潛在森林火險評估方法研究
——以山東省為例*

黃寶華，孫治軍，張 華，孫 瑤

（1.中國科學(xué)院煙臺海岸帶研究所，山東煙臺264003；2.煙臺市地理信息中心，山東煙臺264003；3.中國科學(xué)院大學(xué)，北京100049；4.中國農(nóng)業(yè)大學(xué)（煙臺），山東煙臺264670；5.煙臺市土壤肥料工作站，山東煙臺264001）

潛在森林火險評估方法研究
——以山東省為例*

黃寶華1，2，3，4，孫治軍4，張 華1，孫 瑤5

（1.中國科學(xué)院煙臺海岸帶研究所，山東煙臺264003；2.煙臺市地理信息中心，山東煙臺264003；3.中國科學(xué)院大學(xué)，北京100049；4.中國農(nóng)業(yè)大學(xué)（煙臺），山東煙臺264670；5.煙臺市土壤肥料工作站，山東煙臺264001）

森林火險圖在森林火災(zāi)管理和研究（瞭望塔、風險評估和其它各種仿真研究）中扮演著至關(guān)重要的角色，在充分考慮導(dǎo)致火災(zāi)的因素（常量和變量）著火可能性基礎(chǔ)上，利用遙感（RS）數(shù)據(jù)獲取速度快、面積大和地理信息系統(tǒng)（GIS）空間分析特點生成靜態(tài)和動態(tài)指數(shù)構(gòu)成集成火險指數(shù)。靜態(tài)火險指數(shù)將多年近地面平均氣溫、多年近地面空氣比濕、植被類型、植被覆蓋度、海拔、坡度、坡向、距居民地距離、距道路距離、人口素質(zhì)等引起火災(zāi)最為重要的10個因素作為研究因子；動態(tài)火險指數(shù)利用美國潛在火險指數(shù)模型，利用MODIS數(shù)據(jù)波段多、反演數(shù)據(jù)強的特點，獲取了地表溫度、大氣濕度、植被濕度等數(shù)據(jù)得到死、活可燃物濕度。通過2011年132個火點的驗證，火點處的集成火險指數(shù)值在非常高以上占了82.6%，說明了集成火險指數(shù)在潛在火險應(yīng)用方面的價值。

森林火險圖；靜態(tài)火險指數(shù)；動態(tài)火險指數(shù)；集成火險指數(shù)；潛在森林火險；山東

森林火災(zāi)指失去人為控制，在林地內(nèi)自由蔓延和擴展，對森林、森林生態(tài)系統(tǒng)和人類帶來一定危害和損失的林火行為。森林火災(zāi)是一種全球性災(zāi)害，火災(zāi)原因取決于氣象、植被類型和社會環(huán)境變化以及應(yīng)急機制等諸多因素［1－2］。根據(jù)火災(zāi)區(qū)域和數(shù)量確定影響尺度是森林火災(zāi)突發(fā)事件處置的主要內(nèi)容。森林火險等級用于森林火災(zāi)定量或定性的潛在林火指標進行研究，是表示林火發(fā)生或潛在發(fā)生、蔓延和產(chǎn)生破壞作用的指標，廣泛用于計劃燒除等林火管理活動。在國家或特定地方區(qū)域上使用的森林火災(zāi)風險指數(shù)，由于數(shù)據(jù)源和方法的不同構(gòu)建出不同火險指數(shù)。迄今為止對森林火災(zāi)風險還沒有一個確定的使用術(shù)語，Chandler［3］認為“火災(zāi)風險是由影響初始火災(zāi)危險因素（常量和變量）共同影響的結(jié)果”。國際糧農(nóng)組織對森林火災(zāi)風險定義是“著火可能性取決于任何導(dǎo)致火災(zāi)的因素”［4］。遙感技術(shù)具有成本低、覆蓋面積大、重返時間短等特點，是目前有效評估和監(jiān)測該問題唯一技術(shù)方法。本文從常量和變量兩者出發(fā)，充分利用RS數(shù)據(jù)獲取快速和GIS空間分析的優(yōu)勢構(gòu)建集成火險指數(shù)對山東森林火險潛在危險研究。靜態(tài)火險指數(shù)主要利用在一定時期內(nèi)不變的數(shù)據(jù)，如地形、森林類型等數(shù)據(jù)；動態(tài)火險指數(shù)用美國火險潛在指數(shù)（FPI），結(jié)合衛(wèi)星圖像和氣象數(shù)據(jù)每日更新火險指數(shù)。

1 研究區(qū)概況和數(shù)據(jù)

1.1 研究區(qū)概況

山東省屬農(nóng)區(qū)林業(yè)，林農(nóng)交錯，森林防火外延廣。自1977年以來，森林面積與覆蓋率總體呈現(xiàn)上升趨勢，森林面積由1973年的12.7 Ghm2增加到2008年的20.36 Ghm2；森林覆蓋率從1973年1.22%上升到2008年1.95%。全省已建立森林和野生動物類型自然保護區(qū)16處，總面積474 khm2，建立森林公園84處，其中國家級森林公園26處，是古樹名木的重要匯集區(qū)，且森林集中連片、與重點人文資源融入一體，是森林防火的重中之重［5］。

1.2 數(shù)據(jù)

本研究所用數(shù)據(jù)如表1所示。

表1 文中所用數(shù)據(jù)來源

2 潛在火險指數(shù)的構(gòu)建

森林火災(zāi)風險估計主要確認變量的潛在貢獻，并將它們集成到一個數(shù)學(xué)表達式，即一個指數(shù)中，通過量化指數(shù)來表示風險級別。森林火災(zāi)風險的文獻綜述展示了用于火災(zāi)風險評價的不同方法。幾種方法中不僅變量不同，使用數(shù)據(jù)的更新時間尺度和派生產(chǎn)品也不同。森林火災(zāi)風險是靜態(tài)（常量）和動態(tài)（變量）共同影響開始火災(zāi)危險因素的結(jié)果。森林火災(zāi)風險預(yù)報方法根據(jù)火險因子時間尺度變化因素，指標分為長期、短期和二者集成火險指數(shù)。

（1）靜態(tài)或長期火險指數(shù)：短期內(nèi)因子不變，如坡度、坡向、可燃物、氣候、地理位置等。

（2）動態(tài)或短期火險指數(shù)：隨著時間和空間推移不斷變化的因素，如風速、溫度、可燃物水分、人等。

（3）集成或綜合火險指數(shù)：包括靜態(tài)和動態(tài)變量，這些因素同時很高才證明森林火險高［6］。集成方法基于開始和發(fā)展森林大火是受不同因素的影響假設(shè)前提下進行火險分析。集成森林火災(zāi)風險（Integrated Forest Fire Risk，IFFR）方法是一個集成靜態(tài)和動態(tài)火險指數(shù)的綜合火險方法（SFI）［7－8］。

2.1 靜態(tài)（常量）火險指數(shù)

靜態(tài)火災(zāi)風險指數(shù)是指短時間內(nèi)參數(shù)不會改變。這些靜態(tài)變量指的是對于一個給定的時期（不小于一年）認為是穩(wěn)定的，包括地形和其他變化速度非常慢的變量。靜態(tài)火災(zāi)風險指數(shù)指標的穩(wěn)定條件有利于火災(zāi)發(fā)生，利用統(tǒng)計在給定時間段內(nèi)該類型指數(shù)變量平均值的方法來提供隨時間推移最為穩(wěn)定的參數(shù)計算指數(shù)。在實踐中，其內(nèi)在條件用來確定地區(qū)火災(zāi)的風險的高低，在地區(qū)層面上使用這些風險指數(shù)可指導(dǎo)該區(qū)域防火基礎(chǔ)設(shè)施建設(shè)。天氣和植被條件類似的情況下，高火災(zāi)風險的地區(qū)長期指標確定應(yīng)優(yōu)先用于監(jiān)測。此次研究是基于10個變量的組合。

每個變量的初始值對應(yīng)不同危險等級，考慮到每個類在火災(zāi)危險因素中的相對重要性，根據(jù)其火災(zāi)危險程度對這些變量重新分類，定義級別（從高到低分別為火災(zāi)危險），賦值為0～5，式（1）為重新分類后整合所有變量的公式：

式中：t、h、v、c、e、s、a、i、r、p代表多年近地面平均氣溫、多年近地面空氣比濕、植被類型、植被覆蓋度、海拔、坡度、坡向、距居民地距離、距道路距離、人口素質(zhì)。山東省SFI值域范圍為0～64，需進一步結(jié)合動態(tài)風險指數(shù)（火險潛在指數(shù)）作為集成森林火災(zāi)風險指數(shù)。

2.2 動態(tài)（變量）火險指數(shù)

“?”:設(shè)F為X的非空可數(shù)既約閉集,即F∈csX,由η為雙射,存在唯一x∈X使得F=η(x)={x}-,于是X為可數(shù)sober空間。

動態(tài)火險指數(shù)建立的目的是確定森林火災(zāi)的點火概率和火災(zāi)蔓延的能力。動態(tài)火險指數(shù)主要包括兩個部分：天氣是森林火災(zāi)點火和傳播重要條件，各種氣象森林火災(zāi)火險指數(shù)是森林防火機構(gòu)最常用的指數(shù)；可燃物條件是第二個重要類型的動態(tài)風險指數(shù)，植被類型和水分條件也是強烈影響點火和森林火災(zāi)傳播的重要條件。通過量化植物水分和相關(guān)的水的壓力來評價植被水的壓力。森林風險指數(shù)的預(yù)測能力與用于構(gòu)建模型所使用的數(shù)據(jù)質(zhì)量和數(shù)據(jù)范圍緊密關(guān)聯(lián)。本文通過遙感數(shù)據(jù)植被指數(shù)或通過遙感反演氣象數(shù)據(jù)計算確定植被狀態(tài)。利用基于幾個中間信息層構(gòu)建的美國潛在火險指數(shù)（FPI）模型作為動態(tài)火險指數(shù)：

圖1 集成森林火災(zāi)風險指數(shù)

（1）死可燃物消失水分含量（MXd）：根據(jù)每個可燃物具體特點確定死可燃物消失水分含量值，濕度值以上火不再蔓延。

（2）最大活可燃物比和相對綠度分別代表給定像素的植被達到最大綠度的活可燃物載荷比，以及每個像素當前綠度和最大和最小的綠度。最大活可燃物比和相對綠度利用歸一化植被指數(shù)（NDVI）進行計算［9］。

式中：NDmax為NDVI最大值。

式中：NDmin為NDVI最小值；ND0為NDVI值。

通過縮放最大活可燃物（LRmax）和相對綠色（RG）圖、活可燃物比圖（LR）表示當前每個像素活可燃物比。為了計算LR，RG必須轉(zhuǎn)化為分數(shù)值（RGf＝RG／100），然后應(yīng)用如下公式：

（3）10 h時滯死可燃物含水率（FM10）由天氣數(shù)

2.3 集成火險指數(shù)

將靜態(tài)和動態(tài)火險指數(shù)集成構(gòu)建成一個有效的集成火險指數(shù)。圖1給出集成火險指數(shù)過程主要模式。

集成火險指數(shù)分為5類火險風險（低、中、高、非常高和極端），火災(zāi)風險類由幾種可能的FPI和SFI組合來達到每個火災(zāi)風險類的最佳評估值。據(jù)（溫度、相對濕度）計算得到。10 h時滯可燃物被定義為直徑0.6～2.5 cm尺寸范圍內(nèi)死木本植物。細小可燃物（即草、樹葉、樹皮、樹枝等易燃物質(zhì)）；大型可燃物是指直徑6 cm以上，可以抵住整個季節(jié)的枯竭，不易燃燒。森林火災(zāi)通常起源于細小可燃物，它們幾乎隨相對濕度和溫度變化立即做出反應(yīng)，利用平衡水分估算。10 h可燃物濕度（TNf）由死可燃物水分消失（MXd）的FM10計算，公式如下［10］：

3 應(yīng)用研究與驗證

3.1 靜態(tài)與動態(tài)火險指數(shù)應(yīng)用

山東靜態(tài)火險指數(shù)地域分布不明顯（圖2），主要沿幾個林區(qū)分布。高靜態(tài)火險指數(shù)主要集中在濟南林區(qū)、嶗山林區(qū)和昆崳山牙山林區(qū)，特別是極高靜態(tài)火險指數(shù)區(qū)基本上集中在濟南林區(qū)；泰萊林區(qū)、蒙山林區(qū)、沂山林區(qū)、尼山林區(qū)、魯山林區(qū)、五蓮山林區(qū)和牙山林區(qū)大部分地區(qū)屬于中火險指數(shù)區(qū)。

圖2 山東省靜態(tài)火險指數(shù)

1月11號、4月1日、7月4日和10月5日為四個季度的FPI分布圖上（圖3、4）表示FPI值小于30的比例依次為0.92%、2.1%、39%、47%；30～40比例依次為92.82%、57.6%、55.71%、49.33%；大于40比例依次為6.26%、40.18%、5.29%、3.67%，火險危險程度依次為4、1、10、 7月，說明動態(tài)火險隨季節(jié)變化的波動性，與靜態(tài)火險指數(shù)形成對比。究其原因為山東春季（2－4月）氣溫變化大，升溫較快，水分蒸發(fā)加速，再加上人們的春耕生產(chǎn)和旅游活動（游人吸煙）、開荒等明火行為增多，導(dǎo)致春季是森林火災(zāi)最高發(fā)生期，占2011年火災(zāi)發(fā)生率的86%，隨著雨水的增加，4月中旬后火災(zāi)次數(shù)明顯減少；夏、秋季（5－10月）雨日多，降水量豐富，是山東地區(qū)潮濕季節(jié)，這時候的降水量占全年降水量的60%～70%，是一年中降水量最多的季節(jié)，同時由于植被濕度大，不易燃燒。因此夏、秋季是山東森林火災(zāi)不易發(fā)生期，火災(zāi)次數(shù)明顯減少，2011年夏、秋季的森林火災(zāi)占全年火災(zāi)的0.7%和12.7%；冬季（11日－次年1月）空氣濕度小，連續(xù)無雨日較長，干濕變化明顯，空氣特別干燥，是森林火災(zāi)的次高發(fā)生期，2011年由于監(jiān)管得力火災(zāi)發(fā)生率為0.7%。山東省1－2月為戒嚴期，4、11－12月為防火期，2011年火點主要集中在3－4和10月，2和11月次之，與山東省森林防火期基本一致（圖5）。

圖3 山東2011年11／1、1／4、4／7、5／10日FPI值圖

圖4 11／1、1／4、4／7、5／10的FPI值分布

3.2 潛在火險指數(shù)驗證

利用2011年森林火點數(shù)據(jù)對集成森林火險指數(shù)法進行驗證，來證明集成森林火險指數(shù)對森林潛在火險研究的準確性、實用性分析。以下為使用森林大火燃燒區(qū)域?qū)娠L險數(shù)據(jù)驗證過程：

圖5 2011年森林火災(zāi)天數(shù)分布圖

①以每天為一個時間段，識別所有燃燒區(qū)域；

②確定每一個火點像素靜態(tài)火險指數(shù)值（SFI）；

③識別火災(zāi)發(fā)生時期每一個像素，收集區(qū)域火災(zāi)發(fā)生時潛在火險指數(shù)值（FPI）；

④基于前兩次確定的值，確定每個像素的集成森林火險指數(shù)（IFFR）；

本次研究選取2011年山東省132個火點信息（表2）確認火點的每個IFFR值。

表2 火點收集天數(shù)

表3中給出了2011年選擇組合后的值區(qū)間，結(jié)果提供最終地圖柵格數(shù)據(jù)模型與信息集成森林火災(zāi)的風險5類火災(zāi)風險。

表3 綜合森林火災(zāi)風險（IFFR）結(jié)果

圖6 2011年火點處的IFFR值

圖7 火點處FPI與SFI對應(yīng)值

火點處的IFFR值全部在50以上，且82.6%處于70即非常高以上（表3）；3、4月份的火點處的IFFR值明顯高于10月份的IFFR值，尤其是非防火季節(jié)6月13號和8月24號兩處的火點的IFFR處于較低值（圖6）；只有FPI和SFI值的和大時才容易發(fā)生火災(zāi)，圖7可以看出當火點處的SFI值小時，F(xiàn)PI值大，SFI值大時，F(xiàn)PI值小。

4 結(jié)論

提出了一種集成靜態(tài)火險指數(shù)和動態(tài)火險指數(shù)的火險指數(shù)對山東省森林潛在森林火險進行綜合分析。

①靜態(tài)火險指數(shù)將多年近地面平均氣溫、多年近地面空氣比濕、植被類型、植被覆蓋度、海拔、坡度、坡向、距居民地距離、距道路距離、人口素質(zhì)等引起火災(zāi)最為重要的10個因素最為研究因子得到的靜態(tài)火險指數(shù)，其分布與山東省森林火災(zāi)的分部基本一致。

②動態(tài)火險指數(shù)利用美國潛在火險指數(shù)模型，充分利用MODIS數(shù)據(jù)波段多、反演數(shù)據(jù)強的特點，獲取了地表溫度、大氣濕度、植被濕度等數(shù)據(jù)得到死、活可燃物濕度。通過對2011年山東FPI的研究表明其與山東防火季節(jié)基本一致，證明其在動態(tài)火險監(jiān)測中的應(yīng)用價值。

③集成潛在火險指數(shù)；將靜態(tài)火險與動態(tài)火險集成，通過對2011年山東132個火點研究表明，當兩者數(shù)值之和較大時，火險比較高，火災(zāi)更易發(fā)生。

集成潛在火險指數(shù)從靜態(tài)和動態(tài)兩個方面出發(fā)建立，綜合考慮了火險影響的各個因素，為火險區(qū)域的科學(xué)劃分、火險的管理和研究提供了科學(xué)依據(jù)，彌補了以前各個火險預(yù)報方法單一性的不足。利用遙感和GIS等技術(shù)大大提高了火險預(yù)報的準確率和實時性，對森林火災(zāi)的預(yù)防起到了積極地作用。潛在火險指數(shù)可以動態(tài)監(jiān)測火險狀況，火災(zāi)管理可以根據(jù)火險的情況進行動態(tài)管理，發(fā)布動態(tài)火險信息。尤其是在非防火季節(jié)如火險指數(shù)較高，也要重點進行防火工作。

［1］ 何澤能，唐曉萍，譚炳全.森林火險氣象條件及等級預(yù)報初探——以重慶市沙坪壩區(qū)為例［J］.災(zāi)害學(xué)，2013，28（2）：46－50.

［2］ 田光輝，陳匯林，許向春.基于模糊綜合判別的森林火險等級預(yù)報研究［J］.災(zāi)害學(xué)，2013，28（3）：117－122.

［3］ Joint Research Centre，F(xiàn)orest fires in europe 2005［C］／／EUR 22312 EN（c）European Communities，2006

［4］ Wulder M A，F(xiàn)ranklin S E.Remote sensing of forest environments，introduction，Remote Sensingof Forest Environments［M］.Kluwer Academic Pub，2003：3－12.

［5］ 趙德奎，于明兵，李全民.山東省森林火災(zāi)的特點與預(yù)防對策［J］.森林防火，2006（1）：17－20.

［6］ Chuvieco E and Congalton R G.Application of remote sensing and geographic information systems to forest fire hazard mapping［J］. Remote Sensing of Environment，1989（29），147－159.

［7］ Caetano M，Carr?o H，F(xiàn)reire S.Methodology for fire risk mapping-premfire，prevention and mitigation of forest fires in portugal［C］／／PREMFIRE ProjectWP330 Report，2002：40.

［8］ Freire S，Carr?o H，Caetano M.Produ??o de cartografia de risco de incêndio florestal com recurso a imagens de satélite e dados auxiliares［C］／／Proceedings of ESIG’2002－VII Encontro 2002 de Utilizadores de Informa??o Geográfica.Oeiras：ESIG，2002.

［9］ Lopéz A，San-Miguel-Ayanz Jand Burgan R.Integration of satellite sensor data，fuel typemaps andmeteorological observations for evaluation of forest fire risk at the Pan-European Scale［J］.International Journal of Remote Sensing，2002：23（13），2713－2719.

［10］Anderson H E.Moisture and fine forest fuel response［C］／／Proceedings of the 8th Conference of Fire and Forest Meteorology，1985：192－199.

Research on the Evaluation Method of Potential Forest Fire——Taking Shandong Province as an Example

Huang Baohua1，2，3，4，Sun Zhijun4，Zhang Hua1and Sun Yao5
（1．Yantai Institute of Coastal Zone Research，Chinese Academy of Sciences，Yantai264003，China；2．Yantai Geographic Information Center，Yantai264003，China；3．University of Chinese Academy of Sciences，Beijing 100049，China；4．China Agricultural University（Yantai），Yantai264003，China；5．Yantai Soil and Fertilizer Station，Yantai264001，China）

Forest fire riskmap plays a very important role in themanagement and research（watchtowers，risk assessment and various other simulations）on forest fire.According to full consideration on fire probability of firecausing factors（constants and variables），integrated fire danger index are composed by using remote sensing（RS）data and static and dynamic index generated from spatial analysis characteristics of geographic information system（GIS）.Themost important10 factors of fire are average surface temperature，near ground air humidity ratio，vegetation type，vegetation coverage，altitude，slope，slope direction and distance from residents，distances from roads，population quality.Static fire danger index take those factors into study.By using fire potential indexmodel of the United States and MODIS data，land surface temperature，air humidity，vegetation humidity data，etc are got from dynamic fire hazard index to obtainmoisture of died and living fuel.Verification is done to 132 fire points in 2011. Results show that the integrated fire danger index occupies82.6%above the extremely high range，which indicate that it is quite important in potential fire application.

forest fire dangermap；static hazard index；dynamic hazard index；integrated fire danger index；potential forest fire danger；Shandong

X928.7；X928.03；X43

A

1000－811X（2014）04－0116－06

10.3969／j.issn.1000－811X.2014.04.022

《災(zāi)害學(xué)》2014年被收錄為“中國科技核心期刊”（中國科技論文統(tǒng)計源期刊）

黃寶華，孫治軍，張華，等.潛在森林火險評估方法研究－以山東省為例［J］.災(zāi)害學(xué)，2014，29（4）：116－121.［Huang Baohua，Sun zhijun，Zhang hua，etal.Potential forest fire risk assessmentmethod research in shandong province as an example［J］.Journal of Catastrophology，2014，29（4）：116－121.］

2014－04－21

2014－06－20

煙臺市科技發(fā)展計劃項目“基于MODIS數(shù)據(jù)火險預(yù)警研究”（2009163）；煙臺市科技發(fā)展計劃項目“山東海岸帶遙感災(zāi)害監(jiān)測”（2013ZH084）

黃寶華（1977－），男，吉林臨江人，在讀博士生，工程師，研究方向為GIS與遙感應(yīng)用.E-mail：huanbgaohua78＠126.com.

2014年9月26日，《災(zāi)害學(xué)》編輯部收到中國科學(xué)技術(shù)信息研究所的收錄證書，經(jīng)過多項學(xué)術(shù)指標綜合評定及同行專家評議推薦，《災(zāi)害學(xué)》被重新收錄為“中國科技核心期刊”（中國科技論文統(tǒng)計源期刊）。