楚雄州森林火险综合预报模型研究

谢 雯 寇卫利 王秋华 徐伟恒 谢长波

（1. 西南林业大学大数据与智能工程学院，云南 昆明 650233；2. 西南林业大学土木工程学院/云南省森林灾害预警与控制重点实验室，云南 昆明 650233；3. 云南贝德地理信息工程有限公司，云南 昆明 650032）

失去控制的森林燃烧被叫做森林火灾，它会严重破坏森林生态系统[1-4]，因此，对森林火灾风险预报的研究十分必要。国内外已经开展了许多关于森林火灾风险预报模型的研究，如加拿大的森林火险预测系统[5]、澳大利亚的森林火险预测模型[6]、美国的国家森林火险等级系统[7]、俄罗斯的林火风险预测系统[8]等。结合中国国情发展起来的，如风速补正综合指数法[9]、双指标法[10]、801 火险尺法[11]和中国气象局公共气象服务中心的《森林火险气象等级》，其利用“布龙-戴维斯”修正方案构建新型森林火险预报模型[12-14]。森林火灾预报模型很多，但缺乏通用性，因为林火的随机性、突发性和复杂性，森林火灾发生、发展过程中也存在一些未知规律的局限性，使得所有的火灾风险预测系统只能根据特定的假设和不同的理论基础来建立[15]。因此，可能无法确定哪种火灾风险预测模型更好，需要根据各地区可燃物、气候和地形的特点来确定哪种火灾风险预测系统更合适，以使其不断完善。我国的林火预报研究和应用起步较晚，目前依据气象条件构建的空间大尺度森林火险预报模型较为广泛应用[16-17]，但在空间小尺度区域，森林火灾的发生除了受气象因素的影响外[14]，还受到地形、人类活动等的共同影响。近年来云南省冬春季增温明显[18]，而楚雄州地处云南省中部，是森林火灾的多发区与重灾区，属于多云多雾、气候多变的山地区域，高时空分辨率的遥感数据很难得到，森林防火难度较大，所以对楚雄州森林火灾风险预报的研究势在必行。

本研究通过对2000—2014 年楚雄州的历史火灾数据的统计分析，研究楚雄州森林火灾的时空分布规律。借助地理信息系统软件ArcGIS 10.2，建立楚雄州森林火灾气象风险预报模型；融合地表可燃物等森林火灾风险因子，得到楚雄州森林火险综合预报模型；对比分析2 个模型，并利用森林火灾综合火险指数（FFCDI）进行森林火灾的风险评估及风险等级划分，以期为该地区森林火灾风险评价和科学安排防火工作提供依据。

1 研究区概况

楚雄彝族自治州（以下简称“楚雄州”）地处云南省中部低纬度高原地区，位于东经100°43′～102°30′，北纬24°13′～26°30′。该区域境内山高谷深，地形类型多样，有90%以上是山地，日温差较大、年温差较小、年平均气温16.5℃，属亚热带低纬高原季风气候。楚雄州干湿季节分明，湿季为5—10 月，集中了85% 的降雨量；干季为11 月至次年4 月，降水量只占全年的15%[19]，楚雄州降水较云南省大部偏少，且冬春少雨，初夏干旱较为突出[20]。楚雄州森林资源丰富，森林覆盖率达68.01%，主要优势树种为云南松（Pinus yunnanensis）、华山松（Pinus armandii）和滇油杉（Keteleeria evelyniana），均属易燃树种，且林内易燃可燃植被繁杂多样[21-22]，加之道路、居民点及森林交错分布的格局[23]，使森林火灾的隐患较大。

2 材料与方法

2.1 数据来源

2000—2014 年楚雄州的森林火灾数据来源于自云南省森林防火指挥部；2000—2014 年楚雄州的气象数据来源于中国气象数据网（http://data.cma.cn/）。楚雄州地表覆盖数据、矢量边界数据、基础地理数据来源于全国地理信息资源目录服务系统（https://www.webmap.cn/main.do?method=index）；Landsat 8 OLI 遥感影像、数字高程数据来源于地理空间数据云（http://www.gscloud.cn/）。

2.2 数据预处理

对2000—2014 年楚雄州的森林火灾数据，用Excel 2010 统计得到楚雄州森林火灾发生次数、时间、受害森林面积等，分析楚雄州森林火灾时空分布规律。分析2000—2014 年楚雄州的气象数据，用Excel 2010 统计得到楚雄州的风速、温度、湿度、降水、连续无降水。

泰森多边形法是美国气象学家泰森提出的一种插值分析方法，一开始是从离散气象站的降雨数据中计算平均降雨量，即用离散分布的完整数据计算缺失数据值的插值分析方法。由于楚雄州气象站点离散且设备不完善，导致部分气象数据缺失，而泰森多边形方法作为一种插值方法在气象、地学等方面的研究中被广泛应用，本文对其中缺失的气象数据利用地理信息系统软件Arc-GIS 10.2 提供的邻域分析工具中泰森多边形工具得到。

利用地理信息系统软件ArcGIS 10.2 的地理分析中的裁剪工具，对30 m 分辨率的中国地表覆盖数据和楚雄州的边界数据进行裁剪，得到30 m 分辨率的楚雄州地表覆盖图，重分类为耕地、森林、草地、灌木地、湿地、水体、人造地表七个类型，根据Landsat 8 OLI 遥感影像再对楚雄州地表覆盖图进行更新。

对楚雄州道路和居民点空间分布数据，依据相关研究结果按距离道路＜200、200～400、400～600、600～1 000 m 和＞1 000 m，利用地理信息系统软件ArcGIS 10.2 缓冲区分析工具将道路上人为因素对森林火灾发生的影响划分为五级[14,24]。根据居民点距离＜1 000、1 000～2 000、2 000～3 000、3 000～4 000、＞4 000 m 的标准，利用ArcGIS 10.2缓冲区分析工具将居民点的人为因素对森林火灾发生的影响划分为五级[14]。

根据楚雄州数字高程和边界数据，利用Arc-GIS 10.2 镶嵌裁剪得到楚雄州30 m 空间分辨率数字高程数据，将海拔对森林火灾发生的影响按照＜1 000、1 000～2 000、2 000～2 500、2 500～3 000、＞3 000 m 的标准划分为5 个等级。坡度是指地面上任意点与通过该点的切面和水平面之间的角度[25-27]，利用地理信息系统软件ArcGIS 10.2 坡度分析工具得到楚雄州的坡度，重分类分为平坡（＜5°）、缓坡（5°～15°）、斜坡（15°～25°）、陡坡（25°～35°）、急坡（＞35°）5 个等级[28-29]。坡向是地面上一个点的切平面的法向量在水平面上的投影与通过该点的正北方向之间的角度[25,30]，同理利用坡向分析得到楚雄州的坡向分布，并重分类为阳坡、半阳坡、阴坡和半阴坡，划分为4 个等级。

2.3 森林火灾气象风险预报模型

2.4 森林火灾风险综合预报模型

3 结果与分析

3.1 楚雄州森林火灾时间特征

3.1.1 不同年份的森林火灾特征

2000—2014 年楚雄州各年度森林火灾次数及过火面积统计结果见图1。由图1 可知，楚雄州共发生森林火灾463 次，火灾面积高达11 295.746 hm2，平均每年发生31 次，平均火灾面积24.39 hm2。其中，2006 年、2010 年的过火面积较高，都超过了2 000 hm2，而2003 年左右出现了严重的森林大火，烧毁面积又达到一个小高峰。火灾的发生次数在2006 年达到最大值，达56 次，2011 年森林火灾发生次数最少，森林火灾发生的次数整体呈逐渐减少趋势。在2013 年、2014 年，火灾发生次数相对较少，过火面积却较高，主要是由于在这几年发生了较大森林火灾。

图1 楚雄州不同年份森林火灾次数及过火面积Fig. 1 Number of forest fires and burned area in different years in Chuxiong Prefecture

3.1.2 不同季节和月份的森林火灾特征

2000—2014 年楚雄州各月份森林火灾次数及过火面积统计结果见图2。由图2 可知，在季节上，火灾主要集中在春季和冬季。因为冬春季楚雄州受内陆东部气流，或青藏高原西风气流的影响，使得气候干、降水少，且冬春季楚雄州西风带气压梯度力大，造成地面风速快且大。干旱条件下，降水少，空气湿度低，风力大，水分蒸发大，植被含水量降低，而可燃物含水量与森林火灾的发生密切相关[33-34]，并且冬春季节是农耕、生产用火的高峰期，人口流动性加大，加上春季烟花爆竹以及清明烧纸扫墓，使得该时间段内易引发森林火灾。秋季楚雄州有降水，且地表覆盖的落叶湿度高，森林火灾显少发生。

图2 楚雄州不同月份森林火灾次数及过火面积Fig. 2 Number of forest fires and burned area in different months in Chuxiong Prefecture

由图2 可知，在月份上，1—5 月的过火面积最大，超过全年过火面积的99%，因为1—5 月是楚雄州的冬春季节，气候干、降水少，是森林火灾多发时期。6— 8 月楚雄州植物处于生长时期，树木繁茂，降水多且植物含水率高，降低了林火发生概率。9—11 月楚雄州发生火灾的几率基本为零。

3.2 楚雄州森林火灾空间特征

3.2.1 不同区域的森林火灾特征

楚雄州不同县市森林火灾发生次数及过火面积统计结果见图3。由图3 可知，楚雄市、禄丰县是森林火灾频发的地区，林火发生次数均超过80 次，禄丰县更是达到95 次。且禄丰县的过火面积也位列榜首，为3 765.099 hm²，占全州的33%。元谋县发生最少，仅16 次，南华县的过火面积最少。禄丰县森林覆盖率较高，地形复杂，林树种结构和植被稀密程度差异性大，加之人们防火意识较差，且多过界火，因此是楚雄州森林火灾多发地区。

图3 楚雄州不同区域森林火灾发生次数及过火面积Fig. 3 Occurrence frequency and burning area of forest fires in different areas of Chuxiong Prefecture

3.2.2 离道路和居民点不同距离的林火特征

楚雄州离道路、居民点不同距离森林火灾分布见图4。由图4 可知，当离居民点小于4 000 m时，森林火点与居民点距离呈正相关，在3 000～4 000 m 时达到最大值。当距离小于1 000 m 时，随着与道路的距离增加，历史森林火点先减少后增加，且最大在600～1 000 m 处。经缓冲区分析后楚雄州居民点有一定的大小规模，距离近的地方，人口较集中，受人为因素影响较大，但是可燃物少，森林火灾也少；距离远的地方，可燃物增多，林火发生受气象等影响。道路的空间规模小，离道路越远可燃物越多，人类活动的影响减少，林火发生少；当距离更大时，森林火发生受气象等影响[14,35]。

图4 楚雄州不同距离道路、居民点森林火灾分布Fig. 4 Forest fire distribution map of roads and settlements at different distances in Chuxiong Prefecture

3.2.3 不同地形因素的林火特征

楚雄州地势呈西北向东南倾斜，有90%以上是山地。楚雄州不同海拔森林火灾分布见图5。由图5 可知，约95.6%的森林火灾在海拔1 000～2 500 m 范围内发生。因为楚雄州森林大部分生长在海拔1 000～2 500 m，且多为易燃树种，这给森林火灾发生提供了条件。其次在海拔1 000～2 500 m 范围内是人口的聚集区域，人类活动造成了森林火灾频发，要增强人们的用火意识，提高防火能力。由图6 可知，近70%的森林火灾发生在坡度为5°～25°，因为地形平坦的地方，人类易于到达，火源变多，使火灾容易发生；坡度大的地方，人为影响少且植被稀疏，使火灾难以发生。由图7 可知，近54%的森林火灾发生在阳坡、半阳坡，阳坡接受到的太阳光照多，温度高，土壤含水量少，植被稀少或含水率低，致使森林火灾较容易发生，阴坡方向则相反[31,36-38]。

图5 楚雄州不同海拔森林火灾分布Fig. 5 Distribution of forest fires at different elevations in Chuxiong Prefecture

图6 楚雄州不同坡度森林火灾分布Fig. 6 Distribution of forest fires at different slopes in Chuxiong Prefecture

图7 楚雄州不同坡向森林火灾分布Fig. 7 Distribution of forest fires at different aspect in Chuxiong Prefecture

3.3 楚雄州森林火险预报模型

3.3.1 模型预报结果比较

计算得到森林火灾综合火险修正系数（表1），根据模型用ArcGIS 10.2 栅格计算器工具计算FFCDI值来划分森林火险等级，当FFCDI＜4 时，为无风险等级。以随机选取的楚雄州历史某天为例，其森林火灾气象风险预报和森林火灾风险综合预报的结果见图8。受森林火灾气象风险预报的较大影响，所以二者的空间分布大体相似，但森林火灾风险综合预报的结果空间分布更为精细。原因是气象因素的空间分布是通过空间插值得到，但楚雄州气象站点分布不均匀，且气象站仪器问题未能获取有效数据，致使气象风险预报结果不准确。而森林火险综合预报模型有了地形、人类活动等因素，其预报结果在空间上更精细。为了使森林防火工作更全面精准的推进实施，在森林火险综合预报结果中增加无风险等级，包括地表覆盖数据里湿地、水体和人造地表等。

表1 森林火灾综合火险修正系数查对表Table 1 Control form of comprehensive fire risk correction coefficient of forest fire

图8 楚雄州历史某天森林火险预报结果Fig. 8 Forest fire hazard forecast for a certain day in Chuxiong Prefecture

3.3.2 历史森林火险预报结果精度对比

用楚雄州森林火灾气象风险预报模型和森林火灾风险综合预报模型重构楚雄州森林火灾历史发生日期预报等级，计算各等级内历史火点数量比例和累积比例，对模型进行验证，结果见图9。

图9 模型结果验证对比Fig. 9 Model results are validated and compared

由图9a 可知，在森林火险气象风险预报模型中，森林火灾历史火点主要在二、三、四、五级，比例分别为4.35%、54.04%、18.01%、23.60%；其对应的较低、较高、高、极高火险的累积比例分别为100%、45.96%、27.95%、4.35%，其中低火险内没有分布。由图9b 可知，在森林火险综合预报模型中，森林火灾历史火点较分散，一级（4.35%）、二级（11.80%）、三级（29.19%）、四级（34.16%）和五级（20.50%），每个级别都有分布。

当森林火灾风险预警把三级以上作为发布标准，在楚雄州发生的历史森林火灾中，森林火灾气象风险预报模型将可使约78.26%的森林火灾因防控措施执行得到有效控制，森林火险综合预报模型将可使约88.21%的森林火灾得到控制，大幅降低了森林火灾发生的概率。

4 结论与讨论

通过历史曲线图等森林火灾变化趋势与周期分析得到了楚雄州森林火灾演变规律，即楚雄州森林火灾集中发生在1—5 月份的冬春季节，呈季节性规律。楚雄市、禄丰县是楚雄州森林火灾频发地区，且森林火灾分别在距离居民点3 000～4 000 m、距离道路600～1 000 m、海拔1 000～2 500 m、坡度5°～25°、阳坡和半阳坡分布最多。楚雄州森林火灾发生特点及规律有利于合理配置防火设施，调配防火力量，建议当地适当安排资金分配比例，在高火险地区投入较大的人力、物力来防止特大火灾的发生，提高森林防火水平。森林火灾发生具有复杂性，楚雄州森林火灾的发生受可燃物、人类活动、地形条件等相互作用影响，据此建立起了楚雄州森林火险综合预报模型，其预报结果空间分布精细程度更高，且采用三级以上作为森林火灾风险预警标准时，由于采取了预防和控制措施，将可以有效控制约88.21%的火灾点。本森林火险综合预报模型能为楚雄州森林防火工作提供参考。

全球气候变暖使得植被生长季延长，以及更加频繁的人类活动，使得森林火灾频发。气象数据是研究森林火灾的重要性基础，需要更全面的气象数据，但楚雄州气象站点布置不全面，且很多站点因设备原因无法获取有效气象数据，还需要进一步完善，特别是林区的气象站点，为更加精确的森林火险预报提供保障。森林火险精度的提高能计算火蔓延参数，有效地指导人员疏散，避免人员伤亡，能为将来的森林火灾扑救，特别是重大、特大森林火灾提供指导。森林火灾的发生非常复杂，受到的影响因素也很多。森林火险综合预报模型的研建除了更多依靠基础气象数据，还应考虑研究区自身的可燃物、气候和地形等特征，以及当地的经济社会发展状况和火源状况，选择更适合的火险预报系统，提高预报精度，更好的为当地森林防火服务。