基于GIS的四川省森林火災空間分布特征1)

王景華 龍先華 李 德 牛樹奎

(北京林業大學，北京，100083)(四川省森林防火指揮部)(北京林業大學)

森林火災的發生是一個復雜的系統科學問題，它受到許多相關因素的影響，如氣候、天氣、植被類型與分布、人類活動、火源種類與分布等。對于某個特定地點來說，森林火災的發生是當時當地的多種影響因子共同作用的結果。由于不同區域的自然因素和人為影響存在或大或小的差異，森林火災的發生和嚴重程度在空間上表現出不同的空間分布特征［1－3］。區域森林火災時空分布特征是進行該地區森林火險等級區劃的基礎。掌握森林火災的分布規律，可為森林防火部門進行森林火災的預防和防火資源的有效空間配置提供必要的理論和決策依據。因此，森林火災時空分布特征倍受國內外相關學者、專家和森林管理部門的關注，他們利用不同的理論方法和軟件支持，對不同層次、不同地區的森林火災空間分布特征進行了研究。杜春英等利用地理信息技術、SPSS統計軟件和matlab等工具，分析了1966至2006年黑龍江省大興安嶺地區森林雷擊火發生的時空演變規律［4］。金森等根據黑龍江省1980至1999年的林火資料，利用地理信息系統等工具，對黑龍江省林火時空動態和分布規律進行了研究［5］。柴造坡等用Excel軟件分析和ArcGIS軟件的圖層疊加功能定向描繪分布格局情況的方法對我國黑龍江省黑河地區林火分布規律進行了分析研究［6］。田曉瑞等根據1992至2005年西藏藏族自治區森林火災統計，分析了森林火災發生的時間和空間規律［7］。王明玉等通過譜分析方法來分析我國火災的周期性［8］。楊廣斌等根據北京市1986至2006年森林火災統計數據，運用統計分析方法和地理信息系統空間分析方法，對北京市森林火災的時空分布規律進行研究［9］。Antonio Vázquez等利用火災地區地形屬性(坡度、坡向、海拔等)和基于柵格的GIS等，研究了西班牙中部森林火災的空間分布［10］。Prestemon等通過構建函數的方法估測了林火時空尺度上的分布格局情況［11－12］。Larjavaara M 等對芬蘭雷擊引起的森林火災的時空分布規律進行了研究［13］。筆者從森林火災質心、自相關分析2個方面對四川省的森林火災空間分布特征進行研究，旨在掌握四川省森林火災在空間上的分布特征，為四川省的森林防火工作提供理論和決策參考。

1 研究區域概況

四川省位于我國西南部(97°21'～108°31'E，26°03'～34°19'N)，處于長江上游，青藏高原的東南緣，地域遼闊，地形復雜，在空間分布上具有“三向地帶性”特征。由于受地理緯度和地貌的影響，四川東西部氣候差異很大，大致可分為四川盆地中亞熱帶濕潤氣候區、川西南山地亞熱帶半濕潤氣候區和川西北高山高原高寒氣候區三大氣候區［14］。四川省是全國林業資源大省，屬全國第四大林區。全省現有林業用地2311.66 萬hm2，其中森林面積1659.52 萬hm2，森林覆蓋率34.31%，森林蓄積量159 572.37萬m3。四川省是我國西南林區森林火災較為嚴重的區域，平均每年發生森林火災近300次［15］。

2 研究方法

2.1 研究數據

1989至2008年的森林火災數據來源于四川省各森林防火辦公室，具體包括發生時間、火災次數、森林受害面積等。另外，還收集了四川省的其他數據，如數字化后的1∶1 000 000的四川省行政區地圖數據等。

2.2 數據統計及建庫

在ARCGIS軟件的支持下，對1989至2008年的森林火災數據進行統計并計算基本統計單元的森林火災次數和森林火災面積，根據收集到的基本統計單元邊界、位置等數據，建立圖形數據庫，然后利用關系數據庫建立森林火災統計數據庫，記錄各統計單元在不同年份發生的森林火災次數、森林火災面積、森林火災密度和森林受害率等數據，并建立起圖形數據與屬性數據的關聯。

2.3 森林火災質心

森林火災質心是假設森林火災所在區域為一同質的平面，而每一個研究單元都是平面上的一個質點，具有相同的重要程度，則質心應為區域中距離的平方和最小的一點，即一定空間平面上力矩達到平衡的一點［2］。假設研究區域由n個基本單元組成，基本單元的地理中心為(xi，yi)，單元內森林火災次數或森林火災面積的值為Pi，則研究區域的森林火災頻次或森林受害面積質心可由公式(1)計算。式中:X、Y分別為森林火災質心的橫坐標和縱坐標。顯然森林火災質心位置取決于森林火災的分布狀態，如果森林火災分布是均勻的，質心則應處于該區域的幾何中心即形心處，偏移均衡狀態的森林火災分布則將導致森林火災質心旁移。

利用ARCGIS的空間分析功能，在森林火災空間分布數據庫的基礎上，采用式(1)森林火災質心模型，計算不同時期的森林火災質心坐標，建立森林火災質心數據庫。從森林火災質心在一段歷史時期的移動軌跡中，得出森林火災分布的變動情況，從而對森林火災的空間變化規律進行研究。

2.4 空間自相關

采用全局的Moran’s I系數計算全局空間自相關，其公式為:

式中:I為Moran系數;n為空間單元的總數;wij為相鄰權重(若空間單元i和j相鄰，則wij=1，否則wij=0);xi和yi為x在相鄰空間單元的取值，ˉx為變量的平均值。I系數的取值在－1和1之間:小于0表示負相關，等于0表示不相關，大于0表示正相關［16］。

局部空間自相關采用Moran’s I局域空間自相關指數分析［17］，其公式為:

式中:Ii為Moran系數;n為空間單元的總數;wij為相鄰權重(若空間單元i和j相鄰，則wij=1，否則wij=0)為變量的平均值。Ii為正值表示該空間單元與鄰近單元的屬性值相似(“高—高”或“低—低”)，Ii為負值表示該空間單元與鄰近單元屬性值不相似(“高—低”或“低—高”)。

3 結果與分析

3.1 森林火災質心轉移與森林火災空間變化

采用森林火災統計數據庫，利用ARCGIS軟件，繪制1989—2008年四川省森林火災頻次和森林受害面積空間分布圖(圖1、圖2)和四川省森林火災頻次和森林受害面積空間分布趨勢圖(圖3、圖4)。從圖1－圖4可以看出:總體上來說，四川省森林火災頻次從內到外逐漸增多，從北向南線性增加，從西到東呈“U”型曲線上升趨勢;森林受害面積則主要集中在南部，從北向南、從西到東都呈線性上升趨勢。

圖1 四川省森林火災總頻次空間分布圖

圖2 四川省森林受害總面積空間分布圖

圖3 四川省森林火災總頻次空間分布趨勢圖

圖4 四川省森林受害總面積空間分布趨勢圖

采用森林火災質心模型，計算出各個年份的森林火災次數質心坐標和森林受害面積質心坐標(表1)，建立森林火災質心數據庫，再根據森林火災質心數據庫，繪制出森林火災頻次質心和森林受害面積質心移動軌跡圖(圖5、圖6)。從圖5和圖6中可以得到，20年來，四川省的森林火災頻次質心呈帶狀移動，移動范圍較小;森林受害面積質心的移動軌跡則呈面狀，移動范圍較大。四川省的森林火災頻次質心和森林受害面積質心都是在不斷移動的，其移動的軌跡反映了四川省森林火災分布格局的變動。對比形心(圖中黑色原點)的位置，可以看出，盡管近年來森林火災頻次質心往東北方向移動，但依然位于形心的西南部，說明四川省西南部的森林火災頻次在全省森林火災頻次中仍然占著較高的比例;森林受害面積質心沒有明顯的方向趨勢，但也都在形心的西南部移動，表明四川省西南部的森林受害面積較大。

表1 各年森林火災頻次質心和森林受害面積質心坐標

分別以森林火災頻次質心和森林受害面積質心的經緯度為橫坐標，繪制森林火災頻次質心和森林受害面積質心的空間分布圖(圖7、圖8)。從圖中可以看出，森林火災頻次質心在經度方向有明顯地向高經度方向的偏移，在緯度方向有明顯地向高緯度方向的偏移;而森林受害面積質心則只在一定范圍內波動，沒有明顯地偏移方向。再以森林火災頻次質心和森林受害面積質心的經度為橫坐標，緯度為縱坐標，對森林火災頻次質心和森林受害面積質心進行曲線擬合，得到森林火災頻次質心擬合曲線為 y=0.939 4x－67.975，R2=0.814 6，森林受害面積質心的擬合曲線為 y=0.080 9x+20.567，R2=0.015 6。式中，x為經度，y為緯度。可以看出，森林火災頻次質心在空間上分布較為集中(R2=0.814 6);而森林受害面積質心在空間上分布則較為分散(R2=0.015 6)。

圖5 1989—2008年四川省森林火災頻次質心移動軌跡

圖6 1989—2008年四川省森林受害面積質心移動軌跡

圖7 森林火災頻次質心在經度方向和緯度方向的分布圖

圖8 森林受害面積質心在經度方向和緯度方向的分布圖

3.2 森林火災次數和森林受害面積的空間自相關

使用Moran’s I方法，利用Geoda軟件，對四川省森林火災頻次和森林受害面積進行全局空間相關性分析，得到森林火災頻次全局空間自相關結果圖(圖9)和森林受害面積全局空間自相關結果圖(圖10)。由結果圖可知，森林火災頻次的Moran’s I系數為0.599 6，說明四川省的森林火災頻次在空間上存在較強的正相關性;森林受害面積的Moran’s I系數為0.182 5，說明四川省的森林受害面積在空間上具有一定的正相關性。

圖9 森林火災頻次全局空間自相關結果圖

圖10 森林火災面積全局空間自相關結果圖

采用局域空間自相關指數計算方法，使用Geoda軟件，對全省森林火災頻次和森林受害面積進行局部空間自相關分析(LISA)，得到森林火災頻次和森林受害面積的LISA顯著性水平圖(圖11和圖13)和LISA聚集圖(圖12和圖14)。

圖11 森林火災頻次LISA顯著性水平圖

由圖11中可以看出，斜線區域和點狀區域即攀枝花市、涼山州、資陽市和遂寧市的森林火災頻次在P=0.01水平上顯著，為森林火災頻次聚集區，再結合圖12可以得到，斜線區域即攀枝花市和涼山州為森林火災頻次高—高聚集區，發生火災次數最多，而點狀區域即資陽市和遂寧市則為低—低聚集區，發生火災次數最少。

圖12 森林火災頻次LISA聚集圖

圖13 森林受害面積LISA顯著性水平圖

由圖13中可以看出，斜線區域和點狀區域即攀枝花市、涼山州、甘孜州、資陽市和遂寧市的森林受害面積在P=0.01水平上顯著，為森林受害面積聚集區，結合圖14可以得出，斜線區域即攀枝花市、涼山州和甘孜州為森林受害面積高—高聚集區，森林受害面積最大，而點狀區域即資陽市和遂寧市則為低—低聚集區，森林受害面積最小。

圖14 森林受害面積LISA聚集圖

4 結論與討論

根據四川省1989年至2008年森林火災數據，應用森林火災質心、空間自相關方法，利用地理信息系統軟件，對四川省森林火災的空間分布特征進行了研究，結論如下:①在總體的空間分布上，四川省森林火災頻次從內到外逐漸增多，從北向南線性增加，從西到東呈“U”型曲線上升趨勢;森林受害面積則主要集中在南部，從北向南、從西到東都呈線性上升趨勢。②四川省的森林火災頻次質心和森林受害面積質心都在不斷移動，其移動的軌跡反映了四川省森林火災分布格局的變動。森林火災頻次質心在經度方向有明顯地向高經度方向的偏移，在緯度方向有明顯地向高緯度方向的偏移;而森林受害面積質心則只在一定范圍內波動，沒有明顯的偏移方向。森林火災頻次質心在空間上分布較為集中;而森林受害面積質心在空間上分布則較為分散。③四川省的森林火災頻次在空間上存在較強的正相關性;而森林受害面積在空間上的正相關性則較弱。攀枝花市和涼山州為森林火災頻次高—高聚集區，發生火災次數最多，而資陽市和遂寧市則為低—低聚集區，發生火災次數最少。攀枝花市、涼山州和甘孜州為森林受害面積高—高聚集區，森林受害面積最大，而資陽市和遂寧市則為低—低聚集區，森林受害面積最小。

四川省地域遼闊，氣候多樣，森林資源豐富，加之近年來旅游業的發展，入川旅游人數高居不下［18］，人類活動更趨復雜，加大了火源控制的難度。另外，近年來的全球變暖以及氣候異常，也使得森林防火的難度大幅增加。由于森林火災具有較強的空間異質性，不同區域的森林火災管理政策和措施必然不能等同。參考四川省森林火災空間分析的結果，可對森林火災頻次較高、森林受害面積較大的地區進行重點防控，做好宣傳工作，嚴格控制火源，以減少森林火災的發生次數、最大限度地降低森林的損失，并在人力、物力等方面有所傾斜;對于森林火災頻次較低、森林受害面積較小的地區，做好森林火災基礎設施建設，加大宣傳力度，把重點放在對森林火災的即時響應上，做到及時撲救，避免森林大火的發生。

對森林火災在空間上的分布特征進行研究具有重要的現實意義，參考森林火災空間分析的結果采用分區、分級的林火管理政策和措施，不僅可以優化森林防火資源的有效空間配置，節約防火資源，而且可以提高林火管理水平，降低森林防火工作的難度。

［1］王明玉，孫龍，舒立福，等.林火在空間上的波動性及其區域化行為［J］.林業科學，2006，42(5):98－103.

［2］王明玉，舒立福，田曉瑞，等.林火在空間上的波動性及其對全球變化的響應(Ⅰ)［J］.火災科學，2003，12(3):165－170.

［3］王明玉，舒立福，田曉瑞，等.林火在空間上的波動性及其對全球變化的響應(Ⅱ)［J］.火災科學，2003，12(3):171－176.

［4］杜春英，李帥，劉丹，等.大興安嶺地區森林雷擊火發生的時空分布［J］.自然災害學報，2010，19(3):72－76.

［5］金森，胡海清.黑龍江省林火規律研究(Ⅰ):林火時空動態與分布［J］.林業科學，2002，38(1):88－94.

［6］柴造坡，田常蘭，李鳳芝，等.黑河地區林火分布規律［J］.林業科技，2009，34(4):38－41.

［7］田曉瑞，舒立福，王明玉，等.西藏森林火災時空分布規律研究［J］.火災科學，2007，16(1):10－14.

［8］王明玉.氣候變化背景下中國林火響應及特征及趨勢［D］.北京:中國林業科學研究院，2009.

［9］楊廣斌，唐小明，寧晉杰，等.北京市1986—2006年森林火災的時空分布規律［J］.林業科學，2009，45(7):90－95.

［10］Vázqueza A，Moreno J M.Spatial distribution of forest fires in Sierra de Gredos(Central Spain)［J］.Forest Ecology and Management，2001，147(1):55－65.

［11］Prestermon J P，Pye J M，Butry D T，et al.Understanding broadscale wildfire risks in a human-dominated landscape［J］.For Sci，2002，48(4):685－693.

［12］Mercer D E，Prestemon J P.Comparing Production function models for wildfire risk analysis in the wildland－urban interface［J］.Forest Policy Economics，2005，7(5):782－795.

［13］Larjavaara M，Kuuluvainen T，Rita H.Spatial distribution of lightning-ignited forest fires in Finland［J］.Forest Ecology and Management，2005，208(1/3):177－188.

［14］張運春，高賢明，蘇智先，等.四川森林資源的可持續發展［J］.長江流域資源與環境，2002，11(3):224－228.

［15］國家統計局.中國統計年鑒［Z］.北京:中國統計出版社，2010.

［16］鄔建國.景觀生態學:格局、過程、尺度與等級［M］.2版.北京:高等教育出版社，2007.

［17］Anselin L.Local indicators of spatial association-LISA［J］.Geographical Analysis，1995，27(2):93－115.

［18］費怡暉.四川省入境旅游發展研究［D］.成都:西南財經大學，2008.