劉 倩，覃先林，李曉彤，侯亞男

(中國林業(yè)科學(xué)研究院資源信息研究所,國家林業(yè)局林業(yè)遙感與信息技術(shù)實驗室，北京 100091)

作為森林?jǐn)_動的一個重要影響因子，森林火災(zāi)直接影響森林覆蓋，改變森林生態(tài)系統(tǒng)物種多樣性，在不同時空尺度對生態(tài)系統(tǒng)生產(chǎn)力水平及資源可用性造成很大破壞[1]。位于我國西南地區(qū)的四川省內(nèi)由于西南高山林區(qū)的存在，林火頻發(fā)且危害嚴(yán)重，是衛(wèi)星林火監(jiān)測的重點區(qū)域[2-3]。因此在景觀或區(qū)域尺度上研究四川省林火時空分布規(guī)律，既是該地區(qū)森林火災(zāi)區(qū)劃、火源安全管理的需要，也為進(jìn)一步開展森林火險預(yù)報和林火預(yù)防工作提供幫助。

歷史森林火災(zāi)統(tǒng)計數(shù)據(jù)是用來研究林火時空分布的重要數(shù)據(jù)源[4～11]，如楊廣斌等[6]根據(jù)1986—2006年北京市森林火災(zāi)統(tǒng)計數(shù)據(jù)，對北京市林火時空發(fā)生規(guī)律進(jìn)行了分析。Vega等[7]利用1969—2008年林火統(tǒng)計數(shù)據(jù)對瑞士提契諾州森林火災(zāi)分布進(jìn)行了分析。但隨著衛(wèi)星遙感數(shù)據(jù)源的增加、衛(wèi)星傳感器性能的不斷優(yōu)化，許多高時間、空間分辨率的遙感數(shù)據(jù)如 AVHRR[12～13]、MODIS[14～16]、HJ[17～18]等早已廣泛用于林火研究，其中，MODIS衛(wèi)星數(shù)據(jù)因其光譜范圍廣、一天可覆蓋同一區(qū)域 4 次、時間分辨率高等特點被廣泛用于火點檢測、過火面積評估、林火發(fā)生時空規(guī)律研究等[19～20]，且 Qin 等發(fā)現(xiàn)對于中國典型森林火災(zāi)案例， 從MODIS中獲得的火災(zāi)數(shù)據(jù)比從國家收集的統(tǒng)計火災(zāi)數(shù)據(jù)更準(zhǔn)確、空間精確性更好[21]。

近年來，國內(nèi)對于林火發(fā)生時空研究主要是在時間尺度和空間尺度上找到其分布特征規(guī)律。時間尺度上李順等[22]采用變異系數(shù)和阿倫因子對興安嶺林火時間分布的聚集性范圍和尺度進(jìn)行了分析;空間尺度上鄧忠堅等[23]采用核密度法分析了云南省 2007—2013 年衛(wèi)星檢測熱點與林火數(shù)據(jù)，顧先麗等[16]采用Getis-Ord-Gi*熱點分析工具和信息熵理論研究了江西省2001—2015年林火發(fā)生時空分布特征，闕華斐等[24]借助時空立方體熱點分析模型分析了湖南省近10年林火時空分布規(guī)律和發(fā)展趨勢。

四川省是我國林業(yè)資源大省，也是我國林火的多發(fā)區(qū)和重災(zāi)區(qū)，以往針對四川省林火時空分布規(guī)律的研究較少，利用不同的分析方法對其多個林火高風(fēng)險區(qū)進(jìn)行針對性分析更是稀少。因此本研究基于MODIS火產(chǎn)品數(shù)據(jù)，提取了四川省 2001—2012 年 12 年時間序列信息，在時間和空間尺度上運用不同的空間分析方法對該區(qū)域林火點模式分布規(guī)律進(jìn)行探究，以期為該地區(qū)森林防火安全管理工作提供幫助。

1 研究區(qū)及研究方法

1.1 研究區(qū)概況

四川省位于中國西南地區(qū)內(nèi)陸，地理位置東經(jīng)92 ° 21 ′～108 ° 12 ′和北緯26 ° 03 ′～34 ° 19 ′，地處長江上游。四川省總面積達(dá)48.6 km2，居全國第五位。據(jù)第八次全國森林資源清查結(jié)果顯示，四川省森林面積達(dá)1 703.74 萬 hm2，僅次于內(nèi)蒙古、黑龍江和云南。森林覆蓋率為35.22%，活立木總蓄積量為177 576.04 萬 m3，居全國第2位。全省主要由四川盆地、川西北高原和川西南山地3部分組成。東部四川盆地是我國四大盆地之一，面積16.5 萬 km2，氣候溫暖濕潤，冬暖夏熱，年降水量可達(dá) 1 000 mm～1 300 mm，屬于亞熱帶濕潤季風(fēng)氣候，植被為亞熱帶常綠闊葉林。川西高原則以寒溫帶氣候為主，氣候垂直變化顯著，冬寒夏涼，日照充足，年降水量500 mm～900 mm,主要分布高山稀疏植被和嵩草高寒草甸。川西南山地四季不明顯，日照充足，年降水量900 mm～1 200 mm，屬于亞熱帶半濕潤氣候。由于獨特的氣候和地理條件，且少數(shù)民族居住分散，火源管理較難，四川省森林火災(zāi)頻發(fā)，造成巨大損失[25]。如2019年3月30日涼山州木里縣境內(nèi)發(fā)生的火災(zāi)，由于林火爆燃導(dǎo)致30名撲火人員犧牲。

1.2 數(shù)據(jù)來源

選取四川省 2001—2012 年 MODIS火產(chǎn)品數(shù)據(jù) MOD14A2/MYD14A2(a Daily Level 2 Gridded 1Km Fire Active Product)，來源于網(wǎng)絡(luò)共享(http://earthdata.nasa.gov/data/nrt-data/firms/)。該火產(chǎn)品數(shù)據(jù)空間分辨率為 1 km，記錄了火點時間、經(jīng)緯度、可信度等信息。為減少誤差，本研究選取了可信度 ≥75%的火點。

中國1∶100 萬植被圖由中國科學(xué)院于2001年根據(jù)全國植被調(diào)查結(jié)果、航空遙感和衛(wèi)星圖像以及地質(zhì)，土壤學(xué)和氣候?qū)W的數(shù)據(jù)得出，它涵蓋了整個中國領(lǐng)土，全面展示了11組植被類型的地理分布。

1.3 數(shù)據(jù)處理

對MODIS火產(chǎn)品數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換等處理，采用 ArcGIS 空間分析技術(shù)，建立四川省 2001—2012 年火點點狀圖層，將其與中國1:100萬植被圖疊加獲得每個火點對應(yīng)的地物類型。然后僅提取出植被類型為針葉林、闊葉林、針闊混交林、灌木林、高山植被、草的火點得到四川省林火點數(shù)據(jù)。與具有相同投影坐標(biāo)系的四川省行政區(qū)劃圖疊加，提取出分布在不同市區(qū)、不同植被類型的火點，再根據(jù)年份進(jìn)行重分類，得到各年份的林火位置。

1.4 研究方法

從時間和空間兩個尺度對四川省 2001—2012 年林火時空特征分布進(jìn)行分析。

利用ArcGIS10.5 中 Tracking Analyst 下的數(shù)據(jù)圓環(huán)圖對四川省 2001—2012 年林火數(shù)據(jù)年際、月份分布特征進(jìn)行統(tǒng)計分析。數(shù)據(jù)圓環(huán)圖是一種二維圓形圖表，多個同心圓和徑線的組合將圖分為若干個單元，每個單元的顏色表示單元內(nèi)事件的數(shù)量，能以兩種不同頻率分析數(shù)據(jù)時間分布規(guī)律。

空間統(tǒng)計點模式研究方法主要有中心點法、標(biāo)準(zhǔn)差橢圓法、核密度估算法、熱點分析等[26]，本研究首先采用基于Ripley K 函數(shù)的多距離空間聚類分析確定這些火點是否具有聚集性，若有則確定其聚集的空間尺度范圍。然后通過中心點法和標(biāo)準(zhǔn)差橢圓法確定四川省林火的總體聚集與蔓延方向，以及 12 年來每年林火分布的平均中心和趨勢。最后采用核密度估算進(jìn)一步具體表現(xiàn)林火空間分布規(guī)律。

1.4.1 RipleyK函數(shù)

RipleyK函數(shù)(RipleyKfunction)是點格局分析的常用方法，可分析要素質(zhì)心隨鄰域大小變化時空間聚集或空間擴(kuò)散的變化過程，確定不同空間尺度下的火點分布是否聚集[27]。Besag[28]將K函數(shù)進(jìn)行開方線性轉(zhuǎn)化以保持其方差穩(wěn)定，轉(zhuǎn)化后的公式如下:

(1)

式中，d是距離，n為點要素的總個數(shù)，A為要素區(qū)域總面積， = 0(di,j>d)或 = 1(di,j≤d)。

通過比較真實點的L(d)和空間隨機(jī)點(complete spatial random-ness; CSR)之間的d，判斷實際觀測的空間點格局分布模式；如果L(d)d，則表明空間點格局呈聚集分布，如果L(d)=d，則表明空間點格局呈完全隨機(jī)分布。

1.4.2 中心點法和標(biāo)準(zhǔn)差橢圓法

進(jìn)行點模式統(tǒng)計分析時第一步往往是進(jìn)行中心點分析，中心點主要包括中心要素、平均中心和中位數(shù)中心三種，其中中位數(shù)中心是一種對異常值反應(yīng)較為穩(wěn)健的中心趨勢度量，適合用于不能被少數(shù)外圍火災(zāi)影響火災(zāi)核心區(qū)的林火發(fā)生方位分析。中位數(shù)中心算法是由 Kuhn 和 Kuenne[29]首次提出， Burt 和 Barber[30]進(jìn)一步總結(jié)歸納，得到優(yōu)化算法如下：

(2)

式中，t為計算次數(shù)，都會找到一個候選“中位數(shù)中心”(Xt,Yt)，然后對其進(jìn)行優(yōu)化，直到其表示的位置距數(shù)據(jù)集中的所有要素i的“歐式距離”d最小。

(3)

(4)

(5)

(6)

式中，xi和yi是點要素i的坐標(biāo)，n為點要素總個數(shù)。

1.4.3 核密度分析法

在以上分析的基礎(chǔ)上，可通過密度分析進(jìn)一步對該研究區(qū)林火空間密度進(jìn)行估算。密度分析根據(jù)輸入的離散點或線要素數(shù)據(jù)內(nèi)插計算整個區(qū)域數(shù)據(jù)聚集狀況，根據(jù)插值原理不同主要分為核密度分析和普通的點/線密度分析。在核密度分析中落入搜索區(qū)的點具有不同的權(quán)重，靠近搜索中心的點或線會被賦予較大的權(quán)重，反之遠(yuǎn)離搜索中心的點或線則權(quán)重較小，它的計算結(jié)果分布較平滑。根據(jù)空間自相關(guān)性選擇核密度分析對四川省林火空間密度進(jìn)行計算。對于空間上點要素x1,x2,…,xn中任意一點x_k的空間密度為：

(7)

式中，K為高斯正態(tài)分布函數(shù)，h為核函數(shù)的帶寬。當(dāng)h越大時，所能表現(xiàn)出來的結(jié)論越粗略、抽象，越能表現(xiàn)出整體性的趨勢；反之h越小細(xì)節(jié)程度越高，越能顯示出局部性的趨勢。

2 結(jié)果與分析

2.1 四川省林火格局時間尺度分析

同心圓以年份劃分、徑線以月份劃分?jǐn)?shù)據(jù)得到林火發(fā)生次數(shù)的數(shù)據(jù)圓環(huán)圖見圖1，另外以月份劃分同心圓、以日期劃分徑線統(tǒng)計林火發(fā)生次數(shù)見圖2。由圖1可知四川省 2001—2012 年林火高峰期在1、2、3、4、5月份，而9、10、11月、12月屬于林火低發(fā)期，且能看出 2004 年以后林火發(fā)生數(shù)逐年增多。而從圖 2 中可發(fā)現(xiàn)四川省這12年間3月21日、4月3日和7日林火發(fā)生數(shù)最高，其次2月10日至16日、3月11日至22日、4月和5月初林火發(fā)生頻繁，8月20日、10月26日、12月4日、5日和24日這幾天也需重視。

圖2 四川省林火月-天發(fā)生次數(shù)

2.2 四川省林火格局空間尺度分析

2.2.1 RipleyK函數(shù)分析

通過RipleyK函數(shù)得到不同空間尺度下四川省林火分布模式，由于四川省面積大，故起算距離設(shè)為0，遞增步長設(shè)為 6 000 m，即每隔 6 km計算空間點的L值，遞增次數(shù)設(shè)為100 ，最終分析結(jié)果見圖3 。由圖3可知，在空間尺度小于528 km時L函數(shù)觀測值大于期望值，林火呈聚集分布；當(dāng)空間尺度大于 528 km時，L函數(shù)觀測值小于期望值，林火呈離散分布。因此，在較小空間尺度下四川省 2001—2012 年林火空間格局為聚集分布，可進(jìn)一步進(jìn)行點模式聚集分析。

圖3 四川省林火L函數(shù)分布曲線

2.2.2 點模式聚集分析

通過RipleyK函數(shù)已計算出較小空間尺度下四川省 2001—2012 年林火屬于聚集分布，基于此，根據(jù)四川省這12年的林火點集數(shù)據(jù)，在 ArcGIS 10.5 圖層上計算中位數(shù)中心并繪制標(biāo)準(zhǔn)差橢圓。通過計算可知，林火發(fā)生的中位數(shù)中心位于攀枝花市，林火聚集區(qū)為涼山州，其總體蔓延趨勢是向西北甘孜藏族自治州方向延伸。采用ArcGIS 10.5空間分析工具中的核密度分析，以 4 000 m 核密度分析，以，其為空間柵格單元，50 km為統(tǒng)計半徑，對這12年林火發(fā)生總密度進(jìn)行計算，結(jié)果為 0～0.887 次/(km2·12a)，同時可發(fā)現(xiàn)火點密度最高范圍為整個攀枝花市，其次涼山彝族自治州 、甘孜藏族自治州和阿壩藏族羌族自治州也偶有火災(zāi)發(fā)生(見圖4)。

圖4 四川省2001—2012年林火空間分析

但上述分析未能結(jié)合時間尺度，為找到每個年份林火聚集區(qū)域進(jìn)一步分析，利用核密度分析方法對 2001—2012 年火點數(shù)據(jù)按年份順序進(jìn)行分析，同樣按照 50 km的統(tǒng)計半徑，4 000 m×4 000 m 的空間柵格單元，依次計算每年四川省林火發(fā)生密度，并按照自然間斷點法將每年火點密度分為 0～0.003 次·km-2、0.003次·km-2～0.015次·km-2、0.015次·km-2～0.033次·km-2、0.033次·km-2～0.053次·km-2和 0.053次·km-2～0.107 次·km-2共 5 個等級。從圖 5 可知，2001—2012 年攀枝花市一直都是林火密度最高的地區(qū)；其次涼山彝族自治州從 2003 年開始林火發(fā)生數(shù)也逐漸增多，主要發(fā)生在與攀枝花市毗鄰的西南部，2006 年以后涼山州中部林火發(fā)生數(shù)增多；甘孜藏族自治州南部和西部局部地區(qū)從 2009 年開始林火發(fā)生數(shù)增多。

3 結(jié)果與討論

本研究結(jié)果表明，四川省 2001—2012 年林火高峰期在 1—5 月，從自然因素分析，四川氣候區(qū)域表現(xiàn)差異明顯，四川東部盆地和川西北高原冬季由于草木枯萎，落葉枯草等易燃物堆積，而冬天過后 3～5 月氣溫逐漸上升，在干季氣溫高更易于燃燒而導(dǎo)致林火多發(fā)。四川西南山地降水差異明顯，每年5月—9 月為雨季，10 月至次年 4 月為旱季，空氣干燥，容易發(fā)生火災(zāi)。另一方面從人為因素考慮， 2 月是中國新年，人為鞭炮等可能造成火災(zāi)，而 4 月清明時節(jié)四川省人民普遍有上墳祭祖的習(xí)俗，伴隨上香燒紙錢，冬季堆積的枯草在上墳時容易被點燃；另外 3月—5 月正是春耕時節(jié)，容易產(chǎn)生人為火源。而2009年以后每年林火發(fā)生數(shù)有明顯增加，這可能與 2008 年四川發(fā)生汶川大地震并遭受冰雪凍害有關(guān)。雪災(zāi)過后會導(dǎo)致森林火災(zāi)集中暴發(fā)，且冰凍雪害會極大損壞林區(qū)道路和瞭望臺、通訊設(shè)施等森林防火設(shè)施[32]。

圖5 四川省林火空間分析時序圖

本研究結(jié)果表明，四川省 2001—2012 年林火分布具有明顯空間聚集性，存在明顯的林火高發(fā)區(qū)?；瘘c最密集中心位于攀枝花市，其次火點高發(fā)區(qū)是涼山彝族自治州和甘孜藏族自治州，林火分布呈西北向，從攀枝花市中心向西北的甘孜藏族自治州擴(kuò)展。攀枝花市火點主要集中在3月、4月、5月份，但從 2006 年開始1月、2月的火點數(shù)目比往年增加明顯，由于地勢地形復(fù)雜，一旦發(fā)生火災(zāi)，不容易即時進(jìn)行撲救，故應(yīng)將其作為該省每年1—5月防治林火的重點區(qū)域。甘孜藏族自治州地處青藏高原，天然草原面積占總面積的61.7%，森林面積占四川森林總面積的20%，該區(qū)域林火發(fā)生時間是每年11月至次年的5月，正是旱季時間，而每年進(jìn)入雨季后該地區(qū)林火發(fā)生概率大大降低，因此甘孜州林火高風(fēng)險區(qū)域應(yīng)作為每年11月至次年5月林火防治重點區(qū)域。而涼山彝族自治州情況與其相似，火點主要發(fā)生在每年12月下旬至次年5月，該州靠近林火最密集區(qū)攀枝花市，是全省三大林區(qū)、三大牧區(qū)之一，作為一個多民族地區(qū)，少數(shù)民族居住分散，生產(chǎn)、生活用火頻繁，故而火源管理較難[25]，涼山州防火時間需引起關(guān)注。不同的地區(qū)不僅林火高峰期有很大區(qū)別，林火成因也不盡相同，因此，在林火防治方面需要因地制宜，對于不同地區(qū)，應(yīng)該結(jié)合當(dāng)?shù)氐牡匦蔚孛?、植被特征、氣候條件以及土地利用類型和人類活動進(jìn)行重點分析，才能為林火防治工作提供可靠的決策。

目前采用空間統(tǒng)計方法分析關(guān)于四川省林火空間特征研究并不太多，本研究通過空間點模式統(tǒng)計法可分析出四川省林火發(fā)生聚集區(qū)域，為四川省林火防治工作提供科學(xué)依據(jù)和有針對性地決策，可嘗試將其擴(kuò)展到更大空間尺度如全國進(jìn)行林火空間分析。本文數(shù)據(jù)源為衛(wèi)星檢測熱點數(shù)據(jù)，但缺乏實地核查數(shù)據(jù)，可能存在熱點錯判的情況，為更精細(xì)地研究四川省林火分布并結(jié)合地形、氣象、可燃物等因子類型建立林火預(yù)報模型，未來還需要結(jié)合地面核查數(shù)據(jù)進(jìn)行進(jìn)一步分析。