林分尺度上的森林火災(zāi)風(fēng)險(xiǎn)評(píng)估方法及應(yīng)用

宗學(xué)政，田曉瑞，劉 暢

(中國(guó)林業(yè)科學(xué)研究院森林生態(tài)環(huán)境與保護(hù)研究所，國(guó)家林業(yè)和草原局森林保護(hù)學(xué)重點(diǎn)開放性實(shí)驗(yàn)室，北京 100091)

森林火災(zāi)風(fēng)險(xiǎn)評(píng)估是利用一個(gè)定量或定性指標(biāo)描述一個(gè)區(qū)域潛在的林火發(fā)生可能及對(duì)環(huán)境產(chǎn)生的直接或間接影響[1-2]。森林火險(xiǎn)評(píng)估在林火管理技術(shù)發(fā)展中起著重要作用[3]?；痣U(xiǎn)評(píng)估結(jié)果是開展火險(xiǎn)區(qū)劃和可燃物管理等活動(dòng)的必要基礎(chǔ)[4]。

森林火災(zāi)風(fēng)險(xiǎn)評(píng)估的主要方法是根據(jù)火發(fā)生和火影響模型，定量表達(dá)火災(zāi)風(fēng)險(xiǎn)[5]。地理信息系統(tǒng)（GIS）和遙感技術(shù)（RS）的應(yīng)用為火險(xiǎn)評(píng)估提供了更多的空間評(píng)價(jià)指標(biāo)[6-7]。利用層次分析法對(duì)可能影響火動(dòng)態(tài)的因素進(jìn)行綜合分析，是火險(xiǎn)評(píng)估中常用的方法[8-10]。森林火險(xiǎn)評(píng)估是我國(guó)實(shí)現(xiàn)科學(xué)林火管理工作的重要前提和基礎(chǔ)，現(xiàn)已開展了地區(qū)乃至全國(guó)范圍的火險(xiǎn)評(píng)估工作。如You 等[11]采用地統(tǒng)計(jì)學(xué)方法從可燃物特征、地形、天氣和人為活動(dòng)角度分析了福建省武夷山的火險(xiǎn)等級(jí)。Pan 等[12]利用邏輯斯蒂回歸方程篩選了海拔、土地利用類型、地表溫度、NDVI 和GVMI 作為影響山西省林火發(fā)生的驅(qū)動(dòng)因子，基于這些因子劃分火險(xiǎn)等級(jí)。田曉瑞等[13]基于經(jīng)典自然災(zāi)害風(fēng)險(xiǎn)模型構(gòu)建了森林火災(zāi)風(fēng)險(xiǎn)評(píng)估模型，評(píng)估多氣候情景下未來中國(guó)的森林火災(zāi)風(fēng)險(xiǎn)。

在林場(chǎng)尺度開展火險(xiǎn)評(píng)估工作，更有利于滿足森林資源管理需求，對(duì)林場(chǎng)開展針對(duì)性的森林防火措施具有重要的指導(dǎo)意義[14-15]。為了提高火險(xiǎn)評(píng)估的可靠性，火發(fā)生可能、火行為等指標(biāo)也引入了火險(xiǎn)評(píng)估。馬振宇等[16]利用可燃物特征分類系統(tǒng)（FCCS）模擬了云南普洱市萬掌山林場(chǎng)和菜陽(yáng)保護(hù)區(qū)的潛在火行為，并基于該指標(biāo)評(píng)估了該區(qū)域的火險(xiǎn)等級(jí)。在景觀尺度上，火是一種復(fù)雜的自然現(xiàn)象，自然因素變化和人為干擾都會(huì)影響林火的發(fā)生、火行為和火災(zāi)損失。而景觀模型的模擬可以較好反映區(qū)域內(nèi)環(huán)境因子對(duì)林火發(fā)生及蔓延的影響，其結(jié)果也能準(zhǔn)確表示區(qū)域在一個(gè)時(shí)段內(nèi)的火動(dòng)態(tài)，成為火險(xiǎn)評(píng)估中的重要工具[17-20]。但利用這種方法進(jìn)行林分尺度的火險(xiǎn)評(píng)估在國(guó)內(nèi)還很少。因此，有必要借助景觀模型在林分尺度上開展森林火險(xiǎn)評(píng)估，這有助于進(jìn)一步提高在林場(chǎng)等基層單位的林火管理水平[21]。

本研究以北京市九龍山林場(chǎng)為例，利用森林燃燒概率模型（Burn-P3）模擬該區(qū)域的火動(dòng)態(tài)特征。結(jié)合林場(chǎng)各植被類型的脆弱性和潛在森林火災(zāi)對(duì)承災(zāi)體的危害性，構(gòu)建森林火災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，綜合評(píng)估森林火災(zāi)風(fēng)險(xiǎn)。結(jié)果將有助于林場(chǎng)開展針對(duì)性的林火管理措施，減緩森林火災(zāi)風(fēng)險(xiǎn)。

1 研究區(qū)概況

研究區(qū)位于北京市門頭溝區(qū)九龍山林場(chǎng)，呈“<”形圍繞門頭溝城區(qū)的西、北和南面，是門頭溝城區(qū)森林生態(tài)建設(shè)中的重要組成部分。地理范圍115o59′～116o06′E，39o54′～39o57′N，總面積19.1 km2。九龍山屬太行山北端余脈，海拔100～990 m。氣候?qū)俅箨憱|岸季風(fēng)氣候，春季干旱多風(fēng)，夏季炎熱，冬季寒冷干燥。年平均氣溫為11.7 ℃，1 月平均氣溫最低（?4.3 ℃）；7 月平均氣溫最高（25.8 ℃）。年均降水量為650.4 mm，集中在7 和8 月[22]。

該區(qū)域?qū)儆谂瘻貛ч熑~林帶，主要樹種包括：油松（Pinus tabuliformisCarr.）、側(cè)柏（Platycladus orientalis(L.) Franco）、落葉松（Larix gmelinii(Rupr.) Kuzen.）、刺槐（Robinia pseudoacaciaL.）、栓皮櫟（Quercus variabilisBl.）、蒙古櫟（Quercus mongolicaFisch.ex Ledeb）、山楊（Populus davidianaDode）、黃櫨（Cotinus coggygriaScop.）、榆樹（Ulmus pumilaL.）、白蠟（Fraxinus chinensisRoxb）、五角楓（AcerpictumThunb.ex Murray）等（圖1）。

圖1 研究區(qū)位置與植被類型Fig.1 Study area and vegetation types

研究區(qū)的防火期為10 月—翌年5 月。根據(jù)2011—2020 年的林火統(tǒng)計(jì)，林場(chǎng)共發(fā)生過3 起森林火災(zāi)，火燒類型以地表火為主。

2 數(shù)據(jù)來源

2001—2018 年MODIS-MCD64A1 過火面積數(shù)據(jù)（空間分辨率500 m，時(shí)間分辨率1 天）來源于NASA（https://earthdata.nasa.gov）。研究區(qū)DEM 數(shù)據(jù)（分辨率為30 m）源于地理空間數(shù)據(jù)云（http://www.gscloud.cn/）。氣象數(shù)據(jù)采用門頭溝氣象站（54505）逐日觀測(cè)數(shù)據(jù)（2017 年9 月至2018 年5 月），包括相對(duì)濕度、降水、溫度、風(fēng)速和風(fēng)向。林內(nèi)小班數(shù)據(jù)由中國(guó)林業(yè)科學(xué)研究院華北林業(yè)實(shí)驗(yàn)中心提供，包括樹種組成、林齡、生態(tài)重要性、生態(tài)脆弱性和保護(hù)等級(jí)等信息。

3 研究方法

3.1 森林火災(zāi)風(fēng)險(xiǎn)評(píng)估模型

基于經(jīng)典自然災(zāi)害風(fēng)險(xiǎn)模型構(gòu)建森林火災(zāi)風(fēng)險(xiǎn)評(píng)估體系[23]（圖2），主要包括火發(fā)生可能、火行為、火影響和暴露性4 個(gè)方面（公式1）。其中火發(fā)生可能性是指區(qū)域內(nèi)林火發(fā)生可能，以燃燒概率表示，數(shù)值越高表示火發(fā)生可能性越高；火行為指標(biāo)包括火強(qiáng)度、蔓延速度及火發(fā)生類型，數(shù)值越高表示火行為指標(biāo)越大。這些指標(biāo)通過Burn-P3 模型計(jì)算?；鹩绊懼饕富鸢l(fā)生后對(duì)區(qū)域內(nèi)森林資源的影響程度，根據(jù)研究區(qū)的生態(tài)重要性、脆弱性和保護(hù)等級(jí)計(jì)算。暴露性主要考慮潛在的火燒可能對(duì)周圍居民區(qū)或水源帶來的安全威脅和污染影響，數(shù)值越高表示對(duì)周圍地理環(huán)境的影響越大。

圖2 森林火災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)結(jié)構(gòu)Fig.2 Structure chart for forest fire risk assessment index

式中：H—森林火災(zāi)風(fēng)險(xiǎn)；P—林火發(fā)生可能性；B—林火行為；V—火影響；E—暴露性。

3.2 燃燒概率及火行為模擬

Burn-P3 是一個(gè)景觀尺度上的火模擬軟件[24]。該模型可以模擬一個(gè)區(qū)域在給定時(shí)段內(nèi)的每日火發(fā)生和蔓延過程。模型首先根據(jù)可燃物類型和天氣條件判定每個(gè)柵格點(diǎn)能否發(fā)生火燒，如果發(fā)生火燒則根據(jù)Prometheus 火增長(zhǎng)模型模擬蔓延過程。在一次迭代過程中，同一格點(diǎn)不會(huì)發(fā)生重復(fù)燃燒的現(xiàn)象。每個(gè)格點(diǎn)的燃燒概率為該格點(diǎn)發(fā)生燃燒的迭代次數(shù)與總迭代次數(shù)的比值。

3.2.1 Burn-P3 模型空間數(shù)據(jù) Burn-P3 模擬需要輸入的空間數(shù)據(jù)包括可燃物類型、海拔、風(fēng)向和風(fēng)速。所有空間數(shù)據(jù)采用相同投影和分辨率（100 m）（圖3）。為了去除邊界效應(yīng)，在模擬過程中添加5 km 的緩沖區(qū)。

圖3 Burn-P3 模型需要的空間數(shù)據(jù)Fig.3 Spatial data for Burn-P3 model

基于林分調(diào)查數(shù)據(jù)和高分2 號(hào)遙感數(shù)據(jù)（2018年3 月）將研究區(qū)的植被分為常綠針葉林、落葉針葉林、闊葉林和針闊混交林等4 類，分別對(duì)應(yīng)火行為預(yù)測(cè)系統(tǒng)（Canadian Fire Behavior Prediction,FBP）中的可燃物類型C-3、M-1a、D-1 和M-2b。C-3 表示成熟的短葉松林；M-1a 表示80%落葉針葉林和20%闊葉林；D-1 表示山楊等闊葉林；M-2b 表示由50%落葉針葉林和50%闊葉林組成的混交林[25]。

利用WindNinja3.5.2 軟件生成研究區(qū)風(fēng)向/風(fēng)速柵格數(shù)據(jù)。默認(rèn)主導(dǎo)風(fēng)速為10 km·h?1，以45°為間隔共創(chuàng)建了8 種風(fēng)向和風(fēng)速柵格數(shù)據(jù)：北（0°）、東北（45°）、東（90°）、東南（135°）、南（180°）、西南（225°）、西（270°）和西北（315°）[26]。

3.2.2 Burn-P3 模型模擬參數(shù) 模型需要輸入的參數(shù)包括火險(xiǎn)天氣、蔓延天數(shù)頻度分布、燃燒日時(shí)長(zhǎng)和最小過火面積。模擬時(shí)段為2017 年9 月1 日—2018 年5 月31 日。

火險(xiǎn)天氣由氣象因子和火險(xiǎn)天氣指數(shù)組成。氣象因子包括每日中午（12：00）觀測(cè)的溫度、濕度、風(fēng)向、風(fēng)速和過去24 h 降水量。火險(xiǎn)天氣指數(shù)包括細(xì)小可燃物濕度碼（Fine Fuel Moisture Code,FFMC）、腐殖質(zhì)濕度碼（Duff Moisture Code,DMC）和干旱碼（Drought Code,DC）以及初始蔓延速度（Initial Spread Index,ISI）、累計(jì)指標(biāo)（Buildup Index,BUI）和火 險(xiǎn)天氣指數(shù)（Fire Weather Index,FWI）3 個(gè)火行為指標(biāo)[25]。這部分指標(biāo)采用R 軟件計(jì)算[27]，F(xiàn)FMC、DMC 和DC 的初始值分別設(shè)為85.0、6.0 和15.0[25]。

蔓延天數(shù)頻度根據(jù)2001—2018 年MODISMCD64A1 火產(chǎn)品數(shù)據(jù)對(duì)該區(qū)域的分析結(jié)果確定[24]。蔓延天數(shù)為1 和2 天的概率分別為75%和25%。

模擬時(shí)段劃分為春（4月1日—5月31日）、秋（9月1日—10月31日）和冬（11月1日—翌年3月1日）3 個(gè)季節(jié)。根據(jù)過去研究區(qū)及周邊地區(qū)發(fā)生的火場(chǎng)信息，設(shè)定春、秋和冬季的燃燒時(shí)長(zhǎng)分別為3、5 和6 h。

由于研究區(qū)歷史火發(fā)生次數(shù)很少，因此每次模擬的火點(diǎn)位置采用隨機(jī)點(diǎn)火模式[28]。

3.2.3 Burn-P3 模型驗(yàn)證及燃燒概率模擬 模型驗(yàn)證有助于提高模擬結(jié)果的真實(shí)性和可靠性[29]。不同火場(chǎng)面積大小的頻度是驗(yàn)證Burn-P3 模型的常用指標(biāo)。該指標(biāo)受蔓延天數(shù)頻度、燃燒日時(shí)長(zhǎng)參數(shù)的影響[24]。通過對(duì)這些參數(shù)進(jìn)行調(diào)整以進(jìn)行模型驗(yàn)證（迭代次數(shù)為100 次）。K-S 檢驗(yàn)結(jié)果表明，火場(chǎng)面積在1.1～10 和10.1～100 范圍內(nèi)的頻度分別為74%和26%，與歷史統(tǒng)計(jì)的火面積頻度分布無顯著差異（D=0.2,P>0.95）。

利用驗(yàn)證后的模型參數(shù)對(duì)研究區(qū)進(jìn)行燃燒概率的模擬，迭代次數(shù)為20000 次，以獲取相對(duì)穩(wěn)定的燃燒概率圖。模型的輸出包括：燃燒概率（Burn probability,BP）分布圖和每場(chǎng)火的信息表?；鹦袨橹笜?biāo)包括火強(qiáng)度（Fire intensity,FI）、蔓延速度（Rate of spread,ROS）和樹冠可燃物燃燒比例（Crown fraction burned,CFB）。

3.3 各火險(xiǎn)因子的賦值

采用專業(yè)打分法對(duì)各指標(biāo)進(jìn)行賦值，確定各指標(biāo)的相對(duì)重要性。燃燒概率、火強(qiáng)度和蔓延速度按照自然間斷法（Jenks）劃分為很低、低、中、高和很高5 個(gè)等級(jí)[30]。燃燒概率越高，表明火發(fā)生可能性越高[28]，則分值越高?；饛?qiáng)度和蔓延速度值越大，則對(duì)植被造成的破壞及帶來的撲救難度越大[24]，其分值也越高。根據(jù)樹冠可燃物燃燒比例可分為：地表火（CFB <0.1），間歇性樹冠火（0.1 ≤CFB <0.9）和穩(wěn)進(jìn)樹冠火（CFB ≥ 0.9）[25]。穩(wěn)進(jìn)樹冠火對(duì)森林資源破壞程度最大，撲救也相對(duì)困難，分值最高，其次為間歇性樹冠火和地表火[31]（表1）。

表1 燃燒概率及火行為賦值Table 1 Assignments for burn probability and fire behavior

研究區(qū)統(tǒng)計(jì)數(shù)據(jù)表明：各小班生態(tài)重要性等級(jí)分為一般、比較重要、非常重要和極其重要。生態(tài)脆弱性分為一般、比較脆弱、非常脆弱和極其脆弱。保護(hù)等級(jí)分為一般保護(hù)地、特殊保護(hù)地和重點(diǎn)保護(hù)地。通過咨詢相關(guān)專家，生態(tài)重要性和保護(hù)等級(jí)越高，其分值越高；生態(tài)脆弱性等級(jí)越高，表明易受林火干擾，其分值也越高（表2）。

表2 生態(tài)價(jià)值賦值Table 2 Assignment of ecological value

本研究利用ArcGIS 中的kernel 工具構(gòu)建密度圖。林火發(fā)生位置距離城鎮(zhèn)或水源越近，則可能造成的安全問題越大，其分值也高[32]（表3）。

表3 影響環(huán)境因子賦值Table 3 Assignment for environmental factors

3.4 各火險(xiǎn)因子權(quán)重的確定及一致性檢驗(yàn)

采用層次分析法（AHP）對(duì)各因子進(jìn)行綜合評(píng)判[23]。根據(jù)相關(guān)資料確定各指標(biāo)之間的優(yōu)先性，構(gòu)建判斷矩陣。每個(gè)判斷矩陣的最大特征根（λmax）所對(duì)應(yīng)的特征向量即為各指標(biāo)的權(quán)重，進(jìn)而確定各指標(biāo)的權(quán)重λj，，（j=1,2,…n）。

利用隨機(jī)性指標(biāo)（CR）對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)：

式中：n為判斷矩陣的階數(shù)；λmax為判斷矩陣的最大特征值；RI為隨判斷矩陣階度而變的常數(shù)，當(dāng)n值為1、2、3、4、5 時(shí)，對(duì)應(yīng)的RI值分別為0、0、0.58、0.91、1.12。

當(dāng)CR<0.1 時(shí)，判斷矩陣達(dá)到滿意效果，否則需要重新調(diào)整指標(biāo)的分值，直到具有滿意的一致性為止。

根據(jù)各層指標(biāo)的相對(duì)重要性確定了各層指標(biāo)的權(quán)重(表4)。

表4 森林火險(xiǎn)評(píng)估指標(biāo)的權(quán)重Table 4 Weight of the indexes for forest fire risk assessment

3.5 森林火險(xiǎn)等級(jí)評(píng)估

利用ArcGIS 對(duì)各指標(biāo)進(jìn)行歸一化處理。然后利用公式（1）計(jì)算森林火災(zāi)風(fēng)險(xiǎn)等級(jí)。采用自然間斷法將火險(xiǎn)等級(jí)劃分為很低、低、中、高和很高5 個(gè)等級(jí)，其中風(fēng)險(xiǎn)等級(jí)高和很高的區(qū)域是需要加強(qiáng)管理的區(qū)域[13]。

4 結(jié)果分析

4.1 燃燒概率及火行為

研究區(qū)平均燃燒概率為0.0351（變動(dòng)范圍0～0.159）。燃燒概率等級(jí)很低、低、中、高和很高的區(qū)域分別占33.2%、33.2%、17.3%、10.3%和6.0%。燃燒概率高和很高的區(qū)域主要在西部、北部及南部（圖4-a）。東部森林由于受城鎮(zhèn)和水源的阻隔，森林分布破碎，平均燃燒概率較低。

研究區(qū)的火類型以地表火為主，占64.7%；間歇性樹冠火主要位于南部及西部的針葉林內(nèi)，占35.3%。區(qū)域內(nèi)無穩(wěn)進(jìn)樹冠火發(fā)生（圖4-e）。潛在平均火強(qiáng)度和蔓延速度分別為2140.9 kW·m?2（變動(dòng)范圍0～16321.8 kW·m?2）和3.7 m·min?1（變動(dòng)范圍0～23.3 m·min?1）?；饛?qiáng)度等級(jí)很低、低、中、高和很高的區(qū)域分別占42.8%、38.1%、11.5%、5.4%和2.2%。蔓延速度等級(jí)很低、低、中、高和很高的區(qū)域分別占34.0%、42.9%、15.8%、5.5%和1.8%。火強(qiáng)度和蔓延速度高和很高區(qū)域的空間分布相近，主要在中北部和南部（圖4-c,d）?；鹦袨榫C合指標(biāo)很低、低、中、高和很高的區(qū)域分別占30.3%、31.6%、6.2%、17.8%和14.1%，其中火行為指數(shù)高和很高的區(qū)域分布較零散（圖4-b）。

圖4 區(qū)域燃燒概率及火行為Fig.4 Burn probability and fire behavior in study area

4 種類型可燃物中，落葉針葉林的平均燃燒概率最高，為0.0541。由于其燃燒后易形成樹冠火，導(dǎo)致火強(qiáng)度高、蔓延速度快，其火行為指數(shù)也最高，為0.6414。針闊混交林的燃燒概率（0.0477）和火行為指數(shù)（0.4927）均高于常綠針葉林燃燒概率（0.0362）和火行為指數(shù)（0.3678）。闊葉林的燃燒概率及火行為指數(shù)最低，分別為0.0265 和0.0683。

4.2 火影響和暴露性

研究區(qū)中93.4%的林班生態(tài)重要性為非常重要或極其重要，93.2%屬于重點(diǎn)保護(hù)對(duì)象。比較脆弱、非常脆弱和極其脆弱的林班比例分別為59.7%、20.3%和7.8%。表明該地區(qū)的森林生態(tài)價(jià)值比較高?；鸢l(fā)生后對(duì)該地區(qū)森林資源的潛在影響也較高，平均火影響指數(shù)為0.7375（變動(dòng)范圍0～1），其中，常綠針葉林指數(shù)最高（0.7795），其次為落葉針葉林、針闊混交林和闊葉林，指數(shù)分別為0.7571、0.7517 和0.7367?；鹩绊懼笖?shù)很低、低和中等級(jí)的區(qū)域分別占4.4%、2.0%和32.5%，主要分布在北部、中部及東部；高和很高的區(qū)域分別占0.8%和60.3%，主要分布在研究區(qū)的中北部、中部及南部（圖5）。

圖5 區(qū)域火影響及暴露性Fig.5 Fire impact and exposure in study area

距城鎮(zhèn)或水源越近，帶來的潛在安全及環(huán)境影響嚴(yán)重，暴露性指數(shù)越高。研究區(qū)的平均暴露性指數(shù)為0.5765，暴露性很低、低和中的區(qū)域分別占5.4%、8.8%和35.1%；暴露性高和很高的區(qū)域分別占23.0%和27.7%（圖5-b）。距離城鎮(zhèn)和水源的距離越遠(yuǎn)的區(qū)域，暴露性等級(jí)相應(yīng)低。闊葉林暴露性指數(shù)最高（0.6071），其次為針闊混交林、落葉針葉林和常綠針葉林，分別為0.5387、0.5153 和0.494 0。

4.3 森林火災(zāi)風(fēng)險(xiǎn)綜合評(píng)估

燃燒概率及火行為指數(shù)在火災(zāi)風(fēng)險(xiǎn)指數(shù)計(jì)算中的比重大，其對(duì)火災(zāi)風(fēng)險(xiǎn)綜合指數(shù)的空間分布影響明顯。森林火災(zāi)風(fēng)險(xiǎn)高和很高等級(jí)火險(xiǎn)區(qū)分別占16.2%和9.0%，主要分布在西部、北部和南部；森林火災(zāi)風(fēng)險(xiǎn)中等的區(qū)域占22.9%，其空間分布與高、很高等級(jí)燃燒概率區(qū)分布相近；而火險(xiǎn)很低或低的區(qū)域比例分別占27.0%和30.5%，主要分布在鄰近城鎮(zhèn)的區(qū)域（圖6）。

圖6 區(qū)域森林火險(xiǎn)Fig.6 Forest fire risk in study area

落葉針葉林、針闊混交林、常綠針葉林和闊葉林的森林火災(zāi)風(fēng)險(xiǎn)值分別為0.5163、0.4599、0.4237和0.283 0（表5）。落葉針葉林的火災(zāi)風(fēng)險(xiǎn)最高，闊葉林最低，針闊混交林和常綠針葉林的綜合風(fēng)險(xiǎn)值比較相近。

表5 各植被類型的火險(xiǎn)風(fēng)險(xiǎn)值Table 5 Fire risk assessment indexes for each forest types

5 討論

森林火災(zāi)風(fēng)險(xiǎn)評(píng)估是林火研究的重要內(nèi)容，了解高火災(zāi)風(fēng)險(xiǎn)區(qū)域的空間分布及特征有助于開展針對(duì)性的林火預(yù)防和管理[1]。國(guó)內(nèi)在林分尺度開展的森林火險(xiǎn)評(píng)估研究主要采用層次分析法[14]、改進(jìn)物元可拓法[33]和火險(xiǎn)指數(shù)計(jì)算[15]等，這些研究中都沒有考慮潛在的火行為及火影響。本研究提出的森林火災(zāi)風(fēng)險(xiǎn)評(píng)估方法考慮了火發(fā)生可能、火行為、林地生態(tài)價(jià)值和暴露性等4 個(gè)指標(biāo)。火發(fā)生可能和火行為基于火模擬結(jié)果定量描述研究區(qū)每個(gè)格點(diǎn)的燃燒概率和潛在火強(qiáng)度，林地的生態(tài)價(jià)值考慮了林分的生態(tài)功能和經(jīng)濟(jì)價(jià)值，暴露性則反映了火對(duì)社會(huì)和環(huán)境的安全威脅與影響。這一評(píng)估方法從多個(gè)角度對(duì)火災(zāi)風(fēng)險(xiǎn)進(jìn)行了充分描述，對(duì)于基層單位開展針對(duì)性的林火管理活動(dòng)降低森林火災(zāi)風(fēng)險(xiǎn)有指導(dǎo)意義。

火發(fā)生可能和火行為的模擬是評(píng)估的重點(diǎn)。Burn-P3 模型根據(jù)可燃物、地形和火天氣模擬一個(gè)區(qū)域燃燒概率和潛在火行為[29]。與單純利用Rothermel 模型計(jì)算林分的潛在火行為[34-35]相比，景觀火模擬模型能更好地表現(xiàn)燃燒可能性和火行為的空間變化，表達(dá)信息更充分和直接[1,16,20-21]。研究結(jié)果表明落葉松林燃燒概率最大，其火行為指標(biāo)也最高，其次為混交林和常綠針葉林。這一結(jié)果與單純依靠可燃物參數(shù)和一般天氣數(shù)據(jù)模擬的火行為有差異。過去利用Rothermel 對(duì)西山林場(chǎng)的主要森林類型的火行為模擬研究表明，常綠針葉林的潛在火行為指標(biāo)最高[34-35]。這種差異產(chǎn)生的原因主要是由于本研究是在景觀尺度上模擬一個(gè)防火期內(nèi)每日可能發(fā)生的火燒，每次火燒的模擬基于調(diào)查的可燃物數(shù)據(jù)和真實(shí)的火天氣數(shù)據(jù)進(jìn)行模擬，各林分的燃燒不但受可燃物和天氣因子的影響，還受到景觀格局的影響。研究區(qū)的森林在空間分布上比較破碎，常綠針葉林分布鄰近城鎮(zhèn)或水源，與主要森林分布區(qū)在空間上不連續(xù)。因此，該區(qū)域的森林燃燒基本局限在小的分布范圍內(nèi)，不受主要森林分布區(qū)的影響。Burn-P3 模型還考慮了城鎮(zhèn)和河流等非可燃物分布區(qū)對(duì)火蔓延的阻隔作用，因此，該區(qū)域的森林燃燒概率及火行為指標(biāo)低于主要森林分布區(qū)的同可燃物類型的燃燒概率。研究區(qū)的針闊混交林以油松刺槐混交林或者側(cè)柏-闊葉樹混交林為主，防火期主要處于闊葉落葉期，針葉林和針闊混交林的火行為的差異主要表現(xiàn)為樹冠火的差異。但研究區(qū)的火類型以地表火為主。因此，針葉林和混交林的燃燒概率和火災(zāi)風(fēng)險(xiǎn)較高。

受獲取的氣象數(shù)據(jù)限制，本研究的燃燒概率模擬只采用了一個(gè)火險(xiǎn)期的火天氣數(shù)據(jù)，其模擬結(jié)果只反映這個(gè)火險(xiǎn)期或者與這個(gè)火險(xiǎn)期類似的火天氣條件下的燃燒性，其結(jié)果可能與極端條件下的火行為模擬結(jié)果存在差異。在今后的研究中應(yīng)利用多時(shí)段火險(xiǎn)天氣以獲取穩(wěn)定的燃燒概率。

6 結(jié)論

研究區(qū)內(nèi)燃燒概率高和很高的區(qū)域比例分別為10.3%和6.0%，火行為指數(shù)高和很高的區(qū)域比例分別為17.8%和14.0%。兩者的空間分布相近，主要包括西部、北部及南部的針葉林和針闊混交林。落葉針葉林燃燒概率及火行為指數(shù)最高，闊葉林燃燒概率及火行為指數(shù)最低。生態(tài)價(jià)值指數(shù)最高的林分為常綠針葉林，最低的林分為闊葉林。而闊葉林的暴露性指數(shù)最高，常綠針葉林暴露性指數(shù)最低。

火災(zāi)風(fēng)險(xiǎn)高和很高的區(qū)域分別占16.2%和9.0%，落葉針葉林的火災(zāi)風(fēng)險(xiǎn)最高，闊葉林的火災(zāi)風(fēng)險(xiǎn)最低。西部、北部和南部的針葉林和針闊混交林是林火管理的重點(diǎn)區(qū)域。