基于Logistic回归的林缘计划烧除气象条件判别分析

余会康，陆继彬，叶本闪

(1.福建省宁德市气象局，宁德，352100；2. 福建省屏南县气象局，屏南，352300；3.福建省古田县气象局，古田，352200)

0 引言

森林在社会与经济发展中具有极为重要的生态功能及角色定位，保护与发展森林不仅是林业可持续发展的核心，也是防御自然灾害的根本之策。我国具有丰富森林资源，但也遭受各类灾害的影响与破坏，根据全国林业统计年报，各地每年都有不同程度的森林火灾发生，造成了巨大的经济损失。因此加强森林火险预报预警和防范工作尤显凸出和重要。森林火灾的发生、发展与气象条件密切相关，开展森林火险等级预报也是专业气象服务重要组成部分。森林防火气象服务既可根据季节天气变化，结合当地农事活动，对易发森林火灾的天气时段为林业部门作出火险等级预报预警；也可以结合林业部门要求，在判别适合的小气候环境下，有计划开展烧除活动，预先破坏可能引发严重森林火灾的隐患条件。早在1986年，联合国粮农组织就提出了野火管理：在能把火势控制在预定区域内，同时又可将该火产生的强度和蔓延速度控制在特定环境条件下,对自然状态或人工改变的野生地可燃物进行控制性的用火，烧除的目的在于科学地用火，以最小损失和合理费用实现最大效益[1-3]。

随着森林植物的生长、发育和衰老过程，加上个别年份霜冻害的影响，林内、林缘枯枝落叶和农田杂草等可燃物数量及厚度增加，容易引起森林火灾隐患风险性大大增加，清除林内、林缘的可燃物，开辟防火隔离带等有利于加强林区火源安全管理。因此，科学、规范、有序地开展林内及林缘计划烧除，调控森林可燃物负荷量，可以有效地控制森林火灾的发生，对于预防森林火灾发生具有积极作用和意义[4-6]。有关可燃物调控技术研究领域，20世纪20年代就有人提出调控森林可燃物负荷量可以有效地控制森林火灾发生[7]。在这一研究领域，北美一直处于领先地位，我国研究相对较晚，目前，可燃物调控技术方法主要有4种(机械处理、计划烧除、营林抚育、防火带营造)，其中，计划烧除就是按照预定方案有计划地在指定地点或地段上，在人为控制下，为达到某种经营目的而对森林可燃物进行的火烧[8]。20世纪50年代，美国林业部门就采用该方法对其西部森林进行可燃物调控[9]。现今，国内外围绕计划烧除进行了大量研究，发现反复的计划烧除可以降低林火带来的危害。采用低强度(500 kW/m)的火能有效地减少森林可燃物的积累，从而降低林区的火险等级[8]。计划烧除一般要根据林区季节、气候状况、立地条件、林分组成及可燃物性质等确定，因地制宜进行选择[10]。东北林区利用点烧沟塘来减少火灾隐患方面取得突出成果[11]。马爱丽等提出计划烧除应充分考虑天气条件、火险等级、林地状况、可燃物结构及分布等方面因素[3]。现如今，计划烧除已成为我国降低林内林缘可燃物负荷量、预防森林火灾的有效技术之一[8]。

福建省屏南县气象与林业部门近年来加强合作，在开展林缘计划烧除方面取得很好的经验和效果，通过建立林缘烧除气象条件判别模型可以较为客观、定量化地作出预测预报服务，为林业部门计划烧除行动发挥决策参谋作用。

1 研究区域及林区概况

福建省屏南县(N26°44′～27°10′、E118°41′～119°13′)，位于闽东宁德市西部，属内陆山区县，全县东西宽54 km，南北长50 km，总面积约1470.67 km2。屏南地处鹫峰山脉中段，地势西北高、东南低。大部分地区海拔800 m以上，全县平均海拔830 m，地势悬差最大达1377 m，境内山峦叠嶂，群峰耸峙，山谷盆地纵横交错，属中山、低山、丘陵、盆谷类型区。屏南县属中亚热带海洋性季风气候，四季分明，雨量充沛，年降水量达1842.3 mm，年平均气温13 ℃～18 ℃，具有明显的高山气候特点。屏南全县林木资源丰富，境内群峦叠翠，林木蓊郁，林业用地面积12.25万hm2, 生态公益林面积3.66万hm2，木材蓄积量350万m3，森林覆盖率67.6%[12, 13]。

屏南县乡村农田大多以山间河谷小块谷地、山垅田形式与林地交错分布，地块散落，多呈陡梯状分布, 田埂外侧面光照条件充足，加上肥、水条件的优越，致使各类杂草生长繁茂。通常上，当地农民往往采取烧田塝方式清除田边的杂草，这样极易引发林区交缘森林火灾的发生。根据2001年～2005年调查分析, 该县查明火因18起森林火灾中, 由于燃烧田埂草引发火灾有13起, 占比72.2%，田间用火特别是燃烧田埂杂草成为主要火源因素。对农田林缘可燃物计划烧除是实施一种有审批、有组织、有规范野外计划用火行为，比较散漫用火更具安全性，而且与地形、气象要素、植被、点烧时间和点烧方式等安全可控因素密切相关[12, 13]。

2 数据及方法

2.1 数据及条件

图1 福建省屏南县地理地形及烧除点Fig. 1 Geographical and terrain in Pingnan county of Fujian Province and point of burning test

选择2014年10月～2015年4月在屏南县范围内10个乡镇19个村林区边缘进行的60次烧除试验，每个试验区面积规模0.667 hm2(10亩)以上，其中林缘40%为山垅田(系山丘受流水侵蚀成谷地，泥砂堆积和填高后，经垦辟种植水稻而形成的一类山谷水田)[14]，主要生长植物为杂草类，选择时段为秋、冬、春季少雨期，也是森林火灾高发期，火险等级高，主要为防止农田杂草烧除引发森林火灾，事先有计划开展烧除，有效地消除森林火灾隐患。主要气象要素数据(连续晴天日数d，温度t，湿度q，风速u等)采集于烧除现场就近的乡镇气象自动站，自动站与烧除点间距≤5 km(图1)，属于小尺度天气系统范围，气象要素数据具有代表性。烧除林火行为是林缘可燃物在点燃后，所产生的火焰和火蔓延以及发展过程的特征，即林火发生、发展，直至熄灭全过程中着火、蔓延、能量释放、火强度、火灾种类等综合特征，火行为受可燃物、环境(气象、地形和植被)和火源条件的制约和控制[15]。在林缘计划烧除过程中，均衡燃烧条件为：点火方式采用上方点火或先烧山凹部位；预先开设相对宽阔的隔离带：顶端线10 m宽，顶端山凹部分12 m以上，边线8 m～10 m，边线急陡区域10 m，平顺火头高度不超过1 m，凹部冲火不超过2 m。烧除成效判定标准为：用火安全，不发生走火情况；地表枯损可燃烧除率60%以上，或高可燃物(茅、芒等草本类及一些灌木类)顶部50%以上明显过火，符合标准为判定烧除成功，否则为不成功。

2.2 主要方法

应用Logistic回归方法，建立主要气象要素与对应点火行为成功与否之间的二元逻辑回归模型。Logistic二元回归是基于因变量为二分变量时的概率型非线性回归模型，是研究观察结果(y)与其影响因素(x)之间关系的一种多变量分析方法[16]。国内已经有多次用该方法建立气象因素与植物生长灾害模型的报道，如森林火险天气等级模型研究、落叶松毛虫预测模型研究等，具有很好的判别效果[17]。

建立Logistic回归模型时，先将在实数范围内的取值通过Logit变换转化为目标概率值，然后进行回归分析。Logistic回归参数估计通常采用最大似然法，先建立似然函数与对数似然函数，在通过对数似然函数最大求解相应参数，从而得到参数的最大似然估计值。根据Logistic回归原理，建立Logistic回归模型数学表达公式如下：

(1)

(2)

式中，p为事件发生概率，α为模型截距项，β为待估参数，X为解释变量，ε为误差项，通过公式(1)、(2)，Logistic回归模型建立了事件发生概率和解释变量之间的线性回归关系[16]。

本文将林缘烧除每次试验按照火行为结果进行现场技术认定，标记成功为1，不成功为0，建立因变量y，将林缘烧除时的主要气象因子：连续晴天日数(d)、温度(t)、湿度(q)、风速(u)作为影响变量。应用SPSS20.0统计软件进行回归模型建立、检验及参数估算和分析，运用模型综合卡方检验和Hosmer-Lemeshow检验法验证模型的拟合优度[16]。

3 结果与分析

3.1 模型建立及结果

林缘烧除点附近自动气象站一般为5要素自动站(气温、气压、湿度、风速、风向)，由于纳入5个气象要素和连续晴天日数进行Logistic回归判别，结果模型预报成功率<70%，根据各要素判别显著性检验，剔除2个不显著要素(气压、风向)，对剩余气象因子再进行Logistic回归判别，结果显示由连续晴天日数、气温、气压、湿度、风速组成的气象变量与点火行为可行概率p建立的Logistic回归判别模型，成功与否具有较高的判别效果。点火行为可行概率p与主要气象影响因子之间的关系，即：

0.029q-0.652u-1.551

(3)

进行指数变换，得：

(4)

进一步计算点火行为可行概率为：

(5)

式中，p、d、t、q、u分别为点火行为可行概率、连续晴天日数、现场气温、相对湿度、风速，当p≥0.5时，判定点火行为可行，当p<0.5时，判定点火行为不可行，式(3)～式(5)就是点火行为判别的Logistic回归参数模型不同形式。通过建立Logistic回归的林缘烧除气象条件判别模型，可以对计划烧除地区事先进行量化评判，提高林缘烧除运营效率，减少管理成本。

3.2 模型检验及效果

通过所建立的Logistic回归的林缘烧除气象条件判别模型，对60次烧除试验气象数据和成功与否进行判别，模型综合检验结果显示(表1)，模型的卡方值为37.563，概率值为0.000，小于0.05的显著水平，可见所建立的模型非常显著。另外得到的Logistic回归模型汇总的Cox-Snell R2和Nagelkerke R2的值分别为0.465和0.620，模型的拟合度较好[16]。

Hosmer和 Lemeshow 检验显示模型卡方统计量为11.840，表1中概率值Sig.=0.158>0.05，说明该模型并不拒绝Logistic二元回归函数，模型通过拟合优度检验[16]。

表1 模型检验

表2 烧除试验模型预报结果检验

利用该模型对屏南县60次烧除试验进行点火行为结果进行验证(表2)，在30次点火未成功中，有26次预报准确，判定点火不可行，有4次预报出错，判别为点火可行，预报准确率为86.7%；而在30次点火成功中，有29次预报准确，判别为点火可行，只有1次预报出错，判定点火不可行，预报准确率为96.7%，模型总体预报准确率为91.7%，说明模型利用主要气象要素在判别是否可进行点火烧除预报服务中，预报准确率超过85%，根据试验检验结果，该模型具有预报服务应用价值。

3.3 模型应用及分析

基于Logistic回归的屏南县林缘烧除判别模型是建立在主要气象要素条件下的，遴选的4个气象要素(连续晴天日数d，温度t，湿度q，风速u)也是影响林缘烧除的最关键要素，另外风向由于各试验地地形地势(坡向、坡度和坡位)差别较大，需要林业、气象技术人员根据现场风向风速，而后决定点火方位。为了能够使得烧除点火行为安全可靠，不引发森林火灾，通常还需事先预设一定宽度的阻火隔离带，安全有效减少火烧面积。被烧除杂草一般在1.0 m～1.6 m高度之间[18, 19]。

在上述条件下进行的林缘烧除试验所建立起的回归判别模型反映了气象要素(自变量)回归系数绝对值的大小对点火行为(因变量)的影响力大小。从公式(3)可以看出，连续晴天日数(d)、温度(t)、湿度(q)、风速(u)系数分别为2.576、-0.015、-0.029、-0.652，在4个气象要素中，连续晴天日数(d)绝对值权重最大，且量级远大于其他因子，说明连续晴天日数对是否能够进行林缘烧除点火行为具有最大影响力，试验表明，连续2天以上的连续晴天日数是烧除基本条件，2天以下则不具备条件。其次是风速。统计点火成功能够完成计划烧除的4个气象要素平均态条件为：平均连续晴天日数为2.5天，平均气温为14.5 ℃，平均相对湿度为68.3%，平均风力为1.21 m/s。

根据进行的林缘烧除经验和试验以及所建立模型检验结果表明，烧除时的气象条件是非常重要。为积极配合计划烧除工作，开展专题林业气象服务，提前通报适合烧除地点的天气状况，并根据森林防火指挥部的要求在烧除中进行全程的温湿度、风向、风力的监测，为计划烧除提供了及时精细的气象服务，才能够保证了林缘烧除安全进行。由于气象服务措施到位，监控严密，近年来屏南县共完成102个村的林缘农田稻草集中有效烧除，取得了林缘计划烧除的良好成效，极大地降低了森林火灾发生率。目前该县正积极推广农田林缘可燃物计划烧除科学方法，市县政府及林业部门也对此高度重视，认为这是规范野外火源管理，降低森林火灾事故的有效创新举措。

4 结论与讨论

小范围区域可燃物调控是减少可燃物负荷量、降低森林火险损失的关键，林缘计划烧除是其中有效实用的技术方法之一。进行林缘计划烧除试验成功与否和气象条件关系密切，基于Logistic二元回归建立的屏南县林缘烧除气象条件判别模型反映了林缘烧除主要与连续晴天日数、温度、湿度、风速有关，其中连续晴天日数对是否能够进行林缘烧除点火行为具有最大影响力，其次是风速。该判别模型在判别是否可进行点火烧除服务中，总体预报准确率高(91.7%)，错误率较低，具有专业气象预报服务应用价值。

该林缘烧除判别模型是在实际乡村基层试验基础上，考虑主要气象条件影响因素而建立的，是开展计划烧除分析判别的重要先决条件之一。实施烧除计划需要多部门沟通协作和多条件具备时开展，实际还需根据实地地形地势，进行技术上主客观判定现场实施的可行性，决定点火位置等，为烧除点火行为安全，通常还需要事先预设阻火带，现场有经验的林业和气象技术人员以及防火扑救设备及人员配备等必备条件。

林缘计划烧除气象条件判别模型是在初春、秋季、冬季试验基础上构建，主要适用季节也是春秋冬季(10月～翌年3月)，该时段也是森林火灾多发季节和发生集中、高峰期，天气条件少雨干燥，晴日多，湿度小，林缘杂草衰枯形成可燃物增多，加上春耕春播农事活动等野外用火频繁，极易引发大面积森林火灾，此时段组织开展林缘计划烧除，可有效减少可燃物，降低森林火灾风险。闽东主要降水集中期在春末及夏季(4月～9月)，充足的前汛期及台风季降水和人为野外用火少，则不利于森林火灾发生。

林缘烧除模型反映了林业气象服务在实际林事活动和森林防火中的重要作用，根据这些实际活动所观测的气象数据进行分析总结，应用适合的统计方法可以建立判别模型进行专业服务，反过来在实际应用中进一步得到检验和修正，进一步完善模型的实用性，提高林业气象服务预报准确率，从而更好地指导计划烧除活动。

[1] 武来才, 韩新锁. 浅析内蒙古地区低强度计划烧除[J]. 内蒙古林业, 2005(12): 14-15.

[2] Ciesla WM. 支持世界范围的野火管理[A]. 联合国国际减轻自然灾害十年论文精选本论文集[C], 2004: 136-138.

[3] 马爱丽等. 计划烧除的作用与应用研究综述[J]. 广东林业科技, 2009, 25(6): 95-99.

[4] Farnsworth A et al. Flagstaffs wildfire fuels treatments: prescriptions for community involvement and a source of bioenergy[J]. Biomass and Bioenergy, 2003, 24(4): 269-276.

[5] Moghaddas EE,Stephens SL. Mechanized fuel treatment effects on soil compaction in a Sierra Nevada mixed-conifer stands[J]. Forest Ecology and Mangement, 2008, 255(8): 3098-3106.

[6] Demchik MC et al. Combinging biomass harvest and forest fuel reduction in the superior bational forest, Minnesota[J]. Journal of Forestry, 2009, 107(5): 235-241.

[7] Show SB, Kotok F. Cover type and fire control in the National Forests of Northern California[M]. US Department of Agriculuture, Department Bulletin, 1929: 1495.

[8] 王春乙等. 农林气象灾害监测预警与防控关键技术研究[M]. 北京：科学出版社, 2015: 335-339.

[9] Biswell HH. Prescribed burning in California wildlands vegetation management[M]. California. University of California Press. 1999.

[10] 舒立福等. 森林可燃物可持续管理技术理论与研究[J]. 火灾科学, 1999, 8(4): 18-24.

[11] 刘广菊等. 东北、内蒙古林区物候点烧技术应用的情况分析[J]. 森林工程, 2008, 24(3): 36-43.

[12] 姚剑明等. 屏南县农田计划烧除初探[J]. 森林防火, 2005(3): 27-28.

[13] 林胜等. 屏南县农田计划烧除技术初探[J]. 森林防火, 2007(3): 31-32.

[14] 林景亮. 山垅田的基本特性及其与水稻生长的关系[J].浙江农业科学, 1963(1): 11.

[15] 袁春明, 文定元. 林火行为研究概况[J]. 世界林业研究, 2000, 13(6): 27-28.

[16] 陈胜可. SPSS统计分析从入门到精通(第二版)[M]. 北京：清华大学出版社, 2014: 254-262.

[17] 段永春. 茶树干燥型大冻害气象因素的logistic 回归分析[J]. 中国农学通报, 2016, 32(7): 152-156.

[18] 王立夫等. 计划烧除技术规范化管理的探讨[J]. 森林防火, 2006(4): 22-24.

[19] 石留喜, 王炳强. 森林防火计划烧除技术运用与探讨[J]. 安徽林业, 2008(6): 31.