王學祥, 曲智林

(1.東北林業(yè)大學理學院 數(shù)學系, 哈爾濱 150040;2. 哈爾濱石油學院 數(shù)理部，哈爾濱150027)

基于空間數(shù)據(jù)分析黑龍江森林火災空間關聯(lián)性

王學祥1,2, 曲智林1

(1.東北林業(yè)大學理學院 數(shù)學系, 哈爾濱 150040;2. 哈爾濱石油學院 數(shù)理部，哈爾濱150027)

摘要：黑龍江省為我國森林資源最豐富的省份，也是森林火災頻發(fā)的省份.森林火災對黑龍江省的森林資源造成了極大的危害，年均森林過火面積處于全國首位.運用探索性空間數(shù)據(jù)分析及模型, 對黑龍江省13個市級行政區(qū)內(nèi)林業(yè)區(qū)域，從2000～2009年10 a森林火災情況綜合的研究了它的空間的關聯(lián)性.研究結果顯示,黑龍江省森林火災的發(fā)生在空間關聯(lián)上成正相關性，森林火災的發(fā)生存在空間聚集，此分析結果對森林火災預防具有積極作用.

關鍵詞：探索性空間數(shù)據(jù)分析；森林火災；空間關聯(lián)性

黑龍江林業(yè)經(jīng)營總面積3.175×105km2，占全省土地面積的2/3.有林地面積2.007×105km2，活立木總蓄積1.5×109m3，森林覆蓋率達43.6%，森林面積、森林總蓄積和木材產(chǎn)量均居全國前列，是國家最重要的國有林區(qū)和最大的木材生產(chǎn)基地[1].同時，黑龍江省是森林災害頻發(fā)的省份，1987年在大興安嶺林區(qū)發(fā)生的“5·6”特大森林災難,使得我國森林資源受到巨大破壞.

森林的天敵之一就是森林火災，森林火災的發(fā)生也是林業(yè)最大的災難，它是破壞性大、發(fā)生面廣、處理救援極其困難的自然災害，它給森林帶來的后果是毀滅性的.由于人類對地球自然資源的無度索取和破壞，導致全球氣候變暖，再加上人為原因等，森林火災發(fā)生的頻率和林業(yè)損失都呈上升趨勢.森林火災燒毀了成片的森林和傷害了林內(nèi)的動物，同時森林火災導致森林的繁殖能力大大降低，最終導致了土壤的貧瘠和破壞了森林涵養(yǎng)水源的作用，甚至生態(tài)環(huán)境也失去了平衡.

森林火災的發(fā)生有其必然性，也有其突發(fā)性，只有準確掌握林火基本情況，科學檢測及時預測預報，才能有效防范和及時撲救森林火災，避免和減少森林火災帶來的損失[2].

探索性空間數(shù)據(jù)分析(ESDA)方法，利用屬性數(shù)據(jù)的空間特性，在分析空間關系的基礎上進行數(shù)值的相關分析，進而突出空間相互作用[3].其核心是認識與地理位置相關的數(shù)據(jù)間的空間依賴、空間關聯(lián)或空間自相關, 通過空間位置建立數(shù)據(jù)間的統(tǒng)計關系[4].近年來已逐漸被國內(nèi)外學者應用于區(qū)域經(jīng)濟差異的研究領域.本文將用探索性空間數(shù)據(jù)分析對黑龍江各市級行政區(qū)域林火發(fā)生的關聯(lián)性進行研究.

1空間數(shù)據(jù)分析方法

探索性空間數(shù)據(jù)分析( Exploratory spatial Data Analysis, 簡稱 ESDA)[5]是一系列空間數(shù)據(jù)分析方法和技術的集合.通過統(tǒng)計學原理和現(xiàn)代圖形計算技術,揭示研究對象的空間分布，識別對象空間位置異常值，發(fā)現(xiàn)空間異質(zhì)性及空間集聚性，發(fā)現(xiàn)空間相互作用機制存在于研究對象之間.

探索性空間數(shù)據(jù)分析通過全局空間自相關分析和局域空間自相關分析，了解與地理位置存在聯(lián)系數(shù)據(jù)間的空間關系，由空間位置定義數(shù)據(jù)之間的統(tǒng)計聯(lián)系，對全局空間自相關、局部空間自相關的分析以及空間關聯(lián)的檢驗等.

1.1確定權重矩陣.

在分析空間自相關性之前，要先定義一個二元空間權重矩陣且要求其對稱,用其表示所研究區(qū)域的空間位置關系, 矩陣如下所示：

(1)

其中:n 表示空間區(qū)域個數(shù)，wij表示區(qū)域i與j 的相鄰關系.本文以黑龍江省13個市級行政區(qū)域定義表示空間位置關系的權重矩陣,如若區(qū)域間具有相同邊界，表示如下：

(2)

1.2全局性空間關聯(lián)性

全局空間自相關是度量空間區(qū)域自相關的指標，衡量全局空間自相關的指標為全局[6].本文通過全局指數(shù)，對全局性空間關聯(lián)性進行度量和檢驗，指數(shù)公式為:

(3)

Moran′sI 的值通常在[-1,1]之間，|I|越大，說明空間的關聯(lián)性越強，若I>0，說明所分析的區(qū)域之間在空間上存在著正向自相關性，那么分析區(qū)域在空間上分布狀況為高高相鄰；若I<0，那么分析區(qū)域之間在空間上存在著負向自相關性，那么分析區(qū)域空間上分布狀況為高低相鄰.I=0說明空間上沒有關聯(lián)性，即分析區(qū)域間相互獨立，空間為隨機分布的表現(xiàn).

1.3局部空間關聯(lián)性

局部空間自相關分析可以度量每個區(qū)域與周邊地區(qū)之間的局部空間關聯(lián)和空間差異程度[7].散點圖是通過分析局部空間穩(wěn)定性的方式，即明確的指出分析區(qū)域和它相鄰域之間的空間關聯(lián)形式.本文應用的軟件所分析出的散點圖來驗證局部空間關聯(lián)性.

1.4散點圖

因為的值其形式為Wy對y的線性回歸的斜率系數(shù)，所以通過散點圖能做到對全局空間關聯(lián)性的可視化[9].其中散點圖的4個象限，分別表示研究區(qū)域和相鄰區(qū)域之間，局部空間關聯(lián)性的種類型:第一象限空間關聯(lián)性為高觀察值的區(qū)域被高觀察值的區(qū)域所包圍(高高)；第二象限空間關聯(lián)性為低觀察值的區(qū)域被高觀察值的區(qū)域所包圍(低高)；第三象限空間關聯(lián)性為高觀察值的區(qū)域被高觀察值的區(qū)域所包圍(低低)；第四象限空間關聯(lián)性為高觀察值的區(qū)域被低觀察值的區(qū)域所包圍(高低)

Moran散點圖區(qū)別于其他方法在于他可以具體分析研究區(qū)域及相鄰區(qū)域屬于高高、低低、高低、低高中的哪一種空間關聯(lián)性.而且，對于散點圖四個象限來說，可鑒別出有幾種關聯(lián)形式分布于空間之中.

2黑龍江省各市林區(qū)林火數(shù)據(jù)分析

2.1數(shù)據(jù)來源

本文中研究數(shù)據(jù)主要來源于2000～2009年《中國林業(yè)部統(tǒng)計年鑒》，《黑龍江林業(yè)廳統(tǒng)計年鑒》，以及各市級單位森林火災統(tǒng)計數(shù)據(jù)作為研究的主體變量，涉及到全省13個市級單位.

2.2數(shù)據(jù)分析

2.2.1森林火災的全局空間分布特征

通過實現(xiàn),表1給出了黑龍江省13個市級區(qū)域2000～2009年對森林火災的檢驗結果.從表1中得到，每年統(tǒng)計值都大于零.這說明著區(qū)域森林火災發(fā)生存在著的空間正相關性,在空間上相鄰區(qū)域存在著發(fā)生森林火災的可能,說明在地理空間上相近區(qū)域森林火災發(fā)生具有聚集的特點,這樣空間分布特征可能暗示著區(qū)域之間存在近鄰效應[10].一林區(qū)森林火災的發(fā)生與鄰近區(qū)域的森林火災發(fā)生有一定的關聯(lián),一林區(qū)的林火發(fā)生可能對相鄰區(qū)林火發(fā)生有一定的影響.

表12000～2009年對森林火災的Moran’sI值

年份20002001200220032004Moran'sI0.35090.36350.38980.40160.3921年份20052006200720082009Moran'sI0.30290.34510.12230.34440.2717

2.2.2森林火災的局部空間關聯(lián)性

由統(tǒng)計量,可以知道黑龍江各市級行政區(qū)域森林火災的發(fā)生具有空間集聚特點,可是我們尚不清楚具體的空間分布,通過散點圖能夠進一步分辨出空間分布情況.見圖1.

圖1　散點圖

通過所選四年黑龍江市級區(qū)域森林火災的散點圖，可直觀得到四種分布形式的的數(shù)量和比例，可知全部區(qū)域分布形式為局部空間正相關關系，這也支持了黑龍江省各市級行政單位林火的發(fā)生在空間上有著正相關性的特點.在所選的四個年份中，全部存在60%以上的區(qū)域為局部空間正相關關系,并且是高高分布，幾乎不存在其他類型分布，這也說明森林火災高發(fā)的區(qū)域,其相鄰地區(qū)也為森林火災高發(fā)區(qū)域.

3結論

本文運用EDSA方法(包括指數(shù)、散點圖)，對2000～2009年十年間，黑龍江省13市級行政單位森林火災的空間關聯(lián)性進行了分析，結論如下:

1)通過對2000～2009年間黑龍江省13個市級行政區(qū)林場火災情況做了全局自相關分析，通過統(tǒng)計結果顯示，所有年份值,說明黑龍江省森林火災的發(fā)生，在空間上存在正相關性，說明在地理空間上森林火災發(fā)生具有聚集的特點.如某區(qū)域為森林火災高發(fā)區(qū)域，則其相鄰區(qū)域也為森林火災高發(fā)區(qū)域，

2)通過局部空間自相關分析(散點圖)得到的結果說明，所有區(qū)域表現(xiàn)為局部空間正相關性，局部相關性即為一個空間區(qū)域與空間總體的相似程度，此結果與空間總體正相關性完全吻合.

參考文獻：

[1]http://baike.so.com/doc/5574741-5789159.html

[2]邱興榮.森林防火3S平臺的構建及其應用初探[J].福建林業(yè)科技，2006(12):90-94.

[3]馬曉熠.基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟差異[J].地理科學進展，2012(12):55-59.

[4]張學良.探索性空間數(shù)據(jù)分析模型研究[J].當代經(jīng)濟管理，2007(7):22-26.

[5]余加麗.空間統(tǒng)計分析在區(qū)域經(jīng)濟中的應用研究[J].山西建筑，2008(8):34-36.

[6] 李波.基于ESDA的中原經(jīng)濟區(qū)城鎮(zhèn)化空間關聯(lián)研究[J].現(xiàn)代城市研究，2013(4):26-29.

[7]楊忍.西北五省人口經(jīng)濟協(xié)調(diào)狀況及空間相關分析[J].統(tǒng)計與決策，2009(10):46-50.

[8]武繼磊.空間數(shù)據(jù)分析技術在公共衛(wèi)生領域的應用[J].地理科學進展，2003(3):30-35.

[9]萬魯河.基于GeoDA的哈大齊工業(yè)走廊GDP空間關聯(lián)性[J].地理研究 ，2011(6):50-56.

[10]宋富強.河南省人口與經(jīng)濟空間集聚特征及優(yōu)化[J].地域研究與開發(fā)，2013(6):41-46.

Study on spatial correlation of forest fires in Heilongjiang based on exploratory spatial data analysis

WANG Xue-xiang1,2, QU Zhi-lin1

(1.Department of Mathematics, Northeast Forestry University, Harbin 150040,China;2.Harbin Institute of Petroleum, Harbin 150027, China)

Abstract：The forest resources are the most abundant in Heilongjiang Province, in which the forest fires also frequently happen, which have caused great harm to the forest resources in Heilongjiang Province, and the annual forest burned area is the first in the country. This paper employed exploratory spatial data analysis and model to comprehensively analyze the spatial correlation of forest fires in the forest area of the 13 municipal administrative regions in Heilongjiang Province from 2000 to 2009. The result of the analysis showed the occurrence of forest fires in Heilongjiang Province has a positive correlation with spatial correlation; there was spatial aggregation of the occurrence of forest fires. The analysis result has a positive effect on forest fire prevention.

Key words：exploratory spatial data analysis; forest fires;spatial correlation

收稿日期：2016-03-01.

基金項目:林業(yè)公益性行業(yè)科研專項項目(201404402-6)

作者簡介：王學祥(1980-)，男，碩士研究生．講師，研究方向:數(shù)理統(tǒng)計.

中圖分類號：S762.1

文獻標識碼：A

文章編號：1672-0946(2016)03-0381-04