龙胜县森林火险等级区

以广西龙胜县为研究区,调查分析该县森林火险状况及影响要素,结合森林资源载量及森林防火实际,选取树种（组）燃烧类型、人口密度、气象因子、火灾次数等11项主要林火影响因子,综合运用层次分析法(AHP)、聚类分析法及ArcGIS空间分析法,区划森林火险等级。结果表明,各村（分场）可区划为Ⅰ（高火险区）、Ⅱ（中火险区）、Ⅲ（低火险区）3个火险等级;Ⅰ、Ⅱ、Ⅲ级火险区面积分别占研究区总面积的35.47%、38.33%、26.20%。高火险区主要分布在东部和南部,中火险区集中于西部和北部,低火险区分散在高、中火险区之间。区划结果有利于总结、突出研究区森林火情特点和重点。     

基于人工神经网络预测广东省森林火灾的发生

应用人工神经网络建立热带森林火灾发生情况预测的多层神经网络模型,并将林火发生影响因子的历史数据作为样本值,输入模型进行训练。结果表明:利用所选取的输入因子作为样本的人工神经网络,可以对林火的发生发展作出准确有效的预测。文中还对模型的准确性和训练精度进行讨论,进而分析人工神经网络在林火预测中的可行性,证明人工神经网络在林火预测中的应用价值。     

中国森林火灾发生规律及预测模型研究

量化分析森林火灾发生规律能为预测和防治森林火灾提供科学依据。文中采用四参数Weibull分布描述了我国森林火灾发生次数和火场面积分布规律,运用Spearman相关系数分析承灾主体因子、灾害管理因子、孕灾环境因子与森林火灾发生次数、面积间关系,基于全国森林火灾数据分别建立灰色系统理论模型、BP人工神经网络模型和时间序列ARIMA模型,并采用Markov随机过程改进已建立模型。结果表明,我国森林火灾发生次数分布呈左偏正态分布,火场面积呈倒J型分布,火灾次数和火场面积分布模型拟合决定系数分别为0.63和0.66;承灾主体、孕灾环境和灾害管理对森林火灾次数和火场面积影响程度依次减小,人工林面积、累年年平均气温、年降雨量平均差值、年最低气温平均日数与森林火灾发生具有明显相关性,影响森林火灾的因子与森林火灾发生次数、火场面积间存在指数型关系;不同模型对森林火灾发生次数和火场面积拟合优度次序为BP模型、GM（1,1）-Markov模型、BP-Markov模型、GM（1,1）模型、ARIMA模型、ARIMA-Markov模型,采用Markov过程能显著改进GM（1,1）预测模型对火灾随机性的预测效果,可以更好地反映森林火灾发生规律。     

连云港花果山高分辨率森林火险等级三维可视化短期预报研究

以连云港花果山为研究区,将火险等级预报因子归纳为森林火险区划、天气、火源等3个类别。其中火险区划根据植被类型、植被特征、地形因子获取;天气因子通过24h天气预报获取;火源危险等级由景区内的道路进行缓冲区分析获取。利用3类火险因子,通过加权叠置法建立火险等级短期预报模型,进行火险等级预报;利用DEM和SPOT5影像,通过GIS三维可视化技术,对预报结果进行三维可视化显示。通过研究实现了火险等级短期预报,将火险等级落实到小班,并将火险等级分布信息以三维可视化方式显示,为研究区森林火险实时监测提供了基础平台,为山区林火科学化管理提供技术支持。     

昆明地区春季常见野生绿色草本植物及其在森林防火中的作用

分析昆明地区森林火灾形势及生物防火必要性,提出了具有生物防火开发利用价值草本植物的辨识标准,调查和记录了昆明市郊区分属于18科的具有防火利用价值的40种春季常见野生绿色草本植物,并采用100℃烘干恒重法测定其含水率．初步分析这些植物在森林防火中的作用,提出根据植物的生物学、生态学特性营建绿色防火草带的建议．     

林火碳排放研究进展

火是森林生态系统主要的干扰因子, 森林火灾的频繁发生不仅使森林生态系统遭到破坏, 同时也造成了含碳温室气体的大量释放。综述了火烧面积、森林可燃物以及燃烧效率等主要因子对森林火灾排放碳量估计的影响, 分析了这一领域未来研究发展趋势。大量研究表明:1)卫星遥感是估测大尺度上森林过火面积的主要手段, 随着高分辨率卫星的应用, 森林火灾面积的估计精度不断得到提高。目前的研究主要集中于大尺度上林火面积的估计和估算方法的改进。2)遥感数据是目前估计大尺度可燃物燃烧量的有效手段, 利用遥感数据的同时结合有效可燃物计算模型, 运用多元线性与非线性分析结合等方法提高对可燃物燃烧量的估计。3)燃烧效率是决定可燃物消耗量的主要因子, 也是估计森林火灾释放含碳气体量的关键。未来的研究是利用高分辨率的遥感数据, 结合复杂的可燃物计算模型, 更精确地估计林火碳排放。     

基于随机森林模型的交界域火灾风险分析

【目的】城镇森林交界域火灾频繁发生,使民生经济遭受严重危害。使用随机森林模型对省域内的城镇森林交界域火灾风险与影响因子的关系进行空间建模,探究随机森林模型在拟合、解释交界域火灾风险方面的优势,并与森林火灾风险的影响因子对比,为进一步评估城镇森林交界域火险提供依据。【方法】研究基于安徽省2002—2011年火灾历史数据,采用气候、地理环境、人类活动、社会经济等方面的9个因子作为自变量,月均火灾密度作为因变量。使用特征选择方法得到模型内不同自变量的贡献度、统计特征以及内部模型的平均表现,选择出进入最后模型中的自变量;使用随机森林模型对城镇森林交界域火灾风险进行解释,分析影响城镇森林交界域火灾风险和森林火灾风险的重要因子。【结果】关键自变量对城镇森林交界域火灾风险的影响程度大小排序依次为:道路线密度、铁路线密度、月均最高温度、归一化植被指数、人口密度以及海拔;对森林火灾风险则为:月均最高温度、归一化植被指数、道路线密度、铁路线密度、人口密度以及海拔;经过训练与计算发现随机森林模型在5个子模型的训练集与测试集的表现基本一致,拟合值与实际值的简单相关系数均达0.90以上,可见随机森林模型对交界域火灾风险和森林火灾风险表现出显著的解释能力;此外,随机森林模型在总体数据集上进行了拟合,得到城镇森林交界域火灾风险的拟合值与实际值的相关性为0.997,森林火灾风险的拟合值与实际值的相关性为0.996,表明了随机森林模型具备极强的火灾风险拟合性能。【结论】影响城镇森林交界域火灾发生的最重要自变量是道路和铁路线密度,而对森林火灾则是月均最高温度与归一化植被指数,可见城镇森林交界域火灾发生人类活动因素密切相关。随机森林算法对城镇森林交界域火灾风险和森林火灾风险都能表现出稳健的和非常准确的拟合能力,是一个非常有用的工具。     

对我国森林重点火险区建设的探讨

分析了我国森林重点火险区建设现状和存在的主要问题,从完善防火阻隔系统和林火瞭望监测系统,提高队伍专业化水平和装备水平等方面,提出了如何进一步提升我国森林重点火险区森林火灾防控综合能力的主要对策。     

俄罗斯森林火灾现状统计分析

文中分阶段统计了1950~2000年俄罗斯森林火灾发生的次数和面积, 详细分析了1990~2003年森林火灾状况, 并且讨论了森林火灾产生的原因。森林火灾分级、特点、防火组织机构、研究现状和林火管理的改进措施也在文中进行了介绍。     

喀纳斯泰加林群落与环境和火干扰因子的关系

【目的】划分森林群落类型,定量分析森林群落形成与其环境因子和火干扰因子之间的关系,为新疆喀纳斯泰加林群落物种多样性保护与森林可持续经营提供科学依据。【方法】以新疆喀纳斯泰加林火成演替森林群落为研究对象,基于149个森林群落样地及其火干扰发生时间和火烈度的调查,采用双向指示种分析(two-way indicator species analysis,TWINSPAN)方法对喀纳斯国家自然保护区科学实验区处于不同演替阶段的森林群落进行群落类型划分,并采用冗余分析(redundancy analysis,RDA)方法通过对其森林群落进行排序,分析森林群落形成与环境因子和火干扰因子的关系,定量分离环境因子、火干扰因子及其二者的交互作用对森林群落形成的影响。【结果】 1)TWINSPAN将149个森林群落调查样地划分为16种森林群落类型;2)RDA排序结果较好地反映了喀纳斯泰加林群落形成与环境因子和火干扰因子之间的关系,环境因子中的海拔、坡位、坡度、坡向、土壤有机质和全钾含量对森林群落的形成起较大的作用,其中海拔、坡位、坡度和坡向与RDA第1排序轴存在极显著相关性( P <0.01),土壤有机质和全钾含量与RDA第1排序轴存在显著相关性( P <0.05);火干扰因子中的火烈度对森林群落形成也起较大的作用,火烈度与RDA第2排序轴存在极显著相关性( P <0.01);3)因子分离显示,在影响喀纳斯泰加林群落形成的因素中,环境因子解释的部分占21.96%,火干扰因子解释的部分占1.80%,二者交互作用解释的部分占49.82%,未能解释的部分占26.42%。【结论】喀纳斯国家自然保护区科学实验区有16种森林群落类型,其森林群落形成受环境因子和火干扰因子的共同控制,并且二者的交互作用尤为突出。火干扰是新疆喀纳斯泰加林群落物种多样性保护与森林可持续经营不可或缺的重要因素。     

东莞大屏嶂森林火险等级评价与区划

针对广东省东莞大屏嶂森林公园的森林资源环境特点,选取植被类型、坡度、坡向、海拔、居民区距离、道路距离6个火险影响因子,利用GIS空间分析功能对大屏嶂森林公园进行森林火险等级的评价与区划。区划方案表明,该区可以划分为无、低、中、高和极高5个等级火险区,其面积分别占研究区的1.67%、2.19%、33.16%、55.3%和7.68%。森林火险等级的空间分异较明显,极高火险主要出现在西北部,中部和北部火险等级较高,东部与南部火险稍低。森林火险较高等级主要受植被类型、坡向及海拔这3个因素影响。     

基于VLBP神经网络的林火风险预测模型

以北京房山区林火为研究对象,用神经网络方法研究了林火发生及蔓延与环境因子间的关系。研究流程为用GPS采集了林火火场中心数据,测量了火场面积。用GIS做空间分析,提取了火场空间环境因子。将数据在Matlab中用VLBP神经网络进行训练,建立了林火风险的预测方程。该风险模型由林火发生的风险模型和林火的蔓延风险模型组成。由于该模型采用的方法不依赖于先验统计模型,所采用的神经网络方法对非线性的数学关系有很强的预测能力,因而该模型具有很强的通用性。     

林火蔓延模型及其动态模拟初探

森林着火之后,火向四周和上下不断蔓延,使大片森林发生火灾,给森林生态系统和人类带来一定的损失。结合我国的实际情况,本文采用林火蔓延的椭圆模型和遍历各点的林火蔓延模型对林火行为进行动态模拟,旨在推动林火蔓延的研究工作从定性的理论分析向定量化的研究方向发展,从而为森林防火、救火部门提供科学依据。     

长春净月潭国家级森林公园森林火灾分析及启示

通过对净月潭国家森林公园28年森林火灾资料统计分析,结果表明:28年来累积发生森林火灾17次,其中12次为人为火引起,占起火原因的70.6%,春季为林火高发期。根据园区目前森林火灾与防火现状,提出加强森林防火管护力度、加强森林防火宣传设施建设、加强森林防火宣传力度、提高游客森林防火意识、加强森林火灾安全隐患排查力度5项对策。     

人为蓄意纵火森林火场的特征与防控对策

从长白山林区的森林火情(火灾)的实际出发,根据现地特征分析了人为蓄意纵火与普通人为火的差异,剖析了人为蓄意纵火的原因,提出了加强防控的应对之策。     

动态数据驱动的林火蔓延模型适宜性选择

基于BP人工神经网络方法设计林火模型适宜性选择技术框架结构,通过神经网络形成林火模型选择知识,实现林火模型的自动化和智能化选择;以火场环境因子为输入变量,以适宜火场环境模拟的林火蔓延模型作为输出变量,构建林火模型选择神经网络模型;研究输入、输出因子数据的获取与计算方式,实现动态数据驱动的林火模型自动选择机制.以北京市为例,选择有详细火场情况记录的72场林火作为试验样本,其中60条记录作为学习样本集,12条记录作为验证样本,对神经网络进行学习和验证,结果表明:模型选择精度可达到80%以上.     

滇中地区建设森林航空消防直升机场的必要性及可行性分析

滇中地区特定的社情、林情和地理、气候、植被类型,决定了该地区已成为云南省森林火灾的高发区和敏感区,一旦发生森林火情,如果扑救不及时,往往小火会酿成大灾,在处于滇中腹地的玉溪市建设森林航空消防直升机场,加强森林航空消防工作,是提高滇中地区森林火灾预防和扑救综合能力的有效途径。     

云南松林区的林火与火险等级分区初探

云南松林区发生的森林火灾是多种自然因素和人为活动综合作用的结果。通过对四川省云南松分布区不同区域与林火有关的主要气候因子分析及综合值的比较,结合地形地貌、植被状况和人为活动等多种因素,将我省云南松分布区划分成5个不同等级的火险区,并提出了相应的护林防火对策。     

基于粒子群算法和BP神经网络的多因素林火等级预测模型

针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型particle swarm optimization based back-propagation neural network (PSO-BP)。所构建的预测模型,能够同时考虑气候因素(日最高气温、日平均气温、24 h降水量、连旱天数、日照时数、日平均相对湿度、日平均风速)、地形地貌因素(海拔、坡度、坡向、土壤含水量)、可燃物因素(植被类型、可燃物含水率、地被物载量)、人为因素(人口密度、距人类活动区域的距离) 16个变量。基于南京林业大学下蜀林场森林防火实验站传感器网络所采集的实际数据及现场测量数据,通过一组试验验证提出模型的有效性。结果表明:基于训练数据集及检验样本所构建的模型能够开展有效的火险等级预测;模型的计算复杂度较单独使用BP神经网络模型明显下降。     

腾冲县中缅边境地区森林防火体系建设对策

腾冲县中缅边境地区森林资源极为丰富,但森林火灾隐患大,是森林防火的重点区域,森林防火工作中存在着边境不利的自然条件、火源管理难度大、防火基础设施落后等问题.为提高森林防火的综合防控能力,提出加强林火监测系统、防火基础设施、林区防火公路、林区生物防火隔离带和森林火灾扑救系统建设等森林防火体系建设对策.