10种国内森林火险计算方法的相似性研究

孙 萍，李大伟

（1.东北林业大学 林学院，黑龙江省 哈尔滨 150040；2.武警森林指挥部机动支队，北京100000）

10种国内森林火险计算方法的相似性研究

孙 萍1，李大伟2

（1.东北林业大学 林学院，黑龙江省 哈尔滨 150040；2.武警森林指挥部机动支队，北京100000）

为研究不同火险预报方法之间的相似性，选取了我国南北方和东西部不同地区10种火险预报方法，根据2009～2010年10个地区的气象数据，分别用所选用的10种方法进行火险指标计算并计算不同地区和方法的指标相关性，进而进行相似性分析。结果表明：这些方法间存在着很大的相似现象，每种方法至少与其它6种方法中度以上相似，2种方法与其它9种方法全部中度以上相似，只有2种方法不相似；方法间为相似度较高的原因有二，一个是各种方法选用的气象因子基本相同，另一个是每种方法中的主要火险因子相同。这对建立更普适的全国性火险天气预报方法提供了借鉴。

森林火险预报；气象因子；相似性研究

林火预测预报研究从二十世纪 20 年代迄今，已有 90 余年的历史, 在世界各国发展很快。我国研究林火预报研究工作虽起步比较晚，但发展较迅速，各地纷纷研究了适合本地区的方法。这些方法所采用的预报因子集中在温度、湿度、风速等气象因子上，计算方法虽有不同，但都属于森林火险天气预报，因此，这些方法间可能会存在一定的相似性。如果相似性较高，则建立统一的火险天气预报是可行的，这对于构建更准确的国家尺度的森林火险预报具有重要的意义。目前关于不同预报方法之间的相似性研究还很少。本研究以不同地区的10个森林火险预测方法为例，研究了它们之间的相似性，以便更好地理解不同地区的火险空间差异，为建设高精度森林火险预报提供基础数据。

1 研究方法

为使研究具有代表性，选取我国南北方和东西部不同地区10种火险预报方法，它们是：内蒙古森林火险预测预报方法[1]、延安市火险预测预报方法[2]、宁夏森林火险预测预报方法[3]、烟台地区火险指数预测方法[4]、浙江余姚市火险预测方法[5]、福建省火险预测预报方法[6]、广州市火险预测方法[7]、滇中地区火险预测预报方法[8]、贵州威宁市森林火险预测预报方法[9]、黔东南森林火险预测预报方法[10]。这些方法均是单独根据气象要素进行火险计算，具体计算方法介绍如下：

（1）浙江余姚市火险预测方法

此方法采用前4 d加权空气相对湿度、日温差和日最高气温作为气象影响因子，将三者建立线性关系Y=-9.5389+0.8466X1-0.1135X2-0.256X3，从而计算出当日野外枯落叶的含水率（6～10月算出的含水率加2%作为最后的结果），通过含水率预测当日的火险指数。

（2）广州市火险预测方法

此方法将日最高气温、日最小相对湿度、连续无雨日数、日最大风力和物候季节5个气象因子作为火险因子，按照一定的规律将各个火险因子赋予火险指数，得到各个指数后将其按公式HTZ=A+B+C+D-E进行火险指数运算。式中：HTZ为森林火险天气总指数；A为最高气温指数值；B为最小相对湿度指数值；C为连续无雨日数指数值；D为最大风力指数值；E为物候季节指数值。

（3）烟台地区火险指数预测方法

该方法选取日最高温度、日最小相对湿度、日降水量和日平均风速作为火险因子，同样也是赋予各个火险因子一定的火险指数，再将得到的各个火险指数代入公式 D=D1+D2+D3+D4中算出当日的火险指数。式中D为森林火险指数；D1为日最高温度指数；D2为日最小相对湿度指数；D3为降水量指数；D4为平均风力等级指数。

（4）延安市火险预测预报方法

本方法将日最高气温、日最小相对湿度和连续无降水日数作为火险因子，同上2种方法相同的是此方法也是将火险因子按照一定的规律赋予火险指数，再根据公式Z= R+r+T算出火险指数，作为火险天气的判断条件。式中：Z为火险分值；T为日最高气温指数；r为日最小相对湿度指数；R为连续无降水日数指数。

（5）滇中地区火险预测预报方法

该方法选取日最高气温、日最小相对湿度、日最大风力、日降水量或连旱天数和物候火险订正值为火险因子，其中日最大风力和日降水量的火险指数按照给定的标准查得；物候指数按照12月1日至12月31日用公式-16+0.5*该天的日期，5月1日至5月31日用公式-1.5*该天的日期，其他时期0来计算；日最高气温的火险指数按照公式15R0=15*（0.075t-0.5）计算，其中t为当日的最高温度；日最小相对湿度的火险指数按照公式20R0=20*（-0.03r+2.05）来计算，其中r为日最小相对湿度。最后将5个火险因子的火险指数相加得到最终的火险指数。

（6）威宁市森林火险预测预报方法

此方法选取日照时数、日平均气温、日平均风速、日平均相对湿度和日降水量为火险因子，气候干燥度（Qhgcd）按照公式Qhgcd=（t+T+F）/（r+R）来计算，最后得出火险指数。其中日平均相对湿度的值按百分数的值代入，比如20%就代入20。

（7）内蒙古森林火险预测预报方法

日最小相对湿度、日最高气温、日最大风速和晴雨日数是该方法的火险因子，此方法分5种情况运算：①当R≥10时，48 h内无火险；②当5≤R＜10时，24 h内无火险；③当2≤R＜5时，预报方程A=B+C+D+E-4；④当0.5≤R＜2时，预报方程A=B+C+D+E-2；⑤当R＜0.5时，预报方程A=B+C+D+E。其中：R为日降水量1 mm；A为火险指数；B为最小相对湿度火险权重指数；C为最高气温火险权重指数；D为最大风速火险权重指数；E为晴雨日数火险权重指数。

（8）黔东南森林火险预测预报方法

此方法选取14:00气温（T14）、14:00相对湿度（U14）、14:00风速（F14）和连续无雨日数（Σd）为火险因子，按照公式H=[（T14+ F14+Σd）/ U14]*100进行火险指数的运算。其中气温、相对湿度、风速均取2位整数，如80%取80；Σd连续无雨日数指降水量小于0.1 mm。

（9）宁夏森林火险预测预报方法[3]

该方法将火险因子日最高气温（T）、14:00相对湿度（H14）、连续无雨日（N）、日最大风速（W）和日降水量（Y）各个因子赋予火险权重指数，再通过公式 Fe=(Tmax+H14+Nrain+W14-Yrain)*Mi进行火险指数运算，其中M代表综合因子，每个月份都有一个固定的综合因子。

（10）福建省火险预测预报方法

该方法有2个火险因子：最小相对湿度（X1） 和 日 较 差（X2）， 按 照 公 式 Y=29.39-29.26X1+1.76X2进行火险指数运算，最小相对湿度是按照小数代入公式而不是按照百分数代入。

各个方法中的火险因子的火险指数具体如何赋值见表1～17。

表1 最高气温的森林火险天气指数A值查对表Table 1 A values checklist of fire weather index values of daily maximum temperature

表2 最小相对湿度的森林火险天气指数B值查对表Table 2 B values checklist of fire weather index values of daily minimum humidity

表3 降水量及其后的连续无雨日数的森林火险天气指数C值查对表Table 3 C values checklist of fire weather index values of precipitation and days since last rainfall

表4 最大风力等级的森林火险指数D值查对表Table 4 D values checklist of fire weather index values of daily maximum wind velocity

表5 生物及人为活动影响的订正指数E值查对表Table 5 E values checklist of adjust values of biological factor and human activity

表6 日最高气温指数Table 6 Daily maximum temperature index

表7 平均风力等级指教Table 7 Mean wind velocity index

表8 最小相对湿度指数Table 8 Minimum humidity index

表9 降水量指数Table 9 Precipitation index

表10 延安市着火指标百分数变量Table 10 Ignition index percentile variable of Yanan city

表11 日最大风力等级的火险指数Table 11 Fire danger index for daily maximum wind velocity

表12 降雨日及其后的连旱天数的火险指数Table 12 Fire danger index for precipitation and days since last rain

表13 火险预报因子及权重指数Table 13 Fire weather forecast variables and weights

表14 相对湿度的火险指数Table 14 Fire danger index for relative humidity

表15 无雨日数的火险指数Table 15 Fire danger index for days since last rain

表16 风力等级的火险指数Table 16 Fire danger index for wind class

表17 降水量的火险指数Table 17 Fire danger index for precipitation

日气象数据（平均气温、最高气温、最低气温、平均相对湿度、最小相对湿度、最大风速、平均风速、日照时数和降水量）从中国气象科学数据共享服务(http://edc.cma.gov.cn./)上获取，时间范围为2009年1月1日到2010年12月31日。对于每个地区，分别对同期的气象数据采用上面10种火险计算方法计算火险指标，然后根据10种方法火险指标的相关系数矩阵，根据相关系数r确定其相关性。根据文献[11]，|r|＜0.4为低度相关，0.4≤|r|＜0.7为中度相关，|r|≥0.7为高度相关。再根据相关程度确定相似级，即：（1）不相似（N）：两方法间有一个是相关性不显著（无相关）。（2）低度相似（L）：两方法间相互的相关性都是低度相关或者一个是低度相关一个是中度相关。（3）中度相似（M）：两方法间相互的相关性都是中度相关或者一个是高度相关一个是低度相关。（4）高度相似（H）：两方法间相互的相关性都是高度相关或者一个是高度相关一个是中度相关。对10种方法的相似性进行归纳、分级、评判。

2 结果与分析

2.1 各种方法间的相关系数

表18给出了不同地方采用不同数据计算的火险指标间的相关系数，表中第n行第m列处的数值是用第n行的地区的气象数据和第n行的地区的火险方法计算的火险值与用n行的地区的气象数据和第m列的地区的火险预报方法计算的火险值之间的相关系数。因此，行中的相关系数是采用相同气象数据不同火险计算方法计算所得的火险值的相关系数，反映的是当地气象条件对不同火险预测方法的包容性。而列的相关系数是对于不同地区，采用该地区的气象数据，用该列方法和当地方法计算的火险之间的相关系数，反映的是该方法在各地的普适性。因此，一般地，Rmn＜＞Rnm。

表18 各种方法间的相关系数（按照显著水平α=0.001计算相关系数的临界值R0.001=0.121 544，表中全部相关系数都显著）Table 18 Correlation matrix of fire danger index computed by 10 methods (All the coefficients in the table are significant at 0.001 level)

2.2 各种方法间的相似性

表19给出了10种方法之间的相似等级及每种方法与其它方法不同相似度的数量。其中，有2种方法（余姚和滇中）与其它7种方法高度相似，1种方法（烟台）与其它6种方法高度相似，2种方法（广州和延安）与其它5种方法高度相似。因此，在10种方法中，有5种方法与其它至少5种方法高度相似。如果把中度相似一并计算，则10种方法中，每种方法至少与其它6种方法中度以上相似，有2种方法（余姚和烟台）与其它9种方法全部中度以上相似，只有滇中和威宁的方法不相似。

表19 各种方法间的相似等级（N不相似，L低度相似，M中度相似，H高度相似）†Table 19 Similarity of ten methods (N: no similarity; L:low similarity; M: moderate similarity; H: high similarity)

限于篇幅，下面以广州市方法为例，对高相似性的具体原因进行分析。

与广州方法为高度相似的方法有烟台市方法、延安市方法、滇中地区方法、内蒙古方法和宁夏方法。从附录所列火险计算方法看，这些方法选取的气象因子基本相同，均含有日最高气温、日最小相对湿度、日降水量、风速等，同时计算方法均为简单的算术运算。广州市方法中日最高气温、日最小相对湿度、日最大风速、日降水量和物候指数与火险指数间的相关系数依次是0.03、0.60、0.00、0.95和-0.04；烟台市方法中日最高气温、日最小相对湿度、日降水量和平均风力与火险指数间的相关系数依次是0.09、0.82、0.90和0.18；延安市方法中日最高气温、日最小相对湿度和日降水量与火险指数的相关系数依次是0.41、0.66和0.91；滇中地区方法中日最高气温、日最小相对湿度、最大风力、日降水量和物候指数与火险指数的相关系数依次是0.34、0.75、0.09、0.75和0.43；内蒙古方法中日最高气温、日最小相对湿度、日最大风力、日降水量、无雨日数与火险指数间的相关系数依次是0.13、0.78、-0.07、0.73和-0.42；宁夏方法中日最高气温、日最小相对湿度、日最大风速、日降水量和无雨日数与火险指数间的相关系数依次是0.49、0.56、-0.04.-0.78和0.84。这表明，这些火险指数都与其共用的日最小相对湿度和日降水量的相关性较大，而与风速的相关性较小，从而造成了方法间的高度相似。

3 结论与讨论

所选用的10种方法存在着很大的相似现象。每种方法至少与其它6种方法中度以上相似，2种方法（余姚和烟台）与其它9种方法全部中度以上相似，只有2种方法不相似。

各种方法间为相似度较高的原因有二，一个是各种方法选用的气象因子基本相同，另一个是每种方法中的主要火险因子相同。每种方法的主要火险因子都是日降水量和日最小相对湿度，其它气象因子与火险指数间的相关性都非常小，尤其是风速，无论是平均风速还是最大风速，相关性都很小，有的方法中甚至出现火险指数与风速不相关的状况。

在本研究中，相似性的评价方法十分重要。相关系数(r)是评价相关程度的指标，但是怎样用r反映两现象间的相关程度，并没有明确结论[12]。目前国内外一些学者对r能否评价相关程度问题亦有截然不同的两种看法，一种是样本相关系数可以评价现象间的相关程度[13]并将r的绝对值0～1区间内划分三等分，|r|＜0.4为低度相关，0.4≤|r|＜0.7为中度相关，|r|≥0.7为高度相关，以此表示相关程度；另外一种意见是r不能划分等级，认为这样划分“非但没有意义，反而造成误解”[14]。文献[15]综合这两种意见，提出条件，即限定在大样本情况下(n＞100)可以根据r的大小来评价相关程度。由于本研究采用的是大样本（730个样本），所以用r来衡量相关性是可行的。

在上述研究中，只采用了两年的气象数据，样本数很大，作为衡量相似性具有较强的可靠性，但对于一个地区而言，两年的数据未必能够完全反应当地气候条件的变化情况，因此，更深入地研究应采取更长时间跨度的气象数据进行比较分析，以便将更能反映方法的稳定和相似性。此外，森林火险对于森林火灾扑救决策具有重要的意义[17]，火灾扑救中的火险信息的空间尺度更小，往往需要进行空间插值[18]，本研究所揭示的不同方法间的相似度在这种小尺度上是否依然存在，也需进一步研究。

尽管如此，本研究的结果表明，对于基于纯气象要素的简单火险天气预报方法，不同地区的相似性很大，采用某些方法完全可以适应于我国的不同地区。本研究将为建立更普适的全国性火险天气预报方法提供借鉴。

[1] 李兴华,郝润全,李云鹏.内蒙古森林草原火险等级预报方法研究及系统开发[J].内蒙古气象,2001,(3):32-35.

[2] 孙智辉,苏长年,尹盟毅.延安市森林火险天气分级预报方法[J].陕西气象,2004,(5):10-12.

[3] 张学艺,李凤霞.宁夏森林火险天气等级预报方法的研究[J].宁夏农林科技,2006,(3):7-13.

[4] 冯文斌,蔡则鹏,张明财,等.烟合地区森林火险与气象条件分析[J].山东林业科技,1994,(6):16-20.

[5] 陈利均,杨 辉,周伟军,等.余姚市森林火灾发生时间及森林火险等级的研究[J].华东森林经理,2008,22(4):13-16.

[6] 胡志东.森林防火[M].北京:中国林业出版社,2003:55-56.

[7] 谭三清,张 贵,肖化顺.广州市森林火险性天气预报研究[J]. 湖南林业科技,2005,32(3):19-21.

[8] 张映堂,霍义强.滇中地区森林火险等级预报方法的研究[J].林业科学,1995,31(3):239-246.

[9] 陈 林.威宁森林火灾与气象条件的相互关系研究[J].贵州林业科技,2009,37(1):41-44.

[10] 姚源山,彭兴德,蒙 涛. 黔东南森林火险气象预报方法[J].贵州气象,2003,27(6):15-17.

[11] 薛仲三.医用统计学讲座[R].1973.

[12] 史道济.相关系数与相关性[J].统计科学与实践,2002,4:22-24.

[14] 郭祖超.医用数理统计方法[M].北京：人民卫生出版社，1963.

[15] 四川医学院.卫生统计学[M].北京：人民卫生出版社，1974.

[17] 张 朝，陈洁余，单圣涤，等. 森林火灾扑救人员调度关键问题的研究[J].中南林业大学学报,2011,31(4):56-61.

[18] 金 森,王晓红,于宏洲. 林火行为预测和森林火险预报中气象场的插值方法[J].中南林业科技大学学报,2012,32(6):1-5.

Study on similarity of calculation methods
of 10 Chinese forests fi re danger rating

SUN Ping1, LI Da-wei2
(1. College of Forestry, Northeast Forestry University, Harbin 150040, Heilongjiang, China;2. Mobile Regiment, Armed Forest Police Headquarter, Beijing 100000, China)

Ten Chinese forest fi re danger forecast methods from regions all around China were chosen to explore their similarity. The forest fi re danger indexes were computed by taking the weather data in 2009～2010 and were compared by using correlation coeff i cient method to depict their similarity. The results indicate that the high similarity existed among these 10 methods. Each method had moderate similarity to high similarity with at least 6 other methods. Two of the methods were moderately or highly similar to all the rest 9 methods. There were only two methods which were not similar to each other. The reason for such high similarity is that these methods used similar weather variables and similar major fi re danger factors. The results also provide a basis for developing forest fi re danger rating systems with more national-wide adaptability.

forest fi re danger forecast; weather variable; similarity study

S762.2

A

1673-923X(2013)05-0016-06

2012-12-10

林业公益性行业科研专项（201204508）

孙 萍（1983-），女，黑龙江哈尔滨人，助教，硕士，主要从事森林防火等研究工作

[本文编校：谢荣秀]