基于地理信息系统与元胞自动机的山火建模：塞尔维亚索科巴尼亚市镇案例研究

《Ecological Modelling》：Wildfire modelling via geographic information systems & cellular automata: A case study of Sokobanja municipality, Serbia

　　

引言

由于土地利用变化、气候变化和长期干旱，野火——最具破坏性的自然灾害之一——发生得更加频繁且强度更大（Farid et al., 2024; Li et al., 2023）。其行为本质上是空间的，受地形、植被和气象条件塑造（Chuvieco et al., 2023）。野火日益威胁基础设施、生态系统和人类健康。有效的风险评估、减灾规划和应急响应依赖于对火势蔓延空间动态的清晰理解。地理信息系统（GIS）提供了一个稳健的框架，用于整合环境数据并分析易燃景观（Pallikarakis & Konstantopoulou, 2024）。元胞自动机模型提供了一种基于规则的、空间显式的'方法，用于在栅格网格上模拟野火蔓延。与传统上严格基于物理或统计的模型不同，CA 使用概率转换和局部相互作用来捕捉涌现的火灾行为（Freire & DaCamara, 2019）。其适应性使得能够纳入各种环境要素，包括土地利用、风向、坡度、植被指数等（Ghosh et al., 2024）。近期研究已应用深度学习技术——如卷积神经网络和坐标注意力模块——来绘制野火易发性地图（Xu et al., 2024）。

然而，本研究使用了一种基于规则的 CA 方法，优先考虑可解释性和空间逻辑。与黑箱模型不同，CA 模拟能够实现环境变量的透明整合和火势蔓延的分步可视化，使其特别适合 GIS 支持的情景分析。本研究的目的是使用由基于 GIS 的空间数据支持的元胞自动机建模，模拟不同环境条件下的野火蔓延。具体而言，本研究实施了四个基于 CA 的模拟：一个仅使用火灾风险指数的基础模型，以及三个纳入风向、地形坡度和植被密度（NDVI）的扩展模型。权重系数是通过层次分析法（AHP）确定的，便于分层排序和多重决策。它还研究了 20 个模拟步骤中的每一步如何影响火灾动态。为了近似现实世界中的火灾行为，构建了一个整合所有变量的综合模型。对脆弱区域的详细表征对于有效规划至关重要，需考虑变量以进行准备工作和优先级排序（Figueroa et al., 2024）。本研究的主要贡献并不是引入一种新的元胞自动机算法，而是开发了一个透明且可重现的 GIS 支持建模框架，该框架将基于 AHP 的火灾风险指数与元胞自动机相结合，以调查单个和组合环境驱动因素对野火蔓延的相对影响。通过在统一的 Python 实现中系统地比较替代模拟情景，所提出的框架为空间野火情景分析提供了一种可解释的工具，并支持未来向操作性决策支持应用的扩展。

所提出的框架旨在进行探索性空间情景分析，而不是用于操作预测或单个野火事件的重建。因此，其目的是调查环境驱动因素对野火传播模式的相对影响，而不是重现特定的历史野火。

章节摘要

研究区域

研究区域位于塞尔维亚东部的索科巴尼亚市镇（图 1）。索科巴尼亚是扎耶查尔区的一部分，位于北纬 43°31′41.1″至 43°46′51.9″和东经 21°40′33.2″至 22°5′36.9″之间。根据 2022 年人口普查，该市镇有 13,759 名居民分布在 525 km²的区域内，即每平方公里约 26.2 人（塞尔维亚共和国统计局，2022）。指定为 217 和 218 的二类国道（PE“道路

结果与讨论

使用层次分析法导出了一个复合火灾风险指数。表 1 展示了分配给土地利用、NDVI、NBR、坡度、方位角、风向和风速的归一化权重，反映了它们的相对影响。

系数是通过表 2 中展示的成对比较矩阵获得的。成对比较是基于专家判断进行的，并得到了野火建模文献中报告的发现的支持。土地覆盖被赋予了更大的重要性

结论

本研究展示了如何使用元胞自动机框架来模拟各种环境设置中野火的动态。通过将火灾风险指数与植被、坡度和风向等单个因素相结合，该模型展示了火势蔓延的不同空间轨迹。通过比较分析验证了多因素整合在预测性火灾建模中的重要性，分析显示综合情景产生的结果最具可控性和生态上

CRediT 作者贡献声明

杜希察·约万诺维奇：写作 – 审阅与编辑，写作 – 初稿撰写，方法学，形式分析，数据整理，概念构思。桑雅·斯托伊科维奇：写作 – 审阅与编辑，写作 – 初稿撰写，验证，资金获取。

杜希察·约万诺维奇|桑雅·斯托伊科维奇

贝尔格莱德大学，地理学院，Studentski trg 3/3, 11000 贝尔格莱德，塞尔维亚