全 文 ：书呼伦贝尔草原火灾风险预警研究
崔亮，张继权，包玉龙，佟志军，刘兴朋
（东北师范大学城市与环境科学学院自然灾害研究所，吉林 长春１３００２４）
摘要：草原火灾是一种突发性强、破坏性大、处置救助较为困难的自然灾害，对草原资源危害极为严重。以呼伦贝
尔草原牧业６个旗为研究区，利用１９９４－２００５年呼伦贝尔草原火灾统计月报表和相关气象资料，依据自然灾害风
险形成理论、区域灾害系统理论、灾害预警理论建立草原火灾风险预警模型。利用Ｌｏｇｉｓｔｉｃ回归模型进行警源识别
确定影响草原火灾风险预警的关键因子，采用层次分析法通过专家打分计算各个指标的权重，用网格ＧＩＳ技术结
合回归分析对选区的指标进行空间展布使得空间评价尺度更加精确，利用加权综合评分法分析了呼伦贝尔草原火
灾的内生警源和外生警源的警兆，用最优分割法对１９９４－２００４年火灾案例进行最优分割确定预警阈值并划分为
蓝色、黄色、橙色、红色警报。以２００５年全年呼伦贝尔草原火灾案例为例对呼伦贝尔草原火灾进行风险预警。经
过检验发现火灾风险高预警区与火点吻合较好，从一定程度上检验了该模型的准确性。
关键词：呼伦贝尔草原；草原火灾；风险预警
中图分类号：Ｓ８１２．５　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１２）０４０２８２１１
　　草地，尤其中国草地，作为主要陆地生态系统之一，半个多世纪以来，遭受滥垦滥牧和不良管理的摧残［１］。草
地不仅是畜牧业的生产基地，而且是生态安全屏障保护和牧民生活与草原文化传承的基础，具有生态、生产和生
活功能［２］。我国草原面积广大，区域间自然环境、社会经济、民族文化等差异明显，且随着多因素的影响和时间的
推移，草原正向多维方向演化和发展［３］。草原火灾作为影响牧区人民生命财产安全和生态环境较为严重的自然
灾害之一，往往是最频繁发生且极容易引起森林火灾。据１９８０年的全国草地资源调查，我国草地面积约有４亿
ｈｍ２，约占国土面积的４０％以上，是世界上第三草地大国。我国草地基本上分成三大片：北方温带草原、青藏高寒
草地，南方热带亚热带草地。１９４９年以来我国牧区共发生草原火灾５万多起，受害草原面积２亿多ｈｍ２。１９８７
年以后，我国加强了草原防火工作，通过增加资金投入、加强法规建设和机构建设，提高防扑火装备水平和科技水
平，推广配套的防扑火技术，获得了很好的效果。近年来，随着我国草原保护建设工程的实施，草原植被得到有效
恢复，火险等级也在逐步攀升，草原火灾威胁日益加重。因此，进行草原火灾的研究对于改善我国生态大环境、促
进我国畜牧业发展具有重大战略意义。
在国外，草原火灾作为野火的一部分进行研究，而单独进行草原火灾的研究也很少。在国内，火灾科学研究
者对森林火灾的研究较为深入，而草原火灾的研究则相对滞后，关于草原火灾的研究多集中于草原火险研究［４，５］
和草原火灾监测预警研究［６］。
“草原火险”即草原火的危险性，可理解为某一地区某一时段内着火的危险程度，或者说着火的可能性。火险
是对影响火灾孕育（孕灾环境）、发生的所有因子（致灾因子）的综合评价，反映了这些因子的变化对火灾发生的可
能影响，同时也反映了草地在所有因子作用下的火成熟状态，即可燃性。草原火灾风险是指在失去人们的控制时
草原火的活动（发生、发展）及其对人类生命财产和草原生态系统造成破坏损失（包括经济、人口、牲畜、草场、基础
设施等）的可能性，而不是草原火灾损失本身。当这种由于火灾导致的损害的可能性变为现实，即为草原火灾［７］。
国外研究多集中于森林、森林草原火背景因素（可燃物、气象因素和地形）影响下的野火危险性（火险）预测预报等
方面，通常称为草原火灾气候预警，研究方法以数理统计和过程模拟为主，分别从火源、地理因素、可燃物类型与
２８２－２９２
２０１２年８月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第２１卷　第４期
Ｖｏｌ．２１，Ｎｏ．４
收稿日期：２０１１０７１４；改回日期：２０１１１００９
基金项目：国家自然科学基金（４０８７１２３６），公益性行业（农业）科研专项经费（２００９０３０４１），国家自然科学基金（４１０７１３２６），“十一五”国家科技支
撑计划项目（２００７ＢＡＣ２９Ｂ０４）和９７３计划前期研究专项课题（２００９ＣＢ４２６３０５）资助。
作者简介：崔亮（１９８５），男，河北秦皇岛人，硕士。Ｅｍａｉｌ：Ｃｕｉｌ９７４＠ｎｅｎｕ．ｅｄｕ．ｃｎ
通讯作者。Ｅｍａｉｌ：Ｚｈａｎｇｊｑ０２２＠ｎｅｎｕ．ｅｄｕ．ｃｎ
特征、气象条件等方面构建草原、森林火险预报指标体系和预报模型，构造火灾危险指数。具有代表性的研究工
作是劳伦斯－利弗莫尔国家实验室（ＬａｗｒｅｎｃｅＬｉｖｅｒｍｏｒｅＮａｔｉｏｎａｌＬａｂ）和洛斯阿拉莫斯国家实验室（ＬｏｓＡｌａ
ｍｏｓＮａｔｉｏｎａｌＬａｂｏｒａｔｏｒｙ，ＬＡＮＬ）完成了一个国家野火自动气候火险预测模型（ＮＷＰＰ），它对火行为进行动态
预测，可为扑火和灭火等提供技术支持［８］。Ｂｒｉｌｉｎｇｅｒ等［９］利用Ｌｏｇｉｓｔｉｃ回归模型预测森林野火发生的概率，得
到了理想预测结果。
草原火灾风险预警是减少草原火灾损失的有效措施，而构造草原火灾风险指数是实现草原火险预警的主要
手段。国内外学者对草原火灾预警的研究主要是火险预警，大体上经历了３个阶段：２０世纪６０－７０年代，主要
使用气象因素作为火险预测的因子，始终把气象要素作为主要的预报参数；２０世纪８０－９０年代，随着遥感和地
理信息系统技术的发展，大大推动了火险指数研究的发展，多因子火险预测开始起步；２０世纪９０年代至今，随着
网络化和遥感监测手段的发展，国内外学者综合考虑可燃物状况、气象条件、地形等因素来计算草原火险指数，使
得火险指数的使用更加便利和快捷。周利霞［１０］利用 ＭＯＤＩＳ数据的优势，以黑龙江省和南方几省为例，就火险
预报和火点监测进行了深入的研究；陈世荣［１１］以 ＭＯＤＩＳ为数据源，结合ＧＩＳ技术和相关数据，根据我国北方草
原生态和环境特点，在分析草原火灾发生和遥感信息传输机理的基础上，利用遥感反演植被叶面水分、陆地地表
温度以及枯草率、可燃物重量和草地连续度５个基本指标构造了基于遥感的草原火险指数。
通过对草原火灾研究现状分析可以看出，目前对草原火灾研究主要集中于过多采用历史案例进行草原火灾
起火概率评价，传统的火险预警一般是气候预警和遥感监测火点预警，可以说都是火危险性预警，尚未发展到基
于风险理论的火灾风险预警。本研究以呼伦贝尔草原为研究区域，基于自然灾害风险形成原理、草原火灾形成原
理，从灾害科学、风险科学、草地学等学科观点出发，综合考虑呼伦贝尔草原自然、社会经济现状，从致灾因子、孕
灾环境、承灾体角度对草原火灾风险预警进行研究。利用Ｌｏｇｉｓｔｉｃ回归、ＧＩＳ技术、可燃物室内实验等技术方法
确定在不同草原火险条件下火灾发生的概率；建立草原火灾风险预警模型；确定火灾风险预警模型阈值，最后实
现呼伦贝尔草原火灾风险日预警。
从研究尺度上讲，基于网格尺度的研究可以提高研究结果精度。网格是在ＧＩＳ环境下，利用 ＨａｗｔｈｓＴｏｏｌｓ
插件建立矢量网格，结合ＧＩＳ强大的分析功能，为研究提供了新思路。以网格为单位，改变了以往以行政区为单
位来采集数据和进行分析的较低精度的固定模式。
草原火灾风险预警与传统的草原火灾预警的区别在于，前者主要利用多学科交叉理论和方法，结合传统研究
方法和现代地学技术，基于灾害风险基础上的预警（风险预警），将草原火灾气候预警与风险评价结果结合起来的
预警，即不止对草原火灾的危险性进行预警，更重要的是可以预测其期望的损失，可以使草原火灾风险预警研究
能更好的为草原火灾管理部门服务。此外，就预警的时间尺度而言，本研究方法可以预测不同时间尺度（日、月、
旬、年）的草原火发生的可能性及其可能造成的损失。这也是与传统火险预警的主要区别。
１　材料与方法
１．１　理论依据
图１　自然灾害风险四要素示意图
犉犻犵．１　犜犺犲犳狅狌狉犮狅犿狆狅狀犲狀狋狊狅犳狀犪狋狌狉犪犾犱犻狊犪狊狋犲狉狉犻狊犽
１．１．１　自然灾害风险形成原理　自然灾害指由于自
然变异因子对人类和社会经济造成损失的事件［１２］。
自然灾害是地球表层孕灾环境（Ｅ）、致灾因子（Ｈ）、承
灾体（Ｓ）综合作用的产物。具体而言，就是指某一地
区某一时间内可能发生哪些灾害、活动程度、破坏损失
及对社会经济的破坏影响可能有多大。根据目前比较
公认的自然灾害风险形成机制［１３］，自然灾害风险主要
取决于４个因素，如图１所示。
因此在区域自然灾害风险形成过程中，危险性
（犎）、暴露性（犈）、脆弱性（犞）和防灾减灾能力（犚）是缺
一不可的，是四者综合作用的结果。其数学计算公式
为：犐＝犎∩犈∩犞∩犚
３８２第２１卷第４期 草业学报２０１２年
１．１．２　灾害预警理论　预警是指对某一警素的现状和未来进行测度，预报不正常状态的时空范围和危害程
度［１４］。近年来预警理论在地质灾害、气象、环境灾害等方面得到了更为广泛的应用，气象预报预警就是成功的范
例。
由于灾害的发生和发展给人类带来巨大的损失，而且其发生具有一定的先兆，因此，可以通过预警研究对其
进行监测、度量和分析，从而进行警情判定和警度预报，及时了解灾害的发展状态和危害程度，达到警示、规范人
们行为之目的［１５］。预警的分析流程为：确定警情→寻找警源→分析警兆→预报警度→决策分析，并在其流程的
运作中发挥作用［１６］。
图２　灾害风险预警形成示意图
犉犻犵．２　犛犽犲狋犮犺犿犪狆狅犳犲犪狉犾狔狑犪狉狀犻狀犵狅犳犱犻狊犪狊狋犲狉狉犻狊犽
图３　 草原火灾风险预警概念框架
犉犻犵．３　犆狅狀犮犲狆狋狌犪犾犳狉犪犿犲狑狅狉犽狅犳犵狉犪狊狊犾犪狀犱
犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犲犪狉犾狔狑犪狉狀犻狀犵
１．１．３　灾害风险预警原理　进行预警必须明确预警
各个流程的基本概念。首先要确定警情，警情是预警
研究的对象，本研究即草原火灾风险预警；其次是警
源，警源是指警情产生的根源，在草原火灾风险预警研
究中指直接影响到草原火灾的发生和造成社会经济损
失的各种因素；警兆是出现警情的先兆，是对警源发展
变化的综合反映，警源的量变即为警兆。某一警源的
变化可以引起其他警源的变化，进而反应为警兆，进行
风险预警必须综合考虑致灾因子和承灾体的综合影
响，因此将警兆划分为内生警兆和外生警兆；外生警兆
和内生警兆的综合作用形成风险预警警度。
结合风险四因子理论、区域灾害系统理论和灾害
预警理论，概括出灾害风险预警理论示意图（图２）。
１．２　草原火灾风险预警内涵和概念框架
进行灾害风险预警必须综合考虑风险理论、区域
灾害理论和灾害预警理论，既要包括造成灾害的直接
原因，也要考虑承灾体的状况。基于上述理论，建立草
原火灾风险预警概念框架（图３），草原火灾风险预警
定量描述公式为：草原火灾风险预警＝内生警兆∩外
生警兆。
１．３　研究区概况
呼伦贝尔草原位于内蒙古自治区东北部，北纬
４７°０５′～５３°０４′、东经１１５°３１′～１２６°１４′，总面积约
９３０００ｋｍ２，行政范围上包括陈巴尔虎旗、鄂温克旗、
新巴尔虎左旗、新巴尔虎右旗和海拉尔市、满洲里市
（图４）。地势东高西低，海拔在６００～１０００ｍ，温带大
陆气候，年降水量２５０～４００ｍｍ，自东南向西北递减，
年均温－３～０℃，自东南向西北递增。无霜期８０～
１１０ｄ，地带性植被呈草甸草原、干草原有规律分布［１７２３］。
１．４　数据来源
草原火灾资料来源于农业部草原监理中心草原防火处，气象资料来源于中国气象科学数据共享服务网
（ｈｔｔｐ：／／ｃｄｃ．ｃｍａ．ｇｏｖ．ｃｎ／），社会经济数据来自文献［２４］。
２　结果与分析
２．１　呼伦贝尔草原火灾预警警源识别
警源是引起警情的各种可能因素。风险预警的警源可以分为２类：内生警源与外生警源。内生警源，指所研
４８２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．４
究对象系统内部的影响因素；外生警源，就是指所研究对象系统外部的影响因素［１８］。对于草原火灾风险预警，其
内生警源为直接影响草原火灾发生的所有因素，是火灾能否发生的充分条件，主要是各种气象因素及可燃物状
况；其外生警源为影响草原火灾损失的所有因素，草原火灾所造成损失主要包括经济损失和生命损失，对潜在经
济损失和生命损失造成直接影响的所有因子即为外生警源。
影响草原火灾预警内生警源的气象因子主要包括气温、相对湿度、风速、降水量、日照时数等。高温，特别是
连续多日的高温天气会大大增强可燃物的可燃性；连续多日无雨天气能使可燃物和空气迅速变干，经过多年统计
发现日降水量大于５ｍｍ以上时均无火灾发生；大风天气非常容易发生火灾，但以多日干旱和无雨天气为前提条
件。从全年各月火灾分布动态来看，草原地区火灾主要发生在３－６月和９－１１月［１９］，所以本研究仅从上述时间
尺度进行研究。
图４　研究区位置图
犉犻犵．４　犔狅犮犪狋犻狅狀狅犳狊狋狌犱狔犪狉犲犪
　　通过对多年的资料统计发现，降水量、最小相对湿度、最高气温、日最大风速与火灾的发生存在着密切的关
系［２０，２１］，起火原因统计资料表明草原火灾的主要起因是吸烟、上坟、恶意纵火等人为原因，它和当地的人口密度
密切相关，呼伦贝尔草原地形起伏平缓，海拔多集中于６００ｍ左右，研究区内高差小于４００ｍ，因此没有考虑地形
因子。
不同草地类型易燃程度不同，同时由于草地类型是定性指标，有必要对草地类型进行量化。通过对呼伦贝尔
草原火灾历史数据统计可以发现：草地类型作为草原火灾的承灾体，其危险性程度与草原火灾的发生关系密切，
不同草地类型上火灾发生的次数差别明显。为了刻画不同草地类型的危险性程度，可以用不同草地类型历史上
火灾发生的次数来描述草地类型的危险性，即某种草地上过去发生的火灾次数越多，说明该草地类型火灾危险性
较大，相应其量化值较大。草地类型量化时参考了刘兴朋等［２２］的研究方法（表１），其中火灾次数为１９９４－２００４
年间不同草地类型上火灾统计。
通过上述分析，呼伦贝尔草原风险预警内生警源选取的指标有：日平均风速（ｍ／ｓ）、日平均相对湿度（％）、日
降水量（ｍｍ）、日最高气温（℃）、日照时数（ｈ）、草地类型量化值。
经济潜在损失是指受到危险因素威胁的所有财产。草原火灾所造成的直接经济损失包括牲畜伤亡、房屋毁
坏、牲畜棚圈毁坏、饲草烧毁等。
生命潜在损失是指在给定危险区内的承灾体由于危险因素而造成的伤害或损失程度。生命潜在损失的影响
因子即暴露于研究区的所有人口，其中老幼人口极易受到灾害的影响，因此选择０～６、６０岁以上年龄人口数作为
衡量生命潜在损失的另一个重要指标。
防灾减灾能力的大小受灾区在火灾发生时和发生后恢复能力的影响，较强的防灾减灾能力能缓解火灾所造
成的影响。因此选取防火人员数量（人）、防火物资（万元）、公路网密度（ｋｍ／ｋｍ２）、水体面积（ｋｍ２）来衡量草原火
灾防灾减灾能力的大小。
５８２第２１卷第４期 草业学报２０１２年
表１　呼伦贝尔不同草地类型等级量化值
犜犪犫犾犲１　犙狌犪犾犻犳犻犮犪狋犻狅狀狅犳犱犻犳犳犲狉犲狀狋狋狔狆犲狊狅犳犵狉犪狊狊犾犪狀犱犻狀犎狌犾狌狀犫犲犻犲狉
草地类型
Ｇｒａｓｓｌａｎｄｔｙｐｅ
火灾次数
Ｆｉｒｅｄｉｓａｓｔｅｒｓｎｕｍｂｅｒ
量化值
Ｑｕａｎｔｉｚａｔｉｏｎｖａｌｕｅ
根茎禾草、丛生禾草割草场，兼做放牧Ｒｈｉｚｏｍａｔｏｕｓｇｒａｓｓｅｓ，ｂｕｎｃｈｇｒａｓｓｍｏｗｉｎｇａｎｄｇｒａｚｉｎｇ ７６ ４
丛生禾草放牧场、局部割草Ｂｕｎｃｈｇｒａｓｓａｎｄｍｏｗｉｎｇ ４５ ４
禾草、杂类草草甸草原放牧场，局部打草Ｓａｌｔｍｅａｄｏｗ，ｇｒａｓｓａｎｄｍｏｗｉｎｇ ３３ ３
禾草、苔草、杂类草草甸Ｇｒａｓｓ，ｃａｒｅｘ，ａｎｄｆｏｒｂｓｍｅａｄｏｗ ２５ ２
根茎禾草、杂类草草甸草原割草场，兼做放牧Ｒｈｉｚｏｍａｔｏｕｓｇｒａｓｓｅｓ，ｆｏｒｂｓｍｅａｄｏｗａｎｄｇｒａｚｉｎｇ １８ ２
禾草苔草草甸＋河岸杂木林、灌丛、草甸Ｇｒａｓｓ，ｃａｒｅｘ，ｍｉｘｅｄｂｒｏａｄｌｅａｖｅｄｆｏｒｅｓｔｇｒａｓｓｅｓ ８ １
流动沙丘先锋植物草场Ｐｉｏｎｅｅｒｐｌａｎｔｇｒａｓｓｅｓ ４ １
不易做放牧用的灌丛Ｓｈｒｕｂ ７ １
山地落叶阔叶林草地、兼用放牧地Ｄｅｃｉｄｕｏｕｓｂｒｏａｄｌｅａｖｅｄｆｏｒｅｓｔｇｒａｓｓｅｓａｎｄｇｒａｚｉｎｇ ７ １
禾草、苔草草甸 Ｍｅａｄｏｗｇｒａｓｓ ５ １
杂草类、苔草 Ｗｅｅｄ ５ １
其他Ｔｈｅｏｔｈｅｒｓ ８ １
　　综合上述分析，呼伦贝尔草原风险预警外生警源
主要是经济影响因子和生命损失影响因子和防灾减灾
能力。
２．２　呼伦贝尔草原火灾风险预警警兆分析
呼伦贝尔草原火灾风险预警的警兆依据对警源的
分析，可以将警兆划分为由内生警源产生的内生警兆
和由外生警源产生的外生警兆（表２）。内生警兆是对
内生警源的综合评价，表现为火灾发生的可能性，本研
究用Ｌｏｇｉｓｔｉｃ回归模型分析内生警兆；外生警兆是对
外生警源所造成的草原火灾潜在损失的综合评价，它
与经济因子（犈）、人口因子（犘０）和防灾减灾能力因子
（犚）有密切关系。
２．３　呼伦贝尔草原火灾风险预警指标体系
表２　呼伦贝尔草原火灾风险预警警兆
犜犪犫犾犲２　犠犪狉狀犻狀犵狊犻犵狀狅犳犲犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉
狉犻狊犽犻狀犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱
警兆 Ｗａｒｎｉｎｇｓｉｇｎ 因子 Ｗａｒｎｉｎｇｓｉｇｎｉｎｄｉｃａｔｏｒ
内生警兆（犘）Ｅｘｏｇｅｎｏｕｓ
ｗａｒｎｉｎｇｓｉｇｎ
火灾发生的可能性（犘犿／狋）
Ｔｈｅｐｏｓｓｉｂｉｌｉｔｙｏｆｆｉｒｅ
外生警兆（犇犵）
Ｅｎｄｏｇｅｎｏｕｓｗａｒｎｉｎｇｓｉｇｎ
经济因子（犈）Ｅｃｏｎｏｍｉｃｆａｃｔｏｒｓ
人口因子（犘０）Ｐｏｐｕｌａｔｉｏｎｆａｃｔｏｒｓ
防灾减灾能力因子（犚）Ｅｍｅｒｇｅｎｃｙｒｅ
ｓｐｏｎｓｅａｎｄｒｅｃｏｖｅｒｙｃａｐａｂｉｌｉｔｙｆａｃｔｏｒｓ
　注：ｍ为地点，ｔ为时间
　Ｎｏｔｅ：ｍｉｓｔｈｅｌｏｃａｔｉｏｎ，ａｎｄｔｉｓｔｉｍｅ．
　　通过分析影响草原火灾预警的警源及警兆，建立草原火灾风险预警指标体系（表３），整个指标体系分为警
源、警兆因子和警兆。
２．４　草原火灾风险预警评价指标量化
定义草原火灾风险预警指数ＧＤＥＷＩ。先找到各个二级指标的最大值及最小值，根据公式（１）对外生警源进
行指标的无量纲化处理。
犡′犻＝１０×
犡犻－犡犻ｍｉｎ
犡犻ｍａｘ－犡犻ｍｉｎ
（１）
式中，犡犻为第犻个警源，犡′犻为无量纲化处理后第犻个警源。犡犻ｍａｘ和犡犻ｍｉｎ分别指该指标的最大值和最小值。
２．５　呼伦贝尔草原火灾风险预警模型建立
草原火灾风险预警指数（ＧＤＥＷＩ）是对草原火灾的内生警兆（犘）和外生警兆（犇犵）的综合评价。草原火灾内
生警兆（犘）依据Ｌｏｇｉｓｔｉｃ回归模型建立；草原火灾的外生警兆与经济因子（犈）、人口因子（犘０）和防灾减灾能力
（犚）有密切关系。草原火灾潜在的损失（犇犵）与经济因子和人口因子呈正相关，与防灾减灾能力呈负相关；根据以
上的分析，对草原火灾风险预警指数的计算公式如下：
６８２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．４
表３　呼伦贝尔草原火灾风险预警指标体系
犜犪犫犾犲３　犐狀犱犻犮犪狋狅狉狊狊狔狊狋犲犿犪狀犱狑犲犻犵犺狋狊狅犳犲犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱
警兆 Ｗａｒｎｉｎｇｓｉｇｎ 警兆因子 Ｗａｒｎｉｎｇｓｉｇｎｉｎｄｉｃａｔｏｒ 警源Ｃｒｉｓｉｓｓｉｇｎ
内生警兆（犘）
Ｅｎｄｏｇｅｎｏｕｓｗａｎｉｎｇｓｉｇｎ
火灾发生的可能性（犘犿／狋）Ｐｒｏｂａ
ｂｉｌｉｔｙｏｆｇｒａｓｓｌａｎｄｆｉｒｅｏｃｃｕｒｒｅｎｃｅ
日平均风速Ｄａｉｌｙａｖｅｒａｇｅｗｉｎｄｓｐｅｅｄ（ｍ／ｓ）
日平均相对湿度Ｄａｉｌｙａｖｅｒａｇｅｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ（％）
日降水量Ｄａｉｌｙｐｒｅｃｉｐｉｔａｔｉｏｎ（ｍｍ）
日最高气温Ｄａｉｌｙｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ（℃）
草地类型量化值Ｑｕａｎｔｉｆｙｔｈｅｖａｌｕｅｏｆｇｒａｓｓｌａｎｄ
外生警兆 （犇犵）
Ｅｘｏｇｅｎｏｕｓｗａｒｎｉｎｇｓｉｇｎ
经济因子 （犈）Ｅｃｏｎｏｍｉｃｆａｃｔｏｒｓ 犡犈１牧业总产值犡犈１ｓｔｏｃｋｂｒｅｅｄｉｎｇｐｒｏｄｕｃｔｉｏｎｖａｌｕｅ（×１０８元Ｙｕａｎ）
犡犈２牲畜数量犡犈２ｔｈｅａｍｏｕｎｔｏｆｌｉｖｅｓｔｏｃｋ（×１０４）
犡犈３草场面积犡犈３ｇｒａｓｓｌａｎｄａｒｅａ（×１０４ｋｍ２）
犡犈４牲畜棚圈犡犈４ｔｈｅａｍｏｕｎｔｏｆｌｉｖｅｓｔｏｃｋｓｈｅｄ（ｍ２）
犡犈５牧业产值占ＧＤＰ比例犡犈５ｒａｔｉｏｏｆｓｔｏｃｋｂｒｅｅｄｉｎｇｐｒｏｄｕｃｔｉｏｎｔｏＧＤＰ（％）
犡犈６建筑物数量犡犈６ｔｈｅａｍｏｕｎｔｏｆｆｌａｍｍａｂｌｅｈｏｕｓｅｓ（间 Ｒｏｏｍ）
人口因子 （犘０）Ｐｏｐｕｌａｔｉｏｎｆａｃｔｏｒｓ 犡犘１人口密度犡犘１ｐｏｐｕｌａｔｉｏｎｄｅｎｓｉｔｙ（人 Ｈｕｍａｎ／ｋｍ２）
犡犘２脆弱人口犡犘２ｖｕｌｎｅｒａｂｌｅｐｅｏｐｌｅ（人 Ｈｕｍａｎ）
防灾减灾能力因子 （犚）Ｅｍｅｒｇｅｎ
ｃｙｒｅｓｐｏｎｓｅａｎｄｒｅｃｏｖｅｒｙｃａｐａｂｉｌｉｔｙ
ｆａｃｔｏｒｓ
犡犚１防火人员数量犡犚１ｔｈｅｐｏｐｕｌａｔｉｏｎｏｆｆｉｒｅｆｉｇｈｔｅｒ（人 Ｈｕｍａｎ）
犡犚２防火物资犡犚２ｔｈｅｎｕｍｂｅｒｏｆｅｑｕｉｐｍｅｎｔ（×１０４元Ｙｕａｎ）
犡犚３公路网密度犡犚３ｒｏａｄｄｅｎｓｉｔｙ（ｋｍ／ｋｍ２）
犡犚４水体面积犡犚４ｗａｔｅｒａｒｅａ（ｋｍ２）
犌犇犈犠犐＝犘×犇犵 （２）
犘＝犘犿／狋＝
ｅｘｐ（犫０＋犫１狓１＋犫２狓２＋…＋犫犽狓犽）
１＋ｅｘｐ（犫０＋犫１狓１＋犫２狓２＋…＋犫犽狓犽）
（３）
犇犵＝
Ｅ（Ｘ）×犘０（犡）
１＋犚（犡）
（４）
犈（犡）＝狑１×犡犈１＋狑２×犡犈２＋狑３×犡犈３＋狑４×犡犈４＋狑５×犡犈５＋狑６×犡犈６ （５）
犘０（犡）＝狑１×犡犘１＋狑２×犡犘２ （６）
犚（犡）＝狑１×犡犚１＋狑２×犡犚２＋狑３×犡犚３＋狑４×犡犚４ （７）
式中，犘犿／狋为在地点犿 时间狋草原火灾发生的可能性，犘犿／狋∈［０，１］，犘犿／狋越大，草原火灾发生的可能性越大；犇犵 指
呼伦贝尔草原火灾风险预警外生警兆；犈（犡）、犘０（犡）、犚（犡）的值相应地表示经济因子、人口因子和防灾减灾能力
大小；狓犽 为内生警兆对应的警源，犫犽 为其回归系数；犈１，犈２，犈３，犈４，犈５，犈６ 分别为经济因子中对应的警源；犘１，犘２
分别为人口因子对应的警源；犚１，犚２，犚３，犚４ 分别为防灾减灾能力因子对应的警源。狑 分别为利用层次分析法得
到的犈（犡）、犘０（犡）、犚（犡）的权重值。当犚（犡）＝０且犈（犡）＝１、犘０（犡）＝１时，犇犵＝１；当犚（犡）＝１，犈（犡）×犘０
（犡）＝０时，犇犵＝０；当犚（犡）＝１且犈（犡）＝１、犘０（犡）＝１时，犇犵＝０．５。
２．５．１　内生警兆评价　变量Ｎ的定义。在地点犿和时间狋时，犖＝１表示火险发生；犖＝０表示没有火险发生。
将选取上述草原火险变量代入Ｌｏｇｉｓｔｉｃ回归模型［２３］，得到草原火险概率预测公式：
犘犿／狋＝狆狉狅犫｛犖＝１／犝犿／狋｝＝
ｅｘｐ（犫０＋犫１犠狊＋犫２犎狌＋犫３犘狉＋犫４犜犲＋犫５犛犺＋犫６犌狋）
１＋ｅｘｐ（犫０＋犫１犠狊＋犫２犎狌＋犫３犘狉＋犫４犜犲＋犫５犛犺＋犫６犌狋）
（８）
式中，犝犿／狋指地点犿 在时间狋的各解释变量。犠狊为日平均风速（ｍ／ｓ）；犎狌 为日平均相对湿度（％）；犘狉 为日降水
量（ｍｍ）；犜犲为日最高气温（℃）；犛犺 为日照时数（ｈ）；犌狋为草地类型量化值；犫１，犫２，犫３，犫４，犫５，犫６ 为内生警兆割警源
对应的回归系数，犫０ 是常数。
因此，可以使用公式（８）计算地点犿在时间狋发生火灾的概率犘犿／狋，将公式（８）进行逻辑回归变换得到公式（９）：
７８２第２１卷第４期 草业学报２０１２年
Ｌｏｇｉｔ（犘犿／狋）＝犫０＋犫１犠狊＋犫２犎狌＋犫３犘狉＋犫４犜犲＋犫５犛犺＋犫６犌狋 （９）
用统计软件ＳＰＳＳ计算所得数据发现，日照时数的显著性检验概率值为０．７１１，超过可接受错误的边界水平
０．０５，没有统计学意义。剔除变量日照时数，对剩余５个变量进行分析，通过分析可知，各个要素的显著性检验概
率值均小于０．０５，具有统计学意义。由此建立的草原火险主效应逻辑回归模型为：
Ｌｏｇｉｔ（犘犿／狋）＝１．３８７＋０．５１８犠狊－０．０３２犎狌－０．３２０犘狉＋０．０４３犜犲＋０．０３７犌狋 （１０）
将公式（１０）中各个变量的系数代入到公式（８）即可计算火险概率。
２．５．２　外生警兆评价　外生警兆评价采用加权综合评价法：公式（４），通过对多位草原火灾专业专家的咨询，把
各指标按照相对重要程度进行九分位打分，通过专家打分构造判断矩阵计算出各指标的权重并进行一致性检验
（表４）。
表４　呼伦贝尔草原火灾风险预警外生警兆
犜犪犫犾犲４　犈狓狅犵犲狀狅狌狊狊狅狌狉犮犲狅犳犵狉犪狊狊犾犪狀犱犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犲犪狉犾狔狑犪狉狀犻狀犵犻狀犎狌犾狌狀犫犲犻犲狉
因子 Ｗａｒｎｉｎｇｓｉｇｎｉｎｄｉｃａｔｏｒ 指标Ｉｎｄｅｘ 权重 Ｗｅｉｇｈｔｓ
经济因子Ｅｃｏｎｏｍｉｃｆａｃｔｏｒｓ 牧业总产值Ｓｔｏｃｋｂｒｅｅｄｉｎｇｐｒｏｄｕｃｔｉｏｎｖａｌｕｅ（×１０８元Ｙｕａｎ） ０．３４００
牲畜数量Ｔｈｅａｍｏｕｎｔｏｆｌｉｖｅｓｔｏｃｋ（×１０４） ０．２７４６
草场面积Ｇｒａｓｓｌａｎｄａｒｅａ（×１０４ｋｍ２） ０．１０３０
牲畜棚圈Ｔｈｅａｍｏｕｎｔｏｆｌｉｖｅｓｔｏｃｋｓｈｅｄ（ｍ２） ０．０６０６
牧业产值占ＧＤＰ比例ＲａｔｉｏｏｆｓｔｏｃｋｂｒｅｅｄｉｎｇｐｒｏｄｕｃｔｉｏｎｔｏＧＤＰ（％） ０．１０６２
建筑物数量Ｔｈｅａｍｏｕｎｔｏｆｆｌａｍｍａｂｌｅｈｏｕｓｅｓ（间Ｒｏｏｍ） ０．１１５６
人口因子Ｐｏｐｕｌａｔｉｏｎｆａｃｔｏｒｓ 人口密度Ｐｏｐｕｌａｔｉｏｎｄｅｎｓｉｔｙ（人 Ｈｕｍａｎ／ｋｍ２） ０．７５００
０～６岁和＞６０岁人口Ｖｕｌｎｅｒａｂｌｅｐｅｏｐｌｅ（人 Ｈｕｍａｎ／ｋｍ２） ０．２５００
防灾 减 灾 能 力 Ｅｍｅｒｇｅｎｃｙ
ｒｅｓｐｏｎｓｅａｎｄｒｅｃｏｖｅｒｙｃａｐａ
ｂｉｌｉｔｙｆａｃｔｏｒｓ
防火人员数量Ｔｈｅｐｏｐｕｌａｔｉｏｎｏｆｆｉｒｅｆｉｇｈｔｅｒ（人 Ｈｕｍａｎ） ０．０８７０
防火物资Ｔｈｅｎｕｍｂｅｒｏｆｅｑｕｉｐｍｅｎｔ（×１０４元Ｙｕａｎ） ０．２９６６
公路网密度Ｒｏａｄｄｅｎｓｉｔｙ（ｋｍ／ｋｍ２） ０．４７６６
水体面积 Ｗａｔｅｒａｒｅａ（ｋｍ２） ０．１３９８
２．６　警源空间展布
本研究以网格为空间尺度，综合考虑实际情况，避免造成过多的网格没有数据并且便于行政管理。网格既具
有栅格数据的显示形式，又具有矢量数据的属性信息，是将传统意义上的矢量数据详细化。
２．６．１　 日最高气温空间展布　日最高气温的网格化利用ＡｒｃＧＩＳ地统计分析中的ＧｅｏｓｔａｔｉｓｔｉｃａｌＡｎａｌｙｓｔ模块，
采用协同克里格插值方法进行空间插值。协同克里格利用空间位置样点间的相关关系，且某些属性不易获得，借
助其他属性去实现对另一属性的空间插值。通过研究发现气温主要的影响因素为经纬度和地形特点，因此本研
究对气温的插值考虑高程、经度和纬度的影响，利用协同克里格插值建立气象站点的气象数据与海拔、经度、纬度
的函数关系即狔＝犳（φ，λ，犺），式中，φ表示经度；λ表示纬度；犺表示高程，以求得到较准确的结果。以１９９６年４
月２２日日最高气温为例，行进插值（图５）。
２．６．２　人口因子空间展布　人口数量网格化采用多因素综合分析法，通过多元相关分析、回归分析等确定与人
口相关的关键因素，进行网格化。本研究对２００３年的人口数量进行展布，作为１９９４－２００４年各个网格内的人口
数量（图６），其中，人口数量与路网密度和草地面积的相关系数分别为０．９２７和－０．９８５，与高程的相关系数为
０．５３１，得出人口空间展布方程：
犘０＝１８．０１０＋０．１３８犠－１０．０４１犌，狉＝０．９９５ （１１）
式中，犠 为路网密度、犌为草地面积、犘０ 为人口数量。
本研究脆弱人口的展布通过建立与居民地密度的相关关系，利用一元回归分析确定人口与居民地密度的回
归方程，进行网格化：
８８２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．４
犘狏＝－６３４１．６６６＋４１５８２８７犖，狉＝０．７８１ （１２）
式中，犖 为居民地密度，犘狏 为脆弱人口数量（图７）。
２．６．３　经济因子空间展布　经济因子空间展布采用协同克里格插值方法。经济因子的影响因素主要是人口数
量的多少，以各旗县相关经济数据为样点数据，以人口数量、居民地数量为协同数据即狔＝犳（犘０，犚犲），式中，犘０ 表
示人口数量；犚犲表示居民地数量，利用协同克里格地统计空间插值方法，对相关经济数据进行空间插值（图８）。
图５　日最高气温空间展布
犉犻犵．５　犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳犱犪犻犾狔犿犪狓犻犿狌犿狋犲犿狆犲狉犪狋狌狉犲
图６　呼伦贝尔草原人口展布图
犉犻犵．６　犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳狆狅狆狌犾犪狋犻狅狀犻狀犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱
图７　呼伦贝尔草原脆弱人口展布图
犉犻犵．７　犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳狏狌犾狀犲狉犪犫犾犲狆狅狆狌犾犪狋犻狅狀狊
犻狀犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱
图８　呼伦贝尔草原牧业产值展布
犉犻犵．８　犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳犪狀犻犿犪犾犺狌狊犫犪狀犱狉狔
狅狌狋狆狌狋犻狀犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱
２．７　呼伦贝尔草原火灾风险预警模型阈值
本研究利用最优分割法对呼伦贝尔草原火灾风
险预警阈值进行了定量的、客观的划分。作为分析
数据特征的一种聚类方法，最优分割法将一个数据
集划分为若干个类，使得类内相似性尽可能大且类
型间相似性尽可能小，进而保证了等级之间的差别
很大，与传统的对预警等级进行等分具有明显的优
表５　呼伦贝尔草原火灾风险预警阈值
犜犪犫犾犲５　犜犺狉犲狊犺狅犾犱狏犪犾狌犲狅犳犲犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲
犱犻狊犪狊狋犲狉狉犻狊犽犻狀犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱
警报
Ａｌａｒｍ
蓝色警报
Ｂｌｕｅ
黄色警报
Ｙｅｌｏｗ
橙色警报
Ｏｒａｎｇｅ
红色警报
Ｒｅｄ
取值范围Ｒａｎｇｅ０．０４８～０．１５５０．１５５～３．５２７３．５２７～４．６８３ ≥４．６８３
势。选择１９９４－２００４年呼伦贝尔草原火灾典型案例，使得特大火灾、重大火灾、火灾、火警案例次数相同，并计算
每次火灾的预警值，然后用最优分割对所有样本的预警值进行最优分割（表５），确定最优预警等级及阈值，进而
９８２第２１卷第４期 草业学报２０１２年
以此为依据进行草原火灾风险预警。
图９　２００５年４月２７日呼伦贝尔草原火灾风险预警
犉犻犵．９　犈犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀
犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱犻狀犃狆狉犻犾２７，２００５
２．８　呼伦贝尔草原火灾风险预警实例
按照上述风险预警理论和方法，以２００５年呼伦贝
尔草原火灾案例为例对呼伦贝尔草原火灾进行风险预
警。将火灾发生当日警源进行网格化，利用公式（８）、
公式（３）计算当日呼伦贝尔草原内生警兆和外生警兆，
然后利用公式（２）计算每个网格的火灾风险预警值，根
据表（５）中风险预警阈值确定预警警报，并得到草原火
灾风险预警图，由此对草原火灾风险进行动态预警，图
中黑点为起火地点，网格颜色的深浅表示预警值。
图９～１３为２００５年４月２８日－２００５年５月１日
呼伦贝尔草原火灾风险连续动态预警图。４月２８
日橙色和红色预警区网格数量较少，仅位于新巴尔虎
图１０　２００５年４月２８日呼伦贝尔草原火灾风险预警
犉犻犵．１０　犈犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀
犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱犻狀犃狆狉犻犾２８，２００５
图１１　２００５年４月２９日呼伦贝尔草原火灾风险预警
犉犻犵．１１　犈犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀
犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱犻狀犃狆狉犻犾２９，２００５
图１２　２００５年４月３０日呼伦贝尔草原火灾风险预警
犉犻犵．１２　犈犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀
犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱犻狀犃狆狉犻犾３０，２００５
图１３　２００５年５月１日呼伦贝尔草原火灾风险预警
犉犻犵．１３　犈犪狉犾狔狑犪狉狀犻狀犵狅犳犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀
犎狌犾狌狀犫犲犻犲狉犵狉犪狊狊犾犪狀犱犻狀犕犪狔１，２００５
０９２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．４
左旗中部地区，随着时间的推移橙色、红色预警区逐渐扩大并向东逐渐推移，５月１日红色预警区已经非常大，非
常容易发生草原火灾、火灾潜在损失较大，新巴尔虎左旗、陈巴尔虎旗南部和鄂温克旗３个旗交界的地方火灾风
险预警等级非常高，极易发生火灾，该日鄂温克旗西苏木发生了草原火灾，过火面积６２０ｈｍ２，火灾发生地点正位
于该高预警等级区域。随着时间的变化，高火灾风险预警区随之变化，表现出良好的动态预警和空间预警能力。
３　结论与讨论
传统的火险预警一般是气候预警和遥感监测火点预警，可以说都是火危险性预警，尚未发展到基于风险理论
的火灾风险预警，与已有研究成果相比本研究较好的解决了草原火灾风险预警时空预测方面的特性，能随时间变
化动态预警呼伦贝尔每日高火灾风险区域，并且以网格为单位，精确显示高风险区域，大大提高了预警精度；以
２００５年呼伦贝尔草原火灾案例为例对呼伦贝尔草原火灾进行风险预警，火灾发生地点与火灾风险预警高的区域
吻合较好，表明该预警模型的准确性；草原可视为介于环境梯度的中间，是森林和沙漠之间的地带，因此草原的生
态意义极大。草原也是我国最大的陆地生态系统，在草原灾害系列中，草原火灾突发性强、破坏性大、处置救助较
为困难，对草原资源危害极为严重。同时草原火灾的发生也给牧区人民生命财产带来很大威胁，给经济建设、社
会安定带来巨大影响。本研究根据自然灾害风险评价理论和灾害预警理论，建立草原火灾风险预警指标体系和
模型。在风险预警建模过程中，本研究采用的是层次分析法，结合加权综合评价法得出草原火灾风险预警模型，
并以网格方法对呼伦贝尔草原火灾风险预警进行了研究。研究结果可以为草原火灾应急管理部门进行火灾管
理、应急决策制定提供依据和指导，并为灾情评估提供可靠依据。
参考文献：
［１］　任继周，梁天刚，林慧龙，等．草地对全球气候变化的响应及其碳汇潜势研究［Ｊ］．草业学报，２０１１，２０（２）：１２２．
［２］　刘兴元，龙瑞军，尚占环．草地生态系统服务功能及其价值评估方法研究［Ｊ］．草业学报，２０１１，２０（１）：１６７１７４．
［３］　侯向阳，尹燕亭，丁勇．中国草原适应性管理研究现状与展望［Ｊ］．草业学报，２０１１，２０（２）：２６２２６９．
［４］　ＩｒｖｉｎｅＤＪ，ＭｃＣｌｕｓｋｅｙＪＡ，ＲｏｂｉｎｓｏｎＩＭ．Ｆｉｒｅｈａｚａｒｄｓａｎｄｓｏｍｅｃｏｍｍｏｎｐｏｌｙｍｅｒｓ［Ｊ］．ＰｏｌｙｍｅｒＤｅｇｒａｄａｔｉｏｎａｎｄＳｔａｂｉｌｉｔｙ，
２０００，６７（３）：３８３３９６．
［５］　唐丽华，方陆明，夏凯，等．基于ＧＩＳ空间分析技术的人为干扰强度火险评价研究［Ｊ］．浙江林业科技，２００７，２７（４）：４２４７．
［６］　范一大，王汉生，裴浩．基于ＲＳ／ＧＩＳ的森林草原火灾监测辅助决策系统［Ｊ］．内蒙古气象，１９９８，（１）：２１２３．
［７］　张继权，周道玮，宋中山，等．草原火灾风险评价与风险管理初探［Ｊ］．应用基础与工程科学学报，２００６，（增刊）：５６６２．
［８］　ＢｏｓｓｅｒｔＪＥ，ＢｒａｄｌｅｙＭ Ｍ，ＨａｎｓｏｎＨＰ，犲狋犪犾．Ｔｈｅｎａｔｉｏｎａｌｗｉｌｄｆｉｒｅｐｒｅｄｉｃｔｉｏｎｐｒｏｇｒａｍ：Ａｋｅｙｐｉｅｃｅｏｆｔｈｅｗｉｌｄｆｉｒｅｓｏｌｕｔｉｏｎ［Ｃ／
ＯＬ］．ＪｏｉｎｔＦｉｒｅＳｃｉｅｎｃｅＣｏｎｆｅｒｅｎｃｅａｎｄＷｏｒｋｓｈｏｐ，Ｂｏｉｓｅ，ＵＳＤＯＥＯｆｆｉｃｅｏｆＤｅｆｅｎｓｅＰｒｏｇｒａｍｓ，１９９９［２００９０５０５］．ｈｔｔｐ：／／ｊｆ
ｓｐ．ｎｉｆｃ．ｇｏｖ／ｃｏｎｆｅｒｅｎｃｅｐｒｏｃ／Ｍｏ０２Ｂｒａｄｌｅｙｅｔａｌ．ｐｄｆ．
［９］　ＢｒｉｌｉｎｇｅｒＤＲ，ＰｒｅｉｓｌｅｒＨＫ，ＢｅｎｏｉｔＪＷ．Ｐｒｏｂａｂｉｌｉｓｔｉｃｒｉｓｋａｓｓｅｓｓｍｅｎｔｆｏｒｗｉｌｄｆｉｒｅｓ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｔｒｉｃｓ，２００６，１７：６２３６３３．
［１０］　周利霞．基于 ＭＯＤＩＳ数据火灾预警研究［Ｄ］．南京：中南大学，２００８．
［１１］　陈世荣．草原火灾遥感监测与预警方法研究［Ｄ］．北京：中国科学院遥感应用研究所，２００６．
［１２］　张继权，李宁．主要气象灾害风险评价与管理的数量化方法及其应用［Ｍ］．北京：北京师范大学出版社，２００７：３５１３５２．
［１３］　张继权，冈田宪夫，多多纳裕一．综合自然灾害风险管理———全面整合的模式与中国的战略选择［Ｊ］．自然灾害学报，２００６，
１５（１）：２９３６．
［１４］　董志颖，王娟，李兵．水质预警理论初探［Ｊ］．水土保持研究，２００２，９（３）：２２４２２６．
［１５］　卞建民，林年丰，汤洁．土地盐碱荒漠化预警理论及实证研究［Ｊ］．农业环境科学学报，２００３，２２（１）：２９３６．
［１６］　尹昌斌，陈基湘，鲁明中．建立自然资源开发利用预警系统［Ｊ］．生态经济，１９９９，（５）：２３２６．
［１７］　杨殿林，张明，格日勒，等．呼伦贝尔四个主要草地类型植物量动态的研究［Ｊ］．草业科学，１９９４，１１（３）：１５１６．
［１８］　杨艳涛．加工农产品质量安全预警与实证研究［Ｄ］．北京：中国农业科学院农业信息研究所，２００９．
［１９］　傅泽强．内蒙古干草原火灾时空分布动态研究［Ｊ］．内蒙古气象，２００１，（１）：２８３５．
［２０］　张尚印，祝昌汉，陈正洪．森林火灾气象环境要素和重大林火研究［Ｊ］．自然灾害学报，２０００，９（２）：１１１１１７．
［２１］　李兴华，郝润全，李云鹏．内蒙古森林草原火险等级预报方法研究及系统开发［Ｊ］．内蒙古气象，２００３，（３）：３２３５．
［２２］　刘兴朋，张继权，蔡维英，等．内蒙古自治区呼伦贝尔市西部草原火灾危险性评价［Ａ］．风险分析与危机反应的理论和实
１９２第２１卷第４期 草业学报２０１２年
践：中国灾害防御协会风险分析专业委员会第三届年会论文集［Ｃ］．巴黎：Ａｔｌａｎｔｉｓ出版社，２００８，６（８９）：３３３３３８．
［２３］　崔亮，张继权，刘兴朋，等．基于Ｌｏｇｉｓｔｉｃ回归模型的呼伦贝尔草原火险预测研究［Ｊ］．安全与环境学报，２０１０，１０（１）：１７３
１７７．
［２４］　国家统计局内蒙古调查总队．经济社会调查年鉴［Ｍ］．北京：中国统计出版社，２００５．
犃狊狋狌犱狔狅狀犲犪狉犾狔狑犪狉狀犻狀犵狅犳犵狉犪狊狊犾犪狀犱犳犻狉犲犱犻狊犪狊狋犲狉狉犻狊犽犻狀犎狌犾狌狀犫犲犻犲狉
ＣＵＩＬｉａｎｇ，ＺＨＡＮＧＪｉｑｕａｎ，ＢＡＯＹｕｌｏｎｇ，ＴＯＮＧＺｈｉｊｕｎ，ＬＩＵＸｉｎｇｐｅｎｇ
（ＣｏｌｅｇｅｏｆＵｒｂａｎａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，ＮａｔｕｒａｌＤｉｓａｓｔｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，
ＮｏｒｔｈｅａｓｔＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２４，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｇｒａｓｓｌａｎｄｆｉｒｅｄｉｓａｓｔｅｒｉｓｏｎｅｏｆａｓｕｄｄｅｎ，ｄｅｓｔｒｕｃｔｉｖｅ，ａｎｄｈａｒｄｔｏｄｉｓｐｏｓａｌｇｒａｓｓｌａｎｄｄｉｓａｓｔｅｒｓ，ｉｔ
ｃａｕｓｅｄａｇｒｅａｔｔｈｒｅａｔｔｏｔｈｅｐａｓｔｏｒａｌｐｅｏｐｌｅ’ｓｌｉｖｅｓａｎｄｐｒｏｐｅｒｔｙｉｎＨｕｌｕｎｂｅｉｅｒｇｒａｓｓｌａｎｄｆｉｒｅｓｔａｔｉｓｔｉｃｓｏｎｓｔａｔｅ
ｍｅｎｔｓａｎｄｒｅｌａｔｅｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｄａｔａｆｒｏｍ１９９４ｔｏ２００５ａｎｄｔｈｅｏｒｉｅｓｏｆｒｉｓｋｏｆｎａｔｕｒａｌｄｉｓａｓｔｅｒｓ，ａｎｄｏｆｒｅｇｉｏｎ
ａｌｄｉｓａｓｔｅｒｓｙｓｔｅｍ，ａｎａｓｔｏｒａｌ．Ｉｎｔｈｉｓｒｅｓｅａｒｃｈ，ｅａｒｌｙｗａｒｎｉｎｇｏｆｇｒａｓｓｌａｎｄｆｉｒｅｄｉｓａｓｔｅｒｒｉｓｋｗａｓｍｏｄｅｌｅｄ
ｔｈｒｏｕｇｈｔｈｅｓｔｕｄｙｏｆｓｉｘｌｉｖｅｓｔｏｃｋｃｏｕｎｔｉｅｓｏｆＨｕｌｕｎｂｅｉｅｒｇｒａｓｓｌａｎｄ，ｂａｓｅｄｏｎｄａｔａｏｆｄｉｓａｓｔｅｒｅａｒｌｙｗａｒｎｉｎｇ．
Ｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｗａｓｕｓｅｄｉｎｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｔｈｅｋｅｙｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｅｔｈｅｅａｒｌｙｗａｒｎｉｎｇｏｆｇｒａｓｓ
ｌａｎｄｆｉｒｅｄｉｓａｓｔｅｒｒｉｓｋ；ｉｎｔｈｅｃａｌｃｕｌａｔｉｏｎｔｈｅｗｅｉｇｈｔｏｆｉｎｄｉｖｉｄｕａｌｉｎｄｉｃａｔｏｒｓ，ａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｔｈｒｏｕｇｈｓｃｏｒｉｎｇ
ｂｙｅｘｐｅｒｔｓｗａｓｕｓｅｄ；ｇｒｉｄＧＩＳｔｅｃｈｎｏｌｏｇｙｃｏｍｂｉｎｅｄｗｉｔｈｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｗａｓｕｓｅｄｉｎｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ
ｏｆｉｎｄｉｃａｔｏｒｓｏｆｔｈｅｃｏｎｓｔｉｔｕｅｎｃｙｗｈｉｃｈｗｉｌ ｍａｋｅｓｐａｃｅｒａｔｉｎｇｓｃａｌｅｍｏｒｅａｃｃｕｒａｔｅ；ｗａｒｎｉｎｇｓｏｕｒｃｅｏｆｅｎｄｏｇｅ
ｎｏｕｓａｎｄｅｘｏｇｅｎｏｕｓｓｏｕｒｃｅｓｏｆｗａｒｎｉｎｇｓｉｇｎｓｏｆＨｕｌｕｎｂｅｉｅｒｇｒａｓｓｌａｎｄｆｉｒｅｓｗａｓａｎａｌｙｓｉｓｔｈｒｏｕｇｈｗｅｉｇｈｔｅｄｃｏｍ
ｐｒｅｈｅｎｓｉｖｅａｎａｌｙｓｉｓ；ｗｉｔｈｔｈｅｏｐｔｉｍａｌｐａｒｔｉｔｉｏｎｉｎｇｏｆｔｈｅｆｉｒｅｃａｓｅｓｆｒｏｍ１９９４ｔｏ２００４，ｅａｒｌｙｗａｒｎｉｎｇｔｈｒｅｓｈｏｌｄ
ｗａｓｉｄｅｎｔｉｆｉｅｄａｎｄｗａｓｄｉｖｉｄｅｄｉｎｔｏｔｈｅｂｌｕｅ，ｙｅｌｏｗ，ｏｒａｎｇｅａｎｄｒｅｄａｌｅｒｔ．Ｇｒａｓｓｌａｎｄｆｉｒｅｒｉｓｋｗａｒｎｉｎｇｈａｓｂｅｅｎ
ｃａｌｃｕｌａｔｅｄｏｎＨｕｌｕｎｂｅｉｅｒ，ｔａｋｅａｌｔｈｅｆｉｒｅｓｏｎＨｕｌｕｎｂｅｉｅｒｇｒａｓｓｌａｎｄｉｎ２００５ｆｏｒｉｎｓｔａｎｃｅ．Ｉｔｓｈｏｗｓａｇｏｏｄａ
ｇｒｅｅｍｅｎｔｂｅｔｗｅｅｎｈｉｇｈｒｉｓｋｆｉｒｅａｒｅａｓｏｆｅａｒｌｙｗａｒｎｉｎｇａｎｄｆｉｒｅｐｏｉｎｔ，ｗｈｉｃｈ，ｉｎｔｅｒｍｓ，ｔｅｓｔｅｄｔｈｅａｃｃｕｒａｃｙｏｆ
ｔｈｅｍｏｄｅｌｉｎａｃｅｒｔａｉｎｄｅｇｒｅｅ．
犓犲狔狑狅狉犱狊：Ｈｕｌｕｎｂｅｉｅｒｇｒａｓｓｌａｎｄ；ｇｒａｓｓｌａｎｄｆｉｒｅｄｉｓａｓｔｅｒ；ｅａｒｌｙｗａｒｎｉｎｇｏｆｒｉｓｋ
２９２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．４