杜 爽 夏利博 田德存 羅淑琪

（1.華北水利水電大學環(huán)境與市政工程學院，河南 鄭州 450045；2.華北水利水電大學水利學院，河南 鄭州 450045）

0 引言

森林火災極有破壞性，山區(qū)林火還會引發(fā)泥石流、山體滑坡等其他自然災害。隨著全球氣候變暖，極端氣候事件頻發(fā)，導致林火的頻率、強度等發(fā)生變化，嚴重威脅著人民生命財產安全。因此，森林火災的防御成為學術界和各國政府普遍關注的問題。

春季為林火活動高發(fā)季節(jié)［1-2］，且存在區(qū)域差異，朱賀等［3］對我國南北方森林火災火險期動態(tài)變化特征分析，得出我國北方春季林火發(fā)生期有向早春偏移的趨勢，南方火災季節(jié)多為冬春季。曾愛聰?shù)龋?］通過對浙江省林火時空變化特征分析，結果表示該地區(qū)2001—2016 年森林火災整體呈上升趨勢，且受極端天氣影響，火災季節(jié)向夏季偏移，研究也表明林火發(fā)生突變年份主要在2010 年、2011 年和2016 年。此外，隨著全球變暖，林火活動頻繁，余恩旭［5］基于多源遙感數(shù)據(jù)對西南地區(qū)森林火災燃燒跡地變化趨勢進行分析，得到云貴地區(qū)林火燃燒跡地整體呈先增加后減少的趨勢，高仲亮等［6］基于云南林火數(shù)據(jù)得出相同結論，且不同氣候下對林火活動變化有一定影響，顯著受年均氣溫因素影響。何蕓［2］在探究廣西林火發(fā)生與氣象因子的相關性分析中發(fā)現(xiàn)，林火活動顯著受濕度影響，其次是氣溫。曾愛聰［7］基于浙江省衛(wèi)星火點數(shù)據(jù)分析發(fā)現(xiàn)秋冬兩季林火的發(fā)生主要受日均溫度和濕度影響。張恒等［8］人基于我國森林草原火災周期震蕩研究，得出未來林火將處于較活躍的狀態(tài)。對林火活動的特征進行分析有助于對森林火災的發(fā)生及蔓延做出有效預判，基于此，本研究利用2001—2016 年陽城自然保護區(qū)林火燃燒面積數(shù)據(jù)，采用Mann-Kendall（M-K）趨勢檢驗、Mprlet 小波分析和Pettitt 突變點檢驗等方法，對保護區(qū)林火活動的趨勢、周期和突變特征進行分析，以期為保護區(qū)林火防治工作提供一些基礎性建議。

1 資料與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

山西陽城莽河獼猴國家級自然保護區(qū)地處山西和河南兩省交界地帶（111°30′E～112°30′E，35°N～35°45′N），總面積約為7 500 km2。該區(qū)域屬溫帶向亞熱帶過渡氣候，四季分明，雨量充沛，動、植物資源豐富。本研究所用資料為2001—2016 年陽城自然保護區(qū)林火燃燒面積資料，該數(shù)據(jù)來自全球火災排放數(shù)據(jù)庫（http：//www.globalfiredata.org/），儲存形式為HDF5 格式，網(wǎng)格精度為0.25°×0.25°的月尺度數(shù)據(jù)。氣象數(shù)據(jù)源自從歐洲中期天氣預報中心（http：//climate.copernicus.eu/）下載的研究區(qū)域內逐月總降水、平均氣溫、相對濕度和風速數(shù)據(jù)，作為林火相關性分析研究的初始數(shù)據(jù)，其時空尺度與火災數(shù)據(jù)一致。利用R 語言軟件對數(shù)據(jù)進行提取、截取和處理，得到逐月林火燃燒面積數(shù)據(jù)。使用AcGIS軟件提取并計算區(qū)域平均燃燒面積，得到192 個逐月火災歷史時間序列。

1.2 M-K 趨勢檢驗

本研究選用M-K 法診斷2001 年以來陽城自然保護區(qū)林火活動變化趨勢。M-K 檢驗是一種非參數(shù)統(tǒng)計檢驗方法，無須樣本遵從一定的分布，也不受少數(shù)異常值干擾，計算簡便［9］。主要通過符號檢驗來比較燃燒面積序列差值，再計算所有差值之和的統(tǒng)計量S，標準偏差ZS，如果|ZS|≤Za/2，則接受原假設，xi和xj是連續(xù)的燃燒面積值（i＜j），計算公式為式（1）和式（2）。

1.3 Morlet小波分析

張恒等［8］人結合我國林火發(fā)生次數(shù)使用小波分析方法探究林火周期變化規(guī)律。本研究在前人的基礎上通過Morlet 小波來表征林火周期性特征，通過小波方差可以反映過火面積要素序列能量波動隨時間尺度的變化狀態(tài)，計算速度快且識別效率高。將小波函數(shù)ψ（t）進行伸縮和平移后得到小波基 函 數(shù)ψ（a，b）（t），函 數(shù) 展 開 得 到 連 續(xù) 變 換 系 數(shù)Wf（a，τ），α和τ兩參數(shù)是連續(xù)變化的值，計算公式為式（3）、式（4）和式（5）。

1.4 Pettitt突變點檢驗

Pettitt 檢驗是最先應用于突變點檢驗的方法，Pettitt變點檢測不同于回歸模型和參數(shù)變點檢測等方法，是通過統(tǒng)計量Uk檢驗時序突變點，用近似意義概率Pk衡量序列樣本的相似程度，相比于M-K突變檢驗法、累積距平法和滑動T 檢驗法，Pettitt 檢驗法表現(xiàn)出誤差小，適應性強的優(yōu)勢［10］。當P≤0.5時，忽略樣本的相關性，視其為有效突變點。ri為序列的秩，若Pk的絕對值最大，即位于U*最大位置，則序列在第k年處存在變點。計算公式為式（6）、式（7）、式（8）。

2 結果與分析

2.1 林火季節(jié)及趨勢變化

2001—2016年陽城自然保護區(qū)過火面積月際和年際變化如圖1所示。林火活動主要發(fā)生在3—8月，冬季林火活動較少。自3 月開始，過火面積逐漸增加，并于7 月達到最大值。8 月份過火面積開始減少，進入森林火災低發(fā)時段。年際方面，2001—2003 年，研究區(qū)過火面積呈下降趨勢，2003 年開始波動上升，2006—2012 年相對穩(wěn)定，2012 年后開始顯著上升。陽城火災活動變化趨勢和前人基本一致，我國北方森林火險指數(shù)預計在春季（4—6月）和夏季（7—8 月）有增長趨勢［1，2，4］。此外，通過M-K趨勢檢驗對燃燒面積進行趨勢分析，計算結果顯示，Zs=2.51≥2.32，通過了顯著性檢驗，即認為燃燒面積隨時間推移，存在上升的趨勢。

圖1 研究區(qū)域過火面積月際和年際變化

2.2 林火周期波動

利用小波分析方法將燃燒面積時序變換，得到其小波實部等值線如圖2 所示，以及小波方差如圖3 所示。在2013—2016 年時間尺度為10～15 區(qū)間內，正負相位相互交替，震蕩比較明顯，主要震蕩有6 次，其他時間段上震蕩并不明顯且等值線沒有閉合。其中2015—2016 年閉合等值線密集，說明在該時間區(qū)間內燃燒面積起伏明顯。從圖3 可以看出，燃燒面積時序主要有兩個峰值，對應時間尺度為6 和12。第二個峰值比較明顯，在該時間尺度下小波方差為23.16，表明震蕩最為劇烈，與上述分析一致?？膳袛噙^火面積時序變化的主周期為12個月，次周期為6個月。

圖2 小波實部等值線

圖3 小波方差

2.3 林火突變點及影響因素

Pettitt 突變點檢驗顯示，其中U*最大值為1 812，對應的Pk=0.1255＜0.5，視該時序對應時間節(jié)點為第一有效突變點。將第一突變點前后時序進行分段，得出前段U*的最大值為453，后段U*的最大值為312，前段和后段對應的Pk值均大于0.5，接受原假設，即不存在第二有效突變點。所以在研究區(qū)域過火面積時序中存在唯一有效突變點，此時對應的時間節(jié)點為2010 年4 月，如圖4 所示。本研究選取逐月平均氣溫、降水量、相對濕度和平均風速四個指標為影響研究區(qū)林火活動變化的氣象因子，計算其與林火燃燒面積的皮爾遜相關系數(shù)。結果表明燃燒面積與平均氣溫相關性較強，相關系數(shù)值達0.59，其次是降水，系數(shù)為0.33，過火面積與相對濕度和風速的相關較弱，系數(shù)值均在0.3 以下。檢驗表明，僅有平均氣溫通過相關性顯著性檢驗。

圖4 Pettitt變點檢驗結果

表1 研究區(qū)域燃燒面積與氣象數(shù)據(jù)相關系數(shù)結果

3 結論與討論

3.1 結論

本研究根據(jù)2001—2016 年陽城自然保護區(qū)的歷史火災數(shù)據(jù)和氣象數(shù)據(jù)，采用M-K 趨勢檢驗，Morlet 小波分析和Pettitt 變點檢驗法來分析陽城自然保護區(qū)林火活動變化特征，得到三點結論：①2001—2016 年陽城自然保護區(qū)林火活動主要集中在春夏和初秋季節(jié)，冬季相對較少；②研究區(qū)過火面積在2010 年4 月發(fā)生突變，有向上增長趨勢，林火活動變化的主周期為12個月；③燃燒面積顯著受氣溫變化影響，與相對濕度和風速的關系較弱。

3.2 討論

結果顯示研究區(qū)過火面積時序在2010 年4 月發(fā)生向上突變，與過火面積變化及趨勢檢驗結果一致。據(jù)WMO 數(shù)據(jù)顯示，我國該年的極端天氣引發(fā)多地強降水、干旱等氣象災害［11］。2011—2015年也是歷史記錄中最暖的五年，持續(xù)高溫導致了毀滅性森林火災的發(fā)生，這也與本研究發(fā)現(xiàn)的林火活動顯著受氣溫影響的結論一致。如何定量評估不同因子對林火變化的相對貢獻，將是接下來的研究重點。