赵洪阳,薛伟
(东北林业大学 工程技术学院,黑龙江 哈尔滨 150040)
基于模糊综合评价法的兴安落叶松人工林采伐迹地火险等级评价*
赵洪阳,薛伟
(东北林业大学 工程技术学院,黑龙江哈尔滨 150040)
为评价兴安落叶松人工林采伐迹地火灾等级,经实地调研结合迹地自身特点,利用模糊综合评价法构建兴安落叶松人工林采伐迹地的火灾火险等级评价体系。通过不同层次分析,针对影响火灾发生的主要因素(可燃物状况、气象因素、地形因素及人为因素),分析不同因素对火灾危险等级的影响,做出综合性评价,并应用模糊综合评价法建立兴安落叶松人工林采伐迹地火灾危险等级评定模型,制定其火灾危险等级评定表,为采伐迹地的火灾管理提供依据。
兴安落叶松人工林;采伐迹地;模糊综合评价法;火险等级
兴安落叶松(Larixgmelinii)人工林是大兴安岭、小兴安岭主要的林分类型,因其伐根和枝丫残留大量油脂而异于其他迹地种类。兴安落叶松林经采伐作业后,乔木上层消失使采伐迹地光照强度大大提高,加上落叶松油脂含量高等因素促使采伐剩余物迅速演变为易燃物,森林火灾的危险性随之增大[1~4]。随着国有林区天然林商品材的停采,森林资源生态保护作为中国林业发展的主要方向,而森林火灾的发生是直接影响生态林业发展的重要因素,因此对采伐迹地火灾等级评定的研究也逐年增多[5]。薛伟等[6]利用可拓层次分析法构建了兴安落叶松人工林采伐迹地火险等级的动态评估演化模型,验证了该法在火灾等级评价中的可行性;刘春起等[7]应用层次分析法对大兴安岭落叶松采伐迹地火险等级做出了评估;耿志伟等[8]应用有限元热分析法对长白山落叶松采伐迹地地表温度进行了
研究。加拿大的David Yung[9]和澳大利亚维多利亚科技大学的Vaughan Beck开发的FiRE CAMTM多子模型火灾风险评估模型,使用统计数据来预测火灾的发生概率。
1965年,来自美国伯克利加利福尼亚大学的自动控制专家L.A.Zadeh(扎德)教授发表了文章《模糊集》[10],这一理论的诞生解释了现实世界中很多的模糊现象和模糊概念[11~13]。模糊综合评价法就是以模糊逻辑和模糊数学为基础,处理一些边界不清、不易定量的问题,并从多个因素对复杂的模糊系统进行定量描述和处理的一种方法[14]。
20世纪末,日本就将模糊技术应用在机器人、交通管理、医疗诊断等领域,模糊理论及模糊法的应用给日本带来的巨大进步,得到了各国学术界的认同。中国对模糊数学及模糊综合评价法的研究相对较晚,但近些年在建筑业、医学、水利等领域的应用也比较广泛。本文充分运用模糊综合评价法的科学性和广泛实用性对兴安落叶松人工林采伐迹地进行火灾危险等级评定,以期为森林防火的科学性提供理论依据。
1.1模糊综合评价法
模糊综合评价法首先要确定被评价事物的因素集并衡量各评价因素的权重;再分别对各个因素进行评判获得其隶属度向量,然后得到其模糊判断矩阵;最后,将模糊判断矩阵与因素的权向量进行模糊运算并对其进行归一化,得到模糊综合评价值[15]。
1.2火险等级影响因子及其权重
确定影响火灾发生因素及指标并建立清晰的层次关系是评价火灾等级的基础。通过调查2006~2014年大、小兴安岭兴安落叶松采伐迹地火灾发生情况,在防火专家和森林防护工作人员的指导下,根据采伐迹地的分布及生产作业方式,总结出不同因素对火灾发生的影响程度,确定各影响因素及子因素的权重值。各因素及子层次关系与权重分布见表1。
2.1确定各评价对象因素集合
将表1中各因素及指标转化为集合,具体如下。
因素集合U=(U1、U2、U3、U4)=(可燃物状况、气象因素、地形因素、人为因素)。
子因素集合U1=(U11、U12、U13、U14、U15)=(采伐剩余物清理状况、可燃物含水量、伐根油脂含量、可燃物载量、伐根高度)。
U2=(U21、U22、U23、U24)=(风速、空气温度、降雨量、空气相对湿度)。
U3=(U31、U32)=(坡度、坡向)。
U4=(U41、U42、U43)=(人为活动时间、林牧业人口密度、道路网密度)。
表1 火灾危险等级评定因素层次分析及权重分布表
2.2建立评语等级集合
评语等级集合是对评价目标做出的评价结果所组成的集合,表示为V=(V1、V2、…Vn)。本文将火灾危险划分为6个等级,评价的等级为第4等级到第6等级的采伐迹地要加强监控防火,火灾危险等级评定见表2 。
表2 火灾危险等级表
取各区间中间值作为参数向量V=(95,85,70,50,35,15)T。
2.3获得模糊关系矩阵
关系矩阵中的元素代表评价因素集合U中第i个元素(Ui)对评语集合V中第m个等级元素(Vm)的隶属度。已知某兴安落叶松人工林采伐迹地的面积为83hm2,位于坡度为8°的半阴坡,道路网总长度172m,林牧业作业人数为85人,每天人为活动时间大约5.5h,临近有深水井1口,普通水井2口,干粉灭火器96个,贮水灌3个,采伐剩余物采用分散腐烂法处理,伐根高度在5cm以内,经抽样检测伐根油脂含量平均为0.64%,可燃物数量为0.96kg/m2。由相关统计数据得出该迹地某一天天气的基本情况为,2天前降雨,风速为3级,空气相对湿度85%,平均气温7℃,可燃物含水量约为17.9%。
则相应的模糊关系矩阵R1、R2、R3、R4为,
2.4建立综合评价模型
将权重集合通过合成运算得到评价结果向量B=A⊙R(⊙表示合成算子),采用相乘取大相加取小的原则。
2.5评价结果归一化
B*1=(0.318 0.273 0.182 0.091 0.091 0.045) B*2=(0.319 0.227 0.180 0.136 0.092 0.046) B*3=(0.314 0.232 0.138 0.138 0.089 0.089) B*4=(0.304 0.261 0.174 0.130 0.087 0.044)R*=(B*1 B*2 B*3 B*4)T=0.3180.2730.1820.0910.0910.0450.3190.2270.1800.1360.0920.0460.3140.2320.1380.1380.0890.0890.3040.2610.1740.1300.0870.044
2.6系统评价
系统总得分是评价火灾等级的数值体现,通过F=C·V计算,计算结果为,
F=(0.2950.2520.1680.1380.0850.062)·(958570503515)T=72.01。
由结果可知,此条件下该采伐迹地火险等级为中等,应加强防火工作。该评价结果反映出采伐迹地的火险情况,但主要影响因素的变化,导致模糊关系矩阵也会发生相应的变化,对应的系统得分及危险等级也会有相应的改变。为方便确定在影响因素变化的情况下采伐迹地的火险等级,制定了表3所示修正系数。
表3 修正系数汇总
在以下5种情况下,分别采用构造模糊关系矩阵的方法和直接累加修正系数方法对采伐迹地的火险等级做出评定,对其行比较,来检验采用修正系数计算系统总得分的准确性,见表4。
由表4比较模糊综合评价得分和修正后系统得分可知,修正系数的算法简便快捷,且误差在±2.4%以内,可用来评价火灾危险等级。
3.1结论
本文根据大、小兴安岭落叶松人工林采伐迹地的特性,从可燃物状况、气象因素、地形因素、人为因素4个方面进行分析,建立火灾危险等级评价指标体系,应用模糊综合评价法对兴安落叶松人工林采伐迹地进行火险等级评价,得以下结论。
(1)从火险评价各指标可以看出,采伐迹地可燃物状况的影响权重为46.7%,是引发火灾的重要因素。其中,可燃物含水量的权重值为33%,采伐剩余物清理状况的权重值为24%,伐根油脂含量的权重值为19%,所以,在火灾监管过程中要定期对可燃物含水量进行监测。采伐作业后,应及时对采伐迹地进行清理,减少可燃剩余物的总量。落叶松伐根油脂含量较高,具有助燃作用,故应尽量将其清理出采伐迹地。在气象因素方面,空气相对湿度的权重值达27%,因此,在干燥季节要做好预警工作。同时,也要及时监测风速、温度、降雨量的变化,加强火险天气的防火工作。坡度对火灾危险等级的影响较大,在防火工作中应加强对上坡位迹地的火灾预防。人为活动时间、林牧业人口密度的影响程度也较大(分别为28%、21%),故应对林牧业人口数和人为活动时间加强管理,且尽量减小道路网的密度。
表4 修正系数检验表
(2)基于模糊综合评价法的兴安落叶松人工林采伐迹地火险评价模型具有简便快捷,误差极小的显著特征,可以应用于兴安落叶松人工林采伐迹地火灾危险等级评价,林区管理相关部门可根据实际情况,确定各指标权重,通过修正系数的算法,确定其火灾危险等级,为防火监管和防火决策提供科学的理论依据和参考。
3.2讨论
兴安落叶松人工林采伐迹地火灾危险等级评定是多因素、多指标的评价体系,该体系还不够科学完整。一方面,存在很多主观和难以量化的因素,部分评价指标还比较粗糙。另一方面,评价模型的构建还有待加强,还没有取得较理想的效果。在今后的研究中应改进和完善。
随着科学技术的发展,能够及时准确地监测出采伐迹地火灾等级评价因子的原始数据,可以第1时间掌握采伐迹地的情况;在建立模糊评价体系的过程中,对隶属度计算和合成算子的选择进行优化改进,进一步降低火险等级评定过程中的主观性,这样可以增强模糊综合评价法在采伐迹地火险等级评价方面的准确性。
[1]李东升,陈霞,李凯峰,等.兴安落叶松造林技术[J].中国西部科技,2012,10(34):46,79.
[2]薛伟,王悦,张德新.基于BP神经网络的长白落叶松人工林采伐迹地火灾危险等级评价研究[J].西部林业科学,2013,42(3):11-14.
[3]陈宏伟,常禹,胡远满,等.大兴安岭呼中林区森林死可燃物载量及其影响因子[J].生态学杂志,2008,27(1):50-55.
[4]AiSekizawa.Fireriskanalysis:itsvalidityandpotentialforapplicationinfiresafety[C].FireSafetyScience-ProceedingsoftheEighthInternationalSymposium,2005:85-100.
[5]U.S.Bititci,P.Suwignjo,A.S.Carrie.Strategymanagementthroughquantitativemodellingofperformancemeasurementsystems[M].InternationalJournalofProductionEconomics,2001.
[6]薛伟,耿志伟.基于可拓层次分析法的兴安落叶松人工林采伐迹地火险等级评价研究[J].西部林业科学,2014,43(4):49-53.
[][]
[7]刘春起,薛伟.大兴安岭落叶松人工林采伐迹地火灾危险等级评价研究[J].西部林业科学,2011,40(4):17-22.
[8]耿志伟,张德新,薛伟.基于有限元热分析的长白落叶松人工林采伐迹地地表温度的研究[J].西部林业科学,2014,43(3):16-21.
[9]Yung D,Hadjisophopcleous G V,Proulx G.A description of the probabilistic and deterministic modeling used in FiRECAM[J].International Journal on Engineering Performance Based Fire Codes,1990,1(1):18-26.
[10]江高.模糊层次综合评价法及其应用[D].天津:天津大学,2005.
[11]韩利,梅强,陆玉梅,等.AHP-模糊综合评价方法的分析与研究[J].中国安全科学学报,2005,14(7):86-89.
[12]张铁男,李晶蕾.对多级模糊综合评价方法的应用研究[J].哈尔滨工程大学学报,2002,23(3):132-135.
[13]胡守忠,顾建勤.模糊综合评价法及应用[J].中国纺织大学学报,1995,21(1):74-80.
[14]任丽华.模糊综合评价法的数学建模方法简介[J].商场现代化,2006(20):8-9.
[15]吴丽萍.模糊综合评价方法及其应用研究[D].太原:太原理工大学,2006.
Fire Risk Rating of Larix gmelinii Logging Slash based on Fuzzy Comprehensive Evaluation
ZHAO Hong-yang,XUE Wei
(College of Engineering and Technology,Northeast Forestry University, Harbin Heilongjiang 150040,P.R.China)
To evaluate the fire risk rating ofLarixgmeliniilogging slash,based on the field researching with combination of slash area’s characteristics,the fire risk assessment system was established through fuzzy comprehensive evaluation method.Targeted to different influencing factors such as combustible situation,meteorology,site conditions and human factor,a comprehensive assessment could be made through influence analysis of those factors.This study could provide relevant reference for improving efficiency on fire management.
Larixgmeliniiplantation;logging slash;fuzzy comprehensive evaluation method;fire risk evaluation
2015-09-16
中央高校基本科研业务费专项资金资助(2572015CB05)。
赵洪阳(1990-),女,硕士生,主要从事森林火灾安全工程方面的研究。E-mail:630606889@qq.com
简介:薛伟(1962-),男,教授,博士,主要从事森林火灾安全工程方面的研究。E-mail:nefuxw@163.com
S 762
A
1672-8246(2016)04-0060-06
doi:10.16473/j.cnki.xblykx1972.2016.04.010