当前世界环境

介绍

森林火灾是世界上广泛而关键的方面。全球每年因森林火灾而被烧毁的面积在300至450亿公顷之间。¹全球80%以上的被烧毁面积发生在草原和稀树大草原，主要在南亚、非洲、澳大利亚和南美洲。在全球范围内，除了植被稀少的地区和靠近两极的地区外，火灾在地球上的大部分地区都很频繁。²

印度最严重的森林火灾发生在喜马偕尔邦的山区。^3.近年来，森林火灾造成了广泛的破坏，导致野生动物栖息地和生物多样性的丧失、小气候的变化、对人们生计的不利影响、温室气体的增加等。喜马偕尔邦森林火灾造成的平均估计损失为每年1.13亿印度卢比。⁴喜马偕尔邦的森林主要由Chir, Oak, Deodara, Khair, Saal, Bamboo和其他阔叶树种组成。在上述物种中，由于高度易燃的奇奇针叶脱落，奇奇所占据的地区极易发生森林火灾。⁵索兰地区的森林为纯赤松和混交林，大部分属于下Shiwalik赤松(9C1a)林型，占5-6区总面积的7.68%。需要在研究区划定森林火灾危险区，以便开展预防和管理措施。

森林火灾危险区的一般做法是根据对火灾的敏感性为风险因素类别分配知识库权重。模糊层次分析法(FAHP)已被用作多准则决策分析(MCDA)的权重估计工具。^7号到9号

研究区域

这项研究是在印度喜马偕尔邦的索兰地区进行的。索兰占据了该州10%的面积即。1、93600公顷。该地区主要由松果体roxburghii，黑栎，金合欢儿茶,竹子和其他阔叶树种。平均日平均气温18.4℃，相对湿度1038.2 mm，年降雨量51.2%。

图1 点击此处查看图

材料与方法

本研究采用Saaty(1998)的模糊层次分析法(FAHP)。FAHP是一种多准则决策方法，它涉及对森林火灾风险因素进行排序和优先排序的决策框架。表1总结了世界各地所做的相关工作。

表1:相关工作总结。

第一作者	一年	学习地点	研究工作名称	变量研究与火灾风险模型
Aumedes10	2017	全球	透视式人为火灾模型研究综述	距离公路、铁路、市区和居民点的距离 模型:HCF模型(人为火灾)
Ruffault11	2017	法国	人类和生物物理因素对法属地中海地区森林火灾和大型野火空间分布的贡献	人类活动与住区
Ajin12	2016	喀拉拉邦,印度	基于RS和GIS技术的印度喀拉拉邦Achankovil森林火灾危险区制图研究	距离道路的距离和距离定居点的距离 模型:FRI(火灾风险指数)
巴韦贾13	2014	喜马偕尔邦，印度	印度西喜马拉雅地区暴露于森林火灾的社区的看法	家庭规模和识字率
Vilar14	2014	欧洲	模拟欧洲地中海地区森林火灾的社会经济驱动因素。	人口密度、道路网络、荒地-城市界面、铁路网、保护区、景观破碎度等。 模型:Logistic回归模型
间谍15	2014	俄勒冈州	研究火灾易发的森林景观作为耦合的人类和自然系统	土地所有权
Ganteaume16	2013	欧洲	欧洲森林火灾的主要驱动因素综述	失业率、交通网络和到市区的距离
Lafragueta17	2013	西班牙	基于GIS和mce的森林火灾评估和制图——以西班牙阿拉贡韦斯卡为例	距离公路、铁路、营地和定居点的距离 模型:FRI(火灾风险指数)
沙玛18	2012	喜马偕尔邦，印度	森林火险模糊层次分析法	距离道路的距离和距离定居点的距离 模型:CFRISK(累积火灾风险指数)
时至今日19	2011	中国	基于gis的森林火灾风险评估与制图	人口密度与森林资源价值 模型:FRI(火灾风险指数)
Hoyo20.	2011	西班牙	人为野火风险估计的Logistic回归模型:火灾发生数据空间精度的影响分析	道路基础设施、休闲和自然保护区、放牧压力、电力线路缓冲等。 模型:Logistic回归模型
阿奇博尔德21	2010	南非	遥感显示的南部非洲火灾状况	人口密度 模型:FRP (Fire radiation Power Index)
Calcerrada22	2010	西班牙	对社会经济数据进行空间建模，以了解马德里西南部(西班牙中部)人为引起的野火点燃风险模式	人口，次级住房，牛，绵羊和山羊
Vadrevu23	2010	印度安得拉邦	运用多准则分析进行火灾风险评估-个案研究	人口密度，农业工人，营养密度和识字率 模型:层次分析法(AHP)
里昂24	2009	地中海 地区	地中海地区火灾发生的人为因素	农业燃烧、篝火、电线、发动机、机械等。
马丁内斯25	2008	西班牙	西班牙人为野火风险分级预防规划	农村人口外流，森林 土地、农村人口老龄化或下降，燃料蓄积在 废弃的农业用地，缺乏保护的兴趣等。 模型:Logistic回归模型
Maingi26	2007	美利坚合众国	影响美国肯塔基州东部野火发生和分布的因素	失业率，到公路的距离和到人口稠密地区的距离
杨27	2007	美国	密苏里奥扎克高地近代人为火灾的空间格局	道路、市政当局、所有权和人口密度
Rawat28	2003	北阿坎德邦、印度	印度北安恰尔邦Rajaji国家公园Chilla森林防火管理的火灾风险评估	道路指数和沉降指数 模型:CFRISK(累积火灾风险指数)

火灾风险标准的层次结构发展

我们使用人口密度(PD)、农业工人(AGRI-W)、识字率(LR)、营养密度(ND)、与道路的距离(DR)、燃料类型(FT)、坡向(A)、坡度(S)和海拔(E)来评估研究区域的火灾风险(图2)。采用模糊层次分析模型构建层次结构，计算火灾风险(图2)。

索兰各区的相关社会经济数据收集自《地区人口普查手册》。使用Shuttle RADAR Topographic Mission (90m)、GLOBECOVER (300m)和GLCF分别生成道路图、地形图和燃料类型图。

图2:用于量化研究区域火灾的分层数据组织。 点击此处查看图

森林火险指数

所有因素被分为五类，其中较高的值代表比较低的值更危险(表2)。

表2:森林火险参数的指数值和火灾等级。

参数	类	索引值	防火等级
人口密度 (Peoplekm2）	0 - 150	1	非常低的
	150 - 300	2	低
	300 - 450	3.	温和的
	450 - 600	4	高
	≥600	5	非常高的
识字率 （%）	0-20	5	非常高的
	20 - 40	4	高
	奖金的	3.	温和的
	60 - 80	2	低
	80 - 100	1	非常低的
农业工人 (人)	0 - 5000	1	非常低的
	5000 - 10000	2	低
	10000 - 15000	3.	温和的
	15000 - 20000	4	高
	≥20000	5	非常高的
营养密度 (人公里2）	0 - 100	1	非常低的
	100 - 200	2	低
	200 - 300	3.	温和的
	300 - 400	4	高
	≥400	5	非常高的
与道路网络的距离 (公里)	0 - 1.00	5	非常高的
	1.00 - -2.00	4	高
	2.00 - -3.00	3.	温和的
	3.00 - -4.00	2	低
	≥4.00	1	非常低的
燃料类型	针叶树森林	5	非常高的
	阔叶林	4	高
	混交林	3.	温和的
	擦洗的土地	2	低
	种植区域	2	低
	城市地区	1	非常低的
	裸露的地区	1	非常低的
方面	北	1	非常低的
	东北	1	非常低的
	西北	2	低
	西	2	低
	东	3.	温和的
	东南	4	高
	西南	5	非常高的
	南	5	非常高的
海拔高度 (m)	≤500	5	非常高的
	500 - 1000	4	高
	1000 - 1500	3.	温和的
	1500 - 2000	2	低
	≥2000	1	非常低的
坡	清廉	1	非常低的
(学位)	10 - 20	2	低
	20 - 30	3.	温和的
	30 - 40	4	高
	≥40	5	非常高的

图3:社会经济和生物物理因素的指数图。 点击此处查看图

模糊层次分析法

采用层次分析法确定各参数的权重。使用比较量表(表3)形成判断对比较矩阵“A”一个ij比较行元素形成矩阵' A '的一个我使用column元素一个j。²⁹

A=(a_ij) (i,j…n=1,2…n;n=条件个数)

矩阵A中的条目a_ij按照以下规则进行处理:

A_ij >0; A_ij = -±(1/a_ji)

标准化矩阵W由下式构成:

通过对矩阵W取行平均得到最终权重。

比较的一致性

需要ÊŽmax的值来计算一致性比(CR)。²⁴

一致性指数(CI) = (ÊŽmax-n) / (n-1)。

在那里;ÊŽmax =最大特征值，n =标准个数。

将一致性指数除以随机指数计算出最终的一致性比率。

Cr = ci / ri

在那里;RI =随机指数，CI =一致性指数。

如果CR < 0.10和CR≥0.10表示不一致，则一致性比设计为在配对比较中显示合理的一致性水平。

表3: 模糊层次分析法中尺度的应用 ^30.

水垢强度	语言变量
1	同样重要的是
3.	弱重要
5	本质上是重要的
7	非常重要
9	绝对重要的
2、4、6、8	两个相邻判断之间的中间值

结果与讨论

所选火灾风险因素的权重估计结果显示，燃料类型权重最高(0.3109)，其次是地形(0.2487)、农业工人(0.1341)、营养密度(0.1244)、人口密度(0.0622)、坡度(0.0524)、海拔(0.0311)、识字率(0.0207)和距离道路(0.0155)(表4)。

表4:森林火险参数的估计权重

社会经济参数	重量	生物物理学参数	重量
人口密度(人公里)2）	0.0622	燃料类型	0.3109
识字率(%)	0.0207	方面	0.2487
农业工人(人)	0.1341	斜率(程度)	0.0524
营养密度(人公里2）	0.1244	高度(米)	0.0311
距道路距离(米)	0.0155

将模糊层次分析法得到的权重应用于森林火灾风险累积指数模型。表5给出了5类CFRISK指标值的火灾危险性。CFRISK模型如式所示:-

Cfrisk = 0.0622* pdi +0.0207* lri + 0.1341* awi + 0.1244* ndi + 0.0155* dri + 0.3109* fti + 0.0524* si + 0.2487* ai + 0.0311* ei。

在那里;

累积火灾风险指数

人口密度指数

识字率指数

农业工人指数

营养密度指数

DRI =与道路指数的距离

燃料类型指数

坡度指数

方面指数

高程指数

表5:累积森林火险(CFRISK)指数潜在规模24。

指数	森林火险
0 - 1	非常低的
1 - 2	低
2 - 3	温和的
3 - 4	高
4 - 5	非常高的

索兰区地理总面积中，4.15%的面积为极高风险，40.63%的面积为高风险，54.00%的面积为中等风险，0.84%的面积为低风险，0.37%的面积为极低风险(图4a)。使用NASA FIRMS 2018年森林火灾数据集测试了森林火灾风险图的准确性(图4b)。仅中等、高和非常高三个等级的森林火灾风险图就预测了总火灾像素的99.4%(1012)。中等等级的预测能力最高(60.77%)，其次是高等级(33.99%)和极高等级(4.64%)。

图4:(a)索兰地区的森林火灾风险图和(b) 2018年NASA FIRMS数据集的森林火灾热点。 点击此处查看图

缩写

致谢

在本研究中，环境科学系教授兼系主任SK Bhardwaj博士和树木改良与遗传资源系首席科学家IK Thakur博士在印度诺乌尼的YS Parmar园艺与林业大学所提供的帮助得到了高度的认可。

参考文献

1. 范德伟，张建军，张建军，张建军。生物质燃烧排放的年际变化特征。大气化学物理。2006; 6(11): 3423 - 3441。
   CrossRef
2. 王晓东，王晓东。中国森林火灾历史与全球碳收支:20世纪森林火灾历史的重建。全球变化生物学。2005; 11(3): 398 - 420。
   CrossRef
3. 印度森林调查。国家森林报告，德拉敦，北阿坎德邦，2003。
4. 匿名的。森林火灾及其对环境、森林、生物多样性的影响和补救/预防措施。喜马偕尔邦森林防火管理目录。2016。
5. 沙赫S.， Sharma D. P.印度喜马偕尔邦索兰森林区土地利用变化检测。森林生态系统。2015;2:26-38。
   CrossRef
6. 冠军H. G.，赛斯S. K.《印度森林类型订正调查》。34.《出版物管理》，印度政府，德里，1968;
7. 薛立文。多标准决策:层次分析法，RWS出版社，匹兹堡，宾夕法尼亚州。1988.
8. 张建军，张建军。层次分析法的应用综述。欧洲运筹学杂志。2006年,169(1):1至29。
   CrossRef
9. 张建军，张建军，李建军，等。基于模糊层次分析法的地理信息系统研究。遥感与空间信息科学。2008;37:593-596。
10. 奥米德斯S.C, Comas C，加西亚v.c。人为火灾发生模型的透视:综述。国际野火杂志。2018; 26(12): 983 - 998。
    CrossRef
11. rufault J, Mouillot F.人类和生物物理因素对法国地中海地区森林火灾和大型野火空间分布的贡献。国际野火杂志。2017年,26(6):498 - 508。
    CrossRef
12. 阿金R. S, Loghin A. M, Vinod P. G, Jacob M. K.基于RS和GIS技术的森林火灾危险区制图:印度喀拉拉邦阿坎科维尔森林区研究。地球、环境与健康科学杂志。2016; 2(3): 109。
    CrossRef
13. Baweja p.k, Kundu S.对印度喜马拉雅西部地区暴露于森林火灾的社区的看法。在线国际生物解决方案杂志。2014; 2(4): 94 - 99。
14. 维拉尔L.， Camia A.， Ayanz J. S. M.模拟地中海欧洲森林火灾的社会经济驱动因素。见:《社会与经济问题》，西班牙科英布拉大学出版社，2014;1874-1882。
    CrossRef
15. Spies T. A, White E. M, Kline J. D, Fischer A. P, Ager A.， Bailey J.， Bolte J.， Koch J.， Platt E.， Olsen C. S.， Jacobs D.研究人类和自然系统耦合的火灾易发森林景观。生态与社会。2014; 19(3): 9。
    CrossRef
16. 张建军，张建军，张建军，张建军，等。中国森林火灾成因分析。环境管理。2013年,51(3):651 - 662。
    CrossRef
17. Lafragueta J. F.基于GIS和mce的森林火灾风险评估与制图:以西班牙阿拉贡韦斯卡为例。硕士论文。西班牙工程与建筑环境学院，2013。
18. 林林总总，李建军，李建军，李建军。基于模糊层次分析法的森林火灾风险模型。灾害预防和管理:国际期刊。2012; 21(2): 160 - 171。
    CrossRef
19. 盖成，翁伟，袁宏。基于gis的森林火灾风险评估与制图。论文发表于:计算科学与优化(CSO)， 2011第四届国际学术会议，2011;1240-1244。
    CrossRef
20. 郝丽文，张建军，张建军。基于Logistic回归模型的人为火灾风险评估:火灾发生数据空间精度的影响分析。欧洲森林研究杂志。2011; 130:983 - 996。
    CrossRef
21. Archibald S.， Scholes R. J, Roy D. P, Roberts G.， Boschetti L.遥感显示的南部非洲地区火灾状况。国际野火杂志。2010; 19(7): 861 - 878。
    CrossRef
22. Calcerrada R.， Barrio-Parra F.， Millington J. D. A.， Novillo C. J.社会经济数据的空间建模，以了解马德里西南部(西班牙中部)人为引起的野火着火风险模式。生态模型。2010年,221(1):34-45。
    CrossRef
23. 张建军，张建军。基于多尺度分析法的火灾风险评价研究。环境监察及评估。2010; 166:223 - 239。
    CrossRef
24. Leone V.， Lovreglio R.， Martín m.p.， Martínez J.， Vilar L.。地中海地区火灾发生的人为因素。见:地中海生态系统野火的地球观测。2009; 149 - 170。
    CrossRef
25. 马丁内斯J，加西亚C. V. Chuvieco E.西班牙人为引起的野火风险等级预防规划。环境管理杂志。2009, 90(2): 1241 - 1252。
    CrossRef
26. 马吉杰，王立军。美国肯塔基州东部野火发生和分布的影响因素。国际野火杂志。2007; 16(1): 23-33。
    CrossRef
27. 杨军，何洪生，希夫利，Gustafson E. J.密苏里奥沙克高原近代人为火灾的空间格局。森林科学。2007; 1 - 15(1): 53。
28. Rajaji国家公园Chilla森林火灾控制管理的火灾风险评估。硕士论文。国际地球信息科学和地球观测研究所，恩斯赫德，2003。
29. A.关于使用层次分析法进行环境影响评价的说明。环境管理杂志。2001年,63(1):27-35。
    CrossRef