大兴安岭地区森林火灾月动态变化及发生预测研究

高 博，单仔赫，曹丽丽，单延龙，韩喜越，王明霞，尹赛男

（北华大学 a.林学院；b.森林草原防灭火科技创新中心，吉林 吉林 132013）

森林火灾是干扰森林生态系统的重要生态因子，严重危害森林的结构与功能以及人类的生命财产安全[1]。1987年大兴安岭林区发生的特别重大森林火灾过火总面积达1.33×106hm2，焚毁了85 万m3木材[2]；2018年加州大火过火面积超60 000 hm2，摧毁建筑18 804 栋[3]。近年来，随着全球气候的变暖，森林火灾的发生开始呈现增加的趋势[4]。由于各地的环境条件、地理位置、气候条件等存在差异，森林火灾的高发期也不尽相同。为尽可能地减少森林火灾所造成的诸多损失，针对不同地区的森林防火期和重点防火区进行重点防范和管理，可以有效地预防森林火灾的发生[5-9]。气象因子是影响林火发生的重要生态因子[10]，林火的动态变化是气象因子协同作用的结果[11]。受地球公转的影响，在不同月份各地区所接受的太阳辐射均存在差异[12-13]，各月份的天气条件也有所不同[14]。因此，研究森林火灾的时空动态变化特征，探明气象因子对森林火灾发生的影响并进行预测，对森林火灾的防控工作具有重要的指导意义。

近年来，森林火灾的发生规律和影响因素的相关研究受到了广泛关注。Fréjaville 等[15]研究了法国东南部森林火灾的发生规律，指出该地区春冬两季不易发生森林火灾，山区森林火灾的发生变得更加频繁；邸雪颖等[16]研究了塔河林业局的林火时空动态，发现每年的6月是该地森林火灾的高发期；何雨苓等[17]对云南省林火的时空特征进行了研究，结果表明云南省的森林火灾主要发生在春冬两季，主要分布在海拔1 000～3 000 m之间，同时阳坡更容易发生林火；Santana 等[18]基于MODIS 产品数据对巴西地区2001—2015年的火灾发生规律进行了研究，指出热带草原是火灾的高发区，年平均燃烧面积占总面积的25%，火灾周期为5～6 a；王双等[19]利用湖南省2008—2018年的气象、植被、人文数据等将湖南省的森林火灾风险划分为5 个等级，其中邵阳市、衡阳市、永州市等地属于高火险地区；郭福涛等[20-21]建立了塔河地区人为火和雷击火预测模型，其中人为火模型的准确度可达80%；顾先丽等[22]在气候变化的背景下对江西省的森林火灾进行了预测研究，结果表明年均气温和海拔对江西省的林火发生影响较大，对未来赣州市和鹰潭市的林火发生增幅较为明显。

黑龙江省地处我国最北端，大兴安岭地区更是黑龙江省森林火灾的多发区[23]。近年来，气温升高已对北方森林产生极大影响[24]，且我国北方干旱程度加剧[25]，更为森林火灾的发生创造了可能。林火发生次数能够直观反映森林火灾的发生概率，而火场面积则直接反映林火的危害程度。本研究以黑龙江省大兴安岭地区为研究对象，基于1997—2017年的历史火灾资料和气象数据，在月尺度上分析该地区森林火灾发生次数和火场面积的动态变化特征，同时建立森林火灾发生预测模型，旨在为该地区森林火灾的预防和管控提供理论依据。

1 研究区概况

大兴安岭是我国位置最北且面积最大的林区，同时也是保存较完好的原始森林[26-27]。大兴安岭位于黑龙江省西北部，地理坐标介于121°12′～127°0′E，50°10′～53°33′N 之 间，北面与俄罗斯隔江相望，东南与黑龙江省黑河市、嫩江县接壤，西南与内蒙古自治区鄂伦春族自治旗毗邻，西北与内蒙古自治区额尔古纳左旗为界。该区属寒温带大陆性季风气候，年平均气温-2.6℃，最低温度-52.3℃，年降水量428.6～526.8 mm，全年无霜期80～110 d[28]。总面积为835 万hm2，有林地面积为646.36 万hm2，森林覆盖率为75.16%[29]。植被类型主要以落叶松林和针阔混交林为主，主要乔木树种包括兴安落叶松Larix gmelinii、白桦Betula platyphylla、蒙古栎Quercus mongolica等，主要灌木包括兴安杜鹃Rhododendron dauricum、笃斯越桔Vaccinium uliginosum等[30]。

2 材料与方法

2.1 研究材料

森林火灾资料来自黑龙江省森林草原防灭火指挥部办公室，数据包括黑龙江省大兴安岭地区1997—2017年森林火灾的起火地点、起火时间、经纬度、火场总面积等信息。黑龙江大兴安岭地区矢量图来源于全国地理信息资源目录服务系统（http://www.webmap.cn）。

气象数据来自中国气象数据共享网（http://data.cma.cn），整理并统计1997—2017年大兴安岭地区加格达奇、呼玛、漠河、塔河、新林、呼中6 个气象台站的逐月气象数据，保留最低气压、最低气温、最高气压、最高气温、20:00—翌日20:00 降水量、平均气压、平均2 min 风速、平均气温、平均水气压、平均相对湿度、平均最低气温、平均最高气温、最大风速、最大日降水量，共计14 个气象要素。

2.2 研究方法

使用Excel 2019 软件完成历史火灾资料和气象数据的整理；使用Origin 2018 软件绘制大兴安岭地区森林火灾发生特点的月变化趋势；使用ArcMap10.6 软件绘制森林火灾火点分布图和林火月动态变化；运用克里金法对林火发生次数和火场总面积进行空间插值。

使用SPSS 22.0 软件完成森林火灾发生与气象要素的相关分析，然后筛选出显著相关的气象要素作为变量引入逐步回归分析模型，方法选择向前，即引入变量由少到多，每次增加一个，直至没有可引入的变量为止。使用F和T检验结果验证回归方程的统计学意义[31]。

使用配对t检验方法来验证林火发生预测模型的精度。配对t检验方法被广泛应用在线性回归分析的模型验证中[31-32]，通过比较真实值与模型预测值之间是否存在差异，如果P＞0.05，说明真实值与预测值之间不存在显著差异，模型精度较高，反之则表明预测模型较低[33-34]。

3 结果与分析

3.1 大兴安岭地区森林火灾概况

由图1可知，大兴安岭地区1997—2017年共计发生森林火灾776 起，共造成火场总面积1 171 585.73 hm2。大兴安岭地区森林火灾发生次数月变化趋势整体呈单峰型，每年3月开始有林火发生，共发生14 起，占总次数的1.80%；之后随着气温的回升林火发生次数开始急剧上升并在6月达到峰值，共发生火灾236 次，占总次数的30.41%；随后发生次数开始下降，秋季以9月份林火发生次数最高，共发生40 起，占总次数的5.16%；从进入11月起，直到次年2月则没有林火的发生。从火场总面积上来看，5月的火场总面积最大，为623 951.20 hm2，占总火场面积的53.26%；其次是3月，火场总面积为330 733.00 hm2，占总火场面积的28.23%；10月、6月、4月的火场总面积分别为111 633.1（9.53%）、50 951.54（4.35%）和39 184.27 hm2（3.34%）。

图1 1997—2017年大兴安岭地区森林火灾月变化特征Fig.1 Monthly variation characteristics of forest fires in Daxing’an mountains from 1997 to 2017

由图2可知，1997—2017年大兴安岭地区森林火灾发生极为频繁，火点主要集中分布在大兴安岭西部和东南部：以呼中林业局和韩家园林业局林火发生次数最多，分别发生118 起（15.21%）和107 起（13.79%）；其次为西林吉林业局（84 起）、松岭林业局（71 起）、新林林业局（70 起）、加格达奇林业局（67 起）、塔河林业局（65 起）；十八站林业局、阿尔木林业局、图强林业局等地区的森林火灾发生则相对较少。大兴安岭地区东部、南部以及东南部林火危害程度较大，尤其是松岭林业局，共造成火场总面积392 821.50 hm2（33.53%），其次是十八站林业局（328 763.40 hm2）和呼玛县林业局（244 879.00 hm2）；之后是加格达奇林业局（85 926.37 hm2）、韩家园林业局（50 530.12 hm2）、呼中林业局（32 730.04 hm2）、南瓮河自然保护区（13 942.47 hm2）、西林吉林业局（10 233.47 hm2）、塔河林业局（7 873.43 hm2）、新林林业局（3 285.37 hm2）；阿尔木林业局和图强林业局的林火危害程度较小，分别造成火场总面积321.00、279.31 hm2。

图2 1997—2017年大兴安岭地区森林火灾空间分布Fig.2 Spatial distribution of forest fires in Daxing’an mountains from 1997 to 2017

3.2 大兴安岭地区森林火灾月动态变化特征

由图3可知，大兴安岭地区森林火灾发生在月尺度上的动态变化大致呈先由南向北逐渐增加，之后又逐渐回落的趋势。春季（3—5月）的森林火灾主要发生在南部或东南部，其中3月松岭林业局和呼玛县林业局林火发生次数最多（5 起），4月和5月加格达奇林业局林火发生次数都最多，分别为13 起和30 起。从进入夏季开始，森林火灾的发生逐渐向西部和北部移动，其中呼中林业局在6月林火发生次数最高，为52 起，其次是西林吉林业局，共发生森林火灾33 起。7月和8月的林火发生次数有所降低，还是以呼中林业局（7月发生30 起，8月发生23 起）和西林吉林业局（7月发生26 起，8月发生15 起）发生最为频繁。进入秋季后，大兴安岭的森林火灾又主要集中发生在南部和东南部，其中以韩家园林业局林火发生最为频繁，9月共发生12 起，10月共发生15 起。

图3 大兴安岭地区不同林业局林火发生次数的时空动态Fig.3 The spatiotemporal dynamics of the occurrence times of forest fires in different forestry bureaus of Daxing’an mountains

由图4可知，大兴安岭地区森林火灾月尺度上火场总面积的动态变化较为不明显，除3月和5月的林火危害程度较为集中外，其他月份的火场总面积变化波动并不大，且各林业局之间的林火危害程度也相近。3月大兴安岭地区森林火灾在松岭林业局和呼玛县林业局造成的火场总面积较大，分别为137 294.00 hm2和131 699.00 hm2。4月韩家园林业局（16 584.40 hm2）的火场总面积最大，其次是加格达奇林业局（12 403.04 hm2）。5月森林火灾在十八站林业局和松岭林业局对森林造成的危害最大，火场总面积分别为326 393.32 hm2和247 725.10 hm2。7—10月大兴安岭各林业局火场总面积除个别地区（9月塔河林业局的火场总面积为5 857.60 hm2，10月呼玛县林业局的火场总面积为108 731.00 hm2）外，整体上波动不大，尤其是8月。

图4 大兴安岭地区不同林业局火场总面积的时空动态Fig.4 The spatiotemporal dynamics of total area burned by different forestry bureaus of Daxing’an mountains

3.3 大兴安岭地区森林火灾发生预测

气象因子是影响森林火灾发生的重要因素，本研究基于大兴安岭地区6 个气象台站的逐月气象数据，建立该地区森林火灾发生预测模型。由表1可知，在14 种气象要素中，最低气温、平均水汽压、平均最低气温、最大日降水量与林火发生次数之间呈显著正相关关系（P＜0.05）；最高气温、平均气温、平均最高气温与林火发生次数之间呈极显著正相关关系（P＜0.01）；平均气压与林火发生次数之间呈显著的负相关关系（P＜0.05）。

表1 林火发生与气象因子的相关性分析†Table 1 Correlation analysis between forest fire occurrence and meteorological factors

利用逐步回归法将通过显著性检验的气象因子与林火发生次数进行拟合，建立大兴安岭地区林火发生预测模型。如表2所示，通过对气象因子的进入、剔除，经过3 次多元线性回归拟合后，14 个自变量中，平均最高气温、平均最低气温和最大日降水量3 个自变量进入了回归模型，得出黑龙江省大兴安岭地区林火发生预测模型（表3）为y=-50.639+3.209x1-3.285x2+0.534x3（x1为平均最高气温；x2为平均最低气温；x3为最大日降水量），3个自变量与常量均通过了显著性检验（P＜0.01）。配对t检验结果表明，真实值与预测值之间不存在显著差异（t=0.001，P=0.999＞0.01），说明建立的林火发生预测模型精度较高。

表2 逐步回归拟合结果Table 2 Stepwise regression fitting results

表3 大兴安岭地区林火发生预测模型Table 3 Forecast model of forest fire occurrence in Daxing’an mountains

4 结论与讨论

大兴安岭地区林火发生次数月变化呈单峰型，由于该地区11月至次年2月气温低，地表被冰雪覆盖，所以冬季无森林火灾发生。夏季发生次数较多，其中以6月发生次数最多，共发生236 起，这与陆昕等[28]和宋国忠等[35]对黑龙江省森林火灾的相关研究结果相符。这是由于近年来大兴安岭地区引起森林火灾的主要火源为雷击，黑龙江省有94%的雷击火发生在大兴安岭地区，而夏季又是雷击火的高发季[36-37]。而对于火场总面积来说却与林火发生次数的月变化特征有很大的区别，大兴安岭地区春季森林火灾发生次数较少，但是对森林的危害程度却最高，尤其是5月份，共造成火场总面积623 951.20 hm2，占总面积的53.26%。这是由于该地区春季空气干燥，湿度低，风大，从而导致林内可燃物干燥，所以一旦发生森林火灾，如果没有及时发现和进行扑救，很有可能扩大蔓延。而夏季虽然林火发生次数多，但是由于夏季温热多雨，植被葱郁，可燃物含水率较高，所以就算是发生森林火灾，扩大蔓延也缓慢，只要及时进行扑救，林火很容易被扑灭。从空间上来看，1997—2017年大兴安岭地区森林火灾发生极为频繁，每个林业局都有林火发生，在东部、南部和东南部林火发生较为集中，危害程度也较大，由于该地区与黑河市和嫩江连接，人类活动频繁，所以林火发生频繁，危害也大[38]。李顺等[39]和苗庆林等[30]也曾得出大兴安岭南部地区的林火发生次数和危害程度要高于北部地区的结论。

1997—2017年大兴安岭地区月尺度上林火动态变化由南向北随着月份的增加而升高之后回落，这主要是受气候原因的影响。刚进入春季，南部地区冰雪先融化，而北部高纬度地区还较为寒冷，大部分地区积雪未融化，人类活动低，所以林火发生次数少。进入夏季后，随着北部地区生态旅游人数的增多，林内人类活动增加，人为火也是引起大兴安岭地区森林火灾发生的主要原因[28]，同时高纬度雷暴天气发生频率增加。Abatzoglou等[40]在相关研究中也提出，高纬度偏远地区是雷击火的高发区，所以导致夏季林火发生频率较高。刘柯珍等[41]通过研究也指出近年来寒温带森林夏季火发生频率有所增加。进入秋冬季后，北部地区降温降雪要早于南部地区，所以林火发生次数也较少。大兴安岭地区3、5、10月林火发生的危害程度较为集中，其中3月松岭林业局林火面积为137 294.00 hm2，5月十八站林业局的火场总面积最大为326 393.32 hm2，10月呼玛县林业局的火场总面积最大，为108 731.00 hm2，其他月份则波动不大。金森等[42]进行的相关研究中也指出，黑龙江省森林火灾造成的火场总面积较为集中，这与本研究的结论相近。

森林火灾的发生除必要的可燃物（林火发生的物质基础）和火源（林火发生的主导因素）等条件外，气象因素也是重要的影响条件，与林火的发生密切相关[43-44]。根据相关回归分析结果可知，气温、气压、降水等8 个气象因素与林火的发生存在关系。Galván 等[45]、杨志高等[46]、杜建华等人[43]在进行林火发生预测和气象因素对森林火灾的影响研究中，指出降水和温度对林火的发生特征有所影响，这与本文的相关研究结论相符。通过逐步回归分析，14 个气象要素中平均最高气温、平均最低气温、最大日降水量3 个因素可以作为大兴安岭地区森林火灾发生预测的影响变量，回归方程为y=-50.639+3.209x1-3.285x2+0.534x3（R2=0.22，P＜0.01），且模型预测精度较高。大兴安岭地区林火主要发生在夏季，所以本研究基于气象因素提出的林火发生预测模型，更适用于对该地区夏季林火发生的预测。气象要素在大的空间尺度上对林火发生产生影响，但是在景观尺度上地形和林分因子等条件对林火的发生和发展也存在一定的影响[39]，所以接下来应该结合植被、地形、道路、居民点等其他因素对林火的发生预测进行进一步的研究。