高仲亮,魏建珩,龙腾腾,李智,周汝良,舒立福,王秋华

(1.西南林业大学 土木工程学院，云南 昆明 650224;2.中国林科院森林生态环境与保护研究所，北京 100091)

随着工业发展和人类生产生活需要，以及化石能源、燃料燃烧排放大量CO2和温室气体，极大增强 “温室效应”。在1906—2005年100年间全球平均气温升高0.56～0.92 ℃，后50 a增速为0.13 ℃/10 a，接近前期增速的两倍。众多预测均指出未来一段时间内全球气温将持续攀升，升温速度约2 ℃/ 100a[1]。全球性气候变暖趋势使世界各地森林火灾发生频次呈明显上升，近年频发的森林火灾是受气候变化干扰最明显的标志之一。

国内外众多学者开展了气候变化对森林火灾的影响研究。Wotton等[2]运用大气环流模型(general circulation model，GCM)与HadCM3 GCM模型耦合结合历史气候数据与未来气候情况进行模拟，表明未来20 a间火灾次数将增加18%，21世纪末期将增加50%。Flannigan等[3]应用GCM结合北美气候、森林火灾数据预测出21世纪中期防火期的火灾季节性严重程度(SSR)将升高10%～50%。Brown等[4]利用并行气候模型(parallel climate model，PCM)模拟出21世纪末期美国西部地区将大面积干旱。国内学者开展其研究起步较晚，大多基于国外学者研究的模型和成果进行模拟和应用。赵凤君[5]指出我国自然环境因素复杂、降水极不均衡、火险期时间长及火灾发生率高。田晓瑞等[6]指出全球气候变暖使森林植被疯狂增长，增加有效森林可燃物载量，极大增加火灾发生概率。刘晓东等[7]认为我国森林火灾发生的周期大概为10～30 a。李德等[8]得出各气候因子与火灾呈显著线性关系。我国是森林火灾比较严重的国家，森林防火形势历来十分严峻，频繁的极端天气事件对我国森林火灾产生了严重影响，尤其云南省是火灾最严重的省份之一，分布有广泛的易燃针叶林。云南松(Pinusyunnanensis)作为云南省主要植被树种之一，其易燃特性导致分布区域火灾多发，深入研究云南松林火灾与气候变化间的响应规律有利于分布区域的火灾防范。

1 研究方法

1.1 研究区概况

云南省地处21°8′32″～29°15′8″N，97°31′39″～106°11′47″E，属于低纬度、高海拔区域，气候类型多样，区域的气候差异和垂直变化明显，年温差小、日温差大，干湿分明，年均降水量约1 100 mm，但时间、空间分布不均匀，春、冬季为云南省大部分地区的火灾多发季节。云南松是我国西南地区的乡土树种和主要绿化造林树种，云南省境内分布范围广泛，占全省森林总面积50%以上。近年气温升高影响云南松的生理特征，长时间高温干旱使云南松针叶提前枯黄下落、枝干表面产生大量油脂，极易燃烧，同时长时间高温会使林分地表可燃物载量大幅增加、含水率极低，增加森林火灾的发生概率。

1.2 数据来源

气象数据来源于中国国家气候局官方网站共享数据，选取1989—2018年云南省云南松分布区域内多个气候站的逐月平均气温、平均相对湿度、平均风速、降水量数据，并统计计算分布区域内各气象指标的年均值与防火期平均值。1990—2018年云南松森林火灾数据来源于《中国林业统计年鉴》《云南减灾年鉴》，以及云南省图书馆、云南省林业和草原局防火指挥部办公室数据与互联网数据。

1.3 气象指标筛选

现阶段全球气候变化主要体现在向温暖和干旱两方面转变，这两个因素是诱发森林火灾发生的重要原因。根据美国西部森林火灾的调查记录显示，气候变化使森林处在利于火灾发生的环境，提高火灾发生概率[9]。众多研究表明气温、风速、降水量及相对湿度4个气象指标是最具有代表性的林火驱动因子[5,10-14]。

1.4 变化趋势分析析方法

Mann-Kendall趋势检验法是一种突变和趋势非参数统计检验法，又称无分布检验。该方法不要求样本数据遵从分布特征，允许有缺失值且不受异常值干扰，适用于气候数据的非线性突变和趋势检验，广泛用于气候、水文和植被等方面的缺失和突变分析研究[15]。采用Mann-Kendall方法分析主要气候因子与云南松森林火灾动态的变化趋势。

对于具有n个样本的时间序列Xt=(x1，x2，x3，…xn)，趋势检验的统计量为：

①

②

③

④

式中：xj为时间序列的第j个数值，n为样本长度，ti是第i组的数据点的数目；

当n>10时，UFk收敛于标准正态分布。原假设时间序列为无趋势，采用双边趋势检验，设定显著性水平α并从正态分布表查得临界值Uα/2。当|UFk|Uα/2，则拒绝原假设，表明趋势显著。按时间序列逆序构建Xt=(xn，xn-1，…，x1)，使UBk=-UFk。若UBk和UFk两条曲线在临界线间出现交点，则交点对应时刻为突变开始时间[16]。

设定显著性水平α=0.05，UFk和UBk临界区间为(-1.96，1.96)。若UFK>0，表明序列呈上升趋势；若UFK<0，则表明序列呈下降趋势。若|UFk|<1.96时变化趋势不显著，|UFk|>1.96时变化趋势显著。

1.5 相关性分析

相关性分析是指对两个或多个具有相关性的变量进行整理与分析，并以此判断两个或多个变量之间的相关程度，采用Pearson相关系数开展研究，公式为：

⑤

以相关系数范围判断变量相关强度：0.8～1.0为极强相关；0.6～0.8为强相关；0.4～0.6为中等程度相关；0.2～0.4为弱相关；0.0～0.2为极弱相关或无相关。

2 结果与分析

2.1 气象指标趋势变化

将云南省云南松分布区1990—2018年的年均气温、防火期平均气温、年均相对湿度、防火期平均相对湿度、年降水量、防火期降水量、年均风速、防火期平均风速计8个指标进行Mann-Kendall趋势分析，并分别进行一元线性回归。

由图1可看出在云南松分布区整个时间序列内，年均气温突变年份出现在1991年、1992年、1994年和2016年；防火期平均气温在1998—2018年达显著上升水平，突变年份出现在1994年；年降水量突变年份出现在2002年和2015年；防火期降水量在1990—1991年、1997—2008年呈增长趋势，其余年份呈下降趋势；年均相对湿度、防火期平均湿度均呈下降趋势，均于1995—2018年均达到显著下降水平；年均风速、防火期平均风速在1995—2004年均达到显著下降水平，防火期平均风速在2013—2018年达显著上升水平。其他年份气象指标上升或下降均未达到显著水平。

图1 气象指标Mann-Kendall法趋势分析Fig.1 Meteorological factors by Mann-Kendall method trend analysis

将各气象指标的变化曲线进行一元线性回归，结果见表1。

表1 气象指标一元线性拟合方程Tab.1 Meteorological factors linear equation

结合表1各气象指标线性回归方程的斜率和图2各气象指标的变化曲线可知，年均气温呈下降趋势，防火期平均气温呈小幅上升趋势。年均、防火期平均相对湿度呈明显下降趋势，相同区域时间内的变化趋势相同。年降水量呈上升趋势，防火期降水量呈下降趋势，防火期降水量波动幅度稍大。年均、防火期平均风速均呈上升趋势，防火期平均风速的波动幅度较大。

图2 气象指标与火灾次数关系Fig.2 Relationship between meteorological factors and number of fires

2.2 云南省云南松森林火灾变化趋势分析

将云南松火灾次数应用Mann-Kendall进行趋势校验分析结果见图3，并对其进行一元线性回归。

由图3可看出，在整个时间序列范围内，森林火灾次数在2005—2007年上升趋势显著，突变年份出现为2016年，其他年份上升或下降趋势不显著。

图3 火灾次数的Mann-Kendall法趋势分析Fig.3 Fire number by Mann-Kendall method trend analysis

由图4可看出，火灾次数曲线基本符合y=-0.030x+104.710的变化趋势，变化幅度范围比较小，总体呈下降趋势。

图4 火灾次数一元线性拟合Fig.4 Linear fitting analysis of fire number

2.3 云南松火灾与气象指标的相关性分析

将各气象指标进行自动标准化并保存为变量，消除指标间的差异影响。在此基础上，利用SPSS软件进行KMO和Bartlett检验，结果显示K-B球形度检验为0.608>0.5，以及Bartlett检验为0，该组数据适合指标分析，建立相关系数矩阵，计算特征值与相关系数矩阵，以特征值大于1为标准提取指标，提取方法为主成分分析法，结果见表2。对初始指标载荷进行正交旋转，计算云南省森林火灾气象指标评价得分并进行排序，结果见表3。

由表2看出，气象指标对森林火灾的影响程度大小排序为：年均气温>防火期平均气温>防火期平均相对湿度>年均相对湿度，上述4个指标均达极显著水平(P<0.01)，其他指标呈弱度相关。火灾次数与年均气温呈强正相关，系数为0.751，与防火期平均气温成中等正相关，系数为0.519，当分布区内年均气温上升或下降将强烈影响火灾发生次数；火灾次数与年均相对湿度、防火期平均相对湿度成中等负相关，系数分别为- 0.479和-0.483，分布区相对湿度升高时，火灾发生可能性较小，反之则较大；火灾次数与降水量、风速呈极弱相关。综上所述，气温与相对湿度是影响云南松森林火灾发生的最主要因素之一。

表2 火灾次数与气象指标的相关系数矩阵Tab.2 Matrix of correlation coefficients between fire number and meteorological factors

由表3可看出云南省火灾气象指标评价得分总体呈上升趋势，分为6个阶段：第一阶段(1990—1991年)为高位平稳阶段，得分范围0.84～1.33；第二阶段(1992—1997年)为震荡下降阶段，得分范围0.22～0.60；第三阶段(1998—2006年)为震荡变化阶段，得分范围-2.01～0.04；第四阶段(2007—2008年)为平稳阶段，得分范围0.54～0.56；第五阶段(2009—2014年)为低位震荡阶段，得分范围-1.89～0.46；第六阶段(2015—2018年)为快速上升阶段，得分范围0.84～1.88。

表3 云南省火灾气象指标评价得分Tab.3 Scores of fire meteorological factor evaluation in Yunnan Province

2.4 云南松火灾与气象指标的变化趋势关系

气温波动与火灾次数起伏变化幅度基本一致，气温发生较大改变时，火灾次数变动将会增大，符合正相关关系。相对湿度与云南松火灾次数的变化趋势相反，相对湿度较低的年份火灾次数明显多于相对湿度较高的年份，二者符合负相关关系。降水量对云南松火灾次数影响十分有限，短时期内有明显影响，较长时间影响不明显；2010—2018年年降水量的持续上升使每年火灾的发生次数明显减少。风速与云南松火灾次数的变化趋势基本一致，呈正相关关系。1999年火灾次数突然增多可能是其他因素所导致。

2000、2008、2011及2013年等年份出现火灾次数与气温、风速呈负相关、与降水量呈正相关，究其原因，这些年份可能受到人为因素影响较大，政府管理部门采取：加大森林防火经费投入、加强森林防火管理、广泛动员全民防火等措施，从而削弱气象指标对森林火灾的影响。

3 结论与讨论

3.1 结论

基于1990—2018年云南省云南松林火灾历史数据和气温、相对湿度、降水量、风速等4类主要林火气象因子，利用Mann-Kendall趋势检验、线性回归、对比分析以及相关性分析研究气象指标与森林火灾的变化及其关系，结论如下：

(1)防火期平均气温在1998—2018年上升趋势达显著水平，突变年份出现在1994年；年降水量突变年份出现在2002年和2015年；年均相对湿度、防火期平均湿度在1995—2018年下降趋势均达显著水平，突变年份出现在1994年；年均风速、防火期平均风速在1995—2004年下降趋势均达显著水平，防火期平均风速在2010—2018年上升趋势达到显著水平。

(2)年均气温、相对湿度和防火期降水量、平均相对湿度呈下降趋势，其他气象指标呈上升趋势。气象指标年际变化幅度大，长期变化不明显。

(3)气象指标子对森林火灾影响程度强弱为：年均气温>防火期平均气温>防火期平均相对湿度>年均相对湿度，4个指标均达到极显著水平(P<0.01)，其中年均气温呈强正相关，系数为0.751，防火期平均气温呈中等正相关，系数为0.519，年均和防火期的平均相对湿度呈中等负相关，系数分别为-0.479和-0.483。

(4)火灾气象指标评价得分总体呈上升趋势，分为1990—1992年高位平稳、1993—1997年震荡下降、1998—2006年震荡变化、2007—2008年平稳、2009—2014年低位震荡、2015-2018年快速上升等6个阶段，其分值为：0.49～1.33、0.22～0.60、-2.01～0.04、0.54～0.56、-1.89～0.46、0.84～1.88。

(5)云南松火灾次数年际波动较大，总体呈下降趋势。1990—2010年云南松火灾次数在气象因素作用下呈总体上升趋势且该时段火灾年均次数远高于研究时间区域的后半时间段(2010—2018年)；2011—2018年气温与风速下降趋势明显，降水量和相对湿度上升，该时段火灾次数明显减少。云南松林火灾受气候变化影响程度总体上较为严重。

3.2 讨论

随着全球气温持续升高以及极端天气事件增多，我国森林防火工作将会迎来更加严峻的挑战。研究结果显示，气象变化趋势在1989—2018年变化幅度较小，但很大程度影响了云南松森林火灾的波动趋势，表明即使是小幅度气象波动也能影响火灾发生[17]，云南松分布区域气象指标在2010年前除年均气温、年均风速条件以外，其余指标皆呈下降趋势，这与田晓瑞等[15]、陈锋[18]研究结果一致，延长研究时间可发现气象变化趋势有明显改变。2010—2018年，防火期平均气温、平均风速和降水量呈上升趋势，防火期平均湿度、年均相对湿度呈下降趋势，其余气象数据变化不明显，相较前一段研究期，该时间段内防火期湿润度有所上升，火灾次数减少，与马文苑研究结果一致[19]。在1989—2018年时间段内，气象变化趋势与云南省松林火灾次数呈显著相关性，但后半段时期(2010—2018年)云南松林火灾与气象变化趋势相关性有所降低。随着近年防火技术进步、林火研究深入，气象变化可被及时监测与预警，削弱了森林火灾对气象条件的响应，相较于自然因素，人为因素对林火的控制程度有所上升，意味着对林火驱动因子研究可以随时间变化而做出相应调整。但目前在相关研究中多以生态地理区、季节变化、林区分布等作为分类方式研究林火发生的驱动因子[18,20]，在划分时间段的基础上研究林火驱动因子较少，本研究具有一定现实意义，可细化林火发生规律研究。同时云南松作为云南省主要森林植被树种，其易燃性造成分布区域火灾频发，选择在云南省森林火灾数据的基础上提取云南松林火灾数据开展研究，比区域范围、地州市为研究单位得出的规律更具针对性。

本文选择的4个气象指标是众多学者认为最具有代表性的林火驱动因子，但在北方林地火灾的气象驱动因子研究中，日最高气温、日累计降水量等气象指标对林火发生也具有一定影响[21]，这对后期深入研究具有一定参考意义。气候条件虽然是影响火灾的最主要因素，但人为因素同样起着重要作用，频繁的人类活动造成林内地表可燃物载量减少，可燃物含水率增大，燃烧性降低[22]。近年随着管理部门对林火预防、管控的力度加大，加深了人为因素对森林火灾的影响程度。2010—2018年云南松林火灾发生对气候变化的响应程度较低，这与政府对森林防火的宣传、管控加强密不可分，在今后研究中分时段讨论人为因素与气象因素对林火发生的影响将更有利于掌握气候变化下林火的发生规律。