RS AND GIS-BASED FOREST FIRE RISK ZONE MAPPING IN DA HINGGAN MOUNTAINS

The Da Hinggan Mountains is one of the most important forest areas in China, but forest fire there is also of high frequency. So it is completely necessary to map forest fire risk zones in order to effectively manage and protect the forest resources. Two forest farms of Tuqiang Forest Bureau (53 degrees 34'-52 degrees 15'N,124 degrees 05'-122 degrees 18'E) were chosen as typical areas in this study. Remote sensing (RS) and Geographic Information System (GIS) play a vital role and can be used effectively to obtain and combine different forest-fire-causing factors for demarcating the forest fire risk zone map. Forest fire risk zones were described by assigning subjective weights to the classes of all the coverage layers according to their sensitivity to fire, using the ARC/INFO GIS software. Four classes of forest fire risk ranging from low to extremely high were generated automatically in ARC/INFO. The results showed that about 60.33% of the study area were predicted to be upper moderate risk zones, indicating that the forest fire management task in this area is super onerous. The RS and GIS-based forest fire risk model of the study area was found to be highly compatible with the actual fire-affected sites in 1987. Therefore the forest fire risk zone map can be used for guidance of forest fire management, and as basis for fire prevention strategies.

不同草原防火政策下内蒙古草原火灾发生风险及其驱动因素的研究

草原火灾是草原生态系统中重要的干扰因子之一,不同时期的草原防火政策可能会导致草原火灾发生概率及驱动因素发生变化。本研究基于内蒙古1981~2020年草原火灾数据,以新旧《草原防火条例》实施时间(旧《草原防火条例》1993年10月5日颁布并实施,新《草原防火条例》2008年11月19日颁布并于2009年1月1日起实施)为界线,通过随机森林模型分4个时期(1981~2020年、1981~1993年、1994~2008年、2009~2020年)对内蒙古草原火灾发生概率与驱动因素进行比较与分析,并绘制草原火灾风险等级区划图。结果表明:(1)4个时期建模的全样本AUC在0.930~0.940之间,精度优异。(2)在不同时期,气象因素(日平均相对湿度、气温日较差等)始终是影响草原火灾的主导因素,海拔、距火点最近公路距离等因素也是内蒙古草原火灾发生的重要驱动因素;(3)1981~1993年和1981~2020年草原火灾风险区基本相似,中、高、极高草原火灾风险区主要集中在呼伦贝尔市大部分地区和兴安盟北部,1994~2008年中、高、极高草原火灾风险区主要集中在呼伦贝尔市,而2009~2020年中、高、极高草原火灾风险区主要集中在呼伦贝尔市西部、锡林郭勒盟北部、阿拉善盟东南部、乌海市和鄂尔多斯市东部。

内蒙古森林火灾发生风险及其驱动因素

森林火灾是危害森林健康的主要灾害之一,科学预测森林火灾是预防森林火灾的重要依据。以中国新旧森林火灾政策作为分界线,将内蒙古森林历史火灾数据分为四个阶段,基于增强回归树模型建立内蒙古森林火灾发生模型,预测森林火灾发生情况,解释不同时期森林火灾和火灾风险变化的差异。预测结果表明:(1)4个时期建模精度AUC均大于0.94,表明BRT模型能够较好地预测研究区森林火灾的发生;(2)气温日较差、日最小相对湿度、上一年春防累计降水量、上一年秋防累计降水量、上一年春防最高地表气温海拔、距火点最近公路距离被确定为影响内蒙古森林火灾发生的重要驱动因素。(3)新旧《森林防火条例》实施前后森林火灾风险等级变化:1981—1988年3月14日,中、高和极高森林火灾风险区分布在呼伦贝尔的东部,而2009—2020年中、高和极高森林火灾风险区分布在呼伦贝尔南部和中部、赤峰市的西南部、锡林郭勒盟和呼和浩特市的中部、乌兰察布市和包头市的南部以及鄂尔多斯市的东部。有助于了解不同时期《森林防火条例》影响下的内蒙古森林火灾的驱动因素和火险等级的变化,为优化森林火灾管理政策及预测预报工作提供科学依据。

野外-城市界域森林火险时空演变趋势及火险等级划分

野外-城市界域(WUI)人类活动密集,火灾风险极大,在该区域进行森林火险的合理性评价和时空演变趋势分析,对保护区域生态环境和社会经济可持续发展具有重要意义。以北京近郊九龙山林场为研究对象,基于相关火险驱动因子指标数据,运用层次分析法评估研究区2004、2009、2014、2019年森林火险指数,通过Theil-Sen Median趋势分析、全局莫兰指数和局部莫兰指数分析探究森林火险指数的变化趋势及空间聚集性,并基于历史火情数据和地理探测器模型验证火险区划的合理性和准确性。结果表明:(1)九龙山林场内火险指数整体的集聚特征变化较大,61.58%的区域火险指数不显著增加,5.62%的区域微显著增加,32.80%区域为不显著减少和微显著减少。(2)森林火险指数空间上呈正相关,森林火险高值聚集区域分布于东部低海拔地区,在研究时间段内面积减少4.89%,低值聚集区域分布于西部高海拔地区,面积减少2.19%。(3)森林火险区划结果显示,九龙山林场森林高火险区域面积占比最小,主要分布于研究区中部,由于人类活动的影响,高火险区覆盖范围扩大。(4)区划合理性验证结果显示,研究区森林火险等级空间分异性较好,与实际火点分布具有高度一致性。研究结果较好的反应了研究区森林火险时空格局变化,为九龙山林场进一步合理规划防火设施布局,加强火险管控力度,完善防火应急能力奠定数据基础,提示管理部门应加强防火宣传,以最大限度发挥九龙山的生态环境效益,保障林区周边人民生命财产安全。

凉山彝族自治州林火时空变化规律及火险区划研究

【目的】建立四川省凉山彝族自治州(简称凉山州)林火预测模型,为该地区林火防控和管理决策提供参考。【方法】基于凉山州2001-2015年MCD14DL的火灾数据集,采用核密度评估和空间自相关分析揭示火灾时空变化规律;选取多年平均气温、多年平均降水量、高程、坡度、坡向、植被类型、归一化植被指数、土地利用类型、人口密度、距最近道路距离等10个林火驱动因子,采用随机森林(RF)算法探究各林火驱动因子的影响程度并构建林火预测模型,利用受试者工作特征(ROC)曲线对模型精度进行评价,并完成对凉山州的火险区划。【结果】凉山州林火年际变化波动较大,月季变化显示林火集中发生在12月到次年5月,占全年火灾的96.86%;林火在空间上呈极显著集聚分布,中高和高核密度区域主要集中在德昌县、盐源县、会理县、西昌市、会东县和木里县,二者总面积占比为7.84%。RF模型结果表明,多年平均气温、多年平均降水量、人口密度、高程、归一化植被指数和坡度是林火发生的重要驱动因子,其中气象因子贡献最大;预测模型的ROC曲线下面积(AUC)值为0.873,约登指数为0.495,模型预测精度达到78.70%。依据RF模型,凉山州低风险火险区面积占比为72.61%,中、高风险火险区面积高达27.39%。【结论】凉山州中、高风险火险区域主要集中在南部和中部,少部分位于东北部,其中会理县、德昌县、宁南县、会东县、盐源县和西昌市是高风险林火频发区域,应重点关注这些区域,强化火灾防控措施与管控能力。

深汕特别合作区火灾风险及消防安全对策措施

为全面提升深汕特别合作区城市与乡村消防安全水平,推动其成为“区域协调发展示范区”,本文结合深汕特别合作区火灾风险防控要求与消防安全管理现状,从老旧建筑、自建房民宿、建筑施工工地和新能源汽车产业等方面进行火灾风险分析,并有针对性地提出落实消防安全责任、聚焦新能源汽车产业消防安全管理难题、推动消防安全检查与火灾隐患整改、加强消防安全宣传教育和培训、落实基层消防安全网格化管理等5项对策措施。

醴陵市森林火灾风险评估与区划研究

依托湖南省森林火灾风险普查项目开展醴陵市森林火灾风险评估与区划工作,通过开展森林火灾风险要素调查、风险评估与防治区划,摸清全市森林火灾风险隐患底数,查明重点区域抗灾能力,客观认识全市森林火灾风险水平。结果表明:醴陵市森林火灾危险性等级和风险等级为中高等级及以上,发生森林火灾的风险比较高,同时发现其减灾能力等级为中级,减灾能力较弱,辖区内无森林火灾重点隐患区,综合判定其森林火灾防治区划等级为次重点防治区。综合全市森林火灾风险评估及区划,提出火灾防治建议,为醴陵市有效开展森林火灾防治和应急管理工作提供权威的森林火灾风险信息及科学决策依据。

南宁市森林火灾风险评估与区划研究

以森林火灾风险评估技术体系为框架,利用南宁市森林火灾风险要素数据对南宁市森林火灾危险性、综合风险、减灾能力和防治区划进行了研究。结果表明:南宁市危险性指数在0.0022~0.2397;综合风险指数在1.0400~3.0000,危险性和综合风险等级高的乡镇主要集中在环大明山及市、县交界处等森林资源丰富、地形地势较为复杂、人类活动较为频繁的区域;南宁市减灾能力指数在0.1220~0.6110,减灾能力等级较高的乡镇多分布在国有林场涉及区域及经济发展较好的城区。在南宁市综合风险与减灾能力基础上,综合考虑南宁市防火工作实际与生态区位,共划分了7个防治区划。评估与区划结果符合南宁市客观实际,能够为南宁市的森林防火决策部署提供参考建议。未来可通过及时更新森林火灾风险要素数据,结合气象等实时数据,进行动态风险评估,为不同时期的森林火灾防控提供更精细化的管理建议。

基于GIS的大兴安岭森林火险区划

以黑龙江省大兴安岭图强林业局育英林场和奋斗林场为研究区,以GIS技术为支撑,选取植被类型、海拔、坡度、坡向和离居住区远近作为主要林火影响因子,采用因子加权叠置法,对研究区森林火险情况进行了定量评价,将火险等级分为无、低、中、高和极高5类.结果表明,无、低、中、高和极高火险区分别占研究区的0.37%、0.63%、38.67%、58.63%和1.70%,符合正态分布;中及以上火险区占60.33%,说明研究区森林火灾管理任务仍相当繁重;森林火险等级的地域分异明显,中部高四周低,在不同林火影响因子上的分异十分明显;火险等级与1987年的火烧强度具有较强的一致性,说明火险区划结果具有较高的可靠性,可为林业部门进行森林火灾管理提供有价值的参考.

基于层次分析法的森林火险区划——以徂徕山林场为例

森林火险区划是林火管理的基础。利用层次分析法将影响森林火险的静态因子评判指标分成三个层次,根据专业知识确定各因子权重,充分利用现有的可燃物和地形数据信息,以徂徕山林场为例进行了森林火险区划。区划结果表明,徂徕山林场大部分地区的火险为中低火险,高和极高火险区域面积分别占林场总面积的11.6%和3.1%。本研究为林场尺度上开展科学的火险区划提供技术参考。

基于空间Logistic的黑龙江省林火风险模型与火险区划

林火风险分析和森林火险区划是林火管理的重要组成部分。该文利用黑龙江省2000-2010年MODIS火烧迹地遥感数据集MCD45A1,在RS和GIS技术支持下构建林火空间分布与林火影响因子间的空间Logistic林火风险模型,在较大时间尺度和省域空间尺度上进行了森林火险区划研究,结果表明:通过空间采样构建的Logistic林火风险模型拟合效果很好,在显著性水平为0.05的情况下,通过模型系数的混合检验和Wald检验;相对运行特征(relative operating characteristic,ROC)值为0.753;经图层运算得到森林火险概率分布图,并将黑龙江省分为无火险区、低火险区、中火险区、高火险区和极高火险区。大兴安岭山地集中了极高火险区和高火险区;小兴安岭基本上属于高火险区和中火险区;东部山地小部分地区属于中火险区;其它地区属于低火险区和无火险区。黑龙江省森林火险的定量定位评价可为林火的预防、扑救以及防火指挥员进行防火规划和部署扑火力量、指导森林防火工作提供科学依据。

基于空间Logistic的山西省火灾风险评价与火险区划

利用山西省2002-2012年MODIS卫星遥感数据,建立了描述火灾空间分布及其影响因子的空间Logistic风险模型,从省域空间尺度和较长时间尺度上,开展火险评价与火险区划研究。结果表明,通过空间采样构建的Logistic火灾风险模型拟合效果很好。在显著性水平为0.05的情况下,通过模型系数检验和Wald检验,相对运行特征值(ROC)为0.757。经图层运算得到火烧概率分布图,并将山西省分为无火险区、低火险区、中火险区、高火险区和极高火险区。对山西省火灾风险空间变化影响较为显著的因子为高程(GC)、土地利用类型(LT)、地表温度(LST)、归一化差值植被指数(NDVI)和全球植被湿度指数(GVMI),对火灾风险空间变化影响不显著的因子则仅有坡度(PD)和道路可达性(DL)。NDVI和LST对火灾影响在省内全局显著,而GC、LT和GVMI仅对省内部分地区的火灾影响显著。山西省按火灾影响因素可划分为7类区域,不同类型区域应确定不同的防火重点,制定差别化的防火策略。

基于GIS的湖北省输变电线路山火风险区划

以湖北省输变电线路为研究对象,在分析湖北省山火火险评价因子的基础上,结合研究区(湖北省)实际状况,选取土地覆盖类型、地形、水系、人为影响及输变电线路重点防护区等5个因子作为火险区划指标;基于RS和GIS技术,采用因子加权叠置和层次分析相结合的方法,对湖北省输变电线路山火风险进行定量评价。结果表明:湖北省高火险区及极高火险区面积超过研究区总面积的55%,山火火险总体上较高;火险区分布明显,鄂西的东部及北部、鄂北、江汉平原北部、鄂东的北部和南部等地输变电线路火险等级较高;1 000 KV输变电线路走廊(即输电线路集中架设的狭长地带)的山火风险相对最高,220 KV的相对最低;将收集到的湖北省输变电线路44个山火历史个例发生位置与其风险区划图进行比较可知,区划结果较为可靠。

大采高综采工作面防灭火技术优化及效果分析

为优化杭来湾煤矿30201工作面防灭火技术,解决上隅角CO超限问题,结合大采高工作面特点分析CO超限原因,利用预埋束管观测和数值模拟相结合的方法判定采空区煤自燃危险区域,提出工作面防灭火技术优化方案,并对优化效果进行研究分析。结果表明,采空区煤自燃危险区域为氧化带范围,回风侧氧化带距工作面14~140 m,进风侧氧化带距工作面280~410 m;工作面防灭火技术优化后,回风侧氧化带距工作面5~85 m,进风侧氧化带距工作面210~285 m,氧化带宽度缩短约60 m,窒息带明显前移,表明防灭火技术优化有效。

基于RS和GIS的攀枝花仁和区森林火险区划研究

森林火灾森是一种突发性强、破坏性大、而且处置救助较为困难的自然灾害。加之目前,由于受到全球气候异常的影响,我国许多地区高温、干旱和大风天气增多致使火险等级持续居高不下。本文以四川省攀枝花市仁和区为研究区,总结分析各国森林火险预报体系中的森林火险评价因子,结合研究区实际状况,选取可燃物类型、地形、人为影响3个方面作为森林火险区划指标。通过遥感影像提取可燃物分类信息,利用DEM数据提取地形中的坡度、坡向、海拔高度,对人为因素进行缓冲区分析,按照各区划因子对林火发生或其对林火蔓延的影响赋予不同的权重,采用因子加权叠置法,生成攀枝花仁和区的综合森林火险区划图,可以为当地林业部门防火资源的部署提供有价值的科学参考。

基于GIS的普达措国家森林公园火险区划分析

文章以云南省普达措国家森林公园为研究对象,以TM遥感影像图像、普达措地区DEM和森林火灾情况调查数据为信息源,在分析普达措森林公园森林火险因子基础上,选取自然因素和人为因素这两大类作为主要林火等级区划分析因素考虑。借助遥感影像图像处理软件ENVI以及利用GIS相关理论方法,通过采用因子加权叠置法,对研究区森林火险情况进行了定量评价,并将火险等级分为5类风险等级。结果表明:普达措森林公园森林火险等级较高、高火险区比重较大,森林防火任务较重。高火险区主要位于易燃树种生长区和地形影响较大区,研究结果可为森林防火部门提供相关技术支持。

内蒙古干草原火险气候区划及火管理对策研究

利用内蒙古锡林郭勒盟干草原地区 195 3～ 1997年的火情及气候资料 ,全面系统地分析了草原火灾的时空分布规律 ,以影响草原火险的主要气候因子为指标 ,并考虑火发生的综合条件 ,确定了草原火险气候区划的指标系统 ,采用聚类分析方法进行了火险气候区划 ,并提出了相应的火管理对策。

基于灰色关联度分析的东北林区贮木场火险评价

依据多目标决策的原理,采用灰色关联度分析对东北林区4个贮木场的火险情况做出比较和评估。分析天气原因、生产作业影响、消防基础设施与防火意识3个主要因素及相应子因素对贮木场火险情况的影响,建立火险情况的灰色系统评价模型,为东北林区贮木场防火预警工作提供理论依据。

大理市森林火险等级区划研究

森林火险等级区划是森林防火宏观决策和分类指导的科学依据.1996年国家公布的大理市森林火险等级已经与实际不相符.在调查研究的基础上,参照LY 1063-92《全国森林火险区划等级》标准,将树种(组)燃烧类型、农业人口密度、路网密度、气温、风速、降水量6个火险因子的最新统计数据作为区划参数,按评定标准重新对大理市的森林火险等级进行修订,确认大理市森林火险等级为"Ⅰ级",森林火灾危险性"大",属国家一类火险区.

建筑物火灾危险性评估的一种工程方法

提出了建筑物火灾危险性评估的一种工程方法。该方法基于建筑火灾的区域模拟理论和人员疏散的最新研究成果，分别计算出火灾中达到危险状态的时间和整个疏散过程所需的时间，通过对比这两个时间，来确定火灾危险性的大小。这种方法概念清晰，简单易行，能在一定程度上对实际建筑物的火灾危险性进行评估，也可用于对火灾的安全工程设计评价和安全咨询。