论文

西太平洋副热带高压对中国森林火灾的影响

  • 李瑜洁 , 1, 2 ,
  • 高晓清 , 1, 2 ,
  • 马京津 3 ,
  • 杨丽薇 1, 2
展开
  • 1. 中国科学院寒旱区陆面过程与气候变化重点实验室, 中国科学院西北生态环境资源研究院, 甘肃 兰州 730000
  • 2. 中国科学院大学, 北京 100049
  • 3. 北京智融天象科技有限公司, 北京 100089
高晓清(1966 -), 男, 甘肃白银人, 研究员, 主要从事气候变化研究. E-mail:

李瑜洁(1994 -), 女, 甘肃兰州人, 硕士研究生, 主要从事寒旱区气候变化研究. E-mail:

收稿日期: 2019-11-12

  修回日期: 2020-03-20

  网络出版日期: 2020-06-28

基金资助

国家自然科学基金项目(41675017)

中国科学院寒旱区陆面过程与气候重点实验室自主研发项目

Influence of the West Pacific Subtropical High on Forest Fires in China

  • Yujie LI , 1, 2 ,
  • Xiaoqing GAO , 1, 2 ,
  • Jingjin MA 3 ,
  • Liwei YANG 1, 2
Expand
  • 1. Key Laboratory of Land Surface Process and Climate Change in Cold and Arid Regions of Chinese Academy of Sciences, Northwest Institute of Eco-Environment and Resources, Chinese academy of sciences, Lanzhou 730000, Gansu, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Beijing Smartclimate Technology Co. Ltd, Beijing 100089, China

Received date: 2019-11-12

  Revised date: 2020-03-20

  Online published: 2020-06-28

本文亮点

森林是整个国民经济持续、 健康、 快速发展的基础, 森林火灾对全球生态系统和生态环境影响巨大。我国是一个森林种类丰富, 但是人均占有匮乏的国家。对森林火灾的管理和预测是我国森林防护不可缺少的一部分。本文使用NCEP/NCAR再分析数据集Ⅰ的500 hPa高度场逐月资料、 由中国林科院提供的2007 -2017年全国森林火灾数据和512个基本、 基准气象观测站气温与降水逐月资料, 分析了西太平洋副热带高压(下称西太副高)对我国森林火灾的影响状况。研究表明: (1)自2007年以来, 全国森林火灾发生次数呈下降趋势, 平均每年发生火灾940次。火灾高发的3个年份是2007、 2008和2009年, 火灾较少的3个年份是2016、 2015和2012年; 森林火灾发生最频繁的3个月份是3月、 2月和4月, 火灾发生较少的3个月份是9月、 8月和7月。(2)我国森林火灾主要分布在东北地区、 华东部分省份、 华中地区、 华南、 西南部分省份; 2007 -2010年火灾发生次数较多, 2011 -2016年火灾发生次数较少; 春季与冬季森林火灾较多, 夏季森林火灾较少。(3)森林火灾的发生受气温、 降水的影响, 和降水呈较为显著的负相关, 和气温呈较为显著的正相关。(4)西太副高对我国森林火灾具有一定的指示作用。西太副高面积指数、 脊线指数、 西脊点指数都与森林火灾次数呈较为显著的负相关。随着副高强度增强、 副高位置西伸北进, 华南、 江淮地区森林火灾风险降低。

本文引用格式

李瑜洁 , 高晓清 , 马京津 , 杨丽薇 . 西太平洋副热带高压对中国森林火灾的影响[J]. 高原气象, 2020 , 39(3) : 662 -672 . DOI: 10.7522/j.issn.1000-0534.2020.00015.

Highlights

Forests are the foundation for sustained, healthy and rapid development of the entire national economy. Forest fires have a huge impact on global ecosystems and human society. China is a country with abundant forest species but insufficient per capita possession. The management and prediction of forest fires is an indispensable part of forest protection in China. This paper uses the monthly data of 500 hPa potential height field in NCEP/NCAR reanalysis dataset I, the forest fire data in China from 2007 to 2017 which provided by the Chinese Academy of Forestry, monthly data of the temperature and precipitation at 512 meteorological observation stations. The aim of the paper is to analyze the impact of the West Pacific subtropical high on forest fires in China. The following conclusions have been drawn: (1) Since 2007, the number of forest fires in the country has shown a downward trend. On average, the number of fires in the year is 940. The higher three years with fire occurrence are 2007, 2008 and 2009, and the lower three years are 2016, 2015 and 2012.The three months in which forest fires occur more frequently are March, February, and April, and the less three months are September, August, and July. (2) China's forest fires are mainly distributed in the Northeastern China, some provinces in East China, Central China, South China, and some provinces in Southwestern China. There were more fires in 2007 -2010, and fewer fires occurred in 2011 -2016. There were more forest fires in spring and winter, and fewer fires in summer, respectively. (3) The occurrence of forest fires is affected by temperature and precipitation, and has a significant negative correlation with precipitation and a significant positive correlation with temperature. (4) The West Pacific subtropical high has a certain directive effect on forest fires in China. Subtropical high ridge index, subtropical high area index, and subtropical high ridge point all have significant negative correlations with the number of forest fires. With the increase in the intensity of the West Pacific subtropical high, the northward and westward extension of West Pacific subtropical high, the risk of forest fires in southern China is reduced. This study considers the impact of the West Pacific subtropical high on forest fires and has important implications for the control and prediction of forest fires in China, and has a certain directive significance for the usage of the researches on the West Pacific subtropical high.

1 引言

森林是整个国民经济持续、 健康、 快速发展的基础。1992年各国首脑聚焦的“世界环境与发展大会”上, 将森林的可持续发展列为主要议题(Kozlowski et al, 1997)。确保充分再生是森林可持续性的关键(Dey, 2014)。而森林作为陆地生态系统的主体之一, 常常遭受病虫害、 干旱、 洪水、 污染等的危害, 同时也是火灾发生和传播的最初场所, 对林业生产和发展都产生了重大影响(Kozlowski, 2000; Alain et al, 1995)。森林火灾是指失去人为控制且对森林、 财物和人身造成严重损害的森林燃烧现象(Clark, 1996)。它破坏力大、 突发性强、 发生时难以处置救助, 而且大型森林火灾有可能引起水土流失、 土壤荒漠化, 压缩了动植物和人类的生存空间, 也给社会造成严重的经济和生命损失(舒立福等, 2003)。
我国是一个森林物种资源丰富, 但人均占有资源较为匮乏的国家(覃先林, 2005)。根据第八次全国森林资源清查, 全国林地总面积3.1×106 km2, 活立木总蓄积164.33×109 m3, 全国森林面积2.08×106 km2, 森林覆盖率21.63%, 森林蓄积151.37×109 m3。人均森林面积仅为世界人均水平的1/4, 人均森林蓄积只有世界人均水平的1/7, 森林资源总量相对不足、 质量不高、 分布不均匀(刘珉, 2014)。这样的资源状况不能满足国民经济建设的需求, 也影响了自然平衡与可持续发展。为此, 我国加强了人工造林和生态工程的建设, 加强森林保护, 巩固和发展造林绿化成果。与此同时, 林火的预测与预警是森林保护重要组成之一。我国森林火灾频发, 自新中国成立以来到1987年, 全国年均发生火灾1.58万次, 森林受灾面积9400 km2, 火灾受害率平均8.5%, 是同期世界平均水平的8倍(肖刚, 2005)。
森林火灾的发生与气象要素关系密切。近几十年来, 国内外诸多学者对森林火灾与气候因子之间的关系做了长期的研究。Siegert et al(2001)指出, 由ENSO造成的干旱使得1997 -1998年内有2.6×104 km2森林被烧毁。Sander et al(2017)提出, 闪电是北美地区北方森林近几年大型火灾的主要驱动力之一, 影响了北美北部森林地区年际和长期的火灾及燃烧区的动态变化。Matt et al(2014)使用1979 -2013年NCEP数据和ECMWF数据, 得出全球可燃面积增加了一倍多(108.1%), 这和地表温度、 相对湿度、 降水等气象因素密切相关。而我国的气候和天气, 尤其是江淮流域夏季的天气状况受西太平洋副热带高压(下称西太副高)的较大影响(许云凡等, 2018)。西太副高常年存在, 但在夏季最为强盛, 副高强度与面积均达到最大值(金爱浩等, 2018)。有学者认为, 副高存在着南北、 东西方向上的移动, 季节性北跳与我国华东地区的降水有紧密的联系, 东西振荡也会对华东地区的降水产生重要影响(Lin et al, 2016; 姚秀萍等, 2005; 刘芸芸等, 2009; 张宇等, 2014)。除此之外, 云贵高原的汛期也受西太副高影响, 副高偏强, 面积增大, 汛期降水量更多(池再香等, 2019), 云贵高原东部汛期降水量普遍在800~1000 mm(池再香等, 2018)。许田田等(2018)研究表明, 副高与副热带季风的建立密切相关, 对我国南部地区降水的产生有着重要的影响。因此西太平洋副高的移动, 可能会对我国, 尤其是华南及江淮地区, 森林火灾的发生产生有重要的意义。
综上所述, 西太副高对我国森林火灾的发生可能具有一定的指示意义。但是前人的研究大多讨论了西太副高的移动对中国东部夏季天气过程的影响, 而在西太副高的移动过程对我国森林火灾指示与预警的研究方面则比较少。因此本文将利用2007 -2017年全国森林火灾的数据、 NCEP/NCAR再分析数据集Ⅰ的500 hPa高度场逐月数据资料计算得到西太副高的3项指数(副高面积指数、 副高西伸脊点、 副高脊线指数), 探讨西太副高对我国森林火灾的指示作用, 进一步指导我国实际林火管理, 并对完善中国火灾风险预报提供参考。

2 资料选取与方法介绍

2.1 资料选取

所用资料包括: (1)高度场数据: 由美国气象环境预报中心NCEP和美国国家大气研究中心NCAR联合制作的NCEP/NCAR再分析数据集Ⅰ的500 hPa高度场逐月数据资料(https: //www.esrl.noaa.gov/psd/data/gridded/reanalysis/#opennewwindow); (2)全国森林火灾数据: 来源于国家科技基础条件平台——国家林业和草原科学数据共享服务平台 (http: //www.forestdata.cn), 由中国林科院资源信息研究所提供元数据。使用数据覆盖时间为2007 -2017年, 信息包括地理位置、 经纬度、 林地类型、 发生年份、 月份、 具体时间等。(3)气象要素数据: 由国家气象科学数据中心(http: //data.cma.cn/)提供的全国512个基本、 基准气象观测站逐月数据, 使用数据覆盖时间为2007 -2017年, 使用要素为气温和降水量。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1823的中国地图制作, 底图无修改。

2.2 方法介绍

2.2.1 西太副高3项指数的定义

西太副高范围一般以500 hPa高度处西太平洋地区588 dagpm线包围的区域为标准, 但是由于再分析资料高度场系统性偏低(龚道溢等, 2002), 588 dagpm标准线应改变为587 dagpm。对西太副高的3项指数定义(刘芸芸等, 2012; Ye et al, 2014)如下:
副高面积指数: 在10°N以北110°E -180°E范围内, 500 hPa位势高度场上所有位势高度不小于587 dagpm的格点围成的面积总和。
副高西伸脊点: 在90°E -180°E范围内, 587 dagpm最西的格点所在的经度。若在90°E以西则统一统计为90°E; 若在某月不存在587 dagpm等值线, 则以该月的多年历史最大值代替。
副高脊线指数: 在10°N以北110°E -150°E范围内, 587 dagpm等值线所包围的副热带高压体内纬向风u=0 m·s-1, ∂ u / ∂ y > 0的特征线所在纬度位置的平均值。

2.2.2  Mann-Kendall突变分析

森林火灾的发生受多种因素协同作用, 因而具有趋势变化特性。Mann-Kendall (M-K)(李斐, 2017; 黄家俊等, 2017)检验不受样本值、 分布类型等的影响, 通过深刻挖掘时间序列其时间内隐含的信息, 进一步分析变量的变化规律, 被广泛地应用于自然变量时间分析研究中。
已知时间序列变量 ( X 1 , X 2 , ⋯ , X n ), 其中n为时间序列长度, 定义统计量S:
S = ∑ k = 1 n - 1 ∑ j = k + 1 n S g n ( x j - x k ),
其中: S g n ( )是符号函数, 可以表示为:
S g n x j - x k = 1 , x j - x k > 0 0 , x j - x k = 0 - 1 , x j - x k < 0
其中: S为正态分布, 其均值是0; 方差 V a r S = n ( n - 1 ) ( 2 n + 5 ) 18, 当 n > 10时, 正态分布统计量计算如下所示:
Z = s - 1 V a r ( s ) , s > 0 0 , s = 0 s + 1 V a r ( s ) , s < 0
如果 Z > 0, 则表明自然变量在这段时间内趋势增加; 如果 Z < 0, 则表明自然变量在这段时间内趋势降低。绝对值越大, 趋势越明显。 Z ≥ 1.28 ,   1.96 和 2.32时, 分别通过90%, 95%和99%信度检验。

3 结果分析

3.1  2007 -2017年全国森林火灾的时间变化特征

3.1.1  2007 -2017年逐年变化特征

自2007年以来, 全国森林火灾发生次数呈下降趋势[图1(a)], 火灾高发的3个年份2007、 2008和2009年分别发生1898, 1646和1505次, 火灾较少的3个年份2016, 2015和2012年分别发生106, 261和592次。统计得到2007 -2017年全国共发生10339次火灾, 平均每年发生940次火灾。从2007 -2017年全国森林火灾逐年变化的M-K检验图[图1(b)]可以看出, 正序列值都小于0, 表明全国森林火灾次数呈现波动下降趋势, 且在2010年之前逆序列的值在0.05显著水平临界线之下, 可知2007 -2010年森林火灾次数下降趋势是明显的。而正序列值与逆序列值在显著性水平阈值线附近有一个突变点2010年, 说明全国森林火灾的下降趋势在2010年发生了突变, 但是突变并不显著。
图1 2007 -2017年全国森林火灾逐年变化特征及M-K检验

Fig. 1 Characteristics and the M-K test of the annual forest fires in China from 2007 to 2017

3.1.2 逐月变化特征

从图2(a)可以看出, 森林火灾发生最频繁的3个月份是3月、 2月和4月, 分别发生了2678, 2233和1837次。火灾发生较少的3个月份是9月、 8月和7月, 分别发生119, 142和164次。北半球气候四季定义: 春季(3 -5月), 夏季(6 -8月), 秋季(9 -11月), 冬季(12月至次年2月)。其中春季在2007 -2017年总共发生火灾5306次, 发生次数最多; 夏季总共发生火灾472次, 发生火灾最少; 秋季总共发生977次, 冬季总共发生3585次。从2007 -2017年全国森林火灾逐月变化的M-K检验图[图2(b)]中可以看出, 除1 -4月之外, 正序列的值都小于0, 表明在5 -12月, 全国森林火灾总体呈下降趋势。且在7 -12月之间正序列的值在0.05显著水平临界线之下, 说明这种变化是显著的。而正序列与逆序列的值在显著性水平阈值线内有一个突变点5月, 说明5月之前与5月之后趋势发生了明显的变化。
图2 2007 -2017年全国森林火灾逐月变化特征及M-K检验

Fig. 2 Characteristics and the M-K test of the monthly forest fires in China from 2007 to 2017

3.2  2007 -2017年全国森林火灾的空间分布特征

3.2.1 逐年分布特征

由全国2008年林地资源空间分布(图3, 该图源于地理国情监测云平台)可以看出, 我国森林主要分布在东北地区、 华东部分省份、 华中地区、 华南、 西南部分省份、 台湾。从2007 -2017年全国森林火灾空间分布[图4(l)]来看, 森林火灾主要分布在东北三省、 华东(浙江、 福建、 江西)、 华中(河南、 湖南)、 华南(广东、 广西、 海南)、 西南(四川、 云南、 贵州)。从全国森林火灾逐年分布[图4(a)~(k)]来看, 2007 -2011年火灾发生次数较多, 2011 -2016年火灾发生次数较少。2007 -2010年全国春季发生火灾频繁, 大多分布在东北地区、 西南地区、 华南地区; 冬季发生火灾也较多, 主要分布在江南地区及华南地区; 其次, 同2008, 2009和2010年相比, 2007年秋季发生火灾较多, 主要集中在湖南、 江西、 广东、 广西; 除此之外, 夏季发生的火灾最少, 主要集中在黑龙江(大兴安岭)及内蒙古部分地区。2012 -2016年春季发生火灾较多, 其中2012年和2013年春季火灾主要发生在广东、 福建、 江西、 湖南和云南, 2014年春季火灾主要发生在云南及四川, 2015年和2016年火灾主要发生在云南和辽宁; 2011 -2016年冬季发生火灾也较多, 主要分布在江南地区及华南地区; 除此之外, 夏季火灾主要发生在黑龙江(大兴安岭)地区。2017年春、 秋两季火灾次数较多, 主要集中在东北(尤其是大兴安岭)、 华南和西南地区。
图3 2008年全国林地资源空间分布

Fig. 3 Spatial distribution of forest land resources in 2008

图4 2007 -2017年全国森林火灾空间分布

深蓝色代表春季, 绿色代表夏季, 浅蓝色代表秋季, 红色代表冬季, 棕色代表总火灾

Fig. 4 Spatial distribution characteristics of forest fires in China from 2007 to 2017. Dark blue represents spring, green represents summer, light blue represents autumn, red represents winter, brown represents cumulative fire

综上可知, 我国森林火灾的分布受森林、 气候、 地形的制约, 主要分布在东北地区、 华东部分省份、 华中地区、 华南、 西南部分省份; 2007 -2010年火灾发生次数较多, 2011 -2016年火灾发生次数较少; 春、 冬两季火灾发生较多, 春季火灾主要发生在东北、 华南、 西南地区, 冬季火灾主要发生在华南、 江南地区; 夏、 秋两季火灾发生较少, 夏季火灾主要发生在东北地区, 秋季火灾主要发生在华南地区; 2017年春、 秋两季火灾次数较多, 主要集中在东北(尤其是大兴安岭)、 华南和西南地区。

3.2.2 逐月分布特征

全国森林火灾具有较为明显的逐月分布特征。春季(3 -5月), 3月火灾主要分布在30°N以南, 福建、 广东、 广西、 云南、 浙江、 江西、 湖南等省份; 4月的森林火灾分布出现北移, 30°N以南地区火灾减少, 在东北三省、 华北部分地区有火灾发生; 5月全国森林火灾减少。夏季(6 -8月), 6月火灾主要集中在黑龙江大兴安岭地区, 火灾发生很少; 7、 8月火灾较少, 主要分布在黑龙江大兴安岭地区, 以及江西、 湖南、 福建等省份。秋季(9 -11月), 9月森林火灾与7、 8月类似, 发生较少, 主要分布在黑龙江大兴安岭地区, 以及江西、 湖南、 福建等省份; 10月森林火灾变多, 黑龙江大兴安岭地区、 福建、 广东、 湖南、 江西等地区分别有火灾发生; 11月火灾主要分布在30°N以南, 福建、 广东、 广西、 云南、 浙江、 江西、 湖南等省份, 东北地区几乎没有火灾发生。冬季(12月至次年2月), 火灾普遍发生次数较多, 主要分布在30°N以南, 东北地区鲜有火灾发生。
综上可知, 我国森林火灾的逐月分布特征较为明显, 受气候条件、 海拔、 纬度制约。其中1 -3月、 11 -12月森林火灾主要分布在华东部分省份、 华中地区、 华南、 西南部分省份, 在东北少有火灾发生; 而4 -10月这7个月份森林火灾除了在30°N以南有分布, 在东北地区也有较大分布; 6 -9月森林火灾发生次数较少。

3.3 西太副高与全国森林火灾相关性分析

3.3.1 西太副高3项指数与全国森林火灾年际变化的相关性分析

副高脊线指数、 面积指数、 西伸脊点指数是西太副高性质描述的三大指数, 也分别是副高南北向移动、 副高强度、 副高东西向移动的表征之一。
由副高3项指数的逐年变化特征(图6)中可以看出, 从副高脊线指数来看, 2008年副高整体处于最北端, 2009年副高整体更加偏南; 从副高面积指数来看, 副高强度在2012 -2016年逐年变强; 从副高西伸脊点指数来看, 2011年和2012年是最偏西的两个年份, 2017年和2010年是最偏东的两个年份。
图5 2007 -2017年全国森林火灾逐月空间分布

Fig. 5 Monthly spatial distribution of forest fires in China from 2007 to 2017

图6 2007 -2017年西太副高3项指数的逐年变化特征

虚线代表3项指数的异常阈值线

Fig. 6 Annual variation of the three indices of the West Pacific Subtropical High from 2007 to 2017.The dotted line represents the anomaly threshold of the 3 indexes

从西太副高与森林火灾年际变化的相关性(图7)中可以看出, 除副高西脊点指数外, 脊线指数、 面积指数与全国森林火灾逐年累计次数的相关系数r小于-0.1( α = 0.01), 说明二者与森林火灾呈显著负相关; 副高西脊点指数与森林火灾逐年累计次数, 除2009、 2014和2015年外, 相关系数都为负值, 说明副高西脊点指数与森林火灾普遍呈负相关。
图7 西太副高3项指数与全国森林火灾年际变化的相关关系

Fig. 7 Correlation between the three indices of the Western Pacific Subtropical High and the annual changes of forest fires in China

3.3.2 西太副高3项指数与全国森林火灾逐月变化的相关性分析

从西太副高3项指数的逐月变化特征(图8)中可以看出, 从副高脊线指数来看, 6 -8月西太副高整体处于较北端; 从副高面积指数来看, 西太副高强度在6 -9月强度更强; 从副高西伸脊点指数来看, 6 -8月是最偏西的3个月份。
图8 2007 -2017年西太副高3项指数的逐月变化特征

虚线代表3项指数的异常阈值线

Fig. 8 Monthly variation of the three indices of the West Pacific Subtropical High during 2007 -2017.The dotted line represents the anomaly threshold of the 3 indexes

从西太副高3项指数与森林火灾逐月变化的相关性(图9)中可以看出, 6 -8月副高整体偏北、 偏西、 强度更强, 副高脊线指数、 面积指数、 西脊点指数与全国森林火灾逐月累计次数的相关系数r普遍小于-0.1( α = 0.01), 说明三者与森林火灾呈现较为显著的负相关。其原因可能是当西太副高强度较强、 南北向位置偏北时, 我国华北与黄淮流域降水量增多; 东西向位置偏西时, 江淮流域降水量增多(吴姗薇等, 2019)。5 -8月副高主雨带北上, 随着夏季风推进, 火灾发生频次由南向北逐渐减少; 9月后副高迅速南撤, 冬季风向南推进, 空气干燥, 火灾发生频次自北向南随之升高。
图9 西太副高3项指数与全国森林火灾逐月变化的相关关系

Fig. 9 Correlation between the three indices of the Western Pacific Subtropical High and the monthly changes of forest fires in China

3.3.3 西太副高3项指数与全国森林火灾空间分布的相关性分析

从西太副高3项指数与全国森林火灾空间分布的相关关系(图10)中可以看出, 脊线指数、 面积指数、 西脊点指数与森林火灾在华南、 西南、 华东地区都呈现显著的负相关, 相关系数基本都在-0.4以下( α = 0.01)。其原因可能是西太副高由南向北移动时, 华北与黄淮地区降水量增多, 副高西伸时, 长江流域降水量增多, 随着副高北移西伸, 气候表现为潮湿多雨。从气温来看, 随着副高强度增强、 西伸北进, 副高脊线以南的广大区域气温降低。副高的西伸北移使副高脊线以南地区降水量增多、 温度降低, 从而减少火灾的发生。
图10 西太副高3项指数与全国森林火灾空间分布的相关关系

Fig. 10 Correlation between the three indices of the Western Pacific Subtropical High and the spatial distribution of forest fires in China

3.3.4 全国森林火灾与气温、 降水的相关性分析

从气温、 降水与全国森林火灾的相关关系(图11)中可以看出, 华南、 江南部分地区降水量较多, 黑龙江大兴安岭地区降水量较少; 西南、 华南、 江南部分地区是气温的高值区。结合图11(b)、 (d)可以看出, 气温与森林火灾相关系数r基本大于0( α = 0.01), 二者普遍呈正相关, 降水与森林火灾相关系数r基本都小于0( α = 0.01), 二者普遍呈负相关。由相关性可知, 森林火灾的发生受气温与降水的共同影响。
图11 降水和气温的空间分布及其与全国森林火灾的相关关系

Fig. 11 Spatial distribution of temperature and precipitation and their correlation with forest fires in China

3.3.5 西太副高与我国森林火灾关系的初步讨论

综上可知, 副高面积指数、 脊线指数、 西脊点指数都与森林火灾次数呈较为显著的负相关。随着副高强度增强、 副高位置西伸北进, 副高脊线以南的广大区域气温降低(于天宠等, 2016), 我国南方为西南风所控制, 由阿拉伯海和孟加拉湾输送的水汽经偏南气流输送至我国南方广大区域, 引起南方大范围的降水偏多, 气候潮湿多雨(桓玉等, 2018)。而降水量直接影响森林可燃物含水量, 地表越潮湿, 植被含水量就越高, 森林火灾频率减少; 气温升高导致相对湿度下降、 加速可燃物自身温度的升高、 导致可燃物含水量减少、 使可燃物表面温度更接近着火点, 森林火灾频率升高(于成龙, 2007; 李红革等, 2009)。因此, 西太副高通过对我国华南、 江南地区降水量和气温的影响, 从而影响我国森林火灾的发生。
由2007 -2017年夏季西太副高强度、 位置结合火灾情况(表1)可知, 2007 -2011年之间, 除2010年之外, 西太副高强度正常或较弱, 东西向正常或偏东, 南北向正常或偏南, 全国大部分区域降水量减少、 空气湿度较低, 2007 -2011年夏季全国森林火灾偏多。2013 -2017年西太副高强度普遍很强, 南北向位置大都偏北, 东西向位置大都正常或偏西, 全国大部分地区降水量增多、 空气湿度较高, 2013 -2017年夏季森林火灾偏少, 与前文分析基本一致。
表1 2007 -2017年夏季西太副高强度、 位置与火灾情况

Table 1 Strength and location of the West Pacific subtropical high and the forest fires in summer during 2007 -2017

年份 副高强度、 位置及火灾情况
副高强度 南北向 东西向 火灾情况
2007 正常 偏南 偏东 偏多
2008 较弱 正常 偏东 偏多
2009 正常 偏南 正常 偏多
2010 正常 偏北 正常 偏多
2011 较弱 正常 偏东 偏多
2012 较强 偏北 偏东 偏少
2013 较强 正常 偏东 偏少
2014 很强 偏北 正常 偏少
2015 很强 偏北 正常 偏少
2016 很强 偏北 偏西 偏少
2017 很强 偏北 偏西 偏少
综上可知, 全国森林火灾虽可能受森林分布、 林木种类、 地形特征、 氧气浓度、 气候条件等多种因子的协同影响, 但西太副高作为对我国影响深重的大型天气系统, 通过影响我国南方广大区域的降水和温度, 从而影响我国森林火灾的发生。因此, 研究西太副高对我国森林火险的监管、 预报具有一定的指示意义。

4 结论与讨论

利用NCEP/NCAR再分析数据集Ⅰ的500 hPa高度场逐月数据资料、 中国林科院提供的2007 -2017年全国森林火灾数据和512个基本、 基准气象观测站气温与降水逐月数据, 对我国森林火灾与西太副高之间的关系进行初步分析, 得到如下初步结论:
(1) 自2007年以来, 全国森林火灾发生次数呈下降趋势, 火灾高发的3个年份是2007, 2008和2009年, 火灾较少的3个年份是2016, 2015和2012年。森林火灾发生最频繁的3个月份是3月、 2月和4月, 火灾发生较少的3个月份是9月、 8月和7月。
(2) 我国森林火灾主要分布在东北地区、 华东部分省份、 华中地区、 华南、 西南部分省份; 2007 -2010年火灾发生次数较多, 2012 -2016年火灾发生次数较少; 春、 冬两季火灾发生较多, 春季火灾主要发生在东北、 华南、 西南地区, 冬季火灾主要发生在华南、 江南地区; 夏、 秋两季火灾发生较少, 夏季火灾主要发生在东北地区, 秋季火灾主要发生在华南地区。
(3) 森林火灾的发生受气温、 降水的影响, 和降水呈较为显著的负相关, 和气温呈较为显著的正相关。
(4) 西太副高面积指数、 脊线指数、 西脊点指数都与森林火灾次数呈较为显著的负相关。西太副高通过影响华南、 江淮地区的气温与降水, 影响到我国森林火灾的发生。随着副高强度增强、 副高位置西伸北进, 华南、 江淮地区森林火灾风险降低。
本文使用统计方法分析了副高3项指数、 气温和降水对森林火灾的影响, 得到西太副高与我国森林火灾的初步关系, 对使用诸位专家关于西太副高的研究成果来进行森林火灾的管控、 预测有较好的参考价值。但本文也有一定的缺陷, 例如没有进一步量化气象要素、 西太副高对我国森林火灾的影响程度, 这也将是下一步工作的重点。
Alain V, Claire D R, 1995. Evaluating forest fire hazard with a Landsat TM derived water stress index[J]. Agricultural and Forest Meteorology, 77(3): 207-224. DOI: 10.1016/0168-1923(95)02262-V.

Clark K C, 1996. Recent trends in geographic information system research[M]. USA: Geoprocessing.

Dey D C, 2014. Sustaining oak forests in eastern North America: regeneration and recruitment, the pillars of sustainability[J]. Forest Science, 60(5): 926-942. DOI: 10.5849/forsci.13-114.

Kozlowski T T, Pallardy S G, 1997. Growth Control in woody plants[M]. USA: Academic Press.

Kozlowski T, 2000. Responses of woody plants to human-induced environmental stresses: issues, problems and strategies for alleviating stress[J]. Critical Reviews in Plant Sciences, 19(2): 91-170. DOI: 10.1016/S0735-2689(00)80001-5.

Lin R, Zhu J, Zheng F, 2016. Decadal shifts of East Asian summer monsoon in a climate model free of explicit GHGs and aerosols[J]. Scientific Reports, (6): 38-46. DOI: 10.1038/srep38546.

Matt W J, Cochrane M A, Patrick H F, al et, 2014. Climate-induced variations in global wildfire danger from 1979 to 2013[J]. Nature Communications, 6: 252-271. DOI: 10.1038/ncomms8537.

Sander V, Brendan M, Rogers M L, al et, 2017. Lightning as a major driver of recent large fire years in North American boreal forests[J]. Nature Climate Change, 7(7): 529-536. DOI: 10. 1038/NCLIMATE3329.

Siegert F, Ruecker G, Hinrichs A, al et, 2001. Increased damage from fires in logged forests during droughts caused by El Nino[J]. Nature, 414(6862): 437-440. DOI: 10.1038/35106547.

Ye T S, Zhi R, Zhao J H, al et, 2014. The two annual northward jumps of the West Pacific Subtropical High and their relationship with summer rainfall in Eastern China under global warming[J]. Chinese Physics B, 23(6): 169-203.

池再香, 胡跃文, 夏阳, 等, 2019. 云贵高原东部两次典型气象干旱年汛期环流特征对比[J]. 高原气象, 38(3): 528-538. DOI: 10.7522/j.issn.1000-0534.2018.00161.

池再香, 夏阳, 刘莉娟, 等, 2018. 基于积温干燥度指数的云贵高原东部汛期干湿变化趋势分析[J]. 高原气象, 37(6): 1199-1207. DOI: 10.7522/j.issn.1000-0534.2018.00075.

龚道溢, 何兆学, 2002. 西太平洋副热带高压的年代际变化及其气候影响[J]. 地理学报, 57(2): 185-193.

桓玉, 李跃清, 2018. 夏季东亚季风和南亚季风协同作用与我国南方夏季降水异常的关系[J]. 高原气象, 37(6): 1563-1577. DOI: 10.7522/j.issn.1000-0534.2018.00044.

黄家俊, 张强, 张生, 等, 2017. 基于信息熵的新疆降水时空变异特征研究[J]. 生态学报, 37(13): 4444-4455. DOI: 10.5846/stxb201412052409.

金爱浩, 曾刚, 余晔, 等, 2018. 南亚高压与西太平洋副热带高压经纬向位置配置对中国东部夏季降水的影响[J]. 热带气象学报, 34(6): 807-818. DOI: 10.16032/j.issn.1004-4965.2018. 06.009.

李斐, 2017. 开都河流域上游气候变化及其对水资源的影响[D]. 兰州: 兰州大学.

李红革, 薛梅, 王晓明, 2009. 谈森林火灾与气象要素的密切关系[J]. 林业勘查设计, 152(4): 109-120.

刘珉, 2014. 多角度解读第八次全国森林资源清查结果[J]. 林业经济, 5: 3-15. DOI: 10.13843/j.cnki.lyjj.2014.05.001.

刘芸芸, 丁一汇, 2009. 西北太平洋夏季风对中国长江流域夏季降水的影响[J]. 大气科学, 33(6): 1225-1237.

刘芸芸, 李维京, 艾秀, 等, 2012. 月尺度西太平洋副热带高压指数的重建与应用[J]. 应用气象学报, 23(4): 414-423.

舒立福, 张小罗, 戴兴安, 等, 2003. 林火研究综述(Ⅱ)——林火预测预报[J]. 世界林业研究, 16(4): 34-37. DOI: 10.13348/j.cnki.sjlyyj.2003.04.007.

覃先林, 2005. 遥感和地理信息系统技术相结合的林火预警方法的研究[D]. 北京: 中国林科院资源信息所遥感室.

吴姗薇, 郭大勇, 2019. 东亚夏季风与西太副高活动对全国夏季降水的影响[J]. 科技创新导报, 16: 112-119. DOI: 10.16660/j.cnki.1674-098X.2019.16.112.

肖刚, 2005. 国内外森林防火技术现状及趋势探讨[D]. 天津: 天津大学.

许田田, 范广洲, 张永莉, 等, 2018. 东亚与太平洋地区热力差异对东亚季风的影响[J]. 高原气象, 37(6): 1643-1654. DOI: 10. 7522/j.issn.1000-0534.2018.00053.

许云凡, 陈权亮, 郑飞, 2018. 夏季西太平洋副高年际变化及异常特征分析[J]. 海洋预报, 35(6): 25-33. DOI: 10.11737/j.issn.1003-0239.2018.06.003.

姚秀萍, 于玉斌, 刘还珠, 2005. 2003年淮河流域异常降水期间副热带高压的特征[J].热带气象学报, 21(4): 393-401. DOI: 10.16032/j.issn.1004-4965.2005.04.007.

于成龙, 2007. 基于GIS和RS森林火险预测的研究[D]. 哈尔滨: 东北林业大学.

于天宠, 张智奇, 曲骅倩, 等, 2016. 西太平洋副热带高压与中国气温变化的相关性分析[J]. 现代农业科技, 1: 268-272.

张宇, 李耀辉, 王劲松, 等, 2014. 2013年7月我国南方异常持续高温成因分析[J]. 热带气象学报, 30(6): 1172-1180. DOI: 10. 3969/j.issn.1004-4965.2014.06.018.

文章导航

/

〈 〉