灰色马尔科夫模型在森林火灾预测中的应用

灰色马尔科夫预测模型是灰色GM(1,1)模型和马尔科夫概率转移矩阵预测模型的综合。用GM(1,1)模型揭示数列发展变化总趋势,用马尔科夫概率转移矩阵确定系统未来状态的转移规律。其预测精度较高,尤其适合随机波动较大的数据预测。笔者利用福建省1971年至1991年历年森林火灾发生次数统计值建立灰色马尔科夫模型,预测的1992年度全省森林火灾发生次数与实际值相比较,精度达90.1％,明显高于GM(1,1)模型的预测值。应用该法预测1993年度森林火灾发生次数为498次。可为制定相应防范措施时提供参考。     

2003—2018年中国森林火灾时空分布格局研究

基于2003—2018年的中国森林火灾统计数据,全面分析了森林火灾发生的时空分布格局,定量分析了其统计学规律,旨在为森林火灾预测、管理和风险决策提供基础支撑。分析结果表明,森林火灾的发生具有极强的随机性和离散性,通过森林火灾总次数、火场面积和受害森林面积的平均数来反映森林火灾发生风险将会导致评估结果偏高。森林火灾发生次数较多的为湖南、贵州、广西等省,而森林火场面积和受害森林面积较多的为黑龙江、内蒙古、云南、湖南、广西等省。按照森林火灾发生的格局,运用K均值聚类分析将31省分为4类。     

景谷县森林火灾发生规律与趋势分析

根据景谷县2004~2013年发生森林火灾次数、火场总面积、受害森林面积、损失林木数量、火源等具体数据,应用统计分析方法,对全县森林火灾发生规律与趋势进行了初步分析,结果表明:景谷县近10年来共发生森林火灾38次,森林火场面积1065.425hm2,受害森林面积202.443hm2,损失林木7675m3、损失幼木22.3986万株;未发生重大、特大森林火灾,森林火灾次数有缓慢减少的趋势;一旦发生森林火灾,火场面积和受害森林面积有缓慢增加的趋势,损失林木有增加的趋势。针对当前存在的问题,提出了相应的建议。     

我国2000-2012年夏季森林火灾分布规律

文中介绍了我国2000—2012年森林火灾发生的整体情况,分析了我国夏季森林火灾的时空分布规律。2000一2012年我国森林火灾发生次数年际间大体保持平稳,2003—2005年达到一个较高的峰值,2008年达到最高峰,近几年来则呈下降趋势。夏季森林火灾的发生次数在2000—2007年处于较高水平,尤其是2003年和2006年火灾发生次数最多,而近5年来则处于较低水平并有下降的趋势。我国华中地区和西南地区发生夏季森林火灾次数最多,而东北地区重、特大森林火灾发生最多。我国夏季森林火灾具有等级高、破坏性大、火场面积和受害森林面积较大等特点。     

黔南州森林春季防火期主要气象因子与林火时空动态

运用克里格空间数据制图和传统统计分析相结合的方法对2001—2008年黔南州森林春季防火期主要气象因子与林火情况进行研究,结果表明:黔南州森林春季防火期内降雨量、蒸发量和最大风速相对空间分布不均匀,而最高气温、最小空气相对湿度则相反;空间分布上存在一定的水平地带性和垂直地带性,时间动态明显;森林火灾次数及火场面积呈逐渐增加趋势;空间分布上以都匀、平塘和罗甸3地为分界线,东南部6个县市森林火灾次数及火场面积大于西北部6县市。     

林火发生时间规律探讨和趋势预测

收集延平区近13年来的林火发生的历史数据,分析了林火发生时间分布规律,并对该规律成因进行进一步探讨.同时依据灰色系统建模基本理论,在系统分析了延平区森林火灾发生规律的基础上建立了森林火灾高风险年GM(1,1)预测模型.模型达到较高的精度要求且可用于中长期的预测.预测结果显示下两个森林火灾高风险年将出现在2007年和2010年.     

1950-2010年中国森林火灾时空特征及风险分析

[目的]开展森林火灾时空特征和风险分析,有利于把握森林火灾发生规律,为预测和防治森林火灾、制定差异化森林火灾财政补贴和保险政策提供科学依据.[方法]根据年鉴数据,借助主成分分析、聚类分析和信息扩散理论,对我国1950-2010年森林火灾的时空分布特征和风险状况进行研究,全面分析森林火灾发生的时空特征,结合灾情指标对全国各省进行评价并分类,并定量分析风险水平.[结果]1)1950-2010年间,年均发生火灾12 683次,年均火场面积67.48万hm2,年均火灾次数和火场面积均呈下降趋势;1988-2010年间年均成灾面积7.95万hm2,总体表现为上升趋势;1988-2010年间年均成林蓄积损失167.5万m3,没有明显年际变化;1988-2010年间年均伤亡214人,总体呈波浪式下降趋势.2)人为火源占已查明火源的80％以上,烧荒烧炭是最主要的生产性用火火源(38.47％),上坟烧纸是最主要的非生产性用火火源(19.92％).3)华东、西南地区相比于其他地区火灾次数明显较大,东北地区火场面积明显较大.4)按照一般和较大火灾次数、重大和特大火灾次数、火场面积、受害森林面积、成林蓄积、幼林株数、受伤人数、死亡人数8个指标,通过主成分分析对31个省(区、市)的火灾状况进行评价并排序,然后根据主成分得出的综合得分进行聚类分析,根据受灾程度将31个省区按照严重、较重、中度、一般和轻度分为5类,其中,湖南受灾最严重,其次是黑龙江、贵州和云南等.5)基于信息扩散理论进行森林火灾风险分析,全国每年发生3 000 ～9 000次一般和较大火灾的概率较大(＞ 0.482 4),每年发生0～30次重大和特大火灾概率较大(＞0.430 2),每年受灾森林面积在15万hm2以下概率较大(＞0.407 2).[结论]我国森林火灾频发、面积大,火灾高发与气候变化息息相关.引发森林火灾的主要原因是人为火源,必须严格控制和管理野外火源,规范生产、生活用火行为.森林火灾具有显著的区域性特征,我国森林资源面临的火灾风险压力较大.建议在准确把握全国森林火灾时空分布特征和风险基础上,加强宣传教育,采取科学的森林防火、预报、监测措施,制定合理的森林火灾财政补贴和森林保险政策,维护森林健康和国家生态安全.     

河北省森林火灾发生频数的灰色拓扑预测

以河北省1994—2010年森林火灾发生次数的研究材料为依据,运用灰色拓扑预测方法探讨了森林火灾的发生规律,建立了森林火灾发生次数的灰色拓扑预测模型。结果表明：所建立的灰色拓扑预测模型十分理想,各个模型的平均精度均超过95%,所有模型总的平均精度为98.42%,达到一级精度的标准。这表明拓扑预测模型能定量分析灾害发生次数的变化规律,所得结果具有较好的可靠性,可以为森林防火工作提供一定的参考依据。因此,根据所得模型对2011—2020年河北省森林火灾发生次数进行了预测。     

求真务实 科学管理 全面提升森林防火工作规范化建设水平

我简要通报一下今年全国春、夏季森林防火工作情况,并就下一步森林防火工作规范化建设,以及此次会议的贯彻落实提出安排意见。1春、夏季森林防火工作情况今年上半年,全国共发生森林火灾9659起,其中森林火警5529起,一般火灾4117起,重大森林火灾13起,火场总面积12.4万hm2,受害森林面积4万hm2,森林火灾受害率0.24‰,因灾死亡84人。与去年同期相比,取得了“三降”、“两减”、“双无”的好成绩。即森林火灾次数下降18.5%,火场总面积下降5.2%,受害森林面积下降34.7%;森林火灾受害率减少0.13‰,死亡人数减少29.4%;无特大森林火灾,无重大人员伤亡事…     

安宁市森林火灾的两种预测方法浅析

为了研究安宁市森林火灾的空间分布和预测森林火灾的发生,选取了安宁市1986年至2020年有记载的森林火灾火点数据,构建广义线性模型和ARIMA算法模型研究森林火灾火点的空间分布预测和气候环境因子的时间序列分析,并对两种预测方法进行了对比分析。研究结果显示:广义线性模型更适合用来研究人类活动引发的火灾,且对样本容量要求较高,ARIMA算法模型更适合研究自然引发的火灾,更注重气候环境因子的变化。两种预测模型的预测都达到了中精度水平,还有进一步的优化空间。     

基于VSD模型的滇中地区森林火灾脆弱性影响因素分析

为了准确衡量森林火灾风险状况,提出了基于VSD模型的森林火灾脆弱性概念,并分析森林火灾脆弱性的影响因素。通过对暴露度、敏感度和适应能力的分析,选取森林覆盖率、地方财政收入等9个评价指标,构建滇中森林火灾脆弱性评价指标体系。结合层次分析法、加权综合评价法,对滇中2008—2017年森林火灾脆弱性进行评估。结果表明,指标权重大小排序为年降水量(0.223)>地方财政收入(0.177)>年平均气温(0.123)>林业产值(0.107)>农民人均纯收入(0.097)>人口密度(0.085)>森林覆盖率(0.067)=城镇人口比例(0.067)>人均GDP(0.054);滇中地区各城市森林火灾脆弱性指标值与森林火灾次数存在强相关性,与受害森林面积、受灾率存在中度相关性,能够准确反映出森林火灾风险状况。     

陕西森林火灾的发生趋势及预测方法探讨

探讨了Ｍａｒｋｏｖ转移矩阵和ＧＭ（１，１）灰色模型预测陕西森林火灾趋势的方法。并预测２０００年前，森林火灾基本处于Ｂ级稳定状态，最小级Ａ出现于１９９８年，最大级Ｃ可能出现于２０００年。     

长沙县森林火灾发生规律研究

根据长沙县"十一五"期间森林火灾发生的统计数据,从地域、时间、火因和肇事者等分析森林火灾发生的规律.结果表明:森林火灾发生存在明显的地域差异,据此可分为重灾区、较重灾区、较轻灾区、轻灾区和无灾区;森林火灾主要发生在防火期内,其中春防期明显多于冬防期,2月或3月为高发期,一天中的起火高峰在10:00—18:00;森林火灾发生主要由人为因素引起,森林火灾的肇事者老人最多,占30.6%。通过对森林火灾发生规律的调查分析,为长沙县"十二五"期间的森林火灾防控对策提出了建议。     

Disturbance history affects lightning fire initiation in the mixedwood boreal forest: Observations and simulations

The emulation of natural disturbances such as fire is a prominent harvest management strategy for ecosystems in Canada's boreal forest region, but the effect of harvesting on subsequent lightning fire occurrence has not been studied systematically in the mixedwood boreal forest. We quantified the relationship between annual patterns of lightning fire initiation, forest composition, lightning, and fire weather conditions over eight years (1994–2001) in a 60,000 km² region of actively harvested mixedwood boreal forest in western Canada. Our analyses illustrated that forest harvesting and burning had opposite effects on subsequent fire initiation, so harvest was not a surrogate for fire. Fire initiation increased in landscapes with more area harvested and decreased with area recently burned. Our data suggested that increased fire initiation was most pronounced in harvested stands up to a decade old, and there was some evidence that the effect might last as long as 30 years. We then used a dynamic fire-succession simulation model to quantify the long-term effects of these fuel-based relationships using two metrics. As expected, the first metric demonstrated that the number of years between disturbances was significantly less in stands that were harvested and then burned, than those that were burned and then burned again. However, the more revealing component of the simulations was an illustration that despite the strong, positive relationship between harvested areas and fire initiation, the area affected over the long-term by a reduced disturbance interval was relatively small. Accordingly, our study shows that spatiotemporal regulation of lightning fire initiation through harvesting activity results in a systematic accelerated frequency of disturbance that is novel to the mixedwood boreal system, but the area affected by these events amount to local peculiarities rather than broad-scaled regularities.     

森林火灾受害面积的灰色预测模型的研究

运用灰色系统理论和方法,研究了森林火灾受害面积变化趋势的预测和分析方法.以江西省为例,建立了GM(1,1)预测模型,得出了灰色预测曲线和灰色预测区间,并对2010年前该省森林火灾情况进行了预测和分析,从而为森林保护的有关决策提供了依据.此外,通过预测精度分析,以及与回归方法的比较分析,表明本文方法已达到精度要求,且明显优于白色预测方法.     

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。     

Nonparametric multivariate analysis of variance for affecting factors on the extent of forest fire damage in Jilin Province,China

Forest fires are influenced by several factors,including forest location, species type, age and density,date of fire occurrence, temperatures, and wind speeds,among others. This study investigates the quantitative effects of these factors on the degree of forest fire disaster using nonparametric statistical methods to provide a theoretical basis and data support for forest fire management.Data on forest fire damage from 1969 to 2013 was analyzed. The results indicate that different forest locations and types, fire occurrence dates, temperatures, and wind speeds were statistically significant. The eastern regions of the study area experienced the highest fire occurrence,accounting for 85.0% of the total number of fires as well as the largest average forested area burned. April, May, and October had more frequent fires than other months,accounting for 78.9%, while September had the most extensive forested area burned(63.08 ha) and burnt area(106.34 ha). Hardwood mixed forest and oak forest had more frequent fires, accounting for 31.9% and 26.0%,respectively. Hardwood-conifer mixed forest had the most forested area burned(50.18 ha) and burnt area(65.09 ha).Temperatures, wind speeds, and their interaction had significant impacts on forested area burned and area burnt.     

黑龙江省林火规律研究Ⅱ.林火动态与格局影响因素的分析

本文对在大尺度 (5 0 0km2 以上 )上影响黑龙江省林火的因素及其影响途径进行了分析。结果表明 ,年林火次数 (人为火次数 )与林业人口正相关 ,林火面积与人口无关。干燥度的空间差异对林火燃烧率格局有正向影响。林火特征与气候因子之间没有线性关系。黑龙江省林火次数和面积对年均温和降水量的响应可归纳为旋转的单叶双曲面和双叶抛物面两种模式。林火特征的周期与年均温、年降水量的周期关系很大。黑龙江省森林类型对林火次数、面积的影响在省级区划尺度上不显著的。较高的管理水平显著减少林火。林火次数、面积与了望塔数量、消防车数量及通讯覆盖率等无线性关系     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。