白山市森林火险特征及预报方法研究

摘要 根据收集的历史森林火情数据、森林可燃物观测数据和林木特征数据，结合预报员森林火险等级预报经验，在原有的Nesterov火险指数算法的基础上，结合中国气象局和国家林业局联合发布的修正后的布龙—戴维斯火险气象因子及其指数查对表（森林火险查算表），增加风速因子，考虑物候和地表影响，建立白山本地的森林火险等级预报方法。试报结果表明，此方法预报的森林火险等级符合实际经验和森防一线人员的现场判断，与日常经验预报结论趋势基本吻合，与森林可燃物观测结论对应较好，可以作为实际业务应用。

关键词 火险指数；风速；全国森林火险查算表；森林火险等级预报

中图分类号：S762 文献标识码：B 文章编号：2095–3305（2023）06–0191-03

目前，针对森林火险没有客观预报方法，基本是采用人工经验预报，随机性大，无法保障准确率，对森林防火指导针对性不足。引进改进的前苏联森林火险预报方法，结合中国气象局和国家林业局联合发布的修正后的布龙—戴维斯火险气象因子及其指数查对表（森林火险查算表），并考虑白山地表和物候特点，研发了此预报方法。

1 资料来源

2006年开始，吉林省白山市气象局在白山市和长白朝鲜族自治县开展森林可燃物观测，在防火期（每年3月15—6月15日和9月15—11月15日）每10 d进行1次可燃物观测，可燃物包括落叶、枯枝、地表低矮植被，特殊情况下进行加密观测[1]。测量时，在样点区域内选定1 m×1 m的正方形区域收集全部枯枝落叶与植被的地上部分作为样品。将样品搅拌均匀，取部分样品，称湿重，然后将样品烘干，称干重。森林可燃物含水率计算公式如下：

森林可燃物含水率（%）=（样品湿重－样品干重）/样品干重×100%（1）

鉴于不同站点的数据观测质量和数据完整性，本研究共收集了来自白山站和长白站的森林可燃物样本数205个，其中白山站115个，长白站90个。观测数据时段2006—2014年，期间火灾有效样本次数42。

2 白山森林火险特征

根据历史火情和森林可燃物观测数据，分析并总结了白山森林火险的时间和空间特征。

2.1 时间特征

白山森林火灾主要发生在春秋两季，春季火灾次数多于秋季火灾（表1）。

1989—2011年共发生66次火灾，其中春季发生火灾52次，占火灾总数的79%。

春季火灾主要发生在4—5月，尤其是4月下旬到5月上旬为火灾高发期，4月19—5月10日共发生火灾33次，占春季火灾总数的63%。秋季火灾全部发生在9月下旬到10月，秋季共发生火灾14次。

火灾出现与季节、可燃物含水率、干旱程度、气象条件、人为因素等都有关联。5月1日前后和10月1日前后火灾多发，既有本身处于高火险期的原因，又有山上活动人员多、农民烧荒多等人为原因[2]。

2.2 地域特征

根据火灾发生规律，可将白山市划分为西部和东部2个区域，西部包括浑江、江源、靖宇、临江，该区域春季出现火灾次数明显多于秋季；东部包括抚松、长白，秋季出现火灾次数明显多于春季。

白山火灾主要出现在山脚或山腰，与农田或道路相连处。一般以荒草、枯枝或灌木为初始燃烧物，火情严重时会向山顶林区蔓延，引燃林下灌木和落叶等可燃物，形成地表火。

2.3 林区积雪的季节特征

春季，林区积雪与可燃物含水率和火险等级密切相关，阳坡和阴坡的积雪融化程度在春季差异巨大，春季阳坡积雪在3月初开始融化，到3月中旬阳坡一般已经没有冬季积雪。阴坡积雪一般从3月下旬开始融化，到4月中旬仍有积雪。在积雪期，林区阴坡火险等级小于3级，不会出现高火险。阳坡则相对复杂。

白山市防火期从3月15日开始，考虑到山区积雪明显，3月重点防火区域为白山西部林区阳坡区。4月伴随气温回升，积雪区明显变小，防火区逐渐扩大至全区，到4月下旬火险等级明显升高。

2.4 可燃物观测数据与森林火险之间的关系

2.4.1 森林可燃物含水率与森林火险预警等级相关性分析 通过分析森林可燃物含水率与火灾发生频次相关关系，发现发生火灾的含水率为8%～54%，其中含水率在24%～52%时发生火灾频率较高。含水率在27%左右时，发生火灾8次。

2.4.2 枯枝落葉层厚度与森林火险预警等级相关性分析 观测所得枯枝落叶厚度的最小值为0.9 cm，最大值为11 cm（图1）。通过分析枯枝落叶层厚度与火灾发生频次的相关关系，发现枯枝落叶厚度在1.0～4.4 cm之间有火灾发生，其中95.1%的火灾发生在枯枝落叶厚度层达到1.8 cm以上。值得关注的是，3 cm的枯枝落叶厚度是发生火灾的峰值区，历史上在这一厚度层发生了25次火灾，占总火灾次数的60.9%。因此，枯枝落叶厚度可以作为森林火险等级判定的一个要素。尤其当厚度达到1.8 cm以上时，需要精确分析观测数据，得出相应的森林火险预警等级。

3 白山森林火险等级计算方法

3.1 白山本地化森林火险指数构建

采用改进的Nesterov火险指数（IMN指数），利用实况观测资料进行迭代运算，迭代结果加入预报的风速因子，最后综合考虑物候系数和地表系数，形成白山本地化的森林火险预报方程[1-2]。

具体公式如下：

IMN（n）=IMN（n－1）+T×（T－d）×Kn（1）

Hn=0.71×（IMN（n）+100v×Kn）×c1×c2（2）

式（1）、（2）中，IMN（n）为第n日的IMN指数，IMN（n-1）为第n-1日的IMN指数，

T为当日14：00气温（代表当日最高气温），d为当日14：00露点气温，Kn为降水系数。Hn为白山本地化的森林火险指数，v为风速因子，c1为物候订正系数（即季节订正系数），c2为地表订正系数（即可燃物情况订正系数）。

式（2）的物理含义如下：综合考虑了每日气温、相对湿度、无降水日数的逐日迭代值，可反映可燃物的干旱条件，即燃烧可能性。v参考了中国气象局和国家林业局联合发布的修正后的布龙—戴维斯火险气象因子及其指数查对表（全国森林火险查算表）中的风速因子，采用简单的加权平均算法。权重系数综合考虑修正后的布龙—戴维斯火险气象因子的算法和IMN指数算法的最大值，并结合白山本地的森林可燃物含水率等数据，进行调整后得出。

3.2 白山本地化森林火险指数计算与各因子赋值方法

3.2.1 火险指数计算与分级 Hn从3月15日开始计算，初值为0。Hn计算公式如式（2）所示，每日更新计算1次，计算时间在当日夜间，每次計算2个值（Hn、Hn+1），采取迭代方法计算当日火险等级（Hn），再利用当日火险等级和未来24 h预报天气要素（预报最高气温、预报最大风速、预报最大降雨量级、预报最小相对湿度）计算未来24 h火险等级（Hn+1）。

具体数值对应火险等级见表2。当气温T<0 ℃时，不再具体计算火险等级，直接使Hn=1。当T<5 ℃时，Hn=Hn－1。

3.2.2 天气因子 风速因子（v）和降水系数（Kn）分别按表3和表4中的对应值进行赋值计算。计算降水系数时，同时根据IMN指数计算方法加入降雪情况修订。即当预报雨夹雪（日常天气预报编码为06）或阵雪（日常天气预报编码为03）时，火险等级不超过2级。当预报降雪时（日常天气预报编码为14、15、16、16、27、28），火险等级为1级。

计算温度露点差（T-d）时，通过读取当日最小相对湿度（rh0），并结合当日降雨量（R0）和未来24 h降雨预报，估算未来最小相对湿度值（rh1），再转换成温度露点差的方法进行计算。具体如下：

（1）当日无降雨（R0=0）、未来预报无降雨，rh1=rh0；

（2）当日有小雨（0< R0<5 mm）、未来预报有小雨，rh1=rh0；

（3）当日有中雨以上降雨（R0>5 mm）、未来预报有小到中雨以上降雨（中雨、中到大雨、大雨等），rh1=rh0；

（4）当日无降雨（R0=0）、未来预报有小雨，rh1=rh0+15%；

（5）当日无降雨（R0=0）、未来预报有小到中雨以上降雨，rh1=rh0+30%；

（6）当日有小雨（0< R0<5）、未来预报无降雨，rh1=rh0－10%；

（7）当日有中雨以上降雨（R0 >5 mm），未来预报有小雨或无雨，rh1=rh0－20%。

露点温度计算方法如下：

d=（T－ＲＨ）/5（3）

式中，d为露点温度，RH为相对温度（单位：%），T为气温。

3.2.3 订正系数

物候订正系数（c1）根据白山本地天气气候变化，结合实际经验人为确定（表5）。地表订正系数（c2）取2个值，分别为1.0和1.2，默认值为1，可手动选择，一旦选定则始终不变直到下次修改。

4 试用情况

利用白山本地化的森林火险指数计算2014年秋季和2015年春季的火险等级，包括当日和预报火险等级，计算时段分为3月15—6月15日、9月15—11月15日。

试用结果表明，此方法预报的森林火险等级符合实际经验和森防一线人员的现场判断。自动运算结果与日常经验预报结论趋势基本吻合，与森林可燃物观测结论对应较好，可以作为业务应用（图2）。

5 结论

（1）白山森林火灾多为地表火，具有明显的时间和空间特征。

（2）森林可燃物观测数据可在一定程度上反映森林火险等级，而白山森林火险等级与气象要素关系密切。

（3）采用MNI森林火险预报方法可以反映森林火险等级变化趋势，但缺少风速因子和季节因子。

（4）参考修正后的布龙—戴维斯火险气象因子指数查对表，增加风速、物候及地表因子后，火险等级预报方法符合白山实际，变化趋势符合实际火险变化趋势。

（5）本研究的预报方法可以实现客观量化预报火险，具备实用价值。

参考文献

[1] 牛若芸，翟盘茂，孙明华.森林火险气象指数及其构建方法回顾[J].气象，2006 （12）：3-9.

[2] 牛若芸，翟盘茂，佘万明.森林火险气象指数的应用研究[J].应用气象学报， 2007（4）：479-489.

责任编辑：黄艳飞

Study on the Characteristics and Forecasting Methods of Forest Fire Risk in Baishan City

Guan Zhi-yu （Baishan Meteorological Bureau， Jilin Province， Baishan， Jilin 134300）

Abstract According to the collected historical forest fire data， forest fuel observation data and forest feature data， combined with the forecasters experience in forest fire risk grade prediction， on the basis of the original Nesterov fire risk index algorithm， combined with the revised Bulong-Davis fire risk meteorological factor and its index check table （forest fire risk check table） jointly issued by the China Meteorological Administration and the State Forestry Administration， the wind speed factor was added， and the phenology and surface effects were finally considered， Establish the local forest fire risk grade prediction method in Baishan. The results of the trial report showed that the forest fire risk level predicted by this method was consistent with the actual experience and the on-site judgment of the front-line personnel of forest defense， basically consistent with the trend of the daily experience forecast conclusion， and corresponded well with the observation conclusion of forest fuel， which can be used as a practical business application.

Key word Fire risk index; Wind speed; National forest fire risk checklist; Forest fire risk rating forecast

作者简介 关志宇（1972—），男，吉林白山人，副高级工程师，主要从事气象预报与服务方向研究。

收稿日期 2023-02-10