王曉紅 ，黃 艷 ，張吉利 ，韋 睿 ，劉 靈 ，張明遠(yuǎn) ，陳 方

（1.中國(guó)林業(yè)科學(xué)院 林業(yè)新技術(shù)研究所，北京100091；2.國(guó)家林業(yè)局 哈爾濱林業(yè)機(jī)械研究所，黑龍江 哈爾濱 150086；3.中國(guó)林科院 寒溫帶林業(yè)研究中心，黑龍江 哈爾濱 150086；4.大興安嶺地區(qū)氣象局，黑龍江 加格達(dá)奇 165000）

雷擊火是由云地閃電引發(fā)的森林火災(zāi)，多發(fā)生在人煙稀少、交通不便的偏遠(yuǎn)林區(qū)。防火期內(nèi)一次較強(qiáng)的雷暴活動(dòng)可以形成多個(gè)分散的火點(diǎn)，易形成重、特大森林火災(zāi)。1976—2001 年，雷擊火占加拿大安大略省森林火災(zāi)總數(shù)的43%[1]；1980—2004 年，雷擊火占美國(guó)阿拉斯加州森林火災(zāi)總數(shù)的52%[2]；我國(guó)大興安嶺地區(qū)也是雷擊火重災(zāi)區(qū)，4—9 月均有雷擊火發(fā)生， 6 月為高發(fā)月份，1966—2006 年，大興安嶺林區(qū)發(fā)生雷擊火500 余起，占火災(zāi)總數(shù)的36%[3-4]。據(jù)中國(guó)林業(yè)網(wǎng)的報(bào)道，2015年大興安嶺林區(qū)相繼發(fā)生36起森林雷擊火，共出動(dòng)撲火人員13 000余人，該區(qū)森林雷擊火預(yù)防撲救形勢(shì)嚴(yán)峻(http://www.forestry.gov.cn)。

森林雷擊火主要受云地閃電、可燃物、氣象等因素影響，其中云地閃電是森林雷擊火發(fā)生的先決條件和預(yù)測(cè)的主要依據(jù)。全區(qū)域覆蓋的閃電定位系統(tǒng)能夠提供閃電發(fā)生時(shí)間、位置、極性、能量等詳實(shí)的監(jiān)測(cè)數(shù)據(jù)，是開(kāi)展預(yù)測(cè)工作的重要硬件基礎(chǔ)。美國(guó)、加拿大、澳大利亞和芬蘭等閃電定位系統(tǒng)完善的國(guó)家，已將森林（或草原）雷擊火險(xiǎn)形勢(shì)預(yù)報(bào)作為林火管理部門的常規(guī)手段[5-7]。氣象因子是影響林火發(fā)生各因子中變化最快的，利用氣象因子進(jìn)行林火預(yù)報(bào)研究在國(guó)內(nèi)已廣泛開(kāi)展[8-10]，但與閃電定位數(shù)據(jù)結(jié)合的研究還比較少。黑龍江省大興安嶺地區(qū)氣象局于2005年建立了ADTD閃電定位監(jiān)測(cè)系統(tǒng)，開(kāi)始記錄監(jiān)測(cè)區(qū)內(nèi)的閃電數(shù)據(jù)，為雷擊火的定因、預(yù)測(cè)提供了寶貴的原始數(shù)據(jù)，但相關(guān)的雷擊火預(yù)測(cè)模型研究在我國(guó)的開(kāi)展的還比較少[11-13]。本研究選擇黑龍江省大興安嶺林區(qū)作為研究區(qū)域，利用2005—2011年間的雷擊火災(zāi)數(shù)據(jù)、閃電監(jiān)測(cè)數(shù)據(jù)、可燃物和氣象等數(shù)據(jù)，選取預(yù)報(bào)因子，運(yùn)用二項(xiàng)Logistic回歸模型建立黑龍江省大興安嶺林區(qū)雷擊火的單日預(yù)報(bào)模型，探索利用閃電定位數(shù)據(jù)和其它氣象數(shù)據(jù)聯(lián)合預(yù)測(cè)森林雷擊火發(fā)生的方法。

1 研究方法

1.1 研究區(qū)域

黑龍江省大興安嶺林區(qū) (123°40′～ 126°39′E，50°24′～ 52°21′N)屬寒溫帶大陸性季風(fēng)氣候，年輻射總量4 500 MJ，年日照2 600 h，年有效積溫2 100 ℃。年平均氣溫-2.4 ℃，極端最高溫39.4 ℃，極端最低溫-50.2℃。年平均降水量470mm，集中在7月至9月間。大興安嶺林區(qū)是中國(guó)重點(diǎn)國(guó)有林區(qū)和天然林主要分布區(qū)之一，也是中國(guó)唯一的寒溫帶明亮針葉林區(qū)和國(guó)內(nèi)僅存的寒溫帶生物基因庫(kù)，主要樹(shù)種有興安落葉松Larix gmelinii、白樺Betula platyphylla、樟子松Pinus sylvestrisvar.mongolica、偃松Pinus pumila、山楊Populus davidiana等針葉和闊葉樹(shù)種。

1.2 數(shù)據(jù)來(lái)源及數(shù)據(jù)處理

本研究數(shù)據(jù)來(lái)源如下：2005—2011 年5月至10月大興安嶺地區(qū)8個(gè)ADTD閃電定位系統(tǒng)的自動(dòng)記錄數(shù)據(jù)，包括每次閃電回?fù)舭l(fā)生的時(shí)間、地理位置（經(jīng)緯度）、雷電流強(qiáng)度、閃電極性和能量等，數(shù)據(jù)由大興安嶺地區(qū)氣象局提供；1968—2011年黑龍江省大興安嶺地區(qū)歷史雷擊火災(zāi)數(shù)據(jù)記錄，包括各次起火地點(diǎn)、發(fā)現(xiàn)時(shí)間、撲滅時(shí)間、起火原因和過(guò)火面積，數(shù)據(jù)由省森林防火辦提供；2005—2011 年5—10月大興安嶺地區(qū)漠河、呼瑪、呼中、塔河、新林、加格達(dá)奇6個(gè)氣象站的逐日氣象資料，包括氣溫、降水、相對(duì)濕度和風(fēng)速等來(lái)自中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)（http://cdc.cma.gov.cn/）。

1.2.1 FFMC的計(jì)算

森林火險(xiǎn)天氣指數(shù)（FWI）是其加拿大森林火險(xiǎn)等級(jí)系統(tǒng)（CFFDRS）的重要組成部分，在大興安嶺地區(qū)已有較好的理論研究基礎(chǔ)[17]。 FFMC 是代表細(xì)小可燃物的可燃性和易燃性的一個(gè)相對(duì)簡(jiǎn)單的指標(biāo)，受溫度、降水、相對(duì)濕度和風(fēng)速的影響，最小值為0（可燃物含水率為100%），最大值為101（可燃物的含水率為0）。FFMC 的值越大表明火險(xiǎn)等級(jí)越高。FFMC 的具體計(jì)算過(guò)程參照Van Wagner相關(guān)文獻(xiàn)[18]，分別計(jì)算每個(gè)氣象站的FFMC。

1.2.2 Logistic模型應(yīng)用

Logistic模型可表示為：

其中，β0為常數(shù)項(xiàng)，為偏回歸系數(shù)；P代表雷擊火發(fā)生的概率，值越大代表雷擊火發(fā)生的概率越大；X代表影響雷擊火發(fā)生的因子：X1前3 d云地閃次數(shù)；X2前7 d云地閃次數(shù)；X3前3 d云地閃平均能量；X4前7 d云地閃平均能量；X5前7 d FFMC平均值；X6前7 d平均降雨量。

將2005—2011年原始數(shù)據(jù)觀測(cè)值整理后利用SPSS軟件計(jì)算Logistic回歸系數(shù)，利用最大似然比檢驗(yàn)刪除不顯著變量，建立最終的Logistic回歸方程。使用ROC曲線（Receiver operating characteristic curve）對(duì)雷擊火模擬的預(yù)報(bào)因子進(jìn)行綜合分析，用于討論模型的預(yù)測(cè)效果。

2 結(jié)果與分析

2.1 閃電對(duì)雷擊火的影響

數(shù)據(jù)表明，1968—2011年黑龍江省大興安嶺地區(qū)5月至10月共發(fā)生森林火災(zāi)1 691次，過(guò)火總面積689萬(wàn)hm2（見(jiàn)圖1），其中雷擊火661次，過(guò)火總面積397萬(wàn)hm2，占總火災(zāi)次數(shù)的39%。其中，2005—2011年該區(qū)共發(fā)生森林火災(zāi)501起，其中雷擊火130起，占總火災(zāi)次數(shù)的25.9%，主要集中在呼中區(qū)（見(jiàn)圖2）。2005年雷擊火發(fā)生最多，為44起，占總次數(shù)的33.8%。雷擊火發(fā)生數(shù)量不同年際間變化較大。

圖1 雷擊火與人為火年分布Fig.1 Yearly distribution of lightning-caused and humancaused forest fires

圖2 2005—2011年大興安嶺地區(qū)雷擊火分布Fig.2 The distribution of lightning fires in Daxing’anling region from 2005 to 2011

圖3表明，2005年雷擊火最多，但閃電發(fā)生次數(shù)卻較少。從2007開(kāi)始到2011年，閃電次數(shù)呈逐漸上升趨勢(shì)，但雷擊火次數(shù)變化并無(wú)明顯規(guī)律。并且雷擊火次數(shù)與閃電次數(shù)相關(guān)不顯著（P＞0.05）。圖4為2005—2011年5月至9月雷擊火次數(shù)與閃電次數(shù)變化情況，即該月多年的總和，如5月分別為2005—2011年的5月雷擊火次數(shù)總和和閃電次數(shù)總和，10月雷擊火次數(shù)為0，閃電次數(shù)54次。由圖可知，閃電和雷擊火主要集中每年的6月至8月，但月際間，閃電次數(shù)與雷擊火次數(shù)相關(guān)性并不顯著（P＞0.05）。

圖3 2005—2011年雷擊火次數(shù)和閃電次數(shù)的變化情況Fig.3 Interannual dynamics of number of lightning fires and lightning from 2005 to 2011

圖4 5—9月雷擊火次數(shù)和閃電次數(shù)的變化情況Fig.4 Monthly dynamics of the number of lightning fires and lightning from March to September

由上面兩圖分析結(jié)果可知，雖然雷擊火是由閃電引發(fā)的，但單純研究雷擊火與閃電的關(guān)系無(wú)明顯相關(guān)性，尤其是年際間的雷擊火與閃電，有的年間出現(xiàn)負(fù)相關(guān)性，這可能是由于降水等其他條件對(duì)雷擊火發(fā)生的影響，參考Chen[19]、雷小麗[11]和于成龍[20]等研究結(jié)果，本研究最后選定前3 d云地閃次數(shù)、前7 d云地閃次數(shù)、前3 d平均閃電能量、前7 d平均閃電能量、前7 d FFMC平均值、前7 d平均降水量6個(gè)參數(shù)做為變量，建立Logistic回歸模型。

2.2 Logistic模型的建立

從表1可以看出，綜合得分和顯著性水平，前3 d平均云地閃能量、前7 d平均云地閃能量、前7 d平均云地閃次數(shù)這3個(gè)變量應(yīng)予剔除。把剩余的變量再次代入Logistic模型，回歸系數(shù)見(jiàn)表2，模型運(yùn)行結(jié)果卡方值為54.481，最大似然平方的對(duì)數(shù)值為97.413，均大于7.815（顯著性水平為0.05，自由度為3的臨界值），同時(shí)各變量的Wald值均大于3.841（顯著性水平為0.05，自由度為1的臨界值），故模型可通過(guò)檢驗(yàn)，最終回歸模型的變量包括前3 d平均云地閃次數(shù)、前7 d FFMC平均值和前7 d平均降水量?；貧w方程為：

其中，P為雷擊火發(fā)生的概率；LT3為前3 d平均云地閃次數(shù)；FFMC7為前7 d FFMC平均值；PPT7為前7 d平均降水量。

由模型中各變量的得分情況可以看出，影響雷擊火發(fā)生的主要因素是前7天FFMC平均值，其次是前3天平均云地閃次數(shù)和平均降水量，這些因素對(duì)雷擊火都起到促進(jìn)作用。

將2012年和2013年的前3天平均云地閃次數(shù)、前7天FFMC平均值和前7天平均降水量代入上述回歸方程（方程2），計(jì)算模型模擬的概率與實(shí)際發(fā)生雷擊火進(jìn)行對(duì)比，分析該模型的準(zhǔn)確率。對(duì)發(fā)生雷擊火的預(yù)測(cè)精度為66.67%，對(duì)不發(fā)生雷擊火的預(yù)測(cè)精度為86.82%。由此可見(jiàn)，利用Logistic回歸模型進(jìn)行雷擊火概率模擬的準(zhǔn)確率較高，結(jié)果較為理想。

表1 所有變量顯著性得分表Table 1 Sores of significance

表2 最后Logistic 回歸結(jié)果Table 2 The final results of Logistic regression

2.3 應(yīng)用ROC評(píng)價(jià)回歸模型對(duì)雷擊火發(fā)生的預(yù)報(bào)能力

在SPSS工作表中產(chǎn)生預(yù)測(cè)因子預(yù)測(cè)值的Pre_1，以新變量Pre_1為檢測(cè)變量，以雷擊火發(fā)生的結(jié)果為金標(biāo)準(zhǔn)，作ROC曲線分析，得出檢驗(yàn)變量的曲線下面積（Area under the curve,AUC）。如下圖5所示得到的ROC曲線，ROC曲線越凸越近左上角表明其模擬價(jià)值越大。AUC 越大模擬的準(zhǔn)確性越大，AUC 接近 0.5 時(shí)，無(wú)模擬意義，AUC ＜ 0.7 表示模擬準(zhǔn)確率較低， AUC 在 0.7～0.9表示模擬準(zhǔn)確性中等，AUC ＞ 0.9 時(shí)表示模擬有較高的準(zhǔn)確性。如下表3所示，新變量 Pre-1的AUC=0.888，說(shuō)明本研究中選擇的前3天平均云地閃次數(shù)、前7天FFMC平均值和前7天平均降水量3個(gè)變量對(duì)雷擊火進(jìn)行模擬具有較好的準(zhǔn)確性。

圖5 變量pre_1的ROC曲線Fig.5 The ROC curve of the variable pre_1

表3 變量pre_1的曲線下面積Table 3 Area under the curve of the variable pre_1 and variable pre_2

3 結(jié)論與討論

（1）2005—2011年間黑龍江省大興安嶺地區(qū)雷擊火發(fā)生數(shù)量年際變化較大，2005年雷擊火最高，從2007開(kāi)始到2011年，雷擊火次數(shù)出現(xiàn)逐漸上升趨勢(shì)，閃電和雷擊火的高發(fā)期是6—8月份，年際間，閃電次數(shù)與雷擊火次數(shù)相關(guān)性并不顯著（P＞0.05），月際間，閃電次數(shù)和雷擊火次數(shù)的相關(guān)性不顯著（P＞0.05）。

（2）運(yùn)用二值Logistic回歸模型模擬雷擊火發(fā)生情況，模擬發(fā)生雷擊火的精度為66.67%，不發(fā)生雷擊火的精度為86.82%，總體上準(zhǔn)確率較高。運(yùn)用ROC曲線對(duì)模擬結(jié)果進(jìn)行評(píng)價(jià)，結(jié)果顯示，變量pre_1的AUC=0.888＞0.5，說(shuō)明與加拿大、西班牙等雷擊火高發(fā)林區(qū)相同[15-16]，在大興安嶺地區(qū)使用Logistic模型進(jìn)行雷擊火預(yù)測(cè)具強(qiáng)的統(tǒng)計(jì)學(xué)優(yōu)勢(shì)。

從各變量的得分來(lái)看，影響雷擊火發(fā)生概率的因素從大到小依次為前7天FFMC平均值、前3天云地閃次數(shù)、前7天平均降水量，其中，F(xiàn)FMC對(duì)雷擊火的影響作用最大，這與Turner[21]的研究結(jié)果一致。

（3）本文主要討論了利用閃電定位數(shù)據(jù)和其它氣象數(shù)據(jù)聯(lián)合預(yù)測(cè)雷擊火發(fā)生概率的問(wèn)題，在參數(shù)選擇上沒(méi)有將含水率以外的其它可燃物參數(shù)（如種類、密實(shí)度等）和地形條件納入模型中。由于硬件的限制，閃電定位數(shù)據(jù)本身在空間上存在測(cè)量誤差（理論上約1 km）。從火災(zāi)數(shù)據(jù)中獲取的雷擊火時(shí)空數(shù)據(jù)是雷擊火引燃、蔓延后被防火部門發(fā)現(xiàn)的數(shù)據(jù)，與實(shí)際引燃的時(shí)空數(shù)據(jù)還有一定誤差。因此，將閃電定位數(shù)據(jù)與火災(zāi)數(shù)據(jù)中記錄位置推演而來(lái)可燃物和地形數(shù)據(jù)對(duì)應(yīng)在一起意義不大，選擇FFMC這類有廣泛代表性的參數(shù)作為預(yù)測(cè)因子有利于模型的推廣應(yīng)用

參考文獻(xiàn)：

[1]Wotton B M,Martell D L.A lightning fire occurrence model for Ontario[J].Canadian Journal of Forest Research,2005,35:1389-1401.

[2]Andrews P L.Fire danger rating and fire behavior prediction in the United States[J].Proceedings of Fifth NRIFD Symposium International Symposium,Japan,2005:106-117.

[3]田曉瑞,舒立福,趙鳳君,等.大興安嶺雷擊火發(fā)生條件分析[J].林業(yè)科學(xué),2012,48(7):98-103.

[4]張吉利,畢武,王曉紅,等.雷擊火發(fā)生的影響因子與預(yù)測(cè)研究進(jìn)展[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(9):2674- 2684.

[5]Díaz-Avalos C,Peterson D L,Alvarado E,et al.Space time modelling of lightning-caused ignitions in the Blue Mountains[R].Oregon:Canadian Journal of Forest Research,2001:1579-1593.

[6]Latham D J,Schlieter J A.Ignition Probabilities of Wildland Fuels based on Simulated Lightning Discharges[R].Washington:USDA,1989.INT- 411.

[7]Larjavaara M,Kuuluvainen T,Rita H.Spatial distribution of lightning-ignited forest fires in Finland[J].Forest Ecology and Management,2005,208:177- 188.

[8]曲智林,胡海清.基于氣象因子的森林火災(zāi)面積預(yù)測(cè)模型[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(12):2705- 2709.

[9]金 森,王曉紅,于宏洲.林火行為預(yù)測(cè)和森林火險(xiǎn)預(yù)報(bào)中氣象場(chǎng)的插值方法[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2012,32(6):1- 7.

[10]王曉紅,張吉利,金 森.林火蔓延模擬的研究進(jìn)展[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2013,33(10):69-78.

[11]王明玉,李 華,舒立福,等.不同植被類型森林火災(zāi)及雷擊火自組織臨界性[J].生態(tài)學(xué)報(bào),2004,24(8):1803- 1807.

[12]雷小麗,周廣勝,賈丙瑞,等.大興安嶺地區(qū)森林雷擊火與閃電的關(guān)系[J].應(yīng)用生態(tài)學(xué)報(bào),2012,23(7):1743- 1750.

[13]賈丙瑞,周廣勝,于文穎,等.1972—2005年大興安嶺林區(qū)雷擊火特征及其與干旱指數(shù)的關(guān)系[J].林業(yè)科學(xué),2011,47(11):99-105.

[14]Ordó?ez C,Saavedra A,Rodríguez-PérezJ R,et al.Using modelbased geostatistics to predict lightning-caused wildfires[J].Environmental Modelling & Software,2012,29:44- 50.

[15]Nieto H,Aguado I,García M,et al.Lightning-caused fires in central Spain:Development of a probability model of occurrence for two Spanish regions.Agricultural and Forest Meteorology,2012,162:35-43

[16]Magnussen S,Taylor S W.Prediction of daily lightning-and human-caused fires in British Columbia[J].International Journal of Wildland Fire,2012,21:342- 356.

[17]楊 光,舒立福,邸雪穎.氣候變化背景下黑龍江大興安嶺林區(qū)夏季火險(xiǎn)變化趨勢(shì)[J].應(yīng)用生態(tài)學(xué)報(bào),2012,23(11):3157-3163.

[18]Van Wagner C E,Pickett T L.Equations and FORTRAN program for the Canadian Forest Fire Weather Index System[R].Ottawa:Canadian Forestry Service Technical Report,1985.

[19]Feng Chen,Yongsheng Du,Shukui Niu,et al.Modeling Forest Lightning Fire Occurrence in the Daxinganling Mountains of Northeastern China with MAXENT[J].Forests,2015,6(5):1422-1438.

[20]于成龍,劉 丹,杜春英,等.大興安嶺地區(qū)雷擊火發(fā)生的雷電條件分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào),2010,38(11):64-70.

[21]Turner J A,Lawson B D.Weather in the Canadian forest fire danger rating system:A user guide to national standards and practices[R].Victoria:Pacific Forest Research Centre,1978.