沈姣姣，李建科，張宏芳，曹 岳

（1.陜西省氣象服務中心，陜西 西安 710014；2.陜西省森林防火指揮部辦公室，陜西 西安 710082）

1 引言

森林火災作為一種自然災害，對自然環(huán)境造成了嚴重毀壞，直接威脅到林業(yè)可持續(xù)發(fā)展和國家生態(tài)安全，也給人民生命和財產造成了嚴重損失。全世界每年發(fā)生森林火災幾十萬次，受災面積達數(shù)百萬公頃，約占森林總面積的0.1%。我國平均每年由森林火災造成的森林受害率達0.83%[1]。

林火作為森林生態(tài)系統(tǒng)的一個重要生態(tài)因子，其發(fā)生和發(fā)展具有很多不確定性，其發(fā)生、發(fā)展受多種因素的影響，隨森林可燃物的組成及性質、火場的氣象條件（溫度、相對濕度和風速）、地理位置（包括海拔、坡向和坡位）及其他條件的變化而變化[2-3]。目前，我國學者對森林火災的發(fā)生規(guī)律做了大量研究工作，研究內容側重于我國及不同地區(qū)（吉林、云南、重慶、西藏等）森林火災次數(shù)、發(fā)生時間、受害森林面積、火源類型和人員傷亡的時空分布特征[4-9]，也有學者對森林火災與氣象因子的關系做了相關研究[10-14]。普遍認為，濕度（降雨量）、溫度、風速等與林火的發(fā)生和蔓延有直接關系[15-16]，不同地區(qū)森林火災的發(fā)生都有各自的主導氣象因子，在某些年份發(fā)生森林火災可能是由于極端氣候導致[17-18]。有人嘗試利用信息擴散理論[7，19]、層次分析法[20-21]、灰色聚類綜合評價法[22]、模糊綜合評價法[23-24]等對森林火災情況進行風險評估。近些年也有學者嘗試利用灰色預測模型[25-26]、加權馬爾科夫鏈[27]、ARIMA模型[28]、BP人工神經網絡模型[29]對森林火災進行預測。但是，目前利用主成分分析方法對森林火災面積預測的研究還不多。

林火是森林經營的重要內容。研究林火的發(fā)生規(guī)律和演變趨勢，能科學有效地開展防、滅火工作，為森林火災預防提供科學依據和重要參考[30-31]。陜西地形復雜，森林資源豐富。但是，火災頻發(fā)。本文采用趨勢分析、R/S分析和聚類分析法對陜西省森林火災的演變情況進行分析，并對各地市森林火災情況進行聚類。在此基礎上，利用主成分分析方法篩選對森林火災貢獻率較大的氣象因子，并據此進行森林火災面積預測，為科學防范森林火災的發(fā)生和滅火力量的合理配備提供理論依據。

2 研究區(qū)概況

陜西省地處我國西北內陸的中緯度地區(qū)。地域狹長，南北長約880 km，東西寬約160～490 km，可分為陜北黃土高原（榆林、延安）、關中平原（寶雞、咸陽、西安、銅川、渭南）和陜南秦巴山地地貌區(qū)（漢中、安康、商洛）。陜西屬大陸性季風氣候。冬季受蒙古冷高壓控制，寒冷干燥；夏季受西太平副熱帶高壓和印度低壓影響，炎熱多雨；春秋為過渡季節(jié)，春暖干燥，秋涼濕潤。

陜西省森林火災主要發(fā)生在冬春季節(jié)?，F(xiàn)有森林面積767.6萬hm2，森林覆蓋率37.3%，主要分布在秦嶺、巴山、關山一帶。由于自然、社會、火源管理等方面的問題，森林火災發(fā)生比較頻繁，火災損失嚴重，森林防火工作十分艱巨。

3 數(shù)據來源與分析方法

3.1 數(shù)據來源

研究采用數(shù)據為陜西省1954-2015年十個地市森林火災的統(tǒng)計數(shù)據和林火發(fā)生時對應地區(qū)的氣象數(shù)據。

森林火災數(shù)據包括火災次數(shù)、受害森林面積和過火面積?；馂臄?shù)據來源于陜西省森林防火指揮部辦公室提供的1954-2015年陜西省森林火災數(shù)據（其中1967-1972 年火災數(shù)據空缺）、1990-2015年各市逐月森林火災數(shù)據以及2010-2015年各地區(qū)逐日森林火災數(shù)據，包括起火時間、地點、火險等級、過火面積、受害森林面積、起火原因等，本研究中所提到的森林火災面積指受害森林面積。

氣象數(shù)據來源于陜西省氣象信息中心，包括陜西省十個地市（榆林、延安、銅川、咸陽、寶雞、渭南、西安、漢中、安康和商洛）的逐日最高氣溫、最低氣溫、平均氣溫、平均風速、降水量、平均相對濕度等。

3.2 分析方法

3.2.1 趨勢分析

R/S 分析法，也稱重標極差分析法（Rescaled Range Analysis），可以判斷時間序列是完全隨機的抑或是存在趨勢性成分，常用Hurst指數(shù)值的大小來判斷趨勢性成分的持續(xù)性或者反持續(xù)性強度的大小。其中，Hu=0.5，表示分析的要素完全獨立，其變化是隨機的；0.5＜Hu＜1，表明時間序列過程具有持續(xù)性，未來該要素的總體變化趨勢將與過去的變化趨勢一致；0＜Hu＜0.5，表明時間序列過程具有反持續(xù)性，該要素在過去整體增加的趨勢預示將來整體減少，反之亦然。

森林防火綜合能力決定撲火能力，而撲火能力直接影響到火災發(fā)生時的火場面積。撲火能力強，則撲火速度快、救火效果好，隨之火場面積小，反之則火場面積大。因此，火場面積是反應撲火能力的終端因子。采用平均每次火場面積對陜西各地撲火能力進行評價。該指標的計算公式為:平均每次火場面積（hm2）=總的火場面積/森林火災次數(shù)。

3.2.2 聚類分析

聚類分析法是將樣本單元按照它們的性質（各個指標）上的親疏程度（距離遠近）進行分類。應用最廣泛的是系統(tǒng)聚類法，其算法是將n個樣品看成不同的n類，并把具有最小測度的2個樣品合并成一類；然后，按照各種聚類方法計算這個類和其他n-2個樣品之間的距離；依此類推，直到所有樣品歸為一類。由于各指標的量綱不同，在進行分類之前要先進行標準化變換。對變換后的數(shù)據選用不同的聚類方法按照不同的測度距離進行聚類，最后再根據具體的問題和聚類結果來決定應當分為幾類。

3.2.3 主成分分析

主成分分析是研究多個數(shù)值變量間相關性的一種多元統(tǒng)計方法，在基本保持原變量信息不變的前提下，能通過原變量的少數(shù)幾個線性組合來代替原變量并揭示原變量之間關系。這樣就可以將多維數(shù)據結構在較低維數(shù)的空間重新描述，直觀地在降維空間研究樣本之間或變量之間的相互關系。由于各主成分之間是相互獨立的，所以由各個主成分組成的輸入空間不存在自相關性。用SPSS17.0分析軟件對原始數(shù)據進行統(tǒng)計分析。其中2010-2014年森林火災數(shù)據（546個）用于建立模型，2015年森林火災數(shù)據（52個）則用于模型檢驗。

為消除影響因子單位的差別和影響因子數(shù)量級不同的影響，首先對原始數(shù)據進行標準化處理；

這里共有n（n=546）個樣本，每個樣本為p（p=12）維，其中xij為第i個樣本的第j維的取值。據此使得每一指標值均統(tǒng)一于某種共同的數(shù)值特征范圍。

利用標準化后的原始數(shù)據計算預測預報因子間的相關系數(shù)，建立p×p的相關矩陣R。由相關系數(shù)矩陣計算出R陣的p個特征根及每個特征根所對應的特征向量，再根據特征根的累積貢獻率，確定選取特征根的數(shù)目。

4 結果與分析

4.1 森林火災趨勢分析

1954-2015 年陜西省共發(fā)生12 193 次森林火災。森林火災面積達到109 506.6 hm2，年均218次/年和1 955.5 hm2/年，火災次數(shù)和森林火災面積均與時間序列呈現(xiàn)反曲線式下降（圖1）。年森林火災面積與年火災次數(shù)有較強的相關性，相關系數(shù)達到0.77。20世紀50年代中期至60年代前期，陜西火災次數(shù)相對頻繁，森林受災損失較重，可能與社會和政府防火意識薄弱、救火能力差有關。60 年代中期后，森林火災次數(shù)和森林火災面積出現(xiàn)減少趨勢，但在1978 年、1980 年和1987 年出現(xiàn)異常高值。1989年后森林火災面積減少并趨于穩(wěn)定，1989-2015年間平均為73次/年和327.6 hm2/年。

圖1 1954-2015年陜西省森林火災次數(shù)和森林火災面積變化趨勢

R/S 分析表明，1954-2015 年陜西省森林火災次數(shù)的Hurst 指數(shù)為0.588，表明未來其減少趨勢將持續(xù)；森林火災面積的Hurst指數(shù)為0.609，表明未來其減少趨勢將持續(xù)。

就陜西各地市1990-2015 年平均森林火災面積來看（圖2），延安市為32.72 hm2，遠高于其余地市，說明該市森林火災蔓延范圍較大，破壞性較強，森林防火撲救能力有待進一步加強，可能與該地氣候干燥，冬春季節(jié)風力較大，出現(xiàn)火災撲救不及時有關。寶雞市、安康市、咸陽市和西安市年平均森林火災面積在11.93-15.16 hm2，各地區(qū)的撲火能力相差不大，需要在人員和物資投入上加以改進。渭南市、商洛市和漢中市的撲火能力相對較強，年平均森林火災面積在5.06-9.20 hm2。榆林市和銅川市的撲火能力最強，年平均森林火災面積在2.32-3.80 hm2，可能與該地區(qū)林區(qū)稀少有關。

圖2 陜西各地市1990-2015年均森林火災面積

4.2 森林火災聚類分析

在對陜西省各地市的森林資源狀況及1990-2015 年連續(xù)26年的森林火災情況進行描述性統(tǒng)計的基礎上，選取了5個指標參數(shù)，分別為:森林火災次數(shù)（X1，次/年）、火場總面積（X2，hm2）、受害森林面積(X3，hm2)、損失原始林面積（X4，hm2）、損失人工林面積（X5，hm2）作為聚類分析的指標。

綜合考慮各指標參數(shù)和陜西省森林火災實際情況，將陜西省十地市分為3 類比較合適（表1），即榆林市、銅川市、西安市、咸陽市、渭南市、漢中市為第一類；延安市為第二類；寶雞市、安康市、商洛市為第三類。結合陜西省森林火災實際情況可知，第一類地區(qū)年均火災次數(shù)為5.2 次，火場總面積為846 hm2和受害森林面積為317.7 hm2，相對第二類和第三類地區(qū)均較少，可能與該地區(qū)森林面積較少、防火設施先進、撲火能力強有關。第二類地區(qū)年均火災次數(shù)最少為4.9 次，但是火場總面積為4188.1 hm2和受害森林面積為2568.9 hm2在3 類地區(qū)中最多，對當?shù)厣仲Y源尤其是原始林造成的損失最嚴重，可能與該地區(qū)原始森林覆蓋較廣、人工林相對較少、撲火能力弱有關。第三類地區(qū)中的安康和商洛地處秦嶺、巴山一帶，植被密度大，森林資源豐富，加上近年旅游人數(shù)增多，受人為活動（主要是野炊、吸煙、祭祀等）干擾較大，再加上該地區(qū)人口稀少、交通不便，一旦發(fā)生森林火災，撲救不及時極易引發(fā)森林火災，所以導致該地區(qū)火場總面積為3 644.9 hm2、受害森林面積為1 791.4 hm2和年均火災次數(shù)為11.4 次，在三類地區(qū)中均較高。

4.3 森林火災面積預測

初步選取與森林火災面積相關性較大的12個氣象因子：火災日相對濕度H、火災發(fā)生時相對濕度H0、火災日平均氣溫T、火災日前1 天平均氣溫T1、火災日前2 天平均氣溫T2、火災日前3 天平均氣溫T3、火災日降水量R、火災日前1 天降水量R1、火災日前兩天降水量R2、火災日前3 天降水量R3、火災日平均風速W和火災發(fā)生時風速W0。

對2010-2014 年陜西森林火災數(shù)據和氣象數(shù)據進行標準化處理后，利用主成分分析選取相關系數(shù)矩陣特征值累積貢獻率超過85%的因子作為與森林火災面積映射值對應的新因子（表2），從而選取4 個主成分F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，其累積方差貢獻率為：

表1 陜西省各地市森林火災聚類結果

表2 主成分分析特征值及累積貢獻率

可知，第一、第二、第三和第四主成分的累積貢獻率達到87.15%。這4個主成分就可以反映原來12個影響因子的87.15%的信息，降維效果非常明顯。

根據特征向量矩陣，可以寫出主成分計算式：

根據多元回歸理論，建立了以F1，F(xiàn)2，F(xiàn)3，F(xiàn)4為影響因子，以森林火災面積映射值FF為因變量的一般規(guī)律的森林火災面積預測模型：

進一步得到關于實際森林火災面積預測值Y的預測模型：

選取陜西省2015 年森林火災數(shù)據（52 個）對預測模型進行驗證，相對誤差為29.1%，說明該模型可以應用于林火預測預報業(yè)務中。

5 討論與結論

1954-2015 年陜西省森林火災次數(shù)和森林火災面積均出現(xiàn)減少趨勢，年森林火災面積與年火災次數(shù)有較強的相關性。20 世紀50 年代中期至60 年代前期是森林火災高發(fā)時期，60 年代中期后，森林火災次數(shù)和森林火災面積出現(xiàn)減少趨勢，90 年代后逐漸趨于穩(wěn)定。R/S 分析表明，陜西省森林火災次數(shù)和森林火災面積的Hurst 指數(shù)均大于0.5，表明未來其減少趨勢將持續(xù)。就撲火能力而言，榆林市和銅川市的撲火能力最強，渭南市、商洛市和漢中市的撲火能力其次，延安市撲火能力最差。

綜合考慮各指標參數(shù)和陜西省森林火災實際情況，陜西省十地市森林火災情況大致可分為3類，其中榆林市、銅川市、西安市、咸陽市、渭南市、漢中市為第一類；延安市為第二類；寶雞市、安康市、商洛市為第三類。該聚類分析結果對當?shù)厣只痣U區(qū)劃有一定理論價值，表明按傳統(tǒng)地理區(qū)域的陜北、關中和陜南的火險區(qū)劃方法存在明顯的缺陷。但是這種分類效果還有待于與實際情況相結合，有待于在實踐中不斷驗證和改進。

采用主成分分析方法對陜西省森林火災發(fā)生數(shù)據和相應的氣象數(shù)據分析表明，第一、第二、第三和第四主成分就可以反映影響因子的87.15%的信息，降維效果非常明顯。以氣象因子的綜合因素作為預測森林火災面積一般模型的預測因子是可行的，模型正確率達到70.9%，基本上可以反映氣象因子與森林火災面積的關系，可以利用該模型對陜西地區(qū)森林火災面積進行預測。