廣西林火發(fā)生動(dòng)態(tài)及氣象影響因素研究

doi：10.3969/j.issn.1006-8023.2024.02.009

摘" 要：了解森林火災(zāi)的時(shí)空分布格局，定量分析其統(tǒng)計(jì)學(xué)規(guī)律，能夠?yàn)樵摰貐^(qū)的火源管理與森林火災(zāi)科學(xué)預(yù)防提供基礎(chǔ)支撐。根據(jù)廣西1990—2020年的森林火災(zāi)數(shù)據(jù)、氣象數(shù)據(jù)和基礎(chǔ)地理數(shù)據(jù)，分析廣西大尺度下的森林火災(zāi)時(shí)空分布趨勢(shì)，同時(shí)構(gòu)建零膨脹負(fù)二項(xiàng)回歸模型，探討氣象因素對(duì)森林火災(zāi)的影響。結(jié)果表明，在年際變化上，廣西林火數(shù)量呈“M”形波動(dòng)，2005年以后森林火災(zāi)波動(dòng)較大，季節(jié)上多發(fā)于冬季和春季，每年10月至次年4月累計(jì)發(fā)生13 249起，占比80%；森林火災(zāi)的發(fā)生具有明顯的地域聚集性，主要發(fā)生在海拔0～400 m和斜坡為25°以下的平原低山地區(qū)；氣象因子對(duì)森林火災(zāi)的發(fā)生具有重要影響，其中降雨量和平均風(fēng)速對(duì)廣西森林火災(zāi)的影響最為顯著。未來(lái)廣西應(yīng)加大防火期，尤其是重要節(jié)假日前后的野外火源管控力度與應(yīng)急處置能力，同時(shí)完善火險(xiǎn)天氣預(yù)警，以應(yīng)對(duì)極端天氣帶來(lái)的森林火災(zāi)隱患。

關(guān)鍵詞：森林火災(zāi)；時(shí)間序列；空間分布特征；負(fù)二項(xiàng)回歸；廣西壯族自治區(qū)

中圖分類號(hào)：S757""" 文獻(xiàn)標(biāo)識(shí)碼：A""" 文章編號(hào)：1006-8023（2024）02-0077-08

Study on the Dynamics and Meteorological Influencing Factors of

Forest Fire in Guangxi

JU Wenzhen， HAN Feiyang*， PENG Bolin， LI Changcheng， HE Shan， PAN Ting

（Guangxi Zhuang Autonomous Region Forestry Survey and Design Institute， Nanning 530011， China）

Abstract：Understanding the temporal and spatial distribution pattern of forest fire and quantitatively analyzing its statistical law can provide basic support for fire source management and scientific prevention of forest fire in this area. Based on the forest fire data， meteorological data and basic geographical data of Guangxi from 1990 to 2020， the temporal and spatial distribution of forest fire in Guangxi was analyzed. A zero inflation negative binomial regression model was constructed to discuss the influence of meteorological factors on forest fire. The results showed that the number of forest fires in Guangxi fluctuated in \"M\" shaped in interannual variation， and the annual forest fire fluctuated greatly after 2005. Seasonally， forest fires were most prevalent during the winter and spring， with a cumulative total of 13 249 occurrences between October and next April， accounting for 80% of the total. The occurrence of forest fire had obvious regional aggregation， which mainly occurred in the plain and low mountain areas below the elevation of 400 meters and the slope （25°）. Meteorological factors had an important influence on the occurrence of forest fire， among them， rainfall and average wind speed had the most significant impact on forest fire in Guangxi. In the future， Guangxi should strengthen the field fire source control and emergency disposal capacity during the fire prevention period， especially before and after important holidays， and improve the fire danger weather warning in order to deal with the hidden danger of forest fire caused by extreme weather.

Keywords：Forest fire; time series; spatial distribution characteristics; zero inflation negative binomial regression; Guangxi Zhuang Autonomous Region

收稿日期： 2023-08-21

基金項(xiàng)目：廣西自籌經(jīng)費(fèi)林業(yè)科技項(xiàng)目（2023GXZCLK69）; 廣西林業(yè)設(shè)計(jì)院自選科技項(xiàng)目（林勘科研[2022]-01-03）。

第一作者簡(jiǎn)介：巨文珍，碩士，高級(jí)工程師。研究方向?yàn)樯址阑稹-mail： 249753114@qq.com

*通信作者：韓斐揚(yáng)，碩士，高級(jí)工程師。研究方向?yàn)樯址阑稹-mail：350561013@qq.com

引文格式：巨文珍，韓斐揚(yáng)，彭泊林，等. 廣西林火發(fā)生動(dòng)態(tài)及氣象影響因素研究[J].森林工程，2024，40（2）：77-84.

JU W Z， HAN F Y， PENG B L， et al. Study on the dynamics and meteorological influencing factors of forest fire in Guangxi[J]. Forest Engineering，" 2024， 40（2）：77-84.

0" 引言

森林火災(zāi)是一種突發(fā)性強(qiáng)、破壞性大和處置救援困難的自然災(zāi)害[1-3]，能夠?qū)ι稚鷳B(tài)系統(tǒng)多樣性與功能、人民生命財(cái)產(chǎn)和國(guó)土生態(tài)安全造成嚴(yán)重破壞[4-5]。在全球變暖的大背景下，近年來(lái)我國(guó)南方地區(qū)高溫、干旱等極端天氣明顯增多，森林防火形勢(shì)日趨嚴(yán)峻[6]。

探究林火時(shí)空規(guī)律是森林火災(zāi)預(yù)測(cè)與管理的前提和基礎(chǔ)[7]，一直是國(guó)內(nèi)外森林火災(zāi)研究的重點(diǎn)熱點(diǎn)[8-11]，如Ray等[12]基于MODIS數(shù)據(jù)分析了印度恰蒂斯加爾邦2005—2021年的時(shí)空分布特征；江曉東等[13]對(duì)寧波市1996—2021年的森林火災(zāi)時(shí)空分布進(jìn)行了分析，并通過(guò)核密度分析方法生成了寧波市歷史森林火災(zāi)發(fā)生情況熱力圖；朱賀等[14]采用Mann-Kendall檢驗(yàn)和滑動(dòng)t檢驗(yàn)的方法對(duì)比分析了黑龍江和江西兩省2005—2017年的森林火災(zāi)時(shí)空變化規(guī)律和火險(xiǎn)期的偏移情況。近年來(lái)隨著研究深入，不少學(xué)者在林火時(shí)空分布特征分析基礎(chǔ)上對(duì)森林發(fā)生原因及觸發(fā)機(jī)制進(jìn)行了探討，如杜建華等[15]和劉佳等[16]定量分析了氣象因素對(duì)林火的影響。

廣西是我國(guó)南方重要的集體林區(qū)。近年來(lái)，隨著林區(qū)可燃物載量顯著增加，加之森林生產(chǎn)經(jīng)營(yíng)、生態(tài)旅游等林區(qū)活動(dòng)增多，野外火源管控難度和火險(xiǎn)隱患日益增大[17]。了解廣西的林火發(fā)生規(guī)律及氣候驅(qū)動(dòng)機(jī)制對(duì)當(dāng)?shù)亓只鸬念A(yù)防和監(jiān)測(cè)具有重要現(xiàn)實(shí)意義，但目前對(duì)廣西林火時(shí)空分布及氣象因素影響機(jī)制的研究尚不多見。因此，本研究根據(jù)廣西1990—2020年歷史火災(zāi)數(shù)據(jù)，探究廣西森林火災(zāi)較長(zhǎng)周期的時(shí)空分布特征，并構(gòu)建林火數(shù)量與氣候因子的頻次模型，以期揭示氣候?qū)V西林火發(fā)生的驅(qū)動(dòng)機(jī)制，為森林火災(zāi)科學(xué)預(yù)防與風(fēng)險(xiǎn)防范提供理論支撐。

1" 研究區(qū)概況與研究方法

1.1" 研究區(qū)概況

廣西壯族自治區(qū)（104°28′～112°04′，20°54′～26°24′）位于云貴高原東南邊緣，兩廣丘陵西部，總體地勢(shì)西北高、東南低。氣候?qū)賮啛釒Ъ撅L(fēng)氣候，氣候溫暖，雨水豐沛。植被由北至南可分為中亞熱帶常綠闊葉林帶、南亞熱帶常綠季雨林帶、北熱帶季節(jié)性林帶，人工植被以馬尾松（Pinus massoniana）、杉木（Cunninghamia lanceolata）、速生桉（Eucalyptus robusta）以及經(jīng)濟(jì)林木為主。廣西歷史發(fā)生的森林火災(zāi)90%以上屬人為因素導(dǎo)致，每年9月到次年4月是廣西的重點(diǎn)防火期。

1.2" 數(shù)據(jù)來(lái)源

本研究通過(guò)收集整理廣西各市縣森林火災(zāi)檔案，獲取了廣西全區(qū)1990—2020年間共16 561起森林火災(zāi)數(shù)據(jù)，包括森林火災(zāi)的發(fā)生與撲滅時(shí)間、火點(diǎn)經(jīng)緯度、森林火災(zāi)等級(jí)、起火原因、災(zāi)損情況和撲火經(jīng)費(fèi)等。其中森林火災(zāi)等級(jí)按照《森林防火條例》進(jìn)行分類。起火原因可分為生產(chǎn)性火源、非生產(chǎn)性火源、火源不明及其他4大類，見表1。

基礎(chǔ)地理數(shù)據(jù)（自治區(qū)、市、縣和鄉(xiāng)鎮(zhèn)行政界線）采用廣西第三次全國(guó)國(guó)土調(diào)查成果數(shù)據(jù)；海拔與坡度根據(jù)火災(zāi)發(fā)生點(diǎn)的經(jīng)緯度從廣西山體和坡度柵格數(shù)據(jù)上進(jìn)行提取，坡度按照表2進(jìn)行分級(jí)。

1990—2020年自治區(qū)全區(qū)的30″氣象格網(wǎng)數(shù)據(jù)通過(guò)購(gòu)買第三方服務(wù)獲取，涵蓋月大風(fēng)天數(shù)、月平均風(fēng)速、月平均降雨量、月平均氣溫、月最高氣溫和月最小相對(duì)濕度等，通過(guò)火災(zāi)檔案記載的時(shí)間和經(jīng)緯度對(duì)森林火災(zāi)發(fā)生時(shí)的氣象因子進(jìn)行提取。

1.3" 研究方法

構(gòu)建廣西1990—2020年歷史森林火災(zāi)時(shí)間序列，通過(guò)時(shí)序分解從總體趨勢(shì)、月際變化和隨機(jī)波動(dòng)上探究森林火災(zāi)的時(shí)間分布趨勢(shì)。以市為基本單元統(tǒng)計(jì)森林火災(zāi)等級(jí)、數(shù)量及起火原因，同時(shí)通過(guò)提取火點(diǎn)的海拔與坡度，分析廣西森林火災(zāi)空間分布情況。

對(duì)氣象因子進(jìn)行標(biāo)準(zhǔn)化處理，使其能夠?qū)δＰ拖禂?shù)比較各因子之間的重要程度。通過(guò)方差膨脹因子VIF（Variance Inflation Factor）對(duì)氣象因子進(jìn)行多重共線性檢驗(yàn)，剔除掉多重共線性變量（VIF gt; 10）的自變量[18]，以鄉(xiāng)鎮(zhèn)為最小單元，按月份統(tǒng)計(jì)森林火災(zāi)數(shù)量作為模型構(gòu)建的因變量，構(gòu)建林火頻次模型。

零膨脹負(fù)二項(xiàng)回歸模型（ZINB）能夠較好處理多數(shù)時(shí)段林火發(fā)生為0的情況，從而更準(zhǔn)確地?cái)M合長(zhǎng)時(shí)間尺度下林火次數(shù)離散的情況，被廣泛用作林火頻次的建模[19-20]。零膨脹負(fù)二項(xiàng)回歸分布由一個(gè)負(fù)二項(xiàng)分布和一個(gè)離散零分布組成，其概率分布函數(shù)為[20]

f（y|X，p，k）=pi+（1－pi）（kk+μ）k，y=0

（1－pi）Γ（y+k）Γ（y+1）Γ（k）（kk+μ）k（μk+μ）y，y=1，2，…，n。（1）

式中：y為林火發(fā)生次數(shù)；X為自變量的集合；Γ為伽馬分布；p（為模型參數(shù)）表示取值為0的數(shù)據(jù)所占的比例，越大表示越可能存在零膨脹現(xiàn)象；k是散度參數(shù)的倒數(shù)；μ 為負(fù)二項(xiàng)分布的均值。

負(fù)二項(xiàng)回歸的期望（E（Y））和方差（Var（Y））分別為

E（Y）=（1－P）μ。（2）

Var（Y）=E（Y）［1+μ（1+k）k－E（Y）］。（3）

式中，P為模型零膨脹部分的參數(shù)，表示觀測(cè)值為零的額外概率。

為了討論自變量與因變量之間的關(guān)系，在零膨脹部分（ZI）參數(shù)部分和負(fù)二項(xiàng)參數(shù)部分引入?yún)f(xié)變量，即可得到ZINB回歸模型，其中對(duì)于非零部分采用對(duì)數(shù)線性模型，取值為0的部分采用logistic回歸模型，表達(dá)式如下[21]

lg（u）=XTβ

logit（p）=WTγ。（4）

式中：β和γ為回歸系數(shù)；X和W為協(xié)變量。

1.4" 數(shù)據(jù)分析與處理

采用Excel對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，采用ArcGIS 10.2提取火點(diǎn)的海拔和坡度屬性，采用R 4.1.3 構(gòu)建時(shí)間序列與零膨脹負(fù)二項(xiàng)回歸模型，采用R和Origin進(jìn)行作圖。

2" 結(jié)果與分析

2.1" 森林火災(zāi)時(shí)間分布

1990—2020年廣西共發(fā)生森林火災(zāi)16 561起，其中一般森林火災(zāi)9 796起，較大森林火災(zāi)6 708起、重大森林火災(zāi)56起，特大森林火災(zāi)1起。構(gòu)建研究期內(nèi)廣西森林火災(zāi)時(shí)序如圖1所示，從總體分布和趨勢(shì)項(xiàng)可以看出，廣西森林火災(zāi)在研究期內(nèi)呈明顯的“M”形周期性波動(dòng)，2005—2017年間波動(dòng)起伏較大，峰值明顯提高。從季節(jié)效應(yīng)及每月的火災(zāi)數(shù)量可以看出，研究期內(nèi)森林火災(zāi)發(fā)生呈現(xiàn)明顯季節(jié)性變化規(guī)律，每年10月至次年4月是廣西森林火災(zāi)的高峰期。

生產(chǎn)性火源是導(dǎo)致廣西森林火災(zāi)發(fā)生的主要原因，在1990—2012年間呈明顯波動(dòng)上升趨勢(shì)，2013年后得到有效控制，引發(fā)火災(zāi)數(shù)量明顯降低；非生產(chǎn)性火源引發(fā)的火災(zāi)數(shù)量波動(dòng)幅度較生產(chǎn)性火源小，但在2018年后才呈現(xiàn)降低趨勢(shì)；其他類型火源引發(fā)的火災(zāi)數(shù)量在研究期內(nèi)基本保持穩(wěn)定，波動(dòng)幅度不大。各類型火源引發(fā)火災(zāi)數(shù)量的年際變化如圖2所示。

2.2" 森林火災(zāi)空間分布

由表3可以看出，研究期內(nèi)南寧市的森林火災(zāi)數(shù)量最多，其次為玉林市和柳州市，全區(qū)有梧州、河池、桂林、柳州、百色和欽州6個(gè)市較大等級(jí)以上森林火災(zāi)數(shù)量占比超過(guò)40%。森林火災(zāi)的發(fā)生具有明顯的聚集性，集中分布在馬尾松、杉木和速生桉等易燃樹種人工林區(qū)。

廣西森林火災(zāi)主要分布在平原地區(qū)和低山丘陵地區(qū)，海拔高于300 m后森林火災(zāi)數(shù)量顯著降低；森林火災(zāi)在坡度的分布上與海拔基本一致，主要分布在斜坡（25°）以下的地區(qū)。不同海拔和坡度的森林火災(zāi)數(shù)量分布如圖3所示。

2.3" 氣象因子與森林火災(zāi)數(shù)量之間的關(guān)系

方差膨脹因子檢驗(yàn)顯示月最高氣溫與其他因子之間存在較高的共線性，去掉該因子后構(gòu)建零膨脹負(fù)二項(xiàng)回歸模型見表4。從點(diǎn)模型部分可以得出，所有氣象因子均與當(dāng)月的森林火災(zāi)數(shù)量顯著相關(guān)（P lt; 0.05），其中月平均降雨量、月平均最小相對(duì)濕度與森林火災(zāi)呈負(fù)相關(guān)，月平均氣溫、月大風(fēng)天數(shù)和月平均風(fēng)速與森林火災(zāi)呈正相關(guān)。從系數(shù)大小來(lái)看，各氣象因子對(duì)森林火災(zāi)數(shù)量影響由大到小為：月平均降雨量（0.297 6）、月平均風(fēng)速（0.144 2）、月平均氣溫（0.115 4）、月最小相對(duì)濕度（0.073 6）、月大風(fēng)天數(shù)（0.016 7）。

3" 討論

3.1" 廣西森林火災(zāi)時(shí)間分布

廣西森林火災(zāi)在年際上呈波動(dòng)變化趨勢(shì)，在2005年后波動(dòng)幅度增大。森林火災(zāi)的波動(dòng)通常與當(dāng)年的氣象因素密切相關(guān)[14-15，22]，在進(jìn)入21世紀(jì)后年降雨量極端化明顯，旱澇頻發(fā)[23-24]，加上廣西不斷推進(jìn)營(yíng)造人工林的步伐[25]，林區(qū)經(jīng)營(yíng)活動(dòng)頻繁，導(dǎo)致森林火災(zāi)數(shù)量（尤其是生產(chǎn)性火源）明顯提高。“十二五”后國(guó)家和廣西對(duì)森林防火日益重視，生產(chǎn)性火源引發(fā)火災(zāi)數(shù)量得到了有效控制，尤其2018年以后，各類型森林火災(zāi)數(shù)量均有了顯著降低。

廣西森林火災(zāi)也表現(xiàn)出了明顯的季節(jié)性分布特征，森林火災(zāi)主要發(fā)生在10月至次年4月，這與大部分南方林區(qū)表現(xiàn)出的規(guī)律一致[6，26-27]。廣西屬亞熱帶季風(fēng)氣候，雨熱同期，春冬季節(jié)干旱少雨，春節(jié)清明等重要節(jié)日多，人口流動(dòng)大，煙花爆竹及祭祀掃墓活動(dòng)頻繁，同時(shí)春耕是生產(chǎn)用火高峰期，這些因素都極大地提高了森林火災(zāi)發(fā)生率[13，28]。

3.2" 廣西森林火災(zāi)空間分布

森林火災(zāi)在空間分布具有明顯的聚集性，南寧市、玉林市火災(zāi)總量最多，主要集中在2000—2010年，這是因?yàn)樵谶@段時(shí)期南寧和玉林大力營(yíng)造人工林，頻繁生產(chǎn)活動(dòng)致使生產(chǎn)性火災(zāi)較多。桂北地區(qū)研究期內(nèi)始終是廣西森林火災(zāi)的高危區(qū)，區(qū)域以喀斯特地貌為主，松杉及石山灌木等易燃樹種分布廣，林區(qū)可燃物載量高，區(qū)域多為少數(shù)民族聚居地，農(nóng)事及祭祀活動(dòng)頻繁，加上石山地勢(shì)險(xiǎn)峻，撲救難度大，易發(fā)生重大森林火災(zāi)[28]。

在地形地勢(shì)上，火災(zāi)主要集中在坡度較緩的平原和低山地區(qū)，隨著海拔和坡度升高森林火災(zāi)數(shù)量逐漸降低，這與多數(shù)研究一致[29-32]。這是因?yàn)閺V西火災(zāi)主要為人為導(dǎo)致，海拔和坡度的提升減少了人為活動(dòng)[28]，同時(shí)海拔升高氣溫降低，降雨增加，林內(nèi)相對(duì)濕度增大，植被含水率增高，這些都在一定程度上抑制了火災(zāi)的發(fā)生[33-34]。但高海拔地區(qū)干濕季節(jié)特征明顯，部分區(qū)域干季伴隨著較大的風(fēng)速，如發(fā)生上坡火，隨著坡度的增加對(duì)流熱與輻射熱強(qiáng)度增加，火勢(shì)蔓延速度也隨之增加[35]，因此仍需對(duì)高海拔陡坡區(qū)域重點(diǎn)防控。

3.3" 廣西森林火災(zāi)與氣象之間的關(guān)系

模型結(jié)果顯示月最高溫度、平均風(fēng)速和大風(fēng)天數(shù)與森林火災(zāi)呈顯著正相關(guān)，月降雨量和最小相對(duì)濕度與森林火災(zāi)數(shù)量呈顯著負(fù)相關(guān)，這與李永和等[26]和高超等[36]的結(jié)果一致。氣象因素通常認(rèn)為是森林火災(zāi)的重要驅(qū)動(dòng)因素[37-38]，較高的氣溫與風(fēng)速能夠加速可燃物干燥，提高燃燒性[39]，降雨量和最小相對(duì)濕度通過(guò)提高可燃物含水率來(lái)抑制火災(zāi)發(fā)生，但也會(huì)在一定程度增加森林可燃物的載量（枯枝落葉積累導(dǎo)致短期不能分解）[40]，因此當(dāng)旱季受到連續(xù)高溫干燥天氣后，容易引發(fā)大面積森林火災(zāi)。

4" 結(jié)論

依據(jù)1990—2020年廣西森林火災(zāi)數(shù)據(jù)為基礎(chǔ)，通過(guò)構(gòu)建時(shí)間序列及統(tǒng)計(jì)匯總分析了廣西森林火災(zāi)的時(shí)空分布規(guī)律，同時(shí)建立了零膨脹負(fù)二項(xiàng)回歸模型，探究了氣象因子對(duì)森林火災(zāi)的影響，得出結(jié)論如下：

1）廣西森林火災(zāi)在年際變化上呈“M”形波動(dòng)，每年火災(zāi)集中在冬季和春季。

2）南寧、玉林及桂北地區(qū)森林火災(zāi)數(shù)量較多，森林火災(zāi)在空間分布上具有聚集性，主要發(fā)生在海拔400 m、斜坡25°以下的平原低山地區(qū)。

3）氣象對(duì)廣西森林火災(zāi)有重要驅(qū)動(dòng)作用，未來(lái)廣西應(yīng)完善火險(xiǎn)天氣預(yù)警，加大對(duì)極端氣溫時(shí)期的野外火源管控，以應(yīng)對(duì)極端天氣帶來(lái)的森林火災(zāi)隱患。

【參" 考" 文" 獻(xiàn)】

[1]王亞男，王洪慶，何永明.2010—2020年我國(guó)森林火災(zāi)時(shí)空分布及影響因素分析[J].山東林業(yè)科技，2022，52（5）：26-32，38.

WANG Y N， WANG H Q， HE Y M. Analysis on temporal and spatial distribution and influencing factors of forest fire in China from 2010 to 2020[J]. Journal of Shandong Forestry Science and Technology， 2022， 52（5）： 26-32， 38.

[2]李海萍，龍志航，楊滋恒，等.基于Logistic模型的四川涼山州森林火災(zāi)風(fēng)險(xiǎn)分析[J].安全與環(huán)境學(xué)報(bào)，2021，21（2）：498-505.

LI H P， LONG Z H， YANG Z H， et al. Analysis of forest fire risk in Sichuan Liangshan based on Logistic model[J]. Journal of Safety and Environment， 2021， 21（2）： 498-505.

[3]郄亞微，謝濤.基于北斗衛(wèi)星導(dǎo)航技術(shù)的森林火災(zāi)危險(xiǎn)點(diǎn)自動(dòng)預(yù)測(cè)方法[J].自動(dòng)化技術(shù)與應(yīng)用，2022，41（5）：88-91.

QIE Y W， XIE T. Automatic prediction method of forest fire hazard points based on Beidou satellite navigation technology[J]. Techniques of Automation and Applications， 2022， 41（5）： 88-91.

[4]THONICKE K， VENEVSKY S， SITCH S， et al. The role of fire disturbance for global vegetation dynamics： coupling fire into a dynamic global vegetation model[J]. Global Ecology and Biogeography， 2001， 10（6）： 661-677.

[5]白夜，武英達(dá)，王博，等.我國(guó)森林草原火災(zāi)潛在風(fēng)險(xiǎn)應(yīng)對(duì)策略研究[J].林業(yè)資源管理，2020（1）：11-14，29.

BAI Y， WU Y D， WANG B， et al. Risk-coping strategies for forest and grassland fires in China[J]. Forest Resources Management， 2020（1）： 11-14， 29.

[6]田曉瑞，舒立福，趙鳳君，等.中國(guó)主要生態(tài)地理區(qū)的林火動(dòng)態(tài)特征分析[J].林業(yè)科學(xué)，2015，51（9）：71-77.

TIAN X R， SHU L F， ZHAO F J， et al. Dynamic characteristics of forest fires in the main ecological geographic districts of China[J]. Scientia Silvae Sinicae， 2015， 51（9）： 71-77.

[7]曾雪艷，楊金明，李士美.2003—2018年中國(guó)森林火災(zāi)時(shí)空分布格局研究[J].林業(yè)調(diào)查規(guī)劃，2021，46（2）：53-58，168.

ZENG X Y， YANG J M， LI S M. Spatial and temporal pattern of forest fires in China from 2003 to 2018[J]. Forest Inventory and Planning， 2021， 46（2）： 53-58， 168.

[8]張恒，馬運(yùn)佳，彭徐劍，等.2003—2016年中國(guó)華北地區(qū)森林火災(zāi)時(shí)空特征研究[J].西北林學(xué)院學(xué)報(bào)，2019，34（1）：163-169.

ZHANG H， MA Y J， PENG X J， et al. Temporal and spatial characteristics of forest fires in Northern China from 2003 to 2016[J]. Journal of Northwest Forestry University， 2019， 34（1）： 163-169.

[9]SENICI D， CHEN H Y H， BERGERON Y， et al. Spatiotemporal variations of fire frequency in central boreal forest[J]. Ecosystems， 2010， 13（8）： 1227-1238.

[10]WASTL C， SCHUNK C， LEUCHNER M， et al. Recent climate change： long-term trends in meteorological forest fire danger in the Alps[J]. Agricultural and Forest Meteorology， 2012， 162/163： 1-13.

[11]HUESCA M， LITAGO J， PALACIOS-ORUETA A， et al. Assessment of forest fire seasonality using MODIS fire potential： a time series approach[J]. Agricultural and Forest Meteorology， 2009， 149（11）： 1946-1955.

[12]RAY T， MALASIYA D， VERMA A， et al. Characterization of spatial–temporal distribution of forest fire in Chhattisgarh， India， using MODIS-based active fire data[J]. Sustainability， 2023， 15（9）： 7046.

[13]江曉東，李少虹，黃增芳，等.寧波市森林火災(zāi)時(shí)空分布特征研究[J].自然保護(hù)地，2022，2（4）：116-128.

JIANG X D， LI S H， HUANG Z F， et al. Research on temporal and spatial distribution characteristics of forest fires in Ningbo[J]. Natural Protected Areas， 2022， 2（4）： 116-128.

[14]朱賀，張珍，楊凇，等.我國(guó)南北方森林火災(zāi)時(shí)空分布及火險(xiǎn)期動(dòng)態(tài)變化特征[J/OL].生態(tài)學(xué)雜志，2022：1-13.（2022-06-21）.https：//kns.cnki.net/kcms/detail/21.1148.Q.20220620.1231.008.html.

ZHU H， ZHANG Z， YANG S， et al. Temporal and spatial distribution of forest fire and dynamic change characteristics of fire danger period in south and North China[J/OL]. Chinese Journal of Ecology， 2022： 1-13. （2022-06-21）. https：//kns.cnki.net/kcms/detail/21.1148.Q.20220620.1231.008.html.

[15]杜建華，宮殷婷，蔣麗偉.中國(guó)森林火災(zāi)發(fā)生特征及其與主要?dú)夂蛞蜃拥年P(guān)系研究[J].林業(yè)資源管理，2019（2）：7-14.

DU J H， GONG Y T， JIANG L W. Study on the characteristics of forest fires in China and their relationship with major climatic factors[J]. Forest Resources Management， 2019（2）： 7-14.

[16]劉佳，郭海燕，甘薇薇，等.攀西林火時(shí)空分布格局與氣候影響因素的空間異質(zhì)性研究[J/OL].西南林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)），2023：1-12.

LIU J， GUO H Y， GAN W W， et al. Study on spatio-temporal distribution and heterogeneity of climate forces of wildfires in Panxi region[J/OL]. Journal of Southwest Forestry University （Natural Sciences）， 2023： 1-12.

[17]何蕓.廣西森林火災(zāi)成因時(shí)空分布規(guī)律分析[J].南方農(nóng)業(yè)，2022，16（15）：207-209，213.

HE Y. Analysis on temporal and spatial distribution of forest fire causes in Guangxi[J]. South China Agriculture， 2022， 16（15）： 207-209， 213.

[18]高博，陳響，單仔赫，等.基于Logistic回歸模型的大興安嶺地區(qū)林火發(fā)生概率預(yù)測(cè)研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2022，18（11）：163-168.

GAO B， CHEN X， SHAN Z H， et al. Prediction of forest fire probability in Daxing'an Mountains area based on Logistic regression model[J]. Journal of Safety Science and Technology， 2022， 18（11）： 163-168.

[19]張潔，趙浩彥，張民俠，等.廣義線性模型在林火發(fā)生預(yù)報(bào)中的應(yīng)用[J].林業(yè)工程學(xué)報(bào)，2017，2（1）：135-142.

ZHANG J， ZHAO H Y， ZHANG M X， et al. Research on generalized linear models applied to forest fire forecast[J]. Journal of Forestry Engineering， 2017， 2（1）： 135-142.

[20]秦凱倫，郭福濤，邸雪穎，等.大興安嶺塔河地區(qū)林火發(fā)生的優(yōu)勢(shì)預(yù)測(cè)模型選擇[J].應(yīng)用生態(tài)學(xué)報(bào)，2014，25（3）：731-737.

QIN K L， GUO F T， DI X Y， et al. Selection of advantage prediction model for forest fire occurrence in Tahe， Daxing'an Mountain[J]. Chinese Journal of Applied Ecology， 2014， 25（3）： 731-737.

[21]王昊，楊亞?wèn)|，馬勇，等.基于零膨脹負(fù)二項(xiàng)回歸模型的內(nèi)河水上交通人命安全分析[J].安全與環(huán)境學(xué)報(bào)，2017，17（2）：408-412.

WANG H， YANG Y D， MA Y， et al. Safety analysis over the casualties of maritime transportation and traffic accidents based on the zero-inflated negative binomial regression method[J]. Journal of Safety and Environment， 2017， 17（2）： 408-412.

[22]王麗娜，王惠東，李偉光.近25年黑龍江省森林火災(zāi)發(fā)生趨勢(shì)的研究[J].森林防火，2006（3）：16-17.

WANG L N， WANG H D， LI W G. Study on the occurrence trend of forest fires in Heilongjiang Province in recent 25 years[J]. Forest Fire Prevention， 2006（3）： 16-17.

[23]覃衛(wèi)堅(jiān)，李耀先，覃志年.廣西氣溫氣候變化特征研究[J].安徽農(nóng)業(yè)科學(xué)，2010，38（32）：18315-18318.

QIN W J， LI Y X， QIN Z N. Study on temperature variation characteristics in Guangxi[J]. Journal of Anhui Agricultural Sciences， 2010， 38（32）： 18315-18318.

[24]何潔琳，謝敏，黃卓，等.廣西氣候變化事實(shí)[J].氣象研究與應(yīng)用，2016，37（3）：11-15.

HE J L， XIE M， HUANG Z， et al. Climate change in Guangxi[J]. Journal of Meteorological Research and Application， 2016， 37（3）： 11-15.

[25]張建平.廣西桉樹人工林經(jīng)營(yíng)狀況及可持續(xù)發(fā)展研究[J].綠色科技，2017（5）：97-98，100.

ZHANG J P. Study on management status and sustainable development of Eucalyptus plantation in Guangxi[J]. Journal of Green Science and Technology， 2017（5）： 97-98， 100.

[26]李永和，靳全鋒.浙江省林火時(shí)空變化及影響因子分析[J].浙江林業(yè)科技，2021，41（4）：62-69.

LI Y H， JIN Q F. Temporal and spatial variation of forest fires and factors analysis in Zhejiang Province[J]. Journal of Zhejiang Forestry Science and Technology， 2021， 41（4）： 62-69.

[27]田野，牛樹奎，陳鋒，等.麗江地區(qū)森林火災(zāi)的時(shí)空分布規(guī)律[J].西北林學(xué)院學(xué)報(bào)，2018，33（5）：142-148.

TIAN Y， NIU S K， CHEN F， et al. Temporal and spatial distribution of forest fire in Lijiang area[J]. Journal of Northwest Forestry University， 2018， 33（5）： 142-148.

[28]羅仁榮.如何做好喀斯特地貌區(qū)鄉(xiāng)鎮(zhèn)森林防火工作[J].河南農(nóng)業(yè)，2018（17）：42-45.

LUO R R. How to do a good job of forest fire prevention in villages and towns in Karst landform area[J]. Agriculture of Henan， 2018（17）： 42-45.

[29]鄭長(zhǎng)青，楊少斌，程玉林，等.內(nèi)蒙古大興安嶺北部原始林區(qū)地形因子對(duì)森林火災(zāi)空間分布的影響分析[J].內(nèi)蒙古林業(yè)科技，2022，48（3）：48-53.

ZHENG C Q， YANG S B， CHENG Y L， et al. Impact analysis of topographic features on spatial distribution of forest fire in the northern primitive forest area of Greater Xing'an Mountains， Inner Mongolia[J]. Journal of Inner Mongolia Forestry Science and Technology， 2022， 48（3）： 48-53.

[30]田超，蘇漳文，楊夏捷，等.福建西部地區(qū)林火發(fā)生格局及驅(qū)動(dòng)因子分析[J].森林與環(huán)境學(xué)報(bào)，2017，37（1）：88-94.

TIAN C， SU Z W， YANG X J， et al. Investigations on spatial distribution and driving factors of forest fire in western Fujian[J]. Journal of Forest and Environment， 2017， 37（1）： 88-94.

[31]SYPHARD A D， RADELOFF V C， KEELEY J E， et al. Human influence on California fire regimes[J]. Ecological Applications： a Publication of the Ecological Society of America， 2007， 17（5）： 1388-1402.

[32]顧先麗，吳志偉，張宇婧，等.氣候變化背景下江西省林火空間預(yù)測(cè)[J].生態(tài)學(xué)報(bào)，2020，40（2）：667-677.

GU X L， WU Z W， ZHANG Y J， et al. Prediction research of the forest fire in Jiangxi Province in the background of climate change[J]. Acta Ecologica Sinica， 2020， 40（2）： 667-677.

[33]GUO F T， WANG G Y， SU Z W， et al. What drives forest fire in Fujian， China？ Evidence from logistic regression and Random Forests[J]. International Journal of Wildland Fire， 2016， 25（5）： 505.

[34]GUO F T， SU Z W， WANG G Y， et al. Wildfire ignition in the forests of southeast China： Identifying drivers and spatial distribution to predict wildfire likelihood[J]. Applied Geography， 2016， 66： 12-21.

[35]周義峰.四川省甘孜州林火分布格局及預(yù)測(cè)模型研究[D].成都：成都理工大學(xué)，2021.

ZHOU Y F. Study on distribution pattern and prediction model of forest fire in Ganzi prefecture of Sichuan Province[D]. Chengdu： Chengdu University of Technology， 2021.

[36]高超，林紅蕾，胡海清，等.基于氣象因子的黑龍江黑河林火發(fā)生概率預(yù)測(cè)[J].森林與環(huán)境學(xué)報(bào)，2022，42（5）：529-535.

GAO C， LIN H L， HU H Q， et al. Probability prediction of forest fires in Heihe region of Heilongjiang Province based on meteorological factors[J]. Journal of Forest and Environment， 2022， 42（5）： 529-535.

[37]CALDER W J， PARKER D， STOPKA C J， et al. Medieval warming initiated exceptionally large wildfire outbreaks in the Rocky Mountains[J]. Proceedings of the National Academy of Sciences of the United States of America， 2015， 112（43）： 13261-13266.

[38]WESTERLING A L， HIDALGO H G， CAYAN D R， et al. Warming and earlier spring increase western U.S. forest wildfire activity[J]. Science， 2006， 313（5789）： 940-943.

[39]曾愛聰，蔡奇均，蘇漳文，等.基于MODIS衛(wèi)星火點(diǎn)的浙江省林火季節(jié)變化及驅(qū)動(dòng)因子[J].應(yīng)用生態(tài)學(xué)報(bào)，2020，31（2）：399-406.

ZENG A C， CAI Q J， SU Z W， et al. Seasonal variation and driving factors of forest fire in Zhejiang Province， China， based on MODIS satellite hot spots[J]. Chinese Journal of Applied Ecology， 2020， 31（2）： 399-406.

[40]姚啟超.大興安嶺林火歷史與氣候的關(guān)系[D].哈爾濱：東北林業(yè)大學(xué)，2017.

YAO Q C. Multicentury wildfire and climate in the Daxing'an mountains， China[D]. Harbin： Northeast Forestry University， 2017.