基于泰森多邊形的廣州市林火空間分布規(guī)律研究

謝紹鋒，肖化順，儲(chǔ) 蓉，付春風(fēng)

(中南林業(yè)科技大學(xué)，湖南 長(zhǎng)沙 410004)

林火不僅是地區(qū)性的問題也是全球性的問題，是全球所有森林植被系統(tǒng)的顯著干擾因子，會(huì)對(duì)生態(tài)環(huán)境產(chǎn)生嚴(yán)重危害，受全球氣候變化的影響，林火的數(shù)量有逐年增加的態(tài)勢(shì)。而林火又廣泛地影響到社會(huì)、經(jīng)濟(jì)和生態(tài)的各個(gè)方面，長(zhǎng)期以來(lái)，全世界很多地區(qū)都加強(qiáng)對(duì)野火問題的研究。因此，研究林火發(fā)生規(guī)律對(duì)于森林火災(zāi)預(yù)測(cè)預(yù)報(bào)、森林火災(zāi)監(jiān)測(cè)與預(yù)防，指導(dǎo)人們?nèi)粘Ｉa(chǎn)用火均具有重要意義。我國(guó)對(duì)于林火發(fā)生規(guī)律的研究開始于20世紀(jì)60～70年代，隨后快速發(fā)展，進(jìn)入21世紀(jì)以來(lái)，已取得了豐碩的研究成果。從森林火災(zāi)發(fā)生的宏觀尺度[1]、區(qū)域尺度[2]、時(shí)間尺度[3]和空間尺度[4-5]上分析我國(guó)森林火災(zāi)發(fā)生的規(guī)律，也有從森林火災(zāi)發(fā)生趨勢(shì)[6]、人口因素[7]、森林氣候因素[8]、生態(tài)因素[9]、可燃物[10]、火源特點(diǎn)[11]等角度進(jìn)行林火規(guī)律研究。隨著Logistic模型在各行業(yè)的應(yīng)用，在林火規(guī)律的研究中也倍受學(xué)者關(guān)注，采用Logistic方法建立的林火預(yù)報(bào)模型[12-13]，具有較高的預(yù)報(bào)準(zhǔn)確率與火災(zāi)次數(shù)預(yù)測(cè)能力；在林火影響因子之間建立Logistic林火空間風(fēng)險(xiǎn)模型[14]，可以在較大的時(shí)間和空間尺度上進(jìn)行林火風(fēng)險(xiǎn)評(píng)價(jià)與森林火險(xiǎn)區(qū)劃。

Logistic回歸模型的因變量Y是一個(gè)二分類(1或0)變量,通過將林火發(fā)生概率進(jìn)行對(duì)數(shù)變換后得到，需要收集大量著火樣本1，非著火樣本0。本研究?jī)H以著火樣本，采用地理加權(quán)回歸(GWR)模型進(jìn)行分析，充分考慮模型變量在空間上的非平穩(wěn)性，以提高模型的精度。將泰森多邊形特點(diǎn)引入到林火規(guī)律分析中，建立林火泰森多邊形，應(yīng)用克里格插值、空間自相關(guān)分析、地理加權(quán)回歸等統(tǒng)計(jì)方法，揭示林火發(fā)生的規(guī)律和特征，分析林火易發(fā)性關(guān)鍵影響因素。

1 材料與方法

1.1 研究區(qū)概況

廣州市位于廣東省中南部，地理坐標(biāo)112°57′-114°3′E，22°26′-23°56′N，市轄10個(gè)區(qū)和2個(gè)縣級(jí)市，總面積約7 434 km2。地處珠江三角洲沿海，屬于典型的海洋性亞熱帶季風(fēng)氣候，年均氣溫22℃，年降雨量約1 726 mm，平均濕度68%，全年水熱同期，溫差較小，降雨量充沛，有利于植物生長(zhǎng)，具有夏季長(zhǎng)、霜期短、光熱充足、溫暖多雨的氣候特征。背山面海，地勢(shì)東北高、西南低，屬于丘陵地帶，中低山地主要分布在東北部，中部以丘陵盆地為主，南部珠江三角洲則是由沿海沖積平原組成。森林資源主要集中在北部丘陵山區(qū)，現(xiàn)有林地面積約29.6萬(wàn)hm2，占全市國(guó)土面積的41.5%，森林資源狀況見表1。

表1 廣州市森林資源狀況Table 1 Situation of forest resource in Guangzhou

1.2 研究方法

1.2.1 林火泰森多邊形 在一定區(qū)域和時(shí)間范圍內(nèi)，林火發(fā)生的累計(jì)次數(shù)越少，區(qū)域內(nèi)林火發(fā)生的概率就越低，如果林火發(fā)生的累計(jì)次數(shù)越多，則區(qū)域內(nèi)林火發(fā)生的概率越高?；瘘c(diǎn)所在區(qū)域可以用泰森多邊形來(lái)描述其面積的大小與空間分布密度，能直觀反映出該區(qū)域的林火發(fā)生概率和林火空間分布情況。

林火泰森多邊形的構(gòu)造過程為：首先根據(jù)離散火點(diǎn)建立Delaunay三角網(wǎng)，然后對(duì)每個(gè)Delaunay三角形各邊做垂直平分線，多組連接2個(gè)相鄰火點(diǎn)直線的垂直平分線所圍成的連續(xù)多邊形，構(gòu)成泰森多邊形。在每個(gè)泰森多邊形內(nèi)部?jī)H包含1個(gè)林火點(diǎn)，泰森多邊形面積表示該區(qū)域林火發(fā)生的可能性，區(qū)域面積越大，林火發(fā)生概率越低，該火點(diǎn)的性質(zhì)可以用泰森多邊形區(qū)域的性質(zhì)近似代替。

1.2.2 Moran's I指數(shù) 全局Moran's I指數(shù)能夠反映屬性值的全局空間自相關(guān)聚集或離散的趨勢(shì)，公式為：

(1)

全局Moran's I指數(shù)往往會(huì)掩蓋局部狀態(tài)的不穩(wěn)定性，局部空間自相關(guān)分析可以反映局部空間變異情況，其計(jì)算公式如下：

(2)

(3)

(4)

式中，S2代表標(biāo)準(zhǔn)方差，其他符號(hào)含義與全局Moran's I指數(shù)公式相同。

1.2.3 地理加權(quán)回歸(geographically weighted regression，GWR) 在空間數(shù)據(jù)分析中，一般的線性回歸模型未考慮數(shù)據(jù)的空間非平穩(wěn)性特征，分析結(jié)果往往無(wú)法全面、真實(shí)地反映數(shù)據(jù)的變化規(guī)律。GWR模型將空間位置引入到回歸系數(shù)之中，回歸關(guān)系具有隨空間位置變化而變化的特征，其一般形式為：

(5)

式中，(ui,vi)表示樣點(diǎn)i的空間坐標(biāo)，β0(ui,vi)和βj(ui,vi)分別表示樣點(diǎn)i的常數(shù)項(xiàng)估計(jì)值和第j個(gè)未知參數(shù)估計(jì)值，εi(i=1，2，…，n)是均值為0、方差為σ2的誤差項(xiàng)。

地理加權(quán)回歸模型通過矩陣方程對(duì)參數(shù)進(jìn)行估計(jì)：

(6)

記作Wi=(Wi1,Wi2,…,Win)，常使用高斯距離權(quán)重(gaussian distance)，公式如下：

(7)

式中:dij為i點(diǎn)與j點(diǎn)間的距離，Φ為標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)，σ為距離向量的標(biāo)準(zhǔn)差，h為帶寬，是決定權(quán)重計(jì)算的重要因子。

1.2.4 半變異函數(shù)和克里格插值 半變異函數(shù)用來(lái)檢測(cè)數(shù)據(jù)在空間上的變異結(jié)構(gòu)，以相鄰空間對(duì)象比相隔遠(yuǎn)的空間對(duì)象更相似，相鄰空間對(duì)象的相似性只與它們之間的距離有關(guān)，與其具體所處的位置無(wú)關(guān)為假設(shè)前提，其定義為：

(8)

半變異函數(shù)曲線通過塊金值、變程、基臺(tái)值、偏基臺(tái)值4個(gè)參數(shù)描述，反映樣點(diǎn)與其相鄰樣點(diǎn)之間的空間關(guān)系。偏基臺(tái)值/基臺(tái)值的大小反映空間相關(guān)性的強(qiáng)弱，塊金系數(shù)(塊金值/基臺(tái)值)表示樣點(diǎn)間的空間變異特征，C.A.Cambardena[15]等提出了區(qū)域化變量空間相關(guān)程度標(biāo)準(zhǔn)。

克里格插值以半變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ)，通過對(duì)已知樣點(diǎn)賦權(quán)重，求未知樣點(diǎn)值，在有限區(qū)域內(nèi)對(duì)區(qū)域變量進(jìn)行無(wú)偏、最優(yōu)估計(jì)的局部空間插值方法，公式為：

(9)

式中，n為已知樣點(diǎn)個(gè)數(shù)，Z(x0)為未知樣點(diǎn)值，Z(xi)為未知樣點(diǎn)周圍的已知樣點(diǎn)值，λi為第i個(gè)已知樣點(diǎn)相對(duì)于的未知樣點(diǎn)權(quán)重。該方法分析已知樣點(diǎn)與未知樣點(diǎn)之間關(guān)系時(shí)，同時(shí)考慮了空間距離關(guān)系和方位關(guān)系。

2 結(jié)果與分析

2.1 數(shù)據(jù)準(zhǔn)備

本研究數(shù)據(jù)來(lái)源于廣州市林業(yè)和園林局，2000-2016年共計(jì)518起林火記錄數(shù)據(jù)，根據(jù)歷史林火發(fā)生的坐標(biāo)位置，構(gòu)造林火泰森多邊形(圖1)。每個(gè)泰森多邊形中僅包含1個(gè)林火點(diǎn)，以泰森多邊形區(qū)域描述該林火的空間影響范圍，泰森多邊形面積大小描述林火易發(fā)程度，直觀表示林火的空間分布狀況，作為進(jìn)一步定量分析林火空間格局的基礎(chǔ)。

圖1 林火泰森多邊形Fig.1 Voronoi polygon of forest fire

計(jì)算每個(gè)火點(diǎn)的泰森多邊形面積、海拔、坡度、道路距離等信息，并進(jìn)行統(tǒng)計(jì)特征分析(表2)。這幾種統(tǒng)計(jì)量均存在一定的變異性，泰森多邊形面積變異系數(shù)達(dá)到1.44，屬于強(qiáng)變異類型，海拔、坡度、道路距離屬于中等變異類型。各統(tǒng)計(jì)量不符合正態(tài)分布，一定程度上呈現(xiàn)出正偏或負(fù)偏，通過對(duì)數(shù)轉(zhuǎn)換，使其符合正態(tài)分布。

表2 林火統(tǒng)計(jì)特征Table 2 Statistical description of the forest fire

注：樣本總數(shù)518個(gè)。

2.2 林火泰森多邊形變異函數(shù)與克里格插值

在ArcGIS中對(duì)林火泰森多邊形面積進(jìn)行趨勢(shì)面分析，東西和南北方向上都呈現(xiàn)出輕微的“U”型分布趨勢(shì)，選擇球狀擬合模型，并對(duì)全局趨勢(shì)進(jìn)行剔除，步長(zhǎng)為854 m，進(jìn)行變異函數(shù)分析，結(jié)果見圖2。

圖2 泰森多邊形面積變異函數(shù)Fig.2 Variogram of voronoi area

變異函數(shù)表明林火泰森多邊形面積存在較好的變異函數(shù)結(jié)構(gòu)，變程為7 309.8 m，具有明顯空間自相關(guān)，隨著距離增加，空間自相關(guān)逐漸減弱。

表3 模型預(yù)測(cè)誤差與交互檢驗(yàn)Table 3 Prediction error of the model and cross-validation

表3預(yù)測(cè)誤差結(jié)果表明，標(biāo)準(zhǔn)平均值(MS)接近0，預(yù)測(cè)結(jié)果好，標(biāo)準(zhǔn)化均方根誤差(RMSSE)接近1，反映模型對(duì)林火泰森多邊形面積的空間變異預(yù)測(cè)結(jié)果的準(zhǔn)確性高，接近于無(wú)偏估計(jì)。半變異函數(shù)模型擬合結(jié)果見表4。

林火泰森多邊形的變異函數(shù)擬合效果較好，塊金系數(shù)為0.529 98，表現(xiàn)出明顯的塊金效應(yīng)，屬于中等程度的空間相關(guān)性，人為隨機(jī)因素和區(qū)域地理自然因素的影響程度相當(dāng)，比較適宜空間變異分析。

表4 林火半變異函數(shù)模型擬合結(jié)果Table 4 Semi-variance structure module of forest fire

采用普通克里格法插值，根據(jù)自然間斷點(diǎn)分級(jí)法(Jenks)規(guī)則，將每個(gè)變量系數(shù)從小到大劃分為10類，繪制出林火易發(fā)性空間分布圖(圖3)。結(jié)合研究區(qū)域內(nèi)基礎(chǔ)地理數(shù)據(jù)，林火易發(fā)性的空間分布呈梯度、多島狀、條帶狀相結(jié)合的特征，表現(xiàn)為西北部林火易發(fā)性高，東南部林火易發(fā)性低的逐步遞減趨勢(shì)。北部和西北部為山區(qū)，森林覆蓋率高，易引發(fā)林火，而南部、東南部城區(qū)高度城鎮(zhèn)化，森林覆蓋率低，林火易發(fā)性低。林火易發(fā)性高的局部區(qū)域，如從化、花都、白云等區(qū)縣部分鄉(xiāng)鎮(zhèn)人口聚集區(qū)呈島狀分布，這與農(nóng)業(yè)生產(chǎn)活動(dòng)有密切的關(guān)系；而交通網(wǎng)絡(luò)密集或便利的區(qū)域，如G105、G106國(guó)道和S355省道沿線呈條帶狀分布。

圖3 林火易發(fā)性空間分布Fig.3 Spatial distribution of forest fires Incidence

2.3 林火影響因素空間自相關(guān)性分析

使用GWR模型對(duì)影響因素分析前，首先進(jìn)行參數(shù)的非平穩(wěn)性檢驗(yàn)，判斷在整個(gè)研究區(qū)內(nèi)參數(shù)是否存在空間效應(yīng)，以便確定采用空間計(jì)量方法估計(jì)，還是采用一般的估計(jì)模型。

使用Geoda 1.8軟件對(duì)林火泰森多邊形面積、火點(diǎn)海拔、火點(diǎn)坡度、火點(diǎn)道路距離進(jìn)行空間自相關(guān)性分析，全局Moran'I指數(shù)為0.35、0.56、0.18、0.17，正態(tài)統(tǒng)計(jì)量Z值均>0.01水平下的臨界值(1.96)。各指數(shù)的空間自相關(guān)關(guān)系均為正，在空間分布上林火的發(fā)生表現(xiàn)出相似值之間的空間集群現(xiàn)象，區(qū)域分布差異顯著的異質(zhì)性特征，其中林火泰森多邊形面積和海拔因素較明顯，呈較強(qiáng)聚集格局。

LISA散點(diǎn)圖顯示空間差異(圖4)，一、三象限中的空間相關(guān)表示相鄰區(qū)域的特征類似的空間關(guān)聯(lián)結(jié)構(gòu)，即高值與高值相聚集，低值與低值相聚集。林火發(fā)生率的空間變異同時(shí)受各種結(jié)構(gòu)性(自然因素)和隨機(jī)性因素(人為因素)控制，各區(qū)域間不是相互獨(dú)立的，表現(xiàn)在特定的區(qū)域聚集及波動(dòng)變化的特點(diǎn)，不同區(qū)域林火發(fā)生密度存在差異。海拔和坡度作為基礎(chǔ)因素，是自然狀態(tài)下對(duì)林火易發(fā)性變異影響最強(qiáng)烈的結(jié)構(gòu)性因素。道路與林火易發(fā)性存在顯著相關(guān)關(guān)系，影響林火易發(fā)性變異的強(qiáng)度和程度，林地離道路距離越近，受人為因素影響越大。

圖4 Moran' I 散點(diǎn)圖Fig.4 Moran' I scatter plot

2.4 林火最小二乘回歸分析

選取反映自然因素(海拔、坡度)和人為因素(道路距離)的3個(gè)因子對(duì)林火驅(qū)動(dòng)機(jī)理進(jìn)行OLS分析(表5)，回歸模型估計(jì)結(jié)果在一定程度上反映了各因素對(duì)林火發(fā)生的影響。其中海拔、坡度、道路距離3個(gè)自變量的回歸系數(shù)都為正，通過了0.05的顯著性檢驗(yàn)，表明這3個(gè)變量對(duì)林火的發(fā)生有著顯著的正效應(yīng)，可以在一定程度上解釋林火空間易發(fā)性的分布規(guī)律，但該方法僅從總體上進(jìn)行估計(jì)，未考慮空間結(jié)構(gòu)的非平穩(wěn)性，難以準(zhǔn)確有效地對(duì)林火發(fā)生的空間分布進(jìn)行分析。

2.5 林火地理加權(quán)回歸分析

GWR是一種局部回歸模型，模型的參數(shù)隨地理位置的變化而變化，其估計(jì)的結(jié)果也各不相同，能夠分析林火影響因素在空間上的差異性。以自然因素(海拔、坡度)和人為因素(道路距離)為自變量，林火泰森多邊形面積為因變量，進(jìn)行GWR分析。分別采用固定高斯核、固定雙權(quán)重核、自適應(yīng)高斯核、自適應(yīng)雙權(quán)重核4種核類型進(jìn)行計(jì)算，選取擬合效果最好的固定高斯核。

表5 林火易發(fā)性O(shè)LS估計(jì)結(jié)果Table 5 OLS estimation results of the Incidence of forest fire

固定高斯核計(jì)算林火易發(fā)性GWR參數(shù)分位估計(jì)，其結(jié)果與OLS回歸估計(jì)的只有一個(gè)全域的結(jié)果存在較大差異(表6)。根據(jù)Fotheringham的評(píng)價(jià)標(biāo)準(zhǔn)[16]，選擇的模型越好，則AICc值越低。AICc值從1 810.699 8降低到1 503.424 2，GWR模擬的精度提高了；殘差平方和從980.562 5降低到338.529 5，改進(jìn)殘差平方和程度很高，達(dá)到642.033；R2作為擬合度的一種度量，值越大越好，由0.384 1變?yōu)?.787 4，得到顯著改善。因在回歸分析中考慮了潛在的空間因素，模型擬合程度顯著提高，可以明顯增加模型的精度，證實(shí)了局部空間回歸(GWR)明顯優(yōu)于全局回歸(OLS)。GWR分析結(jié)果為變參數(shù)，影響因子系數(shù)有正有負(fù)，表明各因素的影響效應(yīng)存在顯著的空間差異。

表6 林火易發(fā)性GWR估計(jì)結(jié)果Table 6 GWR estimation results of the Incidence of forest fire

3.6 林火易發(fā)性影響因子的空間分析

繪制常量系數(shù)、道路距離、海拔和坡度等局部回歸系數(shù)對(duì)林火易發(fā)性影響的空間分布(圖5)，黑色代表同一變量對(duì)林火發(fā)生有顯著支持的區(qū)域，白色代表同一變量對(duì)林火發(fā)生有顯著抑制的區(qū)域，各變量回歸系數(shù)在空間上作用不均勻。

圖5 常量和自變量系數(shù)的空間分布估計(jì)Fig.5 Estimation of the spatial distribution of constants and coefficients

3.6.1 常量對(duì)林火易發(fā)性影響的空間分布 常量在廣州市西南向東北方向呈正值，向周圍逐漸減弱，東北部從化山區(qū)值最大(圖5a)，表明各類林火影響因素在相同的條件下，東北部地區(qū)的林火易發(fā)程度明顯比其他地區(qū)高。

3.6.2 海拔對(duì)林火易發(fā)性影響的空間分布 海拔變量系數(shù)對(duì)林火易發(fā)性的影響空間分布從北到南正負(fù)效應(yīng)相反(圖5b)。廣州市林火主要發(fā)生在海拔<150 m的地區(qū)，黑色代表的正值地區(qū)面積較大，海拔對(duì)林火發(fā)生影響明顯。北部從化區(qū)，中部白云山，交通不便利的山區(qū)，地勢(shì)相對(duì)較高，人口密度小，人類活動(dòng)少，對(duì)促進(jìn)該區(qū)域林火易發(fā)性的作用不太顯著，系數(shù)值由北向南不斷遞增，對(duì)林火發(fā)生的貢獻(xiàn)逐步顯著。低海拔的南部城區(qū)人口密度高，生產(chǎn)性與非生產(chǎn)性火源較多，林火易發(fā)程度較高。

3.6.3 坡度對(duì)林火易發(fā)性影響的空間分布 坡度變量系數(shù)對(duì)林火易發(fā)性的影響呈塊狀分布(圖5c)，分布于地勢(shì)起伏的中、低丘地貌地區(qū)，對(duì)林火的發(fā)生貢獻(xiàn)顯著，該類地形的區(qū)域從事農(nóng)業(yè)和林業(yè)生產(chǎn)活動(dòng)頻繁，如煉山造林、燒山燒荒、劈草撫育、跡地清理等生產(chǎn)性火源，成為引發(fā)林火的主要因素，反映出人類生產(chǎn)活動(dòng)對(duì)林火發(fā)生的影響。

3.6.4 道路對(duì)林火易發(fā)性影響的空間分布 道路變量系數(shù)對(duì)林火易發(fā)性的影響呈帶狀、塊狀空間分布(圖5d)，與道路網(wǎng)絡(luò)的密集程度和森林資源分布密切相關(guān)。中部、南部城鎮(zhèn)化程度高，對(duì)該區(qū)域林火易發(fā)性的作用明顯，通過分析已有起火原因登記，由野外吸煙(或扔煙頭)，小孩、癡呆、精神病玩火，拜山、上墳燒紙、放孔明燈、故意放火等非生產(chǎn)性火源引發(fā)的林火占42%，主要集中在距離道路2 km范圍內(nèi)，很明顯，人類活動(dòng)頻繁的道路周邊區(qū)域與林火的發(fā)生的關(guān)聯(lián)程度很高。總體上林火易發(fā)性與道路距離呈負(fù)相關(guān)，森林小班與道路距離值越大，人為火源減少，林火發(fā)生可能性減小。

4 結(jié)論與討論

本研究通過建立林火泰森多邊形描述林火易發(fā)性，采用克里格插值法生成林火易發(fā)性空間分布圖，在對(duì)林火易發(fā)性影響因素空間自相關(guān)性分析的基礎(chǔ)上，應(yīng)用地理加權(quán)回歸分析了林火易發(fā)性關(guān)鍵影響因素，直觀地反映林火影響因素的空間分布規(guī)律，結(jié)果表明：1)廣州市林火易發(fā)性空間分布呈梯度、多島狀、條帶狀相結(jié)合的分布特征，總體表現(xiàn)為西北部林火易發(fā)性高，東南部易發(fā)程度低的逐步遞減趨勢(shì)，受區(qū)域自然和人為因素的綜合影響，與森林資源分布、地形、交通道路等因素密切相關(guān)；2)林火發(fā)生影響因素空間自相關(guān)關(guān)系為正，局部區(qū)域表現(xiàn)出聚集及波動(dòng)變化的特點(diǎn)；3)對(duì)OLS和GWR2種分析方法的比較，表明各林火影響因子對(duì)不同區(qū)域林火易發(fā)性的影響存在顯著空間差異，GWR模型能夠較好地模擬不同區(qū)域林火易發(fā)性與影響因素間的關(guān)系。4)林火易發(fā)性影響因素分析表明，廣州市東北部的林火易發(fā)性明顯高于其他地區(qū)，海拔因素對(duì)林火易發(fā)性的影響空間分布從北到南正負(fù)效應(yīng)相反，坡度因素對(duì)林火易發(fā)性的影響呈塊狀分布，生產(chǎn)性火源顯著，道路因素對(duì)林火易發(fā)性的影響呈帶狀、塊狀空間分布，非生產(chǎn)性火源顯著。

根據(jù)廣州林火空間分布規(guī)律，提出以下建議：海拔低、地勢(shì)起伏的中低丘地區(qū)，交通道路網(wǎng)絡(luò)發(fā)達(dá)、人類活動(dòng)頻繁的林區(qū)及林木密集的風(fēng)景區(qū)，加強(qiáng)火源的管理；防火期內(nèi)嚴(yán)格控制野外用火，完善森林防火預(yù)案，加強(qiáng)森林消防隊(duì)伍培訓(xùn)演練；在林火高發(fā)區(qū)域，充分發(fā)揮人為調(diào)控作用，加強(qiáng)宣傳教育，強(qiáng)化森林可燃物要素管理，降低林火發(fā)生率；充分發(fā)揮森林生態(tài)系統(tǒng)自然調(diào)節(jié)能力，利用地形、種群間的關(guān)系，科學(xué)營(yíng)林，調(diào)整林分結(jié)構(gòu)，加強(qiáng)防火林帶建設(shè)，充分發(fā)揮防火林帶的阻隔作用。

參考文獻(xiàn)：

[1] 陶玉柱,邸雪穎,金森.我國(guó)森林火災(zāi)發(fā)生的時(shí)空規(guī)律研究[J].世界林業(yè)研究,2013,26(5):75-80.

TAO Y Z,DI X Y,JIN S.Research on temporal and spatial distribution of forest fire in China [J].World Forestry Research,2013,26(5):75-80.(in Chinese)

[2] 胡海清,李楠,孫龍,等.伊春地區(qū)森林火災(zāi)時(shí)空分布格局[J].東北林業(yè)大學(xué)學(xué)報(bào),2011,39(10):67-70.

HU H Q,LI N,SUN L,etal.Spatial and temporal distribution patterns of forest fires in Yichun,Heilongjiang Province[J].Journal of Northeast Forestry University,2011,39(10):67-70.(in Chinese)

[3] 曾思齊,王偉,肖化順,等.區(qū)域森林火災(zāi)時(shí)間序列分析[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2008,28(6):1-8.

ZENG S Q,WANG W,XIAO H S,etal.Time-series analysis of regional forest fire[J].Journal of Central South University of Forestry& Technology,2008,28(6):1-8.(in Chinese)

[4] 陳建忠,劉劍斌,肖應(yīng)忠.建陽(yáng)市森林火災(zāi)時(shí)空分布特征[J].福建林學(xué)院學(xué)報(bào),2010,30(2):119-122.

CHEN J Z,LIU J B,XIAO Y Z,etal.Study on the spatio-temporal distribution of forest fire in Jianyang County [J].Journal of Fujian College of Forestry,2010,30(2):119-122.(in Chinese)

[5] 張思玉,李杰.我國(guó)夏季森林火災(zāi)的時(shí)空分布規(guī)律[J].安徽農(nóng)業(yè)科學(xué),2010,38(3):1551-1553.

ZHANG S Y,LI J.Temporal and spatial distribution rule of summer forest fire in China[J].Journal of Anhui Agri.Sci.,2010,38(3):1551- 1553.(in Chinese)

[6] 謝紹鋒,文東新,肖化順.基于距離衰減法則的林火蔓延模擬實(shí)現(xiàn)技術(shù)研究[J].西北林學(xué)院學(xué)報(bào),2014,29(1):138-143.

XIE S F,WEN D X,XIAO H S.Simulation of forest fire spread based on distance attenuation law[J].Journal of Northwest Forestry University,2014,29(1):138-143.(in Chinese)

[7] 宋衛(wèi)國(guó),王健,K Satoh,等.人口密度對(duì)森林火災(zāi)發(fā)生頻率的影響[J].火災(zāi)科學(xué),2005,14(1):1-5.

SONG W G,WANG J,SATOH K,etal.Impact of population density on forest fire frequency[J].Fire Safety Science,2005,14(1):1-5.(in Chinese)

[8] 張馨月,蘇曉慧.四川省林火次數(shù)與氣象因子的相關(guān)性研究[J].西北林學(xué)院學(xué)報(bào),2017,32(3):176-180.

ZHANG X Y,SU X H.Correlation analysis on forest fire occurring frequency and meteorological factors in Sichuan[J].Journal of Northwest Forestry University,2017,32(3):176-180.(in Chinese)

[9] 李曉煒,趙剛,于秀波,等.不同區(qū)域森林火災(zāi)對(duì)生態(tài)因子的響應(yīng)及其概率模型[J].生態(tài)學(xué)報(bào),2013,33(4):1219-1229.

LI X W,ZHAO G,YU X B,etal.Probability models of forest fire risk based on ecology factors in different vegetation regions over China[J].Acta Ecologica Sinica,2013,33(4):1219-1229.(in Chinese)

[10] 解國(guó)磊,丁新景,馬風(fēng)云等.魯中山區(qū)主要森林類型易燃可燃物垂直分布及其燃燒性[J].西北林學(xué)院學(xué)報(bào),2016,31(1):158-163.

XIE G L,DING X J,MA F Y,etal.Vertical distribution of the forest flammable fuel loads and combustion of the main forest types in mountainous area of Shandong[J].Journal of Northwest Forestry University,2016,31(1):158-163.(in Chinese)

[11] 孫玉榮,張貴.湖南省森林火災(zāi)人為火源時(shí)空分布特征[J].中國(guó)農(nóng)學(xué)通報(bào),2011,27(28):103-108.

SUN Y R,ZHANG G.Characteristics of the spatial-temporal distribution for artificial fire sources on forest fires in Hunan[J].Chinese Agricultural Science Bulletin,2011,27(28):103-108.(in Chinese)

[12] 侯錫銘,王偉杰,溫廣玉.用Logistic回歸方法建立林火發(fā)生預(yù)報(bào)模型的研究[J].東北林業(yè)大學(xué)學(xué)報(bào),1995,23(1):102-107.

HOU X M,WANG W J,WEN G Y.Study on establishing forecast model of forest fire occurrence using logistic regression[J].Journal of Northeast Forestry University,1995,23(1):102-107.(in Chinese)

[13] 繆柏其,韋劍,宋衛(wèi)國(guó),等.林火數(shù)據(jù)的Logistic和零膨脹Poisson(ZIP)回歸模型[J].火災(zāi)科學(xué),2008,17(3):143-149.

MIAO B Q,WEI J,SONG W G,etal.Logistic and ZIP regression model for forest fire data[J].Fire Safety Science,2008,17(3):143-149.(in Chinese)

[14] 鄧歐,李亦秋,馮仲科.基于空間Logistic的黑龍江省林火風(fēng)險(xiǎn)模型與火險(xiǎn)區(qū)劃[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(8):200-205.

DENG O,LI Y Q,FENG Z K.Model and zoning of forest fire risk in Heilongjiang Province based on spatial Logistic[J].Transactions of the CSAE,2012,28(8):200-205.(in Chinese)

[15] CAMBARDELLA C A,MOORMAN T B,NOVAK J M,etal.Field-scale variability of soil properties in central iowa soils[J].Soil Science Society America Journal,1994,58(5):1501-1511.

[16] FOTHERINUHAM S,BRUNSDON C,CHARLTON M.Geographically weighted regression:the analysis of spatially varying relationships [M].New York; John Wiley & Sons,2002:27-64.