云南松针叶富含油脂,防火期含水率低,是滇中地区林火主要地表可燃物.在2020年防火期持续采集滇中地区云南松林地表可燃物含水率数据,使用相关性分析、公因子方差、膨胀系数和多重预测回归模型,探究地形、气象、林分等因子与含水率的关系,利用离差标准化法调整模型系数及完成模型精度评价.结果表明:云南松林地表可燃物含水率影响因子排序为温度＞湿度＞风速＞坡向＞郁闭度＞坡度＞海拔＞风向,坡向、林分郁闭度指标方差膨胀系数VIF＞10,存在共线性;因此选择温度、湿度、风速、坡度、海拔构建含水率预测回归模型E1,k、s、g代表云南松枯枝、松针和小灌枯枝-枯草,Yk1、Ys1、Ys1平均拟合度为74.35％,平均误差率为32.06％,误差率偏高.以强相关(r＞0.70)因子温度、湿度、风速为自变量重构含水率预测增强回归模型E2,其Yk2、Ys2、Yg2平均拟合度为83.99％,平均误差率为17.09％,其拟合度、误差率均优于E1.在E2基础上选择具有现实意义的弱相关性因子坡向、坡度、海拔、郁闭度为调整因子,并运用离差标准化法转化为系数,构建含水率预测系数校正回归模型E3,其Yk3、Ys3、Yg3平均拟合度89.72％,平均误差率为8.48％.E3精度优于E1、E2,其 Yk3、Ys3、Yg3拟合优度分别提升 9.69％、2.11％,4.84％、10.77％,8.41％、4.33％,误差率降低 15.65％、6.89％,11.24％、13.69％,18.01％、5.24％.增加校正系数可提高模型预测精度,同时模型因子易获取,便于林火管理者野外快捷、精准、实时预测滇中云南松林地表可燃物含水率,为林火防控提供技术支持.

中国西南林区火源复杂,人为干扰大,多为喀斯特地貌和农林交错区,山形复杂,是中国林火发生的重灾区.分析该区域林火发生驱动因子,并进行火险区划,对于该地区合理的林火管理工作具有重要意义.本研究以西南地区的贵州省为对象,基于2011-2020年的森林火点数据、地理空间数据、气象数据、植被数据和人类活动数据等,利用ArcGIS 10.7的空间分析和R Studio等软件分析贵州省近10年林火分布时空格局,得到林火发生的驱动因子和概率预测模型,分别绘制春夏秋冬4个季节的贵州省林火发生概率和森林火险区划图.结果表明:近10年,贵州省火点数量逐年呈下降趋势,每年主要集中在1-3月,占全年火点数量的61％;距居民点距离、距铁路距离、人口密度、逐月平均空气温度、逐月平均相对湿度和逐月累计降雨量对贵州省林火发生概率有显著影响,得到模型的预测准确率为81.9％,曲线下面积为0.904;贵州省春季林火发生概率高于其他季节,且春、秋和冬季的森林火灾高火险区主要集中在贵州省西部,而夏季则主要是贵州东部的林火发生概率较高.研究得到贵州省林火发生驱动因子和基于季节火险区划图,对于该地区科学林火管理具有重要意义,贵州西部林火发生概率主要在偏远地区,应该增加瞭望塔和视频监控等设备,加强巡护,提高监测范围和时效,对于贵州东部夏季,应该加强防火宣传和人为活动管控,减少火源出现概率.

林火直接破坏森林资源,改变森林的结构与功能,影响局地甚至全球气候状况并威胁人类生命和财产安全,在气候变暖背景下林火将更加频发,因此开展林火预测/预报研究至关重要.利用MODIS(Moderate-resolution Imaging Spectroradiometer)的温度异常/火产品(MOD14A1)获取逐日林火数据,分析了 2001-2018 年中国西南地区林火时空分布特征;采用随机森林算法,综合考虑气象、地形、可燃物状况及植被等林火驱动因子,构建了中国西南地区干、湿季林火发生预测模型,系统分析了西南地区干湿季林火发生的主要驱动因子.结果表明:(1)中国西南地区林火主要集中分布于云南大部、四川西南部及贵州南部地区,并呈集聚分布特征;林火多发于干季,占林火发生总次数的 96.5%,年林火发生次数呈阶段性变化特征,2001-2014 年呈现显著增加趋势,随后表现为不显著减少趋势;(2)构建的干、湿季林火发生预测模型能较准确地模拟林火发生状况:训练期模型准确率分别处于 82.94%—83.99%与85.12%—90.31%之间,AUC(Area Under Curve)值分别处于0.908-0.914 与0.922-0.965 之间;测试期模型准确率分别为 79.73%和 83.27%,AUC值分别为 0.886 和 0.855;(3)海拔是西南地区林火发生最关键的限制因子,林火多集中于中海拔区,而在低海拔和高海拔地区林火不易发生,这与人类活动密切相关.当日的气象条件是干季林火发生次重要的驱动因子,可燃物的温湿度状况则是湿季林火发生次重要的驱动因子.FWI系统指标(Fire Weather Index)在西南地区有较好的适用性且对于区域干湿季林火发生均有重要的影响,因此在西南地区林火预测/预报工作中有必要引入FWI系统指标.

大兴安岭是我国重点森林火灾区,准确预测该地区的森林可燃物含水率对于提高该地区林火发生预测的准确性意义重大.本研究采集典型林型的枯落物的光谱和含水率实测数据,通过一阶导数和去包络线的光谱分析方法识别森林枯落物含水率敏感波段.通过相关系数法从原始光谱、去包络线光谱、一阶导数光谱、去包络线之后的一阶导数光谱中筛选与枯落物含水率高度相关的波段作为含水率反演模型的备选自变量.利用逐步回归分析建立枯落物含水率反演模型,并对模型进行精度评价.结果表明,去包络线之后的一阶导数光谱对枯落物含水率变化存在显著响应,敏感波段位于398～668、768～1068、1098、1278、1388～1438、1458 ～ 1538、1868 ～ 1898、1988～2088、2198～2208、2228 ～ 2238 nm(P＜0.05).相关系数极值为-0.653、0.610,分别在波长2008、1888 nm处.通过多元逐步回归构建大兴安岭地区9种典型林型枯落物光谱和含水率的预测模型,模型决定系数R2=0.537,平均相对误差为0.303,均方根误差为0.499.本研究结果将为利用遥感技术快速测定森林枯落物含水率提供参考.

研究林火变化趋势和驱动因子,可为林火预防和管理提供科学依据.本研究基于MODIS卫星火点数据,结合气象(日平均风速、日平均温度、日相对湿度、气温日较差、日累计降水)、人为(到公路距离、到铁路距离、到居民点距离、人口密度、人均GDP)、地形和植被因素(高程、坡度、植被覆盖度),运用趋势分析法、Logistic回归模型,对浙江省2001-2016年林火变化趋势和驱动因子进行研究.结果 表明:浙江省春、夏季林火呈显著上升趋势,秋、冬季林火呈先上升后下降趋势,秋季下降趋势显著.浙江省各季节林火预测模型拟合度均较高,模型预测准确率分别为75.8％(春季)、79.1％(夏季)、74.7％(秋季)和79.6％(冬季).浙江省春、夏季林火发生与变化受气象、人为、地形和植被因素的显著影响;秋、冬季林火发生与变化主要受气象因素影响.在影响因素复杂、高火险区域分散的春、夏季,林火管理应重点加强人为活动管理和防火宣传教育;在秋、冬季,可通过在高火险区集中分布的西南地区增设瞭望塔和监控设备进行监测和管理.

通过文献回顾,总结了国内林火发生预测模型的研究现状,并从林火发生驱动因子、林火发生概率预测模型、林火发生频次预测模型和模型检验方法等方面进行归纳分析.得出以下结论:1)气象、地形、植被、可燃物、人类活动等因素是影响林火发生及模型预测精度的主要驱动因子;2)林火发生概率模型中,地理加权逻辑斯蒂回归模型考虑了变量之间的空间相关性,Gompit回归模型适宜非对称结构的林火数据,随机森林模型不需要多重共线性检验,在避免过度拟合的同时提高了预测精度,是林火发生概率预测模型的优选方法之一;3)林火发生频次模型中,负二项回归模型更适合对过度离散数据进行模拟,零膨胀模型和栅栏模型可以处理林火数据中包含大量零值的问题;4)ROC检验、AIC检验、似然比检验和Wald检验方法是林火概率和频次模型的常用检验方法.林火发生预测模型研究仍是我国当前林火管理工作的重点,预测模型的选择需要依据不同地区林火数据特点.此外,构建林火预测模型时需要考虑更多的影响因素,以提高模型预测精度;未来,需要进一步探索其他数学模型在林火发生预测中的应用,不断提高林火发生预测模型的准确度.

林火是森林生态系统的重要影响因子,建立科学准确的林火预测预报模型对林火管理工作至关重要.本研究以不同气象因子为主要预测变量,基于Logistic回归和广义线性混合效应模型建立福建省林火发生预测模型,通过对比Logistic基础模型和广义线性混合效应模型的拟合度和预测精度,研究混合效应模型在林火预报中的适用性.结果表明:Logistic基础模型的受试者工作特征曲线下面积(AUC)值为0.664,验证准确率为60.4％.添加随机效应后,模型的拟合和检验精度均获得了提升.其中,考虑行政区划和海拔差异效应的两水平混合效应模型的表现最优,其AUC值和验证准确率分别比基础模型提升0.057和6.0％.用此混合效应模型对福建省各地区的林火发生概率进行预测的结果表明,福建省西北部和南部为林火中高发区域,西南部和东部为林火低发区域,与实际观测的火点分布一致.混合效应模型在数据拟合和林火发生预测方面均优于Logistic基础模型,可作为林火预测和管理的重要工具.

时滞法是当前应用最广的凋落物含水率预测模型,其中两个关键参数——平衡含水率和时滞作为重要因子,对于预测凋落物含水率具有重要意义.但目前使用的两个关键参数计算方法由于未考虑床层结构和凋落物类型等的影响,并不适用,且预测凋落物含水率存在一定误差.分析驱动因子对平衡含水率和时滞的影响,并分别建立相应预测模型对于提高含水率预测精度具有重要意义.本研究以蒙古栎叶片为材料,构造不同压缩比的床层,室内模拟不同空气温湿度,分析叶片失水情况,得到平衡含水率和时滞的影响因子,并建立相应预测模型,分析模型预测能力.结果表明:固定空气温湿度时,蒙古栎凋落物床层含水率随时间变化呈指数下降;床层平衡含水率主要受空气温度和相对湿度的影响,时滞受空气温湿度和床层压缩比的影响;直接使用Nelson模型预测蒙古栎叶片床层平衡含水率并不适用,Simard模型预测效果优于Nelson模型,且误差在允许范围内.自建的平衡含水率预测模型预测误差与Simard模型没有显著差异,且拟合参数的变异系数更小;建立的不同压缩比的蒙古栎叶片床层时滞预测模型,预测误差均在允许范围内,并在一定程度上揭示了空气温湿度和压缩比对时滞的影响机理.本研究得到空气温度、相对湿度和床层压缩比对蒙古栎叶片床层平衡含水率和时滞的影响,并分别建立预测模型,对于提高凋落物含水率预测精度和林火预测预报具有重要意义.