摘 要：【目的】林火是影響森林生態(tài)系統(tǒng)的一個既特殊又重要的生態(tài)因子，發(fā)現(xiàn)林火在時間、空間上的動態(tài)與趨勢有助于掌握林火發(fā)生規(guī)律，部署森林防火重點區(qū)域，為防災減災提供應急決策方案。【方法】以湖南省24年間（1999—2022年）林火檔案資料為數(shù)據(jù)源，采用Ripley K函數(shù)、中心點和標準差橢圓法、核密度分析法進行了林火的空間聚集性、林火密度和擴展趨勢等空間統(tǒng)計分析。【結果】湖南省1999—2022年林火發(fā)生總密度為0.008 7次/（km2·a），空間上存在3個林火聚集點。1999—2003年的年均單位面積林火密度為0.016 7次、2004—2008年為0.034 8次、2009—2013年為0.021次、2014—2018年為0.005次、2019—2022年為0.006次，1999—2013年內(nèi)的3個時序區(qū)間湖南省林火分布都具有多個聚集區(qū)域，自2014年之后林火聚集區(qū)不明顯；【結論】湖南省1999—2022年間的林火空間分布存在顯著的空間聚集性與地理相關性，存在明顯的森林火災高密度區(qū)域，林火密度整體呈波動下降趨勢，林火密度最高的區(qū)域為婁底市、株洲市、郴州市和邵陽市東部；并且2013—2018年以及2019—2022年區(qū)間的林火密度明顯下降；1999—2022年的總體林火平均中心位于邵陽市，同時也是林火高密度區(qū)域，林火高密度區(qū)域還包括株洲市、郴州市，湖南省林火總體擴散趨勢是向湖南省東南方向的永州市、郴州市擴展；湖南省各區(qū)劃1999—2022年間的GDP發(fā)展分布呈現(xiàn)高度聚集性，聚集區(qū)域主要是長株潭區(qū)域以及衡陽市、益陽市范圍，GDP分布的空間變異極小，與林火空間分布方向重疊區(qū)域面積占71.29%，重疊面積較高。

關鍵詞：森林火災特征；聚集分布；密度分析；湖南省

中圖分類號：S762.2 文獻標志碼：A 文章編號：1673-923X（2024）07-0029-07

基金項目：國家自然科學基金項目（31470659）；湖南省研究生科研創(chuàng)新基金項目（CX20230776）；湖南省林業(yè)科技攻關與創(chuàng)新資金項目（XLKY202331，XLK202435）。

Spatiotemporal distribution characteristics of forest fires in Hunan based on point pattern methods

CAI Xiaojing， SHI Rongdan， XIAO Huashun， LIU Falin

（College of Forestry， College of Soil and Water Conservation， Central South University of Forestry Technology， Changsha 410004， Hunan， China）

Abstract：【Objective】Forests are the most widely distributed， complex， and resources- abundant ecosystems on dry land. Wildfire is a special and important factor affecting forest ecosystem. Discovering the dynamics and trends of forest fires in time and space helps to grasp the rules of forest fire occurrence， which is a fundamental work for deploying fire prevention priorities.【Method】Using forest fire archive data from Hunan province over the past 24 years （1999-2022） as the data source， spatial statistical methods such as Ripley K function， center point and standard deviation ellipse method， and kernel density analysis were used to analyze the spatial clustering， forest fire density changes， and expansion trends of forest fires in Hunan province.【Result】The total density of forest fires in Hunan province from 1999 to 2022 was 0.008 7 times /（km2·a）， and there were three forest fire aggregation points in space. The annual forest fire density of unit area from 1999 to 2003 was 0.016 7 times， from 2004 to 2008 it was 0.034 8 times， from 2009 to 2013 it was 0.021 times， from 2014 to 2018 it was 0.005 times， and from 2019 to 2022 it was 0.006 times. The forest fire distribution in Hunan province during the 3 periods from 1999 to 2013 had multiple aggregation areas， and since 2014， the forest fire aggregation areas have not been obvious.【Conclusion】There is a significant spatial clustering and geographical correlation in the spatial and temporal distribution of forest fires in Hunan province from 1999 to 2022 and the overall forest fire density shows a fluctuating downward trend. There are obvious high-density areas of forest fires， including Loudi city， Zhuzhou city， Chenzhou city， and the eastern part of Shaoyang city， the overall average center of forest fires from 1999 to 2022 is located in Shaoyang city， the spread trend of forest fires in Hunan province is to expand towards Yongzhou and Chenzhou cities in the southeast； And the forest fire density significantly decreased between 2013 to 2018， as well as 2019 to 2022. The GDP development distribution of various districts in Hunan province from 1999 to 2022 shows a high degree of aggregation， mainly in the Changsha-Zhuzhou-Xiangtan region， as well as Hengyang and Yiyang cities. There is a tiny spatial variation of GDP distribution， and the overlapping area of GDP distribution and the spatial distribution of forest fires accounts for 71.29%， which is relatively high.

Keywords： forest fire characteristics； aggregation distribution； density analysis； Hunan province

林火是森林生態(tài)系統(tǒng)重要的生態(tài)因子，影響森林生態(tài)系統(tǒng)的結構、功能和生態(tài)因子的再分配；林火與光、水、氣等生態(tài)因子的作用都受到自然力支配以外，還與人類活動密切相關。森林火災對生態(tài)、社會、經(jīng)濟和政治有著廣泛的影響[1-4]。湖南省是森林火災頻發(fā)的省份之一[5]，在省級區(qū)域尺度上掌握湖南省森林火災時空分布特征，是開展森林火災預警監(jiān)測和森林火災防治工作的迫切需要。

受全球氣候變化和極端性天氣等因素影響，近年來關于森林火災發(fā)生及其生態(tài)影響成為研究的熱點。國內(nèi)外對于森林火災時空特征的相關研究有很多，主要都是基于多年的歷史林火數(shù)據(jù)通過空間數(shù)據(jù)挖掘方法、借助地理分析工具和統(tǒng)計總結等方法討論某個地區(qū)的林火擴散趨勢和變化[6-14]。森林火災的發(fā)生原因是有多方面因素的，例如氣候條件、地質(zhì)條件以及人文因素和社會因素。在人口密集區(qū)，例如靠近居民區(qū)、河流、鐵路和公路等地區(qū)人為火災發(fā)生概率較高[15]。蘇漳文等[16]的研究表明相較于人口稀少的地區(qū)，GDP以及人口密度高的地區(qū)林火發(fā)生的概率更高，因為人口聚集的區(qū)域往往人類活動更為集中，包括城市建設、農(nóng)業(yè)開墾、工業(yè)生產(chǎn)等，這些活動會引起大量的人為火源，如焚燒垃圾、燃放煙花爆竹等，GDP較高的地區(qū)往往具有更多的經(jīng)濟活動和基礎設施，例如交通網(wǎng)絡、工廠和建筑物等。這些設施存在火源的產(chǎn)生和潛在的火災風險，都增加了森林火災的風險。目前國內(nèi)外對森林火災的時空特征分布研究有很多，但采用空間統(tǒng)計分析方法探討林火密度與經(jīng)濟發(fā)展格局的分析不多，因此本文運用多個點模式法在分析湖南省林火空間尺度聚集性的基礎上，進行核密度分析，并結合經(jīng)濟數(shù)據(jù)驗證林火與經(jīng)濟發(fā)展的擴散趨勢，為該地區(qū)部署森林防火重點工作、林火防治資源分配提供理論依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

湖南省位于長江中下游，屬亞熱帶季風濕潤氣候區(qū)，地理坐標108°47′～114°15′E，24°38′～ 30°08′N，東接江西，西接重慶、貴州，南接廣東、廣西，大部分位于洞庭湖以南。湖南省下轄13個地級市，1個自治州，面積2.12×105 km2，根據(jù)湖南省林業(yè)局2022年數(shù)據(jù)，湖南省森林覆蓋率達59.98%，總蓄積量為6.64×108 m3。屬南方亞熱帶常綠闊葉林、針葉混交林重點開發(fā)區(qū)。湖南省冬夏季節(jié)明顯，冬寒冷而夏酷熱，秋冬季節(jié)的干旱氣候同樣會導致森林火災頻發(fā)。據(jù)統(tǒng)計，2000—2018年期間湖南省年均火災次數(shù)達746次，年均人員傷亡人數(shù)較高，屬于森林火災頻發(fā)、高危省份[12]。

1.2 數(shù)據(jù)來源

1999—2022年湖南省林火數(shù)據(jù)，收集了全省森林火災的火災等級、火災原因、火災損失（面積、蓄積、植物數(shù)量種類）、人員傷亡等信息。根據(jù)火災發(fā)生的時間、空間和損失情況進行統(tǒng)計分析；湖南省經(jīng)濟數(shù)據(jù)為公開向社會發(fā)布的相關經(jīng)濟指標數(shù)據(jù)，通過《統(tǒng)計年鑒》獲取。

1.3 研究方法

主要利用空間統(tǒng)計點模式研究法，從林火發(fā)生的時間、空間兩個維度分析湖南省1999—2022年林火數(shù)據(jù)。點模式研究方法主要有熱點分析法、標準差橢圓法、中心點法、核密度估算法等[17]。本文采用多距離空間聚類分析法揭示火點在不同尺度上的聚集性差異，即當觀測值大于預期值時則確定在該尺度下湖南省林火空間分布具有聚集；其次，使用中心點和標準差橢圓揭示湖南省林火的聚集性與空間擴散性，以及5年為單位區(qū)間的平均中心和連續(xù)趨勢；最終以核密度分析揭示湖南省林火分布規(guī)律和空間變異程度。

1.3.1 Ripley K函數(shù)分析

Ripley K函數(shù)[4]是用途較廣的空間統(tǒng)計中點模式分析方法，用于描述點模式在空間上的分布情況，可以衡量要素質(zhì)心在不同距離下的空間聚集程度和隨機性或空間擴散的變化過程，并與隨機點模式進行比較，確定不同空間尺度下林火分布離散或聚集程度[18]。

1.3.2 中心點法與標準差橢圓法

中心點分析是點模式法最常用的分析方法，包括中位數(shù)中心、平均中心、中心要素3種，中位數(shù)中心分析與平均中心分析一般要根據(jù)數(shù)據(jù)屬性以及數(shù)據(jù)量進行選擇，針對林火數(shù)據(jù)這種一般不考慮數(shù)據(jù)屬性的相關研究通常選擇以二者結合進行分析，在數(shù)據(jù)量大并且數(shù)據(jù)較為離散時選用中位數(shù)中心法，反之，則選用平均中心法，中位數(shù)中心法是Kuhn等[19]首次提出。

標準差橢圓也叫點集的方向分布，可以識別某組數(shù)據(jù)的點集空間分布以及分布趨勢[20]。通常所得出的橢圓的短軸可表示點集數(shù)據(jù)分布的聚集程度，長軸可以表示火點集數(shù)據(jù)分布擴散的趨勢。根據(jù)橢圓的大小方向即可直觀地反映湖南省1999—2022年林火分布在整體趨勢和方向偏離。橢圓的圓心坐標計算公式參考文獻[17]。

1.3.3 核密度分析法

基于這些點分析法，還可通過密度分析法進一步對研究區(qū)的林火空間密度進行估算。密度分析法是根據(jù)點集數(shù)據(jù)或者線要素數(shù)據(jù)內(nèi)插計算整個區(qū)域數(shù)據(jù)的分布狀況。根據(jù)插值原理分為3種，分別為核密度分析、點密度分析和線密度分析。在核密度分析中，靠近搜索中心的點或線會被賦予更大的權重，反之，則權重較小，核函數(shù)的寬帶越小，計算結果分布會更平滑。林火具有空間自相關性，所以選擇核密度分析法對湖南省林火空間密度進行計算。其公式見參考文獻[4]。

2 結果與分析

湖南省1999—2022年共發(fā)生森林火災1.57×10⁴起，其中一般森林火災1.04×10⁴起，較大森林火災5.18×10³起，重大森林火災17起，分別占比66.9%、33.0%、0.1%（表1）。森林火災發(fā)生次數(shù)最多的為2000年，達到2.4×10³起，最少的為2021年的62起，1999—2022年的年平均次數(shù)為653次/年，從森林火災的年發(fā)生次數(shù)上來看有下降的趨勢，但在未來氣候變化的背景下，湖南省的森林防火工作依舊至關重要。

2.1 林火時空Ripley K函數(shù)分析

通過Ripley K函數(shù)得到不同空間尺度下林火分布模式，由于湖南省國土面積較大，所以起算距離設為0（圖1）。結果顯示，湖南省1999—2022年期間的森林火災無論在何種尺度下，觀測值始終大于期望值，所以林火的分布都是呈聚集分布，存在非常強的地理空間相關性，則可進一步進行點模式聚集分析。

2.2 林火時空中心與核密度分析

利用ArcGIS 10.5繪制中位數(shù)中心與標準差橢圓（圖2）。結果顯示24年間，林火發(fā)生的中位數(shù)中心位于邵陽市東部，林火聚集區(qū)為新邵縣，其總體蔓延趨勢即橢圓長軸方向為東南-西北方向。使用ArcGIS 10.5空間分析工具中的核密度分析，結果顯示為0.008 7次/（km2·a），全省林火中位數(shù)中心與林火的平均中心偏差不大。同時根據(jù)分析結果，得到1999—2022年間，林火密度最高的區(qū)域為婁底市、株洲市、邵陽市和郴州市。

上述分析僅基于整體空間格局，未結合具體的時間尺度，為找到每個年份的林火中心以及時間尺度的林火聚集區(qū)域變化，以5年作為一個時間區(qū)間，共4個時間區(qū)間，利用核密度分析工具再次對1999—2022年的火點數(shù)據(jù)分析，與上述分析的統(tǒng)計半徑和空間柵格單元尺度保持一致，計算各區(qū)間的湖南省林火密度。得出1999—2003年的林火總密度為0.083 4次/km2、2004—2008年的林火密度為0.173 9次/km2、2009—2013年的林火密度為0.103 3次/km2、2014—2018年的林火密度為0.025 7次/km2、2019—2022年的林火密度為0.027 4次/km2。

按照幾何分段法將火點密度分為0～0.001 89次/km2、0.001 89～0.009 3次/km2、0.009 3～0.016 4次/km2、0.016 4～0.022次/km2、0.022～0.834次/km2共5個等級。

從圖3可知，1999—2003年衡陽市、郴州市是林火密度最高的地區(qū)；其次2004—2013年林火數(shù)量增多，同時較高密度的林火影響區(qū)域也逐漸擴散，2009—2013年益陽市為全省林火密集的區(qū)域；2014—2018年相比之前的3個時序區(qū)間林火的密度明顯降低，標準差橢圓短軸縮短，長軸增長，所呈現(xiàn)的向心力較為明顯，說明林火分布格局開始發(fā)生改變，整體林火密度降低的同時分布離散，說明往年林火高發(fā)區(qū)例如郴州市、邵陽市的林火密度有明顯改善；2019—2022年區(qū)間林火密度最高的區(qū)域為永州市與郴州市交界區(qū)域，中位數(shù)中心與橢圓重心距離較遠，說明林火分布主要向全省東南方向集中；1999—2013年3個區(qū)間的橢圓的長短軸差異不明顯，火點分布聚集程度相對較大；根據(jù)各區(qū)間的中位數(shù)中心以及林火分布標準差橢圓，可知1999—2022年湖南省林火的整體中位數(shù)中心一直處于衡陽市西北部以及邵陽市東北部地區(qū)，并且林火的擴散趨勢方向基本保持為東南方向。

2.3 林火與經(jīng)濟發(fā)展點模式分析

將各區(qū)劃1999—2022年GDP數(shù)據(jù)連接到各自對應的屬性進行標準差橢圓分析，并結合1999—2022年湖南省林火的逐年平均中心進行制圖，結果顯示出一定規(guī)律。

1999—2003年的平均中心較為集中，中心坐標都落于衡陽市；2004—2008年的平均中心同樣較為集中，但相對于前一個區(qū)間整體向西偏移，中心基本落于衡陽市；2009—2013年區(qū)間的平均中心相對于前兩個區(qū)間整體更加向西偏移，平均中心全部落于邵陽市；2014—2018年區(qū)間的中心分布最為分散，并且2016年的平均中心向西北方向發(fā)生較為明顯的偏移，根據(jù)湖南省氣象局的資料顯示2016年湖南省年平均氣溫較往年高0.5 ℃并且降水量偏多約17.6%，厄爾尼諾現(xiàn)象可能使森林中可燃物分布和蓄積量產(chǎn)生變化而導致森林火災的分布格局變化[21]；2019—2022年的平均中心也都位于GDP標準差橢圓范圍內(nèi)，整體呈西北-東南軸線分布，2022年的林火增多，并且平均中心與其他3個點位發(fā)生西北方向偏移，主要原因可能是2022年湖南省夏秋冬連旱綜合強度顯著上升，極高氣溫伴隨降雨減少導致該年林火分布發(fā)生一定程度變異。整體來看，1999—2022年湖南省的林火中心逐漸呈西北-東南軸線偏移，與1999—2022年林火整體分布擴散趨勢基本一致（圖3）；湖南省各時序區(qū)間的區(qū)劃GDP標準差橢圓變化不明顯，擴散趨勢不明顯，GDP分布呈現(xiàn)聚集性，以長株潭區(qū)域以及衡陽市、益陽市為主要核心區(qū)。同時各年林火的平均中心基本落于湖南省區(qū)劃GDP標準差橢圓內(nèi)部，通過ArcGIS 10.5計算1999—2022年湖南省林火分布與GDP數(shù)據(jù)的標準差橢圓重合率為71.29%，重合率較高（圖4），蘇漳文等[16]的研究表明GDP較高區(qū)域的林火發(fā)生概率更大，與本文的分析一致。

3 結論與討論

3.1 結 論

研究結果表明，湖南省1999—2022年林火空間分布在0～800 km的分布統(tǒng)計范圍內(nèi)都呈聚集狀態(tài)，有顯著的空間聚集性與地理相關性，存在明顯的森林火災高密度區(qū)域，林火分布變異不明顯。主要結論如下：

1）林火密度最高的區(qū)域為婁底市、株洲市、郴州市和邵陽市東部，其次是懷化市、益陽市以及邵陽市西南部，中位數(shù)中心點位于邵陽市新邵縣，整體林火的擴散方向為西北-東南方向軸線，從邵陽市向東南方向的郴州市擴展。湖南省北部區(qū)劃如常德市、岳陽市的森林覆蓋率相對更小、水域寬，張家界市、湘西自治州的人口最為分散、人口密度低，所以這些區(qū)域林火密度一直保持在低密度，2000—2017年湖南省這些區(qū)域的NVDI（歸一化植被指數(shù)）增加最為顯著[22]，這也與林火密度維持在低水平有關。

2）湖南省1999—2022年間的林火發(fā)生總密度為0～0.207 9 次/km2，2008年湖南省林火發(fā)生次數(shù)最多，這可能與2008年湖南省遭受冰災導致地表可燃物的快速增加有一定關系，且冰凍雪害導致林區(qū)道路和通訊設施被損壞也加大了林火防控的難度[23]。湖南省的森林火災密度在時間分布上呈波動下降趨勢，1999—2003年的年均林火密度為0.016 7 次/km2、2004—2008年的年均林火總密度為0.034 8 次/km2、2009—2013年的林火總密度為0.021 次/km2、2014—2018年的林火總密度為0.005 次/km2、2019—2022年的林火總密度為0.006 次/km2，其中1999—2003年區(qū)間總密度最高，自2008年之后顯著下降并且近十年的林火密度一直處于低位水平。2008年《湖南省森林防火條例》頒布之后森林防火工作有明顯成效，2023年5月發(fā)布了《關于全面加強新形勢下森林防滅火工作的實施方案》，這些規(guī)章制度明確了各級政府和相關單位的責任，并規(guī)定了防火措施，這對減少森林火災發(fā)生起到了積極作用；同時，湖南省在森林火災監(jiān)測和預警方面進行了大力提升，遙感等技術手段能夠及時掌握森林火災的動態(tài)信息，這些因素共同作用，使得近年來湖南省的森林防火工作取得了顯著成效。1999—2022年間湖南省的年際火災頻率整體有所下降，中部以及西南部森林火災多發(fā)，永州市、郴州市區(qū)域的林火密度在1999年以來一直處于相對較高水平，其中火災原因極大部分為人為引起，并且春秋季節(jié)正午為火災高峰時段[12]，在之后的相關研究以及資源分配中需要著重考慮。

3）湖南省各區(qū)劃1999—2022年間的GDP發(fā)展分布呈現(xiàn)聚集性， 聚集區(qū)域主要位于長株潭區(qū)域以及衡陽市、益陽市、婁底市，GDP分布的空間變異極小，與林火空間的分布方向重疊區(qū)域面積占71.29%，重疊面積較高，說明GDP水平較高的區(qū)域人口密度同樣較高，區(qū)域內(nèi)密集的人類活動使得林火的潛在風險較高，人類活動以及社會發(fā)展因素與森林火災息息相關，特別是長株潭區(qū)域以及衡陽市等區(qū)域應重點關注與工業(yè)、建設、社會活動相關的生產(chǎn)性、季節(jié)性火源。春季和秋冬季是森林火災的重點防范時期，建議在森林火災頻發(fā)時段加強巡邏的同時，重點監(jiān)測湖南省中部及南部地區(qū)的永州市、郴州市的火災風險，加強撲火設施和撲火隊伍的建設，在資源分配格局上重點部署。在長株潭區(qū)域以及衡陽市等經(jīng)濟發(fā)展較快、城市建設活動較多的區(qū)域需要重點部署森林防火措施，嚴格落實防火工作，加強生產(chǎn)性火源管理，減少森林火災的潛在風險。林火的發(fā)生有多方面因素，所以各區(qū)劃在不同時期都需要做到因地制宜地防治林火，結合氣象、植被、地貌以及社會因素進行重點分析，制定更科學的防控措施。

3.2 討 論

采用空間統(tǒng)計工具揭示湖南省森林火災的分布規(guī)律，接下來將進一步嘗試結合各火點的地形因素以及可燃物、氣象等因子，構建林火模型，開展基于Climate AP氣象模型的林火時空模擬研究，有可能發(fā)現(xiàn)更深層面的林火發(fā)生、發(fā)展規(guī)律，為森林生態(tài)保護以及生態(tài)文明建設提供有力支持。

參考文獻：

[1] 朱賀，張珍，楊凇，等.中國南北方林火時空分布及火險期動態(tài)變化特征—以黑龍江省和江西省為例[J].生態(tài)學雜志， 2023，42（1）：198-207. ZHU H， ZHANG Z， YANG S， et al. Temporal and spatial distribution of forest fire and the dynamics of fire danger period in southern and northern China： a case study in Heilongjiang and Jiangxi provinces[J]. Chinese Journal of Ecology，2023，42（1）：198-207.

[2] 陶玉柱，邸雪穎，金森.我國森林火災發(fā)生的時空規(guī)律研究[J].世界林業(yè)研究，2013，26（5）：75-80. TAO Y Z， DI X Y， JIN S. Research on temporal and spatial distribution of forest fire in China[J]. World Forestry Research， 2013，26（5）：75-80.

[3] 曾思齊，王偉，肖化順，等.區(qū)域森林火災時間序列分析[J].中南林業(yè)科技大學學報，2008，28（6）：1-8. ZENG S Q， WANG W， XIAO H S， et al. Time-series analysis of regional forest fire[J]. Journal of Central South University of Forestry Technology，2008，28（6）：1-8.

[4] 劉倩，覃先林，李曉彤，等.基于點模式法的四川省林火時空分布特征研究[J].四川林業(yè)科技，2019，40（6）：6-12，18. LIU Q， QIN X L， LI X T， et al. A study of spatiotemporal distribution characteristics of forest fires in Sichuan province based on point pattern method[J]. Journal of Sichuan Forestry Science and Technology，2019，40（6）：6-12，18.

[5] 周慧，唐林，黎祖賢.湖南省森林火災時空分布特征及典型個例分析[J].沙漠與綠洲氣象，2021，15（6）：129-133. ZHOU H， TANG L， LI Z X， et al. Spatial and temporal distribution characteristics of forest fire and typical case analysis in Hunan province[J]. Desert and Oasis Meteorology，2021，15（6）： 129-133.

[6] WEBER K T， YADAV R. Spatiotemporal trends in wildfires across the Western United States （1950-2019）[J]. Remote Sensing， 2020，12（18）：2959.

[7] 張穎，丁昱菲.我國森林災害的空間分布分析[J].北京林業(yè)大學學報，2019，41（3）：68-79. ZHANG Y， DING Y F. Analysis on spatial distribution of forest disasters in China[J]. Journal of Beijing Forestry University， 2019，41（3）：68-79.

[8] 李秀芬，郭昭濱，趙慧穎，等.大興安嶺氣候干濕變化及對森林火災的影響[J].應用氣象學報，2018，29（5）：619-629. LI X F， GUO Z B， ZHAO H Y， et al. Change of dry and wet climate and its influence on forest fire in the Great Xing’an mountains[J]. Journal of Applied Meteorological Science，2018，29（5）：619-629.

[9] 曾愛聰，郭新彬，鄭文霞，等.基于MODIS衛(wèi)星火點數(shù)據(jù)的浙江省林火時空動態(tài)變化特征[J].北京林業(yè)大學學報， 2020，42（11）：39-46. ZENG A C， GUO X B， ZHENG W X， et al. Temporal and spatial dynamic characteristics of forest fire in Zhejiang province of eastern China based on MODIS satellite hot spot data[J]. Journal of Beijing Forestry University，2020，42（11）：39-46.

[10] 關山，單延龍，孫靖松，等.吉林省森林防火期的時空變化[J].森林防火，2015（1）：36-40. GUAN S， SHAN Y L， SUN J S， et al. The spatiotemporal dynamic characteristics of forest fires in Zhejiang province based on MODIS satellite fire data[J]. Forest Fire Prevention，2015（1）：36-40.

[11] 田曉瑞，舒立福，趙鳳君.中國主要生態(tài)地理區(qū)的林火動態(tài)特征分析[J].林業(yè)科學，2015，51（9）：71-77. TIAN X R， SHU L F， ZHAO F J， et al. Dynamic characteristics of forest fires in the main ecological geographic districts of China[J]. Scientia Silvae Sinicae，2015，51（9）：71-77.

[12] 劉玉，熊嘉武，張龍.湖南省森林火災時空分布特征研究[J].中南林業(yè)調(diào)查規(guī)劃，2021，40（4）：17-21. LIU Y， XIONG J W， ZHANG L. Study on the spatio-temporal distribution characteristics of forest fire in Hunan province[J]. Central South Forestry Inventory and Planning，2021，40（4）：17-21.

[13] VILà-CABRERA A， RODRIGO A， MARTíNEZ-VILALTA J， et al. Lack of regeneration and climatic vulnerability to fire of Scots pine may induce vegetation shifts at the southern edge of its distribution[J]. Journal of Biogeography，2012，39（3）：488-496.

[14] TARIQ A， SHU H， SIDDIQUI S， et al. Spatio-temporal analysis of forest fire events in the Margalla hills， Islamabad， Pakistan using socio-economic and environmental variable data with machine learning methods[J]. Journal of Forestry Research， 2022，33（1）：183-194.

[15] 李順，吳志偉，梁宇，等.北方森林林火發(fā)生驅動因子及其變化趨勢研究進展[J].世界林業(yè)研究，2017，30（2）：41-45. LI S， WU Z W， LIANG Y， et al. A review of fire controlling factors and their dynamics in boreal forests[J]. World Forestry Research， 2017，30（2）：41-45.

[16] 蘇漳文，曾愛聰，蔡奇均，等.基于Gompit回歸模型的大興安嶺林火預測模型及驅動因子研究[J].林業(yè)工程學報， 2019，4（4）：135-142. SU Z W， ZENG A C， CAI Q J， et al. Study on prediction model and driving factors of forest fire in Da Hinggan mountains using Gompit regression method[J]. Journal of Forestry Engineering， 2019，4（4）：135-142.

[17] 吳升，黃智函.基于點模式的盜竊犯罪空間分布規(guī)律分析—以福州市主城區(qū)為例[J].福州大學學報（自然科學版）， 2015，43（5）：631-635. WU S， HUANG Z H. Analysis on spatial distribution regularities of theft crimes based on point pattern： in main districts of Fuzhou city as an example[J]. Journal of Fuzhou University （Natural Science Edition），2015，43（5）：631-635.

[18] MACKAY D B， RIPLEY B D. Spatial statistics[J]. Journal of Marketing Research，1982，19（2）：279.

[19] KUHN H W， KUENNE R E. An efficient algorithm for the numerical solution of the generalized weber problem in spatial economics[J]. Journal of Regional Science，1962，4（2）：21-33.

[20] BOOSE T， GERRITSEN C. A model-based reasoning approach to prevent crime[J]. Studies in Computational Intelligence， 2010，314：159-177.

[21] 翟盤茂，余榮，郭艷君，等.2015/2016年強厄爾尼諾過程及其對全球和中國氣候的主要影響[J].氣象學報，2016，74（3）： 309-321. ZHAI P M， YU R， GUO Y J， et al. The strong El Nino in 2015/2016 and its dominant impacts on global and China’s climate[J]. Acta Meteorologica Sinica，2016，74（3）：309-321.

[22] 張慶斌，羅佳，周小玲，等.2000—2017年湖南省NDVI動態(tài)變化及其對氣候響應[J].中南林業(yè)科技大學學報，2020，40（12）： 94-103. ZHANG Q B， LUO J， ZHOU X L， et al. Dynamic change of NDVI and response to climate impact from 2000 to 2017 in Hunan province[J]. Journal of Central South University of Forestry Technology，2020，40（12）：94-103.

[23] 肖金香，葉蕾，葉清，等.冰雪凍害對森林火災的影響及防御措施[J].江西農(nóng)業(yè)大學學報，2009，31（3）：433-436. XIAO J X， YE L， YE Q， et al. A study on the infulence of icesnow disaster on forest fire and its defensive measures[J]. Acta Agriculturae Universitatis Jiangxiensis，2009，31（3）：433-436.

[本文編校：吳 毅]