内蒙古大兴安岭林火与气象因子关系研究

基于内蒙古大兴安岭1990—2019年森林火灾历史档案和同期气象因子的数据,对该地区林火与气象因子间的相关性进行了研究。结果表明,林火发生与气象因子间的关系密切。林火发生次数随着温度的升高和降水的减少呈上升趋势;研究区日均相对湿度范围在58%~62%,火灾发生次数最多;林火发生次数与日照时数、日均温、日最高温间均呈显著正相关;过火面积与日均相对湿度间呈显著负相关,与日照时数间呈显著正相关。     

林火与气象因子的关系

气象因子直接影响可燃物的湿度变化和林火发生率的高低以及林火发展蔓延的速度。为了说明林火发生与气象因子的关系,我们对大兴安岭地区从一九七二年至一九八一年十年间春防期四、五、六月的二十四起重大森林火灾、同期加区所发生的八十四起山火时的气象因子,作了详细分析,发现有以下几方面的问题:1.从月旬上看,发生大火的次数集中四月中旬至五月中旬的一个月内,从旬别看,四月中旬和五     

基于卫星监测热点的林火分布及发生预报模型

卫星林火监测作为森林火灾预防和扑救工作的重要方法,在我国森林防火工作中得到广泛推广和应用。基于卫星监测研究全国各省份的林火热点分布规律以及热点集中区域的气象因子与火灾频率的关系,以我国各地区2010—2015年春季森林防火期(3月1日—6月1日)的卫星监测热点数据为研究对象,分析我国各省林火的年际变化及区域分布特征;通过提取火场时空因子,结合当年气象数据,建立热点集中区域的火灾趋势回归模型。结果表明,卫星监测热点统计的森林火灾次数与当地林业局统计的火灾数据吻合度高。2010—2015年春季林火热点从整体趋势上看,森林火灾的热点数量在逐年递减,主要集中在中国的西南部区域,最多的省份为云南省,占林火热点总数的20%;其次为四川省,占林火热点总数的13%。云南省的春季林火次数多元回归方程,复相关系数R=0.838**;四川省的春季林火次数多元回归方程,复相关系数R=0.744*,回归模型都达到了显著水平。卫星监测热点用于林火监测,可以高精度统计森林火灾次数,回归模型对于林火的预测预报具有一定适应性,为森林火灾发生预测预报提供数据支持。     

基于气象因子的随机森林算法在塔河地区林火预测中的应用

[目的]应用逻辑斯蒂回归模型和随机森林算法建立大兴安岭塔河地区林火发生的预测模型并对比模型预测精度,判断随机森林算法在该地区林火预测中的适应性,为该地区林火管理工作提供技术支持。[方法]利用1974—2008年大兴安岭塔河地区森林火灾发生数据,分别运用二项逻辑斯蒂回归模型和随机森林算法,对塔河地区林火发生与气象因子之间的关系进行实证分析。为减少训练样本分布对试验结果的影响,将全样本数据随机分成60%的训练样本和40%的测试样本,并且进行5次重复,建立5个中间模型(样本组)。选择在5个中间模型中的3个及以上的显著变量(因子)对全样本数据进行分析并分别比较2种模型算法在5个中间模型和全样本模型中的预测准确率。此外,还设计了变量交互试验进一步验证相同变量下2种模型的预测精度。[结果]日最小相对湿度、细小可燃物湿度码和干旱码3个因子在二项逻辑斯蒂回归模型和随机森林算法中均与林火发生呈显著相关。模型拟合的预测结果显示:在对5个中间模型的预测中,随机森林算法对训练样本(60%)和测试样本(40%)的预测准确率分别高于二项逻辑斯蒂回归模型8%和10%左右;在全样本模型的预测中,随机森林算法拟合的准确率为85.0%,而二项逻辑斯蒂回归模型拟合的准确率为76.2%,二者相差10%左右,与之前5个中间模型的预测结果一致;在变量交互试验中,随机森林算法拟合的准确率为86.0%,而二项逻辑斯蒂回归模型拟合的准确率为72.8%,随机森林算法的预测准确率提高了18.1%左右。[结论]日最小相对湿度、细小可燃物湿度码和干旱码是影响林火发生的主要气象因子。在基于气象因子的塔河地区林火发生预测模型研究中,随机森林算法的预测准确率高于传统二项逻辑斯蒂回归模型10%左右,具有一定的预测优势和应用价值,可为大兴安岭塔河地区林火预测和决策提供参考。     

塔河林业局森林扑火辅助决策指挥系统的研究

以塔河林业局为研究区域,以ArcGIS Engine控件和可视化开发环境Visual Studio 2008（C#）作为系统开发平台,利用现有数据（包括林火数据、气象数据、地形数据等）进行数字化并建立access数据库,用简单椭圆模型和迷宫算法实现对已发生的森林火灾面积的科学模拟和火情趋势的标绘,并构建塔河林业局森林扑火辅助决策指挥系统,从而协助扑火指挥员在最短的时间内制定最佳的林火扑救方案,降低林火损失,辅助防火部门进行科学扑火决策。     

三明地区森林火灾与气象要素相关性分析

在资料统计和分析应用中,发现林火的发生频次与火灾发生前若干个月内的气象要素存在一定相关性。为了分析各气象要素随时间变化对森林火灾发生次数的影响,根据福建省三明地区森林火灾统计数据、逐月气象要素数据,利用SPSS统计软件,研究了该区林火发生的时间分布特征;并对该区林火发生频次最高的1-3月和林火发生前若干个月气象要素进行相关性分析,以此得出各气象要素影响林火发生的时间轴和相关性。分析结果表明1-3月林火发生次数不仅与1-3月气象要素相关,还与前一年11、12月部分气象要素相关,并且此相关性随间隔时间增加而递减。三明地区11、12月份出现降水偏少,湿度小,温差大,蒸发量大,日照时数多的情况时,应同时注意防范11、12月及次年1-3月森林火灾的发生。     

2005年黑龙江省夏季林火特征及气象环境条件分析

利用黑龙江省林区2005年夏季林火火场资料及相应地区的同期和前期气象资料,分析了夏季林火的环境场特征,并着重分析了林火发生期的关键气象因子.研究表明:2005年黑龙江省夏季林火主要集中在大兴安岭林区,雷击火是引起林火的主要原因;林火集中出现在7月27日～8月14日,而且具有明显的日变化,主要发生在15:00～17:00时;林火发生期的高温少雨天气,为夏季林火的发生提供了有利的气象条件;日降水量5mm以内、连晴日数3～4d、连平日数5d以上、日水分蒸发量在3.1～5mm之间、日照时数10d以上、平均风速在1.5～2.5m/s有利于林火的发生.而且随着冷空气的入侵,在气温下降的阶段仍可能伴随有夏季林火的发生,这与冷锋带来的干雷暴有密切关系.     

滇西保山地区近年林火特征

从林火发生次数、林火面积、区域分布、时间分布、发生原因等方面对滇西保山地区近年来林火特征进行综合分析,结果表明：20062010年滇西保山地区共发生林火145次,林火面积达242851hm3;林火面积与林火发生次数关系极为密切,且呈高度正相关,相关系数为088,在001水平上具有显著性差异;自然因素以及社会因素的复杂性,导致滇西保山林火具有不均匀性和异质性;科学掌握林火发生的年际规律、月际规律、日际规律和空间分布规律能够为保山地区森林火灾的预测、预报以及安全扑救提供依据。     

山东省森林火火源的时空分布

根据山东省2002-2015年的林火火源统计资料,利用Microsoft Office Excel统计分析,揭示了山东省林火火源发生的时空分布特征。结果表明:从林火火源发生的时间分布来看,2002-2015年间山东省林火火源发生年际间波动较大,2002年林火火源发生次数最多,2008年以来林火发生次数呈明显的下降趋势;林火火源主要发生在春季,特别是2-4月的林火火源发生次数最多,这与山东省人们的生产生活习惯有关。从林火火源发生的空间分布来看,森林火源发生区域主要集中在胶东半岛和鲁西北森林资源较多山区,分别为济南市和沿海的青岛市、烟台市、威海市,以济南市为最多。从林火火源发生的类型来看,多为人为火源,以烧荒烧碳、野外吸烟和上坟烧纸这三种为主。     

黑龙江省2000-2009年林火规律分析

通过对黑龙江省林火年际变化的分析,总结出林火对森林生态系统的影响规律。黑龙江省10年间发生的林火以人为火为主;林火发生由西北向东南呈带状分布,即林火脆弱带的分布区域为大兴安岭、黑河及伊春部分;10年间森林火灾次数随年际时间呈下降趋势;其年均林火面积在105 hm2附近震荡;森林火灾发生所产生的危害程度,2003年和2006年危害指标最重;10年间森林火灾扑救费用呈现逐年上升的趋势。     

DYNAMIC MODELS OF AQUIFEROUS CONTENT OF LIVING FUELS

RESEARCHSITELivingfue1splayedanimportantroleinheatconcentrationactionorinheatsourceofforestfire.Whenitshumiditydecreasestoacertainlevel,theybecameaheatsourcewhenthelivingcombustibl-eswerecombinedwithfire.Thus,itwasessentialhowtodeterminethemoisturesituationandthefOrestfiredangerdegreetobeforecastedaccurately.Thedynamicmodelspresentedinthispaperwereusefultosolvethisproblem.Everyyear,-therewerealotofforestfires,especiallythefireoccurrenceinDaxinganMountains,inthespringofl987.Itwasveryimpo…     

威宁森林火灾与气象条件的相互关系研究

利用威宁冬春林火资料及同期气象资料,从影响森林火灾发生的气象因子着手,分析了气象条件对森林火灾发生的影响和作用,揭示了二者间的相互关系,建立了简单而又直观的气候干燥度公式,计算了可燃物潜在火险程度的等级指标,为林火预测预报提供了科学依据。     

大兴安岭落叶松人工林采伐迹地火灾危险等级评价研究

根据大兴安岭落叶松人工林采伐迹地的特点,采用层次分析法对其火灾危险等级进行了研究。结果表明,地形条件、可燃物状况、气象条件及人为影响是火灾发生的重要因素,其中人为活动时间、可燃物含水量、采伐迹地清理状况、伐根油脂含量为重要指标。据此建立了落叶松人工林采伐迹地火灾危险等级评定指数模型,制定了火灾危险等级评定表。参照火灾危险等级评定表,对大兴安岭落叶松人工林采伐迹地火灾危险现状及潜在火险进行评估,为制定防火决策提供依据。     

基于层次分析法的东北林区贮木场火灾危险等级的评定

针对东北林区贮木场的特点,应用层次分析法对其贮木场火灾危险等级的评定进行了研究。结果表明:贮木场的企业状况、气象条件和人为影响是贮木场火灾发生发展的主要影响因素。其中贮木场的单位木材储存量、单位木材生产人数、设备使用时长以及防火检查力度等因素对其火灾发生发展的影响最大。用层次分析法得出了东北林区贮木场火灾危险等级评定指数模型,并制定出贮木场火灾危险等级的评定表。东北林区各贮木场可依据评定表,并结合自身实情,对火灾危险等级进行测报。     

塔河林业局森林可燃物类型区划分的研究

以塔河林业局的林场为单位,根据森林资源特性的评定值来综合评定各林场的火险,而后依据各林场潜在的火险值（D）的大小,来划分各林场的森林可燃物的火险等级的高低。研究表明：森林可燃物类型区的划分也是林火预测预报的基础,只有在森林可燃物的基础上,才能使林火行为预报较为精确,为火险区域的划分提供了科学依据。     

Precision Fire Hazard Divisions for Collective Forest in Southern China

This paper focuses on how to build the model of precision fire hazard divisions in the level of forest resources sub-compartment.Based on 3D GIS technology and characteristics of forest fires in collective forest of southern China,this study utilized Lin’an City,Zhejiang Province as the experimental area.Forest fire factors were divided into 11 indexes from the three categories(social and economic factors,forestry characteristics,and meteorological characteristics) and weighted for analysis.Next,three eigenvectors(one for each category) were created to build a nonlinear mathematical model called precision fire hazard divisions for forests.Then,the model was used to optimize and test forest fire hazard divisions with the least squares.Results showed that experimental and theoretical values of error were less than 0.1. Thus,in the experimental area this model and the fire occurrence history matched.     

基于加权Logistic回归模型的森林火灾预测

林火预警是保障超高压输电网安全的重要工作,是森林防火部门和电网公司深度关注的领域。 研究以 2007—2017 年广东省超高压输电网线路途经地区的气象数据和林火监测的数据为基础,通过加权 Logistic 回归分析方法构建了广东省超高压输电线路区域森林火险预警模型,并用 2017 年实际林火发生 数据对该模型进行检验。模型预测准确率达到 92.6%,证明该模型具有良好的预测效果,反映了广东省区 域森林火险等级与相关气象因子的密切关系。     

安徽省森林防火气象服务支持系统的设计与实现

介绍了安徽省森林防火气象服务支持系统的建设目的、体系架构、功能模块、业务流程,并对实现森林火险气象等级计算、GIS 交互、Web 系统显示等主要功能模块进行了描述。利用WebGIS 技术和(B/S) 模式搭建安徽省森林防火气象服务支持系统平台,实现对全省500 多个乡镇的精细化森林火险等级预报自动生成、气象数据实时显示、火警火情自动监测、预警信息发布、火灾扑救现场气象保障网络化、信息化和自动化,为全面、科学、高效、防范森林火灾提供决策依据,促进森林防火指挥快速化、决策科学化、调度实时化和防火信息资源化。     

Weather and human impacts on forest fires: 100 years of fire history in two climatic regions of Switzerland

Understanding the factors driving past fire regimes is crucial in the context of global change as a basis for predicting future changes. In this study, we aimed to identify the impact of climate and human activities on fire occurrence in the most fire-prone regions of Switzerland. We considered forest fires, land use and meteorological data over the period 1904-2008 in the neighboring mountain cantons (states) of Valais and Ticino, which are characterized by distinct climatic regimes.The presence/absence of fire ignitions was analyzed using the Nesterov ignition index (as a proxy for fire weather), road density (for ignition sources), livestock density (for biomass removal), and change in forest area (for fire-prone abandoned agricultural areas).We found that fire weather played a key role in fire occurrence in both regions. Road and livestock densities had similar influences in the two cantons. However, while the increase in forest area was well correlated with fire occurrence in Ticino, no such correlation was evident in Valais, probably because land abandonment and forest cover change have been less extensive there. Our findings emphasize the non-linear nature of the relationships between fire occurrence and anthropogenic drivers, as we found thresholds above which road density was no longer correlated with fire occurrence. This implies that the projected future increase and spatial concentration of the human population may not result in a further increase in fire risk in intermediately to densely populated areas in both cantons.The driving factors behind fire activity differ slightly in the two cantons, in particular with increasing forest area enhancing fire occurrence in Ticino but not in Valais. These differences should be taken into account when assessing future fire risk, especially in Valais where the potential for an increase in the fire-prone area is still high. Fires are likely to become more frequent in a warmer climate, but future fire activity may develop differently in the two cantons. This should be taken into account when planning optimized fire prevention measures. This case study should help to better understand fire activity in highly populated regions where fire activity is still moderate but might markedly increase under a projected more fire-prone climate.