基于GIS的四川省森林火灾空间分布特征1)

王景华 龙先华 李 德 牛树奎

(北京林业大学，北京，100083)(四川省森林防火指挥部)(北京林业大学)

森林火灾的发生是一个复杂的系统科学问题，它受到许多相关因素的影响，如气候、天气、植被类型与分布、人类活动、火源种类与分布等。对于某个特定地点来说，森林火灾的发生是当时当地的多种影响因子共同作用的结果。由于不同区域的自然因素和人为影响存在或大或小的差异，森林火灾的发生和严重程度在空间上表现出不同的空间分布特征［1－3］。区域森林火灾时空分布特征是进行该地区森林火险等级区划的基础。掌握森林火灾的分布规律，可为森林防火部门进行森林火灾的预防和防火资源的有效空间配置提供必要的理论和决策依据。因此，森林火灾时空分布特征倍受国内外相关学者、专家和森林管理部门的关注，他们利用不同的理论方法和软件支持，对不同层次、不同地区的森林火灾空间分布特征进行了研究。杜春英等利用地理信息技术、SPSS统计软件和matlab等工具，分析了1966至2006年黑龙江省大兴安岭地区森林雷击火发生的时空演变规律［4］。金森等根据黑龙江省1980至1999年的林火资料，利用地理信息系统等工具，对黑龙江省林火时空动态和分布规律进行了研究［5］。柴造坡等用Excel软件分析和ArcGIS软件的图层叠加功能定向描绘分布格局情况的方法对我国黑龙江省黑河地区林火分布规律进行了分析研究［6］。田晓瑞等根据1992至2005年西藏藏族自治区森林火灾统计，分析了森林火灾发生的时间和空间规律［7］。王明玉等通过谱分析方法来分析我国火灾的周期性［8］。杨广斌等根据北京市1986至2006年森林火灾统计数据，运用统计分析方法和地理信息系统空间分析方法，对北京市森林火灾的时空分布规律进行研究［9］。Antonio Vázquez等利用火灾地区地形属性(坡度、坡向、海拔等)和基于栅格的GIS等，研究了西班牙中部森林火灾的空间分布［10］。Prestemon等通过构建函数的方法估测了林火时空尺度上的分布格局情况［11－12］。Larjavaara M 等对芬兰雷击引起的森林火灾的时空分布规律进行了研究［13］。笔者从森林火灾质心、自相关分析2个方面对四川省的森林火灾空间分布特征进行研究，旨在掌握四川省森林火灾在空间上的分布特征，为四川省的森林防火工作提供理论和决策参考。

1 研究区域概况

四川省位于我国西南部(97°21'～108°31'E，26°03'～34°19'N)，处于长江上游，青藏高原的东南缘，地域辽阔，地形复杂，在空间分布上具有“三向地带性”特征。由于受地理纬度和地貌的影响，四川东西部气候差异很大，大致可分为四川盆地中亚热带湿润气候区、川西南山地亚热带半湿润气候区和川西北高山高原高寒气候区三大气候区［14］。四川省是全国林业资源大省，属全国第四大林区。全省现有林业用地2311.66 万hm2，其中森林面积1659.52 万hm2，森林覆盖率34.31%，森林蓄积量159 572.37万m3。四川省是我国西南林区森林火灾较为严重的区域，平均每年发生森林火灾近300次［15］。

2 研究方法

2.1 研究数据

1989至2008年的森林火灾数据来源于四川省各森林防火办公室，具体包括发生时间、火灾次数、森林受害面积等。另外，还收集了四川省的其他数据，如数字化后的1∶1 000 000的四川省行政区地图数据等。

2.2 数据统计及建库

在ARCGIS软件的支持下，对1989至2008年的森林火灾数据进行统计并计算基本统计单元的森林火灾次数和森林火灾面积，根据收集到的基本统计单元边界、位置等数据，建立图形数据库，然后利用关系数据库建立森林火灾统计数据库，记录各统计单元在不同年份发生的森林火灾次数、森林火灾面积、森林火灾密度和森林受害率等数据，并建立起图形数据与属性数据的关联。

2.3 森林火灾质心

森林火灾质心是假设森林火灾所在区域为一同质的平面，而每一个研究单元都是平面上的一个质点，具有相同的重要程度，则质心应为区域中距离的平方和最小的一点，即一定空间平面上力矩达到平衡的一点［2］。假设研究区域由n个基本单元组成，基本单元的地理中心为(xi，yi)，单元内森林火灾次数或森林火灾面积的值为Pi，则研究区域的森林火灾频次或森林受害面积质心可由公式(1)计算。式中:X、Y分别为森林火灾质心的横坐标和纵坐标。显然森林火灾质心位置取决于森林火灾的分布状态，如果森林火灾分布是均匀的，质心则应处于该区域的几何中心即形心处，偏移均衡状态的森林火灾分布则将导致森林火灾质心旁移。

利用ARCGIS的空间分析功能，在森林火灾空间分布数据库的基础上，采用式(1)森林火灾质心模型，计算不同时期的森林火灾质心坐标，建立森林火灾质心数据库。从森林火灾质心在一段历史时期的移动轨迹中，得出森林火灾分布的变动情况，从而对森林火灾的空间变化规律进行研究。

2.4 空间自相关

采用全局的Moran’s I系数计算全局空间自相关，其公式为:

式中:I为Moran系数;n为空间单元的总数;wij为相邻权重(若空间单元i和j相邻，则wij=1，否则wij=0);xi和yi为x在相邻空间单元的取值，¯x为变量的平均值。I系数的取值在－1和1之间:小于0表示负相关，等于0表示不相关，大于0表示正相关［16］。

局部空间自相关采用Moran’s I局域空间自相关指数分析［17］，其公式为:

式中:Ii为Moran系数;n为空间单元的总数;wij为相邻权重(若空间单元i和j相邻，则wij=1，否则wij=0)为变量的平均值。Ii为正值表示该空间单元与邻近单元的属性值相似(“高—高”或“低—低”)，Ii为负值表示该空间单元与邻近单元属性值不相似(“高—低”或“低—高”)。

3 结果与分析

3.1 森林火灾质心转移与森林火灾空间变化

采用森林火灾统计数据库，利用ARCGIS软件，绘制1989—2008年四川省森林火灾频次和森林受害面积空间分布图(图1、图2)和四川省森林火灾频次和森林受害面积空间分布趋势图(图3、图4)。从图1－图4可以看出:总体上来说，四川省森林火灾频次从内到外逐渐增多，从北向南线性增加，从西到东呈“U”型曲线上升趋势;森林受害面积则主要集中在南部，从北向南、从西到东都呈线性上升趋势。

图1 四川省森林火灾总频次空间分布图

图2 四川省森林受害总面积空间分布图

图3 四川省森林火灾总频次空间分布趋势图

图4 四川省森林受害总面积空间分布趋势图

采用森林火灾质心模型，计算出各个年份的森林火灾次数质心坐标和森林受害面积质心坐标(表1)，建立森林火灾质心数据库，再根据森林火灾质心数据库，绘制出森林火灾频次质心和森林受害面积质心移动轨迹图(图5、图6)。从图5和图6中可以得到，20年来，四川省的森林火灾频次质心呈带状移动，移动范围较小;森林受害面积质心的移动轨迹则呈面状，移动范围较大。四川省的森林火灾频次质心和森林受害面积质心都是在不断移动的，其移动的轨迹反映了四川省森林火灾分布格局的变动。对比形心(图中黑色原点)的位置，可以看出，尽管近年来森林火灾频次质心往东北方向移动，但依然位于形心的西南部，说明四川省西南部的森林火灾频次在全省森林火灾频次中仍然占着较高的比例;森林受害面积质心没有明显的方向趋势，但也都在形心的西南部移动，表明四川省西南部的森林受害面积较大。

表1 各年森林火灾频次质心和森林受害面积质心坐标

分别以森林火灾频次质心和森林受害面积质心的经纬度为横坐标，绘制森林火灾频次质心和森林受害面积质心的空间分布图(图7、图8)。从图中可以看出，森林火灾频次质心在经度方向有明显地向高经度方向的偏移，在纬度方向有明显地向高纬度方向的偏移;而森林受害面积质心则只在一定范围内波动，没有明显地偏移方向。再以森林火灾频次质心和森林受害面积质心的经度为横坐标，纬度为纵坐标，对森林火灾频次质心和森林受害面积质心进行曲线拟合，得到森林火灾频次质心拟合曲线为 y=0.939 4x－67.975，R2=0.814 6，森林受害面积质心的拟合曲线为 y=0.080 9x+20.567，R2=0.015 6。式中，x为经度，y为纬度。可以看出，森林火灾频次质心在空间上分布较为集中(R2=0.814 6);而森林受害面积质心在空间上分布则较为分散(R2=0.015 6)。

图5 1989—2008年四川省森林火灾频次质心移动轨迹

图6 1989—2008年四川省森林受害面积质心移动轨迹

图7 森林火灾频次质心在经度方向和纬度方向的分布图

图8 森林受害面积质心在经度方向和纬度方向的分布图

3.2 森林火灾次数和森林受害面积的空间自相关

使用Moran’s I方法，利用Geoda软件，对四川省森林火灾频次和森林受害面积进行全局空间相关性分析，得到森林火灾频次全局空间自相关结果图(图9)和森林受害面积全局空间自相关结果图(图10)。由结果图可知，森林火灾频次的Moran’s I系数为0.599 6，说明四川省的森林火灾频次在空间上存在较强的正相关性;森林受害面积的Moran’s I系数为0.182 5，说明四川省的森林受害面积在空间上具有一定的正相关性。

图9 森林火灾频次全局空间自相关结果图

图10 森林火灾面积全局空间自相关结果图

采用局域空间自相关指数计算方法，使用Geoda软件，对全省森林火灾频次和森林受害面积进行局部空间自相关分析(LISA)，得到森林火灾频次和森林受害面积的LISA显著性水平图(图11和图13)和LISA聚集图(图12和图14)。

图11 森林火灾频次LISA显著性水平图

由图11中可以看出，斜线区域和点状区域即攀枝花市、凉山州、资阳市和遂宁市的森林火灾频次在P=0.01水平上显著，为森林火灾频次聚集区，再结合图12可以得到，斜线区域即攀枝花市和凉山州为森林火灾频次高—高聚集区，发生火灾次数最多，而点状区域即资阳市和遂宁市则为低—低聚集区，发生火灾次数最少。

图12 森林火灾频次LISA聚集图

图13 森林受害面积LISA显著性水平图

由图13中可以看出，斜线区域和点状区域即攀枝花市、凉山州、甘孜州、资阳市和遂宁市的森林受害面积在P=0.01水平上显著，为森林受害面积聚集区，结合图14可以得出，斜线区域即攀枝花市、凉山州和甘孜州为森林受害面积高—高聚集区，森林受害面积最大，而点状区域即资阳市和遂宁市则为低—低聚集区，森林受害面积最小。

图14 森林受害面积LISA聚集图

4 结论与讨论

根据四川省1989年至2008年森林火灾数据，应用森林火灾质心、空间自相关方法，利用地理信息系统软件，对四川省森林火灾的空间分布特征进行了研究，结论如下:①在总体的空间分布上，四川省森林火灾频次从内到外逐渐增多，从北向南线性增加，从西到东呈“U”型曲线上升趋势;森林受害面积则主要集中在南部，从北向南、从西到东都呈线性上升趋势。②四川省的森林火灾频次质心和森林受害面积质心都在不断移动，其移动的轨迹反映了四川省森林火灾分布格局的变动。森林火灾频次质心在经度方向有明显地向高经度方向的偏移，在纬度方向有明显地向高纬度方向的偏移;而森林受害面积质心则只在一定范围内波动，没有明显的偏移方向。森林火灾频次质心在空间上分布较为集中;而森林受害面积质心在空间上分布则较为分散。③四川省的森林火灾频次在空间上存在较强的正相关性;而森林受害面积在空间上的正相关性则较弱。攀枝花市和凉山州为森林火灾频次高—高聚集区，发生火灾次数最多，而资阳市和遂宁市则为低—低聚集区，发生火灾次数最少。攀枝花市、凉山州和甘孜州为森林受害面积高—高聚集区，森林受害面积最大，而资阳市和遂宁市则为低—低聚集区，森林受害面积最小。

四川省地域辽阔，气候多样，森林资源丰富，加之近年来旅游业的发展，入川旅游人数高居不下［18］，人类活动更趋复杂，加大了火源控制的难度。另外，近年来的全球变暖以及气候异常，也使得森林防火的难度大幅增加。由于森林火灾具有较强的空间异质性，不同区域的森林火灾管理政策和措施必然不能等同。参考四川省森林火灾空间分析的结果，可对森林火灾频次较高、森林受害面积较大的地区进行重点防控，做好宣传工作，严格控制火源，以减少森林火灾的发生次数、最大限度地降低森林的损失，并在人力、物力等方面有所倾斜;对于森林火灾频次较低、森林受害面积较小的地区，做好森林火灾基础设施建设，加大宣传力度，把重点放在对森林火灾的即时响应上，做到及时扑救，避免森林大火的发生。

对森林火灾在空间上的分布特征进行研究具有重要的现实意义，参考森林火灾空间分析的结果采用分区、分级的林火管理政策和措施，不仅可以优化森林防火资源的有效空间配置，节约防火资源，而且可以提高林火管理水平，降低森林防火工作的难度。

［1］王明玉，孙龙，舒立福，等.林火在空间上的波动性及其区域化行为［J］.林业科学，2006，42(5):98－103.

［2］王明玉，舒立福，田晓瑞，等.林火在空间上的波动性及其对全球变化的响应(Ⅰ)［J］.火灾科学，2003，12(3):165－170.

［3］王明玉，舒立福，田晓瑞，等.林火在空间上的波动性及其对全球变化的响应(Ⅱ)［J］.火灾科学，2003，12(3):171－176.

［4］杜春英，李帅，刘丹，等.大兴安岭地区森林雷击火发生的时空分布［J］.自然灾害学报，2010，19(3):72－76.

［5］金森，胡海清.黑龙江省林火规律研究(Ⅰ):林火时空动态与分布［J］.林业科学，2002，38(1):88－94.

［6］柴造坡，田常兰，李凤芝，等.黑河地区林火分布规律［J］.林业科技，2009，34(4):38－41.

［7］田晓瑞，舒立福，王明玉，等.西藏森林火灾时空分布规律研究［J］.火灾科学，2007，16(1):10－14.

［8］王明玉.气候变化背景下中国林火响应及特征及趋势［D］.北京:中国林业科学研究院，2009.

［9］杨广斌，唐小明，宁晋杰，等.北京市1986—2006年森林火灾的时空分布规律［J］.林业科学，2009，45(7):90－95.

［10］Vázqueza A，Moreno J M.Spatial distribution of forest fires in Sierra de Gredos(Central Spain)［J］.Forest Ecology and Management，2001，147(1):55－65.

［11］Prestermon J P，Pye J M，Butry D T，et al.Understanding broadscale wildfire risks in a human-dominated landscape［J］.For Sci，2002，48(4):685－693.

［12］Mercer D E，Prestemon J P.Comparing Production function models for wildfire risk analysis in the wildland－urban interface［J］.Forest Policy Economics，2005，7(5):782－795.

［13］Larjavaara M，Kuuluvainen T，Rita H.Spatial distribution of lightning-ignited forest fires in Finland［J］.Forest Ecology and Management，2005，208(1/3):177－188.

［14］张运春，高贤明，苏智先，等.四川森林资源的可持续发展［J］.长江流域资源与环境，2002，11(3):224－228.

［15］国家统计局.中国统计年鉴［Z］.北京:中国统计出版社，2010.

［16］邬建国.景观生态学:格局、过程、尺度与等级［M］.2版.北京:高等教育出版社，2007.

［17］Anselin L.Local indicators of spatial association-LISA［J］.Geographical Analysis，1995，27(2):93－115.

［18］费怡晖.四川省入境旅游发展研究［D］.成都:西南财经大学，2008.