基于卫星监测的湖南省林火时空分布规律研究

（中南林业科技大学 数字洞庭湖南省重点实验室，湖南 长沙 410004）

森林是陆地生态系统的主体，是人类生存发展的根基。森林防火是生态文明建设的安全保障，是国家应急管理的重要内容。全球气候变化框架下，极端性天气增多，对森林防火极其不利；在我国，林业的地位和使命日趋强化，森林防火工作任务明显加重。未来十年，既是加快推进生态文明建设的关键时期，也是林业发展和森林防火工作的重要战略机遇期。

林火监测是实现森林火灾“早发现”的关键环节，监测预报和挖掘发现林火发生的时空规律是森林防火工作的基础。近年来，我国有学者对不同空间区域尺度上的林火分布及发生规律研究刚刚起步[1-6]。湖南省森林覆盖率高达59.68%，是全国木材战略储备生产基地和优质高效用材林培育基地，全省122个县（市、区）中有95个县（市、区）属于国家森林火灾高风险区，属南方森林防火重点区域，同时，气候变化和社会发展加剧了森林火灾的影响程度[7]。本文以湖南省林火为研究对象，基于时空立方体热点分析方法，研究发现了2007—2017年湖南省林火分布，并进行了林火的发生趋势预测。

1 研究区概况

湖南省位于我国中部、长江中游，因大部分区域处于洞庭湖以南而得名“湖南”，地处东经108°47′～ 114°15′、北纬 24°38′～ 30°08′，湖南东以幕阜、武功诸山与江西交界，南枕南岭与广东、广西为邻，西以云贵高原东缘与贵州、重庆毗邻，北以滨湖平原与湖北接壤，总面积21.18万km2，湖南辖13个市1个自治州、122个县（市、区），全省常住人口6 860.2万人。湖南地貌类型多样，以山地、丘陵为主，属亚热带季风气候，年平均气温16～18 ℃，年平均降水量1 200～1 800 mm，四季分明，热量充足、雨季集中。湖南属亚热带常绿阔叶林带，植被丰茂，四季常青，截止2017年底，湖南省森林覆盖率达到59.68%，森林蓄积量达到5.48亿m3[8]。

2 数据来源与研究方法

2.1 数据来源

研究数据来源于中国森林防火网2007—2016年的卫星林火监测数据，以及湖南省林业厅防火办2016—2017年的卫星火点监测数据。林火数据包括火场区域名称、经纬度、接收卫星名称、接收时间、上报时间、快速反馈信息等。

2.2 研究方法

2.2.1 时空立方体模型

时空立方体起源于20世纪60年代中期，瑞典地理学家Torsten Hägerstrand在研究人类迁徙模式时所提出[9]。用于将地理对象的连续时空序列进行视觉展示，如图1，时空立方体是由一个二维的水平面（地理平面）和一个垂直时间维度组成的三维空间。在任一时刻，都可以得到一个地理平面来反映现实中事物的状态。时空立方体模型能直观展示各种现象随时间变化的过程。

图1 地理事件时空分布Fig.1 Spatial-temporal distribution of geographical event

ArcGIS10.4中提供了时空立方体创建工具。该工具以离散点为输入元素，将点聚合到时空条柱。所创建的结构可被视为由多个同地区的二维平面堆叠起来的一个三维立方体（图2），其中水平的x、y轴表示平面空间，垂直与x、y轴平面的t轴表示时间。

图2 时空立方体模型Fig.2 Space-time cube

2.2.2 时空热点分析

时空热点是频发事件发生在特定地理空间及时间内的聚合，而时空冷点则是偶然发生在某时间的地理事件。时空热点分析能有效发现时空中冷热点随时间迁移而产生的变化规律和发生趋势。

时空热点分析使用预先创建的时空立方体，通过设定邻域距离和邻域时间步长参数值来计算每个条柱的Getis-Ord Gi*统计[10]。时空热点分析完成后，将时空立方体中的每个条柱的z得分、p值和已添加的热点条柱分类使用Mann-Kendall趋势测试来评估这些热点和冷点趋势。最后，可视化呈现研究目标的空间变换类型，冷热点的趋势分类结果依据如表1。

3 结果与分析

3.1 2007—2017年林火整体情况

根据卫星林火监测数据，湖南省2007—2017年共发生林火15 536起，其中已查明原因13 315起。火灾主要发生在10月至次年4月，如图3，林火发生的季节性特征明显。主要发生在冬末以及春季，累计13 541起，占总数的87.2%。其中2月林火发生频率最高，累计3 565起；1月和3月次之，分别累计2 978起和3 286起；春末至秋初林火发生频率明显减少。就年际变化而言，如图4，2007年至2017年平均每年发生1 412起，同时林火发生频率总体呈下降的趋势。

表1 趋势分类结果含义Table 1 The meaning of trend classification

图3 林火按月累计统计图Fig.3 Monthly accumulative statistics of forest fi re

图4 林火按年累计统计图Fig.4 Annual accumulative statistics of forest fi re

3.2 2007—2017年林火分布时空立方体构建

利用2007—2017年湖南省卫星监测火情数据创建时空立方体。如图5，构建的湖南省时空立方体在UTM_49N投影带下，水平面上从西到东跨越区域525 km，从北到南跨越区域580 km，垂直于水平面的竖轴包括11个时间步长。每个点表示一个条柱，这些点均表示水平面面积为5 km×5 km，竖轴时间跨度持续时间为1年的条柱，因此这个时空立方体共有用有12 180个点（条柱）。在12 180个条柱中，4 531（37.20%）个条柱包含至少一个时间步长间隔的至少一个事件点。在4 531个位置由49 841个时空条柱组成，其中10 320（20.71%）拥有的事件点计数大于零。如图6，将时空立方体按照时间展开，由图可见随着时间推移，火灾点具有显著性的减少。

3.3 林火时空热点分析

导入3.2中建立的时空立方体，统计分析条柱的z得分，按照表1不同模式对趋势进行归类，可视化结果如图6。归类结果中，冷色区域8 799个、暖色区域6 660个，各不同归类汇总结果如表2，从整体情况看，湖南省2007—2017年来火灾发生情况大多数为冷色即整体林火发生情况呈下降趋势。从图7空间分布可看出，环洞庭湖区域林火发生频率很低，湘西、张家界地区火灾发生频率逐渐减少，怀化地区偶有发生，林火频发地区主要集中在湘中以及湘南地区。

4 结论与讨论

（1）根据2007—2017年卫星林火监测数据，经统计湖南省共发生林火15 536起，平均每年发生1 412起，林火发生的时间规律明显，主要分布在冬末及来年的春季；重点森林防火期内，其中2月林火发生频率最高，累计3 565起；1月和3月次之，分别累计2 978起和3 286起；是林火预防、扑救和处置任务的重点时段。

（2）利用时空立方体的热点分析功能，以发现湖南省2007—2017年林火时空规律，结果表明湖南省2007—2017年林火发生频率整体呈下降趋势，林火热点区域集中在衡阳南部、郴州东北部以及永州中南部地区。对比学者孙玉荣等在“湖南森林火灾的灾情区域分异研究”得出的2001—2008年各市州林火时空据点分布规律，可发现常德市石门县区域、湘西州以及张家界市的热点明显减少，森林防火管理水平有显著提高。

图5 构建的时空立方体Fig.5 Constructed space-time cube

图6 时空立方展开时序图Fig.6 Time series graph of space-time cubic expansion

图7 时空热点分布Fig.7 Hot spot distribution

表2 时空热点分析结果汇总Tabel 2 The result of hot spot analysis

（3）时空立方体热点分析所采用卫星林火监测数据，仅发现林火的发生时空规律，尚未考虑到人类活动因素，没有排除计划用火，要实现森林消防扑救力量的精准配置，还需考虑林业生产和森林经营的计划火干扰，以更好地为森林消防管理提供参考。

[1]何雨芩, 徐 虹, 程晋昕.云南省林火时空分布特征分析[J].中南林业科技大学学报, 2017, 37(5): 36-41.

[2]林花明.福建省森林火灾发生和火源时空分布规律研究[J].林业勘察设计, 2017, 37(3): 10-12.

[3]周 雪,张 颖.中国森林火灾风险统计分析[J].统计与信息论坛, 2014, 29(1): 34-39.

[4]赵同谦, 欧阳志云, 郑 华, 等.中国森林生态系统服务功能及其价值评价[J].自然资源学报, 2004, 19(4): 480-491.

[5]杨广斌, 唐小明, 宁晋杰, 等.北京市1986—2006年森林火灾的时空分布规律[J].林业科学, 2009, 45(7): 90-95.

[6]孙玉荣, 张 贵, 陈爱斌,等.湖南森林火灾的灾情区域分异研究[J].中南林业科技大学学报, 2012, 32(8): 7-11.

[7]国家林业局.全国森林防火规划（2016-2025）[Z], 2016.

[8]湖南省林业厅.湖南每年义务植树1.2亿株 全省森林覆盖率达 到59.68%[EB/OL].2018-3-13.http://lyt.hunan.gov.cn/ztzl/lshn_77586/201803/t20180313_4970884.html.

[9]Bo L.Time-geography – at the End of Its Beginning[J].Geojournal, 1999, 48(3): 155-158.

[10]Getis A, Ord JK.The Analysis of Spatial Association By Use of Distance Statistics[J].Geographical Analysis, 1992, 24(3): 189.