基于點模式法的四川省林火時空分布特征研究

劉 倩，覃先林，李曉彤，侯亞男

(中國林業科學研究院資源信息研究所,國家林業局林業遙感與信息技術實驗室，北京 100091)

作為森林擾動的一個重要影響因子，森林火災直接影響森林覆蓋，改變森林生態系統物種多樣性，在不同時空尺度對生態系統生產力水平及資源可用性造成很大破壞[1]。位于我國西南地區的四川省內由于西南高山林區的存在，林火頻發且危害嚴重，是衛星林火監測的重點區域[2-3]。因此在景觀或區域尺度上研究四川省林火時空分布規律，既是該地區森林火災區劃、火源安全管理的需要，也為進一步開展森林火險預報和林火預防工作提供幫助。

歷史森林火災統計數據是用來研究林火時空分布的重要數據源[4～11]，如楊廣斌等[6]根據1986—2006年北京市森林火災統計數據，對北京市林火時空發生規律進行了分析。Vega等[7]利用1969—2008年林火統計數據對瑞士提契諾州森林火災分布進行了分析。但隨著衛星遙感數據源的增加、衛星傳感器性能的不斷優化，許多高時間、空間分辨率的遙感數據如 AVHRR[12～13]、MODIS[14～16]、HJ[17～18]等早已廣泛用于林火研究，其中，MODIS衛星數據因其光譜范圍廣、一天可覆蓋同一區域 4 次、時間分辨率高等特點被廣泛用于火點檢測、過火面積評估、林火發生時空規律研究等[19～20]，且 Qin 等發現對于中國典型森林火災案例， 從MODIS中獲得的火災數據比從國家收集的統計火災數據更準確、空間精確性更好[21]。

近年來，國內對于林火發生時空研究主要是在時間尺度和空間尺度上找到其分布特征規律。時間尺度上李順等[22]采用變異系數和阿倫因子對興安嶺林火時間分布的聚集性范圍和尺度進行了分析;空間尺度上鄧忠堅等[23]采用核密度法分析了云南省 2007—2013 年衛星檢測熱點與林火數據，顧先麗等[16]采用Getis-Ord-Gi*熱點分析工具和信息熵理論研究了江西省2001—2015年林火發生時空分布特征，闕華斐等[24]借助時空立方體熱點分析模型分析了湖南省近10年林火時空分布規律和發展趨勢。

四川省是我國林業資源大省，也是我國林火的多發區和重災區，以往針對四川省林火時空分布規律的研究較少，利用不同的分析方法對其多個林火高風險區進行針對性分析更是稀少。因此本研究基于MODIS火產品數據，提取了四川省 2001—2012 年 12 年時間序列信息，在時間和空間尺度上運用不同的空間分析方法對該區域林火點模式分布規律進行探究，以期為該地區森林防火安全管理工作提供幫助。

1 研究區及研究方法

1.1 研究區概況

四川省位于中國西南地區內陸，地理位置東經92 ° 21 ′～108 ° 12 ′和北緯26 ° 03 ′～34 ° 19 ′，地處長江上游。四川省總面積達48.6 km2，居全國第五位。據第八次全國森林資源清查結果顯示，四川省森林面積達1 703.74 萬 hm2，僅次于內蒙古、黑龍江和云南。森林覆蓋率為35.22%，活立木總蓄積量為177 576.04 萬 m3，居全國第2位。全省主要由四川盆地、川西北高原和川西南山地3部分組成。東部四川盆地是我國四大盆地之一，面積16.5 萬 km2，氣候溫暖濕潤，冬暖夏熱，年降水量可達 1 000 mm～1 300 mm，屬于亞熱帶濕潤季風氣候，植被為亞熱帶常綠闊葉林。川西高原則以寒溫帶氣候為主，氣候垂直變化顯著，冬寒夏涼，日照充足，年降水量500 mm～900 mm,主要分布高山稀疏植被和嵩草高寒草甸。川西南山地四季不明顯，日照充足，年降水量900 mm～1 200 mm，屬于亞熱帶半濕潤氣候。由于獨特的氣候和地理條件，且少數民族居住分散，火源管理較難，四川省森林火災頻發，造成巨大損失[25]。如2019年3月30日涼山州木里縣境內發生的火災，由于林火爆燃導致30名撲火人員犧牲。

1.2 數據來源

選取四川省 2001—2012 年 MODIS火產品數據 MOD14A2/MYD14A2(a Daily Level 2 Gridded 1Km Fire Active Product)，來源于網絡共享(http://earthdata.nasa.gov/data/nrt-data/firms/)。該火產品數據空間分辨率為 1 km，記錄了火點時間、經緯度、可信度等信息。為減少誤差，本研究選取了可信度 ≥75%的火點。

中國1∶100 萬植被圖由中國科學院于2001年根據全國植被調查結果、航空遙感和衛星圖像以及地質，土壤學和氣候學的數據得出，它涵蓋了整個中國領土，全面展示了11組植被類型的地理分布。

1.3 數據處理

對MODIS火產品數據進行投影轉換等處理，采用 ArcGIS 空間分析技術，建立四川省 2001—2012 年火點點狀圖層，將其與中國1:100萬植被圖疊加獲得每個火點對應的地物類型。然后僅提取出植被類型為針葉林、闊葉林、針闊混交林、灌木林、高山植被、草的火點得到四川省林火點數據。與具有相同投影坐標系的四川省行政區劃圖疊加，提取出分布在不同市區、不同植被類型的火點，再根據年份進行重分類，得到各年份的林火位置。

1.4 研究方法

從時間和空間兩個尺度對四川省 2001—2012 年林火時空特征分布進行分析。

利用ArcGIS10.5 中 Tracking Analyst 下的數據圓環圖對四川省 2001—2012 年林火數據年際、月份分布特征進行統計分析。數據圓環圖是一種二維圓形圖表，多個同心圓和徑線的組合將圖分為若干個單元，每個單元的顏色表示單元內事件的數量，能以兩種不同頻率分析數據時間分布規律。

空間統計點模式研究方法主要有中心點法、標準差橢圓法、核密度估算法、熱點分析等[26]，本研究首先采用基于Ripley K 函數的多距離空間聚類分析確定這些火點是否具有聚集性，若有則確定其聚集的空間尺度范圍。然后通過中心點法和標準差橢圓法確定四川省林火的總體聚集與蔓延方向，以及 12 年來每年林火分布的平均中心和趨勢。最后采用核密度估算進一步具體表現林火空間分布規律。

1.4.1 RipleyK函數

RipleyK函數(RipleyKfunction)是點格局分析的常用方法，可分析要素質心隨鄰域大小變化時空間聚集或空間擴散的變化過程，確定不同空間尺度下的火點分布是否聚集[27]。Besag[28]將K函數進行開方線性轉化以保持其方差穩定，轉化后的公式如下:

(1)

式中，d是距離，n為點要素的總個數，A為要素區域總面積， = 0(di,j>d)或 = 1(di,j≤d)。

通過比較真實點的L(d)和空間隨機點(complete spatial random-ness; CSR)之間的d，判斷實際觀測的空間點格局分布模式；如果L(d)d，則表明空間點格局呈聚集分布，如果L(d)=d，則表明空間點格局呈完全隨機分布。

1.4.2 中心點法和標準差橢圓法

進行點模式統計分析時第一步往往是進行中心點分析，中心點主要包括中心要素、平均中心和中位數中心三種，其中中位數中心是一種對異常值反應較為穩健的中心趨勢度量，適合用于不能被少數外圍火災影響火災核心區的林火發生方位分析。中位數中心算法是由 Kuhn 和 Kuenne[29]首次提出， Burt 和 Barber[30]進一步總結歸納，得到優化算法如下：

(2)

式中，t為計算次數，都會找到一個候選“中位數中心”(Xt,Yt)，然后對其進行優化，直到其表示的位置距數據集中的所有要素i的“歐式距離”d最小。

(3)

(4)

(5)

(6)

式中，xi和yi是點要素i的坐標，n為點要素總個數。

1.4.3 核密度分析法

在以上分析的基礎上，可通過密度分析進一步對該研究區林火空間密度進行估算。密度分析根據輸入的離散點或線要素數據內插計算整個區域數據聚集狀況，根據插值原理不同主要分為核密度分析和普通的點/線密度分析。在核密度分析中落入搜索區的點具有不同的權重，靠近搜索中心的點或線會被賦予較大的權重，反之遠離搜索中心的點或線則權重較小，它的計算結果分布較平滑。根據空間自相關性選擇核密度分析對四川省林火空間密度進行計算。對于空間上點要素x1,x2,…,xn中任意一點x_k的空間密度為：

(7)

式中，K為高斯正態分布函數，h為核函數的帶寬。當h越大時，所能表現出來的結論越粗略、抽象，越能表現出整體性的趨勢；反之h越小細節程度越高，越能顯示出局部性的趨勢。

2 結果與分析

2.1 四川省林火格局時間尺度分析

同心圓以年份劃分、徑線以月份劃分數據得到林火發生次數的數據圓環圖見圖1，另外以月份劃分同心圓、以日期劃分徑線統計林火發生次數見圖2。由圖1可知四川省 2001—2012 年林火高峰期在1、2、3、4、5月份，而9、10、11月、12月屬于林火低發期，且能看出 2004 年以后林火發生數逐年增多。而從圖 2 中可發現四川省這12年間3月21日、4月3日和7日林火發生數最高，其次2月10日至16日、3月11日至22日、4月和5月初林火發生頻繁，8月20日、10月26日、12月4日、5日和24日這幾天也需重視。

圖2 四川省林火月-天發生次數

2.2 四川省林火格局空間尺度分析

2.2.1 RipleyK函數分析

通過RipleyK函數得到不同空間尺度下四川省林火分布模式，由于四川省面積大，故起算距離設為0，遞增步長設為 6 000 m，即每隔 6 km計算空間點的L值，遞增次數設為100 ，最終分析結果見圖3 。由圖3可知，在空間尺度小于528 km時L函數觀測值大于期望值，林火呈聚集分布；當空間尺度大于 528 km時，L函數觀測值小于期望值，林火呈離散分布。因此，在較小空間尺度下四川省 2001—2012 年林火空間格局為聚集分布，可進一步進行點模式聚集分析。

圖3 四川省林火L函數分布曲線

2.2.2 點模式聚集分析

通過RipleyK函數已計算出較小空間尺度下四川省 2001—2012 年林火屬于聚集分布，基于此，根據四川省這12年的林火點集數據，在 ArcGIS 10.5 圖層上計算中位數中心并繪制標準差橢圓。通過計算可知，林火發生的中位數中心位于攀枝花市，林火聚集區為涼山州，其總體蔓延趨勢是向西北甘孜藏族自治州方向延伸。采用ArcGIS 10.5空間分析工具中的核密度分析，以 4 000 m 核密度分析，以，其為空間柵格單元，50 km為統計半徑，對這12年林火發生總密度進行計算，結果為 0～0.887 次/(km2·12a)，同時可發現火點密度最高范圍為整個攀枝花市，其次涼山彝族自治州 、甘孜藏族自治州和阿壩藏族羌族自治州也偶有火災發生(見圖4)。

圖4 四川省2001—2012年林火空間分析

但上述分析未能結合時間尺度，為找到每個年份林火聚集區域進一步分析，利用核密度分析方法對 2001—2012 年火點數據按年份順序進行分析，同樣按照 50 km的統計半徑，4 000 m×4 000 m 的空間柵格單元，依次計算每年四川省林火發生密度，并按照自然間斷點法將每年火點密度分為 0～0.003 次·km-2、0.003次·km-2～0.015次·km-2、0.015次·km-2～0.033次·km-2、0.033次·km-2～0.053次·km-2和 0.053次·km-2～0.107 次·km-2共 5 個等級。從圖 5 可知，2001—2012 年攀枝花市一直都是林火密度最高的地區；其次涼山彝族自治州從 2003 年開始林火發生數也逐漸增多，主要發生在與攀枝花市毗鄰的西南部，2006 年以后涼山州中部林火發生數增多；甘孜藏族自治州南部和西部局部地區從 2009 年開始林火發生數增多。

3 結果與討論

本研究結果表明，四川省 2001—2012 年林火高峰期在 1—5 月，從自然因素分析，四川氣候區域表現差異明顯，四川東部盆地和川西北高原冬季由于草木枯萎，落葉枯草等易燃物堆積，而冬天過后 3～5 月氣溫逐漸上升，在干季氣溫高更易于燃燒而導致林火多發。四川西南山地降水差異明顯，每年5月—9 月為雨季，10 月至次年 4 月為旱季，空氣干燥，容易發生火災。另一方面從人為因素考慮， 2 月是中國新年，人為鞭炮等可能造成火災，而 4 月清明時節四川省人民普遍有上墳祭祖的習俗，伴隨上香燒紙錢，冬季堆積的枯草在上墳時容易被點燃；另外 3月—5 月正是春耕時節，容易產生人為火源。而2009年以后每年林火發生數有明顯增加，這可能與 2008 年四川發生汶川大地震并遭受冰雪凍害有關。雪災過后會導致森林火災集中暴發，且冰凍雪害會極大損壞林區道路和瞭望臺、通訊設施等森林防火設施[32]。

圖5 四川省林火空間分析時序圖

本研究結果表明，四川省 2001—2012 年林火分布具有明顯空間聚集性，存在明顯的林火高發區?；瘘c最密集中心位于攀枝花市，其次火點高發區是涼山彝族自治州和甘孜藏族自治州，林火分布呈西北向，從攀枝花市中心向西北的甘孜藏族自治州擴展。攀枝花市火點主要集中在3月、4月、5月份，但從 2006 年開始1月、2月的火點數目比往年增加明顯，由于地勢地形復雜，一旦發生火災，不容易即時進行撲救，故應將其作為該省每年1—5月防治林火的重點區域。甘孜藏族自治州地處青藏高原，天然草原面積占總面積的61.7%，森林面積占四川森林總面積的20%，該區域林火發生時間是每年11月至次年的5月，正是旱季時間，而每年進入雨季后該地區林火發生概率大大降低，因此甘孜州林火高風險區域應作為每年11月至次年5月林火防治重點區域。而涼山彝族自治州情況與其相似，火點主要發生在每年12月下旬至次年5月，該州靠近林火最密集區攀枝花市，是全省三大林區、三大牧區之一，作為一個多民族地區，少數民族居住分散，生產、生活用火頻繁，故而火源管理較難[25]，涼山州防火時間需引起關注。不同的地區不僅林火高峰期有很大區別，林火成因也不盡相同，因此，在林火防治方面需要因地制宜，對于不同地區，應該結合當地的地形地貌、植被特征、氣候條件以及土地利用類型和人類活動進行重點分析，才能為林火防治工作提供可靠的決策。

目前采用空間統計方法分析關于四川省林火空間特征研究并不太多，本研究通過空間點模式統計法可分析出四川省林火發生聚集區域，為四川省林火防治工作提供科學依據和有針對性地決策，可嘗試將其擴展到更大空間尺度如全國進行林火空間分析。本文數據源為衛星檢測熱點數據，但缺乏實地核查數據，可能存在熱點錯判的情況，為更精細地研究四川省林火分布并結合地形、氣象、可燃物等因子類型建立林火預報模型，未來還需要結合地面核查數據進行進一步分析。