2018年10月 林业资源管理 October 2018 第5期 FOREST RESOURCES MANAGEMENT No 5 基于火险区划的大兴安岭地区林火监控效率与扑救可达性研究 闫平,邹全程 (国家林业局调查规划设计院,北京100714) 摘要:以大兴安岭地区2000—2010年卫星火点教据为基础,运用逻辑斯蒂回归模型建立基于气象、植被、地形、 社会经济和基础设施因子的林火预测模型,并划分火险等级。此外,基于火险区划对大兴安岭地区的林火监控 与扑救效率进行评价分析。模型预测结果表明,坡度、月平均降水、月平均温度等多种因素对大兴安岭地区林 火发生有显著影响;火险区划表明,高火险区域面积占研宛区域总面积的λ4.47%;林火监控效果的评价结果显 ,对比现有瞭望塔选址方式,网格布设法(2okm×km网格和l0kmκlokm网格)的監控布点可以昰著提高 林火监测效果,高火险区域监测面积分别提高36.97%和60.52%,同时,站点需求数量也相应减少;林火扑救 可达性研究表明,大兴安岭地区东、南、西部地区对高火险区城的可达性较好,中、北部地区则相对较差,而 全区仅有1乃3的森林消防站处于可达性高的区域,因此建议在可达性差的高火险区域适当增设森林消防站,从 而全面提高该区域林火扑救效率。 关键词:逻辑斯蒂回归;火险区划;林火监控;视域分析;可达性分析 中图分类号:S762文献标识码:A文章编号:1002-6622(2018)05-0090-09 DOI:10.13466/ j. enki. kyzyl2018.05.015 Monitoring Efficiency and Suppression Accessibility of Forest Fire in Daxing an Mountains Based on Fire risk Division YAN Ping, ZOU Quancheng Academy of Forest Inventory and Planning, SFA, Beijing 100714, China Abstract: A logistic regression model was used to predicte Daxing'an Mountains forest fire based on the climate, vegetation, terrain, socio-economic and infrastructure factors combing satellite fire point dataset from 2000 to 2010, the fire risk division was generated accordingly. In addition, an analysis of efficiency of fire ig- nition monitoring and suppression was also conducted based on fire risk division. The results showed th thirteen factors including slope, monthly average precipitation, monthly average temperature etc., are signifi cantly correlated with forest fires. High fire risk zone accounts for 24. 47% of Daxing'an Mountains. Compared to current allocation of fire monitoring the gridding methods on location selection of (20 km x 20 km grid and 10 km x 10 km grid) can significantly improve the efficiency of fire mo- nitoring. The visible rates on the high fire risk zone improved 36. 97% and 60. 52% respectively and the re- quired number of fire towers reduced meanwhile. On the other hand, the accessibilities of fire suppression to high fire risk zone are higher in east South and West of Daxing'an Mountains than the central and Northern areas, however, only one third forest fire station in the region can send fire fighters to high fire risk areas a short time. We therefore suggest that more fire stations need to be added in the poor accessibility area in 收稿日期:2018-06-07;修回日期:2018-10-19 基金项目:森林防火工程项目规范(2018-1-06 作者简介:闫平(1973-),男,河北张北人,高工,博士,主要从事林业调查规划设计及生态经济学方面的研究工作。 Email: yp650@ qq com
-,+1 年 +, 月 第 4 期 林业资源管理 @AB%*CB%*A'B0%* D(#()%D%#C AEFG:HI-,+1 #G?4 基于火险区划的大兴安岭地区林火监控效率与扑救可达性研究 闫 平# 邹全程 '国家林业局调查规划设计院( 北京 +,,8+5* 摘要!以大兴安岭地区 -,,,,-,+, 年卫星火点数据为基础# 运用逻辑斯蒂回归模型建立基于气象' 植被' 地形' 社会经济和基础设施因子的林火预测模型# 并划分火险等级$ 此外# 基于火险区划对大兴安岭地区的林火监控 与扑救效率进行评价分析$ 模型预测结果表明# 坡度' 月平均降水' 月平均温度等多种因素对大兴安岭地区林 火发生有显著影响& 火险区划表明# 高火险区域面积占研究区域总面积的 -5?58b& 林火监控效果的评价结果显 示# 对比现有望塔选址方式# 网格布设法 !-,MSm-,MS网格和 +,MSm+,MS网格" 的监控布点可以显著提高 林火监测效果# 高火险区域监测面积分别提高 7/?68b和 /,?4-b# 同时# 站点需求数量也相应减少& 林火扑救 可达性研究表明# 大兴安岭地区东' 南' 西部地区对高火险区域的可达性较好# 中' 北部地区则相对较差# 而 全区仅有 + 27 的森林消防站处于可达性高的区域# 因此建议在可达性差的高火险区域适当增设森林消防站# 从 而全面提高该区域林火扑救效率$ 关键词!逻辑斯蒂回归&火险区划&林火监控&视域分析&可达性分析 中图分类号!*8/- 文献标识码!( 文章编号!+,,- .//--'-,+1*,4 .,,6, .,6 收稿日期!-,+1 .,/ .,8)修回日期!-,+1 .+, .+6 基金项目!森林防火工程项目规范'-,+1 .+ .,/* 作者简介!闫平'+687 .*(男(河北张北人(高工(博士(主要从事林业调查规划设计及生态经济学方面的研究工作- %STNO!PX/4,UVV?EGS !"#!+,?+75// 2K?ELMN?OP;PQO?-,+1?,4?,+4 M)*-%)4-*5 X66->-0*>( ,*'$&2240++-)*=>>0++-.-/-%( )6N)40+%N-40-* !,\-*5`,*M)&*%,-*+S,+0')*N-40;-+O!-1-+-)* $(#=NLQ(&A'g[TLE<HLQ '!-)(+*:&4@&%+02L,1+,2&%:),( 6#),,",9(;@!(A+"8",9 +,,8+5(./",)* =.+%4,>%!(OGQN]FNEIHQIH]]NGL SG\HO_T][]H\ FGXIH\NEFHRTeNLQlTL DG[LFTNLl]^GIH]F^NIH:T]H\ GL F<H EONSTFH(WHQHFTFNGL(FHIITNL(]GENGaHEGLGSNETL\ NL^IT]FI[EF[IH^TEFGI]EGS:NLQ]TFHOONFH^NIHXGNLF\TFT]HF^IGS -,,, FG-,+,(F<H^NIHIN]M \NWN]NGL _T]QHLHITFH\ TEEGI\NLQOP?"L T\\NFNGL(TL TLTOP]N]G^H^^NENHLEPG^^NIHNQa LNFNGL SGLNFGINLQTL\ ][XXIH]]NGL _T]TO]GEGL\[EFH\ :T]H\ GL ^NIHIN]M \NWN]NGL?C<HIH][OF]]<G_H\ F<TF F<NIFHHL ^TEFGI]NLEO[\NLQ]OGXH(SGLF<OPTWHITQHXIHENXNFTFNGL(SGLF<OPTWHITQHFHSXHITF[IHHFE?(TIH]NQLN^Na ETLFOP EGIIHOTFH\ _NF< ^GIH]F ^NIH]?YNQ< ^NIH IN]M ;GLH TEEG[LF] ^GI -5?58b G^ RTeNLQlTL DG[LFTNL]?0GSXTIH\ FGE[IIHLFTOOGETFNGL G^^NIHSGLNFGINLQ(F<HQIN\\NLQSHF<G\]GL OGETFNGL ]HOHEFNGL G^ ^NIHFG_HI'-, MSm-, MSQIN\ TL\ +, MSm+, MSQIN\* ETL ]NQLN^NETLFOPNSXIGWHF<HH^^NENHLEPG^^NIHSGa LNFGINLQ?C<HWN]N:OHITFH]GL F<H<NQ< ^NIHIN]M ;GLHNSXIGWH\ 7/?68b TL\ /,?4-b IH]XHEFNWHOPTL\ F<HIHa V[NIH\ L[S:HIG^^NIHFG_HI]IH\[EH\ SHTL_<NOH?AL F<HGF<HI<TL\(F<HTEEH]]N:NONFNH]G^^NIH][XXIH]]NGL FG <NQ< ^NIHIN]M ;GLHTIH<NQ<HINL %T]F(*G[F< TL\ ZH]FG^RTeNLQlTL DG[LFTNL]F<TL F<HEHLFITOTL\ #GIF<HIL TIHT]( <G_HWHI(GLOPGLHF<NI\ ^GIH]F^NIH]FTFNGL NL F<HIHQNGL ETL ]HL\ ^NIH^NQ<FHI]FG<NQ< ^NIHIN]M TIHT]NL T]<GIFFNSH?ZHF<HIH^GIH][QQH]FF<TFSGIH^NIH]FTFNGL]LHH\ FG:HT\\H\ NL F<HXGGITEEH]]N:NONFPTIHTNL
第5期 闫平等:基于火险区划的大兴安岭地区林火监控效率与扑救可达性研究 order to improve the efficiency of forest fire suppression of Daxing'an Mountains. Key words: Logistic regression, fire risk division, forest fire monitoring 林火是森林生态系统一个重要的生态因子,可达性,即以一种交通方式为基础,从某一区域到 也可对森林和人类生命财产造成严重损失-21。达特定火险区域的便利程度[。由于大兴安岭林 据统计,1950—2010年,我国年均发生火灾12683区森林火灾发生率较高,且分布范围广,林火的监 次,年均过火面积达67.48万hm23。大兴安岭地控和扑救较为困难,因此建立合理的林火监控和扑 区是我国北方重要林区,受气候和植被类型影响救体系是大兴安岭森林防火工作的关键。 林火频发,是我国平均过火面积最严重的区域1 鉴于此,本文:运用逻辑斯蒂回归模型,综合考 有效的林火预测和监控扑救对控制林火发生,减虑气象、植被、地形及人口和社会经济因子,对大兴 少林火灾害有重要意义,是当前林火研究的两个安岭地区进行森林火险划;根据火险区划结果,利 主要方向。目前,很多学者已对大兴安岭地区林用空间网格化的瞭望塔选址方式进行火险区域视 火预测方法开展了研究并取得了一定成果5-8),域分析,提出监控成本与监控效率兼顾的方案;应 然而针对该地区的林火监测和林火扑救效率的研用空间分析技术分析了大兴安岭地区高火险区域 究还不够深入。 的扑救可达性。本研究对提升大兴安岭地区森林 瞭望塔监测是我国林区地面林火监测的主要防火效率具有一定意义,可为相关部门制定林火监 手段9,通常以相对海拔高度为主要依据进行布控与扑救方案提供科学依据 点。该方法对于小范围区域的林火监测具有一定 成效,而对于大面积林区则有较大的局限性,存在1研究区域概况 监控资源分配和监控效率无法兼顾的问题。对于 大兴安岭林区是我国最北的林区,位于北纬 林火扑救来说,评价其效率的一个重要指标是空间50910′~53°33′,东经12112′~12700′(图1),区域 高high:3821 图1研究区域示意图 Fig. I Study area and fire points
第 4 期 闫平等!基于火险区划的大兴安岭地区林火监控效率与扑救可达性研究 GI\HIFGNSXIGWHF<HH^^NENHLEPG^^GIH]F^NIH][XXIH]]NGL G^RTeNLQlTL DG[LFTNL]? ?0( <)4'+!!GQN]FNEIHQIH]]NGL(^NIHIN]M \NWN]NGL(^GIH]F^NIHSGLNFGINLQ(WN]N:NONFPTLTOP]N](TEEH]]N:NONFPTLTOP]N] 林火是森林生态系统一个重要的生态因子( 也可对森林和人类生命财产造成严重损失/+ .-0 - 据统计(+64,1-,+, 年(我国年均发生火灾 +- /17 次(年均过火面积达 /8?51 万 <S- /70 - 大兴安岭地 区是我国北方重要林区(受气候和植被类型影响 林火频发(是我国平均过火面积最严重的区域/50 - 有效的林火预测和监控扑救对控制林火发生(减 少林火灾害有重要意义(是当前林火研究的两个 主要方向- 目前(很多学者已对大兴安岭地区林 火预测方法开展了研究并取得了一定成果/-(4 .10 ( 然而针对该地区的林火监测和林火扑救效率的研 究还不够深入- 望塔监测是我国林区地面林火监测的主要 手段/60 (通常以相对海拔高度为主要依据进行布 点- 该方法对于小范围区域的林火监测具有一定 成效(而对于大面积林区则有较大的局限性(存在 监控资源分配和监控效率无法兼顾的问题- 对于 林火扑救来说(评价其效率的一个重要指标是空间 可达性(即以一种交通方式为基础(从某一区域到 达特定火险区域的便利程度/+,0 - 由于大兴安岭林 区森林火灾发生率较高(且分布范围广(林火的监 控和扑救较为困难(因此建立合理的林火监控和扑 救体系是大兴安岭森林防火工作的关键- 鉴于此(本文!运用逻辑斯蒂回归模型(综合考 虑气象"植被"地形及人口和社会经济因子(对大兴 安岭地区进行森林火险划)根据火险区划结果(利 用空间网格化的望塔选址方式进行火险区域视 域分析(提出监控成本与监控效率兼顾的方案)应 用空间分析技术分析了大兴安岭地区高火险区域 的扑救可达性- 本研究对提升大兴安岭地区森林 防火效率具有一定意义(可为相关部门制定林火监 控与扑救方案提供科学依据- @ 研究区域概况 大兴安岭林区是我国最北的林区(位于北纬 4,n+,lj47n77l(东经 +-+n+-lj+-8n,,l'图 +*(区域 图 + 研究区域示意图 N-5?+ $%&'( ,40, ,*'6-402)-*%+ 6+
林业资源管理 第5期 面积为835万hm2。该区域属于寒温带大陆性季风 (续表) 气候,年平均气温-2~-4℃,年均降水量350 变量类型 数据来源/精度 单位 500mm。区内具有丰富的森林资源,森林覆盖率约 距离居民 I km 点距离 为62%,主要树种有樟子松( Pinus sylvestris 社会经济距离铁路 自包数 绘局基础地理 据中心(矢量 I km var. mongolica)、兴安落叶松( Larix gmelinii)、白桦 地形要素数据)1 ( Betula platyphylla)、山杨( Populus)等。大兴安岭地 距离 区是我国森林火灾的高发区、重灾区。据统计, 铁路运营 I km 2001-2010年年均过火林地面积为4.87万hm2,位 居全国之首{。 公路运营 I km 基础设施里程 中国统计年鉴 建设等级公路(20020年)m1km 2研究方法 等外公路 距离河流 2.1数据来源 数据来源主要包括五部分,即火点数据、地形 数据、气候数据、植被数据,以及人口和社会经济数险区划。由于二项逻辑斯蒂回归模型要求因变量 据。其中,火点数据选用分辨率高且适用于中国区为(0,1)结构,本文基于 ArcGIs10.2软件,按照与 域的MODS林火数据2-1,大兴安岭地区现有防火点1:2的比例随机生成“非着火点”用于建模 火瞭望塔和森林防火站数据来自大兴安岭地区森分析。 林防火办公室,其余数据具体来源如表1所示。 2)气象数据。运用 ArcGIS0.2软件的空间分 2.2数据处理 析模块,提取大兴安岭2000-2010年每个火点和非 1)火点数据。基于SPSS19.0软件,运用二项着火点发生当月的气象数据(包括月平均气温、月 逻辑斯蒂回归方法建立林火预测模型并进行森林火平均降水、月平均相对湿度)。 3)植被与地形数据。通过 ArcgIs10.2软件对 表1数据来源 大兴安岭高程和植被覆盖度进行提取,同时运用空 Tab. 1 Data sources 间分析模块对研究区域DEM数据进行运算,得到坡 变量类型 数据来源/精度 度和坡向的栅格数据。其中,坡向数据提取步骤 高程 国家測绘局基础地理信息中 1)提取任意火点和非火点的坡向;2)求出每一种坡 地形 坡度 心(数字高程模型数据)4% 向占总坡向的百分比;3)将该比例值对应到所属点 的坡向,即用坡向比例代替该点坡向值。 月平均 降水量 4)人口和社会经济数据。对基础设施中的矢 候平均国家地球系统科学数据共享 平台 HADCM2模式中国区0.1℃ 量数据进行转换,通过 ArcGIS10.2软件图层连接 月平均域数据集 功能计算火点与非火点到铁路、公路、河流和居民 相对湿度 点之间的距离。通过中国统计年鉴获得2000 植被植被 国家基础科学数据共享 2010年研究区域人口受教育程度、电力消费量、铁 服务平台,地理空间 数据云[ 路运营里程、公路运营里程、等级公路、高速公路 等外公路和人均GDP等数据 社会经济受教育 中国统计年鉴 2.3林火预测模型与火险等级划分 程度 (2000-2010年)[m 2.3.1二项逻辑斯蒂回归模型的基本原理和校验 电力 亿kwh 目前,利用二项逻辑斯蒂回归方法( logistic re 消费量 gressIon,IR)进行林火预测模型及火险划分研究已
林业资源管理 第 4 期 面积为 174 万 <S- - 该区域属于寒温带大陆性季风 气候(年平均气温 .- j.5 s(年均降水量 74, j 4,,SS- 区内具有丰富的森林资源(森林覆盖率约 为 /-b( 主 要 树 种 有 樟 子 松 ' 6",$00:#1+02%"0 WTI?*&,9&#"-)*"兴安落叶松' C)%"N9*+#",""*"白桦 'A+2$#) '#)2:'/:#)*"山杨'6&'$#$0*等- 大兴安岭地 区是我国森林火灾的高发区" 重灾区- 据统计( -,,+1-,+, 年年均过火林地面积为 5?18 万 <S- (位 居全国之首/++0 - B 研究方法 BD@ 数据来源 数据来源主要包括五部分(即火点数据"地形 数据"气候数据"植被数据(以及人口和社会经济数 据- 其中(火点数据选用分辨率高且适用于中国区 域的 DAR"* 林火数据/+- .+70 (大兴安岭地区现有防 火望塔和森林防火站数据来自大兴安岭地区森 林防火办公室(其余数据具体来源如表 + 所示- BDB 数据处理 +* 火点数据- 基于 *=**+6?, 软件(运用二项 逻辑斯蒂回归方法建立林火预测模型并进行森林火 表 + 数据来源 Q,.?+ !,%, +)&4>0+ 变量类型 变量 数据来源2精度 单位 地形 高程 坡度 坡向 国家测绘局基础地理信息中 心'数字高程模型数据* /+50 +S b b 气候 月平均 降水量 月平均 气温 月平均 相对湿度 国家地球系统科学数据共享 平台 Y(R0D- 模式中国区 域数据集/+40 +SS ,`+s b 植被 植被 覆盖度 国家基础科学数据共享 服务平台(地理空间 数据云/+/0 b 社会经济 '+* 人均 收入 受教育 程度 电力 消费量 中国统计年鉴 '-,,,1-,+, 年* /+80 + 元 b 亿 M_< '续表* 变量类型 变量 数据来源2精度 单位 社会经济 '-* 距离居民 点距离 距离铁路 距离 距离公路 距离 国家测绘局基础地理 信息数据中心'矢量 地形要素数据* /+50 + MS + MS + MS 基础设施 建设 铁路运营 里程 公路运营 里程 等级公路 等外公路 距离河流 距离 中国统计年鉴 '-,,,1-,+, 年* /+80 + MS + MS + MS + MS + MS 险区划- 由于二项逻辑斯蒂回归模型要求因变量 为',(+*结构(本文基于 (IE)"* +,?- 软件(按照与 火点 + i- 的比例随机生成%非着火点& 用于建模 分析//0 - -* 气象数据- 运用 (IE)"*+,?- 软件的空间分 析模块(提取大兴安岭 -,,,1-,+, 年每个火点和非 着火点发生当月的气象数据'包括月平均气温"月 平均降水"月平均相对湿度*- 7* 植被与地形数据- 通过 (IE)"*+,?- 软件对 大兴安岭高程和植被覆盖度进行提取(同时运用空 间分析模块对研究区域 R%D数据进行运算(得到坡 度和坡向的栅格数据- 其中(坡向数据提取步骤! +*提取任意火点和非火点的坡向)-*求出每一种坡 向占总坡向的百分比)7*将该比例值对应到所属点 的坡向(即用坡向比例代替该点坡向值- 5* 人口和社会经济数据- 对基础设施中的矢 量数据进行转换(通过 (IE)"* +,?- 软件图层连接 功能计算火点与非火点到铁路"公路"河流和居民 点之间的距离- 通过中国统计年鉴获得 -,,,1 -,+, 年研究区域人口受教育程度"电力消费量"铁 路运营里程"公路运营里程"等级公路"高速公路" 等外公路和人均 )R=等数据- BDC 林火预测模型与火险等级划分 BDCD@ 二项逻辑斯蒂回归模型的基本原理和校验 目前(利用二项逻辑斯蒂回归方法'OGQN]FNEIHa QIH]]NGL(!B*进行林火预测模型及火险划分研究已 6-
第5期 闫平等:基于火险区划的大兴安岭地区林火监控效率与扑救可达性研究 受到国内外学者的广泛认可18-1。本文基于二项进行研究。利用研究区域DEM数据和150m等值 逻辑斯蒂回归方法建立大兴安岭地区林火发生的线,结合区域森林资源分布和火险区划情况,选择 概率模型,并以受试者特征曲线( receiver operatin 每个网格内的最高点作为观测点并生成观测点文 characteristic curve,ROC曲线)下的面积( the area件,进行视域分析 under the curve,AUC)作为判断模型预测准确度和 将传统方法和网格布设法的监控效率与大兴 拟合程度的标准。在ROC曲线的基础上,利用安岭地区现有瞭望塔的监控效率进行对比分析,选 约登指数( Youden index)获得最佳临界值(cut-of择最适合该区域的林火监控点布设方法。 point),以此判断林火是否发生21 2.4.2林火扑救可达性效率评价方法 2.3.2模型变量选择与运算 利用 ArcgIs10.2的空间分析功能,计算大兴 将全部数据分割为70%和30%两部分,分别用安岭区域内任意空间位置到达该区域高火险地区 于建模和模型检验。同时为了减少数据分割造成所需的时间及到达能力。本文主要研究公路交通 的误差全部数据进行5次随机分割获得5组样本对高火险区域可达性的影响。根据《中华人民共和 数据,并进行5次独立模型运算,选择在其中3次及国公路工程技术标准(JGB01-2003)》和《中华人 以上模型运算中的显著变量作为最终变量,对全样民共和国林区公路工程技术标准(LYJ5104 本进行运算分析。 1998)》,并参考前人研究成果3,设定大兴安岭地 2.4林火监控效果及扑救可达性评价方法 区:非林区内国道速度为100km/h,省道速度为80 2.4.1林火监控效果评价方法 km/h,县道速度为40km/h,乡道速度为20km/h 对于林火监控效果的评价,主要从目标区域内步行速度为5km/h;林区内国道速度为60km/h,省 监控站的监测范围(可视范围)和资源消耗情况(站道速度为40km/h,县道速度为30km/h,乡道速度 点数量)两个方面来综合考虑。利用ArGS1O.2软为20km/h,步行速度为3km/h。采用成本距离分 件,首先计算大兴安岭林区现有防火瞭望塔对区析法2,在确定上述6种方式的每公里所需的分钟 域内林区和高火险地区的可见范围,并对现有林火数(相对时间成本)(表2)后,使用AGS的空间分 监控效果进行评价;之后,基于森林火灾监控点选析模块对大兴安岭高火险区域进行可达性分析。 址原则和研究区域地形特性-2,应用传统方法和 网格布设法进行选址研究,并同大兴安岭现有瞭望 表2不同道路类型机动车步行速度及相对时间成本 塔的监测效果和资源消耗情况进行对比。两类瞭 Tab. 2 The speed of motor vehicles and walking on 望塔布设方法如下 different types of road and the relative time costs 1)传统方法{2。基于DEM数据在研究区域 道路类型 国道省道县道乡道步行 建立150m等值线,利用等值线、森林资源分布和需速度(非林区)(km/B) 要重点监测区域(林火高发区)选择观测点,生成观相对时间成本(mi/km)0.60.751.5312 测点文件,然后根据DEM数据进行视域分析。 速度(林区)(km/h) 2)网格布设法。基于林火监控点的监控半相对时间成本(mmkm) 径、间隔距离及监控可视效率,通过在研究区域内 布设一定面积的网格作为研究单元,并选择每个3结果与分析 单元内的最高点作为监控的布设点。由于林火监3.1林火预测模型建立与火险划分 控点的监控范围和距离间隔均有一定范围(一般3.1.1模型结果分析 认为林火监控最大距离20km,且监控点之间应间 利用SPSS19.0软件,对5个样本组进行拟合 隔10km左右)9。为保证监测效果最佳,本文选分析,从而得到5组显著因子;选择其中出现3次以 择20km×20km和10km×10km两种网格尺度上的变量作为最终的显著因子,进行全样本数据的
第 4 期 闫平等!基于火险区划的大兴安岭地区林火监控效率与扑救可达性研究 受到国内外学者的广泛认可/+1 .+60 - 本文基于二项 逻辑斯蒂回归方法建立大兴安岭地区林火发生的 概率模型(并以受试者特征曲线'IHEHNWHIGXHITFNLQ E<TITEFHIN]FNEE[IWH(BA0曲线* 下的面积' F<HTIHT [L\HIF<HE[IWH(('0*作为判断模型预测准确度和 拟合程度的标准/-,0 - 在 BA0曲线的基础上(利用 约登指数'$G[\HL NL\He* 获得最佳临界值'E[FaG^^ XGNLF*(以此判断林火是否发生/-+0 - BDCDB 模型变量选择与运算 将全部数据分割为 8,b和 7,b两部分(分别用 于建模和模型检验- 同时为了减少数据分割造成 的误差(全部数据进行 4 次随机分割获得 4 组样本 数据(并进行 4 次独立模型运算(选择在其中 7 次及 以上模型运算中的显著变量作为最终变量(对全样 本进行运算分析/+10 - BDE 林火监控效果及扑救可达性评价方法 BDED@ 林火监控效果评价方法 对于林火监控效果的评价(主要从目标区域内 监控站的监测范围'可视范围*和资源消耗情况'站 点数量*两个方面来综合考虑- 利用 (IE)"*+,?- 软 件(首先(计算大兴安岭林区现有防火望塔对区 域内林区和高火险地区的可见范围(并对现有林火 监控效果进行评价)之后(基于森林火灾监控点选 址原则和研究区域地形特性/-+ .--0 (应用传统方法和 网格布设法进行选址研究(并同大兴安岭现有望 塔的监测效果和资源消耗情况进行对比- 两类 望塔布设方法如下! +* 传统方法/--0 - 基于 R%D数据在研究区域 建立 +4, S等值线(利用等值线"森林资源分布和需 要重点监测区域'林火高发区*选择观测点(生成观 测点文件(然后根据 R%D数据进行视域分析- -* 网格布设法- 基于林火监控点的监控半 径"间隔距离及监控可视效率(通过在研究区域内 布设一定面积的网格作为研究单元(并选择每个 单元内的最高点作为监控的布设点- 由于林火监 控点的监控范围和距离间隔均有一定范围' 一般 认为林火监控最大距离 -, MS(且监控点之间应间 隔 +, MS左右* /60 - 为保证监测效果最佳(本文选 择 -, MSm-, MS和 +,MSm+, MS两种网格尺度 进行研究- 利用研究区域 R%D数据和 +4,S等值 线(结合区域森林资源分布和火险区划情况(选择 每个网格内的最高点作为观测点并生成观测点文 件(进行视域分析- 将传统方法和网格布设法的监控效率与大兴 安岭地区现有望塔的监控效率进行对比分析(选 择最适合该区域的林火监控点布设方法- BDEDB 林火扑救可达性效率评价方法 利用 (IE)"* +,?- 的空间分析功能(计算大兴 安岭区域内任意空间位置到达该区域高火险地区 所需的时间及到达能力- 本文主要研究公路交通 对高火险区域可达性的影响- 根据#中华人民共和 国公路工程技术标准'cC)d,+ .-,,7*$和#中华人 民共 和 国 林 区 公 路 工 程 技 术 标 准 ' !$c4+,5 . +661*$(并参考前人研究成果/-70 (设定大兴安岭地 区!非林区内国道速度为 +,, MS2<(省道速度为 1, MS2<(县道速度为 5, MS2<(乡道速度为 -, MS2<( 步行速度为 4 MS2<)林区内国道速度为 /, MS2<(省 道速度为 5, MS2<(县道速度为 7, MS2<(乡道速度 为 -, MS2<(步行速度为 7 MS2<- 采用成本距离分 析法/-50 (在确定上述 / 种方式的每公里所需的分钟 数'相对时间成本*'表 -*后(使用 (IE)"* 的空间分 析模块对大兴安岭高火险区域进行可达性分析- 表 - 不同道路类型机动车 步行速度及相对时间成本 Q,.?- Q70+200')63)%)4107->/0+,*'<,/O-*5 )* '-66040*%%(20+)64),',*'%7040/,%-10%-30>)+%+ 道路类型 国道 省道 县道 乡道 步行 速度'非林区*'MS2<* +,, 1, 5, -, 4 相对时间成本'SNL2MS* ,`/ ,`84 +`4 7 +- 速度'林区*'MS2<* /, 5, 7, -, 7 相对时间成本'SNL2MS* + +`4 - 7 -, C 结果与分析 CD@ 林火预测模型建立与火险划分 CD@D@ 模型结果分析 利用 *=** +6?, 软件(对 4 个样本组进行拟合 分析(从而得到 4 组显著因子)选择其中出现 7 次以 上的变量作为最终的显著因子(进行全样本数据的 67
林业资源管理 第5期 拟合分析;最终变量为坡度(%)、距离铁路的距离 利用ROC曲线进行模型预测能力和拟合优度 (km)、距离公路的距离(km)、距离居民点距离检验,并且计算林火发生的最佳临界值。结果显示 (km)、距离河流距离(km)、月平均气温(℃)、月平5个样本组的AUC均较高且接近,且5个样本组的 均相对湿度(%)、月平均降水量(mm)、植被覆盖度预测准确率皆在78%左右,表明该模型((1)式)的 (%)、受教育程度(%)、电力消耗量(亿kwh)、铁路预准确率较高,拟合程度较好。此外,根据ROC曲 运营里程(km)和等外公路(km)共13个因子。 线分析得出相应的特异性指数和敏感性指数,并由 3.1.2模型结果检验 此计算出全样本的最佳临界值为0.363(表3)。 表3逻辑斯蒂模型预测能力和拟合优度检验 Tab. 3 The predictive ability and goodness of fit of Logistic regression model 洋本组1 样本组2 样本组3 样本组4 样本组5 全样本 0.858 0.855 0.851 临界值 0.342 0.354 0.367 0.367 0.328 预测准确率/% 77.9 表4逻辑斯蒂模型拟合参数 Tab. 4 The estimate of parameters of logistic regression model 自变量因子 估值系数 标准误差 Wald检验 显著性水平(p) 离铁路距离 0.00l 381.941 <0.00l 距离河流距离 9.016 0.004 315.839 距离居民点距离 0.015 0.002 87.479 <0.00l 坡度 月平均气温 0.005 316.728 <0.00l 月平均相对湿度 0.015 0.005 10.015 月平均降水 植被覆盖度 0.157 200.826 受教育程度 53.718 电力消耗量 0.001 18.769 铁路运营里程 0.00035 等外公路 0.000002 1.167 5.471 1.578 12.022 0.001 根据全模型拟合效果(表4),建立大兴安岭林区林火发生概率模型,即 1+-(-5.471+0.0241+0.09x2+0.060x3+0015x4+0.014x5+0.087x6-0.015xy-0072x8-0.229-0.25110-000xn+0ux+0.00 式中:P为林火发生概率;X1为距离铁路的距路(km) 离(km);X2为距离河流距离(km);X3为距离公路3.13林火火险等级区划 的距离(km);X4为距离居民点距离(km);X为坡 根据预测模型(1)式)的计算结果,得到 度(%);X。为月平均气温(℃);x2为月平均相对湿2000200年大兴安岭地区火点及非火点的预测 度(%);X为月平均降水量(mm);X。为植被覆盖概率。利用AGlS10.2软件,进行克里金插值分 度(%):xm为受教育程度(%);x1为电力消耗量析,从而得到研究区域的林火发生概率(图2(a) (亿kwkh);Xn为铁路运营里程(km);XB为等外公以最佳临界值(0.363)和0.5为界,将概率小于
林业资源管理 第 4 期 拟合分析)最终变量为坡度'b*"距离铁路的距离 'MS*" 距离公路的距离 ' MS*" 距离居民点距离 'MS*"距离河流距离' MS*"月平均气温's*"月平 均相对湿度'b*"月平均降水量'SS*"植被覆盖度 'b*"受教育程度'b*"电力消耗量'亿 M_<*"铁路 运营里程'MS*和等外公路'MS*共 +7 个因子- CD@DB 模型结果检验 利用 BA0曲线进行模型预测能力和拟合优度 检验(并且计算林火发生的最佳临界值- 结果显示 4 个样本组的 ('0均较高且接近(且 4 个样本组的 预测准确率皆在 81b左右(表明该模型''+*式*的 预准确率较高(拟合程度较好- 此外(根据 BA0曲 线分析得出相应的特异性指数和敏感性指数(并由 此计算出全样本的最佳临界值为 ,?7/7'表 7*- 表 7 逻辑斯蒂模型预测能力和拟合优度检验 Q,.?7 Q70240'->%-10,.-/-%( ,*'5))'*0++)66-%)6V)5-+%->40540++-)*3)'0/ 项目 样本组 + 样本组 - 样本组 7 样本组 5 样本组 4 全样本 ('0 ,?14- ,?141 ,?14- ,?144 ,?14+ ,?145 临界值 ,?75- ,?745 ,?7/8 ,?7/8 ,?7-1 ,?7/7 预测准确率2b 88?1 81?, 88?6 88?6 88?/ 88?6 表 5 逻辑斯蒂模型拟合参数 Q,.?5 Q700+%-3,%0)62,4,30%04+)6/)5-+%->40540++-)*3)'0/ 自变量因子 估值系数 标准误差 ZTO\ 检验 显著性水平''* 距离铁路距离 ,?,-5 ,?,,+ 71+?65+ w,?,,+ 距离河流距离 ,?,86 ,?,-/ 6?,+/ ,?,,7 距离公路距离 ,?,/6 ,?,,5 7+4?176 w,?,,+ 距离居民点距离 ,?,+4 ,?,,- 18?586 w,?,,+ 坡度 ,?,+5 ,?,,8 5?58/ ,?,75 月平均气温 ,?,18 ,?,,4 7+/?8-1 w,?,,+ 月平均相对湿度 .,?,+4 ,?,,4 +,?,+4 ,?,,- 月平均降水 .,?,8- ,?,-/ 8?4,4 ,?,,/ 植被覆盖度 .-?--8 ,?+48 -,,?1-/ w,?,,+ 受教育程度 .,?-4+ ,?,75 47?8+1 w,?,,+ 电力消耗量 .,?,,7 ,?,,+ +1?8/6 w,?,,+ 铁路运营里程 ,?,,+ ,?,,,74 +4?18 w,?,,+ 等外公路 ,?,,+ ,?,,,,,- ++?+/8 ,?,,+ 常量 .4?58+ +?481 +-?,-- ,?,,+ 根据全模型拟合效果'表 5*(建立大兴安岭林区林火发生概率模型(即! 6P + + QHS' S4?58+Q,?,-5H+Q,?,86H-Q,?,/6H7Q,?,+4H5Q,?,+5H4Q,?,18H/S,?,+4H8S,?,8-H1S,?-?--8H6S,?-4+H+,S,?,,7H++Q,?,,+H+-Q,?,,+H+7* '+* 式中!6为林火发生概率)H+ 为距离铁路的距 离'MS*)H- 为距离河流距离' MS*)H7 为距离公路 的距离'MS*)H5 为距离居民点距离' MS*)H4 为坡 度'b*)H/ 为月平均气温's*)H8 为月平均相对湿 度'b*)H1 为月平均降水量'SS*)H6 为植被覆盖 度'b*)H+, 为受教育程度'b*)H++ 为电力消耗量 '亿 M_<*)H+- 为铁路运营里程' MS*)H+7 为等外公 路'MS*- CD@DC 林火火险等级区划 根据预 测 模 型 '' + * 式* 的 计 算 结 果( 得 到 -,,,1-,+, 年大兴安岭地区火点及非火点的预测 概率- 利用 (IE)"* +,?- 软件(进行克里金插值分 析(从而得到研究区域的林火发生概率'图 -'T**- 以最佳临界值 ',?7/7 * 和 ,?4 为界(将概率小于 65