利用基于GIS的多标准决策分析方法对加纳阿哈福地区的野火风险进行建模

《Ecological Modelling》：Wildfire hazard modelling in the Ahafo Region of Ghana using GIS–based Multi- criteria decision-making analysis

森林火灾风险研究——基于GIS-MCDA模型的Ahafo地区火灾隐患区划与应对策略。本研究整合地理信息系统与多准则决策分析，构建包含火源触发、监测响应、燃料储备、气候条件和地形地貌五大子模型的评估体系，通过层次分析法确定12项关键指标的权重。结果表明，Ahafo地区55%的区域（约2856.2 km2）存在高风险火情，其中东北部高火险区占比最大，燃料储备高火险区占43.5%，火源触发风险达86.3%。研究建议通过火险地图指导应急响应和防火措施制定，以缓解森林生态系统退化问题。

　　

玛丽·安特维（Mary Antwi）|卡米拉·萨尼亚雷贝卡（Camila Sanyarebeka）|埃马纽埃尔·阿比萨·阿杜（Emmanuel Abisah Adu）|所罗门·阿库比雷·阿福尔（Solomon Akubire Afour）

加纳能源与自然资源大学环境管理系

摘要

森林火灾是一种具有破坏性的现象，会导致人员伤亡、财产损失和生态系统破坏，尤其是在城乡结合部地区。本研究旨在调查森林火灾，识别、分类并绘制风险区域地图，以辅助加纳阿哈福地区（Ahafo Region）的火灾干预和管理决策。评估过程中考虑了五个风险子模型，即点火（ignition）、检测（detection）、响应（response）、燃料（fuel）和气候因素（climate factor）模型，并结合了地理信息系统（GIS）和多标准决策分析（Multi-Criteria Decision Analysis, MCDA）以及层次分析法（Analytic Hierarchy Process, AHP）。选择12个因素标准进行森林火灾建模，这些标准基于它们对森林火灾的相对重要性以及其他相关特性。最终通过使用ArcMap 10.8的加权求和技术整合了这五个子模型，生成了森林火灾风险地图。分析结果显示，约2257.36平方公里的区域处于高至极高的燃料风险中，占研究区域的43.5%；高点火风险区域总面积为4480.4平方公里，占研究区域的86.3%；大部分区域属于中度至极低响应风险区，总面积为4762.7平方公里，占研究区域的91.7%。检测风险模型显示，可见区域总面积为4257.4平方公里（占82%），而隐蔽区域占剩余的935.7平方公里（占18%）。最终形成的森林火灾风险地图表明，研究区域的东北部具有较高的火灾风险潜力，该区域面积约为2856.2平方公里，占总面积的55%。研究结果表明，阿哈福地区的森林生态系统面临严重的森林火灾威胁。建议加纳国家灾害管理组织和国家消防服务部门利用森林火灾风险地图来辅助火灾管理和决策，以实现最佳的控制效果。

引言

森林火灾通常发生在森林、草原和城乡结合部地区。在这些地方，尤其是在燃料负荷较高的情况下，火灾难以控制，可能由人为或自然原因引发（Vasilakos等人，2009年）。根据火灾的物理特性、燃烧特征和发生地点，森林火灾可分为泥炭火灾、植被火灾、地面火灾、树冠火灾、草地火灾等类型（Teketay，2000年）。在农业和森林生态系统中，森林火灾通常被视为一种自然生态循环，有助于土地再生和物种分布（Ferreira和Merino，2022年）。然而，如果不受控制，森林火灾可能导致广泛的生态系统破坏。过去200年来，全球范围内已有约600万平方公里的土地受到森林火灾的影响，带来了严重的生态风险（Kanga等人，2014年）。

与全球情况类似，西非地区也因森林火灾而经历了土壤肥力下降、生物多样性减少、农业生产力降低以及本地植物物种存活率下降等问题，从而加速了土地退化进程。大规模的森林和农业火灾烧毁了森林和农作物，造成了巨大的农产品和森林产品损失，在某些情况下还导致了人员伤亡和财产损失（Kabo-bah等人，2019年）。近年来，由于森林火灾的频率和强度不断增加，这一问题变得更加严重，继续威胁着陆地生态系统、人类健康和生计（Krawchuk等人，2009年；Boer等人，2020年）。这种威胁正逐渐蔓延到加纳的森林-草原过渡生态区，而这些地区此前并未出现此类火灾（Dahan等人，2023年）。

加纳的森林-草原过渡区之一是阿哈福地区。该地区位于加纳西南部，2018年通过全国公投设立（加纳统计局，2019年）。该地区拥有丰富的自然资源，农业和矿业活动发达，土地肥沃，森林茂密，地形多样（Acheampong和Ababio，2021年）。该地区的经济活动包括可可种植、木材生产和黄金开采，这些产业对加纳的国内生产总值贡献显著（Mensah等人，2020年）。然而，该地区每年约有40至50起火灾发生，烧毁了植被和环境（全球火灾监测中心[GFMC]，2016年）。因此，研究该地区火灾发生潜力变得十分重要。在本研究中，森林火灾风险指的是火灾事件发生的可能性和强度，这些因素包括燃料类型、植被湿度、温度和地形等环境风险因素（Cardona，2004年；Wisner等人，2012年）。

随着地理信息科学的发展和空间数据的增加，地理空间技术在森林火灾风险制图和建模中发挥了重要作用（Eddy，2011年）。地理信息系统（GIS）与多标准决策分析（MCDA）的结合为森林火灾风险检测和潜在火灾区域的优先级划分提供了强有力的框架（Lennox，2012年）。托马斯·L·萨蒂（Thomas L. Saaty）提出的层次分析法（AHP）是一种广泛使用的决策支持方法，基于多个标准的相对重要性进行成对比较（Saaty，1994年）。将AHP与MCDA和GIS结合使用，可以提高生态建模的准确性和透明度（Tims，2009年；Malczewski，2006年）。

当地知识在GIS-MCDA建模中也能为森林火灾预防和管理提供额外支持（Leone和Xanthopoulos，2016年）。这些集成工具越来越多地应用于森林火灾管理，从风险检测和建模到减灾和决策支持（Ljubomir Gigovi?等人，2018年）。与加权求和或逻辑回归等传统建模方法相比，GIS-MCDA更具灵活性、准确性和适应性（Phelps和Woolford，2021年）。正如Yakubu和Duker（2015年）所强调的，空间多标准决策方法需要综合考虑定量和定性信息，促进利益相关者参与，提高透明度，并实现风险优先级划分。

MCDA提供的透明且易于解释的框架使其非常适合基于专家知识或利益相关者输入来建模多种环境、人为和社会经济变量（Pourghasemi等人，2020年；Akgun等人，2021年）。该模型不需要大量的历史火灾数据，计算要求也比基于机器学习的人工智能模型低，适用于数据资源有限的地区（Ardabili等人，2021年；Tsakiris等人，2017年；Almeida等人，2021年）。因此，尽管基于机器学习和人工智能的方法在数据量充足时可能具有更高的预测准确性，但MCDA-GIS方法在资源有限的领域提供了实用、灵活和透明的火灾风险评估工具。

因此，本研究采用了GIS-MCDA和AHP相结合的方法，对加纳的森林火灾高发区——阿哈福地区的森林火灾风险进行了建模。尽管该地区的森林火灾带来了严重的环境和经济社会影响，但针对这一领域的火灾风险研究仍然很少。本研究是该地区首次尝试进行森林火灾风险建模，旨在确定最易发生火灾的区域并提出有效的管理方案。研究结果将有助于社区主导的火灾监测、对高风险区域的早期预警、改进防火带建设、开展火灾预防公众教育以及采用可持续的土地利用管理措施，以减少火灾威胁和相关风险。

方法部分

方法

本研究采用基于GIS的MCDA框架并结合AHP方法，对加纳阿哈福地区的森林火灾风险进行了评估。该方法结合了空间数据分析和决策技术，以评估和优先考虑可能导致火灾发生的风险因素。基于GIS的方法能够提供精确的空间表示，而AHP则有助于对评估标准进行权重分配和排序，确保模型同时反映定量数据和专家意见。

结果

本研究开发了五个子模型来捕捉影响森林火灾风险的各种因素。这些子模型包括燃料（fuel）、点火（ignition）、响应（response）、检测（detection）和气候因素（climate factor），以及最终的森林火灾风险地图。

讨论

通过整合五个主要的火灾风险子模型（燃料、检测、响应、气候因素和点火），生成了阿哈福地区森林火灾风险地图，有助于识别该地区的火灾风险。这些子模型使用了12个关键变量，这些变量能够捕捉决定火灾风险的自然和人为因素（Mhawej等人，2015年）。这些变量通过GIS多标准决策分析进行了综合评估。

结论

本研究使用基于GIS的多标准决策分析（GIS-MCDA）对加纳阿哈福地区的森林火灾风险进行了建模。研究详细分析了森林火灾风险的分布及其触发和传播的关键因素。结果显示，大部分火灾风险区域位于草原地带，占高风险区域的2257.4平方公里。研究强调了有效响应措施在减轻火灾风险方面的重要性。

作者贡献声明

玛丽·安特维（Mary Antwi）： 数据整理、概念构思。卡米拉·萨尼亚雷贝卡（Camila Sanyarebeka）： 数据调查。埃马纽埃尔·阿比萨·阿杜（Emmanuel Abisah Adu）： 资源协调。所罗门·阿库比雷·阿福尔（Solomon Akubire Afour）： 文章撰写、审稿与编辑。