徐奔奔，王炜烨，陈良富，陶金花，纪轩禹，张成杰，范萌

1.中国科学院空天信息创新研究院 遥感科学国家重点实验室,北京 100101;2.黑龙江省应急救援保障中心 黑龙江省应急管理厅,哈尔滨 150001;3.江苏省环境监测中心,南京 210019;4.黑龙江省森林消防总队,哈尔滨 150000

1 引 言

森林火灾损害森林资源、生态系统，大规模的森林火灾会影响社会生产活动；生物质燃烧会造成严重的空气污染，产生大量有害气体，危害人类健康，引发的火灾甚至威胁人类生命安全（He 等，2011）。据统计，自1950年—2014年，中国累积发生森林火灾超过78 万次，年均发生森林火灾超过1 万次，年均受害森林面积超过60 万ha（Qin，2016）。有效监测森林火灾的蔓延、分析和量化森林火灾的规模和强度、准确预测火灾蔓延等火灾行为对于林火管理、应急响应和最大程度降低森林火灾造成的损失至关重要（Taylor 等，2013；Benali等，2017）。

目前，许多国家，特别是森林火灾频发的国家和地区，已经建立了多套火灾蔓延模型和模拟系统。其中，使用范围最广的火灾蔓延模拟模型主要有美国的Rothermel 模型（Scott 和Burgan，2005）、澳大利亚的McArthur 模型（Noble 等，1980）、加拿大火行为预测模型（FBP）（Taylor 等，1996），以及中国经典的王正非模型（Wang，1983）。基于不同的蔓延模拟模型发展又出了多种蔓延模拟系统，如FARSITE、FlamMap、BehavePlus、ForeFire、Wildfire Analyst 等，其各自的优缺点取决于模拟系统的准确性、复杂性、成本，以及对计算和数据的需求等（Papadopoulos 和Pavlidou，2011）。其中，FARSITE 模拟系统由于其模拟准确性好、易于使用，复杂度、数据量要求和计算时间适中，被广泛应用于火灾行为模拟中（Papadopoulos 和Pavlidou，2011；Salis 等，2016）。目前，虽然火灾蔓延模型已被广泛应用于管理部门决策，但火灾蔓延模型的模拟准确性仍很大程度上受限于模型的自身假设和使用条件，在模拟过程中随着不确定性的增大会极大地削弱模型对决策的效用（Cencerrado等，2014；Hilton等，2015）。

卫星遥感火点监测数据可以用于监测森林火灾，分析火灾的空间动态分布（Schroeder 等，2014），以及评估火灾模拟结果与真实火点分布之间的差异（Sá 等，2017）。基于较高空间分辨率的卫星火点数据，可以直观地展示较大规模森林火灾动态蔓延过程（Veraverbeke 等，2014；Parks，2014），将卫星遥感监测的森林火灾数据与火灾蔓延模型相结合，可以有效地限制森林火灾模拟过程中的误差传递（Sá 等，2014）。Anderson 等（2009）首次将卫星遥感火点监测数据（MODIS 和AVHRR 1 km 分辨率火点监测数据）引入至加拿大森林火灾蔓延模拟系统，将火灾监测和火灾预测过程进行耦合，模拟了森林火灾蔓延过程。Sá等（2014）则利用MODIS 卫星林火监测数据对FARSITE 模拟系统进行重初始化，优化了火灾蔓延模拟，减少了模型在大范围、长时间火灾事件中模拟结果的误差传递，提高了火灾蔓延模型的预测能力。1 km 分辨率的MODIS 传感器难以监测到能量低、规模小的火点，无法准确地确定火场中火焰的位置，随着卫星技术的不断发展，新一代极轨卫星NPP 上搭载的VIIRS 传感器其空间分辨率达到375 m，能够更有效监测到小规模森林火灾，并在空间上更精准地反映火情空间态势。Coen 和Schroeder（2013）基于VIIRS 卫星遥感火点监测数据重初始化并评估了“耦合天气—野火蔓延模型”，研究发现模型在初始化后的12—24 h内模拟的火情蔓延结果良好，但是随着模拟时间的变长，模拟结果逐渐偏移了实际过火区，为克服这一缺陷，Coen和Schroeder（2013）基于每12 h过境的VIIRS 数据重初始化起火位置，使模型能够更准确地预测较长时间的森林火灾蔓延过程。国内研究方面，Wu 等（2012）利用FARISTE 模拟了小兴安岭丰林自然保护区潜在林火灾行为空间分布特征，并对不同火灾行为进行了分区，模拟了不同燃料下林火的空间分布。那顺陶格陶等（Nashun 等，2013）以内蒙古鄂伦春自治旗为研究区，分析了基于FARSITE 的林火蔓延模拟的可行性，对林火蔓延和火灾行为的空间格局进行了研究，提出本模型仍处于本地化阶段，气象因素等难题仍待解决。Li 等（2007）从融合后的MODIS数据中获取建模序列，采用灰色理论建立林火蔓延和预测模型，模型简单，建模数据获取容易，但未考虑影响森林火灾的要素。

作为发展较完善的FARSITE 火行为模拟系统，将其与VIIRS火点监测数据结合用于林火蔓延模拟的相关研究仍然较少。尤其在中国地区，受限于FARISTE 模拟系统标准可燃物模型的本地化局限性，尚未有研究提出将火灾蔓延模型与VIIRS火点监测数据结合应用到中国森林火灾实例中。本文基于VIIRS 火点监测数据，利用FARSITE 火灾模拟系统模拟了2017年5月17日内蒙古自治区陈巴尔虎旗那吉林场森林火灾蔓延过程，通过引入本地化可燃物模型和利用VIIRS火点监测数据重初始化火灾蔓延模型，实现了卫星观测的火点位置信息对预估火情蔓延位置的实时迭代修正，并讨论了FARSITE 模拟系统在中国应用的可行性和模拟结果的准确性。

2 数据与模型

2.1 研究区域

2017年5月17日12 时55 分，内蒙古自治区呼伦贝尔市陈巴尔虎旗那吉林场（过火区中心坐标49°54′48″N，120°48′53″E，如图1 所示）发生森林火灾，经过3 天的扑救，于5月20日11 时30 分火场实现人工合围，火灾停止蔓延，火场过火面积约1.2 万ha。研究区域属于温带大陆性草原气候，主导风向为西北、西南风，该区域防火期主要在每年3月中旬至6月中旬和9月中旬至11月中旬，“5·17”陈巴尔虎旗那吉林场森林火灾发生时正值该地区森林火险高值期，气温回升，天气干燥，植被湿度小，易发生火灾。火场的植被分布主要以草甸和林地为主，林地类型为桦树次生林，火灾形式以地表火为主。

图1 “5·17”森林火灾地理位置Fig.1 The location of the“5·17”forest fire

2.2 卫星遥感数据

2.2.1 VIIRS火点监测数据

VIIRS 可见光红外成像辐射仪是美国联合极轨卫星系统（JPSS）中的传感器，搭载在S-NPP 卫星上（Justice 等，2013），12 h 覆盖全球一次，过境时间约为当地时间1：30 和13：30，数据空间分辨率分为750 m 和375 m 两种。VIIRS 火点监测算法基于MODIS火点和热异常监测算法，使用375 m数据通过上下文算法监测昼夜生物质燃烧和其他热异常，与目前1 km 空间分辨率的MODIS 火点监测数据相比，VIIRS 375 m 火点监测数据显示出了明显空间优势，火点监测更敏感（Li 等，2014），对于持续数天的火灾，该数据改善了监测火场边界轮廓范围的连续性（Schroeder 等，2014）。本文基于VIIRS 375 m 火点监测数据（火点监测数据来 源 于https://firms.modaps.eosdis.nasa.gov［2019-12-08］），获取“5·17”陈巴尔虎旗那吉林场森林火灾卫星遥感监测结果（图2）。火灾蔓延期间，VIIRS 共监测到8 个时刻的森林火点，部分区域受云影响未监测到火点。如图2所示，火场火点自西向东呈扇形分布，5月17日13 时至5月18日12 时42 分自西向东蔓延较快，后期主要向南北两侧蔓延，蔓延速度较慢。为便于模拟过程的设置，火点监测时刻简略为30 分钟内，由于传感器侧视数据位置信息存在不确定性，模拟火灾过程中不使用5月18日2 时54 分 和5月19日2 时36 分两 个 时刻的火点数据。

图2 森林火灾VIIRS火点监测结果图Fig.2 The distribution of hotspots for the“5·17”forest fire based on the VIIRS observations

2.2.2 中高分辨率卫星火场观测数据

“5·17”陈巴尔虎旗那吉林场森林火灾发生期间，Sentinel-2A、GF-4 和GF-1 等3 颗中高分辨率对地观测卫星均获取了火场遥感影像，具体如表1所示。几何纠正的火场遥感影像如图3 所示。其中，图3（a）为Sentinel-2A/MSI 数据，其空间分辨率为20 m，原始数据受烟雾影响较大，利用假彩色合成后，影像中显示为褐色的区域来区分过火区，过火区周围的亮红色像元为正在燃烧的火焰；图3（b）为50 m 分辨率的GF-4/PMI 标准假彩色合成的影像数据，火场东南方向有烟雾，影响了火灾蔓延范围的目视判读；图3（c）是5月20日11：30 的GF-1/WFV2 标准假彩色影像，空间分辨率为16 m，影像拍摄时间与火场人为扑火合围时间吻合，过火区与周围地物区分明显。使用卫星影像生成的火场过火区多边形作为实际火场边界，比较实际过火区与模拟结果的差异，以及分析引入遥感火点数据后对结果精度的影响。

表1 卫星遥感观测数据表Table 1 Parameter list of multiple satellites/sensors with high resolution

火灾发生期间所有卫星遥感数据过境时间顺序如图4 所示，其中3 期卫星影像可将火灾蔓延发展过程分为约间隔24 h的3个过程，并将火灾蔓延分为了3 个阶段。第一阶段（P1）为5月17日13 时 至5月18日11 时，第二阶段（P2）为5月18日11 时至5月19日10 时，第三阶段（P3）为5月19日10时至20日11时30分，火场合围。

图4 卫星或传感器过境时间，所有时刻均已简略为30分钟间隔Fig.4 Overpass time for satellites/sensors（all of moments have been divided into 30-minute intervals）

2.3 其他数据

火灾蔓延模拟需要必要的地形数据、可燃物数据和气象数据等。在FARSITE 系统中地形数据和可燃物空间分布数据需要具有相同空间范围和空间分辨率的栅格数据。本文所使用的地形数据来源于地理空间数据云网站（http://www.gscloud.cn［2019-12-08］）的30 m 空间分辨率的DEM（数字高程模型）数据，并基于DEM 数据计算获取坡度和坡向数据（图5）。火场所在区域地势整体呈西低东高趋势，平均高程870 m，火场高程在平均高程以上；研究区域平均坡度为8.3°，火场最大坡度在49.6°。

图5 研究区域地形数据Fig.5 Terrain data of the study area

可燃物空间数据包括可燃物空间分布和可燃物覆盖度数据。可燃物空间分布数据由2016年9月18日Landsat 8 数据（数据来源https://earthexplorer.usgs.gov/［2019-12-08］）通过监督分类处理获取，监督分类结果如图6（a）所示。本文将研究区域内地物分为7 类，分别为耕地、水体、灌木、白桦林、林间草、河漫滩草、其他草。本文使用2017年5月8日GF-1/WFV2 数据（数据来源于中国资源卫星应用中心）通过像元二分模型计算得到可燃物覆盖数据（如图6（b）），像元二分模型：

图6 研究区域可燃物空间数据Fig.6 Fuel data of the study area

式中，F为可燃物覆盖度，NDVI 为归一化植被指数。计算研究区内NDVI 累积概率为5%和95%的值并分别作为纯裸土NDVIsoil和纯植被NDVIveg的值。

将上述计算后的可燃物空间数据均重采样为30 m 空间分辨率的栅格数据。由于本研究只模拟地表火灾的蔓延过程，故不考虑植被的垂直空间分布特征。

气象数据包括温湿度、降水量、风速、风向和云覆盖量等，其中云覆盖在模拟过程中设置为零。由于地表气象站数据在野外一般分布稀少，逐小时气象数据难以获取，研究证明，在缺少研究区气象数据的情况下，可以使用研究区就近的全球气象站数据代替（Anderson 等，2009）。本文使用的气象数据来源于气象网站Meteomanz.com［2019-12-08］，选取HAILAR（49°15′00″N，119°42′00″E）、TULIHE（50°27′00″N，121°42′00″E）、BUGT （48°46′12″N，121°55′12″E）、PRIARGUNSK

（53°19′48″N，119°04′12″E）和 KAJLASTUJ5（49°49′48″N，118°22′48″E）5个气象观测站2017年5月16日至5月21日的每日观测数据，数据的时间分辨率为3 h，通过将5 个气象站数据反距离权重计算研究区气象数据，每日风速风向数据分布如图7 所示，风向以西偏北风为主，5月18日5 时至11 时主风向为东风，5月18日17 时以后的风向主要时西北风向，最大风速出现在5月19日8 时。每日天气要素数据如表2所示，每日最低温度出现在2时至5时。

表2 研究区天气要素数据Table 2 Meteorological parameters of the study area

图7 研究区风速和风向变化趋势图Fig.7 Variations of wind speed and wind direction

此外，还需要对应可燃物空间分布数据的可燃物燃烧模型数据和可燃物初始含水量数据。本文中可燃物燃烧模型（表3）基于已有东北地区可燃物模型的研究和本研究区域的已有研究结果（Wu 等，2011；Chen，2018），可燃物模型中模型代码依次对应图6（a）灌木、白桦林、林间草、其他草、河漫滩草，其中耕地和水体使用标准可燃物模型。本文中可燃物初始含水量使用标准可燃物模型中的数值（Scott 和Burgan，2005），并根据气候条件选择最低的可燃物含水量，1 小时时滞、10小时时滞、100小时时滞的死可燃物初始含水量分别为3%、4%和5%，活可燃物中的活草本和活木本的初始含水量分别为30%和60%。

表3 研究区域可燃物燃烧模型Table 3 Fuel models of the study area

3 火灾蔓延模拟

3.1 FARSITE系统

FARSITE 是由美国Missoulua 火灾科学实验室开发的二维火灾蔓延模拟系统（Finney，1998），其利用地形和可燃物的空间信息以及气象数据计算火灾蔓延和火行为并以二维形式表达。该系统整合了现有的地表火蔓延模型、树冠火蔓延模型、飞火模型、点源火加速模型、干可燃物含水量模型等。FARSITE 使用Rothermel 公式计算火蔓延速率，使用惠更斯理论模拟火足点形状的变化，以椭圆波的形式表达火灾蔓延的过程（Finney，1998）。FARSITE 是一个确定性模拟系统，模拟结果可以直接与输入数据进行比较，该系统可用于模拟空中和地面扑火行为，是目前许多研究人员甚至政府部门认为的最精确的火灾蔓延系统，被广泛应用。FARSITE 需要GIS 系统的支持，以生成、管理和提供包含可燃物和地形的空间数据。在火灾蔓延模拟的许多用途中，与FARSITE 最相关的是对燃烧中的火灾和潜在火灾的短期和长期预测（Papadopoulos和Pavlidou，2011）。

3.2 模拟方法

模拟过程设置如图8所示，首次初始化模拟过程S0 至S3，使用VIIRS 17日13 时（T0）监测火点进行模拟（模拟持续时间分别为12 h、22 h、45 h、70.5 h），依次模拟至18日1 时、18日11 时、19日10时、20日11时30分，其中18日1时的模拟结果用于下一步重初始化模拟过程，其余模拟结果与图4 所示P1、P2、P3 阶段的中高分辨率卫星影像观测结果对应；重初始化模拟过程S4 至S6，使用S0（17日13 时至18日1 时）模拟过程的模拟结果作为模拟起始条件（即假设该模拟结果为已知过火区，不再有火灾蔓延过程），使用VIIRS 18日1 时（T1）监测火点继续进行模拟（持续时间：10 h、33 h、58.5 h），模拟结束时刻同S1 至S3；重初始化模拟过程S7、S8，模拟起始条件为18日11 时Sentinel-2A/MSI 观测实际过火区，使用VIIRS 18日12 时30 分（T2）火点模拟（持续时间：21.5 h、47 h），模拟至19日10 时、20日11 时30 分，模拟结果与图4 所示P2、P3 阶段的中高分辨率卫星影像观测结果对应；重初始化模拟过程S9、S10，模拟起始条件同T2 的模拟过程，使用VIIRS 19日1 时（T3）火点模拟（持续时间：9 h、34.5 h），模拟结束时刻同S7、S8；重初始化模拟过程S11，模拟起始条件为19日10 时GF-4/PMI 观测实际过火区，使用VIIRS 19日12 时30 分（T4）火点模拟（持续时间：23 h），模拟结束时刻为20日11 时30 分，模拟结果与GF-1/WFV2 观测过火区结果对应。

图8 模拟过程设置结构（从起火时刻T0、T1、T2、T3、T4开始依次进行模拟，模拟一定的持续时间直至结束时刻，17日13时至18日1时模拟结果用作T1模拟的起始条件，其他模拟结果均为最终模拟结果。模拟结束时刻18日11时、19日10时、20日11时30分依次对应图4所示P1、P2、P3阶段的结束时刻）Fig.8 Simulations duration framework（Simulations ran sequentially from the ignition points T0，T1，T2，T3，T4（start date）until the end.The simulation（from 1：00 pm on the May 17 to 1：00 am on the May 18）result are used as the starting condition for T1 simulation，other simulation results are final results.The end time of simulations are 11：00 am on May 18，10：00 am on May 19 and 11：30 am on May 20，respectively，corresponding to the end time of processes P1，P2 and P3 shown in Fig.4）

整体火灾蔓延模拟流程图如图9 所示，其中VIIRS火点数据为FARSITE 系统提供起火位置和时间信息。本文模拟过程中，不设置人为扑火，模拟时间间隔为30 min，林火蔓延边界空间分辨率为90 m，模拟过程中只进行地表火的模拟。FARSITE 的模拟结果为各个模拟结束时刻火灾蔓延的矢量多边形。

图9 FARSITE模拟流程图Fig.9 Flowchart of FARSITE simulation

3.3 验证方法

模拟所需的输入数据自身不准确或有一定限制会造成模拟火灾蔓延结果边界与真实火灾蔓延结果存在误差（Benali 等，2017）。本文使用火灾发生时过境的3颗中高分辨率卫星遥感数据观测火场变化的过程结果（图3），评估模拟结果的准确性。为了评估FARSITE 与卫星遥感火监测数据结合性能，我们将模拟的最终燃烧面积与相应的实际过火范围进行了比较。使用用于比较两个样本的相似度的SC 系数（Sørensen’s coefficient）（Sørensen，1948）计算结果精度：

式中，A是多源遥感数据监测实际过火区与FARSITE 模拟区域的交集部分，B是模拟区域中不与实际过火区相交的部分，C是实际过火区域中不与模拟区域相交的部分。SC 值得范围在0—1 之间，越接近于1说明模拟结果与实际结果一致性越好（Sá等，2014）。

4 结果与分析

4.1 初始化火灾蔓延模拟

使用17日13 时（T0） VIIRS 火点初始化FARSITE 系统进行模拟火灾蔓延，模拟起火位置和模拟结果如图10 所示，火灾的主要蔓延方向为自西向东，5月18日11 时之后火灾向南北两侧发展。模拟S1 过程（17日13 是至18日11 时，持续时间为22 h）结果显示，火场东侧区域模拟结果与实际卫星观测结果相比较慢，西侧过快，根据地面扑火力量的分布，原因可能是，该火场西侧有人为扑火活动，限制了火灾的蔓延，而在实际模拟数据中，该区域地物类型为单一的草地，且18日5 时至18日11 时内风向自西风转为东风（图7），加速了火场西侧的火灾蔓延，同时抑制了东侧的蔓延。模拟过程S2 和S3 的模拟蔓延速度均比实际火灾蔓延的速度快，模拟的蔓延方向主要为南北两侧，火灾蔓延的P2、P3 阶段火场南北两侧均有消防人员扑火活动，限制了实际火灾蔓延，S2 和S3 过程模拟的持续时间分别为45 h 和70.5 h，受输入数据误差和模型自身限制的影响，长时间的模拟，会使得模拟结果逐渐偏离实际火灾蔓延过程。与3 期卫星影像观测的实际过火边界比较，计算模拟结果的SC 值，火灾经过22 小时的蔓延模拟（S1），与卫星影像观测实际过火区一致性较好（SCS1=0.72），随着火灾模拟持续时间的增长，S2和S3 模拟结果与卫星影像观测实际过火区一致性降低（SCS2=0.56，SCS3=0.54）。风向从西风偏北变化为偏南，后转变为东风，5月18日17 时以后主要为西北方向（图7），风向的变化改变火灾的蔓延方向。根据该火灾新闻报道和研究区基本地理情况，火场中设置了人工隔离带、河流、道路屏障，模拟过程中火场的屏障会阻断火灾的蔓延，此外，农田、水体等非可燃土地类型也会限制火灾的蔓延。

图10 火灾蔓延模拟结果（黄色区域）—T0（使用17日13时VIIRS火点初始化模拟过程，分别模拟S1、S2、S3过程，图中黑色边界实际过火区来自中高分辨率卫星监测结果（对应图3））Fig.10 Simulations（yellow areas）of fire spread for T0（VIIRS fire data at 1：00 pm on May 17 was used for initializing the simulations of S1，S2 and S3 respectively.The actual fire zone（black boundary in the figure）comes from high-resolution satellite data（corresponding Fig.3，similarly hereinafter））

4.2 重初始化火灾蔓延模拟

使用间隔约12 h的VIIRS新火点重初始化火灾模拟过程，重初始化起始时刻分别为18日1 时（T1）、18日12 时30 分（T2）、19日1 时（T3）、19日12 时30 分（T4）（如图8 设置），模拟结果如图11、图12、图13、图14。

图11 火灾蔓延模拟结果（黄色区域）—T1（使用18日1时VIIRS火点重初始化模拟过程，分别模拟S4、S5、S6过程，蓝色区域为T0时刻开始模拟的S0过程的模拟结果（如图8设置））Fig.11 Simulations（yellow areas）of fire spread for T1（VIIRS fire data at 1：00 on May 18 was used for re-initializing simulations of S4，S5 and S6，respectively.The blue areas are simulation of S0 started from T0（setting as Fig.8））

图12 火灾蔓延模拟结果（黄色区域）—T2（使用18日12时30分VIIRS火点重初始化模拟过程，分别模拟S7、S8过程，蓝色区域为Sentinel-2A/MSI观测结果）Fig.12 Simulations（yellow areas）of fire spread for T2（VIIRS fire data at 12：30 on May 18 was used for re-initializing simulations of S7 and S8，respectively.The blue areas result from Sentinel-2A/MSI）

图13 火灾蔓延模拟结果（黄色区域）—T3（使用19日1时VIIRS火点重初始化模拟过程，分别模拟S9、S10过程，蓝色区域为Sentinel-2A/MSI观测结果）Fig.13 Simulations（yellow areas）of fire spread for T3（VIIRS fire data at 1：00 on May 19 was used for re-initializing simulations of S9 and S10，respectively.The blue areas result from Sentinel-2A/MSI）

使用18日1 时（T1）火点重初始化模拟过程（S4 至S6），模拟起火位置和结果如图11 所示，其中蓝色区域为以T0 时刻火点模拟S0 过程的结果，由于T0 至T1 时间段内缺少高空分辨率卫星观测结果，因此，在S0 模拟结果的条件下进行重初始化模拟过程S4 至S6，确保模拟时间的连续性，缩短模拟持续时间，以降低模拟误差。图11（S4）显示该模拟过程黄色部分结果与实际卫星监测火场范围差距较大（SCS4=0.705），低于S1 模拟结果的SCS1值，模拟精度未得到提高的原因可能是由于输入数据在该计算阶段误差较大导致夜间重初始化后的火灾蔓延速度偏慢，影响模拟结果，此外S4过程（18日1 时至18日11 时）处于夜间，夜间温度低、湿度大，不利于火灾蔓延，图6（a）显示T1 时刻火点处于林地内，树林会阻挡风，且模拟开始时风速较小，使得风对火灾的蔓延影响较小。S5 模拟结果中火场中部和北侧出现模拟结果空白区，可能的原因是火场北侧有云的干扰，未监测到火点，T1时刻火点主要集中在偏东侧，个别火点在S0模拟火灾范围内，导致其不能被模拟蔓延，该过程模拟的后期（18日17时至19日10时）风向为西北风，使得火灾往该空白区模拟较慢。对于S5 和S6 模拟过程，重初始化的模拟结果（图11（S5）、（S6））与卫星实际观测结果一致性均高于S2和S3（图10（S2）、（S3））初始模拟结果（SCS5=0.64，SCS6=0.57）。

使用5月18日12 时30 分（T2）时刻火点对火灾蔓延过程重初始化，模拟起火位置和结果如图12中（S7）、（S8）所示，图中蓝色区域为Sentinel-2A/MSI 实际观测火场范围，由于T2 时刻以前已有已知火场范围，则使用实际卫星观测范围作为模拟条件（即该实际观测范围内不再进行模拟），模拟P2、P3 阶段内的火灾蔓延，结果显示，经过21.5 小时的模拟过程，S7 模拟结果与实际过火区一致性较好，火场东南侧出现过度模拟的区域，可能的原因是，该区域土地类型由林地变为草地，且该时间段内风向为西北风，风速较大，加速了该部分的模拟；而实际的火场中，该区域为主要焚烧区，投入消防力量控制火灾在该区域蔓延。S8 模拟结果显示，火场南北侧模拟结果仍然快于实际蔓延结果，但是较S3、S6 相比，该模拟结果误差进一步被限制。模拟结果与实际火场范围的一致性进一步提高（SCS7=0.868，SCS8=0.725）。

使用5月19日1时（T3）时刻的火点重初始化模拟过程，模拟起火位置和结果如图13 中（S9）、（S10）所示，除起火点位置和时间与T2 时刻进行的模拟过程不同外，其他设置均相同。S9 模拟结果显示，模拟结果较实际过火区出现低估，模拟的空白区较S7 大，结果一致性未显著提高（SCS9=0.878）；火点在西北和东北侧均有火点，使得该区域继续模拟火灾蔓延，与S5 和S7 相比，该区域火灾一直在焚烧，但是T0、T1 火点观测时刻VIIRS没有监测到该区域的火点；S9 模拟过程结果出现空白较大的原因可能是，重初始化火灾时刻19日1时与该模拟过程的已知过火区时刻（Sentinel-2A，18日11 时）相差较大（14 小时），模拟过程持续性差，火灾主要向东南侧蔓延；火场中的火点主要集中在东南侧和北侧，中间偏东侧火点少，使得重初始化模拟火灾蔓延在中部较慢。S10 模拟结果显示，较之前的模拟结果（S3、S6、S8），其与实际过火区一致性进一步提高（SCS10=0.726）。

使用5月19日12 时30 分（T4）火点对火灾蔓延过程重初始化（图14），图14中蓝色区域为5月19日10时GF-4/PMI观测火场范围，在此基础上使用T4 时刻火点模拟火灾蔓延过程，持续时间为23 h。模拟结果显示火场南北侧均过度模拟，图14中初始火点位置显示火灾焚烧主要集中在火场的西南侧，火点较多，模拟初始速度较快，模拟持续23 h 的结果与S10 模拟过程在该区域持续模拟34.5 h的结果基本一致；该区域投入扑火力量较多限制了火灾的蔓延造成过度模拟。火场北侧继续监测到两处火点，与T3 时刻类似，该区域也有消防人员扑火，限制了火灾的实际蔓延（SCS11=0.787）。

使用VIIRS火点数据进行重初始化模拟过程提高了模拟的精度，保证模拟过程在短期模拟中是可靠的，模拟结果显示，最终模拟结果与卫星影像观测过火区边界具有高的一致性。模拟过程中气象数据日变化引起结果不精确，温度降低和湿度增加都会导致火灾蔓延速率降低，火场局部气象参数和植被参数发生变化，也会导致气象数据不准确，受树林阻风和环境低温高湿度的影响，林地内的地表火灾蔓延较慢。此外自定义的可燃物数据精度难以保证，也会影响模拟结果。

火灾发生期间伴有云天气，云阻挡了火点监测，减少了初始化模拟系统的火点数据量，影响模拟结果。根据火场实际扑火情况，大量消防人员和森林扑火队伍投入到本次火灾扑救中，火场西北侧草原火灾蔓延迅速，人为扑火密集，抑制了火灾在西北侧的蔓延，火灾发生后期，火灾主要集中在东南侧，该区域也是扑救的重点。扑救减缓了火灾蔓延，使得模拟过程快于实际火灾蔓延过程。地面或空中人员的扑火可以重塑火灾的边界形状和蔓延速度，因此需要常规判断和模型重新初始化。

5 结 论

本文使用FARSITE 火灾模拟系统模拟了2017年5月17日发生于内蒙古自治区呼伦贝尔市陈巴尔虎旗的一起森林火灾，并使用VIIRS火监测数据重初始化了模拟过程，研究结论如下：

（1）在使用FARSTIE 火灾模拟系统进行森林火灾蔓延模拟时，每个独立的模拟过程中，模拟结果与实际过火区的一致性会随火灾蔓延持续时间的增大而降低。使用SC 指数表征模拟结果与实际结果的相似度，SC 值显示的变化规律与模拟结果和实际过火区范围之间的差距的变化规律一致。

（2）375 m 的VIIRS 火监测数据能更早的发现小火灾，作为输入FARSITE 系统的起火位置数据，其不确定性减小。借助VIIRS火监测数据使得火灾模拟结果精度提高。与使用单一起火位置模拟火灾蔓延情况相比，使用多次过境的卫星遥感监测的火点数据作为FARSITE 系统重初始起火位置进行火灾模拟过程，模拟结果与实际过火区的一致性提高。

（3）文中使用火灾发展过程中过境的中高分辨率卫星遥感数据监测的实际过火区作为进行重初始化的火灾模拟过程前提提高了火灾模拟的精度。VIIRS 重初始化模拟结果SC 值最高提高56.89%，最终SC 值提高了45.45%；最终模拟结果的SC 值从最初的54.14%经过VIIRS 火点修正后提高到78.76%；模拟过程中的VIIRS 火点重初始化的模拟结果SC 值最高为87.8%。文中未考虑过火区云覆盖和消防扑火两个条件的影响，结论存在片面性。