文章信息
- 贾丙瑞, 周广胜, 于文颖, 方东明
- Jia Bingrui, Zhou Guangsheng, Yu Wenying, Fang Dongming
- 1972—2005年大兴安岭林区雷击火特征及其与干旱指数的关系
- Characteristics of Lightning Fire in Daxing'anling Forest Region from 1972 to 2005 and Its Relationships with Drought Index
- 林业科学, 2011, 47(11): 99-105.
- Scientia Silvae Sinicae, 2011, 47(11): 99-105.
-
文章历史
- 收稿日期:2010-07-04
- 修回日期:2010-08-06
-
作者相关文章
2. 中国气象局沈阳大气环境研究所 沈阳 110016
2. Institute of Atmospheric Environment, China Meteorological Administration Shenyang 110016
森林火灾是当今世界发生面广、突发性强、破坏性大、处置扑救较为困难的自然灾害。大兴安岭林区是北方林在我国境内的延伸,地处高纬度区域,气候变暖最为显著(孙凤华等,2006; 王宇等,2008)。该地区林火频发、防火期长、林火危害严重(Li et al., 2000; 傅泽强等,2001; Hinzman et al., 2003; Scholze et al., 2006; 王明玉,2009; 赵凤君等,2009; Liu et al., 2010)。2002年在墨西哥召开的“新千年森林火灾研究国际研讨会”预测,随着全球气候变暖,今后50年内全球森林火险的严重程度将增加(曾伟,2010)。本世纪末,气候变化对北方林的影响将导致火灾次数增加50% (Flannigan et al., 2009)。大兴安岭林区是我国森林火灾的高发区和火灾害最严重的地区,加强全球变暖背景下的大兴安岭林区林火研究尤为迫切。
由于大兴安岭林区地处高纬度区域,处于冷暖气团交替的东亚季风区。每年5—8月,来自贝加尔湖和蒙古的冷空气通过该地区,经常出现干雷暴天气,使大兴安岭林区成为全国雷击火的高发区(李华,2005)。据统计,1972—2005年大兴安岭林区雷击火占总林火次数的36%,特别是2000—2005年雷击火次数呈明显上升趋势,约占总林火次数的66%,是雷击火高发地区(张艳平等,2008)。王明玉(2009)研究表明:未来气候变化下大兴安岭林区雷击火的发生将会日趋严重,2010—2100年雷击火发生最危险的区域主要分布于大兴安岭的北部。雷电作为一个干扰因子所引发的森林火灾,损失和危害极大,常常导致成片森林被毁,也使得森林火灾的预防与扑救变得更加复杂(李忠琦等,2004)。我国在雷击火方面的研究较少,主要对雷击火的时空动态特征及其发生条件进行研究(宋志杰, 1991; 程邦瑜等, 1996; 舒立福等,2003; 田晓瑞等,2009)。
林火通常发生在极端气候条件下,如干旱。Westerling等(2003)对美国西南部长期火灾资料与干旱指数的研究表明:年过火面积与异常干旱条件有着相似的变化格局。干旱与林火之间的密切关系为评估和预测潜在火险提供了重要依据。已有干旱指数形式多样,不同的干旱指数反映的干旱特征侧重点各不相同。干旱是一个复杂的过程,Farago等(1988)建议进行干旱分析应同时考虑2个或更多指数。Palmer干旱指数(PDSI)是综合考虑前期降水、水分供给、水分需求、实际蒸散量、潜在蒸散量等要素,以水分平衡为基础而建立的气象干旱指数(Palmer, l965),是美国气象干旱中最常用的指数(Heim,2002)。PDSI自建立之初就被广泛应用到各个领域评估和监测较长时期的干旱,同时也是衡量土壤水分和确定干旱起止时刻最有效的工具。Keetch-Byram干旱指数(KBDI)是由Keetch等(1968)提出的用于火灾监测和预报的干旱指标,综合考虑了与干旱相关的降水、温度以及地表状况,反映了干旱的物理机制,有效地确定了干旱的起始时刻,并采用递推的方法反映干旱的累积效应。本研究试图运用大兴安岭林区1972—2005年气象数据和雷击火数据,分析大兴安岭林区雷击火的月和年动态变化,探讨干旱指数PDSI和KBDI在该地区的适用性,为日常林火管理提供技术参考。
1 研究区概况研究区位于黑龙江省大兴安岭林区,包括松岭、呼玛、新林、塔河、加格达奇、呼中6个站点,地理坐标范围123°40′—126°39′E,50°24′—52°21′N(图 1)。地带性植被类型为寒温性针叶林,以兴安落叶松(Larix gmelinii)为主要优势种,还有白桦(Betula platyphylla)、樟子松(Pinus sylvestris var. mongolica)、偃松(Pinus pumila)、山杨(Populus davidiana)等树种。该区属寒温带季风气候,年均气温-2.4 ℃,变动范围-4.6~-0.5 ℃,极端最高温39.4 ℃,极端最低温-50.2 ℃,年均降水量470 mm,变动范围302~614 mm,无霜期较短,在80~100天之间(王宇等,2008)。
本研究使用资料来自黑龙江省气象科学研究所提供的大兴安岭林区松岭、呼玛、新林、塔河、加格达奇、呼中共6个站点1972—2005年雷击火数据(包括次数、面积、起火时间等),以及呼玛、新林、塔河、加格达奇共4个站点1972—2005年逐日气象数据(包括降雨量、平均气温、最高气温等)。
2.2 研究方法 2.2.1 Palmer干旱指数(PDSI)Palmer干旱指数描述了在数月或数年内水分供应持续低于气候上所期望的水分供给(Palmer, l965)。气候适宜降水量
式中,
式中,ET和PE为实际蒸散量和潜在蒸散量,PE由Thornthwaite蒸发计算公式求出(马柱国等,2001);R,PR为实际补水量和潜在补水量,RO,PRO为实际径流量和潜在径流量,L,PL为实际失水量和潜在失水量,符号“—”表示多年平均值,α,β,γ和δ分别为蒸散系数、补水系数、径流系数和失水系数。
水分异常指标(z)可表示如下:
z=d×K。
式中,
Palmer干旱强度是水分亏缺量与持续时间的函数。因此,旱度模式必须包含时间因子。采用赵惠媛等(1996)建立的黑龙江省的修正Palmer旱度模式:
X(i)=Z(i)/97.995+0.88X(i-1)。
式中,Z(i)/97.995为本月水分状况对旱度的贡献,0.88X(i-1)为所有前期时段水分状况对本月旱度的影响。通常认为,PDSI≤-4表明极端干旱,≥4表明极端湿润,-4~4之间又可划分为不同的干湿等级。
2.2.2 Keetch-Byram干旱指数(KBDI)Keetch等(1968)认为,在1周内有15~20 cm的降水就足够用于初始化。KBDI的取值范围是0~800,值越大表明越干旱。
式中: TMAXt为日最高气温(℃),R为平均年降雨量(cm),KBDIt-1是t-1天的KBDI指数,DFt是干旱因子,Pt为日净降水量(cm)。
2.3 统计分析运用线性回归方法分析了月尺度上雷击火次数、过火总面积与PDSI、KBDI的关系。为研究年际尺度不同月份干旱指数(PDSI、KBDI)对雷击火次数与过火总面积的影响,运用SPSS 10.0 (SPSS for Windows, Version 10.0, Chicago, Illinois)进行多元线性逐步回归分析,选入变量的显著水平为P≤0.05。
3 结果与分析 3.1 雷击火月动态及其与干旱指数的关系分析图 2a给出了大兴安岭林区6个站点雷击火次数和过火总面积月分布动态,1972—2005年共发生雷击火282起,雷击火次数月分布动态呈单峰型曲线,雷击火主要发生在5—9月,峰值出现在6月,6月约占全年雷击火次数的42%。乌秋力等(2007)研究发现,大兴安岭闪电峰值同样出现在6月。KBDI月动态分布呈单峰型曲线,5, 6, 7月较干旱,峰值出现在6月,与雷击火次数月动态分布相一致; 而PDSI所反映的最干旱时期出现在9—12月,5月较干旱,6, 7, 8月则相对较湿润,与雷击火次数月动态分布不相符(图 2b)。PDSI春季和初夏(3—6月)较高,是因为Palmer模式中没有考虑融雪(Dai et al., 2004),但是在大兴安岭林区它对土壤湿度影响很大。
1972—2005年由雷击火造成的过火总面积达8.5万hm2,雷击火过火总面积月分布动态呈单峰型曲线,最大过火总面积出现在5月和6月,分别为3.9万和3.3万hm2,两者约占全年过火总面积的85%,7月次之,约9 000 hm2(图 2a)。KBDI月动态分布呈单峰型曲线(图 2b),5,6,7月较干旱,与过火总面积月动态分布基本一致,但峰值出现在6月,较过火总面积峰值晚1个月。PDSI 5月较干旱,而6月和7月相对较湿润,与过火总面积月动态分布不相符。
为便于相关性分析,通常将过火总面积进行自然对数转换再分析(Dollin et al., 2005; Xiao et al., 2007)。1972—2005年共有55个着火月份,图 3给出了着火月份雷击火次数、过火总面积的自然对数与相应PDSI月值、KBDI月均值的关系。PDSI月值与雷击火次数和过火总面积呈负相关,相关系数(R2)分别为0.09和0.10,表明随着湿润程度增加,雷击火次数和过火总面积均呈减少趋势; KBDI月均值与雷击火次数和过火总面积呈线性正相关关系,相关系数(R2)分别为0.28和0.21,表明随着干旱程度加剧,雷击火次数和过火总面积均呈增加趋势,同时也预示着未来气候变暖背景下大兴安岭林区雷击火发生和蔓延将呈上升趋势。KBDI月均值与雷击火次数和过火总面积的相关系数明显大于PDSI,且均达到了极显著水平,说明在大兴安岭林区月尺度上雷击火次数和过火总面积更适于用KBDI来表征。
图 4a给出了1972—2005年大兴安岭林区6个站点雷击火次数和过火总面积的年际动态变化。大兴安岭林区雷击火次数年际波动较大,大致可分为3个阶段: 1972—1979年雷击火高发阶段,年均约9次; 1980—1999年雷击火低发阶段,年均仅4次; 2000—2005年雷击火呈明显增加趋势,年均21次,约占整个34年雷击火次数的45%。张艳平等(2008)对大兴安岭林区林火研究发现相似的规律,2000年以后降水、相对湿度大幅度减少,气温升高,表现出明显暖干化趋势。
对于雷击火总面积,1972—1979年过火面积最大,6个站点平均值为7 495 hm2,其中超过1 000 hm2的特大森林火灾共发生5起; 1980—1999年过火面积最小,6个站点平均值为1 437 hm2,主要是1986年在呼玛和呼中发生2次特大森林火灾,分别为3 320 hm2和3 797 hm2; 2000—2005年过火面积又有增加的趋势,6个站点平均值为5 043 hm2,特别是2000年各站点均有过火面积,约占近6年过火面积的81%。
1972—1979年、1980—1999年和2000—2005年3个阶段,PDSI分别为-0.25,0.24和-0.31,KBDI分别为43.95,21.75和39.58,均表现出了干—湿—干的特征,两者基本反映了雷击火次数和总面积的年际动态变化(图 4b)。对于PDSI指示比较干旱的几个年份(如1974, 1979, 1987, 1995, 2002, 2005年),除1995年外,均表现出较高的雷击火次数和总面积; 对于KBDI指示比较干旱的几个年份(如1974, 1977, 1979, 1986, 1987, 1998, 1999, 2002, 2005年),除1977年和1999年外,均表现出较高的雷击火次数和总面积。
采用多元线性逐步回归方法,分析1972—2005年间不同月份PDSI、KBDI(1—12月月均值及其总的平均值)对雷击火年发生次数与年过火总面积的影响(表 1)。结果表明:对于PDSI,1—12月及其平均值13个变量中,9月份PDSI可以很好地描述雷击火年发生次数(R2=0.47),而年过火总面积可以用8月份PDSI预测(R2=0.20),二者均达到极显著水平; 对于KBDI,雷击火年发生次数需用6月份KBDI和8月份KBDI共同描述(R2=0.57),而年过火总面积6月份KBDI就可以很好地描述(R2=0.40),二者均达到极显著水平; 相比较,KBDI与雷击火年发生次数与年过火总面积的相关系数均高于PDSI。
PDSI和KBDI属于同一类干旱指标,物理机制较为明确,通过研究干旱机制,力图细致地反映干旱涉及的各个物理过程,如土壤水分蒸发、地表径流和地表水分补给等,以提高对干旱强度和持续时间的反映精度(袁文平等,2004)。PDSI和KBDI均是以气温和降雨量为基础并考虑了当地土壤水分条件而计算得到的干旱指数。本研究表明:不论在月尺度上还是年尺度上,KBDI比PDSI更适于描述大兴安岭林区的雷击火特征。PDSI以平均气温为输入变量,而KBDI采用最高气温计算干旱因子(DF)并作为是否引入的判断标准。KBDI反映了上层土壤和凋落物干燥程度,计算过程中默认的林冠截留量为5.1 mm (Keetch et al., 1968)。吴旭东等(2006)研究表明:兴安落叶松林林冠截留量随着降雨量的增大而增加,最大截留量是5.22 mm,接近于KBDI默认的林冠截留量值。加拿大森林火险天气指数系统(FWI)用可燃物湿度评价林火发生的危险程度,计算细小可燃物湿度码(FFMC)、半腐层湿度码(DMC)和干旱码(DC)时,三者所对应日降雨量需分别大于0.5,1.5和2.8 mm(Van Wagner et al., 1985),3个代码代表凋落物层和上层土壤,三者之和为4.8 mm,与KBDI默认的林冠截留量值相近。KBDI不仅与死可燃物湿度有关,Dimitrakopoulos等(2003)对地中海地区针叶林研究表明KBDI与活可燃物(林下草本植物)湿度也有很好的相关性。
1972—2005年该研究区域KBDI日值变动于0~182之间,以25为间隔划分KBDI干旱指数,图 5给出了不同KBDI间隔下雷击火发生概率。KBDI在125以下时,雷击火发生概率最大仅为6.0%;KBDI在125以上时雷击火发生概率呈明显增加趋势。KBDI干旱指数在125~150之间时,雷击火发生概率为23.5%,在150~175之间时雷击火发生概率达到45.8%。KBDI干旱指数用于火险等级划分时,通常认为300以下时,上层土壤和凋落物较湿润,火险低; 300~500之间时,上层土壤和凋落物干燥,有助于火强度; 600以上为严重干旱(Janis et al., 2002; 田晓瑞等,2003)。本研究区域计算得到的KBDI干旱指数明显偏低,与牛若芸等(2007)计算的黑龙江省KBDI结果相近,不适于该划分体系。因此,对于给定的KBDI值来定量解释干旱或湿润程度要取决于当地的平均气候状况。
程邦瑜, 金晓钟, 姚树林, 等. 1996. 森林雷击火的预报监测[J]. 自然灾害学报, 5(4): 115-120. |
傅泽强, 戴尔阜. 2001. 大兴安岭森林火险季节动态特征及其气候条件分析[J]. 自然灾害学报, 10(4): 113-116. |
李华. 2005. 黑龙江大兴安岭森林雷击火环境及预测预报. 中国林业科学研究院硕士学位论文. http://cdmd.cnki.com.cn/Article/CDMD-82201-2006152372.htm
|
李忠琦, 张淑云, 张春梅, 等. 2004. 大兴安岭林区雷击火发生的相关条件研究[J]. 森林防火, (4): 19-21. |
马柱国, 符淙斌. 2001. 中国北方干旱区地表湿润状况的趋势分析[J]. 气象学报, 59(6): 737-746. DOI:10.11676/qxxb2001.077 |
牛若芸, 翟盘茂, 佘万明. 2007. 森林火险气象指数的应用研究[J]. 应用气象学报, 18(4): 479-489. DOI:10.11898/1001-7313.20070408 |
舒立福, 王明玉, 田晓瑞, 等. 2003. 我国大兴安岭呼中林区雷击火发生火环境研究[J]. 林业科学, 39(6): 94-99. DOI:10.11707/j.1001-7488.20030617 |
宋志杰. 1991. 林火原理和林火预报[M]. 北京: 气象出版社.
|
孙凤华, 杨修群, 路爽, 等. 2006. 东北地区平均、最高、最低气温时空变化特征及对比分析[J]. 气象科学, 26(2): 157-163. |
田晓瑞, 舒立福, 王明玉, 等. 2003. 利用Keetch-Byram干旱指数预测森林火险[J]. 火灾科学, 12(3): 151-155. |
田晓瑞, 舒立福, 王明玉, 等. 2009. 大兴安岭雷击火时空分布及预报模型[J]. 林业科学研究, 22(1): 14-20. |
王明玉. 2009. 气候变化背景下中国林火响应特征及趋势. 中国林业科学研究院博士学位论文. http://cdmd.cnki.com.cn/Article/CDMD-82201-2009194217.htm
|
王宇, 周广胜, 贾丙瑞, 等. 2008. 1954—2005年中国北方针叶林分布区的气候变化特征[J]. 应用生态学报, 19(5): 942-948. |
乌秋力, 赵可新, 张文波, 等. 2007. 大兴安岭闪电时空分布特征分析[J]. 内蒙古气象, (5): 9-10. |
吴旭东, 周梅, 张慧东. 2006. 兴安落叶松林冠截留与降雨量及降雨强度的关系[J]. 内蒙古农业大学学报, 27(4): 83-86. |
袁文平, 周广胜. 2004. 标准化降水指标与Z指数在我国应用的对比分析[J]. 植物生态学报, 28(4): 523-529. DOI:10.17521/cjpe.2004.0071 |
曾伟. 2010. 美国国家火险等级系统的本地化及其应用. 中国科学院研究生院博士学位论文. http://d.wanfangdata.com.cn/Thesis/Y2036535
|
张艳平, 胡海清. 2008. 大兴安岭气候变化及其对林火发生的影响[J]. 东北林业大学学报, 36(7): 29-31, 36. |
赵惠媛, 沈必成, 姜辉, 等. 1996. 帕尔默气象干旱研究方法在松嫩平原西部的应用[J]. 黑龙江农业科学, (3): 30-33. |
赵凤君, 舒立福, 邸雪颖, 等. 2009. 气候变暖背景下内蒙古大兴安岭林区森林火灾发生日期的变化[J]. 林业科学, 45(6): 166-172. DOI:10.11707/j.1001-7488.20090630 |
Dai A, Trenberth K E, Qian T. 2004. A global dataset of Palmer drought severity index for 1870—2002: relationship with soil moisture and effects of surface warming[J]. Journal of Hydrometeorology, 5(6): 1117-1130. DOI:10.1175/JHM-386.1 |
Dimitrakopoulos A P, Bemmerzouk A M. 2003. Predicting live herbaceous moisture content from a seasonal drought index[J]. International Journal of Biometeorology, 47(2): 73-79. |
Dolling K, Chu P, Fujioka F. 2005. A climatological study of the Keetch/Byram drought index and fire activity in the Hawaiian Islands[J]. Agricultural and Forest Meteorology, 133(1-4): 17-27. DOI:10.1016/j.agrformet.2005.07.016 |
Farago T, Kozma E, Nemes C. 1988. Quantifying droughts//Antal E, Glantz M H. Identifying and coping with extreme meteorological events. Budapest: Hungarian Meteorological Service, 62-111.
|
Flannigan M, Stocks B, Turetsky M, et al. 2009. Impacts of climate change on fire activity and fire management in the circumboreal forest[J]. Global Change Biology, 15(3): 549-560. DOI:10.1111/gcb.2009.15.issue-3 |
Heim R R Jr. 2002. A review of twentieth-century drought indices used in the United States[J]. Bulletin of the American Meteorological Society, 83(8): 1149-1165. DOI:10.1175/1520-0477(2002)083<1149:AROTDI>2.3.CO;2 |
Hinzman L D, Fukuda M, Sandberg D V, et al. 2003. FROSTFIRE: An experimental approach to predicting the climate feedbacks from the changing boreal fire regime[J]. Journal of Geophysical Research, 108(D1): 8148-8153. |
Janis M J, Johnson M B, Forthun G. 2002. Near-real time mapping of Keetch-Byram drought index in the south-eastern United States[J]. International Journal of Wildland Fire, 11(4): 281-289. DOI:10.1071/WF02013 |
Keetch J J, Byram G M. 1968. A drought index for forest fire control. USDA Forest Service Research Paper SE-38(revised 1988). Asheville, NC.
|
Li C, Flannigan M D, Corns I G W. 2000. Influence of potential climate change on forest landscape dynamics of west-central Alberta[J]. Canadian Journal of Forest Research, 30(12): 1905-1912. DOI:10.1139/x00-118 |
Liu Y, Stanturf J, Goodrick S. 2010. Trends in global wildfire potential in a changing climate[J]. Forest Ecology and Management, 259(4): 685-697. DOI:10.1016/j.foreco.2009.09.002 |
Palmer W C. 1965. Meteorological drought. Research Paper No.45, US Department of Commerce.
|
Scholze M, Knorr W, Arnell N W, et al. 2006. A climate-change risk analysis for world ecosystems[J]. PNAS, 103(35): 13116-13120. DOI:10.1073/pnas.0601816103 |
Van Wagner C E, Pickett T L. 1985. Equations and FORTRAN program for the Canadian forest fire weather index system. Forestry Technical Report 33, Ottawa, 1-18. http://agris.fao.org/agris-search/search.do?recordID=US201300298280
|
Westerling A L, Swetnam T W. 2003. Interannual to decadal drought and wildfire in the western United States[J]. Eos, Transactions, American Geophysical Union, 84(49): 545, 554-555. |
Xiao J, Zhuang Q. 2007. Drought effects on large fire activity in Canadian and Alaskan forests[J]. Environmental Research Letters, 2(4): 1-6. |