火災(zāi)與氣象因素的相關(guān)性研究

●劉 寧,祝國(guó)苓

(天津市消防總隊(duì),天津 300090)

0 引言

火災(zāi)預(yù)測(cè)是火災(zāi)系統(tǒng)領(lǐng)域中一個(gè)不可缺少的課題,對(duì)一個(gè)具體火災(zāi)而言是隨機(jī)和偶然的,但對(duì)于一個(gè)城市或地區(qū)的火災(zāi)總體,其火災(zāi)發(fā)生具有一定的規(guī)律性。探索整個(gè)火災(zāi)系統(tǒng)隨時(shí)間的演變規(guī)律,將揭示城市火災(zāi)的宏觀規(guī)律,促進(jìn)城市火災(zāi)的“可持續(xù)防治”。

前人通過從已有的研究對(duì)城市火災(zāi)系統(tǒng)進(jìn)行了初步的分析,發(fā)現(xiàn)城市火災(zāi)分布具有明顯的冪律分布,而且城市火災(zāi)的“頻率 -損失”冪律分布具有尺度不變性(即體系經(jīng)過尺度變換后,其某一特性不變)和時(shí)間不變性(即時(shí)間靠后的數(shù)據(jù)不對(duì)時(shí)間靠前的結(jié)果產(chǎn)生影響)。城市火災(zāi)的冪律分布表明不同規(guī)模,不同時(shí)期的火災(zāi)具有相互關(guān)聯(lián),可以由火災(zāi)的歷史數(shù)據(jù)預(yù)測(cè)未來的火災(zāi)發(fā)生情況,火災(zāi)規(guī)律的隨機(jī)性可以用統(tǒng)計(jì)的方法進(jìn)行研究,通過總結(jié)、整理和分析大量的火災(zāi)原始資料,歸納出火災(zāi)發(fā)生的隨機(jī)性規(guī)律[1]。

影響城市火災(zāi)發(fā)生的外界因素很多,除社會(huì)經(jīng)濟(jì)因素[2]、技術(shù)因素、政治因素等,還有自然氣象方面的因素。目前對(duì)氣象因素與火災(zāi)之間的關(guān)系相對(duì)研究較少,但火災(zāi)作為一個(gè)開放系統(tǒng),必然在很大程度上受到自然現(xiàn)象的影響,其中氣象因素對(duì)火災(zāi)的發(fā)生、防治和損失控制方面有著重要的影響[3-4]。本文以天津市的火災(zāi)數(shù)據(jù)與氣象因素進(jìn)行相關(guān)性分析和研究,借助回歸理論建立火災(zāi)起數(shù)與關(guān)鍵氣象因素之間的關(guān)聯(lián)模型,并采用已有數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證,用來說明火災(zāi)發(fā)生與氣象因素的關(guān)系。

1 多元線性回歸模型[4]

1.1 多元線性回歸模型的基本原理與參數(shù)估計(jì)

許多經(jīng)濟(jì)等現(xiàn)象往往受多個(gè)因素的影響,研究被解釋變量受多個(gè)解釋變量的影響,可利用多元回歸模型。多元線性回歸模型假定被解釋變量 Y與多個(gè)解釋變量 X1,X2,…,Xk之間具有線性關(guān)系,是解釋變量的多元線性函數(shù),稱為多元線性回歸模型。即

其中,Y為被解釋變量,Xj(j=1,2,…,k)為 k個(gè)解釋變量,βj(j=0,1,2,…,k)為 k+1個(gè)未知參數(shù),μ為隨機(jī)誤差項(xiàng)。

被解釋變量 Y的期望值與解釋變量 X1,X2,…,Xk的線性方程為：

該方程稱為多元總體線性回歸方程,簡(jiǎn)稱總體回歸方程。

與一元線性回歸分析一樣,多元線性回歸分析仍是根據(jù)觀測(cè)樣本估計(jì)模型中的各個(gè)參數(shù),對(duì)估計(jì)參數(shù)及回歸方程進(jìn)行統(tǒng)計(jì)檢驗(yàn),從而利用回歸模型進(jìn)行預(yù)測(cè)和分析。多元線性回歸模型包含多個(gè)解釋變量,多個(gè)解釋變量同時(shí)對(duì)被解釋變量發(fā)生作用,若要考察其中一個(gè)解釋變量對(duì) Y的影響就必須假設(shè)其它解釋變量保持不變來進(jìn)行分析。因此多元線性回歸模型中的回歸系數(shù)為偏回歸系數(shù),即反映了當(dāng)模型中的其它變量不變時(shí),其中一個(gè)解釋變量對(duì)因變量 Y均值的影響。

多元線性回歸模型利用普通最小二乘法(OLS)對(duì)參數(shù)進(jìn)行估計(jì)時(shí),有如下假定：(1)零均值假定：E(μi)=0,i=1,2,…,n;(2)同方差假定(μ的方差為同一常數(shù)),;(3)無自相關(guān)性：;(4)隨機(jī)誤差項(xiàng) μ與解釋變量 X不相關(guān)(這個(gè)假定自動(dòng)成立)隨機(jī)誤差項(xiàng) μ服從均值為零,方差為σ2的正態(tài)分布;(6)解釋變量之間不存在多重共線性：rank(X)=k+1≤n,即各解釋變量的樣本觀測(cè)值之間線性無關(guān),解釋變量的樣本觀測(cè)值矩陣 X的秩為參數(shù)個(gè)數(shù) k+1,從而保證參數(shù)β0,β1,β2,…,βk的估計(jì)值惟一。

對(duì)于含有 k個(gè)解釋變量的多元線性回歸模型 Y=Xβ+μ,參數(shù) β的最小二乘估計(jì)為：

1.2 顯著性檢驗(yàn)

建立的回歸方程需進(jìn)行實(shí)際意義檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)。實(shí)際意義檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量在實(shí)際意義上的合理性。其表現(xiàn)為檢驗(yàn)求得的參數(shù)估計(jì)值的符號(hào)與大小是否合理,是否與根據(jù)人們的經(jīng)驗(yàn)和實(shí)際理論所擬定的期望值相符合。所有參數(shù)估計(jì)值通過實(shí)際意義檢驗(yàn)后,再進(jìn)行統(tǒng)計(jì)檢驗(yàn),統(tǒng)計(jì)檢驗(yàn)主要包括擬合優(yōu)度檢驗(yàn)(R2檢驗(yàn))、方程顯著性檢驗(yàn)(F檢驗(yàn))、變量顯著性檢驗(yàn)(t檢驗(yàn))等。

1.3 利用多元線性回歸方程進(jìn)行預(yù)測(cè)

要進(jìn)行預(yù)測(cè),可將樣本值代入回歸方程：

對(duì)于給定置信水平 1-α,預(yù)測(cè)值 Y0置信區(qū)間為：

2 火災(zāi)發(fā)生次數(shù)與氣象因素的相關(guān)性分析

天津市地處華北平原東北部,環(huán)渤海灣的中心,東臨渤海,北依燕山,處于國(guó)際時(shí)區(qū)的東八區(qū),位于中緯度歐亞大陸東岸,主要受季風(fēng)環(huán)流的支配,是東亞季風(fēng)盛行的地區(qū),屬大陸性氣候。主要?dú)夂蛱卣鳛椋核募痉置?春季多風(fēng),干旱少雨;夏季炎熱,雨水集中;秋季氣爽,冷暖適中;冬季寒冷,干燥少雪。天津年平均氣溫在 11.4～12.9℃,市區(qū)年平均氣溫最高為 12.9℃。1月最冷,平均氣溫在 -3～-5℃;7月最熱,平均氣溫在 26～27℃。在四季中,冬季最長(zhǎng),有 156～167天;夏季次之,有 87～103天;春季56～61天;秋季最短,僅為 50～56天。天津年平均降水量為 520～660mm,降水日數(shù)為 63～70天。在地區(qū)分布上,山地多于平原,沿海多于內(nèi)地。在季節(jié)分布上,6、7、8三個(gè)月降水量占全年的 75%左右。

2.1 多元回歸模型的建立

本文選取天津市 1997年 ～2007年 11年間的月度火災(zāi)發(fā)生次數(shù)與月平均溫度、月平均相對(duì)濕度、月平均風(fēng)速、月平均降雨量等氣象因素進(jìn)行相關(guān)性分析。選取月平均溫度、月平均相對(duì)濕度、月平均風(fēng)速、月平均降雨量作為影響火災(zāi)發(fā)生次數(shù)的四個(gè)氣象因素,建立月火災(zāi)次數(shù)的線性回歸模型。本文采用 SPSS軟件,通過逐步回歸法進(jìn)行變量篩選并建立線性回歸方程。

2.1.1 數(shù)據(jù)說明

由于 1997年實(shí)施了新的火災(zāi)統(tǒng)計(jì)方法,將以往難以統(tǒng)計(jì)的小火災(zāi)計(jì)入火災(zāi)發(fā)生數(shù)中,影響了火災(zāi)數(shù)據(jù)的連續(xù)性,火災(zāi)發(fā)生數(shù)在 1997年前后不具有可比性。由于找不出合適的數(shù)學(xué)手段來調(diào)整這種數(shù)據(jù)的躍變,筆者僅對(duì) 1997年及其以后的數(shù)據(jù)進(jìn)行處理。其中,1997～2003年天津市火災(zāi)起數(shù)來自《中國(guó)火災(zāi)統(tǒng)計(jì)年鑒》(1997-2003),數(shù)據(jù)如圖 1所示,2004～2006年天津市火災(zāi)起數(shù)來自《中國(guó)消防年鑒》(2004-2006),按照當(dāng)時(shí)的統(tǒng)計(jì)標(biāo)準(zhǔn),火災(zāi)起數(shù)即消防隊(duì)出火警次數(shù),到了 2007年,統(tǒng)計(jì)標(biāo)準(zhǔn)改變,僅將造成損失的火警數(shù)統(tǒng)計(jì)為火災(zāi)數(shù)據(jù),為保持?jǐn)?shù)據(jù)統(tǒng)計(jì)標(biāo)準(zhǔn)的連貫性,筆者選擇由天津市消防局記錄的月出火警次數(shù)作為 2007年的火災(zāi)起數(shù)。[5-6]

圖1 天津市 1997～2007年間月火災(zāi)發(fā)生起數(shù)

2.1.2 異常值處理

從圖 1可以看出,天津市 1997～2007年間的月火災(zāi)發(fā)生起數(shù)以年為單位呈現(xiàn)大致的周期性變化。本文將該參數(shù)作為被解釋變量 Y,出于統(tǒng)計(jì)意義的考慮,在建立多元線形回歸模型之前,先要對(duì)數(shù)據(jù)進(jìn)行異常值剔除。筆者刪除了火災(zāi)發(fā)生次數(shù)大于1 000的 6個(gè)數(shù)據(jù),即圖 1中虛線以上的點(diǎn),剩余 126個(gè)數(shù)據(jù)作為后面建立回歸模型的依據(jù)。

2.1.3 線性相關(guān)分析

利用進(jìn)行異常值處理之后的樣本數(shù)據(jù)計(jì)算火災(zāi)發(fā)生次數(shù) Y與月平均溫度 X1、月平均相對(duì)濕度 X2、月平均風(fēng)速 X3、月平均降雨量 X4之間的相關(guān)系數(shù),見表 1所示。

表1 線性相關(guān)系數(shù)表(1997-2007)

從表 1中,可以看出氣象因子對(duì)月火災(zāi)發(fā)生起數(shù)的影響從大到小依次為：X1、X4、X2、X3,月平均溫度 X1是最主要的影響因素,相對(duì)濕度和降雨量是次于溫度影響的氣象因子,月平均風(fēng)速對(duì)火災(zāi)發(fā)生的影響相對(duì)較小?；馂?zāi)發(fā)生起數(shù)與月平均溫度的相關(guān)系數(shù)為負(fù),說明二者是負(fù)相關(guān)的,即平均溫度越低越容易發(fā)生火災(zāi),平均溫度越高越不容易發(fā)生火災(zāi),這是因?yàn)榄h(huán)境氣溫直接影響引燃物品的含水量;而降雨量直接影響空氣濕度的變化,從而影響引燃物的含水量。風(fēng)速對(duì)城市火災(zāi)發(fā)生的直接影響不大,但必須注意,風(fēng)速對(duì)火災(zāi)的蔓延影響較大,當(dāng)風(fēng)速達(dá)到一定值時(shí),容易產(chǎn)生飛火,導(dǎo)致第二火場(chǎng)。

2.1.4 根據(jù)逐步回歸方法,得到進(jìn)入回歸方程的自變量為月平均溫度和月平均降水量,并得到回歸方程中的系數(shù)如表 2。

根據(jù)表 2,采用非標(biāo)準(zhǔn)化系數(shù),可以建立如下回歸方程：

表2 回歸方程系數(shù)表

判定系數(shù) R2=0.543,在顯著性水平 α=0.05下,檢驗(yàn)統(tǒng)計(jì)量F=30.108＞F0.95(2,127)=2.35,(p-值 0.000＜0.05)即線性回歸方程是顯著的。

在 0.05置信水平下,變量 X1,X4均能通過 t檢驗(yàn),因?yàn)槌?shù)項(xiàng)、變量 X1、X2的檢驗(yàn) p-值分別為0.000、0.000、0.002,都小于 0.05,所以我們建立多元線形回歸模型式(6)是合適的。

為進(jìn)一步考察回歸方程的合理性,采用 2008年1～7月份的氣象數(shù)據(jù)對(duì)方程進(jìn)行驗(yàn)證,原始?xì)庀髷?shù)據(jù)如表 3。將原始?xì)庀髷?shù)據(jù)代入式(6),可得到月火災(zāi)起數(shù)的預(yù)測(cè)值與實(shí)際值的對(duì)比如圖 2所示。

表3 2008年 1～7月份氣象數(shù)據(jù)

圖2 2008年 1～7月份月火災(zāi)發(fā)生起數(shù)對(duì)比

從圖 2中可以看出,回歸模型較好地預(yù)測(cè)了 2～7月份的火災(zāi)發(fā)生趨勢(shì),這 6個(gè)月火災(zāi)發(fā)生起數(shù)總體呈下降趨勢(shì),這與統(tǒng)計(jì)數(shù)據(jù)是一致的。但其中 1、3和 5月份的預(yù)測(cè)值比實(shí)際值高,以 1月份差別最大,首先是因?yàn)榛馂?zāi)的發(fā)生受多重因素影響,氣象并非影響火災(zāi)發(fā)生的惟一原因,故僅采用氣象因素預(yù)測(cè)火災(zāi)發(fā)生起數(shù)本身有一定的局限性;其次是 1月份我國(guó)許多地區(qū)發(fā)生雪災(zāi),天津也未能幸免,大量降雪導(dǎo)致室外空間在很長(zhǎng)一段時(shí)期內(nèi)被雪覆蓋,室外的可燃物很難起火,所以實(shí)際值和預(yù)測(cè)值的差別較大。

2.2 多元回歸模型的應(yīng)用

多元回歸模型對(duì)預(yù)測(cè)城市火災(zāi)的發(fā)生趨勢(shì)具有較好的參考意義,要預(yù)測(cè)未來年份的月火災(zāi)發(fā)生起數(shù),必須先獲得未來年份的氣象數(shù)據(jù)。圖 3是天津市 1997～2007年的月平均氣溫,數(shù)據(jù)以年為單位呈現(xiàn)極為規(guī)則的周期性,氣溫最低的月份一般為 1月,最高的月份為 7月。圖4是天津市 1997～2007年的月平均降雨量,也呈現(xiàn)較為明顯的規(guī)律性,每年冬季降雨量較低,夏季降雨量較高。我們?cè)趯?duì)未來年份的火災(zāi)發(fā)生趨勢(shì)進(jìn)行預(yù)測(cè)分析時(shí),可以對(duì)之前若干年份的月平均氣溫和月平均降雨量取平均值,作為解釋變量代入式(6)中,得到預(yù)測(cè)結(jié)果。

圖3 天津市 1997～2007年的月平均氣溫

圖4 天津市 1997-2007年的月平均降雨量(mm)

3 結(jié)論

氣象因素在許多火災(zāi)過程中并不一定是引起火災(zāi)發(fā)生的直接原因,但與火災(zāi)發(fā)生和發(fā)展有著密不可分的相互關(guān)系?；趯?duì)城市火災(zāi)和氣象因素的相關(guān)性分析,建立必要的監(jiān)測(cè)理論模型及實(shí)施系統(tǒng),對(duì)城市火災(zāi)進(jìn)行早期預(yù)防,以減少城市火災(zāi)的危害,具有相當(dāng)程度的實(shí)際價(jià)值。本文針對(duì)天津市的火災(zāi)數(shù)據(jù)與氣象因素進(jìn)行相關(guān)性分析和研究,借助回歸理論建立火災(zāi)起數(shù)與關(guān)鍵氣象因素之間的關(guān)聯(lián)模型。結(jié)果表明,天津市全年火災(zāi)發(fā)生的高發(fā)期出現(xiàn)在 1、2、3、12月冬春之際,氣溫低、用火用電明顯增多,相對(duì)濕度小,可燃物含水量低,極易引發(fā)火災(zāi)。且逢元旦、春節(jié),人們節(jié)前生活繁忙、節(jié)中精神松懈,往往忽略火源管理,加上節(jié)日期間普遍燃放煙花爆竹,造成火災(zāi)高發(fā),因此在這幾個(gè)月中,政府消防工作的重點(diǎn)應(yīng)當(dāng)在節(jié)假日前后的消防安全宣傳、對(duì)重點(diǎn)防火的部位如公眾聚集場(chǎng)所的預(yù)防火災(zāi)治理和滅火救援工作上。

[1]宋衛(wèi)國(guó),王健.火災(zāi)系統(tǒng)的復(fù)雜性與可持續(xù)防治[J].科技導(dǎo)報(bào),2004,25(8)：17-20.

[2]楊立中,江大白.中國(guó)火災(zāi)與社會(huì)經(jīng)濟(jì)因素的關(guān)系[J].中國(guó)工程科學(xué),2003,5(2)：62-67.

[3]康嫦娥.城市火災(zāi)的氣象條件分析及火險(xiǎn)預(yù)報(bào)[J].氣象,1993,19(7)：47-51.

[4]馀耀標(biāo),許平.城市火災(zāi)淺析[M].北京：氣象出版社,1992：14-85.

[5]公安部消防局.中國(guó)火災(zāi)統(tǒng)計(jì)年鑒(1997-2003)[M].北京：中國(guó)人民公安大學(xué)出版社.

[6]公安部消防局.中國(guó)消防年鑒(2004-2006)[M].北京：中國(guó)人事出版社.