沈姣姣,李建科,张宏芳,曹 岳
(1.陕西省气象服务中心,陕西 西安 710014;2.陕西省森林防火指挥部办公室,陕西 西安 710082)
森林火灾作为一种自然灾害,对自然环境造成了严重毁坏,直接威胁到林业可持续发展和国家生态安全,也给人民生命和财产造成了严重损失。全世界每年发生森林火灾几十万次,受灾面积达数百万公顷,约占森林总面积的0.1%。我国平均每年由森林火灾造成的森林受害率达0.83%[1]。
林火作为森林生态系统的一个重要生态因子,其发生和发展具有很多不确定性,其发生、发展受多种因素的影响,随森林可燃物的组成及性质、火场的气象条件(温度、相对湿度和风速)、地理位置(包括海拔、坡向和坡位)及其他条件的变化而变化[2-3]。目前,我国学者对森林火灾的发生规律做了大量研究工作,研究内容侧重于我国及不同地区(吉林、云南、重庆、西藏等)森林火灾次数、发生时间、受害森林面积、火源类型和人员伤亡的时空分布特征[4-9],也有学者对森林火灾与气象因子的关系做了相关研究[10-14]。普遍认为,湿度(降雨量)、温度、风速等与林火的发生和蔓延有直接关系[15-16],不同地区森林火灾的发生都有各自的主导气象因子,在某些年份发生森林火灾可能是由于极端气候导致[17-18]。有人尝试利用信息扩散理论[7,19]、层次分析法[20-21]、灰色聚类综合评价法[22]、模糊综合评价法[23-24]等对森林火灾情况进行风险评估。近些年也有学者尝试利用灰色预测模型[25-26]、加权马尔科夫链[27]、ARIMA模型[28]、BP人工神经网络模型[29]对森林火灾进行预测。但是,目前利用主成分分析方法对森林火灾面积预测的研究还不多。
林火是森林经营的重要内容。研究林火的发生规律和演变趋势,能科学有效地开展防、灭火工作,为森林火灾预防提供科学依据和重要参考[30-31]。陕西地形复杂,森林资源丰富。但是,火灾频发。本文采用趋势分析、R/S分析和聚类分析法对陕西省森林火灾的演变情况进行分析,并对各地市森林火灾情况进行聚类。在此基础上,利用主成分分析方法筛选对森林火灾贡献率较大的气象因子,并据此进行森林火灾面积预测,为科学防范森林火灾的发生和灭火力量的合理配备提供理论依据。
陕西省地处我国西北内陆的中纬度地区。地域狭长,南北长约880 km,东西宽约160~490 km,可分为陕北黄土高原(榆林、延安)、关中平原(宝鸡、咸阳、西安、铜川、渭南)和陕南秦巴山地地貌区(汉中、安康、商洛)。陕西属大陆性季风气候。冬季受蒙古冷高压控制,寒冷干燥;夏季受西太平副热带高压和印度低压影响,炎热多雨;春秋为过渡季节,春暖干燥,秋凉湿润。
陕西省森林火灾主要发生在冬春季节。现有森林面积767.6万hm2,森林覆盖率37.3%,主要分布在秦岭、巴山、关山一带。由于自然、社会、火源管理等方面的问题,森林火灾发生比较频繁,火灾损失严重,森林防火工作十分艰巨。
研究采用数据为陕西省1954-2015年十个地市森林火灾的统计数据和林火发生时对应地区的气象数据。
森林火灾数据包括火灾次数、受害森林面积和过火面积。火灾数据来源于陕西省森林防火指挥部办公室提供的1954-2015年陕西省森林火灾数据(其中1967-1972 年火灾数据空缺)、1990-2015年各市逐月森林火灾数据以及2010-2015年各地区逐日森林火灾数据,包括起火时间、地点、火险等级、过火面积、受害森林面积、起火原因等,本研究中所提到的森林火灾面积指受害森林面积。
气象数据来源于陕西省气象信息中心,包括陕西省十个地市(榆林、延安、铜川、咸阳、宝鸡、渭南、西安、汉中、安康和商洛)的逐日最高气温、最低气温、平均气温、平均风速、降水量、平均相对湿度等。
3.2.1 趋势分析
R/S 分析法,也称重标极差分析法(Rescaled Range Analysis),可以判断时间序列是完全随机的抑或是存在趋势性成分,常用Hurst指数值的大小来判断趋势性成分的持续性或者反持续性强度的大小。其中,Hu=0.5,表示分析的要素完全独立,其变化是随机的;0.5<Hu<1,表明时间序列过程具有持续性,未来该要素的总体变化趋势将与过去的变化趋势一致;0<Hu<0.5,表明时间序列过程具有反持续性,该要素在过去整体增加的趋势预示将来整体减少,反之亦然。
森林防火综合能力决定扑火能力,而扑火能力直接影响到火灾发生时的火场面积。扑火能力强,则扑火速度快、救火效果好,随之火场面积小,反之则火场面积大。因此,火场面积是反应扑火能力的终端因子。采用平均每次火场面积对陕西各地扑火能力进行评价。该指标的计算公式为:平均每次火场面积(hm2)=总的火场面积/森林火灾次数。
3.2.2 聚类分析
聚类分析法是将样本单元按照它们的性质(各个指标)上的亲疏程度(距离远近)进行分类。应用最广泛的是系统聚类法,其算法是将n个样品看成不同的n类,并把具有最小测度的2个样品合并成一类;然后,按照各种聚类方法计算这个类和其他n-2个样品之间的距离;依此类推,直到所有样品归为一类。由于各指标的量纲不同,在进行分类之前要先进行标准化变换。对变换后的数据选用不同的聚类方法按照不同的测度距离进行聚类,最后再根据具体的问题和聚类结果来决定应当分为几类。
3.2.3 主成分分析
主成分分析是研究多个数值变量间相关性的一种多元统计方法,在基本保持原变量信息不变的前提下,能通过原变量的少数几个线性组合来代替原变量并揭示原变量之间关系。这样就可以将多维数据结构在较低维数的空间重新描述,直观地在降维空间研究样本之间或变量之间的相互关系。由于各主成分之间是相互独立的,所以由各个主成分组成的输入空间不存在自相关性。用SPSS17.0分析软件对原始数据进行统计分析。其中2010-2014年森林火灾数据(546个)用于建立模型,2015年森林火灾数据(52个)则用于模型检验。
为消除影响因子单位的差别和影响因子数量级不同的影响,首先对原始数据进行标准化处理;
这里共有n(n=546)个样本,每个样本为p(p=12)维,其中xij为第i个样本的第j维的取值。据此使得每一指标值均统一于某种共同的数值特征范围。
利用标准化后的原始数据计算预测预报因子间的相关系数,建立p×p的相关矩阵R。由相关系数矩阵计算出R阵的p个特征根及每个特征根所对应的特征向量,再根据特征根的累积贡献率,确定选取特征根的数目。
1954-2015 年陕西省共发生12 193 次森林火灾。森林火灾面积达到109 506.6 hm2,年均218次/年和1 955.5 hm2/年,火灾次数和森林火灾面积均与时间序列呈现反曲线式下降(图1)。年森林火灾面积与年火灾次数有较强的相关性,相关系数达到0.77。20世纪50年代中期至60年代前期,陕西火灾次数相对频繁,森林受灾损失较重,可能与社会和政府防火意识薄弱、救火能力差有关。60 年代中期后,森林火灾次数和森林火灾面积出现减少趋势,但在1978 年、1980 年和1987 年出现异常高值。1989年后森林火灾面积减少并趋于稳定,1989-2015年间平均为73次/年和327.6 hm2/年。
图1 1954-2015年陕西省森林火灾次数和森林火灾面积变化趋势
R/S 分析表明,1954-2015 年陕西省森林火灾次数的Hurst 指数为0.588,表明未来其减少趋势将持续;森林火灾面积的Hurst指数为0.609,表明未来其减少趋势将持续。
就陕西各地市1990-2015 年平均森林火灾面积来看(图2),延安市为32.72 hm2,远高于其余地市,说明该市森林火灾蔓延范围较大,破坏性较强,森林防火扑救能力有待进一步加强,可能与该地气候干燥,冬春季节风力较大,出现火灾扑救不及时有关。宝鸡市、安康市、咸阳市和西安市年平均森林火灾面积在11.93-15.16 hm2,各地区的扑火能力相差不大,需要在人员和物资投入上加以改进。渭南市、商洛市和汉中市的扑火能力相对较强,年平均森林火灾面积在5.06-9.20 hm2。榆林市和铜川市的扑火能力最强,年平均森林火灾面积在2.32-3.80 hm2,可能与该地区林区稀少有关。
图2 陕西各地市1990-2015年均森林火灾面积
在对陕西省各地市的森林资源状况及1990-2015 年连续26年的森林火灾情况进行描述性统计的基础上,选取了5个指标参数,分别为:森林火灾次数(X1,次/年)、火场总面积(X2,hm2)、受害森林面积(X3,hm2)、损失原始林面积(X4,hm2)、损失人工林面积(X5,hm2)作为聚类分析的指标。
综合考虑各指标参数和陕西省森林火灾实际情况,将陕西省十地市分为3 类比较合适(表1),即榆林市、铜川市、西安市、咸阳市、渭南市、汉中市为第一类;延安市为第二类;宝鸡市、安康市、商洛市为第三类。结合陕西省森林火灾实际情况可知,第一类地区年均火灾次数为5.2 次,火场总面积为846 hm2和受害森林面积为317.7 hm2,相对第二类和第三类地区均较少,可能与该地区森林面积较少、防火设施先进、扑火能力强有关。第二类地区年均火灾次数最少为4.9 次,但是火场总面积为4188.1 hm2和受害森林面积为2568.9 hm2在3 类地区中最多,对当地森林资源尤其是原始林造成的损失最严重,可能与该地区原始森林覆盖较广、人工林相对较少、扑火能力弱有关。第三类地区中的安康和商洛地处秦岭、巴山一带,植被密度大,森林资源丰富,加上近年旅游人数增多,受人为活动(主要是野炊、吸烟、祭祀等)干扰较大,再加上该地区人口稀少、交通不便,一旦发生森林火灾,扑救不及时极易引发森林火灾,所以导致该地区火场总面积为3 644.9 hm2、受害森林面积为1 791.4 hm2和年均火灾次数为11.4 次,在三类地区中均较高。
初步选取与森林火灾面积相关性较大的12个气象因子:火灾日相对湿度H、火灾发生时相对湿度H0、火灾日平均气温T、火灾日前1 天平均气温T1、火灾日前2 天平均气温T2、火灾日前3 天平均气温T3、火灾日降水量R、火灾日前1 天降水量R1、火灾日前两天降水量R2、火灾日前3 天降水量R3、火灾日平均风速W和火灾发生时风速W0。
对2010-2014 年陕西森林火灾数据和气象数据进行标准化处理后,利用主成分分析选取相关系数矩阵特征值累积贡献率超过85%的因子作为与森林火灾面积映射值对应的新因子(表2),从而选取4 个主成分F1,F2,F3,F4,其累积方差贡献率为:
表1 陕西省各地市森林火灾聚类结果
表2 主成分分析特征值及累积贡献率
可知,第一、第二、第三和第四主成分的累积贡献率达到87.15%。这4个主成分就可以反映原来12个影响因子的87.15%的信息,降维效果非常明显。
根据特征向量矩阵,可以写出主成分计算式:
根据多元回归理论,建立了以F1,F2,F3,F4为影响因子,以森林火灾面积映射值FF为因变量的一般规律的森林火灾面积预测模型:
进一步得到关于实际森林火灾面积预测值Y的预测模型:
选取陕西省2015 年森林火灾数据(52 个)对预测模型进行验证,相对误差为29.1%,说明该模型可以应用于林火预测预报业务中。
1954-2015 年陕西省森林火灾次数和森林火灾面积均出现减少趋势,年森林火灾面积与年火灾次数有较强的相关性。20 世纪50 年代中期至60 年代前期是森林火灾高发时期,60 年代中期后,森林火灾次数和森林火灾面积出现减少趋势,90 年代后逐渐趋于稳定。R/S 分析表明,陕西省森林火灾次数和森林火灾面积的Hurst 指数均大于0.5,表明未来其减少趋势将持续。就扑火能力而言,榆林市和铜川市的扑火能力最强,渭南市、商洛市和汉中市的扑火能力其次,延安市扑火能力最差。
综合考虑各指标参数和陕西省森林火灾实际情况,陕西省十地市森林火灾情况大致可分为3类,其中榆林市、铜川市、西安市、咸阳市、渭南市、汉中市为第一类;延安市为第二类;宝鸡市、安康市、商洛市为第三类。该聚类分析结果对当地森林火险区划有一定理论价值,表明按传统地理区域的陕北、关中和陕南的火险区划方法存在明显的缺陷。但是这种分类效果还有待于与实际情况相结合,有待于在实践中不断验证和改进。
采用主成分分析方法对陕西省森林火灾发生数据和相应的气象数据分析表明,第一、第二、第三和第四主成分就可以反映影响因子的87.15%的信息,降维效果非常明显。以气象因子的综合因素作为预测森林火灾面积一般模型的预测因子是可行的,模型正确率达到70.9%,基本上可以反映气象因子与森林火灾面积的关系,可以利用该模型对陕西地区森林火灾面积进行预测。