综合考虑各种因素的林火预测预报系统设计

　　森林火灾位于森林三大自然灾害之首,建立有效的森林火险预报系统对减少灾害的发生具有重大意义[1].近年来,随着计算机技术、网络技术等信息技术的高速发展和应用的普及,越来越多的研究者将信息技术应用到森林防火研究中.森林火险预报研究从 20世纪20 年代开始,迄今已有 80 余年的历史,在世界各国发展很快.美国和加拿大是开展森林火险研究最早、取得研究成果最多的国家[2],其中较成熟的火险预报系统有美国国家火险等级系统,该系统具有火险等级预报、火行为预测、林火发生预报功能,代表了当今林火预报的最高水平.中国林火预报研究起步较晚,目前为止,国内已有 10 多种森林火险预报方法[2],但大部分基于森林火险气象指数或气象数据.由于森林火险气象指数是根据森林火险与气象条件的关系、通过经验或数学拟合得出的结果,用以判定某林区发生火灾的可能性和火灾强度[3],它没有考虑可燃物特性、地形及人为因素等的影响,因此,预报结果具有一定局限性.

　　森林火险预警系统应该具有先觉性和预见性,能有效预测森林火险等级.充分利用地理信息系统空间数据库及地理信息系统强大的分析功能,来处理森林火险指数仪采集的数据及其它资料信息,最终可将抽象的预警数据转化成可视化的地图,直观明了地显示火险等级,实现森林的实时动态监测,防止林火的发生.本研究致力于开发一套实时的、综合考虑气象条件、植被条件等影响因素在内的林火预测预报系统,以期提高森林火险预警精度,发布涉及区域内的森林火险实时预报,为各级森林防火部门提供实时的森林火险状况及预警信息.

　　1 资料与方法

　　1. 1 研究区概况及资料

　　1. 1. 1 研究区概况

　　四川省是中国西南地区森林防火的重点区域,仁寿县位于成都市南部,现属眉山市,是四川第一大县.

　　地貌以丘陵、低山为主,属亚热带季风湿润气候,年平均气温 17. 4℃,年平均降雨量 1009. 4mm,年平均日照 1196. 6h,年平均无霜期 313d.据仁寿县林业局2012 年资料显示,仁寿现有林地面积 91857hm2,森林覆盖率 35%.

　　1. 1. 2 气象资料

　　气象数据为模拟气象数据,包括温度、相对湿度、风速、降水量和火险指数,利用气象数据可计算森林火险天气指数.

　　1. 1. 3 遥感及其它数据

　　遥感数据为 2012 年 QuickBird 多时相遥感影像融合数据,遥感影像经过预处理后的分辨率为 0. 5m.

　　2012 年仁寿县森林二类调查数据、1986 年仁寿地形图、2012 年仁寿行政区划图均来自仁寿县林业局.

　　1. 2 技术流程

　　以中华人民共和国林业部发布的林业行业标准[4]为依据,以计算机技术、现代网络通信技术、数据库管理技术为支撑,以森林火险指数仪 ( 专利号ZL201220118911. 0) 为基础,设计森林火险实时预警系统.

　　将整个预警区( 如县、市) 根据行政区划分为不同的预警子区( 如乡、镇) ,在各预警子区内综合分析遥感图像、森林二类调查数据、市级行政规划图和多年火灾发生统计数据,安置森林火险指数仪.系统接收到各森林火险指数仪发送的森林火险指数和气象数据( 点状数据) ,通过 Kriging 法插值计算得到整个面状区域的火险指数及气象指数( 面状数据) ,以最大值法计算得到各预警区的森林火险指数,根据各预警区森林火险指数计算得到森林火险等级.数据处理分析流程如图 1 所示.

　　2 结果与分析

　　2. 1 系统的设计流程

　　系统结构框图如图 2.

　　( 1) 选址.根据森林二类调查数据提取易燃树种,制作树种分布图,利用地形图、地貌图、行政规划图、历史火灾分布图等专题数据以及重点预警区的分布图,在系统二维地图上进行叠加分析、缓冲区分析后选定火险指数仪的放置区域.指数仪的放置密度根据林区的易燃树种比例设定,重点预警区多放置,根据森林小班的面积,每个森林小班内安置 0 ~ 3 个森林火险指数仪.火险指数仪采用太阳能蓄电池或交流电等方式供电.

　　( 2) 数据传输.森林火险指数仪安装后,传感器采集到的森林火险指数经数据处理模块完成数据的解析和打包,通过无线 GPRS 或有线光缆的方式传送给服务器[5-6].有无线传输功能的火险指数仪数据传输距离可扩展至全国范围; 服务器接收数据最快可设置为每秒刷新一次.

　　( 3) 数据接收.数据接收终端收到数据包后按照数据协议解析数据并显示和存储.

　　( 4) 数据分析和处理.各森林火险指数仪获得的点状数据,用 Kriging 法插值运算得到预警区的火险指数分布图( 面状数据) ; 提取预警区内最大的火险指数作为该区的森林火险指数,并存储; 最后按照森林火险等级计算模型进一步计算得到森林火险等级[7-11].系统不仅可以显示最终的火险等级结果,还可查看中间结果,如森林火险天气指数[4]图、风速、温度、相对湿度等.

　　( 5) 火险等级信息发布.生成火险等级分布图和乡镇火险等级报表,并对预警信息进行编辑处理后,向用户定期、自动发送预警信息.预警信息通过短信、邮件和网站等方式发送.

　　2. 2 系统的实现

　　2. 2. 1 开发平台和开发方式

　　本系统使用 Microsoft Visual Studio 2005( C#) 开发平台进行设计并实现,利用 ESRI 公司的 ArcGISEngine10 作为 GIS 开发平台,进行组件式二次开发,采用 SQL Server 2005 数据库管理系统和 ArcSDE10空间数据库引擎对系统数据进行管理.

　　2. 2. 2 森林火险指数计算模型

　　火险指数仪采集到气象数据后,通过预设计算模块,首先根据中华人民共和国林业行业标准《全国森林火险天气等级》[4],即根据森林防火期每日的最高温度指数 A、最小相对湿度指数 B、降水量指数 C、最大风力指数 D、物候季节订正指数 E,5 个因子计算森林火险天气指数 HDZ,然后计算森林火险指数 HZ.

　　其中,火险指数仪的相对湿度传感器直接探测可燃物的相对湿度.

　　HDZ = A + B + C + D - E     ( 1)

　　HZ = αHDZ     ( 2)

　　式中,HDZ 为森林火险天气指数; α 为自定义森林可燃物系数,其值参见表 1.在设备安装时通过手动方式输入.如果可燃物情况有变化,也可通过手动方式修改设定值.森林火险指数将植被条件作为火灾的重要影响因子考虑在内,α 系数是根据森林二类调查数据提取制作可燃物情况分布图,及现场植被和地形的调查结果确定的.

　　

　　森林火险指数计算模型综合考虑气温、相对湿度、风速、降水量等气象条件和可燃物系数反映的植被条件和地形条件等影响因素.火险指数的面状分布图利用 Kriging 差值方法.Kriging 是在有限区域内对区域化变量进行无偏最优估计的一种方法,能很好地体现区域化变量之间存在空间相关性.影响火险指数的各因子在空间分布上都存在密切的相关性,并且是连续变化的值,所以用 Kriging 能很好地体现火险指数的空间变化情况.选取各乡镇监测区的最大火险指数作为计算火险等级的参考量,进入下一步的计算.

　　2. 2. 3 森林火险等级判定标准

　　根据森林火险指数值划分火险等级,并描述了火险等级判定后,不同火险等级情况下火灾的危险程度、易燃程度和可蔓延性.详细内容见表 2.

　　

　　2. 2. 4 预警结果实时显示

　　各监测点气象因子、火险指数和森林火险等级可实现实时观测,预警时间间隔可手动设置,设置时间间隔根据用户实际需要自行定义,最短以秒为单位,最长以天为单位.森林火险等级可同时显示在二维和三维地图中.数据显示分为历史显示和实时显示两个方面.历史显示即历史查询功能,不但可以查询森林火险指数、森林火险等级等计算结果,还可以查询到气温( 包括平均、最低和最高气温) 、相对湿度( 平均、最高和最低相对湿度) 、风速( 平均、最低和最高风速) 、降水量( 平均、最低和最高降水量) 等气象观测资料,并根据观测日数据得到不同时间尺度如月、季和年等的平均值.系统还具有空间数据管理功能,用户可以查询各森林火险指数仪的空间位置、属性,森林小班属性信息等.

　　2. 2. 5 预警信息发布

　　为方便管理者及时了解火险情况,系统增加短信发送功能,火险等级达到 3 级后,系统自动进行预警.预警信息按照设定的格式自动编辑为用户接受的信息方式,通过短信、网络等形式传播给用户.

　　2. 3 系统的应用

　　2. 3. 1 仁寿县森林火险指数

　　利用四川仁寿县模拟气象数据,检验系统可操作性和运行效果,模拟预测仁寿县火险等级.火险指数仪已经在实验室测定了其功能和可用性.首先需要设定时间段,系统自动调用该时间段气象数据,包括温度、相对湿度、降水量、风速和火险指数,并根据气象参数计算森林火险温度指数分布图、森林火险相对湿度指数分布图、森林火险降水量指数分布图、森林火险风速指数分布图和森林火险指数分布图.火险指数分布图计算全过程约需 60s.火险指数及气象数据分布可用二维、三维图显示,三维图立体展示各地区的数据变化,更加直观.图 3 为利用 6 月份模拟气象资料计算绘制的森林火险指数二维图,叠加了行政区划图和火险指数仪的分布图.由图可见,全县的火险指数以石咀乡最高,城堰乡最低; 面状连续的火险指数分布图可以查询到每个小班,具有较高的预报精度; 全县范围考虑多种因素后布置了 107 台火险指数仪,能反映复杂林区的气象差异,提高了空间分辨率.

　　

　　2. 3. 2 火险等级预报

　　系统根据已得到的火险指数进一步计算火险等级,行政区划分最小级别到乡镇.图 4a 为火险等级分布图,1 级为蓝色、2 级为绿色、3 级为黄色、4 级为橘色、5 级为红色.结果显示,仅城堰乡为绿色,即 2级低度火险,自然发生火灾的概率低,与火险指数显示一致; 东部区域大部分为 3 级中度火险,要密切关注火险指数的变化.西部区域火险等级为 4 级,很容易发生火险,是重点预防区域,要适当增加巡林次数,禁止明火.火险等级图能明确显示各乡镇的火险等级状况,达到了预报火险的效果.与仅依靠普通气象站数据预报火险,精度从县级提高到乡镇级,火险指数仪比气象站更专业、实效性更高.图 4b 所示为火险等级报表,报表分为地名、火险等级、火险指数三项.

　　需要发送短信的区域可点击发送短信按钮,火险等级将自动发到相关用户手中,以及时了解火险情况,并作出反应.也可将数据导出为 Excel 表格形式或其它数据库文件格式.

　　

　　中国西南林区森林面积大,具有树木种类多,地形复杂,森林火灾受气象条件影响大等特点[12],仁寿是四川第一大县,典型的丘陵地区,拥有丰富的森林资源,仁寿作为本系统试验点具有代表性.本系统的建成对仁寿县实施的天然林资源保护工程、退耕还林工程等林业生态工程建设,具有重大意义.系统和火险指数仪已在实验室运行成功,为进一步的推广打下基础.

　　3 结论与讨论

　　本系统具有稳定性、可移植性、可维护性、兼容性、可扩展性的优点.充分利用了 GIS 强大的空间分析功能和 Kriging 差值方法,所以系统不但能对火险指数进行单点预测且能进行面状区域预测; 另外,森林火险指数,考虑了可燃物和物候因素对火灾的影响,比单纯依靠气象因素来预测火险更为精确.利用专业的森林火险指数仪对森林火险进行预报,森林火险指数仪的相对湿度传感器直接探测可燃物湿度,得到的观测数据更加准确; 森林火险指数仪的安装专业性强,其安装数量和位置及可燃物系数的设定经过最优分析和实地考察确定,因此比普通气象站测得的数据更具有代表性,空间分辨率更高; 森林火险指数仪数据传输距离远,更新速度快,具有实时、高效、快速的特点.易浩若的全国森林火险预报系统[13]是面向全国森林火险预报的系统,其气象数据主要来自于分布在各县的气象站,本系统气象数据基于设置在森林小班区域内的森林火险指数仪,数据精度高,且针对性强; 本系统预报级别与之相比从县级提高到乡镇级; 在信息发布方面,火险预警信息实时发布到各森林监测区的相关负责人手中,充分利用手机、网络等科技手段; 预警时间间隔单位从天变为秒.系统平台接收森林火险指数仪数据的同时可接收普通气象站收集的气象数据.因此,本系统也适合没有安装森林火险指数仪的地区预报森林火险天气等级.

　　利用四川仁寿县模拟数据检验本系统火险等级预测情况,结果显示,系统能准确快速地计算和显示全县火险指数分布图和火险等级分布图并生成报表,预报级别到乡镇级,实现了监测预警区域无盲区,全县覆盖; 通过系统,可将火险等级信息自动发给相关用户.

　　本研究中可燃物的模型相对简单[14-16],且针对森林火灾,不能完全反应可燃物要素在空间上的异质性,但小尺度、相对密集的监测点布置能有效补偿这一不足.目前很多国家缺乏统一的森林可燃物类型划分标准[14],可燃物等级划分模型需进一步研究.

　　总体上,火险指数模型有待进一步优化,开放性的火险指数模块为此提供了可能.本系统的建立对于提升森林安全研究的技术层次,科学分析森林火灾具有一定的实际意义.

　　参考文献:

　　[1]杨帆,陈茂林,吴迅,等. 基于传感器信息融合技术的森林火灾报警系统[J]. 华中科技大学学报( 自然科学版) ,2013,41( 2) : 22-25.

　　[2]覃先林,张子辉,李增元,等. 林火预警及实现方法[J]. 北京林业大学学报,2010,32( 4) : 17-21.

　　[3]王加义,叶光营,李丽纯,等. 福建省森林火险气象等级精化预报[J]. 中国农业气象,2010,31( 1) : 129-131.

　　[4]中华人民共和国林业部. 全国森林火险天气等级 LY/T1172-95[S]. 北京: 中国标准出版社,1996.

　　[5]Son B,Her Y S,Kim J G. A design and implementation offorest-fires surveillance system based on wireless sensornetworks for south Korea mountains[J]. International Journal ofComputer Science and Network Security,2006,6( 9) : 124-130.

　　[6]Hefeeda M,Bagheri M. Forest fire modeling and earlydetection using wireless sensor networks[J]. Adhoc & SensorWireless Networks,2009,7( 3 - 4) : 169-224.

　　[7]鲁韦坤,李湘,余凌翔,等. 云南省森林火险气象等级区划研究[J]. 大气科学学报,2011,34( 3) : 322-328.

　　[8]金森,王晓红,于宏洲. 林火行为预测和森林火险预报中气象场的插值方法[J]. 中南林业科技大学学报,2012,32( 6) : 1-7.

　　[9]何红艳,郭志华,肖文发. 降水空间插值技术的研究进展[J]. 生态学杂志,2005,24( 10) : 1187-1191.

　　[10]甄贞,赵颖慧,李凤日. 基于 GIS 森林火险等级预报系统数据处理技术[J]. 东北林业大学学报,2009,37( 11) :113-117.

　　[11]林忠辉,莫兴国,李宏轩,等. 中国陆地区域气象要素的空间插值[J]. 地理学报,2002,57( 1) : 47-56.

　　[12]牛若芸,翟盘茂,佘万明. 森林火险气象指数的应用研究[J]. 应用气象学报,2007,18( 4) : 479-489.

　　[13]易浩若,纪平,覃先林,等. 全国森林火险预报系统的研究与运行[J]. 林业科学,2004,40 ( 3) : 203-207.

　　[14]贺红士,常禹,胡远满,等. 森林可燃物及其管理的研究进展与展望[J]. 植物生态学报,2010,34( 6) 741-752.

　　[15]袁菲,张星耀,梁军. 基于有害干扰的森林生态系统健康评价指标体系的构建[J]. 生态学报,2012,32 ( 3) :964-973.

　　[16]何长虹,黄全义,申世飞,等. 基于 BP 神经网络的森林可燃物负荷量估测[J]. 清华大学学报( 自然科学版) ,2011,51( 2) : 230-233.