基于林區智能網格的精細化森林火險氣象預報模型及應用

韓焱紅,苗 蕾,郝淑會,吳 英,趙魯強

(中國氣象局公共氣象服務中心,北京 100081)

1 引言

近年來，我國森林資源日益增長、林內可燃物載量持續增加，受全球異常氣候變化、傳統習俗及林內多種經營活動增多等因素疊加影響，我國已進入森林火災易發期和高危期，森林防火形勢嚴峻，森林火災已成為我國生態文明建設和森林資源安全的最大威脅。在森林可燃物和火源具備的情況下，森林能否著火、著火后能否成災，主要取決于氣象條件[1]?；痣U氣象是指有利于發生森林火災的氣象條件，如高溫、干旱、大風等天氣。因此，做好森林火險氣象預報可以為預防、控制、撲救森林火災提供科學的依據，減少森林火災損失。

1999年，中國氣象局和國家林業局聯合啟動了國家級森林火險氣象等級預報業務，有力地推動了我國森林火險氣象預報服務的跨越式發展。隨著森林火險氣象預報技術的研究和發展，預報水平不斷提高，在森林防火方面取得了較大成效。但目前我國的森林火險氣象預報仍以站點預報或大范圍區域預報為主[2-7]，其預報結果與美國[8-10]、加拿大[11]等國外先進的基于網格的火險預報結果相比，預報產品精細化程度較低、區域代表性較差[12]。由于我國還沒有建立基于森林植被的國家級森林火險氣象等級網格預報模型，這在一定程度上制約了精細化森林火險預報預警服務的發展。

本研究依托中國氣象局2017年初步建立的智能網格氣象預報系統，選取氣溫、降水、風速、相對濕度等作為動態火險氣象因子，利用全國森林資源分布數據，基于GIS獲得與智能網格匹配的植被下墊面數據作為靜態植被因子，建立精細化森林火險氣象預報模型，實現基于植被的森林火險氣象等級網格化預報。

2 數據及來源

2.1 氣象數據

研究采用的氣象數據是基于全國綜合氣象信息共享平臺(CIMISS)獲得的國家級智能網格氣象預報產品與實況分析產品，空間分辨率為0.05°。其中，智能網格氣象預報產品是由國家氣象中心基于主客觀融合預報、采用精細化地理信息的插值分析以及區域建模預報等技術方法研發的中國區域格點化預報產品，預報時效為240 h、時間分辨率為3 h；實況分析產品是由國家信息中心基于中國氣象局多源融合降水分析系統(CMPAS)實時生成的中國區域地面—衛星—雷達三源融合逐時降水分析產品。

2.2 植被下墊面數據

研究采用的森林植被下墊面數據是由國家林業和草原局提供的全國森林資源分布信息，包含針葉林、闊葉林、針闊混交林、竹林、特灌等我國主要森林植被類型及空間分布(圖1)。

圖1 全國森林資源分布Fig.1 Distribution of forest resource in China

3 方法原理

3.1 預報因子選取

3.1.1 動態氣象因子 森林火險氣象預報是從氣象因素角度來研究和探討林火發生規律。影響林火發生的氣象因子主要有氣溫、相對濕度、降水、風速等。溫度越高，可燃物中水分蒸發和變干的速度越快，火災發生的可能性越大；相對濕度越小導致可燃物含水率越低，越利于林火燃燒發展；降水及連續無雨日數長短直接影響可燃物含水量，是決定林火發生可能性和能否蔓延的重要因素；風是影響火災蔓延的主要氣象因子，風速較大時，火場易蔓延擴大，危險性增加。研究利用智能網格氣象產品，選取日降水量、14時氣溫、14時相對濕度、平均風速等氣象要素預報，以及基于24 h累積降水實況計算得到的連續無降水日數作為動態氣象因子，分析氣象要素對森林火險的綜合影響。

3.1.2 靜態植被因子 可燃物是林火發生和蔓延的物質基礎，不同可燃物類型其易燃性有所不同，可燃物含水率對氣象因子的響應速率也有所不同。目前，我國的森林火險氣象預報業務中，幾乎僅考慮了氣象要素對森林火險的動態影響，忽略了森林植被等不隨地點改變的基礎靜態因素。本研究利用植被下墊面基礎數據，基于GIS，采用空間分析技術將全國森林資源分布數據與氣象資料相結合，得到與氣象資料空間分布一致的網格化植被下墊面數據，作為靜態因子輸入到模型中，探討不同類型的森林植被在氣象因子的綜合影響下，其森林火險氣象等級的變化。

3.2 森林火險氣象指數計算

研究采用《森林火險氣象等級》國家標準中規定的森林火險氣象指數(FFDI)作為評估林火發生、擴散及蔓延難易程度的氣象指標，利用火險預報業務中常用的指數查對法[13]進行森林火險氣象指數的計算。這種方法是在綜合考慮氣象因子對火險影響的基礎上，根據試驗和統計分析建立相應的火險氣象因子及其火險指數表。該方法計算簡單、便于推廣，有較高的實用價值，在國家級森林火險預報業務應用中取得了良好的預報效果。選取風速、氣溫、相對濕度、降水等作為動態氣象因子，將植被下墊面數據作為靜態因子，以美國布龍—戴維斯方案為理論依據，在國家氣象中心利用我國特大火災歷史反復驗證的基礎上[14]，建立了火險氣象指數計算方案(公式(1))，確定動態氣象因子對應的火險指數及綜合森林火險氣象指數。

U=IV(V)+IT(T)+IF(F)+IM(M)

(1)

式中，U為基于各因子的火險指數加權得到的綜合火險氣象指數；V為當日14時風速(m/s)；T為當日14時氣溫(℃)；F為濕度(%)，其數值為植被可燃物濕度與當日14時相對濕度的加權和；M為連續無降水日數(d)；IV(V)、IT(T)、IF(F)、IM(M)分別表示各火險氣象因子所對應的火險指數，由火險氣象因子指數查對表(表1)得出。

表1 火險氣象因子及其指數查對表Tab.1 Fire danger meteorological factors and index query table

在此基礎上，利用降水修正系數和地表狀況修正系數對綜合森林火險氣象指數進行訂正(公式(2))，得到訂正后的森林火險氣象指數。

FFFDI=U×Cr×Cs

(2)

式中，FFFDI為訂正后的森林火險氣象指數；Cr為降水量修正系數，當日有降水時取值為0，當日無降水取值為1；Cs為地表狀況修正系數，根據網格點的靜態植被因子取值，當地表無森林植被時取值為0，地表有森林植被時取值為1。

3.3 森林火險氣象等級劃分

按照林業行業標準確定的《森林火險天氣等級》，將森林火險氣象指數由低至高分為5個等級：低、較低、較高、高、極高。具體森林火險氣象等級劃分標準及其對應的危險程度、易燃程度、蔓延程度見表2。

表2 森林火險氣象等級劃分標準及其描述Tab.2 The classification standard and description of forest fire danger ratings

4 預報效果及分析

研究通過選取動態氣象因子和靜態植被因子，建立森林火險氣象等級預報模型，實現了基于植被的精細化森林火險氣象等級網格化預報，模型產品精準到不同類型的森林植被火險氣象等級定量化預報，產品空間分辨率為5 km。同時，通過開展智能網格氣象預報產品在模型中的應用，實現了未來10 d全國森林火險氣象等級的短、中期無縫隙定量化預報。

4.1 靜態植被因子的精細化森林火險氣象等級預報

森林植被是發生林火的物質基礎。在同樣的氣象條件下，植被的類型、結構和易燃性等理化特征與引發森林火災的關系也有所不同。以2017年12月20日19時發生在廣東省珠海市香洲區鳳凰山的森林火災為例(圖2a)，結果表明，基于靜態植被因子的預報模型考慮不同可燃物類型對森林火險氣象等級的影響，同時實現了精準到林區分布的精細化森林火險氣象等級網格預報，在森林火險預警預報業務、火場保障服務中發揮了重要作用。

圖2 廣東省珠海市香洲區鳳凰山森林火災，(a)、火場位置；(b)、12月11日08時起報的20日森林火險氣象等級Fig.2 Fire disaster in Fenghuang Mountain, Xiangzhou District, Zhuhai City, Guangdong Province. (a) Fireground positions (b) Forecast result of forest fire danger ratings in December 20 initialized from 08∶00 December 11

2017年12月以來，廣東珠海地區降水偏少，相對濕度較低，出現了一定程度的旱情，智能網格降水預報產品顯示，未來10 d內，珠海地區仍無明顯降水過程，氣象條件十分利于森林火災的發生；同時，火場周圍植被分布以針葉林、闊葉林為主(圖2a)，植被較易燃燒。模型提前10 d已預測出廣東等地森林火險氣象等級較高(圖2b)，其中，廣東南部包括珠海等局部林區的森林火險氣象等級高。此外，對比圖2a和圖2b可以發現，模型給出的森林火險氣象等級預報結果空間分布與森林植被分布特征吻合，體現了精準到森林植被的精細化火險氣象等級預報。

4.2 動態氣象因子的預報準確率評估

模型選取降水、氣溫、相對濕度、風速等作為動態氣象因子，采用智能網格氣象預報產品作為模型氣象背景場，對森林火險氣象條件進行預測。其中，降水是影響火險等級的關鍵氣象因子，模型根據24 h降水預報判斷網格點有無降水，從而預測火險氣象等級。因此，降水等關鍵火險氣象因子的預報準確性直接影響模型的預報效果。我國森林火災的季節性和區域性變化特征十分明顯，西南、華南等地的森林火災多發生在春冬季(12—次年5月)，東北、華北地區森林火災多發生在春季(3—5月)[15]。本文以晴雨準確率為指標，采用鄰域法對我國東北、華北、西南、華南等林火高發地區重點防火期的格點降水預報準確率進行檢驗，進而評估氣象要素預報對模型效果的影響。

整體來看，我國西南、華南、東北、華北地區重點防火期期間，降水晴雨準確率較高。西南、華南地區初冬季節(12月)的晴雨準確率達到100%，而冬末春初之際，受南支槽波動影響，西南、華南地區降水逐漸增多，晴雨預報準確率略有降低，但基本維持在70%～85%(圖3)；東北、華北地區2018年春季的降水晴雨準確率均在80%以上(圖略)。由此可見，研究采用的智能網格氣象預報產品為模型預測火險等級提供了可靠、精細的動態氣象背景場。

圖3 2017年12月—次年5月我國西南、華南地區24 h降水晴雨準確率統計圖Fig.3 Statistic charts of forecast accuracy of the cloud-free rainfall in Southwest and South China from 2017.12—2018.05

4.3 森林火災個例結果分析

模型自2017年10月正式業務化運行以來，在國家級森林火險預報預警業務中取得了較好的效果。本文以2018年春節、清明等重點防火時段為例，采用預報結果趨勢是否與全國防火期分布及火災發生趨勢一致的分析方法[16]，評估模型預報效果。

4.3.1 春節期間 春節前夕，我國華北東部、西南地區南部、江南南部、華南南部等地降雨持續偏少，出現了不同程度的旱情，上述地區植被以針葉林、闊葉林為主，氣象、植被條件均利于林火發生。據國家林業和草原局統計，2018年春節期間(2月15—20日)，我國共發生34起林火，主要分布在江西、云南、四川、福建、廣西、廣東、貴州、湖北等地(圖4)。

圖4 2018年春節期間(2月15—20日)我國林火分布Fig.4 Forest fire distribution during 2018 Spring Festival (2.15—2.20)

從2018年2月15—20日期間逐日滾動更新的森林火險氣象等級逐日預報來看(圖5)，春節期間，四川南部、云南、貴州西南部地區的森林火險氣象持續維持較高等級，廣東南部、福建南部、江西南部地區的高森林火險氣象等級主要集中在17—19日，模型預報結果與林火實際過程的空間分布、時間變化基本一致。由于林業部門提供的歷史火災信息僅有火災點所在的區縣級行政區域信息，無法確定火災點的具體經緯度，因此本文以縣域為檢驗對象，將發生火災的區縣落在森林火險氣象等級較高及以上區域視為1次預報命中。檢驗結果表明，春節期間模型逐日預報的命中率均在60%以上(表3)，預報結果對春節期間我國南方地區的森林火災發生具有很高的指示意義。

由圖5還可以看出，春節期間我國東北地區的森林火險氣象等級較實際情況偏高。其主要原因是模型主要從降水、相對濕度等氣象要素導致可燃物含水率變化的角度考慮火險氣象等級預報，暫時未考慮到植被狀態、地表積雪覆蓋等要素的動態變化，導致模型對冬季東北地區的森林火險氣象等級預測結果存在偏差。

表3 春節期間我國逐日森林火災分布及模型預報命中率Tab.3 Distributions of forest fire disaster and model forecast hit rate during 2018 Spring Festival

注：*表示同一縣級行政區域內發生2起森林火災。

圖5 2018年2月15—20日期間全國森林火險氣象等級逐日預報Fig.5 Daily forecast of forest fire danger ratings from 2018.02.15—2018.02.20 in China

4.3.2 清明節期間 清明前夕，我國華南南部、四川南部、云南西部等地降水偏少，部分地區有輕旱，局部中旱，氣象條件有利于森林火災的發生發展。據國家林業和草原局統計，2018年清明節期間(4月5—7日)，我國共發生了7起林火，火災發生時間均為4月5日下午，具體火點分布如圖6所示。

從2018年2月15—20日期間逐日滾動更新的森林火險氣象等級逐日預報來看(圖7)，4月5日，四川南部、云南北部、廣東東部等地的森林火險氣象等級高，局部地區的森林火險氣象等級極高；4月6—7日，受降水影響，上述地區的森林火險氣象等級逐步降低。模型預報的高森林火險氣象等級區域與森林火災分布和變化趨勢一致。對比發現，4月5日發生在四川、廣東境內的7起林火均在森林火險氣象等級較高及以上區域內，模型預報命中率達100%。由此可見，隨著動態氣象背景場的滾動更新，模型預報結果也隨之變化，對火險氣象條件模擬效果逐漸提升。

圖6 2018年清明節(4月5—7日)期間我國林火分布Fig.6 Forest fire distribution during 2018 Qingming Festival (4.5—4.7)

圖7 2018年4月5—7日期間全國森林火險氣象等級逐日預報Fig.7 Daily forecast of forest fire danger ratings from 2018.4.5—2018.4.7 in China

5 結論

①火險預報模型通過加入靜態植被因子，考慮了不同類型的可燃物特征，基于GIS研發了精準到林區網格的精細化森林火險氣象等級客觀預報產品。

②我國西南、華南、東北、華北等林火高發地區的重點防火期期間，降水晴雨準確率較高，采用的智能網格氣象預報產品為模型提供了可靠、精細的動態氣象背景場。

③模型對火險氣象條件模擬效果較好，高森林火險氣象等級預報區域與森林火災實際分布和變化趨勢基本一致，對森林火災的發生具有較好的指示意義。

④模型實現了基于植被的森林火險氣象等級網格化預報，產品空間分辨率5 km，預報時效為10 d，在國家級森林火險氣象等級短、中期無縫隙精細化預報以及火場保障服務中取得了良好的應用效果。

⑤模型暫時未考慮植被狀態、積雪覆蓋等要素的動態變化，后續可考慮將植被狀態、積雪覆蓋等衛星監測產品應用于火險預報模型。