云南省近10 a 生物质燃烧时空分布特征及成因分析

明 蕊，李湘云，字 冉，张 宇，满兴蔚，冯 涛，刘 蕊**

(1.云南大学 地球科学学院，云南 昆明 650500；2.西双版纳气象局，云南 景洪 666100；3.云南财经大学 信息学院，云南 昆明 650221)

通常关注的生物质燃烧包括农业秸秆焚烧、林火、草原野火等[1]，由其所带来的影响包括大气环境污染、火灾造成的人员伤亡等，给社会经济和环境造成了伤害.云南省作为中国农林业大省，农村人口占50%，农作物种类丰富，除了主要的粮食作物外，还产出甘蔗、橡胶、咖啡等经济作物[2]，每年都有大量的秸秆剩余.另一方面，全省森林覆盖率高达60%，自1949 年以来，云南省共发生森林火灾超过18 万起，烧毁面积超过700×104hm2，800 多人死亡，2 500 多人受伤，造成经济损失超过50 亿元[3].有研究显示，2018 年云南省生物质开放式燃烧生物量和燃烧排放的污染物总量均位居全国第四[4]，严重影响省内的大气环境质量及经济社会发展.由于生物质燃烧具有范围广、发生时间不固定等特点，地面观测手段效果欠佳.自20 世纪70 年代卫星遥感诞生后，“火点遥感”方式开始用于生物质燃烧的监测，其利用探测热红外电磁波辐射强度，感知地面热异常现象并估算强度，再加上卫星观测方式具有长时间序列及大空间尺度的优势，用于地面火情的监控已有近半个世纪的历史[5].随着技术的发展，目前用于火情监测的卫星平台越来越多，如NASA 的EOS/MODIS 项目的系列卫星，中国的FY-3A 气象卫星，日本开发的Himawari-8 同步卫星等.其中，MODIS 系列卫星获取的数据具有监测时间长、光谱范围广、数据稳定且适应性强等特点，使其成为目前最适合进行火灾监测的传感器之一[6].

基于MODIS 数据对生物质燃烧的研究可以分为两个方面.一是基于长时间序列对生物质燃烧时空分布特征及影响因素的研究，并结合土地利用类型对生物质燃烧进行归类.Zhuang 等[7]基于MOD14 数据产品对2003—2017 年中国国内秸秆燃烧时空分布格局进行探索，指出了不同地区秸秆燃烧的特征和差异.徐奔奔等[8]以MOD14/MYD14数据为主，对2013—2017 年中国主要农业区的秸秆焚烧变化特征及影响因素进行了分析.崔阳等[9]依据2001—2018 年MCD64A1 数据火烧迹地产品数据集，结合NDVI、DEM 和植被类型等对黑龙江林火发生的时空规律进行了分析.二是对区域内生物质燃烧时空分布及其污染物排放清单的探索，这一方面的研究重在探究生物质燃烧与大气污染物之间的联系.Streets 等[10]对亚洲地区生物质燃烧的时空分布特征进行描述，并列出了各国生物质燃烧排放污染物清单.靳全峰等[11]基于2016 年的MCD64A1 数据，结合植被类型、生物质密度和燃烧效率，分析了浙江地区生物质露天燃烧排放污染物的时空变化，为进一步了解生物质燃烧对区域环境的影响提供了数据支持.周裕雯等[4]利用2018年全国范围内的MODIS 火点数据，结合土地利用信息等数据，分析了南北方省份生物质燃烧污染物排放量特征.

近年来，使用遥感手段对生物质燃烧的研究及应用愈发普遍深入，但针对云南地区的长时间、系统性的生物质燃烧时空规律探索较为缺乏.陈波[12]于2018 年利用MOD14A1 数据探索了云南地区森林火灾的分布规律并做出了火险等级区划，但是该文仅对森林火点进行了研究.为深入了解云南省生物质燃烧的时空分布特征及成因，本研究获取了Terra 卫星在2010—2019 年间的MODIS 火点数据，分析了近10 a 来云南省生物质燃烧的时空分布特征，明确了生物质燃烧的影响因子，对典型火点集中区域进行深入分析，为区域内环境质量的改善、农业资源的利用、森林资源的保护等工作提供参考.

1 材料与方法

1.1 研究区域云南省位于中国西南边陲（21°8′～29°15′N、97°31′～106°11′E），毗邻广西、贵州，与缅甸、老挝、越南等国接壤.总面积39.41×104km2，其中森林面积为15.6×104km2，居全国第3 位，森林覆盖率高达60%.省内农作物产品丰富且分布复杂，除主要的粮食作物外，还产出甘蔗、橡胶、咖啡等特色经济作物[2].另外，云南省内地形复杂，地势呈现出西北向东南逐渐降低的阶梯状，山地面积占全省面积的88.64%，最大海拔高度差达6 664 m.复杂的地势孕育了多样化的气候类型，全省气候垂直分异显著，寒、温、热三带气候在省内均有体现.丰富的农林资源、复杂的地势、多样化的气候类型造成了多样化的生物质燃烧类型.

1.2 数据来源本研究使用的MOD14A2 数据是MODIS 的陆地标准产品之一，该数据用于判识火点发生次数的准确率在80%以上[6].MODIS 数据拥有36 个波段，从0.4～14.4 μm 全光谱覆盖，充足的波谱信息有利于判识较为复杂的地表，对于监测大面积生物质燃烧数据较为理想[13].MODIS 数据包括3 种标准数据产品类型，可分为0～5 级.本研究使用的MOD14A2 热异常产品数据集是来自Terra 卫星的基于二级数据矫正边缘失真的第3 级数据，空间分辨率为1 km，为8 d 合成数据产品.该数据集的主要图层有Fire Mask 和QA，分别包含火点信息和像素质量评估信息.其中Fire Mask 的栅格属性值对应的内容如表1 所示，数值7～9 代表了火点像元.研究一共获取了从2010—2019 年的大约920 个MOD14A2 数据，此外，研究涉及的其他辅助数据说明见表2.

表1 Fire Mask 属性值含义Tab.1 Meaning of Fire Mask attribute value

表2 文章辅助数据来源Tab.2 The sources of auxiliary data

1.3 研究方法

1.3.1 火点数据提取 通过提取MODIS 产品的Fire Mask 属性值，使用二值化方法得到火点像元和非火点像元（公式（1）），并在ArcGIS 软件中将其转换为点状矢量格式，包含了火点的位置信息和时间信息.MOD14A2 是8 d 合成的数据集，该数据处理得到的火点数据的时间分辨率是30 d，最终得到了云南省2010—2019 年的火点数据时间序列.

式中，n表示Fire Mask 的原始属性值，N表示二值化处理后的属性值，0 为非火点，1 为火点.

另一方面，本研究以市级行政区为单位对每年的火点数量进行了分区统计，并使用点密度分析的方法分析了10 a 间云南省生物质燃烧的时空分布特征.点密度分析对栅格像元中心定义了一个邻域，统计邻域内点的数目后除以邻域面积得到点要素的密度，有利于直观地展示云南省生物质燃烧的空间差异.

1.3.2 土地利用数据 本研究使用土地利用数据完成了对火点类型的分类，原始的土地利用数据为栅格数据，分为6 大类，20 小类.根据研究目标将其重新分为林地、耕地、草地和其他用地4 类，并叠加每年的火点数据，统计落入各类地块的火点数据，最后得到不同类型火点数目.

1.3.3 高程数据的提取和划分 云南省高程最大差异达6 600 余m，其地势复杂多变，在不同高度上的气候、自然环境都会有很大差异，该数据可以用来确定火点易发的高程范围.本研究利用镶嵌好的云南省DEM 数据提取云南省高程信息，并按照500、1 000、1 500、2000、2 500、3 000、3 500 m为断点对数据进行等级划分.

1.3.4 人口数据 人类活动对生物质燃烧也会有一定的影响，研究使用人口密度数据代表人类活动来分析其与生物质燃烧之间的关系.人口数据为点状矢量数据，数据属性包含了人口密度信息，对该数据使用克里金插值的方法得到云南省人口分布情况.

1.3.5 气象数据集 气象条件与生物质燃烧联系紧密，本文收集了2010—2019 云南省27 个地面气象站点的数据（图1），包含月平均降水量、月平均气温等在内的逐月站点数据集.研究使用克里金法对站点数据进行插值得到云南省的月平均气温和月平均降水量.

图1 云南省气象站点分布图Fig.1 Distribution of meteorological stations in Yunnan

2 结果与分析

2.1 火点分布特征

2.1.1 时间分布特征从图2的时间序列变化来看，云南省2010—2019 年10 a 间的火点数量整体呈下降趋势.其中2010 年火点数量为10 a 峰值，达9 800个.结合不同类型火点10 a 间分布，可以看出，林地火是影响火点数量的主要原因，这一现象与云南省全省森林覆盖率达60%的情况相符.其次，火点的发生与气候状况紧密相关[12]，从2009 年12 月开始，云南省降水的持续性偏少，发生了80 a 难遇的极端干旱事件[14].气候干旱造成林地和草地的枯木杂草堆积，易燃物大量留存.云南省大部分林区以云南松和思茅松等针叶林为主，遇火则燃，造成了2010 年的火点峰值出现.之后各地政府积极响应，落实各项森林草原防火措施，2011 年防火工作取得不错的成效，火点数据迅速回落.2012—2014年间云南省主要农作物包括水稻、玉米、甘蔗等产量持续升高[15]，带来这几年内的火点数量的波动.2015 年2 月开始，云南省陆续出台秸秆禁燃政策.2015 年10 月，生态文明建设目标被写入“十三五”规划，建设美丽中国纳入国家发展策略，云南省加强了对环境的监管，全省生物质燃烧状况得以改善.

图2 2010—2019 年年累积火点数量与不同类型年累计火点数量变化Fig.2 Changes in the number of annual cumulative fire points and different types fire points from 2010 to 2019

从季节上看（图3），全省火点集中出现在每年的1—5 月间，特别是2—4 月，这3 个月的火点数量占全年火点数量的67%，从6 月份开始火点数量呈断崖式下降，一直到12 月全省火点都维持在较低水平.此现象一方面与云南地区主要农作物水稻、玉米、甘蔗等的生长规律密切相关：这些农作物的播种季节一般在6 月份之前，丰收季节集中在9—11 月，这就决定了秸秆燃烧的时间集中在作物播种之前和收获之后，造成了秸秆燃烧的季节性差异.另一方面，云南省的雨季主要集中在5—10 月，占全年降水量的85.47%，5—9 月全省的月降水量均在100 mm 以上，其中7、8 月降雨量均大于250 mm；从10 月到次年4 月，全省的月降水量急剧下降，不超过55 mm，2 月低至15.6 mm[16].省内月降水量的巨大差异造成不同月份之间火点数量的差异.

图3 2010—2019 年月平均火点数量变化Fig.3 The change of monthly average fire points from 2010 to 2019

此外，由于云南省林业资源丰富，各地林业局都会开展以防火为目的的计划烧除工作，一般在12 月到次年3 月陆续展开[17].在适宜的天气和地理环境下，对林下可燃物进行人为烧除这项工作.

2.1.2 空间分布特征 从空间分布看（图4），10 a来火点主要集中在全省西部、南部州（市），总体呈现出南高北低、西多东少的空间分布格局.火点最密集的地区位于南部的4 个州（市），从多到少排序为：普洱市、红河州、文山州、西双版纳州（图5）.其中，2010—2019 年，普洱市累计火点数量占全省火点数量的15%～20%，红河州、文山州火点数量占全省火点总数的10%～20%，西双版纳州的火点数量占全省火点数量的5%～15%.西双版纳、文山、红河和普洱等地区的森林覆盖率位于省内前列，每年不仅有大量的林地火点因为气候环境等因素发生，当地林业局还会实行有计划的烧除来清理林下可燃堆积物.并且这些地区还是水稻、玉米、甘蔗3 种重要农作物的主产地[2]，研究显示，蔗叶就地燃烧仍然是中国南方目前主要的甘蔗还田方式之一[18].

图4 2010—2019 年云南省火点分布图Fig.4 The distribution of fire points in Yunnan Province from 2010 to 2019

图5 2010—2019 年云南省累计火点密度图Fig.5 The density of fire points from 2010 to 2019

2.2 火点分布的影响因子

2.2.1 土地利用类型 在分析火点发生情况时使用土地利用数据对火点进行分类是常规的研究手段，分类通常是围绕耕地、林地和草地展开[19].本文采用了2010、2015、2018 年云南省土地利用类型数据，按照林地、耕地、草地和其他用地类型对火点进行分类.使用2015 年的土地利用数据进行该影响因子的分析.

由图6 可知林地火点分布基本决定了全省的火点分布，主要分布在云南省南部，集中于文山州、红河州、普洱市、西双版纳州.研究显示，云南省的植被覆盖高值区（NDVI>0.8）主要分布在包括西双版纳、普洱、文山等云南省南部地区[20]，为当地林业火点的发生提供了有利条件.另外，不同强度的林业活动也会造成林地火点发生差异，例如，2010 年楚雄州实施计划烧除43 560 hm2，烧除防火隔离带335.5 km；2018 年玉溪市实施计划烧除14.8×104hm2；2019 年1 月大理市实施计划烧除43.33 hm2（650 亩）.

图6 2015 年云南省土地利用和火点分类Fig.6 Land uses and fire points classification in 2015

从各类型火点数量的统计情况来看（图7），2010—2019 年，林地火点数量占全省火点总数量的50%以上.2012 年林地火点数量占比为10 a 最高，达到69%，其次是草地火点和耕地火点，二者数量占比变化平稳，均在30%左右.数据显示，2010—2013 年云南省内林地面积占总面积的40%以上，2014—2019 年这一比例上升到60%，省内丰富的林业资源为林地的生物质燃烧提供了燃料基础.此外，各地林业局每年开展的林下计划烧除工作也增加了林地火点的比例.

图7 不同类型火点数量变化Fig.7 Variation of the number of different type of fire points

2.2.2 高程 云南省内地势形态多样，包含平原、丘陵、山地、高原等多种地貌类型.为了研究不同高程对生物质燃烧的影响，需要依据高程值对省内地形进行分级处理.基于不同地貌类型对应的高程值（平原海拔一般在200 m 以下，丘陵海拔在500 m以下，3 500 m 以上海拔为高山地区），本研究以500、1 000、1 500、2 000、2 500、3 000、3 500 m 为间断点，将火点划分为8 级，分别统计落入各个高程阶梯的火点数和比例.结果表明，2010—2019年，落入第3 级（1 000～1 500 m）和第4 级（1 500～2 000 m）的火点最多，合计33 959 个，占总火点数量的70.65%，这一高程范围与全省南部州（市）所处高程范围相对应，同时也是省内耕地和林地的主要分布高程范围[21].剩余3 成数量火点落入其他高程梯度，从1 000 m 左侧至2 000 m 右侧，火点数量呈逐级减少态势.由图8 可知，第3 级和第4 级火点分布数量最多且密度最大，分布于火点集中地区的南部地区.第5 级和第6 级火点位于全省中部，分布范围较广，火点密度为最低水平.

图8 不同高程火点分布Fig.8 Distribution of fire points at different elevations

2.2.3 人口密度 图9 和图10 分别对比2010 年与2015 年云南省人口密度图与火点密度图，云南省人口主要分布在云南省中部和东北部.对比同年的火点和人口分布图可以发现，火点密集区域人口密度相对较小，基于火点分类结果可知，95%以上的火点发生在林地、草地和耕地之上.分类火点中，其他火点包含了居民地内火点、工业区内火点等，这些类型的火点数量较少.

图9 2010 年人口密度与火点密度Fig.9 Population density and fire points density in 2010

图10 2015 年人口密度与火点密度Fig.10 Population density and fire points density in 2015

2.2.4 降水量 气候条件与区域火点的发生紧密相关，干旱高温强风的天气更有利于火点的发生.云南气候属于典型的亚热带高原季风型，干湿两季分明，也对年内火点的发生具有鲜明的影响.为了进一步了解降水量对火点的影响，研究统计了2010—2019 年间云南省月降水量与火点数量并制图（图11）.1—3 月期间，云南省大部分年份的月降水量在0～30 mm范围内，只有2011、2015、2017 年和2019 年3 月份的月降水量超过了30 mm，但也都保持在50 mm 左右.这段时间是典型的干季，对应的火点数量也在2—4 月期间达到了全年最高.从4 月份开始，进入雨季，年内月降水量骤然升高，当月降水量超过60 mm 时，火点数量被明显压制，在达到最高点后急速下降.月降水量在6—8月达到峰值，在200～250 mm 之间，此后降水量逐渐减少，到10 月月降水量依旧保持在50～100 mm 之间，6—10 月这段时间内，全省每月火点数量维持在100 以内，大部分时间处于0～30 之内，处于极低水平.此后月降水量继续减少，到11 月月降水量下降至30 mm 以内，火点数量有抬头趋势，直到2—4 月达到顶峰，并形成循环.

图11 2010—2019 年云南省月降水量与火点数量变化Fig.11 Changes of monthly precipitation and number of fire points in Yunnan Province from 2010 to 2019

2.3 典型区域讨论从时间序列上看，云南省内火点数量随时间变化幅度较大的地区在云南省南部，正是10 a 火点累计数量位于省内前4 名的地区，分别是普洱市、文山州、红河州、西双版纳州.它们的累积火点数量变化与全省火点数量变化趋势一致（图12），4 个州市的火点数量达到全省火点的60%，林地火点数量平均在65%左右，单市林地火点占火点总数的比例最高达到83%.以2010、2015、2019 年为例，不同类型火点空间分布和数量占比如图13 所示，火点主要集中在普洱市的景谷县和思茅区、西双版纳州的勐海县、红河州的中北部和文山州的富宁县和广南县，分别占所在州（市）火点总数的49%、54%、65%和58%；这些区域的火点总累计数量占典型区域火点总累计数量的53%.

图12 典型区域（红河州、文山州、普洱市和西双版纳州）与全省年火点数量变化Fig.12 Changes in the number of fire points in typical area(Honghe,Wenshan,Pu’er and Xishuangbanna) and the whole province

图13 典型区域（红河州、文山州、普洱市和西双版纳州）不同类型火点数量和分布图Fig.13 The number and distribution of different fire points in Honghe,Wenshan,Pu’er and Xishuangbanna

西双版纳州、普洱市、红河州和文山州森林覆盖率分别为81%、67%、58%、50%，远高于省内其他地区，且该地区平均海拔在1 500 m 左右，正是火点密集分布的海拔范围.之前也有研究显示，西双版纳州、红河州和普洱市超过6 000 hm2的地区属于极易发生林火地区，属于森林火险划分的第1危险等级；文山州处于较容易发生林火地区，属于森林火险划分的第2 危险等级[12].典型区域内丰富的森林资源为火点的发生提供了燃料.

为进一步明确该地区火点高发的原因，研究以2010、2015、2019 年为例，选择火点较为集中的2—4 月，对气象站点数据进行插值，得到2—4 月全省范围内的月平均气温图（图14）.典型区域平均气温明显高于省内其他地区，尤其是普洱市和西双版纳州，全州（市）都处于高温区.

图14 2—4 月份云南省月平均气温图Fig.14 The monthly average temperature of Yunnan Province from February to April

除森林覆盖率、高程、气温等因素之外，来自经济农作物甘蔗的秸秆剩余也是造成典型区域火点数量高于省内其他地区的原因之一.云南省是中国三大甘蔗主产区之一[22].西双版纳州、普洱市、红河州和文山州都是云南省重要的甘蔗产地.从2010 开始，南部四市各州（市）的甘蔗年总产量最高达到750×104t[15].甘蔗在每年5 月前播种，9—10 月成熟.由于缺乏有效的蔗叶还田技术，大多数蔗农会将遗弃的甘蔗叶就地焚烧[18]，造成大量秸秆焚烧火点.研究发现，典型区域中的火点集中发生地都是主要的甘蔗产地，如勐海县、景谷县、弥勒县、富宁县等地.

3 结论

本文以MOD14A2 热异常数据集为基础，从自然资源、气候环境、社会经济、和农业发展等方面进行讨论，明确了省内生物质燃烧的分布特征和各因子的影响情况.2010—2019 年云南省生物质燃烧整体为波动下降趋势，并呈现出明显的季节性和区域性差异.其中，林地火点的数目占比最高，是云南省生物质燃烧最主要的影响因素，其次为草地火点和耕地火点.在典型区域内，由于其极高的森林覆盖率和农业经济作物等因素的叠加，其火点数目明显高于省内其他地区.结论如下.

（1）2010—2019 年，云南省的火点数量呈下降趋势.其中，2010 年受极端天气影响，火点数为10 a最高值；受季节性的秸秆燃烧、降雨以及计划烧除工作的影响，每年的2—4 月份是火点多发时间段，此时间段内总火点数量占全年总火点数量的67%左右.全省火点呈现南高北低，西多东少的空间分布特征，南部普洱市、文山市、红河州和西双版纳市的总火点数量占全省的60%左右.

（2）影响火点空间数量分布的因子主要有土地利用类型、高程、人口密度以及降水量.林地火点数量占比最大，此现象可能与人为的林下计划烧除工作有关.其他火点类型包括居民地火点类型等在内数量占比最少，人口密集区域火点数量稀少.火点集中分布的海拔范围是1 000～2 000 m，这一高程范围与全省南部火点集中州（市）所在高程范围相对应.此外，当月降水量低于30 mm 时，火点极易发生.

（3）高于省内其他地区的森林覆盖率和平均气温、适宜火点发生的高程范围以及甘蔗的种植等因素是造成全省南部西双版纳州、文山州、普洱市和红河州火点密集的原因.

鉴于本论文存在的一些不足之处，今后的研究工作还需要从以下几个方面加以完善：由于林地火点占比极大，可通过对林地火点的细化分类细化提高森林防火的精细化程度；其次，可通过融合不同来源的火点卫星产品，提高火点识别的精度；利用回归方程定量化分析生物质燃烧与不同影响因素之间的关系等.