彭 歡 史明昌 孫 瑜 Mike Wotton

(北京林業(yè)大學(xué)，北京，100083) (Great Lakes Forestry Centre Canadian Forest Service)

基于Logistic的大興安嶺雷擊火預(yù)測模型1)

彭 歡 史明昌 孫 瑜 Mike Wotton

(北京林業(yè)大學(xué)，北京，100083) (Great Lakes Forestry Centre Canadian Forest Service)

利用大興安嶺雷擊數(shù)據(jù)、雷擊火數(shù)據(jù)、氣象數(shù)據(jù)和GIS空間分析，引入加拿大雷擊火預(yù)測模型和Logistic回歸模型，建立了黑龍江大興安嶺雷擊火預(yù)測模型。模型除了使用加拿大雷擊火預(yù)測模型的固有參數(shù)外，還引入了影響火災(zāi)蔓延的地形因子作為模型參數(shù)。利用實際數(shù)據(jù)進行模型檢驗，結(jié)果表明：修正后的預(yù)測模型在特定區(qū)間的雷擊火預(yù)測結(jié)果較為理想，總體預(yù)測正確率能達到30%以上，與加拿大預(yù)測正確率基本一致；也說明了基于logistic回歸的加拿大雷擊火預(yù)測模型，經(jīng)過參數(shù)修正后同樣適用于我國大興安嶺地區(qū)，可為該地區(qū)的雷擊火預(yù)防提供可靠的數(shù)據(jù)支持。

雷擊火；大興安嶺；預(yù)測模型

Journal of Northeast Forestry University.-2014,42(7).-166～169

With Canadian lightning fire forecasting model and logistic model, we established lightning fire forecasting model and checked its validation using lightning data, lightning fire data and meteorological data of Daxing’an Mountain. Existing model parameters of Canadian lightning fire prediction model were introduced with terrain factors influencing the spread of fire such as slope and aspect. Results drawn from actual data according to the model show that the revised model works in the specific area to predict lightning fire. The overall prediction accuracy rate reached 30%, which was consistent with that of Canadian forecasting model. The result shows that with parameter modification Canadian-based logistic regression model can equally be applied to Daxing’an Mountain, and it can provide real-time predictions of lightning fire, which provides reliable monitoring data to support the lightning fire prevention in Daxing’an Mountain.

Keywords Lightning fire; Daxing’an Mountain; Forecasting model

森林火災(zāi)是影響森林可持續(xù)發(fā)展的主要危害之一。在黑龍江大興安嶺地區(qū)，由雷擊引起的森林火災(zāi)約占30%以上。目前，國外已有不少學(xué)者對雷擊火預(yù)測模型做了大量研究。McRae[1]基于地理信息系統(tǒng)建立了不同尺度的澳大利亞雷擊火預(yù)測模型；Krawchuk等[2]研究了加拿大亞伯達省中東部寒溫帶針闊混交林的雷擊火預(yù)測模型；Anderson[3]建立了一種加拿大薩斯喀徹溫省的雷擊火預(yù)測模型，在特定情況下其準確率達到了50%以上；Wotton等[4]建立了加拿大安大略省的雷擊火預(yù)測模型。同時，國內(nèi)也有不少學(xué)者對雷擊火預(yù)測進行了研究，高永剛等[5]對影響雷擊火的綜合指標(biāo)進行了研究；孫喜民等[6]、郝潤全等[7]、李忠琦等[8]研究了雷擊火的成因及預(yù)防對策；于建龍等[9]對雷擊火的火險等級做了研究。這些研究成果對于雷擊火的預(yù)測有一定的參考價值，但都沒有給出具體的雷擊火預(yù)測模型。此外，肖志遠等[10]、Stocks等[11]、田曉瑞等[12]通過研究，證明加拿大森林火險等級系統(tǒng)(CFFDRS)在我國大興安嶺地區(qū)同樣適用。但是，國內(nèi)研究者通常利用火險天氣指數(shù)系統(tǒng)(FWI)，建立了火險天氣指數(shù)與雷擊火之間的關(guān)系，而并未對雷擊火進行預(yù)測。一方面是由于雷擊數(shù)據(jù)的缺乏，另一方面是因為未引入適用的雷擊火預(yù)測模型。本文依托加拿大雷擊火預(yù)測模型，利用近年來雷擊數(shù)據(jù)、雷擊火數(shù)據(jù)、氣象數(shù)據(jù)、植被數(shù)據(jù)等，結(jié)合大興安嶺實地情況，對模型參數(shù)做出合理修正，建立大興安嶺雷擊火預(yù)測模型。對雷擊火進行概率預(yù)測，并將預(yù)測結(jié)果進行分級，再結(jié)合GIS系統(tǒng)，為大興安嶺雷擊火監(jiān)測提供直接、可靠的數(shù)據(jù)。

1 研究區(qū)概況

研究區(qū)位于我國東北部黑龍江大興安嶺地區(qū)，地理位置121°12′～127°00′E，50°10′～53°33′N，面積8.46萬km2。整個林區(qū)屬寒溫帶大陸性季風(fēng)氣候，平均降水量500 mm，年平均氣溫-3 ℃。人煙稀少，植被覆蓋率高，以寒帶針葉林為主，主要林種為落葉松(Larixgmelinii)、白樺(Betulaplatyphylla)、樟子松(Pinussylvestrisvar.mongolica)等。該地區(qū)是我國發(fā)生森林火災(zāi)最嚴重的地區(qū)，其中雷擊火約占38%，通常集中在4～7月[12-15]。

2 研究方法

2.1 數(shù)據(jù)資料

氣象數(shù)據(jù)。氣象數(shù)據(jù)來自于大興安嶺地區(qū)塔河、漠河、呼瑪、新林和加格達奇五個國家基本氣象站點。氣象數(shù)據(jù)包括：日最高溫度、日降水量、日平均相對濕度、日平均風(fēng)速等。

雷擊數(shù)據(jù)。雷擊數(shù)據(jù)(2005—2010年)來自于國家雷電監(jiān)測網(wǎng)數(shù)據(jù)庫。由黑龍江省氣象局布設(shè)在大興安嶺的10個閃電定位儀實時測得，數(shù)據(jù)包括：閃電發(fā)生的時間、地理位置、雷電流強度、正負極等。

雷擊火數(shù)據(jù)。雷擊火數(shù)據(jù)(2005—2010年)來自于黑龍江省大興安嶺林業(yè)集團公司森林防火部。數(shù)據(jù)包括：起火地理坐標(biāo)、發(fā)生時間、過火面積等。

森林二類調(diào)查數(shù)據(jù)。來自黑龍江省大興安嶺林業(yè)集團公司，數(shù)據(jù)包括：樹種組成、海拔、林分起源、林分蓄積等。

2.2 預(yù)測方法

加拿大原雷擊火預(yù)測模型[4]是利用氣象數(shù)據(jù)、雷擊數(shù)據(jù)、雷擊火數(shù)據(jù)并結(jié)合加拿大火險天氣指數(shù)系統(tǒng)(FWI)建立的。模型原型為Logistic回歸模型，該模型被廣泛應(yīng)用于建立雷擊火預(yù)測模型[3，16]。模型的形式為：Pi=1/(1+exp-zi)；zi=b0+b1x1+b2x2+…+bqxq。其中，Pi是雷擊火發(fā)生并蔓延的概率，zi為一組相互獨立的變量(xq)的線性組合。變量可以直接或間接地反映影響雷擊火點燃與蔓延的各種因素，包括閃電的強度、地表含水率、針葉林百分比、雷雨發(fā)生的時間、地表可燃物、坡度與坡向等。預(yù)測模型除加拿大原模型的固有參數(shù)外，引入了影響火災(zāi)蔓延的地形因子，具體變量描述及來源如表1所示。

表1 變量描述及其來源

理想狀態(tài)下，預(yù)測模型應(yīng)在雷擊數(shù)據(jù)與雷擊火數(shù)據(jù)相對應(yīng)的前提下建立。然而，由于雷擊火的精確發(fā)生時間無法確定，研究區(qū)域的氣象站點分布相對稀疏，以及區(qū)域內(nèi)地形存在一定的差異。這些原因?qū)е吕讚魯?shù)據(jù)與雷擊火很難有確定的關(guān)聯(lián)性，因而大面積的計算將會導(dǎo)致預(yù)測精度的缺失。為了解決這些問題，經(jīng)過反復(fù)實驗，采取將研究區(qū)域劃分為多個15 km×15 km的網(wǎng)格區(qū)域進行氣象數(shù)據(jù)插值計算，并結(jié)合區(qū)域針葉林百分比及地形因子精度要求，采取1 km×1 km網(wǎng)格進行模型擬合。這樣既能合理估算網(wǎng)格內(nèi)氣象類型，也能保證每個網(wǎng)格內(nèi)所有雷擊數(shù)據(jù)具有同樣的地形地貌與植被類型。

點燃概率是在一個單元區(qū)域內(nèi)每天被報告的雷擊火引燃數(shù)除以總的雷擊數(shù)量。大興安嶺地區(qū)設(shè)有五個氣象監(jiān)測站點，根據(jù)每個氣象監(jiān)測站點的氣象數(shù)據(jù)，使用反距離權(quán)重法，插值計算出每個單元區(qū)域的每日天氣指標(biāo)(溫度、相對濕度、風(fēng)速、降水量)，作為該單元區(qū)域的天氣指標(biāo)。利用單元區(qū)域每日氣象數(shù)據(jù)中的最高氣溫、相對濕度、降水量、平均風(fēng)速，根據(jù)FWI系統(tǒng)模型公式[17-18]編程計算得出每個單元區(qū)域內(nèi)每日的FFMC、SDMC、DC值。對于FWI系統(tǒng)指標(biāo)的初始值，依據(jù)前人的研究成果[19-20]，F(xiàn)FMC、SDMC、DC的初始值分別設(shè)定為85、6、15。根據(jù)初始值、雷擊火發(fā)生前一天的指標(biāo)值和當(dāng)日氣象觀測數(shù)據(jù)，通過系統(tǒng)的公式計算就可以得到雷擊火發(fā)生時當(dāng)日的FFMC、SDMC、DC指標(biāo)值。

3 結(jié)果與分析

3.1 預(yù)測模型及檢驗

運用SPSS軟件，采用二元邏輯斯蒂全部進入回歸法，將網(wǎng)格內(nèi)大興安嶺防火部門在一天內(nèi)是否接收到火災(zāi)報告視為因變量，x1、x2、x3、x4、x5、x6、x7、x8、x9視為協(xié)變量作二元邏輯斯蒂回歸，把得到的模型參數(shù)代入二元邏輯斯蒂方程，得到預(yù)測大興安嶺雷擊火發(fā)生概率的模型。用公式表示為：

P=exp(-7.36+0.42x1+0.003 3x2+0.016x3+ 0.95x4+0.131x5-0.57x6+0.46x7-0.86x8- 0.47x9)/(1+exp(-7.36+0.42x1+0.003 3x2+ 0.016x3+0.95x4+0.131x5-0.57x6+0.46x7- 0.86x8-0.47x9))。

(1)對模型擬合的有效性和擬合優(yōu)度進行檢驗。用于反映因變量中無法解釋部分顯著性問題的-2 Log likelihood值為93.927，相對較小，表明因變量的變動中無法解釋部分較少，因而模型的整體擬合程度較好。Hosmer-Lemeshow檢驗結(jié)果表明：因變量的實際值與預(yù)測值在可接受水平上沒有顯著性差異，模型擬合較好。

(2)對模型參數(shù)估計及其顯著性檢驗。在0.1的顯著水平上，各模型參數(shù)對應(yīng)的Sig.值均小于0.1，順利通過沃爾德(Wald)檢驗，如表2所示。

表2 模型參數(shù)估計及其顯著性

由表2可知。x1、x2、x3、x5等變量的回歸系數(shù)的指數(shù)函數(shù)值都大于1，表示由地表含水率、針葉林百分比等因素對著火概率產(chǎn)生較大影響。變量x1、x2、x3與x5越大，就越容易發(fā)生雷擊火。對雷擊火發(fā)生概率影響最大的是變量x3，故單元區(qū)域內(nèi)地表枯枝落葉層含水率對雷擊火發(fā)生并蔓延的概率影響最大。

3.2 模型精度

根據(jù)概率預(yù)測值(P)，將大興安嶺雷擊火火險等級劃分為：極低火險等級(P<0.20)、低火險等級(0.20≤P<0.40)、中火險等級(0.40≤P<0.60)、高火險等級(0.60≤P<0.80)、極高火險等級(P≥0.80)五個火險等級。利用2010年的雷擊火火災(zāi)數(shù)據(jù)對模型精度進行驗證，驗證結(jié)果如圖1所示，其中：圖1A為當(dāng)日發(fā)生雷擊點位置圖，共計5 113個；圖1B為當(dāng)日實際監(jiān)測記錄到的火點與火險等級對應(yīng)圖。由圖1可知，概率預(yù)測模型的預(yù)測結(jié)果與真實數(shù)據(jù)相比較準確度度較高。2010年全年有記錄的雷擊火與概率預(yù)測值(見表3)。

由表3可知。2010年全年所有25次有記錄的雷擊火中，其中：極低火險等級共有3處，低火險等級6處，中火險等級6處，高火險等級7處、極高火險等級3處。如設(shè)定中火險等級以上預(yù)測結(jié)果為發(fā)生雷擊火，則從雷擊火火災(zāi)數(shù)據(jù)角度出發(fā)，修正后的雷擊火預(yù)測模型，2010年全年正確率接近40%。大興安嶺地區(qū)全年雷擊數(shù)據(jù)非常龐大，可見雷擊對火災(zāi)發(fā)生并蔓延的作用并不明顯。2010年該地區(qū)發(fā)生雷擊共計148 365次，雷擊時間跨度從3月到12月，平均每天雷擊次數(shù)超過400次，雷擊地點分布不均。因此，對雷擊火的預(yù)測在某種意義上也能降低日常巡護的次數(shù)，進而降低相應(yīng)的預(yù)防成本。

圖1 雷擊火預(yù)測模型應(yīng)用實施圖

4 結(jié)論與討論

以黑龍江大興安嶺氣象數(shù)據(jù)、雷擊數(shù)據(jù)、雷擊火數(shù)據(jù)及森林資源二類調(diào)查數(shù)據(jù)為依據(jù)，以加拿大雷擊火預(yù)測模型為模板。經(jīng)過參數(shù)修正之后的雷擊火預(yù)測模型在我國黑龍江大興安嶺地區(qū)同樣適用，經(jīng)驗證其正確率基本能達到30%以上，能夠滿足日常雷擊火預(yù)測需要，為大興安嶺地區(qū)雷擊火預(yù)測提供實時數(shù)據(jù)支持。

表3 2010年大興安嶺雷擊火及預(yù)測概率

注：“火點經(jīng)度”和“火點緯度”的數(shù)據(jù)單位為“°、′、″”?！捌鸹饡r間”和“滅火時間”的數(shù)據(jù)為“月/日時刻”。

預(yù)測模型中各基礎(chǔ)數(shù)據(jù)有待進一步完善。如森林資源數(shù)據(jù)，應(yīng)隨季節(jié)變化進行替換；雷擊數(shù)據(jù)，由于國家雷電監(jiān)測網(wǎng)絡(luò)建設(shè)時間較短，雷擊數(shù)據(jù)較為欠缺；同時林區(qū)氣象站點數(shù)量較少且過于分散，導(dǎo)致氣象因素不能最大限度得到體現(xiàn)。此外，由于雷擊火預(yù)測本身的特殊性，與模型預(yù)測正確率相比其預(yù)測結(jié)果的實用價值更為突出。

[1] Mcrae R. Prediction of areas prone to lightning ignition[J]. International Journal of Wildland Fire,1992,2(3):123-130.

[2] Krawchuk M, Cumming S, Flannigan M. Predicted changes in fire weather suggest increases in lightning fire initiation and future area burned in the Mixedwood boreal forest[J]. Climctic Change,2009,92(1/2):83-97.

[3] Anderson K. A model to predict lightning-caused fire occurrences[J]. International Journal of Wildland Fire,2002,11(3/4):163-172.

[4] Wotton B M, Martell D L. A lightning fire occurrence model for Ontario[J]. Canadian Journal of Forest Research-Revue Canadienne de Recherche Forestiere,2005,35(6):1389-1401.

[5] 高永剛,顧紅,張廣英.大興安嶺森林雷擊火綜合指標(biāo)研究[J].中國農(nóng)學(xué)通報,2010,26(6):87-92.

[6] 孫喜民,王林鳳,栗艷杰,等.大興安嶺林區(qū)雷擊火成因及預(yù)防對策[J].價值工程,2010,29(1):43-44.

[7] 郝潤全,高建國,楊勇.內(nèi)蒙古大興安嶺林區(qū)雷擊火災(zāi)氣候成因分析[J].氣象科技,2008,36(1):87-90.

[8] 李忠琦,張淑云,張春梅,等.大興安嶺林區(qū)雷擊火發(fā)生的相關(guān)條件研究[J].森林防火,2004(4):19-21.

[9] 于建龍,劉乃安.我國大興安嶺地區(qū)森林雷擊火發(fā)生的火險天氣等級研究[J].火災(zāi)科學(xué),2010,19(3):131-137.

[10] 肖志遠,姜恩來,劉毅.北美雷擊火概率預(yù)測技術(shù)及其應(yīng)用效果評價[J].林業(yè)機械與木工設(shè)備,2011,39(9):21-25.

[11] Stocks B J, Lynham T J. Suitability of the Canadian Forest Fire Danger Rating System for use in the Da Xing An Ling Forest Management Bureau Heilongjiang Province, China[R]. Report to the Ontario Ministry of Natural Resources, JIAPRO Study Group,1986．

[12] 田曉瑞,Douglas J M, Jin J Z, et al.大興安嶺地區(qū)森林火險變化及FWI適用性評估[J].林業(yè)科學(xué),2010,46(5):127-132.

[13] 林其釗,朱霽平,王清安.雷擊引起森林火災(zāi)的研究[J].火災(zāi)科學(xué),1999,8(1):17-23.

[14] 舒立福,田曉瑞,李騫,等.雷擊火形成及預(yù)防撲救對策[J].火災(zāi)科學(xué),1999,8(3):31-37.

[15] 倪長虹,邸雪穎.黑龍江省大興安嶺雷擊火發(fā)生規(guī)律[J].東北林業(yè)大學(xué)學(xué)報,2009,37(1):55-57, 75.

[16] 楊小平.二分Logistic模型在分類預(yù)測中的應(yīng)用分析[J].四川師范大學(xué)學(xué)報:自然科學(xué)版,2009,32(3):393-395.

[17] Turner J A, Lawson B D. Weather in the Canadian Forest Fire Danger Rating system. A user guide to national standards and practices[M]. Environment Canada, Pacific Forest Research Centre, Victoria, BC. BC-X-177,1978.

[18] Wotton B M, Stocks B J, Martell D L. An index for tracking sheltered forest floor moisture within the Canadian Forest Fire Weather Index System[J]. International Journal of Wildland Fire,2005,14(2):169-182.

[19] 孫玉成,馬洪偉,王秀國,等.加拿大火險天氣指標(biāo)(FWI)計算的初始化方法和解釋[J].森林防火,2003(4):22,24.

[20] Van Wagner C E. Development and Structure of the Canadian Forestry Fire Weather Index System[R]. Canadian Forestry Service. Forestry Technical Report 35. Ottawa,1987.

Lightning Fire Forecasting Model of Daxing’an Mountain Based on Logistic Model/

Peng Huan, Shi Mingchang, Sun Yu(Beijing Forestry University, Beijing 100083, P. R. China); Mike Wotton(Great Lakes Forestry Centre Canadian Forest Service)//

1) 國家林業(yè)局“948”引進項目(2008-4-51)資助。

彭歡，男，1990年1月生，北京林業(yè)大學(xué)林學(xué)院，碩士研究生。E-mail：eddie125@126.com。

史明昌，北京林業(yè)大學(xué)林學(xué)院，教授。E-mail：shimc@bjfu.edu.cn。

2013年10月19日。

S762.2

責(zé)任編輯：王廣建。