基于层次分析法的森林火险区划——以徂徕山林场为例

苗庆林，田晓瑞，陈立光

（中国林业科学研究院森林生态环境与保护研究所，国家林业局森林保护学重点实验室，北京，100091）

0 引言

森林火险区划是森林防火管理工作的主要依据［1］。森林火险按其应用目的不同，划分为时段性森林火险、物候性森林火险和区划性森林火险。其中森林火险区划是在森林可燃物分类的基础上结合其他火环境将森林火险区域划分为不同等级以便进行分级管理。可燃物类型和地形是影响森林火险的主要静态因素，因此充分利用有限的可燃物和地形数据来进行森林火险区划可以为科学开展林火管理提供基础。

过去的森林火险区划多是基于气象资料与火灾频率资料进行森林火险区划［2］。张景群［3］认为国家林业部于1992年发布的《全国森林火险区划等级》标准仅适应于省级以上森林火险区划。对省级以下，如国营林场、县级甚至于地区级，指导意义不大。随着技术手段和林火区划理论的发展，近年来RS（遥感）和GIS（地理信息系统）等技术手段在我国的林火区划中得到了广泛应用，新技术手段的应用使区划结果更为合理和科学［4］。有很多研究运用GIS技术结合地形、植被、土地利用、人口与居民区分布等因子来划分森林火险区［5－8］。Ghobadi等［9］基于GIS选择土地利用、地形、蒸发量和NDVI（标准化植被指数）等火险因子对伊朗北部古列斯坦省进行了森林火险区划。Erten等［10］基于RS与GIS技术结合植被（干燥程度）、地形（坡度与坡向）、道路距离和居民点分布等因子制作了格利博卢半岛森林火险分布图。该火险分布图根据当地实际情况考虑了不同类型的火灾诱发因子影响。谷建才等［11］选取海拔高度、郁闭度、经营措施、距旅游点的距离、优势树种和林道距离6个影响林火发生较大的因子运用聚类分析的方法对八达岭森林健康示范区进行了森林火险等级区划。祝必琴等［12］依据庐山历史森林火灾特点，选取防火期平均最高气温、平均气温、平均降水量、平均最长连旱天数、平均风速、植被类型、海拔、坡度和坡向9个因子作为森林火险区划指标，采用因子加权叠置法整合所有单因子专题图，生成综合区划图，并划分了森林火险区。Dong等［13］选择可燃物（树种、树龄）、地形（坡向）和居民点分布三个火险因子利用主成分分析方法结合空间数据对吉林省白河林业局制作了森林火险区划图。总之，森林火险区划需要根据区划对象的林火特征及可获取的有效数据，灵活选取合理的影响森林火险的因子进行区划，为科学开展林火管理提供指导。

本研究根据徂徕山林场森林火灾特点，充分挖掘现有可燃物和地形数据信息，利用层次分析法结合GIS进行森林火险区划，为林场尺度上的森林火险区划提供参考。

1 研究区概况

徂徕山林场地处山东省中部，地理范围为117°16′－117°20′E，36°02′－36°07′N。有林地8445公顷，森林植被以人工林为主，森林活立木蓄积量46万立方米，森林覆盖率87.4%。地形为南坡较陡，北坡较缓，中间平，最高峰海拔1027.8米。植被以常绿针叶林和落叶阔叶林为主，主要树种有油松（Pinus tabulaeformis）、赤松（Pinus densiflora）、刺槐（Robinia pseudoacacia）、麻栎（Quercus acutissima）、侧 柏 （Platycladus orientalis）和 落 叶 松（Larix gmelinii （Rupr.）Rupr）等。该区属温带大陆性季风半湿润气候，季风气候明显，春季空气干燥，风大雨少；夏季炎热多雨；秋季干燥少雨；冬季雨雪稀少。年平均气温为13.9℃。年平均相对湿度最高达80.7%。年平均降水量在1000毫米左右。

徂徕山冬春干旱，容易发生森林火灾。全年有8个月的防火期（从10月到翌年5月）。每年冬春两季IV级以上高火险期达110天以上，V级高火险期在90天以上。2007－2010年徂徕山共发生森林火灾43起，过火面积4.8公顷。其中2007年和2008年分别发生14和16起火灾，过火面积分别占总面积的44%和32%。

2 数据来源与研究方法

2.1 数据来源

树种组成、胸径和覆盖度等数据来源于2007年林场小班调查数据，DEM数据的分辨率为60m。

2.2 层次的确定

在火险因子的选择上，考虑到大尺度上的区划需要考虑气候的影响，而小区域的研究由于气候的一致性，林场一级的区划可以不考虑气候因子的空间差异。林场对火源管理比较严格，过去的森林火灾空间分布特征表明林场内森林火灾的发生与道路的距离无显著相关关系。另外，由于林场内无居民点，居民分布对火险的影响可以忽略。因此，结合小班调查数据，确定选择树种、胸径、覆盖度、海拔、坡向和坡度等因子进行森林火险区划。

采用层次分析法将影响火险的各因素进行综合评判，先将各项评判指标按类目的大小及隶属关系分成三个层次，分层结果如下：

B层指标中，可燃物特性和地形因子下属的指标，通过查阅资料和专家咨询，用打分法将定性指标定量化，打分采用10分制。

2.3 各层次类目、指标权重确定及一致性检验

当判断距阵完全一致时，λmax＝n；当判断距阵不完全一致时，一般有λmax≥n。采用随机性指标CR作为一致性检验的指标。判断矩阵的一致性检验方法为：

CR＝CI／RI，其中CI＝（λmax－n）／（n－1），n为判断矩阵的阶数，λmax判断矩阵的最大特征值，RI为随判断矩阵阶度而变的常数。RI的值如表1所示。

表1 平均随机一致性指标RI的值Table 1 The mean random consistency index（RI）

当CR＜0.1时，判断矩阵达到满意效果，否则需要重新调查。

由以上方法可得出B层指标的判断矩阵（表2）。

表2 B层指标的判断矩阵Table 2 The judgment matrix of B layer

λmax＝2.0，对应的特征向量 （即权重）为（0.8333，0.1667）。

B层指标中可燃物特性的判断矩阵（表3）。

表3 B层指标中可燃物特性的判断矩阵Table 3 The judgment matrix of fuel characteristics of B layer

λmax＝3.0649，对应的特征向量（即权重）为（0.1884，0.0810，0.7306）。 一致性检验结果为CI＝0.0325，CR＝0.0563＜0.1，达到满意效果。

同样，可以写出B层指标中地形因子的判断矩阵（表4）。

表4 B层指标中地形因子的判断矩阵Table 4 The judgment matrix of terrain factors of B layer

λmax＝3.0291，对应的特征向量（即权重）为（0.1782，0.0704，0.7514）。一致性检验结果为CI＝0.0146，CR＝0.0251＜0.1，达到满意效果。

根据每一元素的权重，计算各因素对于总目标层相对重要性的权重（表5）。

表5 各个指标相对于目标层的权重Table 5 Weight of the indexes to the top layer

3 结果与分析

3.1 各火险因子赋值及其特征分布

3.1.1 可燃物因子

选择的可燃物因子包括树种、胸径和小班森林覆盖率（有林地面积／小班面积）。根据树种的易燃性赋值，越易燃赋值越大。最易引起森林火灾的可燃物是地表可燃物和草本［14］。草地多是火源地，所以赋值最高。阔叶树种的树叶比针叶树难燃烧［15］，因此针叶树赋值比阔叶树要高。根据具体树种的燃烧性差异赋值（表6）。

表6 树种因子的赋值Table 6 Assignment of species

树木胸径大小影响森林结构及可燃物的空间分布，一般而言，胸径越大树龄越大，树木抗火烧能力也强，而且林冠层和林下易燃物的距离大，地表火不易发展成为树冠火。因此，按照胸径小则燃烧性高的原则进行赋值，0cm～5.0cm、5.1cm～10.0cm、10.1cm～15.0cm、15.1cm～20.0cm 和20.1cm～25.0cm的林分分别赋值9，7，5，3和1。

林木覆盖度越低，草地所占的比例越高，该区域发生火灾的危险性越高。因此，根据小班森林覆盖率（有林地面积／总面积）从低到高划分为0%～20%、21%～40%、41%～60%、61%～80%和81%～100%五个等级并分别赋值9，7，5，3和1。

由于可燃物数据都是按小班计算的，所有根据确定的各因子权重，综合计算可燃物特性指标，得到可燃物因子专题图（图1）。可燃物因子按危险程度由低到高划分五个等级，依次所占比例为42.89%，35.63%，11.93%，5.65%和3.89%。可燃物因子分类结果表明徂徕山可燃物燃烧性较高的区域分布较为分散，西部整体高于东部。

图1 可燃物因子分类图Fig.1 Fuel classification map

3.1.2 地形因子

坡向通过对气象因子的再分配作用影响植被分布。阳坡多分布阳性物种，阴坡多分布荫性物种，半阴半阳和平地位于两者之间。而且阳坡蒸发量大，易干燥，因此，确定阳坡燃烧性指数高，阴坡指数低。按坡向分别对平地（－1～0）、北（0～22.5）、东北（22.5～67.5）、东（67.5～112.5）、东南（112.5～157.5）、南（157.5～202.5）、西南（202.5～247.5）、西（247.5～292.5）、西北（292.5～337.5）、北（337.5～359.8）赋值：5、1、3、3、7、9、7、7、5、1。研究区阳坡、阴坡、半阴半阳坡和平地所占比例分别为18.48%，13.17%，68.02%和0.33%（图2）。

坡度是影响林火蔓延的重要因子，它影响可燃物预热和火线对流，因此坡度越大越有利于火蔓延。坡度划分为五级，0.0% ～8.05%、8.06% ～16.11%、16.12%～ 24.16%、24.17%～32.22%、32.23%～40.27%分别赋值1、3、5、7、9。各类坡度的区域分别占17.87%，40.11%，31.64%，9.37%和1.02%（图3）。

图3 坡度分类图Fig.3 Slope classification map

海拔影响温度、相对湿度和降水。通常情况下，随着海拔升高，蒸发量减少，湿度增大，且人类活动干扰减小，林火发生的危险性降低。因此，按海拔高度分为五级，149.0m～323.4m、323.5m～497.8m、497.9m～672.2m、672.3m～846.6m、846.7m～1021.0m分别赋值9、7、5、3和1，各级海拔区域分别占总面积的16.33%，29.30%，30.97%，16.44%和6.29%（图4）。

图4 海拔分类图Fig.4 Altitude classification map

3.2 火险区划

根据层次分析法计算的权重，计算研究区各栅格点综合火险值并按照五级划分，得到火险区划图（图5）。火险等级由低到高分别为5、4、3、2和1级，各火险等级区所占比例分别为24.3%，37.6%，23.4%，11.6%和3.1%。区划结果表明，徂徕山林场大部分地区的火险为中低火险，高和极高火险区域面积占林场总面积的14.7%。森林火险地域分异明显，极高和高火险区主要在北部、中部和西南部，低火险区分布较广泛。东部整体火险较低，个别地方火险较高。

图5 火险区划等级图Fig.5 Forest fire risk zone map

4 结论与讨论

根据林场尺度上对火险区划的需求及森林火灾分布特征，选取合适的火险区划因子与分析方法才能获得比较有用的火险区划信息。以徂徕山林场为例，选取选择树种、胸径和小班森林覆盖率等可燃物因子和坡向、坡度和海拔等地形因子综合评估了林场的火灾危险性，结果表明大部分地区的火险为中低火险，火险等级较高的区域面积较小且分布分散。研究结果符合当地的森林火灾现状，对于未来开展有效的可燃物管理和其他森林防火措施有指导意义。考虑到研究区历史火灾数据的缺失以及研究中未考虑火源因子，本研究没有利用历史火灾数据对方法做进一步验证。如果今后林场的数据得以完善，可以做进一步的研究与验证。

森林火险区划只是基于影响森林火灾的静态因子对林火发生的潜在可能性进行评估，影响可燃物特性的因子有很多，需要根据各因子的重要性及数据的获取性选择区划因子，可以更真实地反映森林的燃烧性。本文提供的森林火险区划方法对于林场尺度上的应用具有普遍性，但对区划因子的选择可以根据具体情况灵活调整。

［1］姚树人，文定元.森林消防管理学［M］.北京：中国林业出版社，2002，170.

［2］焦筱容，肖化顺，刘照程.基于GIS的广州市森林火险评价及区划研究［J］.河北林业科技，2011，（1）：15－18.

［3］张景群.对森林火险区划“标准”的商榷［J］.森林防火，1994，19（1）：4－6.

［4］李德华.西双版纳森林火险气象等级区划研究［J］.云南大学学报（自然科学版），2011，33（S1）：49－54.

［5］Chuvieco E，Congalton RG.Application of remote sensing and geographic information systems to forest fire hazard mapping［J］.Remote Sensing of Environment，1989，29（2）：147－159.

［6］Chuvieco E，Sales J.Mapping the spatial distribution of forest fire danger using GIS［J］.International Journal of Geographical Information Systems，1996，10 （3）：333－345.

［7］Mariel A，Jappiot M.Wildland fire risk mapping using a geographic information system and including satellite data：Example of Les Maures forest，south east of France［J］.EARSeL.Advances in Remote Sensing，1996，4（4）：49－56.

［8］Jaiswal RK，Mukherjee S，Raju KD，et al.Forest fire risk zone mapping from satellite imagery and GIS［J］.International Journal of Applied Earth Observation and Geoinformation，2002，4（1）：1－10.

［9］Ghobadi GJ，Gholizadeh B，Dashliburun OM.Forest fire risk zone mapping from geographic information system in northern forests of iran（case study，golestan province）［J］.International Journal of Agriculture and Crop Sciences，2012，4（12）：818－824.

［10］Erten E，Kurgun V，Musaoglu N.Forest fire risk zone mapping from satellite imagery and GIS a case study［A］.XXth International Society for Photogrammetry and Remote Sensing Congress［C］，Maslak Istanbul：2004，25（B8）：33－39.

［11］谷建才，陆贵巧，吴斌，等.八达岭森林健康示范区森林火险等级区划的研究［J］.河北农业大学学报，2006，29（3）：46－48.

［12］祝必琴，张丽霞，彭家武，等.基于RS和GIS的庐山森林火险区划研究［J］.江西农业大学学报，2009，31（3）：441－448.

［13］Dong X，Li－min D，Guo－fan S，et al.Forest fire risk zone mapping from satellite images and GIS for Baihe Forestry Bureau，Jilin，China［J］.Journal of Forestry Research，2005，16（3）：169－174.

［14］田晓瑞，舒立福，张小罗，等.树种枝叶微观结构对树种燃烧性的影响研究［J］.林业科学，2003，39（4）：84－88.

［15］田晓瑞，舒立福，阎海平，等.北京地区森林燃烧性研究［J］.森林防火，2004，（1）：23－24.