2016—2020年四川省 森林火災與氣象因子的關(guān)系

高潔　郭善云　汪麗

摘要：文章利用四川省2016—2020年森林火災與相關(guān)氣象因子（當月平均氣壓、平均氣溫、平均相對濕度、降水量、最大風速和日照時數(shù)）歷史數(shù)據(jù)，分析四川省森林火災分布特征，分別將森林火災重點地區(qū)每月林火發(fā)生次數(shù)、火場面積和受害森林面積與當月和前月氣象因子做相關(guān)分析并建立模型，研究森林火災發(fā)生與氣象因子的關(guān)系。結(jié)果表明，林火次數(shù)與氣象因子的相關(guān)性更好，模型擬合度更佳。不同地區(qū)氣象因子對林火的影響程度不盡相同，涼山州和攀枝花市森林火災發(fā)生次數(shù)隨當月濕度下降和風速上升呈增加趨勢，線性關(guān)系顯著;涼山州火災次數(shù)與前月溫度、相對濕度和降水量呈顯著線性相關(guān)，攀枝花市火災次數(shù)與前月相對濕度線性相關(guān)顯著;甘孜州林火次數(shù)與當月和前月相對濕度呈顯著線性相關(guān)。

關(guān)鍵詞：森林火災;氣象因子;相關(guān);回歸模型;四川

森林火災是對森林的影響和破壞最為嚴重的自然災害[1]，其突發(fā)性強、破壞性大，給人類和生態(tài)系統(tǒng)帶來嚴重危害和損失。森林火災的發(fā)生與一定的氣候背景有關(guān)[2]，氣象條件是林火發(fā)生的決定作用因子之一[3]。目前，國內(nèi)外學者在森林火災發(fā)生及其與氣象因素之間的關(guān)系方面進行了大量研究。杜建華[4]等通過對我國森林火災時空分布及其氣候驅(qū)動因子的研究，表明森林火災具有顯著的區(qū)域性特征，可燃物含水率是決定林火發(fā)生的關(guān)鍵因子。劉刈[5]等對重慶市春季和盛夏高森林火險等級下的典型年份的大氣環(huán)流特征進行分析，表明春季“北低南高”的環(huán)流形勢，重慶受高壓脊影響降水偏少，氣溫偏高，利于森林火災發(fā)生。陳峰[6]等對云南省各個生態(tài)區(qū)氣候因子與森林火災之間的關(guān)系進行研究，發(fā)現(xiàn)用火災次數(shù)和火災受害面積作為火災指標，主導氣象因子有所差異。李德[7]等對四川省1979—2008年森林火災重災區(qū)火災發(fā)生與氣象因子的關(guān)系研究，表明四川火災總體呈下降趨勢，重災區(qū)火災與風速、日照和降水量呈顯著線性關(guān)系。

四川省地形復雜，森林資源豐富，是我國森林火災的多發(fā)區(qū)和重災區(qū)，涼山州在2019年和2020年連續(xù)兩年出現(xiàn)多名消防人員在森林滅火任務(wù)中犧牲，森林防火工作十分艱巨。2011—2020年，是1850年以來最暖的十年，2020年更是20世紀初以來的最暖年份[8]。在氣候變暖大背景下，近幾年四川省森林火災與氣象因子關(guān)系的相關(guān)研究工作較少。本研究以四川省為對象，對森林火災重點地區(qū)2016—2020年的月火災次數(shù)、火場面積和受害森林面積與當月和前月氣象因子進行相關(guān)分析，并建立數(shù)學模型，以探索四川省森林火災重點地區(qū)林火發(fā)生與氣象因子的關(guān)系，為該地區(qū)制定森林防火方針及開展防火工作提供理論依據(jù)。

一、資料與方法

（一）研究區(qū)概況

四川省位于青藏高原與我國東部平原過渡區(qū)，界于北緯26°03′～34°19′，東經(jīng)97°21′～108°12′之間，省內(nèi)地形復雜，東西部地形差異顯著。以龍門山和大涼山為界，東部為四川盆地和盆緣山地，屬于亞熱帶濕潤氣候，夏季（5～10月）降水占全年總雨量的80%，年均氣溫17℃;西部為川西高原和川西南山地，以垂直氣候帶為主，其中川西高原主要為山原地貌和高山峽谷區(qū)，年降雨量600～800mm，年均氣溫低于8℃;川西南山地主要為次高山和中山峽谷區(qū)，降雨強度接近盆地中南部。四川是全國第二大林區(qū)，森林面積居全國第4位，森林資源分布不均，天然林約占2/3，主要分布在川西高原和川西南山地。森林面積按川西高山高原區(qū)、川西南山地、盆周山區(qū)和盆中丘陵區(qū)依次遞減。

（二）資料來源

火災發(fā)生歷史數(shù)據(jù)來源于四川省應(yīng)急廳森林草原防滅火指揮部，包括2016—2020年關(guān)于四川省21個市州森林火災的數(shù)據(jù)記錄。四川省2016—2020年39個國家氣象站的氣象資料來自四川省氣象信息中心。

（三）研究方法

對2016—2020年四川省森林火災數(shù)據(jù)進行統(tǒng)計分析，并根據(jù)21個市州森林火災發(fā)生情況，找出火災發(fā)生最為嚴重的地區(qū)。

考慮到森林火災的發(fā)生與前期氣象因素累積有關(guān)，對林火重點地區(qū)，分別測定2016—2020年月森林火災發(fā)生次數(shù)、火場面積和受害森林面積與當月和前月平均氣壓（X1）、平均氣溫（X2）、平均相對濕度（X3）、降水量（X4）、最大風速（X5）和日照時數(shù)（X6）之間的相關(guān)性，探討不同火災特征值與氣象因子之間的關(guān)系，利用相關(guān)性極其顯著的氣象因子與不同火災特征值通過SPSS進行線性回歸計算，建立數(shù)學模型。

二、結(jié)果與分析

（一）四川省森林火災時間特征分析

表1為2016—2020年四川省森林火災發(fā)生次數(shù)、火場總面積、受害森林面積、死亡人數(shù)四個參數(shù)。研究期內(nèi)每年的林火總次數(shù)在111～263次之間，平均每年發(fā)生森林火災182次;火場總面積在1207.61～5177.57hm2之間，平均每年火場面積為2812.406hm2;受害森林面積在215.05～1540.16hm2，平均每年受害森林面積為976.77hm2。火災種類以一般類型的火災居多，占火災總次數(shù)的85%，其次為較大類型火災，占14%，重、特大火災主要發(fā)生在2018年、2019年和2020年三年。2016—2020年林火總次數(shù)在減少，而火場面積顯著增加，其中2019年和2020年死亡人數(shù)最多。

表1? 2016—2020年四川省森林火災特征值

時間/年 火災次數(shù)/次 火場面積/hm2 受害森林面積/hm2 死亡/人

一般 較大 重特大 總

2016 230 33 0 263 1207.61 215.05 3

2017 152 18 1 171 1610.86 1014.85 1

2018 201 26 2 229 3589.48 1540.16 1

2019 105 31 2 138 2476.51 661.05 31

2020 88 20 3 111 5177.57 1452.74 21

森林火災各月分布如圖1所示。2～5月為四川森林火災高峰期，此期間發(fā)生的林火總次數(shù)占全年林火總次數(shù)的86%，火場面積和受害森林面積占全年總面積的95%。2月火災總次數(shù)最多，平均每年發(fā)生53次，占全年林火總次數(shù)的29%，3月火場面積和受害森林面積最大，占全年總面積的44%。6～12月林火發(fā)生次數(shù)在2～24次之間，火場面積0.67～189.42hm2。森林火災發(fā)生與降水、氣溫、相對濕度等氣象要素及人類活動密切相關(guān)。2～5月，森林里可燃物水分不能得到充足補給，蒸發(fā)量增加，加之氣溫逐漸回升，可燃物比較干燥，遇到火源極易燃燒，這段時期相繼進入中國傳統(tǒng)節(jié)日春節(jié)和清明節(jié)，農(nóng)事用火、祭祀用火管控難度大，干燥的森林可燃物遇到火種極易引起燃燒，使得該時段森林火災明顯偏多。5月以后四川省相繼進入雨季，降水增多，可燃物濕度較大，林火發(fā)生次數(shù)顯著減少。秋冬季節(jié)，氣溫下降，相對濕度大，降水少，林火發(fā)生也較少。

圖1? 2016—2020年四川省森林火災頻次、火場面積和受害森林面積月分布

（二）四川省森林火災的區(qū)域分布

將2016—2020年四川省21個市州的森林火災總次數(shù)、火場面積和受害森林面積按地區(qū)統(tǒng)計，結(jié)果見表2。由表2可以看出，涼山州、甘孜州和攀枝花是四川省森林火災發(fā)生最為嚴重的地區(qū)，年均火災面積分別為1274.92hm2、882.57hm2和410.89hm2，火場面積占全省火災面積的91.3%，受害森林面積占全省的88.89%，火災發(fā)生次數(shù)占全省火災總次數(shù)的40.6%。從森林火場面積來看，涼山州、甘孜州、攀枝花、南充市、內(nèi)江市排名全省前5位，其中南充市和內(nèi)江市年均火災面積分別為51.81hm2和28.17hm2，遠低于涼山州、甘孜州和攀枝花;從受害森林面積來看，涼山州和甘孜州遠高于其他市州;從火災次數(shù)來看，涼山州和攀枝花火災總次數(shù)遠高于其他市州。綜合各區(qū)域森林火災發(fā)生情況，本研究主要針對涼山州、甘孜州和攀枝花市3個重點區(qū)域進行研究。

表2? 2016—2020年四川省21個市州森林火災特征

（三）森林火災重點地區(qū)火災發(fā)生次數(shù)與當月氣象因子的關(guān)系

四川省森林火災重點地區(qū)2016—2020年森林火災次數(shù)與當月氣象因子的關(guān)系如表3所示。

*表示通過0.05顯著水平的顯著性檢驗，**表示通過0.01顯著性檢驗，***表示通過0.001顯著性檢驗，下同。

1.涼山州

2016—2020年月林火次數(shù)與月平均相對濕度和月最大風速相關(guān)性極其顯著（P=0.001），與月平均氣壓和月日照時數(shù)相關(guān)性不顯著。選取月平均相對濕度、月最大風速回歸分析建立林火次數(shù)模型。

通過SPSS進行線性回歸計算，得到了5年間涼山州地區(qū)月林火次數(shù)（Y）與月平均相對濕度（X3）、月最大風速（X5）之間的相關(guān)系數(shù)，建立回歸方程：

Y=7.13-0.167X3+0.768X5? ? ? ? ? （1）

可見，涼山州地區(qū)森林火災發(fā)生次數(shù)與相對濕度呈負相關(guān)，與最大風速呈正相關(guān)，即森林火災次數(shù)隨著濕度的減小和風速的上升而增加。判定系數(shù)R2=0.553，P=0.000<0.001，該模型整體極其顯著;變量X3、X5通過T檢驗（P=0.05）。擬合度良好，各變量對被解釋變量有顯著線性關(guān)系。

2.攀枝花

2016—2020年月林火發(fā)生次數(shù)與月平均相對濕度、月最大風速和月日照時數(shù)相關(guān)性達極顯著水平，與月平均氣壓和月平均溫度的相關(guān)性不顯著。選取月平均相對濕度、月最大風速和月日照時數(shù)與森林火災發(fā)生次數(shù)進行回歸分析建立模型。

建立攀枝花市月火災次數(shù)（Y）與月平均相對濕度X3、月最大風速X5和月日照時數(shù)X6之間的回歸方程為：

Y=11.368-0.242X3+0.837X5-0.007X6? ? （2）

判定系數(shù)R2=0.555，P=0.000，該模型整體極其顯著;變量X3和X5通過T檢驗。

考慮到本研究中月日照時數(shù)（X6）與被解釋變量無顯著線性關(guān)系，且多數(shù)研究中森林火災發(fā)生與日照時數(shù)呈正相關(guān)，剔除變量X6再進行線性回歸，得到回歸方程：

Y=8.435-0.221X3+0.875X5? ? ? ? ?（3）

該模型整體顯著，擬合度良好，且兩個變量都與被解釋變量具有顯著線性關(guān)系。可見攀枝花市月森林火災發(fā)生次數(shù)與當月相對濕度呈負相關(guān)，與最大風速呈正相關(guān)，即隨著相對濕度減小、風速增大，森林火災發(fā)生次數(shù)增加。

3.甘孜州

2016—2020年月森林火災發(fā)生次數(shù)與月平均相對濕度的相關(guān)系數(shù)是0.5（負相關(guān)），達極顯著水平，與月最大風速和月日照時數(shù)相關(guān)性不顯著。

線性回歸計算甘孜州地區(qū)月火災次數(shù)（Y）與月平均相對濕度（X3）之間的相關(guān)系數(shù)，建立回歸方程：

Y=2.011-0.03X3? ? ? ? ? ? （4）

判定系數(shù)R2=0.238，F(xiàn)=19.41，P=0.000，常數(shù)項和變量X3均通過T檢驗，但擬合度較低。

（四）森林火災重點地區(qū)火災發(fā)生次數(shù)與前月氣象因子的關(guān)系

四川省森林火災重點地區(qū)2016—2020年月森林火災發(fā)生次數(shù)與前月氣象因子之間的關(guān)系進行相關(guān)分析，結(jié)果如表4。由表4可知，涼山州2016—2020年月森林火災發(fā)生次數(shù)與前月平均氣壓和日照時數(shù)相關(guān)性不顯著，與前月平均溫度、平均相對濕度和降水量的相關(guān)系數(shù)分別是0.629（負相關(guān)）、0.634（負相關(guān)）、0.531（負相關(guān)），達極顯著水平（P=0.001）。攀枝花市月森林火災次數(shù)與前月平均溫度、平均相對濕度和降水量的相關(guān)系數(shù)分別是0.549（負相關(guān)）、0.558（負相關(guān)）、0.458（負相關(guān)），達極顯著水平。甘孜州月森林火災次數(shù)與前月平均相對濕度、降水量和日照時數(shù)的相關(guān)系數(shù)分別是0.671（負相關(guān)）、0.469（負相關(guān)）、0.461（正相關(guān)），達極顯著水平。

表4? 四川省森林火災重點地區(qū)月火災次數(shù)與前月氣象因子的關(guān)系

通過SPSS進行線性回歸計算，建立涼山、攀枝花和甘孜三市（州）月森林火災發(fā)生次數(shù)與前月氣象因子回歸方程（表5）。由表5看出，3個重點地區(qū)模型擬合度均通過了顯著性檢驗，除了甘孜州擬合度較差外，涼山州和攀枝花擬合度都較好，具有統(tǒng)計學意義，說明回歸模型能夠較好地解釋四川森林火災重點地區(qū)當月火災次數(shù)與前月氣象因子之間的關(guān)系。

表5? 四川省森林火災重點地區(qū)月火災次數(shù)與前月氣象因子回歸分析

（五）森林火災重點地區(qū)火場面積與氣象因子的關(guān)系

四川省森林火災重點地區(qū)2016—2020年月森林火災火場面積與當月和前月氣象因子之間的關(guān)系進行相關(guān)分析。涼山州和攀枝花市月森林火災面積與當月和前月氣象因子相關(guān)性未達極顯著水平（P=0.001），涼山州月森林火災面積與當月和前月平均相對濕度呈顯著負相關(guān)，與當月最大風速呈顯著正相關(guān)，攀枝花市森林火災面積與前月平均溫度和相對濕度呈顯著負相關(guān)。甘孜州月森林火災面積與當月平均相對濕度、最大風速和日照時數(shù)相關(guān)性達極顯著水平（P=0.001），與前月平均相對濕度負相關(guān)極其顯著，但是通過SPSS建立線性回歸方程模型都不顯著。

（六）森林火災重點地區(qū)受害森林面積與氣象因子的關(guān)系

森林火災重點地區(qū)2016—2020年月受害森林面積與當月和前月氣象因子之間的關(guān)系進行相關(guān)分析。涼山州和甘孜州月受害森林面積與當月和前月氣象因子相關(guān)性未達極顯著水平（P=0.001），涼山州月受害森林面積與當月和前月平均相對濕度呈顯著負相關(guān)，與當月最大風速呈顯著正相關(guān)，甘孜州月受害森林面積與前月平均溫度和平均相對濕度呈顯著負相關(guān)。攀枝花市月受害森林面積與當月和前月平均相對濕度呈顯著負相關(guān)，與當月平均相對濕度呈顯著負相關(guān)，達極顯著水平（P=0.001）。通過線性回歸計算攀枝花市月受害森林面積與當月和前月平均相對濕度（X3）之間的相關(guān)系數(shù)，建立回歸方程：

Y=18.902-0.277X3? ? ? ? ? ?（5）

判定系數(shù)R2=0.205，統(tǒng)計檢驗量F=8.014，P=0.000;常數(shù)項和X3均通過T檢驗，但擬合度較差。

三、結(jié)論

對四川省2016—2020年21個地區(qū)的森林火災總次數(shù)、火場面積和受害森林面積分地區(qū)統(tǒng)計，結(jié)果顯示涼山州、甘孜州和攀枝花市為2016—2020年四川省森林火災發(fā)生最嚴重的地區(qū)。

涼山州和攀枝花市森林火災發(fā)生次數(shù)隨當月濕度下降和風速上升呈增加趨勢，線性關(guān)系顯著;涼山州火災次數(shù)與前月溫度、相對濕度和降水量呈顯著線性相關(guān)，攀枝花市火災次數(shù)與前月相對濕度線性相關(guān)顯著。甘孜

（下轉(zhuǎn)第35頁）（上接第32頁）

州林火次數(shù)與當月和前月相對濕度呈顯著線性相關(guān)。利用相關(guān)性構(gòu)建回歸模型，對不同區(qū)域林火發(fā)生進行預測預報。

三個市州火場面積和受害森林與當月和前月氣象因子同樣存在相關(guān)性，但是同氣象因子與林火次數(shù)的相關(guān)性對比較差，且建立的回歸模型擬合度稍小，或不能通過顯著性檢驗。因此三個森林火災重點地區(qū)火災次數(shù)與氣象因子的相關(guān)性及模型擬合度更具代表性。

參考文獻：

[1]舒立福，田曉瑞，寇曉軍.林火研究綜述（I）——研究熱點與進展[J].世界林業(yè)研究，2003，16（03）：37-40.

[2]Swetnam T W.Fire History and Climate Change in Giant Sequoia Groves[J].Science，1993，262（5135）：

885-889.

[3]謝克勇，黃志輝，周勇平，等.森林火災與氣象因子的相關(guān)性分析[J].江西林業(yè)科技，2008（05）：53-55.

[4]杜建華，宮殷婷，蔣麗偉.中國森林火災發(fā)生特征及其與主要氣候因子的關(guān)系研究[J].林業(yè)資源管理，2019（02）：7-14.

[5]劉刈，李強，劉德.重慶市森林火險變化特征及氣象條件分析[J].干旱氣象，2014，32（05）：744-750.

[6]陳峰，林向東，牛樹奎，等.氣候變化對云南省森林火災的影響[J].北京林業(yè)大學學報，2012，34（06）：7-15.

[7]李德，牛樹奎，龍先華，等.四川省森林火災與氣象因子的關(guān)系[J].西北農(nóng)林科技大學學報，2013，41（06）：67-74.

[8]中國氣象局氣候變化中心.中國氣候變化藍皮書2021[M].北京：科學出版社，2021.

基金項目：高原與盆地暴雨旱澇災害四川省重點實驗室科技發(fā)展基金項目（SCQXKJQN2020019）。

作者簡介：高潔（1988.01—），女，碩士，工程師，研究方向：氣象災害風險預警及決策氣象服務(wù)。

通訊作者：郭善云（1980.09—），男，碩士，高級工程師，研究方向：氣象災害風險預警及決策氣象服務(wù)。