呼倫貝爾市野火時空分布特征分析

趙慧琴，徐英睿

（長春師范大學城市與環(huán)境科學學院，長春130032）

1 引言

森林的出現總少不了火的參與，在草木茂盛區(qū)多發(fā)的野火是森林火災的重要組成部分。近年來,世界各地區(qū)隨著全球氣候變化，使得不同程度地野火發(fā)生頻率和損失逐漸增加。國內外許多學者對野火發(fā)生次數和過火面積的時空分布規(guī)律等方面進行了深入的研究并取得長足性進展，但是更多是針對行政區(qū)劃的分析，很少對地理環(huán)境分布情況展開研究。火災強度作為表示火災燃燒面積的指標，不僅可以表示不同火災強度下的森林、草原損害程度，而且還可以衡量火災分布地區(qū)的差異。本文采用相關性分析和探索性分析方法對呼倫貝爾市野火空間分布進行研究，探索不同火災強度下的野火分布情況[1-2]。

圖1 呼倫貝爾市概況

2 研究區(qū)域概況

呼倫貝爾市位于內蒙古自治區(qū)東部，是內蒙古乃至中國占地面積最多的地級市。地處東經 115°31′～126°04′，北緯 47°05′～53°20′之間，呈西北—東南走向。呼倫貝爾市由大興安嶺山地、呼倫貝爾高原及大興安嶺東麓漫崗、平原組成，地勢西高東低，表現為緩慢過渡，自然條件區(qū)域差異明顯。呼倫貝爾市具有豐厚的森林、生物、礦產、水等資源，為森林健康、維護森林生物多樣性提供了保障。呼倫貝爾市屬于大興安嶺林區(qū)與呼倫貝爾大草原相鄰的區(qū)域,也是我國現存林區(qū)比較具有研究價值的區(qū)域。具體研究范圍如圖1所示。

圖2 呼倫貝爾各市火災等級分布

3 研究方法

3.1 數據搜集與整理

本研究涉及火災數據采用的是全國2001—2015年MODIS火燒跡地數據集 MCD64A1），以及火災斑塊數據集。MODIS數據空間分辨率達250米，可覆蓋0.4微米(可見光)到14.4微米(熱紅外)所有光譜。以斑塊數據具體燃燒日期為準，利用ArcGIS軟件對數據進行裁剪、疊加、合并等處理，可以得到最小單元的溫度和面積、過火時間和地理坐標等信息[3]。

3.2 相關性分析方法

以相關性或廣義相關性等方式為基礎的探究，已引起越來越多的注意，并進一步成為模式識別學習中的鉆研熱門之一。本文首先采用傳統(tǒng)的計量經濟學的理論和方法，重視火災強度數值之間的相關性對研究目標進行分析。

4 研究結果與分析

4.1 相關性分析結果

在SPSS中對火點數據進行相關性分析，得到各要素的分布與火災發(fā)生情況之間的關系。藍、黃、灰色分別代表火災等級為2、3、4級，坐標橫軸表示火災強度與農田、城鎮(zhèn)、鐵路、居民地、河流、湖泊等的關系。縱軸表示各地理要素的總和。觀察各市火災等級分布以及火災強度與各地理要素之間的關系：火災強度大的區(qū)域，火災發(fā)生也較為頻繁，其中，火災強度的大小與facility（居民地）和lake（湖泊）關系最為密切。

4.2 探索性分析結果

從空間自相關報告得知，z值為9.024555，p<0.01，在高置信度下，火點分布表現出正向的空間自相關性，火點分布具有集聚現象；觀察火點分布熱點，熱點不可能只由一個獨立的高值形成，火災發(fā)生的冷、熱點區(qū)域在整體上有很明顯的趨勢：研究區(qū)東部中間區(qū)域熱點區(qū)域明顯，可信度達99%，火災強度有很明顯的變化，區(qū)域之間存在很強的相關，周邊的相關性較弱；研究區(qū)西部中心地區(qū)呈現明顯的冷點分布，可信度為90%；其他則是不具備顯著可信度的區(qū)域[4]。

表1 空間自相關報告

5 討論與結論

本文通過相關性分析方法和探索性分析方法對火災進行分析并求解火災多發(fā)地。對于類似探究火災分布規(guī)律的分析，利用2015年的數據可以探究其分布特征，但對于研究其演化規(guī)律，需要更多的數據使其結果更精確。影響火災發(fā)生的因素具有多樣性，在研究中應充分考慮到除自然因素之外人類活動的影響，更深一步的探討它們之間的關系。