姜波 陈涛 张立凡 冯智莉 魏斌

0 引言

随着人类经济社会活动的发展，全球气候进入极端气候高发期，各国森林火灾发生频率不断提升，由于森林火灾造成的影响非常大，因此各国对这一问题的关注度持续升高。我国同样面临着火险等级升高，火灾扑救难度大的问题，这对我国消防人员的安全造成了极大的威胁，如何在保障消防人员安全的情况下，尽快扑灭火灾，争取最低的经济财产损失是森林火灾应对工作的重要课题。

近年来，北京市政府认真贯彻落实中央加强生态文明建设的战略部署，持续推进园林绿化工作[1]，全市森林覆盖率由37%提高到41.6%，林木绿化率53%提高到59%，林下蓄积不断增加，森林火灾风险也随之提高。此外，北京市山区面积占62%，山势陡峭、地形复杂、植被茂盛、交通不便，森林火灾具有蔓延速度快且有时出现跳跃式前进的飞火的特点[2]，上述情况使得北京市森林火灾扑救工作风险较大。北京市作为首都，一旦发生森林火灾，环境和政治影响难以估量，因此森林防火和应急处置工作受到政府部门高度重视。

自应急管理部组建以来，北京市应急管理局处置了多起森林火灾事件，得益于各级高度重视、应急准备充分、应对措施得当，均未造成重大的人员财产损失。然而同时也要看到，有关部门在事件应对处置的过程中仍暴露出一些问题。其中，在现场态势的感知与研判方面，北京市应急指挥中心目前主要通过接入视频监控系统和单兵系统回传画面的方式了解火场情况，缺少智能化的手段对火场发展趋势进行科学研判，使得实际灭火过程中以经验型扑火为主，森林火灾应急处置的科学性有待提升。

1 林火态势研判方法

林火态势研判对于应急处置工作尤其重要，基于林火蔓延速度、火场发展趋势的预测，分析周边重点防护目标，制定火灾扑救、人员转移安置计划，将大幅提高应急处置工作的科学性和高效性，是实现智能化辅助决策和现代化应急管理建设的重要技术手段。因此，构建本地化程度高、落地性强的林火蔓延模型用于火场态势的动态研判，十分有必要。

目前国内外在林火蔓延模型方面已经有一定的研究。模型建立的基本思想是，在简化条件的前提下，对影响林火蔓延的各项参数进行数学化的处理，得出参数之间的关系式，根据一系列的关系式来刻画森林火灾时空演化的速度等特征变量，从而实现预测已经发生的森林火灾后续的蔓延变化过程。根据模型原理及参数简化程度，蔓延模型主要可以分为纯物理模型、参数化耦合半经验模型和经验模型。

经验模型是根据多次点烧实验获得火灾蔓延速度与气象或地形影响因子之间的相关关系来构建模型，而不会考虑任何热传导机制。模型的优点在于模型需要的参数较少，且计算简单。其中较为典型的有加拿大林火蔓延模型[3]、澳大利亚的McArthur模型[4]和中国的王正非模型[5]。由于依赖大量的实验数据，模型只有在实际境况与测试参数及实验环境相似时，才能成功的预测林火蔓延的过程；但当实际情况差异较大时，结果的准确性则会降低。例如，加拿大林火蔓延模型及McArthur模型，其推演是建立在本国内各地不同植被分类和不同火险尺的基础上完成的，适用的植被和气候类型较为单一。而王正非等人的模型构建依据是经过统计分析得到的火灾燃烧速度与坡度和风速的相对关系，且仅适用于60°以下的上坡。尽管经过发展，目前可以应用于更多不同的坡向，但模型仍然缺少火场前进方向的精确计算方法。

物理模型的基本方法是通过给定温度、扩散系数、热辐射系数等一系列假设前提后，将林火蔓延问题简化为热传计算问题。再结合物理方法进行模拟，利用复杂的流体力学方程实时计算出火焰蔓延过程。目前物理模型主要有：美国的Emmons根据辐射传热原理用幂因子进行修正的蔓延模型及W.L.Fons等人利用相似理论修正系数得到的林火蔓延模型等。物理模型涉及了如流体力学方程、综合反应动力学模型和扩散方程等较多的复杂的方程式，导致算法的求解速度慢，且参数繁复、不易获取，因此，物理模型目前应用较少。

半经验模型则结合了经验模型和物理模型的特点，以燃烧物理学为基础和林火实验建立的模型。其中，最经典半经验林火蔓延模型，是以研究者名字命名的Rothermel模型[6]，该模型根据能量守恒，综合坡度风速和可燃物信息推算林火蔓延最大速度。模型的部分参数仍然依赖于实验获取，但模型以物理机理为基础，因此仍有较宽泛的应用范围。

综上所述，经验模型适用范围十分有限，不适宜大范围的应用，物理模型输入参数难以采集，计算复杂，算法实用性较差。Rothermel模型抽象程度高，在考虑尽量多的燃烧特性影响因素的前提下，输入的特征参数相对较少，因此本文选用Rothermel模型作为林火蔓延速度计算的依据。

Rothermel模型利用地形、气象及植被可燃物参数，对森林火灾的蔓延速度进行计算，除地形和气象数据外，植被可燃物参数的获取是模型应用最大的难点所在。经过梳理，涉及到的可燃物参数有9项：可燃物烘干载量、热含量、烘干颗粒密度、表面积体积比、可燃物床深、含水率、熄灭含水率、总矿质含量和有效矿质含量。美国、加拿大等先进国家的林火蔓延模拟软件，如FARSITE、PROMEETHUES等，普遍采用划分可燃物类型，并利用各类植被的统计平均值对全套参数进行配置的方法进行模型应用。事实上，以上参数一部分是与植被种类相关且变化较小的，如可燃物熄灭含水率、总矿质含量、有效矿质含量等，另外一部分却同时受气候情况和植被生长状态影响，动态变化的属性较强，如可燃物烘干载量和含水率。为了提高模型的可用性和准确性，本文探索性地采用遥感技术获取相关参数，将遥感反演算法与模型相结合，实现本地化的森林火灾蔓延趋势智能预测。

2 基于遥感解译的植被参数获取

本文采用多光谱遥感解译技术对植被含水量、可燃物烘干载量进行采集。

2.1 植被含水率参数获取

植被含水率是决定植被燃烧特性的关键指标之一，在林火蔓延预测模型中尤为重要。目前国内外已发展了多种基于遥感技术估算植被含水率的方法[7]。首先是基于光谱反射率的植被含水率反演方法，可直接利用叶片水分吸收带光谱波段特性反演植被含水率，也可以结合光谱分析技术，计算特征光谱指数（吸收波段波长位置、宽度、深度、斜率、面积等）或红边参数（红边位置、红波段吸收谷、红边振幅等），实现植被含水率的反演。其次可通过计算植被指数反演植被含水率，常用的植被指数包括水分指数（WI）、水分胁迫指数（MSI）、归一化差异水分指数（NDWI）、可调节水分指数（SWAI）、全球植被水分指数（GVMI）、简单比值指数（SR）等[8]，在地面实测数据基础上，利用多元回归分析法建立叶水分含量与植被指数的统计关系，估算水分信息。除此之外，还可通过模型模拟方法进行植被含水量反演，即将叶水分作为PROSPECT叶光学模型、PROSAIL辐射传输模型、ACRM模型等的模型参数，通过模型反演中优化代价函数的方式获得。

由于植被指数反演法可有效减少单波段的散射效应，且算法简单易实现，本文选择该方法进行植被含水率的估算。已有研究表明在众多常见光谱指数中，简单比值指数（SR）与植被含水率（FMC）的相关性较高。根据地面实测含水率样本数据，通过建立FMC与SR的统计相关模型，从而通过SR指数的计算提取植被含水率。

R1600和R820分别表示遥感采集的820nm和1600nm波段的光谱反射率。

2.2 可燃物烘干载量参数获取

模型所需的参数可燃物烘干载量，是指单位面积上可燃物的烘干重量，该参数可用遥感反演获得的森林生物量（AGB）表示。经过遥感技术的多年发展，基于遥感生物量估算模型[9]也经历了多个阶段的技术变迁，逐渐由传统经验模型向机理模型转变。最初的生物量遥感估算主要基于单波段进行研究，该方法运算简便但精度较差。第二阶段主要采用构建植被指数与生物量之间统计关系模型的方法进行生物量反演，常用的植被指数有归一化植被指数（NDVI）、叶面积指数（LAI）、垂直植被指数（PVI）、比值植被指数（RVI）等。上世纪90年代后，随着主动微波遥感技术的兴起，利用SAR技术进行生物量估算，使计算精度进一步提高。

考虑到数据获取的便捷性和模型构建的难易程度，综合估算结果的准确性要求，本次研究基于多光谱遥感数据和森林调查数据，采用支持向量回归方法（Support Vector Regression）估算研究区森林可燃物质。利用地表反射率、多种植被指数以及图像纹理信息等作为自变量，并利用随机森林（RF）算法对所有输入变量进行优选，选择贡献度大的变量建立最优的反演模型，计算获得森林AGB值。具体流程如图1所示。

3 林火蔓延趋势预测模型构建

图1 森林生物量估算技术路线

利用遥感反演获得的植被参数，结合气象站采集的气象数据和GIS分析获得的地形参数，代入Rothermel模型进行运算，获得任意栅格在风坡影响下林火蔓延的最大速度，公式如下式所示。

通过上述算法获得的林火蔓延速度是火灾最大蔓延方向上的蔓延速率，对其他方向的蔓延速率仍需进一步进行计算。根据火灾蔓延的通识性规律，采用最具有代表性的椭圆模型对火场趋势进行模拟，在无风无坡的场景下，火向四周等速蔓延，火场形状接近圆形，气象和地形条件稳定不变时，蔓延形状为长椭圆形。在已知最大蔓延速率和方向的前提下，计算火点朝着周围不同方向蔓延时的速率。

因此其他方向的蔓延速度可按如下公式4构造。

无风无坡时，火点向四周蔓延的速度一致，记为，为风坡对林火蔓延速度的加成。为最大蔓延速度方向与目标（待计算）方向的夹角。图2展示了椭圆模型计算林火蔓延速度的基本原理。林火向四周蔓延，在风和坡影响下，火场形状为椭圆形。矢量表明了在风坡综合影响下，起火点蔓延的速度和主方向；又称“前火头”的方向。同时，起火点也会朝着背风背坡的方向缓慢蔓延，背向蔓延速度最快的方向为“后火头”的方向。根据下图可知，在1个单位时间内，火点顺着火头方向蔓延最远距离为b+c，火尾方向蔓延距离最远为b-c，火场侧翼宽度为2a。

基于不同栅格间林火蔓延速度估算的结果，利用栅格分析方法，将已起火的点视为当前火源，火源周边相邻的一层栅格视为待燃区域，计算当前火源向待燃区域任意一点的最快蔓延时间。采用MIIT最短路径法，逐栅格向外传播，从而实现地表火蔓延趋势推演的效果。算法流程图如图3所示。

4 “3·30”丫髻山森林火灾案例验证

4.1 案例基本情况

丫髻山，位于平谷区刘家店镇北部，且与北京市密云县接壤，是华北道教圣地，山顶上的碧霞元君祠距今已有1300余年的历史。2019年3月30日，密云区郑某等6人修理水管，不慎将水管下方土坑内杂草点燃，引发密云山火，因风势较大，火迅速蔓延至丫髻山。本次火灾出动2000余名扑救力量参与扑救，历时22小时才将明火全部扑灭。总计造成过火面积680亩，是北京市近年来过火面积最大、扑救时间最长、投入力量最多、处置难度最大的一起森林火灾。

表1 Rothermel模型参数说明

表2 补充公式

图2 椭圆模型计算原理示意图

图3 分种类林火蔓延模型算法流程图

表3 “3·30”丫髻山森林火灾关键事件时间表

这次山火给丫髻山造成巨大损失，万余棵树木被烧毁，千年古观险些毁于一旦，火场一度距主峰碧霞元君祠和玉皇阁不足30米。根据表3所示的事件详细时间线判断，至3月30日当晚20时许，火场边界扩展蔓延的趋势已基本得到控制。

4.2 模型案例验证结果

本次研究使用Landsat8卫星提采集2019年3月26日的OLI传感器多光谱数据制作林地覆盖图、植被含水率图和林地可燃物质图，数据空间分辨率为30米。如图4、图5、图6所示。

图4 丫髻山林地二值图

图5 丫髻山林地植被含水率图（单位：%）

图6 丫髻山林地可燃物质图（单位：吨/公顷）

图7 森林火灾蔓延趋势预测模型计算结果

采集林火蔓延模拟时间段内（3月30日12:00至20:00）的气象站逐小时风速风向监测数据，并利用30米分辨率DEM数据，代入模型进行计算。模型分析结果如图7所示。

图7 中红色渐变区域为模型推演的过火区域，不同颜色代表火灾到达时间（逐小时区分），绿色为植被覆盖的区域，黑色为无植被覆盖（不可燃）的区域。黑色分割线左右两侧分别为密云及平谷区，图中黄色三角为起火点位置，黄色五角星为碧霞元君祠的位置。从图中可以看出，起火约8个小时，火场蔓延至碧霞元君祠附近，与新闻报道中火场距主峰碧霞元君祠不足30米的描述基本吻合。事件发生第一时间，利用模型进行火场态势分析，将有助于提前部署救援力量，制定人员转移方案，可以认为，模型分析结果对于森林火灾事件的处置决策具有一定的参考价值。

5 结论与展望

遥感技术的利用，可以有效解决森林火灾蔓延趋势预测模型参数获取难、算法落地性差的问题，使用模型对林火蔓延态势进行分析将有效提高火场态势研判、应急处置辅助决策的科学性。未来还可以进一步研究可燃物床层厚度、可燃物表面积体积比等参数的遥感技术采集方法，进一步提高模型研判的科学性。

随着科学的发展，森林火灾应急管理智能化水平进一步提升，对森林防火预警预测、信息发布和指挥研判能力提出了更高的要求。融合高精度高光谱遥感影像、智能模型分析等高新技术的智慧林火将是未来的发展方向，将助推北京市森林火灾应急处置工作向高精准、智能协同的方向发展。