APP下载

基于泰森多边形与条件熵的林火易发性空间分布研究

2017-09-15谢绍锋欧阳君祥肖化顺

林业资源管理 2017年4期
关键词:火点泰森林火

谢绍锋,欧阳君祥,肖化顺

(1.中南林业科技大学,长沙 410004;2.国家林业局调查规划设计院,北京100714)

基于泰森多边形与条件熵的林火易发性空间分布研究

谢绍锋1,欧阳君祥2,肖化顺1

(1.中南林业科技大学,长沙 410004;2.国家林业局调查规划设计院,北京100714)

根据广州市林火历史数据,在林火发生时间、分布范围、火源因素及与树种、地形之间关系分析的基础上,构造林火泰森多边形,利用泰森多边形面积反应林火发生概率的大小,结合火点与道路距离、海拔、坡度、林分类型等因素,建立林火条件熵模型,通过条件熵衡量林火的易发程度,并对林火易发程度进行区划,分为高发区、多发区、一般区、偶发区和无林火区5个等级,此方法能更加精确地确定林火发生的热点地区,直观地反映林火空间分布规律,使得林业管理部门在森林防火工作上更具针对性,有效防范和控制林火的发生,最大程度地减少林火损失。研究结果表明:1)林火多发月为10月至次年4月,与地形、道路、林分类型等因素密切相关,分布于离道路近,地势起伏的中、低丘陵地区,针叶林和针叶混交林发生林火次数多;2)林火空间分布非平稳性,林火高发区和多发区占4.23%,呈现斑状聚集分布,受地形和人为因素影响明显。偶发区占52.96%,分布范围广,具有突发性和随机性的特点。

林火空间分布;条件熵;林火易发性

我国每年都会发生众多森林火灾,烧毁大量森林资源,导致土地沙化和水土流失,严重破坏自然环境与生态平衡,破坏野生动植物的生存环境,使得林区及其周围地区的气象和环境变得十分恶劣,甚至造成重大的人员伤亡与灾难性损失。林火的发生有自然因素的影响,也有人为因素的影响,涉及林区气象条件、地形地貌、林种及其人类活动等多种因素。为了揭示林火发生规律,预防林火的发生,降低林火造成的损失,众多研究者从多个角度对林火影响因素进行了研究,如森林气候因素[1]、生态因子[2]、可燃物因素[3-4]、火源因素[5]、地形因素[6]、时空特征[7-10]、森林火灾的发生规律及趋势[11-12]等。

泰森多边形(Voronoi diagram),也称Voronoi图,由荷兰气候学家A·H·Thiessen提出的一种方法,根据离散分布气象站的降雨量计算平均降雨强度。泰森多边形是计算几何的基本数据结构,具有唯一性、邻接性、空间动态等特性,适用于表现空间对象的复杂邻域关系,在计算机图形学、分子生物学、空间格局、空间插值等众多领域已得到广泛的应用。Brown[13]最早将泰森多边形引入林学领域进行林木竞争分析,在林业上的应用主要体现在角规测树[14]、林木格局[15]、林分空间分布[16]、种群竞争[17]等方面的应用研究,而林火方面的应用尚不多见。

根据广州市2000—2015年林火历史数据,对林火发生的时间、分布范围、火源因素及与树种、与地形之间的关系进行分析,依据区域面积越大,林火发生次数越少,则林火易发程度越低的特性,建立林火泰森多边形,以泰森多边形面积反应林火发生概率的特点,并结合火点与道路距离、海拔、坡度、林分类型等因素,建立林火条件熵,以条件熵来衡量林火的易发程度,对广州市林火易发程度进行区划,直观地反映林火分布规律和变化趋势,以期减少林火的损失程度,为广州市森林防火工作提供针对性指导建议。

1 资料与方法

1.1 研究区概况

广州市位于广东省中南部,东经112°57″~114°3″,北纬22°26″~23°56″,总面积为7 434.4km2,市辖越秀、海珠、荔湾、天河、白云、黄埔、花都、番禺、南沙、萝岗10区和从化、增城2个县级市,截至2015年,常住人口达到1 667万。地处珠江三角洲亚热带沿海,北回归线从中南部穿过,冬夏季风的交替,海洋性亚热带季风气候显著,具有温暖多雨、光热资源充足、夏季长、霜期短等气候特征。全年水热同期,雨量充沛,平均气温21.9℃,平均相对湿度77%,年降雨量约为1 736mm,4—6月为雨季,7—9月天气炎热且多台风,10月、11月、和3月气温适中,12月至次年2月为阴凉的冬季。属于丘陵地带,地势东北高、西南低,背山面海,北部是森林集中的丘陵山区,最高峰为北部从化市与龙门县交界处的天堂顶,海拔为1 210m;东北部为中低山地,有被称为“市肺”的白云山;中部是丘陵盆地,南部为沿海冲积平原,为珠江三角洲的组成部分。

1.2 资料来源与处理

数据资料来源于广州市林业和园林局“数字绿化系统”,获取到2000—2015年518个林火记录数据,由于早期信息化原因,对林火信息未详细记录其经纬度,但对于林火发生的地址都有记录,位置描述精确到行政村及具体的山头,为了最大限度地利用现有林火资料进行特征分析,本文将该类位置近似转化为坐标,如图1。

1.3 研究方法

1.3.1 泰森多边形

林火的一般规律为单位区域面积,累计林火发生的次数越少,则说明该区域内林火发生概率低,即林火易发程度低,相反,累计林火发生的次数越多,则说明该区域内林火易发程度越高。林火发生区域面积可以用泰森多边形描述,泰森多边形的面积大小,能直观地反映出该区域的林火发生概率大小。离散火点集合在平面空间通常有3种分布形式:均匀分布、随机分布和聚集分布,泰森多边形可以直观地反映火点的空间分布情况。

泰森多边形由一组连接两个邻点直线的垂直平分线组成的连续多边形。首先根据离散分布的林火坐标点构建Delaunay三角网,然后做这些Delaunay三角形各边的垂直平分线,每个火点周围的若干垂直平分线便围成一个泰森多边形,每个多边形内只包含一个唯一火点,该火点的易发程度可以近似地表示该多边形区域内的林火易发程度。

图1 2000—2015年广州市林火分布图

林火泰森多边形具有以下特性:1)每个泰森多边形内仅含有一个离散火点;2)泰森多边形内的火点到相应离散火点的距离最近;3)位于泰森多边形边上的点到其两边的离散点火的距离相等;4)泰森多边形每个顶点是每个三角形的外接圆圆心。

1.3.2 林火易发程度条件熵

信息熵解决了对信息的量化度量问题,随机事件集合肯定性、组织性、法则性或有序性等增加或减少的变化过程,都可以用信息熵这个统一的标尺来度量,用描述信源的不确定性。

设两个离散型随机变量X∈{x1,x2,…,xn}和Y∈{y1,y2,…,yk},其先验概率分别为{P(xi)}i=1,2,…n和{P(yj)}j=1,2,…,k,根据条件概率P(yj|xi)定义条件熵:

(1)

式(1)描述了已知X后Y的不确定性。显然,条件熵H(Y|X)的值越小,已知X后Y的不确定性也越小,即X和Y的关联性越强;反之,H(Y|X)的值越大,X和Y的关联性就越弱。条件熵作为变量间独立性的一种度量,可推广到任意多维离散型随机变量上。

一个区域内发生林火具有不确定性,林火易发程度条件熵可以反映区域林火分布特征,与该区域地形地貌、林种类型及火点与道路的距离等因素相关。这些因素都可以用概率来度量,概率计算公式为

(2)

2 分析与结果

2.1 林火特征与影响因素分析

2.1.1 林火时间特征

对2000—2015年林火发生的次数进行分析,图2表明广州市林火呈波浪状逐年上升的趋势,2011—2013年达到峰值,林火次数年均80次以上。按月份分析累计出现的林火次数(图3),月林火发生次数在2~95次之间,其中5,6,7,8月份相对较少分别为5,2,4,2次,2月林火最多,为95次,1—4月及10—12月份为广州市林火高发期。

广州市5—6月为雨季,7—9月天气炎热且多台风气象特征,致使林火发生率较低。10—12月,森林可燃物水分不能得到充足补给,蒸发量增加,比较干燥,草本植物地上部分枯死,森林可燃物增多,且正值炼山,野外用火最多的季节,干燥的林内可燃物质遇到火种极易燃烧;1—4月冬季初春,又是中国传统节日(元旦、春节和清明等)较多时段,上山祭祖、燃放烟花炮竹等活动增多,另外气温逐步升高,风向多变,连续晴天,农民烧荒等农事活动也逐渐增加,极易引起林火,人为火源因素影响明显。

通过统计历史林火扑灭记录,广州市林火主要发生在白天,且持续燃烧时间不长,持续时长在0.28~42.76h之间,其中83.5%的林火持续时间在8h以内,95.1%的林火在当天内被扑灭。

图2 2000—2015年每年林火发生次数

图3 2000—2015年各月份林火发生次数

2.1.2 林火分布范围

林火主要发生地为从化区,累计发生284次,占总次数的54.8%,其次为白云区和花都区分别为71次和52次,占的13.7%和10%。从化区火场面积累计达到1 423hm2,占总面积的78.7%,而花都区累计火场面积287,占总面积的15.9%。这与广州市森林资源主要分布在从化、白云、花都和增城区相关。

表1 各区县林火累计发生次数及火场面积

2.1.3 林火火源

林火的发生与降雨、蒸发、气温等气象要素及人类活动关系密切。随着林权改革,林业经营主体已由集体经营转向个体经营,炼山造林、烧山烧荒、劈草抚育、迹地清理等农业和林业生产性用火明显增加,成为引发林火的隐患。

通过分析已有起火原因登记的132起林火记录,因吸烟(或扔烟头)导致林火的有17起,烧荒7起,拜山烧纸14起,小孩、痴呆、精神病玩火8起,生产用火8起,电线、雷电2起,自燃2起,未查明原因的66起。除去雷击、高压线、自然火与原因不明引起原因外,已查明原因的林火70多起,占总数的53%,很明显地反应出人类生产活动对林火发生的影响。

2.1.4 林火与林种关系

对森林植被类型进行统计,结果见表2,针叶林和针叶混交林发生林火的次数最多,占总次数的44.8%,针叶林极易燃;其次是阔叶林,占总次数的18%;阔叶混交林和针阔混交林相对较少,这与不同模式混交林抗御火灾能力相关;竹林则最少,难以引发林火。林火发生次数与森林植被类型相关,符合针叶树比阔叶树易燃,油脂含量多的比油脂含量少的易燃这一林火发生规律。

在冬、春季林火高发期,天气相对干燥,导致地面温度持续升高,树林内枯枝落叶、干枯杂草较多,易燃的乔木、灌木及阳性杂草相间分布,层次区分不明显,可燃物载量大,且干枯杂草燃点为150~200℃,极易引发林火。

2.1.5 林火与地形的关系

林火的空间分布与地形特征密切相关,通过与地形进行空间插值,获取每一个火点海拔信息,并对火点位置的地貌类型、坡度、坡向进行分析,比较客观地反映了林火与地形之间的空间分布规律。

表2 林火林分类型分布

表3 林火海拔分布

表4 林火地貌分布

表3—表5很明显反映出广州市林火主要发生在海拔150m以下的地区,累计达到83.56%,无林地上占24.7%,主要在分布于地势起伏的中、低丘地区,坡位以全坡和上坡为主。该类地形是人类活动频繁密集的区域,受人为因素影响较大。

2.1.6 林火与道路距离的关系

计算每一个火点与道路的最短距离,见表6,结果表明,96.9%的林火发生在距离道路2 000m范围内,很明显,道路周边是人类活动最频繁的区域,林火的发生与道路距离相关性程度很高。

表5 林火坡位分布

表6 林火发生与道路距离关系

2.2 林火空间分布分析

2.2.1 林火泰森多边形

根据历史林火发生的空间坐标位置,在ArcGIS中构建泰森多边形,分析每个火点的影响范围,图4所示。每个泰森多边形包含一个火点,泰森多边形区域表示该火点的影响范围或能量覆盖范围,描述该区域林火发生的可能性,泰森多边形面积越大,林火发生概率越低。离散火点的发生概率用泰森多边形面积与邻近泰森多边形面积和之比近似代替。通过建立林火泰森多边形模型,反映林火及其影响的空间分布,可作为进一步分析林火空间格局的基础,该模型不但显示了火点详细的空间位置,还可用于定性、定量地分析林火空间格局。

图4 林火泰森多边形

2.2.2 林火空间自相关性分析

分析林火泰森多边形面积、海拔、坡度、距道路距离在空间上的相关性,即空间相互依赖性。对原始数据取对数,使其符合正态分布,使用GeoDa计算林火泰森多边形面积、海拔、坡度、距道路距离的Moran’ I指数分别为0.354,0.559,0.183,0.168,Moran’ I的正态统计量Z值均大于正态分布函数在0.01水平下的临界值(1.96),散点图见图5。表明这些影响因素在空间分布上具有正的空间自相关关系和异质性特征,其中林火泰森多边形面积、海拔空间自相关性表现明显。表现为相似值之间在空间聚集,分布区域差异比较显著,正的空间相关代表相邻地区的特性类似的空间联系结构,即具有高值趋于与高值相靠近,低值趋于与低值相邻。

为了识别林火影响因素聚集区域,分别对林火点的泰森多边形面积、海拔、坡度、距道路距离进行热点分析。

图6中红色代表热点区域,蓝色代表冷点区域,显著性检验达到0.1以上。林火泰森多边形面积冷点区域集中在从化区西部的鳌头镇和南部太平镇,中部的温泉镇、江埔街道,该区域的火点泰森多边形面积小,林火易发程度高,而热点区域分散在南部大片城区地带,火点泰森多边形面积较大,林火易发程度低。

而影响林火发生因素的海拔、坡度、与道路距离的冷点和热点区域,则明显呈现南北两极分化,热点聚集区域内具有相对较强的影响力和贡献率,引发林火作用明显。海拔和坡度分为南部广州市城区冷点区域,地形平坦,北部从化山区为热点区域;林火与道路距离热点和冷点区域交通发达,人类活动频繁,热点集中在从化南部,火点与道路距离近,极易引发林火,而南部城区冷点区域,火点与道路距离远,林火发生程度低。

图5 Moran’I 散点图

图6 林火因子空间相关性分析

2.2.3 易发程度影响因素指标体系

在综合分析引发林火的各因素关系的基础上,以空间相关性为前提,从林火发生地形因素、人为因素和林分结构因素3个方面,以海拔和坡度作为地形因素,火点与道路距离作为人为因素,林分类型作为结构因素,建立起林火易发程度影响因素指标体系,分析地形因素、人为因素和林分结构因素对林火泰森多边形面积之间的影响关系。

2.2.4 林火易发程度分类

林火易发程度考虑各因素在空间分布上的非平稳性,在局部区域内对每个离散火点计算其条件熵,即已知影响因素X(海拔、坡度、火点与道路距离、林分类型)下,Y(林火泰森多边形面积)的条件熵,计算分类过程为:

1) 以某一火点为中心,3km为半径搜索相邻火点,应用公式(1),分别计算出各影响因素和林火泰森多边形面积的概率;

2) 使用公式(2),计算条件熵H(Y|X),即林火易发程度指数。

3) 采用反距离权重法对林火易发程度指数进行空间插值,生成像元为100m×100m栅格图。

4) 依据像元栅格值进行统计,对广州市林火易发程度分类区划,分为林火的高发区、多发区、一般区、偶发区和无林火区5个等级,区划标准与所占面积比率见表7。

表7 林火易发程度区划标准与所占面积

使用自然间断点分级法进行分类,对相似值进行最恰当地分类,并使各个类之间的差异最大化。分类区划图直观地反映广州市林火发生概率和空间分布特征,如图7所示。林火易发程度区划结果表明,林火高发区和多发区占广州市总面积的4.23%,呈现斑状聚集分布,分布于交通发达便利,人口集中,地势相对低平的区域,位于住宅与林区、耕地与林区的交汇处,及林木密集的风景区或人类活动频繁的林区,主要有3个区县:1)北部地区,从化区东部的鳌头镇,106国道和355省道贯穿该镇,中部的太平镇、街口街道、江埔街道、温泉镇,有便利的105国道和355省道,东北部吕田镇坪地村、吕中、丰联、吕新村,105国道,其形态结构与道路分布趋势相吻合;2)西部地区,花都区的狮岭镇城乡结合部山区;3)中部地区,白云区的白云山东部的太和镇与钟落潭镇相邻山区。林火一般发生区占12.88%,分布于林火多发区周边的人口密集区域。林火的偶发区呈现大范围分布态势,所占比重达到52.96%,体现出林火发生的突发性和随机性的特点,空间分布上呈现分散分布和集中分布两种特征,人口密度相对较小,森林覆盖率低的地势低平及河谷冲积地带,中部城区人口密度大的区域。无林火区分布范围较广,所占比重达到29.93%,主要分布于城镇居民区,东部增城区及北部从化区,地势相对较高,人类活动少,交通不便利的山区,中部和南部城区无林地。

图7 林火易发程度区划

3 结论与建议

本文对广州市2000—2015年林火资料进行分析,结果表明近年来广州市林火呈逐年多发趋势,林火易发时段为10月至次年4月,少发时段为5月至9月,因人为因素引发的林火多,与广州气候特点和人类生产活动相符。林火分布范围主要分布在从化、白云、花都和增城区森林资源相对丰富的区县;林火发生与地形因素密切相关,主要在分布于地势起伏的中、低丘地貌,人类活动频繁密集的区域,坡位以全坡和上坡为主,针叶林和针叶混交林发生林火的次数多。

在林火空间分布分析上,通过构建林火泰森多边形,分析每个火点的影响范围,采用泰森多边形面积衡量林火易发程度,符合林火空间分布规律。在建立林火易发程度条件熵基础上,采用反距离权重法进行空间插值,对林火易发程度区划为林火高发区、多发区、一般区、偶发区和无林火区5个等级。区划结果形象直观地反映当前广州市林火空间分布规律,在空间分布上非平稳性,林火高发区和多发区占4.23%,呈现斑状聚集分布,偶发区占52.96%,分布范围广,体现出林火发生的突发性和随机性的特点。

根据广州林火空间分布规律,提出以下建议:1) 每年10月至次年4月为林火重点防范期,应加强森林防火宣传教育,落实火源管理制度和各项预防措施,适当增加防火巡查人员;2) 住宅、耕地与林区交汇处,及林木密集的风景区或人类活动频繁的林区,为林火高发、多发林区,应重点加强防范和控制;3) 在林火高发、多发林区,加强防火基础设施建设和森林消防队伍培训演练,完善防火预案,严格控制野外用火,提高森林防火的综合防御能力;4) 充分利用地形、种群间的关系,科学营林,调整林分结构,营造阔叶林、针阔混交林,提高森林的自我防护能力,加强防火林带建设,充分发挥防火林带的阻隔作用。

[1]赵凤君,王明玉,舒立福,等.气候变化对森林火灾动态的影响研究进展[J].气候变化研究进展,2009,5(1):50-55.

[2]李晓炜,赵刚,于秀波,等.不同区域森林火灾对生态因子的响应及其概率模型[J].生态学报,2013,33(4):1219-1229.

[3]王叁牛,树奎,李德,等.云南松林可燃物的垂直分布及影响因子[J].应用生态学报,2013,24(2):331-337

[4]魏云敏,鞠琳.森林可燃物载量研究综述[J].森林防火,2006(4):18-21.

[5]李小川,李兴伟,王振师,等.广东森林火灾的火源特点分析[J].中南林业科技大学学报,2008,28(1):89-92.

[6]陈艳英,游扬声,唐云辉.局域地形和林火数量对区划方法的影响规律研究[J].自然灾害学报,2015,24(2):228-234.

[7]陶玉柱,邸雪颖,金森.我国森林火灾发生的时空规律研究[J].世界林业研究,2013,26(5):75-80.

[8]陈艳英,游扬声,何正明,等.重庆市森林火灾时空分布特征分析[J].中国农学通报,2014,30(13):51-58.

[9]胡海清,李楠,孙龙,等.伊春地区森林火灾时空分布格局[J].东北林业大学学报,2011,39(11):67-70.

[10]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.

[11]韩恩贤,周新华,张卫兵,等.陕西省森林火灾发生规律及原因初探[J].西北林学院学报,1997,12(4):31-35.

[12]韩恩贤,韩刚,薄颖生.森林火灾发生趋势及预测方法的探讨[J].西北农林科技大学学报:自然科学版,2008,36(2):91-103.

[13]Brown G S.Point density in stems per acre[J].New Zealand Forestry Service Research Notes,1965,38:1-11.

[14]冯仲科,郭清文,朱萍.Voronoi图——泰森多边形法在角规测树中的应用[J].林业资源管理,2006(3):44-47.

[15]赵春燕,李际平,袁晓红,等.泰森多边形和狄洛尼三角网的林木空间格局分析[J].测绘科学,2014,39(10):76-80.

[16]刘帅,吴舒辞,王红,等.基于Voronoi图的林分空间模型及分布格局研究[J].生态学报,2014,34(6):1436-1443.

[17]陈永刚,汤孟平,杨春菊,等.天然毛竹林竞争空间关系分析[J].植物生态学报,2015,39:726-735.

Research on the Forest Fire Susceptibility Spatial Distribution of Voronoi and Conditional Entropy

XIE Shaofeng1,OUYANG Junxiang2,XIAO Huashun1

(1.CentralSouthUniversityofForestryandTechnology,Changsha410004,China;2.AcademyofForestInventoryandPlanning,SFA,Beijing100714,China)

According to the fire historical data of Guangzhou,the paper analyzes the fire time,distribution range,ignition factors,relationship with tree species and terrain,and creates forest fire voronoi,and then using voronoi polygon area,shortest distance between the road and fire,elevation,slope and forest stand types,establishes the fire conditional entropy. Finally,it used the inverse distance weighting method to spatial interpolation and divided forest fire susceptive zones into high incidence,frequently occurring,general,accidental and no fire zones.The zones reflect spatial distribution rule of the forest fire,the forestry management can effectively prevent and control the occurrence of forest fires,minimize fire losses.The results show that forest fire happens from October to April of following year.Forest fire is closely related to road,forest stand types,the terrain factors,distribution in low hill zone near the road and upslope,coniferous forest and coniferous mixed forest fire occurred more frequently by human factors.Non-stability fires spatial distribution,high incidence and frequently occurring zone present the patchy gathered accounted for 4.23 percent,accidental zone reflects the fire characteristics of sudden and randomness accounted for 52.96 percent.

spatial distribution of forest fire,conditional entropy,forest fire susceptibility

2017-05-06;

2017-06-14

湖南省教育厅科学研究项目(16C1672) ;中南林业科技大学青年基金项目(QJ2012016B)

谢绍锋(1977-),男,湖南沅陵人,讲师,硕士,主要研究方向为GIS和林业信息工程。Email:xsfnews@sina.com

S762

A

1002-6622(2017)04-0050-09

10.13466/j.cnki.lyzygl.2017.04.009

猜你喜欢

火点泰森林火
无锡惠山区坚持“六抓六强” 构建林火防治铜墙铁壁
林火监测系统在森林防火中的应用与发展
亚像元火点对红外预警卫星的辐射干扰特性
半边天
人身上有5个祛火点
英雄
点烟颂
泰森的答案
江苏省海门市如何实现连续4年秸秆焚烧“零火点”?
泰森的答案