韓焱紅,苗 蕾,郝淑會,吳 英,趙魯強

(中國氣象局公共氣象服務(wù)中心,北京 100081)

1 引言

近年來，我國森林資源日益增長、林內(nèi)可燃物載量持續(xù)增加，受全球異常氣候變化、傳統(tǒng)習俗及林內(nèi)多種經(jīng)營活動增多等因素疊加影響，我國已進入森林火災易發(fā)期和高危期，森林防火形勢嚴峻，森林火災已成為我國生態(tài)文明建設(shè)和森林資源安全的最大威脅。在森林可燃物和火源具備的情況下，森林能否著火、著火后能否成災，主要取決于氣象條件[1]。火險氣象是指有利于發(fā)生森林火災的氣象條件，如高溫、干旱、大風等天氣。因此，做好森林火險氣象預報可以為預防、控制、撲救森林火災提供科學的依據(jù)，減少森林火災損失。

1999年，中國氣象局和國家林業(yè)局聯(lián)合啟動了國家級森林火險氣象等級預報業(yè)務(wù)，有力地推動了我國森林火險氣象預報服務(wù)的跨越式發(fā)展。隨著森林火險氣象預報技術(shù)的研究和發(fā)展，預報水平不斷提高，在森林防火方面取得了較大成效。但目前我國的森林火險氣象預報仍以站點預報或大范圍區(qū)域預報為主[2-7]，其預報結(jié)果與美國[8-10]、加拿大[11]等國外先進的基于網(wǎng)格的火險預報結(jié)果相比，預報產(chǎn)品精細化程度較低、區(qū)域代表性較差[12]。由于我國還沒有建立基于森林植被的國家級森林火險氣象等級網(wǎng)格預報模型，這在一定程度上制約了精細化森林火險預報預警服務(wù)的發(fā)展。

本研究依托中國氣象局2017年初步建立的智能網(wǎng)格氣象預報系統(tǒng)，選取氣溫、降水、風速、相對濕度等作為動態(tài)火險氣象因子，利用全國森林資源分布數(shù)據(jù)，基于GIS獲得與智能網(wǎng)格匹配的植被下墊面數(shù)據(jù)作為靜態(tài)植被因子，建立精細化森林火險氣象預報模型，實現(xiàn)基于植被的森林火險氣象等級網(wǎng)格化預報。

2 數(shù)據(jù)及來源

2.1 氣象數(shù)據(jù)

研究采用的氣象數(shù)據(jù)是基于全國綜合氣象信息共享平臺(CIMISS)獲得的國家級智能網(wǎng)格氣象預報產(chǎn)品與實況分析產(chǎn)品，空間分辨率為0.05°。其中，智能網(wǎng)格氣象預報產(chǎn)品是由國家氣象中心基于主客觀融合預報、采用精細化地理信息的插值分析以及區(qū)域建模預報等技術(shù)方法研發(fā)的中國區(qū)域格點化預報產(chǎn)品，預報時效為240 h、時間分辨率為3 h；實況分析產(chǎn)品是由國家信息中心基于中國氣象局多源融合降水分析系統(tǒng)(CMPAS)實時生成的中國區(qū)域地面—衛(wèi)星—雷達三源融合逐時降水分析產(chǎn)品。

2.2 植被下墊面數(shù)據(jù)

研究采用的森林植被下墊面數(shù)據(jù)是由國家林業(yè)和草原局提供的全國森林資源分布信息，包含針葉林、闊葉林、針闊混交林、竹林、特灌等我國主要森林植被類型及空間分布(圖1)。

圖1 全國森林資源分布Fig.1 Distribution of forest resource in China

3 方法原理

3.1 預報因子選取

3.1.1 動態(tài)氣象因子 森林火險氣象預報是從氣象因素角度來研究和探討林火發(fā)生規(guī)律。影響林火發(fā)生的氣象因子主要有氣溫、相對濕度、降水、風速等。溫度越高，可燃物中水分蒸發(fā)和變干的速度越快，火災發(fā)生的可能性越大；相對濕度越小導致可燃物含水率越低，越利于林火燃燒發(fā)展；降水及連續(xù)無雨日數(shù)長短直接影響可燃物含水量，是決定林火發(fā)生可能性和能否蔓延的重要因素；風是影響火災蔓延的主要氣象因子，風速較大時，火場易蔓延擴大，危險性增加。研究利用智能網(wǎng)格氣象產(chǎn)品，選取日降水量、14時氣溫、14時相對濕度、平均風速等氣象要素預報，以及基于24 h累積降水實況計算得到的連續(xù)無降水日數(shù)作為動態(tài)氣象因子，分析氣象要素對森林火險的綜合影響。

3.1.2 靜態(tài)植被因子 可燃物是林火發(fā)生和蔓延的物質(zhì)基礎(chǔ)，不同可燃物類型其易燃性有所不同，可燃物含水率對氣象因子的響應速率也有所不同。目前，我國的森林火險氣象預報業(yè)務(wù)中，幾乎僅考慮了氣象要素對森林火險的動態(tài)影響，忽略了森林植被等不隨地點改變的基礎(chǔ)靜態(tài)因素。本研究利用植被下墊面基礎(chǔ)數(shù)據(jù)，基于GIS，采用空間分析技術(shù)將全國森林資源分布數(shù)據(jù)與氣象資料相結(jié)合，得到與氣象資料空間分布一致的網(wǎng)格化植被下墊面數(shù)據(jù)，作為靜態(tài)因子輸入到模型中，探討不同類型的森林植被在氣象因子的綜合影響下，其森林火險氣象等級的變化。

3.2 森林火險氣象指數(shù)計算

研究采用《森林火險氣象等級》國家標準中規(guī)定的森林火險氣象指數(shù)(FFDI)作為評估林火發(fā)生、擴散及蔓延難易程度的氣象指標，利用火險預報業(yè)務(wù)中常用的指數(shù)查對法[13]進行森林火險氣象指數(shù)的計算。這種方法是在綜合考慮氣象因子對火險影響的基礎(chǔ)上，根據(jù)試驗和統(tǒng)計分析建立相應的火險氣象因子及其火險指數(shù)表。該方法計算簡單、便于推廣，有較高的實用價值，在國家級森林火險預報業(yè)務(wù)應用中取得了良好的預報效果。選取風速、氣溫、相對濕度、降水等作為動態(tài)氣象因子，將植被下墊面數(shù)據(jù)作為靜態(tài)因子，以美國布龍—戴維斯方案為理論依據(jù)，在國家氣象中心利用我國特大火災歷史反復驗證的基礎(chǔ)上[14]，建立了火險氣象指數(shù)計算方案(公式(1))，確定動態(tài)氣象因子對應的火險指數(shù)及綜合森林火險氣象指數(shù)。

U=IV(V)+IT(T)+IF(F)+IM(M)

(1)

式中，U為基于各因子的火險指數(shù)加權(quán)得到的綜合火險氣象指數(shù)；V為當日14時風速(m/s)；T為當日14時氣溫(℃)；F為濕度(%)，其數(shù)值為植被可燃物濕度與當日14時相對濕度的加權(quán)和；M為連續(xù)無降水日數(shù)(d)；IV(V)、IT(T)、IF(F)、IM(M)分別表示各火險氣象因子所對應的火險指數(shù)，由火險氣象因子指數(shù)查對表(表1)得出。

表1 火險氣象因子及其指數(shù)查對表Tab.1 Fire danger meteorological factors and index query table

在此基礎(chǔ)上，利用降水修正系數(shù)和地表狀況修正系數(shù)對綜合森林火險氣象指數(shù)進行訂正(公式(2))，得到訂正后的森林火險氣象指數(shù)。

FFFDI=U×Cr×Cs

(2)

式中，F(xiàn)FFDI為訂正后的森林火險氣象指數(shù)；Cr為降水量修正系數(shù)，當日有降水時取值為0，當日無降水取值為1；Cs為地表狀況修正系數(shù)，根據(jù)網(wǎng)格點的靜態(tài)植被因子取值，當?shù)乇頍o森林植被時取值為0，地表有森林植被時取值為1。

3.3 森林火險氣象等級劃分

按照林業(yè)行業(yè)標準確定的《森林火險天氣等級》，將森林火險氣象指數(shù)由低至高分為5個等級：低、較低、較高、高、極高。具體森林火險氣象等級劃分標準及其對應的危險程度、易燃程度、蔓延程度見表2。

表2 森林火險氣象等級劃分標準及其描述Tab.2 The classification standard and description of forest fire danger ratings

4 預報效果及分析

研究通過選取動態(tài)氣象因子和靜態(tài)植被因子，建立森林火險氣象等級預報模型，實現(xiàn)了基于植被的精細化森林火險氣象等級網(wǎng)格化預報，模型產(chǎn)品精準到不同類型的森林植被火險氣象等級定量化預報，產(chǎn)品空間分辨率為5 km。同時，通過開展智能網(wǎng)格氣象預報產(chǎn)品在模型中的應用，實現(xiàn)了未來10 d全國森林火險氣象等級的短、中期無縫隙定量化預報。

4.1 靜態(tài)植被因子的精細化森林火險氣象等級預報

森林植被是發(fā)生林火的物質(zhì)基礎(chǔ)。在同樣的氣象條件下，植被的類型、結(jié)構(gòu)和易燃性等理化特征與引發(fā)森林火災的關(guān)系也有所不同。以2017年12月20日19時發(fā)生在廣東省珠海市香洲區(qū)鳳凰山的森林火災為例(圖2a)，結(jié)果表明，基于靜態(tài)植被因子的預報模型考慮不同可燃物類型對森林火險氣象等級的影響，同時實現(xiàn)了精準到林區(qū)分布的精細化森林火險氣象等級網(wǎng)格預報，在森林火險預警預報業(yè)務(wù)、火場保障服務(wù)中發(fā)揮了重要作用。

圖2 廣東省珠海市香洲區(qū)鳳凰山森林火災，(a)、火場位置；(b)、12月11日08時起報的20日森林火險氣象等級Fig.2 Fire disaster in Fenghuang Mountain, Xiangzhou District, Zhuhai City, Guangdong Province. (a) Fireground positions (b) Forecast result of forest fire danger ratings in December 20 initialized from 08∶00 December 11

2017年12月以來，廣東珠海地區(qū)降水偏少，相對濕度較低，出現(xiàn)了一定程度的旱情，智能網(wǎng)格降水預報產(chǎn)品顯示，未來10 d內(nèi)，珠海地區(qū)仍無明顯降水過程，氣象條件十分利于森林火災的發(fā)生；同時，火場周圍植被分布以針葉林、闊葉林為主(圖2a)，植被較易燃燒。模型提前10 d已預測出廣東等地森林火險氣象等級較高(圖2b)，其中，廣東南部包括珠海等局部林區(qū)的森林火險氣象等級高。此外，對比圖2a和圖2b可以發(fā)現(xiàn)，模型給出的森林火險氣象等級預報結(jié)果空間分布與森林植被分布特征吻合，體現(xiàn)了精準到森林植被的精細化火險氣象等級預報。

4.2 動態(tài)氣象因子的預報準確率評估

模型選取降水、氣溫、相對濕度、風速等作為動態(tài)氣象因子，采用智能網(wǎng)格氣象預報產(chǎn)品作為模型氣象背景場，對森林火險氣象條件進行預測。其中，降水是影響火險等級的關(guān)鍵氣象因子，模型根據(jù)24 h降水預報判斷網(wǎng)格點有無降水，從而預測火險氣象等級。因此，降水等關(guān)鍵火險氣象因子的預報準確性直接影響模型的預報效果。我國森林火災的季節(jié)性和區(qū)域性變化特征十分明顯，西南、華南等地的森林火災多發(fā)生在春冬季(12—次年5月)，東北、華北地區(qū)森林火災多發(fā)生在春季(3—5月)[15]。本文以晴雨準確率為指標，采用鄰域法對我國東北、華北、西南、華南等林火高發(fā)地區(qū)重點防火期的格點降水預報準確率進行檢驗，進而評估氣象要素預報對模型效果的影響。

整體來看，我國西南、華南、東北、華北地區(qū)重點防火期期間，降水晴雨準確率較高。西南、華南地區(qū)初冬季節(jié)(12月)的晴雨準確率達到100%，而冬末春初之際，受南支槽波動影響，西南、華南地區(qū)降水逐漸增多，晴雨預報準確率略有降低，但基本維持在70%～85%(圖3)；東北、華北地區(qū)2018年春季的降水晴雨準確率均在80%以上(圖略)。由此可見，研究采用的智能網(wǎng)格氣象預報產(chǎn)品為模型預測火險等級提供了可靠、精細的動態(tài)氣象背景場。

圖3 2017年12月—次年5月我國西南、華南地區(qū)24 h降水晴雨準確率統(tǒng)計圖Fig.3 Statistic charts of forecast accuracy of the cloud-free rainfall in Southwest and South China from 2017.12—2018.05

4.3 森林火災個例結(jié)果分析

模型自2017年10月正式業(yè)務(wù)化運行以來，在國家級森林火險預報預警業(yè)務(wù)中取得了較好的效果。本文以2018年春節(jié)、清明等重點防火時段為例，采用預報結(jié)果趨勢是否與全國防火期分布及火災發(fā)生趨勢一致的分析方法[16]，評估模型預報效果。

4.3.1 春節(jié)期間 春節(jié)前夕，我國華北東部、西南地區(qū)南部、江南南部、華南南部等地降雨持續(xù)偏少，出現(xiàn)了不同程度的旱情，上述地區(qū)植被以針葉林、闊葉林為主，氣象、植被條件均利于林火發(fā)生。據(jù)國家林業(yè)和草原局統(tǒng)計，2018年春節(jié)期間(2月15—20日)，我國共發(fā)生34起林火，主要分布在江西、云南、四川、福建、廣西、廣東、貴州、湖北等地(圖4)。

圖4 2018年春節(jié)期間(2月15—20日)我國林火分布Fig.4 Forest fire distribution during 2018 Spring Festival (2.15—2.20)

從2018年2月15—20日期間逐日滾動更新的森林火險氣象等級逐日預報來看(圖5)，春節(jié)期間，四川南部、云南、貴州西南部地區(qū)的森林火險氣象持續(xù)維持較高等級，廣東南部、福建南部、江西南部地區(qū)的高森林火險氣象等級主要集中在17—19日，模型預報結(jié)果與林火實際過程的空間分布、時間變化基本一致。由于林業(yè)部門提供的歷史火災信息僅有火災點所在的區(qū)縣級行政區(qū)域信息，無法確定火災點的具體經(jīng)緯度，因此本文以縣域為檢驗對象，將發(fā)生火災的區(qū)縣落在森林火險氣象等級較高及以上區(qū)域視為1次預報命中。檢驗結(jié)果表明，春節(jié)期間模型逐日預報的命中率均在60%以上(表3)，預報結(jié)果對春節(jié)期間我國南方地區(qū)的森林火災發(fā)生具有很高的指示意義。

由圖5還可以看出，春節(jié)期間我國東北地區(qū)的森林火險氣象等級較實際情況偏高。其主要原因是模型主要從降水、相對濕度等氣象要素導致可燃物含水率變化的角度考慮火險氣象等級預報，暫時未考慮到植被狀態(tài)、地表積雪覆蓋等要素的動態(tài)變化，導致模型對冬季東北地區(qū)的森林火險氣象等級預測結(jié)果存在偏差。

表3 春節(jié)期間我國逐日森林火災分布及模型預報命中率Tab.3 Distributions of forest fire disaster and model forecast hit rate during 2018 Spring Festival

注：*表示同一縣級行政區(qū)域內(nèi)發(fā)生2起森林火災。

圖5 2018年2月15—20日期間全國森林火險氣象等級逐日預報Fig.5 Daily forecast of forest fire danger ratings from 2018.02.15—2018.02.20 in China

4.3.2 清明節(jié)期間 清明前夕，我國華南南部、四川南部、云南西部等地降水偏少，部分地區(qū)有輕旱，局部中旱，氣象條件有利于森林火災的發(fā)生發(fā)展。據(jù)國家林業(yè)和草原局統(tǒng)計，2018年清明節(jié)期間(4月5—7日)，我國共發(fā)生了7起林火，火災發(fā)生時間均為4月5日下午，具體火點分布如圖6所示。

從2018年2月15—20日期間逐日滾動更新的森林火險氣象等級逐日預報來看(圖7)，4月5日，四川南部、云南北部、廣東東部等地的森林火險氣象等級高，局部地區(qū)的森林火險氣象等級極高；4月6—7日，受降水影響，上述地區(qū)的森林火險氣象等級逐步降低。模型預報的高森林火險氣象等級區(qū)域與森林火災分布和變化趨勢一致。對比發(fā)現(xiàn)，4月5日發(fā)生在四川、廣東境內(nèi)的7起林火均在森林火險氣象等級較高及以上區(qū)域內(nèi)，模型預報命中率達100%。由此可見，隨著動態(tài)氣象背景場的滾動更新，模型預報結(jié)果也隨之變化，對火險氣象條件模擬效果逐漸提升。

圖6 2018年清明節(jié)(4月5—7日)期間我國林火分布Fig.6 Forest fire distribution during 2018 Qingming Festival (4.5—4.7)

圖7 2018年4月5—7日期間全國森林火險氣象等級逐日預報Fig.7 Daily forecast of forest fire danger ratings from 2018.4.5—2018.4.7 in China

5 結(jié)論

①火險預報模型通過加入靜態(tài)植被因子，考慮了不同類型的可燃物特征，基于GIS研發(fā)了精準到林區(qū)網(wǎng)格的精細化森林火險氣象等級客觀預報產(chǎn)品。

②我國西南、華南、東北、華北等林火高發(fā)地區(qū)的重點防火期期間，降水晴雨準確率較高，采用的智能網(wǎng)格氣象預報產(chǎn)品為模型提供了可靠、精細的動態(tài)氣象背景場。

③模型對火險氣象條件模擬效果較好，高森林火險氣象等級預報區(qū)域與森林火災實際分布和變化趨勢基本一致，對森林火災的發(fā)生具有較好的指示意義。

④模型實現(xiàn)了基于植被的森林火險氣象等級網(wǎng)格化預報，產(chǎn)品空間分辨率5 km，預報時效為10 d，在國家級森林火險氣象等級短、中期無縫隙精細化預報以及火場保障服務(wù)中取得了良好的應用效果。

⑤模型暫時未考慮植被狀態(tài)、積雪覆蓋等要素的動態(tài)變化，后續(xù)可考慮將植被狀態(tài)、積雪覆蓋等衛(wèi)星監(jiān)測產(chǎn)品應用于火險預報模型。