林业科学  2010, Vol. 46 Issue (11): 95-99   PDF    
0

文章信息

肖化顺, 宋涛, 陈端吕
Xiao Huashun, Song Tao, Chen Duanlü
林火阻隔网火灾防控效能的模糊评判
Fuzzy Evaluation on the Fire Control Efficiency of Forest Fire Separating Network
林业科学, 2010, 46(11): 95-99.
Scientia Silvae Sinicae, 2010, 46(11): 95-99.

文章历史

收稿日期:2009-06-03
修回日期:2010-05-04

作者相关文章

肖化顺
宋涛
陈端吕

林火阻隔网火灾防控效能的模糊评判
肖化顺1, 宋涛2, 陈端吕3    
1. 中南林业科技大学林学院 长沙 410004;
2. 湖南省常德市国土资源规划测绘院 常德 415000;
3. 湖南文理学院 常德 415000
摘要: “以网防火”是林火管理的重要形式之一。影响林火阻隔网(FFSN)火灾防控效能发挥的因素很多。文中建立FFSN火灾防控效能评判指标体系: FFSN密度、FFSN网眼变动系数、FFSN连通度、FFSN通达度、森林消防水资源点- FFSN连通指数以及森林消防水资源点- FFSN通达度6大指标; 依此构建FFSN火灾防控效能综合评判模型。应用FFSN与森林资源矢量数量和属性数据,借助ArcGIS技术和数学方法,获取评价指标值,定量评判以广州市各区FFSN火灾防控效能评判顺序,其结果为花都林区>白云林区>增城林区>从化林区。评判结果符合实际,为林区FFSN建设与评价提供重要参考依据。
关键词:林火阻隔网    火灾防控效能    模糊综合评判    
Fuzzy Evaluation on the Fire Control Efficiency of Forest Fire Separating Network
Xiao Huashun1, Song Tao2, Chen Duanlü3    
1. College of Forestry, Central South University of Forestry and Technology Changsha 410004;
2. Land Resources Planning and Surveying Bureau of Changde City of Hunan Province Changde 415000;
3. Hunan University of Arts and Science Changde 415000
Abstract: Forest fire separating network (FFSN) is one of the key means in forest fire management. In this paper an evaluation index system for FFSN efficiency was established, with considering related factors affecting the forest fire controlling efficiency. Those indices include FFSN density, FFSN network distributed size and so on with which, a fuzzy comprehensive evaluation model of FFSN efficiency was constructed. Fire control efficiency of FFSN in the Guangzhou forest districts was evaluated quantitatively by using the geography information system software ArcGIS which has powerful spatial analysis and statistics functions. The result showed the fire control efficiency was in a ranking of: Huadou forest area > Baiyun forest area > Zengcheng forest area > Conghua forest area. The evaluated result was consistent to the reality. This study provided an important reference for FFSN construction and its evaluation.
Key words: forest fire separating network(FFSN)    fire control efficiency    fuzzy comprehensive evaluation    

森林火灾严重威胁着森林及森林环境,其直接损失就是烧毁森林资源,危害人们的生命财产安全,而森林火灾的间接损失远比直接损失大,如生物种群的灭绝、生态环境的破坏、水土流失和水质变化等是直接损失的4 ~ 6倍(肖化顺,2009; Bisson et al., 2003)。林火阻隔网(forest fire separating network,FFSN)既是防止森林火灾蔓延的隔离带,又是控制火灾、扑救力量通行的重要通道,其结构和布局直接影响到FFSN火灾防控效能的发挥(肖化顺,2005)。目前,国内外相关研究主要是FFSN的规划设计,特别是关于林道网密度理论、林道网配置方法等研究较多(邱荣祖,2000; 谢政等,1995; 姚树人等,2002; Douglas,1990)。有关FFSN防火效能的评价指标体系和防火效能评价模型尚未见报道,本文综合考虑了FFSN森林火灾防控效能的影响因素,提出了FFSN评判指标体系,构建了FFSN火灾防控效能模糊综合评判模型,并进行了评判试验,为FFSN结构和布局调整服务,以发挥FFSN在森林消防中的重要作用。

1 林火阻隔网定义

FFSN由自然障碍阻隔、工程阻隔、生物阻隔组成。自然障碍阻隔包括河流、沟壑、岩石裸露地带、沙丘、水湿地等,自然障碍阻隔(要求宽度10 m以上)分布在林区内,须与其他阻隔工程紧密衔接才能形成林火阻隔网。工程阻隔包括防火隔离带、防火线、防火沟、生土带、道路工程。生物阻隔主要是利用难燃、耐火性和抗火性较强的植物,带状种植,来阻止林火的蔓延; 利用动物和微生物加速阻隔带内凋落物的分解,减少阻隔带内可燃物的积累,改变火环境,增强阻隔带的抗火性,包括防火林带、草带、农田、菜田等。本文的FFSN主要包括可通行或阻火的路网、合格的生物防火林带,并将区域FFSN抽象为一个连通图。

2 评判指标体系的建立

FFSN火灾防控效能所涉及的影响因子众多,依照系统性、客观性、目的性、可操作性原则,充分考虑森林消防目标、区域森林火灾与森林消防特点,通过对林业工作者的问卷调查,参考森林防火专业人士建议。确定FFSN密度、FFSN网眼变动系数、FFSN连通度、FFSN通达度、森林消防水资源-FFSN连通指数、森林消防水资源-FFSN通达度6个因子为FFSN火灾防控效能综合评判指标。研究过程中,将区域性FFSN抽象为一个连通图,记作N(VE),其中E为网络N的边集,V为网络N边集E的端点构成的节点集。

1) FFSN密度    FFSN密度体现林区路网、生物防火网等建设质、量及其空间分布,直接影响防火效能的发挥,是评判FFSN火灾防控效能的传统指标,可用FFSN总长度与林地总面积之比表示(姚树人等,2002)。因此,某一区域FFSN密度可表示为:

式中: E01为FFSN N(VE)的网络密度,L为FFSN总长度,S为林地总面积。

2) FFSN网眼变动系数指    FFSN网眼面积标准差与平均网眼面积之比,是描述FFSN网眼面积的分配均匀程度。FFSN变动系数值越小,表明FFSN网眼面积分配越合理,其表达式为:

式中: E02为FFSN网眼变动系数,p为FFSN网眼总数,si为第i个网眼的面积,s为网眼平均面积。

3) FFSN连通度    假设林火发生时,火点在FFSN中节点vi处(或离节点vi最近处),节点vi与FFSN中其他节点连通性越强,则说明能使更多消防资源从其他节点通过不同的路径到达节点vi处,有利于林火扑救与指挥,是网络N(VE)中所有节点对在网络中连通度的平均值(顾政华等,2005),其表达式为:

式中: E03为FFSN网N(VE)连通度,n为FFSN网N的节点数,kij为FFSN在网络N中使得节点vivj(ij)不连通所要移去的最少边数,称kij为点对vivj在网络N中的连通度。

4) FFSN通达度    节点通达度是指在林区内从某节点出发,通过FFSN边抵达所有需要连接的节点的最短时间。FFSN通达度是各节点通达度的平均值,反映了FFSN各节点之间联系难易程度,其表达式为:

式中: E04为FFSN连通图N(VE)中的节点vivj的FFSN通达度,tij为从节点vivj所需最少时间,即节点vi的通达性,n为FFSN网N的节点数。本文只采用道路和防火线参与FFSN通达度计算。约定如表 1

表 1 道路等级类型与行驶速度 Tab.1 The level types of road and its corresponding velocity

5) 森林消防水资源点-FFSN连通指数    水是最常用的也是最廉价的灭火物质,用水灭火效果好,用水灭火是森林消防发展的方向。森林消防水资源点-FFSN连通指数是指林区内与FFSN连通的森林消防水资源点个数和林区内水源点总数之比(Douglas,1990)。其中,森林消防水资源点是指林区内能为消防水车、灭火水泵等用水灭火工具提供充分水资源,且火灾发生时能短时间内设法与FFSN相连通的河流、湖泊、水库水源取水点,或其他可用于紧急扑救的水源点。季节性水源点,只考虑森林消防期是否可作为消防水源点,其表达式为:

式中: E05为森林消防水资源-FFSN连通指数,W为林区水源点总数,w为与FFSN连通的消防水资源点数。

6) 森林消防水资源点-FFSN通达度    水资源点通达度指从水资源点出发,通过FFSN边抵达所有需要连接的节点的最短时间,指各水资源点通达度的平均值(Douglas,1990),其表达式为:

式中: E06为森林消防水资源-FFSN通达度,w为与FFSN连通的消防水资源个数,tki为消防水资源点k到FFSN节点vi最短路径上所需时间,即节点vi的通达性,n为FFSN网N(VE)的节点数,计算时,其约定同E04

3 FFSN火灾防控效能的模糊评判

利用模糊数学方法进行FFSN火灾防控效能评判,其主要步骤有: 1)定量估算FFSN火灾防控效能评判指标值; 2)确定各评判指标权重; 3)建立模型综合评判矩阵; 4)定义隶属函数、确定隶属度; 5)计算贴近度,依据贴近度的大小判断其防控效能发挥程度。

以广州市森林资源相对丰富的4个区:从化林区、增城林区、花都林区和白云林区为例。研究资料为2007年更新的1: 1万全要素矢量化地形图(包括行政界线、河流、水系、道路、等高线、注记等数据层)、1: 1万数字化林相图、森林火灾水资源调查数据、森林资源档案数据和防火线、生物防火林带等防火资源档案数据等。利用GIS关联属性数据和图形数据库,可以将空间和属性信息有机地进行相互调用和综合分析。为此获取研究区FFSN连通图(各节、边均带属性),如图 1

图 1 广州市各林区FFSN连通图 Figure 1 FFSN in each forest area of Guangzhou
3.1 指标值计算

1) FFSN密度    在ArcGIS平台上,可直接查询FFSN连通图的边和林地图斑属性表,得到各区满足森林火灾防控条件的FFSN长度与林地面积。

2) FFSN网眼变动系数    FFSN纵横交错,互相连接,形成封闭网状结构(网眼)。以各区林相图和FFSN图为底图,新建网眼图层,统计网眼个数以及对应的网眼面积,可计算得到FFSN网眼变动系数。

3) FFSN连通度    采用网络理论的最大流算法(谢政等,1995),可以得到连通度的一个算法:在FFSN连通图N(VE)中,默认每条边上的容量权为1,运用最大流算法,可计算出节点vivj(ij)之间的最大流量,根据最大流最小截集,此值即为kij,然后循环,计算出FFSN连通度。

4) FFSN通达度    在ArcGIS的ArcMap中创建FFSN网络数据集,调用ArcToolbox工具中的Network Analyst最佳路径分析,求得FFSN各节点通达度。

5) 森林消防水资源点-FFSN连通指数:其过程同3)。

6) 森林消防水资源点-FFSN通达度:其过程同4)。

计算结果如表 2所示。

表 2 林火阻隔网火灾防控效能指标值 Tab.2 Indices value for fire control efficiency of FFSN
3.2 模糊综合评判

1) 指标权重的确定    根据评价指标,采用层次分析(AHP)法,在对各个指标进行分析的基础上广泛听取专家意见,进行专家调查。共下发调查问卷200份,回收193份,回收率96.5%。采用1 ~ 9比例标度对重要性程度赋值(康燕燕,2009),得到如下判断矩阵:

根据以上矩阵A,即可计算出标准化后的权重为w = (0.220 0,0.144 0,0.103 0,0.246 0,0.086 0,0.201 0)。在计算单准则下排序权重向量时,必须对判断矩阵进行一致性检验,因为在人们回答问题的过程中,由于客观事物的复杂性和人的认识的多样性,并且笔者在构造判断矩阵的过程中并不要求判断矩阵的一致性,有可能导致决策失真。当判断矩阵偏离一致性过大时,这种近似估计的可靠程度也就值得怀疑,因此需要对判断矩阵进行一致性检验。当一致性指标(CR)小于0.1时,认为判断矩阵的一致性可以接受,否则应修正(肖位枢,1992)。经计算,一致性指标CR = 0.003 2<0.1,权重分配符合要求。

2) 模糊矩阵的建立    用模糊矩阵表示评判对象与评判指标:

式中: rij表示第i林区的第j个影响因素,i = 1,2,3,4; j = 1,2,3,4,5,6。对q个因素,划分为2类,q1 ={指标值越大越好},q2 = {指标值越小越好}。

3) 定义隶属函数

4) 确定隶属度    用归一化权重(∑ωi = 1)修正隶属度函数形成修正隶属度函数,为Gj = ωjFj

5) 计算贴近度    将每个因素中的最佳值组合成最优值Y = (Y1Y2,…,Yn),计算各林区与最优值之间的贴近度δ(FiY) = 1-D(FiY) = 1-,这里δ是海明距离(彭展声等,2007)。

由隶属函数标准化因子数据得到隶属度函数值,如表 3; 经修正隶属度函数计算,得到修正隶属度函数值,如表 4; 计算各备选地址与最优值之间的海明距离,以此作为贴近度,如表 5

表 3 隶属度函数值 Tab.3 Subject function value
表 4 修正后的隶属度值 Tab.4 The revised subject degree value
表 5 贴近度计算值 Tab.5 Calculating value of close degree

由此,广州市4个林区的林火阻隔网火灾防控效能的评判顺序为δ3δ4δ2δ1,即FFSN火灾防控效能的大小顺序为花都林区>白云林区>增城林区>从化林区。

4 结论与讨论

1) 广州市1997—2006年10年间共发生森林火灾87次,按各次时间、地点、面积相关属性数据统计分析各区发生率和控制率。统计发现,发生率为从化林区>增城林区>白云林区>花都林区,比值为4.66,3.19,2.51,1.02。控制率顺序为花都林区<白云林区<增城林市<从化林区,分别为81: 117: 186: 244。综合考虑各林区的发生率和控制率指标值,可以认为评判结果能较好地反映FFSN火灾防控实际,对于FFSN森林火灾防控效能的评判具有较好的实践应用价值。

2) 从评价过程中可以看出:对于花都林区因其E01E03指标值高,E06指标值低,经计算得到的贴近度较大,因此火灾防控效能发挥较好,而对于从化林区因其E01E05指标值低,其E02E04指标值高,经计算贴近度相对较小,因此FFSN森林火灾防控效能发挥差。

3) 根据指标权重大小,FFSN通达度对其防控效能发挥影响最大,其次是FFSN密度>水资源-FFSN通达度>FFSN网眼变动系数>FFSN连通度>水资源-FFSN连通指数。因此,在林区FFSN规划建设中,考虑FFSN防控效能发挥的效果,首要的是提高FFSN通达度,依次优先考虑权重较大的指标进行规划设计,特别是已有的FFSN的更新改造,使其符合FFSN防控要求,以发挥其更好防控效能效果。

4) 本研究首次提出了林火阻隔网(FFSN)火灾防控效能评判指标体系,建立了FFSN火灾防控效能综合评判模型,改进了利用传统指标(FFSN密度和FFSN网眼变动系数)进行FFSN质效评定的技术方法,经实证研究,评判结果符合客观实际。FFSN火灾防控效能模糊综合评判,该方法原理清晰,计算简单,可操作性强,能真实地反映FFSN防控效能发挥程度,可以为林区FFSN结构体系建设提供重要参考依据。

参考文献(References)
顾政华, 李旭宏, 于世军. 2005. 区域高速公路网布局结构的连通度研究[J]. 公路交通科技, 22(2): 86-89.
康燕燕. 2009. 层次分析法在企业信息化服务商选择中的应用研究[J]. 当代经济, 24(6): 13-16.
彭展声, 陈芝辉. 2007. 模糊多属性折衷决策模型及其算法[J]. 河池学院学报, 27(2): 22-25.
邱荣祖. 2000. 林道网合理密度及配置方法的研究[J]. 南京林业大学学报, 24(1): 51-55.
肖化顺. 2009. 森林火灾防控资源结构体系研究. 中南林业科技大学博士学位论文.
肖化顺. 2005. 城市生态廊道及其规划设计的理论探讨[J]. 中南林业调查规划, 24(2): 15-18.
肖位枢. 1992. 模糊数学基础及应用[M]. 北京: 中国林业出版社: 76-90.
谢政, 李建平. 1995. 网络算法与复杂性理论[M]. 北京: 国防科技大学出版社: 78-162.
姚树人, 文定元. 2002. 森林消防管理学[M]. 北京: 中国林业出版社: 280.
Bisson P A, Rieman B E, Luce C, et al. 2003. Fire and aquatic ecosystems of the western USA: current knowledge and key questions[J]. Forest Ecology and Management, 178(1 /2): 213-229.
Douglas A D. 1990. Choose route with care to avoid costly mistakes[J]. Canadian Forest Industry, 110(5): 44-46.