基于加權(quán)VHSD-EM模型的森林火災(zāi)風(fēng)險(xiǎn)評(píng)估

王亞男，李 勇，陳飛飛，王新建

（1.中國(guó)消防救援學(xué)院 基礎(chǔ)部，北京 102202；2.中國(guó)消防救援學(xué)院 消防工程系，北京 102202；3.黑龍江省森林消防總隊(duì)哈爾濱支隊(duì)，黑龍江哈爾濱 150028）

森林資源的健康持續(xù)發(fā)展對(duì)于保障國(guó)家木材安全、維護(hù)生態(tài)系統(tǒng)平衡及推進(jìn)生態(tài)文明建設(shè)意義重大[1-2]。森林火災(zāi)作為全球發(fā)生最頻繁的自然災(zāi)害之一，嚴(yán)重危害森林資源的健康發(fā)展。據(jù)應(yīng)急管理部相關(guān)數(shù)據(jù)顯示，2014—2020年，我國(guó)共發(fā)生森林火災(zāi)17 872起，受害森林面積超過(guò)10萬(wàn)hm2。在全球氣候日益變暖的大環(huán)境下，我國(guó)森林防火、滅火工作面臨嚴(yán)峻考驗(yàn)。森林火災(zāi)的發(fā)生受自然條件、經(jīng)濟(jì)社會(huì)水平及人類活動(dòng)等因素影響[3]。實(shí)現(xiàn)對(duì)森林火災(zāi)風(fēng)險(xiǎn)的科學(xué)評(píng)估，對(duì)防范森林火災(zāi)發(fā)生，降低森林火災(zāi)損失，具有重要的指導(dǎo)價(jià)值和現(xiàn)實(shí)意義。

在森林火災(zāi)風(fēng)險(xiǎn)評(píng)估的研究中，國(guó)內(nèi)外學(xué)者主要圍繞評(píng)估模型的選擇展開(kāi)研究。研究者們采用信息擴(kuò)散理論[1]、卷積神經(jīng)網(wǎng)絡(luò)[4]、加權(quán)貝葉斯網(wǎng)絡(luò)[5]、突變級(jí)數(shù)法[6]和Logistic模型[7]等展開(kāi)森林火災(zāi)風(fēng)險(xiǎn)評(píng)估。這些研究主要采用小樣本，信息量不足；對(duì)圖像識(shí)別與信息提取、風(fēng)險(xiǎn)因子依賴性等問(wèn)題進(jìn)行探討，但未能將各樣本的差異特征納入評(píng)估過(guò)程，不能很好地兼顧時(shí)間因素和個(gè)體信息量的共同作用，忽略防火管理及投入對(duì)森林火災(zāi)風(fēng)險(xiǎn)的影響。本研究采用加權(quán)VHSD-EM森林火災(zāi)風(fēng)險(xiǎn)評(píng)估模型，兼顧森林火災(zāi)風(fēng)險(xiǎn)評(píng)估中時(shí)間因素和個(gè)體信息量，為森林火災(zāi)風(fēng)險(xiǎn)研究提供新思路。

1 森林火災(zāi)風(fēng)險(xiǎn)評(píng)估體系

森林火災(zāi)的發(fā)生受到多種因素的綜合影響。參考國(guó)內(nèi)外文獻(xiàn)[8-10]及近幾年的森林火災(zāi)案例，結(jié)合現(xiàn)行標(biāo)準(zhǔn)引發(fā)森林火災(zāi)的因素，在遵循代表性、科學(xué)性和可得性的基礎(chǔ)上，基于經(jīng)濟(jì)水平、自然環(huán)境、管理水平、防火投入和歷史災(zāi)情5個(gè)維度，選取26個(gè)基本指標(biāo)構(gòu)建森林火災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系（表1）。

表1 森林火災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系Tab.1 Forest fire risk assessment index system

經(jīng)濟(jì)水平代表一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展程度，可在一定程度上影響當(dāng)?shù)厝嗣袢罕姷木C合素質(zhì)。人均GDP和人均可支配收入可反映當(dāng)?shù)厝嗣袢罕姷母辉３潭龋丝诿芏瓤煞从钞?dāng)?shù)厝嗣袢罕姷木幼…h(huán)境，人口受教育水平可反映當(dāng)?shù)厝嗣袢罕姷奈幕潭龋防锍蹋ǘ?jí)公路）可反映當(dāng)?shù)氐慕煌ㄍㄟ_(dá)程度。自然環(huán)境是森林火災(zāi)發(fā)生的基礎(chǔ)條件，主要包括氣溫、降水和可燃物等。年均降水量、年均相對(duì)濕度和年均氣溫可反映當(dāng)?shù)氐臍夂驐l件，森林蓄積量和森林覆蓋率可反映當(dāng)?shù)氐目扇嘉锴闆r。林業(yè)站的管理水平也在一定程度上影響著森林火災(zāi)的發(fā)生。林業(yè)站個(gè)數(shù)、鄉(xiāng)村護(hù)林員數(shù)量可反映當(dāng)?shù)貙?duì)林業(yè)管理的重視程度，林業(yè)站管理人員受教育程度、林業(yè)站管理人員專業(yè)技術(shù)水平、林業(yè)站站長(zhǎng)再培訓(xùn)情況和林業(yè)站站員再培訓(xùn)情況可反映當(dāng)?shù)亓謽I(yè)站的人才隊(duì)伍建設(shè)水平。防火投入是預(yù)防森林火災(zāi)發(fā)生的必要條件。林業(yè)站投資總額、森林防火與森林公安投資水平可反映當(dāng)?shù)禺?dāng)年內(nèi)防火資金的投入水平，通訊設(shè)施完善度、信息化硬件服務(wù)水平、信息化軟件服務(wù)水平可反映當(dāng)?shù)鼗A(chǔ)設(shè)施的完善程度，防火宣傳水平可反映當(dāng)?shù)貙?duì)森林防火的輿論宣傳力度。歷史災(zāi)情可在一定程度上反映當(dāng)?shù)厣只馂?zāi)發(fā)生的可能性。森林火災(zāi)次數(shù)、火場(chǎng)總面積、受害森林面積和其他損失折款可反映當(dāng)?shù)匾蛏只馂?zāi)造成的直接或間接損失。

2 VHSD-EM模型

VHSD-EM模型是“縱橫向拉開(kāi)檔次法-熵值賦權(quán)法（Vertical and Horizontal Scatter Degree method and Entropy Method）模型的簡(jiǎn)稱[11]。該模型基于研究事物的客觀特征，從已有的統(tǒng)計(jì)數(shù)據(jù)提取事物影響因子的信息量，同時(shí)融合時(shí)間因素，充分體現(xiàn)被評(píng)測(cè)對(duì)象的差異特征，實(shí)現(xiàn)對(duì)研究事物的定量測(cè)度。目前，VHSD-EM模型已被廣泛應(yīng)用于經(jīng)濟(jì)管理領(lǐng)域[12-13]，較好地實(shí)現(xiàn)對(duì)研究事物的客觀評(píng)價(jià)。

2.1 VHSD模型的基本原理

VHSD模型基本原理為對(duì)于某一系統(tǒng)，涉及T個(gè)年份，m個(gè)被評(píng)價(jià)對(duì)象和n個(gè)基本指標(biāo)，先將這些指標(biāo)按照年份先后順序排列成時(shí)間綜列數(shù)據(jù)（表2）。表中，ui為第i個(gè)樣本的具體名稱；x（ijtT）為第i個(gè)樣本在第T年的第j項(xiàng)指標(biāo)的數(shù)值。

表2 時(shí)序立體數(shù)據(jù)表Tab.2 Time series stereoscopic data table

為保證測(cè)算結(jié)果的科學(xué)性，首先采用極值法對(duì)所有數(shù)據(jù)進(jìn)行無(wú)量綱化處理[14]。對(duì)正向指標(biāo)的處理公式為：

對(duì)逆向指標(biāo)的處理公式為：

式中，yij為經(jīng)處理后的標(biāo)準(zhǔn)化值，其取值介于[0，1]；Nij為數(shù)據(jù)所在列中的最小值；Mij為數(shù)據(jù)所在列中的最大值。形成標(biāo)準(zhǔn)化數(shù)據(jù)矩陣記為Yijk，k=1，2，…，T。

取Yijk的轉(zhuǎn)置矩陣記為Y'ijk，計(jì)算Y'ijk×Yi（jkHk），得到各年份的對(duì)稱矩陣。依據(jù)VHSD原理，采用總離差平方和的方法，以最大化體現(xiàn)各樣本間的差異，其中：

式中，σ為指標(biāo)權(quán)重矩陣；Z（it）為樣本i在第t年的綜合評(píng)估值；H=為對(duì)稱矩陣，在限定δ'δ=1的情況下，取矩陣H的最大特征值對(duì)應(yīng)的特征向量時(shí)，σ2取得最大值。此時(shí)，對(duì)該特征向量進(jìn)行歸一化處理得到權(quán)重矩陣δ。

2.2 EM模型的基本步驟

對(duì)每一年度的數(shù)據(jù)采用計(jì)算各指標(biāo)熵值的方法體現(xiàn)其內(nèi)含的信息量。令vijk表示第i個(gè)評(píng)估對(duì)象在第k年第j項(xiàng)指標(biāo)下的特征比重。

式中，yijk為第i個(gè)評(píng)估對(duì)象在第k年第j項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化值。計(jì)算第j項(xiàng)指標(biāo)的熵值，記為Eik。

其中，當(dāng)vijk=0或1時(shí)，令vijkln（vijk）=0。設(shè)指標(biāo)的差異系數(shù)為Djk，Djk越大，表示指標(biāo)j內(nèi)含的被評(píng)估對(duì)象的信息量越大，越應(yīng)賦予其較大權(quán)重，該指標(biāo)在評(píng)估體系中越為重要。

由此可確定各年份各指標(biāo)的熵值權(quán)重為：

在得到VHSD法確定的權(quán)重δj和EM法確定的各指標(biāo)各年份的權(quán)重Wjk后，計(jì)算對(duì)應(yīng)指標(biāo)的二者權(quán)重算術(shù)平均值，得到每個(gè)基本指標(biāo)的最終權(quán)重τjk。采用線性加權(quán)法計(jì)算得到各研究對(duì)象在各年份的綜合分值，記為Pmk。

各年份的計(jì)算結(jié)果構(gòu)成以各省（自治區(qū)、直轄市）為行、年份為列的矩陣，即：

由于VHSD-EM模型計(jì)算的結(jié)果是對(duì)以往各年份火災(zāi)風(fēng)險(xiǎn)的測(cè)算，評(píng)價(jià)具有時(shí)滯性。為更好地反映各地區(qū)森林火災(zāi)發(fā)生的潛在風(fēng)險(xiǎn)，引入對(duì)以往各年份賦權(quán)的方法，構(gòu)造森林火災(zāi)風(fēng)險(xiǎn)評(píng)估指數(shù)，以更好地對(duì)各地區(qū)的森林火災(zāi)風(fēng)險(xiǎn)進(jìn)行推測(cè)。

以“1”作為基準(zhǔn)量對(duì)其進(jìn)行T等分，按照“由遠(yuǎn)及近”的原則，確定各年份的權(quán)重，即距離現(xiàn)在最遠(yuǎn)的年份賦權(quán)為，次遠(yuǎn)的年份賦權(quán)為，依次類推，直至最近年份權(quán)重值賦權(quán)為1。計(jì)算各地區(qū)的森林火災(zāi)風(fēng)險(xiǎn)指數(shù)（Pm），公式如下：

所得的指數(shù)值越大，表明該地區(qū)發(fā)生火災(zāi)的風(fēng)險(xiǎn)越大；反之，該地區(qū)發(fā)生火災(zāi)的風(fēng)險(xiǎn)越小。

3 實(shí)例分析

3.1 數(shù)據(jù)來(lái)源及處理

以2014—2020年我國(guó)29個(gè) ?。ㄗ灾螀^(qū)、直轄市）為例，依據(jù)加權(quán)VHSD-EM模型展開(kāi)森林火災(zāi)風(fēng)險(xiǎn)評(píng)估。經(jīng)濟(jì)水平、自然環(huán)境和歷史災(zāi)情的數(shù)據(jù)源于2015—2021年的《中國(guó)統(tǒng)計(jì)年鑒》。人口密度為轄區(qū)內(nèi)常住人口數(shù)與轄區(qū)面積的比值，人口受教育水平為轄區(qū)內(nèi)大專以上學(xué)歷人口數(shù)與6歲以上人口數(shù)的比值。

管理水平和防火投入的數(shù)據(jù)源于2014—2020年的《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》。林業(yè)站管理人員受教育程度為林業(yè)站大專以上學(xué)歷人數(shù)與總?cè)藬?shù)的比值，林業(yè)站管理人員專業(yè)技術(shù)水平為高級(jí)技術(shù)人員占總?cè)藬?shù)的比值。通訊設(shè)施完善度為通訊設(shè)備站數(shù)，信息化硬件服務(wù)水平為計(jì)算機(jī)站數(shù)，信息化軟件服務(wù)水平為林業(yè)信息化投資額。

3.2 計(jì)算過(guò)程

將29個(gè)?。ㄗ灾螀^(qū)、直轄市）1所考察的?。ㄗ灾螀^(qū)、直轄市）包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。其他地區(qū)部分?jǐn)?shù)據(jù)缺失，未納入。各年份的26個(gè)基本指標(biāo)數(shù)據(jù)，按照年份和指標(biāo)的先后順序排列成時(shí)序立體數(shù)據(jù)表。得到標(biāo)準(zhǔn)化的數(shù)據(jù)矩陣記為yk，其中k代表年份，k=1，2，…，7，具體為：

求出yk的轉(zhuǎn)置矩陣ykT，并計(jì)算各個(gè)hk，即：h1=Hk=∑hk。根據(jù)公式（3），求出Hk的最大特征值及其對(duì)應(yīng)的特征向量，并對(duì)該向量進(jìn)行歸一化處理，可得VHSD確定的各指標(biāo)權(quán)重矩陣δk26×1，結(jié)果為：

針對(duì)每年的標(biāo)準(zhǔn)化數(shù)據(jù)，按照公式（4）～（7）的計(jì)算方法通過(guò)Matlab（R2016a）軟件求出各年份數(shù)據(jù)的EM權(quán)重，記為Wk26×1，k=1，2，…，7，具體為：

然后，對(duì)各年份的δk26×1和Wk26×1取算術(shù)平均值，可得各指標(biāo)在各年份的權(quán)重值，記作τk26×1。

利用線性加權(quán)法求得各年份的綜合分值，記為Pk。

具體結(jié)果為：p1=[0.379,0.440,…,0.431]T，p2=[0.384,0.455,…,0.455]T，p3=[0.397,0.447,…,0.399]T，p4=[0.412,0.450,…,0.440]T，p5=[0.382,0.442,…,0.430]T，p6=[0.439,0.490,…,0.388]T，p7=[0.430,0.456,…,0.438]T。

4 結(jié)果與分析

4.1 模型的穩(wěn)健性檢驗(yàn)

為保證測(cè)算結(jié)果的科學(xué)性與穩(wěn)定性，采用斯皮爾曼相關(guān)性檢驗(yàn)法對(duì)測(cè)算結(jié)果進(jìn)行驗(yàn)證[11]。用該系數(shù)對(duì)樣本評(píng)估排序的一致性進(jìn)行檢驗(yàn)，即分別將VHSD-EM模型所得分值與其基準(zhǔn)模型進(jìn)行比較（表3）。

表3 2014—2020年斯皮爾曼相關(guān)性檢驗(yàn)結(jié)果Tab.3 Spearman correlation test results from 2014 to 2020

各年份的斯皮爾曼相關(guān)系數(shù)基本上均大于0.5且均相關(guān)性顯著，說(shuō)明與基準(zhǔn)模型相比，VHSD-EM模型能保證測(cè)算結(jié)果的一致性，并集合各單一模型在指標(biāo)權(quán)重確定中的優(yōu)勢(shì)。本研究構(gòu)建的VHSDEM模型具有較強(qiáng)的穩(wěn)定性。

4.2 森林火災(zāi)風(fēng)險(xiǎn)指數(shù)結(jié)果分析

森林火災(zāi)風(fēng)險(xiǎn)排名前五的地區(qū)為內(nèi)蒙古（2.348）、四川（2.214）、山西（2.113）、廣西（2.085）和黑龍江（2.027），表明這些地區(qū)發(fā)生森林火災(zāi)的可能性高于其他地區(qū)。原因?yàn)檫@些地區(qū)的經(jīng)濟(jì)水平與發(fā)達(dá)地區(qū)相比仍存在較大差距，在林業(yè)防火管理方面缺少必要的技術(shù)人才，防火投入力度有待提升；這些地區(qū)的森林蓄積量普遍較大，一些省份的年降水量偏少。如四川省，其森林蓄積量在2020年達(dá)186 099萬(wàn)m3，受自身所處地理位置和自然條件的制約，年均氣溫較高，火災(zāi)隱患較嚴(yán)重。這一研究結(jié)果與李艷梅等[15]、蘇麗娟等[1]的研究結(jié)論不完全一致?？赡艿脑蛟谟谘芯康哪晗藓筒捎玫臄?shù)據(jù)不同，且本研究采用動(dòng)態(tài)測(cè)算模型并進(jìn)行改進(jìn)。

5 結(jié)論與討論

森林火災(zāi)的發(fā)生嚴(yán)重威脅森林資源的持續(xù)發(fā)展[16-17]。構(gòu)建科學(xué)有效的評(píng)估模型對(duì)森林火災(zāi)風(fēng)險(xiǎn)進(jìn)行評(píng)估，有助于推進(jìn)森林防火、滅火工作的順利開(kāi)展[15，18-19]。本研究從經(jīng)濟(jì)水平、自然環(huán)境、管理水平、防火投入和歷史災(zāi)情5個(gè)維度出發(fā)，選取26個(gè)基本指標(biāo)構(gòu)建森林火災(zāi)風(fēng)險(xiǎn)評(píng)估體系，采用加權(quán)VHSD-EM模型確定森林火災(zāi)風(fēng)險(xiǎn)評(píng)估指數(shù)。VHSD-EM模型是動(dòng)態(tài)評(píng)價(jià)方法與靜態(tài)評(píng)價(jià)方法的有機(jī)結(jié)合，本研究通過(guò)對(duì)時(shí)間賦權(quán)的方法確定森林火災(zāi)風(fēng)險(xiǎn)指數(shù)，能將時(shí)間因素納入森林火災(zāi)風(fēng)險(xiǎn)的評(píng)估過(guò)程中，是對(duì)以往森林火災(zāi)研究中靜態(tài)評(píng)估方法的突破。以我國(guó)各?。ㄗ灾螀^(qū)、直轄市）2014—2020年數(shù)據(jù)為樣本，采用加權(quán)VHSD-EM模型展開(kāi)森林火災(zāi)風(fēng)險(xiǎn)評(píng)估，并對(duì)模型的穩(wěn)健性進(jìn)行檢驗(yàn)。結(jié)果顯示該模型能夠較好地實(shí)現(xiàn)對(duì)各地森林火災(zāi)風(fēng)險(xiǎn)的監(jiān)測(cè)評(píng)估，穩(wěn)健性良好，可操作性與實(shí)用性較強(qiáng)。

森林火災(zāi)風(fēng)險(xiǎn)評(píng)估是森林防火、滅火工作的重要內(nèi)容，本研究的開(kāi)展為森林火災(zāi)風(fēng)險(xiǎn)研究提供一種新思路?？紤]各地區(qū)在地形、林木種類等方面的差異，本研究在指標(biāo)數(shù)據(jù)的選取上對(duì)結(jié)構(gòu)化數(shù)據(jù)的依賴性較大。遙感信息技術(shù)的發(fā)展為半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的獲取提供新方法，是未來(lái)用于森林火災(zāi)風(fēng)險(xiǎn)體系指標(biāo)數(shù)據(jù)獲取的重要途徑。在數(shù)據(jù)處理過(guò)程中，指標(biāo)間的相關(guān)性也是值得考慮的問(wèn)題，未來(lái)在評(píng)估方法的構(gòu)建上可采用適當(dāng)方法降低因評(píng)估指標(biāo)相關(guān)性產(chǎn)生的影響。