梁慧玲，等.基于氣象因子的福建省森林火險(xiǎn)預(yù)測模型[J].森林與環(huán)境學(xué)報(bào)，2015，35（4）：370-376.

責(zé)任編輯：黃艷飛