朱 政，趙 璠*，李世友，秦明明，鄧小凡，黃鵬桂

(1.西南林業(yè)大學(xué) 大數(shù)據(jù)與智能工程學(xué)院，昆明 650224；2 西南林業(yè)大學(xué) 土木工程學(xué)院，昆明 650224)

林火是調(diào)節(jié)森林生態(tài)系統(tǒng)的關(guān)鍵因子，不僅影響森林生態(tài)系統(tǒng)的穩(wěn)定、更新和演替，同時也威脅著生物多樣性、大氣環(huán)境和人類生命財產(chǎn)安全[1-5]。我國是林火災(zāi)害較為嚴(yán)重的國家之一，森林過火面積年均高達(dá)幾十萬hm2[6],因此，研究林火預(yù)測預(yù)報具有十分重要的理論意義和實(shí)踐價值[7-8]。

火險氣象預(yù)報模型是最成熟的預(yù)報模型，因其相關(guān)因子采集成本低、獲取容易、模型算法簡單，在國內(nèi)外都有廣泛的研究成果，代表模型主要包括加拿大森林火險指數(shù)系統(tǒng)[9](FWI)、國家火險等級系統(tǒng)(NFDRS)[10]、澳大利亞火險等級系統(tǒng)(GFDM)[11]，我國2018年發(fā)布了《森林火險氣象等級》國家標(biāo)準(zhǔn)(GB/T 36743-2018)[12]。依據(jù)前人的結(jié)論，林火受多種因子共同影響，主要可以分為氣象、地形、可燃物和人為因素[13-14]。林火與多種因素存在復(fù)雜聯(lián)系，表現(xiàn)出不同的時空分布特征，為有效對林火進(jìn)行防控，構(gòu)建基于當(dāng)?shù)氐牧只鸢l(fā)生預(yù)報模型是有效的防控手段。楊夏捷等[15]以火點(diǎn)數(shù)據(jù)為基礎(chǔ)，結(jié)合氣候、可燃物、地形、人類活動構(gòu)建Logistic回歸模型進(jìn)行火險區(qū)劃。梁慧玲等[16]根據(jù)1974-2008年大興安嶺塔河火災(zāi)資料，分別構(gòu)建Logistic回歸模型和隨機(jī)森林模型，通過對比發(fā)現(xiàn)研究區(qū)內(nèi)隨機(jī)森林模型的精度更高。S.Volkanetal[17]利用貝葉斯網(wǎng)絡(luò)模型對林火發(fā)生原因進(jìn)行探究，結(jié)果表明閃電、道路距離、氣溫都是引發(fā)林火的主要因素。

本研究通過VIIRS 375 m熱異常數(shù)據(jù)集提取得到歷史火點(diǎn)，并進(jìn)一步篩選得到歷史未過火點(diǎn)，使用《森林火險氣象等級》國家標(biāo)準(zhǔn)(GB/T 36743-2018)測算各點(diǎn)火險等級,并依據(jù)國家標(biāo)準(zhǔn)(QX/T 77-2007)確定其他火險因子，將坡度、地物類型、距公路、居民區(qū)距離等因子加權(quán)構(gòu)建林火發(fā)生預(yù)報模型，測算歷史火點(diǎn)和歷史未過火點(diǎn)對應(yīng)的火險等級，并進(jìn)行精度比較和分析，以期為全區(qū)林火預(yù)防和管理工作提供參考。

1 研究區(qū)概況

1.1 研究區(qū)

研究區(qū)為云南省的昆明市和玉溪市。全區(qū)土地面積約3.7×104萬km2,約占云南省土地面積的9.38%；人口占比約為云南省總?cè)丝诘?7.5%(2019年常住人口統(tǒng)計)；財政收入占比36.28%(2020年云南省統(tǒng)計年鑒)。全區(qū)地處云南省中部(23°19′-26°22′N，102°10′-103°40′E)，地勢北高西低，平均海拔在1 500 m之上，年均氣溫16.4～24.6 ℃，具有干濕季分明的氣候特征。昆明市有森林面積11.69×105hm2，森林覆蓋率達(dá)到52.62%，森林蓄積量達(dá)到6 057×104m3。2019年底，玉溪市有森林面積90.9×104hm2，森林覆蓋率達(dá)到60.7%，森林蓄積量達(dá)到5 950×104m3。境內(nèi)主要樹種包括云南松(Pinusyunnanensis)、華山松(P.armandii)、櫟類(Quercusspp.)、杉木(Cunninghamialanceolata)、楊樹(Populusspp.)等[18]。全區(qū)森林資源豐富，屬于林火高發(fā)區(qū)，每年12月至翌年6月為全區(qū)范圍防火期，氣候干旱少雨，森林可燃物長期處于干燥狀態(tài)，極易發(fā)生特大森林火災(zāi)，從VIIRS 375 m熱異常產(chǎn)品數(shù)據(jù)集篩選出全區(qū)2012-2019年共發(fā)生林火608起，其中玉溪市發(fā)生林火372起，昆明市發(fā)生林火236起，林火主要發(fā)生在春季和夏季。

1.2 數(shù)據(jù)來源

火點(diǎn)數(shù)據(jù)來源于VIIRS 375 m(VNP14IMP)熱異常產(chǎn)品數(shù)據(jù)集，該產(chǎn)品源自Suomi-NPP衛(wèi)星搭載的VIIRS傳感器傳輸?shù)某上駭?shù)據(jù)[19-20]，VIIRS傳感器提供空間分辨率為375 m和750 m的熱異常點(diǎn)數(shù)據(jù)，以每12 h為周期提供一次全球覆蓋火災(zāi)活動圖，VIIRS產(chǎn)品以MODIS(MOD14/MYD14)火災(zāi)和熱異常算法為基礎(chǔ)，使用Contextual算法監(jiān)測生物質(zhì)燃燒和其他溫度異常區(qū)域[21]，該產(chǎn)品在國內(nèi)外被廣泛應(yīng)用于森林火災(zāi)識別研究[22-23]、火災(zāi)評估[20]、大氣污染[24-25]，與主流的MODIS火災(zāi)探測產(chǎn)品相比，該數(shù)據(jù)因有更高的空間分辨率而更精準(zhǔn)的性能，向美國國家航天局火災(zāi)信息資源管理系統(tǒng)(NASA FIRMS)申請下載獲取(https://earthdata.nasa.gov)。其他數(shù)據(jù)來源見表1。

表1 數(shù)據(jù)來源

1.3 數(shù)據(jù)處理

1.3.1 火點(diǎn)數(shù)據(jù)處理 下載2012-2019年覆蓋整個云南省的VIIRS 375 m(VNP14IMGTDL_NRT)熱異常數(shù)據(jù)集，提取出覆蓋昆明市和玉溪市的火點(diǎn)數(shù)據(jù)。VIIRS 375 m熱異常數(shù)據(jù)集提供包括火點(diǎn)坐標(biāo)、起火日期、置信度以及火點(diǎn)時間段見表2。為了驗(yàn)證數(shù)據(jù)的可靠性，選取新聞報道的8場火災(zāi)進(jìn)行檢驗(yàn)，根據(jù)報道火點(diǎn)的坐標(biāo)日期，從Google earth影像上進(jìn)行定位，與提取到的火點(diǎn)數(shù)據(jù)進(jìn)行日期和坐標(biāo)的比對，結(jié)果顯示精準(zhǔn)度很高(表3)，證明該數(shù)據(jù)對火災(zāi)監(jiān)測的準(zhǔn)確性。在提取火點(diǎn)時選取置信度為H的火點(diǎn)數(shù)據(jù)，避免數(shù)據(jù)中存在的偽火點(diǎn)信息，使用該數(shù)據(jù)與全區(qū)的地物類型圖在Arcgis10.7上面進(jìn)行比對，剔除掉不屬于林地類型的火點(diǎn)，確保所有的火點(diǎn)都屬于森林火災(zāi)，經(jīng)過篩選之后，一共得到608個火災(zāi)點(diǎn)(圖1)。

圖1 研究區(qū)2012-2019年火點(diǎn)數(shù)據(jù)分布

表2 VIIRS 375 m熱異常數(shù)據(jù)集字段名稱

表3 數(shù)據(jù)集對比驗(yàn)證

1.3.2 其他數(shù)據(jù)處理 氣象數(shù)據(jù)分別選取風(fēng)速、溫度、相對濕度、降水量以及連續(xù)無降水天數(shù)5個指標(biāo)，采用Arcgis10.7的泰森多邊形匹配距離火點(diǎn)最近氣象站點(diǎn)，獲取火點(diǎn)當(dāng)日的氣象數(shù)據(jù)。使用Arcgis10.7按掩膜提取全區(qū)范圍的地表數(shù)據(jù)，并使用值提取到點(diǎn)獲取每個火點(diǎn)對應(yīng)的地物類型。采用Arcgis10.7對下載的DEM進(jìn)行裁剪得到全區(qū)范圍的DEM影像，按值提取到點(diǎn)的方式獲取每個點(diǎn)的坡度值，統(tǒng)計火點(diǎn)的坡度值并選取對應(yīng)的范圍進(jìn)行分級[26]。人為活動按照距離遠(yuǎn)近分別測算火點(diǎn)離公路、居民區(qū)的距離，分別導(dǎo)入基礎(chǔ)地理數(shù)據(jù)庫后，使用 Arcgis10.7的近鄰分析功能得到火點(diǎn)距公路、居民區(qū)的最近距離，并選取相應(yīng)的范圍進(jìn)行分級。

2 研究方法

2.1 火險氣象預(yù)報模型

氣象因素是導(dǎo)致林火發(fā)生的直接因素，通常作為傳統(tǒng)火險氣象模型來進(jìn)行火險區(qū)劃和林火預(yù)測[27],其一般思路為選取幾種主要?dú)庀笠蜃訕?gòu)建綜合指標(biāo)來表征林火發(fā)生的可能性。本研究選用2018年最新發(fā)布的火險氣象指數(shù)(forest fire danger weather index)來作為火險預(yù)報模型的依據(jù)，用指數(shù)值測算其對應(yīng)的火險等級，其計算方法如下

IFFDI=U×Cr×Cs

(1)

式中:IFFDI為火險氣象指數(shù)，Cr是降水量修正系數(shù)，24 h內(nèi)降水Rr≥1 mm 時，Cr=0；Rr<1 mm時，Cr=1；Cs是積雪修正系數(shù)，24 h內(nèi)雪深Hs>0 cm時，Cs=0；Hs=0 cm時，Cs=1，U是火險氣象指數(shù)的函數(shù)表達(dá)式，其計算方法如下

U=f(V)+f(T)+f(rRH)+f(M)

(2)

式中:V代表當(dāng)?shù)?4:00風(fēng)速/(m·s-1)；T代表14:00氣溫/℃；rRH代表14:00相對濕度/%；M為綜合氣象干旱等級為無旱(氣象干旱綜合指數(shù)[28]MCI>-0.5)、輕旱(MCI≤-0.5)時的連續(xù)無降水日/d；各氣象因子對應(yīng)的函數(shù)值見表4，查表4可知，本研究區(qū)按照《森林火險氣象等級》劃分屬于C區(qū)，IFFDI取值對應(yīng)的火險等級見表5。

表4 氣象因子及其函數(shù)值查對表

表5 森林火險氣象等級劃分標(biāo)準(zhǔn)

2.2 林火發(fā)生預(yù)報模型構(gòu)建

常規(guī)的火險預(yù)報模型僅僅考慮氣象因素對于林火發(fā)生的影響，單純通過火險天氣因子進(jìn)行預(yù)報，但該模型在小氣候特征明顯的山地林區(qū)，由于局部地區(qū)氣候差異性大，極易造成誤報漏報。同時，國內(nèi)外研究顯示除氣象因素外，地形、林內(nèi)可燃物類型和人類活動等因素對林火發(fā)生也有顯著影響[29-30]。因此，可用常規(guī)火險氣象預(yù)報模型分別融合可燃物、地形和人類活動這幾類要素，實(shí)現(xiàn)全面的林火發(fā)生預(yù)報模型構(gòu)建。本研究采用森林火災(zāi)發(fā)生指數(shù)(forest fire occurrence index)預(yù)示潛在火險等級，其計算式如下:

IFFOI=IFFDI×Ca×Cb×Cc×Cd×K

(3)

式中:IFFDI是森林火險氣象指數(shù)；Ca是地形調(diào)整系數(shù)；Cb是可燃物調(diào)整系數(shù)；Cc是道路調(diào)整系數(shù)；Cd是居民點(diǎn)調(diào)整系數(shù)；K是森林火災(zāi)發(fā)生模型閾值調(diào)整系數(shù)，其值為0.754。

式中:Ca、Cb、Cc、Cd的取值參考2007年出版的《森林火險氣象等級》國家標(biāo)準(zhǔn)(QX/T 77-2007)的其他因子火情貢獻(xiàn)度計算方法[31],首先計算在各區(qū)間內(nèi)Yi發(fā)生條件下Fi發(fā)生的概率Pi，Pi反映該區(qū)間內(nèi)的火情嚴(yán)重程度，其計算方法為

(4)

式中:Fi為各區(qū)間內(nèi)火災(zāi)出現(xiàn)次數(shù)歷史平均值(如：地形中坡度為0°～5°發(fā)生森林火災(zāi)次數(shù)歷史平均值)；Yi為各因子區(qū)間內(nèi)因子出現(xiàn)日數(shù)(如：地形中坡度為0°～5°發(fā)生森林火災(zāi)的日數(shù))；Pi為Yi條件下Fi發(fā)生概率；i為各區(qū)間內(nèi)因子之和(如：地形中坡度的分類級別)。

計算得到各區(qū)間的Pi值，按照公式(5)計算各因子的相對火險比例

(5)

式中:Pmin為各區(qū)間內(nèi)Pi最小值；Ci為各區(qū)間因子相對于Pmin的火險比例。

本研究中融合的因子及相對火險比例見表6，再根據(jù)公式(3)的計算對應(yīng)的IFFOI值，依據(jù)表5劃分火險等級。

表6 林火發(fā)生預(yù)報模型調(diào)整系數(shù)查對表

2.3 模型精度比較

采用2種不同方式比較上述2種模型的精度。首先，剔除608個歷史火點(diǎn)中，在著火發(fā)生日期之前1個月存在下雨、降雪的歷史火點(diǎn)，并保證火點(diǎn)的經(jīng)緯度坐標(biāo)值大于0.1，最終形成300個歷史未過火點(diǎn)；其次，利用模型分別計算和統(tǒng)計歷史火點(diǎn)、歷史未過火點(diǎn)的火險等級；再次，分別計算得到2種模型在歷史火點(diǎn)、歷史未過火點(diǎn)的各火險等級比例；最后，以三級火險等級劃分，統(tǒng)計三級及以上的火點(diǎn)等級比例和累積比例作為評價模型精度的指標(biāo)[32]。

3 結(jié)果與分析

3.1 火點(diǎn)時空分布

由圖2A可見，全區(qū)2012-2019年這8 a間發(fā)生森林火災(zāi)年均次數(shù)為76次，其中，2014年發(fā)生的森林火災(zāi)次數(shù)高達(dá)116次，與該年份春夏季長時間干旱少雨的氣候有關(guān)，從2015年開始整體森林火災(zāi)的數(shù)量呈明顯下降的趨勢，可能與近年來相關(guān)部門重視森林資源嚴(yán)禁防火措施有關(guān)。由圖2B可見，全區(qū)的林火呈兩極分布的態(tài)勢，主要集中在1-5月，云南省的防火期在1月～6月15日，這與前人的研究結(jié)論一致[33],主要是因?yàn)槿珔^(qū)的氣候干濕季分明，干季干旱少雨，林內(nèi)可燃物處于季節(jié)性增長和干燥狀態(tài)，極易被點(diǎn)燃引發(fā)大火。由圖2C可見，森林火災(zāi)頻發(fā)區(qū)域集中在元江哈尼族彝族傣族自治縣、尋甸回族彝族自治縣、峨山彝族自治縣和安寧市，平均森林火災(zāi)次數(shù)為88次，占全區(qū)總火點(diǎn)頻次的58%以上，因此，應(yīng)當(dāng)引起防火相關(guān)部門重視，加強(qiáng)防火宣傳，杜絕明火帶入林區(qū)，提高林火實(shí)時監(jiān)測能力，在火災(zāi)初期及時控制火情，減小損失，合理利用道路和水域組成天然防火隔離帶[34]，防止火情的蔓延。

注：A歷年火點(diǎn)數(shù)量統(tǒng)計；B各月火點(diǎn)數(shù)量統(tǒng)計；C各區(qū)縣火點(diǎn)數(shù)量統(tǒng)計。

由圖3A可見，統(tǒng)計的地物類型發(fā)生林火的最多的是森林，其火點(diǎn)數(shù)高達(dá)348次，占總火點(diǎn)頻次的57%以上，灌木地火點(diǎn)數(shù)僅為38次，占總火點(diǎn)頻次的6.25%，其次為耕地和草地，火點(diǎn)數(shù)量分別為108次和118次。由圖3B可見，占據(jù)火點(diǎn)頻次最多的坡度范圍在0°～15°，高達(dá)236次，占總火點(diǎn)頻次的38%以上，火點(diǎn)分布整體隨著坡度的增大而減小，這主要是因?yàn)槠露仍酱笤饺菀自斐伤亮魇В焕诳扇嘉锏脑鲩L和堆積，因此火點(diǎn)數(shù)量隨之減少。由圖3C可見，火點(diǎn)頻次集中在3 km以內(nèi)，火點(diǎn)頻次與距離呈均勻分布的狀態(tài)，占據(jù)總火點(diǎn)頻次的95%以上，這是因?yàn)槿祟惢顒用芗瑢?dǎo)致火源分布廣，人為火災(zāi)事故多，極易引發(fā)火情。由圖3D可見，當(dāng)距道路距離<1 000 m時，火點(diǎn)頻次呈現(xiàn)出先增加后減少的趨勢，主要是因?yàn)樵?00 m內(nèi)距離增加，可燃物載量增加，極易引發(fā)火災(zāi)，在500 m距離之后，可燃物載量不變，但是人類活動減少，火點(diǎn)頻次隨之減少，>1 000 m火點(diǎn)頻次主要受天氣、地形等因素影響。

注：A地物類型火點(diǎn)數(shù)量統(tǒng)計；B不同坡度的火點(diǎn)數(shù)量統(tǒng)計；C與居民區(qū)不同距離的火點(diǎn)數(shù)量統(tǒng)計；D與道路不同距離的火點(diǎn)數(shù)量統(tǒng)計。

3.2 模型預(yù)報結(jié)果精度對比

本研究以統(tǒng)計落入對應(yīng)火險等級的火點(diǎn)數(shù)量和累積比例的方式作為精度評價指標(biāo)，分別計算608個歷史火點(diǎn)和300個歷史未過火點(diǎn)的火險等級情況和累積比例。由圖4A可見，森林火險氣象預(yù)報模型計算歷史火點(diǎn)落在各火險等級比例分別為44.6%、14.6%、36.7%、3.4%、0.7%，對應(yīng)的火險等級分別為一級、二級、三級、四級、五級，三級及以上火險等級的累積比例為40.8%，林火發(fā)生預(yù)報模型的計算結(jié)果為一級(26.6%)、二級(8.7%)、三級(46.9%)、四級(3.5%)、五級(14.3%)，三級及以上火險等級的累積比例為64.7%，即:全區(qū)以三級及以上火險等級作為火險預(yù)警發(fā)布標(biāo)準(zhǔn)時，時空火險預(yù)報模型比森林火險預(yù)報模型的計算結(jié)果多23.9%的火點(diǎn)進(jìn)入火險預(yù)警的防控標(biāo)準(zhǔn)。

同上，用相同的方法計算這300個火點(diǎn)，其結(jié)果見圖4，森林火險氣象預(yù)報模型計算結(jié)果為一級(8%)、二級(39.3%)、三級(48%)、四級(4.7%)、五級(0%),三級以下火險等級的累計比例為47.3%，林火發(fā)生預(yù)報模型計算結(jié)果為一級(19%)、二級(42.3%)、三級(36.7%)、四級(2%)、五級(0%)，三級以下火險等級的累計比例為61.3%，即:全區(qū)以三級及以上火險等級作為火險預(yù)警發(fā)布標(biāo)準(zhǔn)時，時空火險預(yù)報模型比森林火險預(yù)報模型的計算結(jié)果少14%的火點(diǎn)進(jìn)入火險預(yù)警的防控標(biāo)準(zhǔn)，降低了林火防控的林區(qū)范圍和資源消耗。

注：A林火預(yù)報模型統(tǒng)計歷史火點(diǎn)數(shù)量；B火險預(yù)報模型統(tǒng)計歷史火點(diǎn)數(shù)量；C林火預(yù)報模型統(tǒng)計未過火點(diǎn)數(shù)量；D火險預(yù)報模型統(tǒng)計未過火點(diǎn)數(shù)量。

這2種模型通過歷史火點(diǎn)和歷史未過火點(diǎn)進(jìn)行對比發(fā)現(xiàn)：林火發(fā)生預(yù)報模型在高火險時能提升林區(qū)范圍的火險等級，在低火險時能降低林區(qū)范圍的火險等級，顯示出了更高的精準(zhǔn)度。本研究構(gòu)建的林火發(fā)生預(yù)報模型通過氣象做大范圍的時間預(yù)報，依據(jù)融合的多種空間因素進(jìn)一步精細(xì)化火險的空間分布 ，極大地提升了模型的精度。

3.3 模型預(yù)報結(jié)果對比

圖5是2種模型在隨機(jī)選取某天的預(yù)報結(jié)果圖，由于氣象因素均為2種模型的主要組成要素，因此，依據(jù)相同的氣象數(shù)據(jù)測算，在預(yù)報結(jié)果中2種模型的空間分布相似度極高。但是，森林火險氣象預(yù)報模型預(yù)報結(jié)果簡單，火險等級空間分布精細(xì)度不高，這是因?yàn)闅庀髷?shù)據(jù)由氣象站臺獲取，通過空間插值的方法生成火險分布圖，分布稀疏的氣象站臺只能獲取一個大范圍的空間插值結(jié)果，而林火還受到其他因素的影響[13-14],因此可根據(jù)每日天氣數(shù)據(jù)獲取大范圍內(nèi)的時間火險預(yù)報結(jié)果，通過融合多種其他更精細(xì)的空間因素(如坡度、地物類型、人為活動范圍等)，得到全方位的林火發(fā)生預(yù)報結(jié)果(圖5B)。火險等級預(yù)報結(jié)果更多，空間精細(xì)度更多，此外，還增加了無風(fēng)險區(qū)，將不含植被的其他區(qū)域(水體、實(shí)地、人造地表)計算為無風(fēng)險區(qū)，縮小了林火監(jiān)測和撲救范圍 ，增強(qiáng)了林火防控的時效性。因此，林火發(fā)生預(yù)報模型的預(yù)報結(jié)果更加精準(zhǔn)。

注：A火險氣象預(yù)報結(jié)果；B林火發(fā)生預(yù)報結(jié)果。

4 結(jié)論與討論

1)全區(qū)范圍內(nèi)的森林火災(zāi)次數(shù)較多，呈現(xiàn)明顯的季節(jié)分布規(guī)律，主要集中1-5月，與云南省的防火期一致，火災(zāi)多發(fā)生在干季，說明氣象因素是影響森林火災(zāi)的主要因素。

2)全區(qū)范圍內(nèi)的森林火災(zāi)不僅受到氣象因素的影響，還受到地形、可燃物、人為活動等因素的共同作用，這幾者共同構(gòu)成火三角燃燒的全部條件，決定林火發(fā)生的時空關(guān)系[35-36],氣象因素決定大范圍內(nèi)林火發(fā)生的時間預(yù)報結(jié)果，而地形、可燃物和人為活動等因素從更精細(xì)的空間角度預(yù)示著潛在的林火分布狀況。

3)2種模型預(yù)報的結(jié)果在整體分布上較為相似，但是林火發(fā)生預(yù)報模型的結(jié)果在火險等級的分布種類更多，預(yù)報的空間分布更為精細(xì)。

4)本研究研建的林火發(fā)生預(yù)報模型的預(yù)報結(jié)果比火險預(yù)報模型的精度更高，但考慮的因素主要在日值氣象數(shù)據(jù)，而林火發(fā)生前期的累積值同樣重要，如可燃物床厚度、死可燃物和活可燃物的空間分布等，在接下來的研究中會考慮引入一些中期要素加入模型的研建。