甘肃省陇南市森林火险气象等级智能网格预报研究

刘 丽，苏军锋，黄应文

（甘肃省陇南市气象局，甘肃 武都 746000）

近年来，中国森林火险气象等级预报业务发展迅速。1999 年，中国气象局协同国家林业局共同联合开展国家级别的森林火险气象等级预报预警业务工作，使中国森林火险气象等级业务有了飞跃式的发展，带动了各省（市、自治区）的火险预报预警业务的发展，预报水平和技术大辐度提高，但因观测站点、交通不便等各方面因素的限制，预报方式仍以大范围站点和区域预报为主［1-7］。这种预报模式下的预报结果与西方发达国家［8-12］基于网格的森林火险预报结果相比，其预报的精度低、区域性的代表性也较差，一定程度上制约了精细化、高准确度的森林火险气象等级预报预警业务发展。

甘肃省陇南市森林资源在全省位居第一，森林覆盖率最高、生物种类繁多。森林资源主要分布于宕昌岷江林区、康县康南林区、徽县和两当县辖区内的小陇山林区和武都、文县的白龙江、白水江林区。在危害森林因子中，火灾是一种最具破坏性的灾害，不仅直接危及立木、土壤甚至于微生物和野生动物，而且还能降低森林更新能力，引起土壤贫瘠和破坏森林涵养水源的作用，继而导致生态环境破坏，造成大气污染，而在森林可燃物和火源具备的情况下，森林能否着火、着火后能否成灾，主要取决于气象条件［1］。火险气象是指有利于发生森林火灾的气象条件，如高温、干旱、大风等。因此，做好森林火险气象预报可以为预防、控制、扑救森林火灾提供科学的依据，减少森林火灾损失。

因此，对陇南市森林火灾特征空间分布及火险预报方法进行研究，利用智能网格预报结果积极开展森林火灾预测预报工作，保护和发展现有森林，对于改善生态环境，促进国民经济发展，保障农林业生产乃至长江中下游人民生命财产的安全都具有十分重要的意义。

1 资料来源与方法

1.1 资料来源

1.1.1 气象资料 气象数据资料采用的是1981—2010 年陇南市8 县1 区基本气象站近30 年数据的平均值，包括平均气温、年均降水量、年相对湿度等气象要素值。数值网格预报产品所采用的数据是2018 年甘肃省气象局中心气象台下发的全省智能网格预报产品，该产品的空间分辨率达到5 km×5 km。甘肃省气象局中心气象台智能网格气象预报产品是由国家气象中心基于主客观融合预报、采用精细化地理信息的插值分析以及区域建模预报等技术方法研发的中国区域格点化预报产品，预报时效为240 h、时间分辨率为3 h，在时间分变率和空间分辨率上有很大的提高，使天气预报更精准。

1.1.2 火灾资料 根据图1 可以看出，近20 年来，陇南市火灾发生呈明显递增的趋势，尤其是从2010 年以来火险等级日趋升高，说明研究区域火灾预防形势十分严峻。

图1 近20 年来陇南市火灾次数年际变化

1.1.3 地理信息、林区分布、社会经济资料 本研究所用陇南市最新行政区划、经纬坐标、海拔高度、DEM 数据、林区分布、GDP及人口等相关数据来源于陇南市森林草原局、应急管理局及大数据管理中心。

1.2 研究方法

1.2.1 森林分布数字矢量化提取 陇南市森林大多分布在文县，武都区南部，康县南部，两当县、成县、徽县北部，礼县、宕昌县，分布面积较为广泛，且多为交叉分布。

利用GIS 技术将陇南市森林分布图，采取分类插值的方法提取到全市森林分布数字化矢量图，同时将森林分布插值计算，得到陇南市用于栅格图形计算值。shpfile 格式计算坐标图如图2 所示。

图2 陇南市森林分布矢量图

1.2.2 森林火险指标静、动态因子的选取 从陇南市大数据管理局获取到全市104 个乡镇的近十年的经济发展水平（GDP）数据库和人口分布数量库，经济发展水平越高，人口越密集的地方发生林火的可能性也就越大，反之则越小，因此本研究将这两者作为影响林火发生的静态因子，利用Excel 2007 的空间分析功能，将GDP 和人口密度数据分布进行空间残差处理，使用栅格计算器对各要素值进行计算，得到该计算要素的空间分布栅格数据，所需的数据有：高程、线性经度、线性纬度，最后进行空间分析叠加，得到该要素的实际空间分布［13-15］，计算得到陇南市GDP 栅格空间分布（M）（图3）和人口栅格空间分布（R）（图4）数据。

根据标准《森林火险气象等级GB∕T36743—2018》，可知与林火发生蔓延的因素有：气温、相对湿度、降水、风速等。温度越高，可燃物中水分蒸发和变干的速度越快，火灾发生的可能性越大；相对湿度越小导致可燃物含水率越低，越利于林火燃烧发展；降水及连续无雨日数长短直接影响可燃物含水量，是决定林火发生可能性和能否蔓延的重要因素；风是影响火灾蔓延的主要气象因子，风速较大时，火场易蔓延扩大，危险性增加，蒸发量越大，日照时数越长，林木和水分的蒸腾作用越明显，易燃的可能性也就越大。因此，根据多年火灾发生的实地要素值分析及专家评估，年平均气温、年均降水量、年日照时数、年蒸发量及连旱天数以及大风是影响陇南林火发生的最主要气象因子。随着各气象因子的变化，对林火的影响范围及危险程度也有所有同，而陇南地处山区，垂直立体性气候分布特征明显，因此将气象要素作为动态因子进行分析，利用GDP 和人口栅格空间分布数据处理的同样方法，得到各动态气象因子的空间分布栅格图（图5）。

图3 陇南市GDP 发展水平栅格图（M）

1.2.3 陇南市森林火险综合因子等级分布图 森林火险区划评价指标体系，结合最新陇南市近十年平均人口密度（R）、经济发展水平（M）、森林分布密度以及影响林火发生、发展的决定性气象因子等因素，利用层次分析法赋予各个要素不同的权重系数分界值和火险等级（表1）。

图4 陇南市人口分布密度栅格图（R）

采用ArcGIS 空间叠置分析方法，提取陇南市100 m×100 m 网格的经度、纬度、海拔高度和乡镇、县级边界行政点及森林分布的矢量数据，推算出每个因子在100 m×100 m 网格上的值，生成高精度、高空间分辨率的林火发生的影响因子网格要素分布图，其结果能够反映各影响因子随经度、纬度和高度变化的地带性特征。

图5 陇南市年平均气温、年均降水量、连旱天数及大风日数空间分布栅格图

表1 各影响因子的权重系数、分界值和火险等级

利用ArcGIS 10.0 软件将动静态因子进行叠加，叠加时使用栅格计算器进行计算，最后得到动态因子与静态因子综合叠加计算因子F，公式为：

式中，M、R、Q、J、N、S、Z、D分别代表陇南市GDP、人口、平均气温、年均降水量、年均日照时数、年最小相对湿度、年均蒸发量、年均连旱天数。将叠加结果因子无量纲化，并将无量纲化结果进行图层显示、分类、美化，最后生成研究区内精细化森林火险气象等级区划（图6），将火险气象等级划分为低风险区（一级）、次低风险区（二级）、中等风险区（三级）、次高风险区（四级）、高风险区（五级）五级。

图6 陇南市森林火险气象等级综合因子区划

2 森林火险智能网格预报模型建立

森林火险气象等级智能网格预报的背景场是采用甘肃省中心气象台智能网格预报结果，空间分辨率为0.05°。预报因子参考《森林火险气象等级GB∕T 36743—2018》［16］，森林火险气象指数［17，18］计算公式：

FFDI为基于各因子的火险指数加权得到的，综合火险气象指数；F为当日平均风速（m∕s）；Q为当日平均气温（℃）；S为最小相对湿度（%）；R为连续无降水日数（d）；IF（F）、IQ（Q）、IS（S）、IR（R）、IJ（J）分别表示各火险气象因子对应的火险指数（表2）。

按照《森林火险气象等级》标准，将森林火险气象指数由低至高分为5 个等级：低、较低、较高、高、极高。森林火险气象等级划分标准及其对应的危险程度、易燃程度、蔓延程度如表3 所示。

3 森林火险气象等级智能网格预报效果分析

对静态因子、动态因子进行分析，绘制陇南市森林火险气象等级分布区划图，建立智能网格预报模型，并根据高精度的智能网格预报，实现了精细化的森林火险气象等级智能网格预报，产品的空间分辨率是5 km。2019 年1 月，陇南市近40 d 降水量持续异常偏少，其中武都、文县连续近30 d 没有出现有效降水，气候异常干燥，旱情出现，而武都、文县人口分布密、经济发展水平略高于其他地区。结合整体静态因子、动态因子分析，非常利于林火的发生。2019年 1 月 20—27 日，陇南市共发生林火 10 起，其中 8 起出现在武都、文县、宕昌境内的白龙江、白水江林区和岷江林区内。从 2019 年 1 月 20—27 日连续 7 d 林区智能网格预报结果来看，1 月中下旬开始陇南市降水异常偏少，旱情严重，森林火险气象等级居高不下，高森林火险气象等级主要集中在 1 月18—25日，智能网格模型预报结果显示（图7）与陇南市森林火险气象等级区划结果及高火险发生点的空间分布、时间变化基本一致。

表2 森林火险气象指数划分标准

表3 森林火险气象等级划分标准

同时，通过对 1 月 29 日—2 月 5 日 8 d 的模型进行逐日检验，检验结果表明，预报准确率在70%以上（表4）。说明智能网格预报模型命中概率较高，随着动态气象因子背景场的变化，智能网格预报结果也在不断变化，对火险气象条件的判定结果也逐渐提升，对陇南市森林火险的发生预测具有很好的指示作用。

图7 陇南市2019 年1 月18—25 日森林火险气象等级智能网格预报

表 4 1 月 29 日—2 月 5 日 8 d 的模型进行逐日检验结果

4 结论

1）本研究利用人口分布密度、经济发展水平及森林空间分布数据，基于GIS，采用残差分析、空间分析技术将全市森林资源分布数据与影响林火发生的动态因子、静态因子相结合，根据影响不同而赋予不同的权重，无量纲后得到甘肃省陇南市森林火险气象等级区划图，能够客观科学地反映陇南市林火发生发展的风险频次及等级，此区划图对于决策及火灾高风险区的指挥谋划有很好的参考价值。

2）用于智能网格预报的计算模型选用的是2018 年国家林业局下发的标准《森林火险气象等级GB∕T 36743—2018》，最终选定影响林火发生蔓延的主要气象因子有平均气温、平均降水、连旱天数、平均风速、最小相对湿度。将各个影响因子加权得到火险气象指数FFDI，并通过有效降水量来订正FFDI，确定森林火险气象等级的划分，并对各等级可能发生的火灾程度及未来发展蔓延程度进行描述分类。

3）智能网格预报实现了从站点到格点的全新变革，产品空间分辨率5 km，预报时效为10 d，使政府及相关部门随时获取基于具体位置的专业化、精细化的森林火险气象等级智能网格预报预警产品，为精准预报、精准指挥、精准防御提供了科学有力的支撑，在陇南市森林火险气象等级短中期无缝隙精细化预报预测以及火灾发生安全保障服务中取得了良好的服务效果。

4）智能网格预报模型未考虑林区内各植被的类型及生长状态以及冬季高山区林区积雪覆盖等要素的变化，可以考虑将卫星监测产品也应用到火险预报模型中来，加入林区植被和冬季积雪覆盖的情况，使预报预测更加精准。