基于非參數(shù)檢驗方法吉林省重特大森林火災影響因素分析1)

李晶 單延龍

(北華大學，吉林，132013)

于淑香

(吉林省靖宇縣林業(yè)局)

張志文

(吉林省通化縣林業(yè)局)

基于非參數(shù)檢驗方法吉林省重特大森林火災影響因素分析1)

李晶 單延龍

(北華大學，吉林，132013)

于淑香

(吉林省靖宇縣林業(yè)局)

張志文

(吉林省通化縣林業(yè)局)

根據(jù)吉林省1969—1980年的重特大森林火災的統(tǒng)計數(shù)據(jù)，借助SPSS17.0統(tǒng)計軟件，運用非參數(shù)檢驗的方法，分析了不同地區(qū)、起火月份、起火時間、林型、林齡、疏密度、氣溫、風速等因素對受害森林面積和過火總面積的影響。結(jié)果表明：不同地區(qū)的過火總面積之間存在極其顯著性差異，延邊地區(qū)的起火次數(shù)最多(127次)，過火總面積的均值最大(528.878 9 hm2)；不同起火月份的受害森林面積之間存在顯著性差異，3月份受害森林面積的均值最大(572.021 4 hm2)，而起火次數(shù)較多的月份主要集中在4、5、9、10月份，應注意春、秋兩季的重特大森林火災預防。

吉林??；非參數(shù)檢驗；地區(qū)；重特大森林火災；影響因素

With the statistical data of the extremely large forest fires in Jilin Province from 1969 to 1980, we analyzed the impact of different regions, fire month, fire time, forest types, forest age, density, temperature, wind speed on forest area burnt and area burnt with SPSS 17.0 statistical software by using nonparametric test methods. There was significant difference between different regions of area burnt. The fire number of Yanbian region was up to 127, and the average of total area burnt was 528.878 9 hm2. There was significant difference between different fire months of forest area burnt, the mean of forest area burnt in March was 572.021 4 hm2, and the fire were mainly concentrated in April, May, September, and October. Therefore, more attention should be paid to the spring and autumn to prevent the extremely large forest fire.

我國森林資源豐富，但也是林火高發(fā)區(qū)，每年林火發(fā)生超過10 000次，過火面積達820 000 hm2[1]。目前，大面積森林火災已被聯(lián)合國糧農(nóng)組織列為當今世界第八大自然災害[2]。森林火災受火源、氣候、地形、植被特征等多種因素共同影響[3]，對森林火災影響因素分析是科研人員和林業(yè)管理部門共同關注的重要課題。

吉林省是全國重點林業(yè)省份之一。全省林業(yè)用地面積9.376×106hm2，有林地面積8.221×106hm2，森林覆蓋率43.9%，活立木總蓄積9.880 1×108m3[4]。截至2015年11月30日秋季森林防火期結(jié)束，吉林省圓滿完成2015年森林防火工作任務，未發(fā)生重大森林火災和人員傷亡事故，森林火災受害率、森林火災控制率均低于省政府年初確立的責任目標，勝利實現(xiàn)全省連續(xù)35 a無重大森林火災[5]。但一些重點火險區(qū)可燃物的積累量已達到30 t/hm2以上，超過國際公認的發(fā)生大火的載量極限。如中朝邊境雙目峰一帶的茂盛雜草，與低垂的樹木枝條相接，一旦著火，極有可能發(fā)展為樹冠火，造成毀滅性的災難[6]。因此，有必要對吉林省重特大森林火災的影響因素進行分析，更有效地預防重特大森林火災的發(fā)生。

1 研究區(qū)概況

吉林省位于東北亞地理中心，中國東北地區(qū)腹地。地跨東經(jīng)121°38′～131°19′、北緯40°50′～46°19′。東西長769.62 km，南北寬606.57 km。地勢由東南向西北傾斜，呈現(xiàn)明顯的東南高、西北低的特征。以中部大黑山為界，可分為東部山地和中西部平原兩大地貌區(qū)。在總面積中，山地占36%，平原占30%，臺地及其他占28.2%，其余為丘陵。吉林省位于中緯度歐亞大陸的東側(cè)，屬于溫帶大陸性季風氣候，四季分明，雨熱同季。從東南向西北由濕潤氣候過渡到半濕潤氣候再到半干旱氣候，全省氣溫、降水、溫度、風速以及氣象災害等都有明顯的季節(jié)變化和地域差異。年均氣溫4 ℃，呈山地偏低、平原較高的特征。冬季平均氣溫在-11 ℃以下，夏季平原平均氣溫23 ℃以上。全省氣溫年較差在35～42 ℃，日較差一般為10～14 ℃。全年無霜期一般為100～160 d。全省年日照時間2 259～3 016 h。年降水量為400～600 mm，但季節(jié)、區(qū)域差異較大，其中80%集中在夏季，以東部降水量最為豐沛[7]。吉林省森林的分布很不平衡，主要分布在東部長白山區(qū)，森林大都為針闊混交林。

2 研究方法

若利用方差分析方法對吉林省重特大森林火災受害面積影響因素進行分析，要求因子的不同水平均來自正態(tài)總體，各總體的方差相等，樣本之間相互獨立。利用SPSS17.0進行探索性分析，對不同影響因素的受害森林面積及過火總面積進行正態(tài)性檢驗，均無明顯的正態(tài)性特征，更有些不滿足方差齊性，因此無法使用方差分析的方法研究各影響因素的顯著性。本文采用對總體分布無要求的非參數(shù)檢驗方法。

2.1 數(shù)據(jù)來源

森林火災數(shù)據(jù)來自于吉林省林業(yè)廳森林防火辦公室和吉林省檔案館，主要指標包括1969—1980年重特大森林火災的起火地區(qū)、起火月份、起火時、林型、林齡、疏密度、氣溫、風速、受害森林面積、過火總面積等。

2009年1月1日起施行的《森林防火條例》第四十條規(guī)定，重大森林火災受害森林面積在100～1 000 hm2，特別重大森林火災受害森林面積在1 000 hm2以上。本文研究這兩種森林火災等級的受害森林面積和過火總面積影響因素的顯著性。

2.2 非參數(shù)檢驗

經(jīng)典統(tǒng)計的多數(shù)檢驗都假定了總體分布，但也有些沒有假定總體分布的具體形式，僅僅依賴于數(shù)據(jù)觀測值的相對大小(秩)或原假設下等可能的概率等與數(shù)據(jù)本身的總體分布無關的性質(zhì)進行檢驗，這都是非參數(shù)檢驗。

非參數(shù)檢驗是指在總體不服從正態(tài)分布且分布情況不明時，用來檢驗數(shù)據(jù)資料是否來自同一個總體假設的一類檢驗方法。由于這些方法一般不涉及總體參數(shù)故得名。這類方法的假定前提比參數(shù)性假設檢驗方法少得多，也容易滿足，適用于計量信息較弱的資料且計算方法也簡單易行，所以在實際中有廣泛的應用。

非參數(shù)檢驗在總體分布未知時有很大的優(yōu)越性，總是比傳統(tǒng)檢驗安全。在總體未知時非參數(shù)統(tǒng)計效率比傳統(tǒng)方法要高，有時要高很多。是否用非參數(shù)統(tǒng)計方法，要根據(jù)對總體分布的了解程度來確定。

2.3 多獨立樣本檢驗

在非參數(shù)檢驗中，多獨立樣本檢驗是判斷多個獨立的樣本是否來自相同分布的總體[8]。通過分析多個樣本數(shù)據(jù)，推斷它們的分布是否存在顯著性差異。方法有三種：

顯然，在原假設H0成立，即θ1=θ2=…=θk時，所有N個樣本單元都是獨立同分布的。記xij在合樣本{xi1,xi2,…,xini,i=1,2,…,k}中的秩為Rij,Rij=1,2,…,N。Kruskal-WallisTest的基本思想是用xij的秩Rij代替xij，然后用ANOVA方法作統(tǒng)計分析。檢驗統(tǒng)計量為

MedianTest是通過對中位數(shù)的研究來實現(xiàn)推斷的?；舅枷胧侨舳鄠€獨立總體有共同的中位數(shù)，則這個共同的中位數(shù)應在各組樣本中處于中間位置上。即每組樣本中大于該中位數(shù)或是小于該中位數(shù)的樣本數(shù)目應大致相同。

Jonckheere-TerpstraTest與兩個獨立樣本檢驗的Mann-WhitneyU類似，主要用于備擇假設有序情形，稱為有方向檢驗問題，而將Kruskal-WallisTest的問題稱為無方向檢驗問題。若檢驗問題需要比較各位置參數(shù)的大小，則選擇Jonckheere-TerpstraTest比Kruskal-WallisTest有更強的勢[9]。

由于所選取的150個研究對象均來自吉林省重特大森林火災數(shù)據(jù)資料的隨機抽取，滿足多獨立樣本檢驗的條件。本文利用SPSS17.0非參數(shù)檢驗中多個獨立樣本Kruskal-WallisTest方法，對影響受害森林面積和過火總面積的因素進行分析。

3 結(jié)果分析

3.1 不同地區(qū)受害森林面積和過火總面積的顯著性

根據(jù)1969—1980年重特大森林火災統(tǒng)計數(shù)據(jù)，起火地區(qū)有白山、延邊、吉林、通化、白城。由于通化、白城地區(qū)都僅有一個數(shù)據(jù)，不具有代表性，故按列表排除個案處理。不同地區(qū)受害森林面積描述性統(tǒng)計量，樣本總數(shù)為148個，受害森林面積的均值為392.538 1 hm2，最小值為100 hm2，最大值為2 517 hm2。從表1可看出，各組平均秩分別為60.67、77.11、53.75，卡方值為3.442，自由度為2，漸近顯著性水平為0.179>0.05，說明不同地區(qū)的受害森林面積之間差異不顯著。

表1 不同地區(qū)受害森林面積Kruskal-Wallis檢驗結(jié)果

不同地區(qū)過火總面積描述性統(tǒng)計量，樣本總數(shù)為148個，過火總面積的均值為491.245 0 hm2，最小值為100 hm2，最大值為3 510 hm2。從表2可以看出，各組平均秩分別為50.53、78.86、42.08，卡方值為9.436，自由度為2，漸近顯著性水平為0.009<0.01，說明不同地區(qū)的過火總面積之間存在極其顯著性差異。

表2 不同地區(qū)過火總面積Kruskal-Wallis Test結(jié)果

由于不同地區(qū)的過火總面積之間的差異性，進一步比較均值。由表3知，延邊地區(qū)的起火次數(shù)最多，為127次，占總起火次數(shù)的85.81%，平均過火面積為528.878 9 hm2，最大過火面積為3 510.00 hm2；吉林地區(qū)的起火次數(shù)為6次，占總起火次數(shù)的4.05%，平均過火面積最少，為206.083 3 hm2，過火總面積的最大值為436.00 hm2。林業(yè)管理部門和相關森林防火工作人員，應重點做好延邊地區(qū)的森林防火工作，防患于未然，以避免重特大森林火災的發(fā)生。

表3 不同地區(qū)過火總面積均值比較

3.2 不同起火月份受害森林面積和過火總面積的顯著性

研究不同起火月份的受害森林面積之間是否存在顯著性差異。根據(jù)重特大森林火災數(shù)據(jù)，起火月份分別是3、4、5、9、10、11月份。由于11月份僅有一個數(shù)據(jù)，不具有代表性，故按列表排除個案處理。不同起火月份受害森林面積描述性統(tǒng)計量，樣本總數(shù)為148個，受害森林面積的均值為390.215 1 hm2，最小值為100 hm2，最大值為2 517 hm2。從表4可以看出，各組平均秩分別為85.21、54.41、72.19、85.52、80.07，卡方值為11.597，自由度為4，漸近顯著性水平為0.021<0.05，說明不同起火月份的受害森林面積之間存在顯著性差異。

表4 不同起火月份受害森林面積Kruskal-Wallis Test結(jié)果

由于不同起火月份的受害森林面積之間的差異性，進一步比較均值。由表5知，3月份受害森林面積的均值最大，為572.021 4 hm2，明顯高于4月份受害森林面積的均值307.9185 hm2，而起火次數(shù)較多的月份主要集中在4、5、9、10月份，說明林業(yè)管理部門應注意春、秋兩季的重特大森林火災預防，以有效避免重特大森林火災的發(fā)生。

表5 不同起火月份受害森林面積均值比較

研究不同起火月份的過火總面積之間是否存在顯著性差異。這里對缺失數(shù)據(jù)按列表排除個案處理。不同起火月份過火總面積描述性統(tǒng)計量，樣本總數(shù)為148個，過火總面積的均值為493.368 0 hm2，最小值為100 hm2，最大值為3 510 hm2。從表6可以看出，各組平均秩分別為112.71、63.74、74.29、77.79、72.79，卡方值為8.032，自由度為4，漸近顯著性水平為0.090>0.05，說明不同起火月份的過火總面積之間不存在顯著性差異。

表6 不同起火月份過火總面積Kruskal-Wallis Test結(jié)果

3.3 其他影響因素受害森林面積和過火總面積的顯著性

類似前面的處理方法，研究影響受害森林面積和過火總面積的其他因素，如起火時、林型、林齡、疏密度、氣溫、風速等是否存在顯著性差異。在這里對缺失數(shù)據(jù)按列表排除個案處理。從Kruskal-Wallis Test檢驗結(jié)果知，各影響因素對應的受害森林面積和過火總面積的漸近顯著性水平均大于0.05，說明它們之間不存在顯著性差異。

4 結(jié)論與討論

白山、延邊、吉林地區(qū)的過火總面積之間存在極其顯著性差異，延邊地區(qū)的起火次數(shù)最多為127次，占總起火次數(shù)的85.81%，最大過火面積為3 510.00 hm2。因此重點預防延邊地區(qū)重特大森林火災的發(fā)生。

火災發(fā)生的季節(jié)是火災后演替途徑的決定因素之一，氣候變化會增加火災活動，季節(jié)性差異影響火災強度，造成森林火災的發(fā)生[10-12]。不同起火月份的重特大森林火災受害森林面積之間存在顯著性差異，3月份受害森林面積的均值最大，為572.021 4 hm2。雖然3月份重特大森林火災次數(shù)少，但一旦出現(xiàn)，就非常大，應提高警惕。從受害森林面積和次數(shù)綜合考慮，需要特別重視的月份依次為9、10、5、4月份。

森林火災是森林更新和演替的主要影響因子之一，不僅會對森林生態(tài)系統(tǒng)造成重要的干擾和影響，也會對人類的生命財產(chǎn)安全造成威脅[13-14]。吉林省已連續(xù)35 a無重大森林火災，有些人員難免思想懈怠，認為不會再發(fā)生重特大森林火災，這方面仍需加強宣傳教育的深度和廣度。對重特大森林火災發(fā)生的重點區(qū)域，易發(fā)生森林火災的季節(jié)高度重視，建立健全林火的預測預報工作，利用現(xiàn)代化的技術手段合理布局、有效監(jiān)測。林業(yè)管理部門和相關森林防火工作人員，應重點做好對起火次數(shù)發(fā)生多、過火面積大的延邊地區(qū)的森林防火工作，重點監(jiān)督、齊抓共管、多措并舉[15]，以避免重特大森林火災的發(fā)生。同時應注意春、秋兩季的重特大森林火災預防，采取有效措施以避免重特大森林火災的發(fā)生。

[1] ZHONG M H, FAN W C, LIU T M, et al. Statistical analysis on current status of China forest fire safety[J]. Fire Safety Journal,2003,38(3):257-269.

[2] 孫龍,王千雪,魏書精,等.氣候變化背景下我國森林火災災害的響應特征及展望[J].災害學,2014,29(1):12-17.

[3] 劉志華,楊建,賀紅士,等.黑龍江大興安嶺呼中林區(qū)火燒點格局分析及影響因素[J].生態(tài)學報,2011,31(6):1669-1677.

[4] 吉林省林業(yè)廳.吉林省林業(yè)基本情況[Z/OL].[2016-06-17].http://lyt.jl.gov.cn/jlly_lyt/jllq_lyt/lqgk_lyt/201606/t20160617_2287580.html.

[5] 吉林2015森林防火任務完成連續(xù)35年無重大火災[Z/OL].[2015-12-12].http://www.jl.xinhuanet.com/2012jlpd/2015-12/12/c_1117438062.htm.

[6] 王希才,安國善,張敏.長白山區(qū)發(fā)生重大森林火災的可能性及預防對策[J].吉林林業(yè)科技,2003,32(2):44-47.

[7] 吉林省人民政府.走進吉林[Z/OL].[2015-01-22].http://www.jl.gov.cn/zjjl/.

[8] 楊維忠,張?zhí)?SPSS統(tǒng)計分析與行業(yè)應用案例詳解[M].北京:清華大學出版社,2011.

[9] 吳喜之.非參數(shù)統(tǒng)計[M].北京:中國統(tǒng)計出版社,1999.

[10] STOCKS B J, MASON J A, TODD J B, et al. Large forest fires in Canada, 1959-1997[J]. Journal of Geophysical Research: Atmospheres,2003,108(D1):8149.

[11] CAHOON D R, STOCKS B J, LEVINE L S, et al. Satellite analysis of the severe 1987 forest fires in northern China and southeastern Siberia[J]. Journal of Geophysical Research: Atmospheres,1994,99(D9):18627-18638.

[12] FLANNIGAN M, STOCKS B, TURETSKY M, et al. Impacts of climate change on fire activity and fire management in the circumboreal forest[J]. Global Change Biology,2009,15(3)：549-560.

[13] CHANG Y, HE H S, BISHOP I, et al. Long-term forest landscape responses to fire exclusion in the Great Xing’an Mountains, China[J]. International Journal of Wildland Fire,2007,16(1):34-44.

[14] LIU H P, RANDERSON J T, LINDFORS J, et al. Changes in the surface energy budget after fire in boreal ecosystems of interior Alaska: an annual perspective[J]. Journal of Geophysical Research Atmospheres,2005,10(D13):2515-2530.

[15] 孫平巖.吉林省強化森林防火宣傳教育的幾種途徑[J].森林防火,2015(4):14-17.

Influencing Factors of Extremely Large Forest Fires in Jilin Province with Nonparametric Test Methods//

Li Jing, Shan Yanlong

(Beihua University, Jilin 132013, P. R. China);

Yu Shuxiang

(Jingyu County Forestry Bureau of Jilin Province);

Zhang Zhiwen

(Tonghua County Forestry Bureau of Jilin Province)//Journal of Northeast Forestry University，2017,45(1)：61-64.

Jilin Province; Nonparametric test; Region; Extremely large forest fires; Influencing factor

1)國家自然科學基金項目(31470497)、吉林省教育廳項目(吉教科合字[2013]第158號)、吉林省林業(yè)廳項目(2013-007)、教育部新世紀優(yōu)秀人才支持計劃(NCET-12-0726)。

李晶，女，1982年6月生，北華大學數(shù)學與統(tǒng)計學院，講師。E-mail:lijing4916395@163.com。

單延龍，北華大學林火管理研究所，教授。E-mail:shanyl@163.com。

2016年8月18日。

S762.2

責任編輯：王廣建。