第06章 森林草原火灾、气象与干旱灾害

本章导读

把森林草原火灾、气象灾害与干旱放在同一章，是因为它们共享一个容易被忽视的特征：致灾因子在时间上连续、在空间上弥散，找不到像地震那样明确的“事件原点”。一场火从点燃到成灾要蔓延数小时，一次干旱从露头到成灾要经历数月的水分亏缺，一次低温雨雪冰冻则沿着输电线路与道路网络铺开。所以这类灾害的空间分析重点不在“定位”，而在“追踪”与“预判”。本章先用三要素乘积（可燃物、地形、气象）搭起林火的空间逻辑，再区分火险区划（长期管理的底）与火险等级（当日管控的势）——两者混用会直接导致误判。卫星热点监测把巡护员走不到的地方纳入监视：14 颗卫星、日监测约 28 次、最高 2 米分辨率，但热点的本质是高温异常像元，从热点到火情需要三级核实。火行为模型的价值在“比选方案”而不在“预测结果”，六类不确定性共同限制了它的预测能力。后半章转到尺度错配（公里级预报如何落到乡镇级落区）与慢变量（干旱如何从单张图变成可回溯的时间序列），并以复合灾害的三种叠加形态收尾。

学习目标

读完本章，你应当能够：

• 用“可燃物×地形×气象”三要素解释林火的空间逻辑，说明其中哪一项最难持续更新；
• 区分火险区划与火险等级两套体系的服务对象与更新频率，指出混用会造成什么误判；
• 说明卫星热点的本质与六类误报来源，写出从热点到火情的三级核实流程；
• 解释火行为模型“在比选而不在预测”的含义，列出六类不确定性并指出哪一类最难降低；
• 说明气象灾害的核心矛盾是尺度错配，并写出把公里级预报转成乡镇级落区的三条技术路径；
• 区分同时、接连、链式三种复合灾害叠加形态，说明为什么“2.3% 高风险区”是当前多灾种叠加评估的最高共识水平。

把森林草原火灾、气象灾害与干旱放在同一章，是因为它们共享一个容易被忽视的特征：致灾因子在时间上连续、在空间上弥散，很难像地震那样找到一个明确的“事件原点”。一场火从点燃到成灾要经过数小时的蔓延，一次干旱从露头到成灾要经过数月的水分亏缺，一次低温雨雪冰冻的影响则沿着输电线路与道路网络铺开。这类灾害的空间分析，重点不在“定位”，而在“追踪”与“预判”。

这个特征也决定了本章的写作重心。森林草原火灾部分要讲清可燃物、地形、气象三要素如何共同决定火的行为，以及卫星热点为什么会有大量误报；气象灾害部分要讲清预报网格与承灾体尺度之间的错配；干旱部分要讲清一个慢变量如何被空间化。三者共同的判断是：在这些领域，GIS 的价值主要体现为“把不确定的东西说清楚”，而不是“把不确定的东西算准”。

需要先说明一个口径问题。在公开的 2025 年全国十大自然灾害名单中，入列的是地震、滑坡、暴雨洪涝与台风，森林草原火灾与干旱并未单列（应急管理部、国家防灾减灾救灾委员会办公室，2026-01）。这不意味着这两类灾害没有发生，而是说明在该年度的损失结构中，它们的相对量级低于入列的十起事件。评估一类灾害的 GIS 能力，不能只看它是否进入年度榜单，而要看它在常年状态下的防治需求。

6.1 森林草原火灾的空间要素

一场火是否发生、如何蔓延、能否扑灭，由可燃物、地形、气象三个要素的乘积决定。三者的空间分布叠加在一起，构成了火险的空间格局；三者在时间上的变化，构成了火险的日变化。GIS 的第一项工作，是把这三个原本分属林业、测绘、气象三个部门的图层，放到同一个空间框架里，并且让它们能够逐日更新。

底数的完整性决定这项工作的起点。第一次全国自然灾害综合风险普查对 18 万余处地质灾害隐患点信息作了更新，同时形成了覆盖多灾种的调查数据体系，并编制 11 号普查公报（国务院普查办，2024-05）。这套底数对森火管理的直接作用是：林区内的村庄、道路、水源、瞭望设施第一次能够在统一的空间框架下被检索，而不必依赖各单位的台账拼接。

6.1.1 可燃物：连续性是关键，不是数量

可燃物描述的是“烧什么”。类型（针叶林、阔叶林、灌丛、草地）、载量（单位面积的可燃物重量）、含水率、垂直连续性（地表枯落物、灌木层、中层、冠层是否连通）、水平连续性（林分是否连片），共同决定了火的强度与蔓延方式。

其中最关键的是连续性，而不是载量。一片载量很高但被道路、农田、河流切割的林子，火很难大面积蔓延；一片载量中等但连续分布的针叶林，一旦起火就可能形成树冠火，扑救难度陡增。垂直连续性更是决定性因素：地表火能否跃升为树冠火，取决于灌木层与中层能否把火“递”上去。

可燃物数据的空间化是难点。森林资源调查提供的是小班数据，精度高但更新周期长；遥感分类提供的是面上的类型分布，更新快但难以给出载量与含水率。两者结合是目前的主流做法：用小班数据标定类型与载量的对应关系，用遥感更新类型的分布，用气象数据推算含水率的变化。

6.1.2 地形：坡度决定速度，坡向决定干燥度

坡度直接影响蔓延速度。上坡火的前进速度随坡度增加而显著加快，因为火焰更接近上方未燃可燃物，辐射与对流预热更充分。这也是山地火灾中“火往山上跑、人往山下撤”这一基本常识的物理来源。

坡向影响的是可燃物的干燥程度。阳坡接受日照时间长，地表温度高，可燃物含水率低，火险等级长期偏高；阴坡则相反。在同一座山上，阳坡与阴坡的火行为可能完全不同。

地形还通过沟谷与鞍部影响风的走向。山谷风、越山气流、鞍部的加速效应，都会在局部形成与区域风场不同的风况。这类微地形效应在米级地形数据上才能识别，而多数火险区划使用的是较粗的格网，无法表达。

6.1.3 气象：风是主导变量

在三个要素中，气象变化最快，也最难预测。风速决定蔓延速度，风向决定蔓延方向，相对湿度决定可燃物含水率，持续干旱决定可燃物的累积干燥程度。

风向突变是最危险的情形。火场上的风向一旦改变，火头可能突然转向，扑火人员若处在火头前方，撤避时间极短。这类事故的教训在行业内部被反复提及，也解释了为什么火场气象监测与现场风向标是扑救指挥的必备配置，而不是可选项。

6.1.4 火源与防护目标

火源分人为与自然两类。人为火源包括农事用火、祭祀用火、施工用火、输电线路故障；自然火源主要是雷击。人为火源的空间分布与人类活动强度高度相关，具有明显的季节性与时段性；雷击火则与雷暴路径相关，多发生在偏远林区，发现晚、扑救难。

防护目标包括村庄、林场、重要设施、水源地、文物古迹与各类保护区。防护目标的空间位置决定了扑救的优先级：当火头指向村庄时，扑救的首要目标从“控制火线”转为“保护居民点”，战术随之改变。

表6-1 森林草原火灾的空间要素与数据需求

6.2 火险区划与火险等级

火险区划是“底”，火险等级是“势”。前者回答“这个地方长期而言有多容易烧”，后者回答“今天这个地方有多容易烧”。两者用的是不同的数据、不同的方法、不同的更新周期，混用会直接导致误判。

6.2.1 两套等级体系，不要混为一谈

森林火险区划等级分为三级：Ⅰ级为高危、Ⅱ级为高风险、Ⅲ级为一般风险。这一标准在 2008 年与 2025 年经历过两次修订（林草与应急管理部门公开资料）。三次分级对应的是长期的、静态的区域属性，用于林火管理的力量布局、防火设施配置与责任划分。

森林火险气象等级则是五级划分，依据的是气象要素的短期组合，见《森林火险气象等级》（GB/T 36743-2018）。它逐日发布，用于提醒公众与基层当天的用火风险。

两套体系在传播中经常被混用。看到“Ⅰ级火险”就以为当天最危险，或者看到“五级火险”就以为是长期区划结论，都是常见的误读。正确的理解是：区划等级告诉你这个地方“底子薄”，气象等级告诉你今天“火气大”。底子薄的地方，即使气象等级不高也需要加强巡护；底子厚的地方，气象等级高时同样要严管火源。

6.2.2 静态区划的做法

静态区划的输入是气候、植被、地形与历史火情。气候提供的是长期的水热条件，植被提供的是可燃物的类型与连续性，地形提供的是坡度与坡向的分布，历史火情提供的是实际发生的频率与强度。

区划的方法通常是指标体系加权或聚类分析。技术难度不高，难点在指标的选取与权重的确定。权重往往依赖专家判断，不同地区的权重不可直接移植。

判断：区划成果的最大价值不是那张分级图，而是分级所对应的差异化管理制度。如果三级分区对应的巡护频次、队伍配置、设施标准完全一样，区划就退化成了一个学术练习。

6.2.3 动态等级的输入与输出

动态等级的核心输入是气象要素：气温、相对湿度、风速、连续无降水日数、降水量。这些要素经过组合计算，得到当日的火险指数，再映射为等级。

输出的空间形态通常是格网或行政区。格网更适合山区，能反映地形引起的差异；行政区更适合发布，因为责任是按行政区落实的。实践中常用“格网计算、行政区发布”的方式，两者之间的聚合规则需要明确定义，否则会出现相邻两县等级不同、但实际地形连续的情况。

6.2.4 火险等级是概率语言

最重要的一点：火险等级描述的是“起火并蔓延的可能性”，不是“一定会起火”。高火险等级的日子里，绝大多数地方不会发生火灾，这是概率语言的正常表现；但这不构成放松管控的理由，因为一旦起火，高等级条件下的扑救难度与过火面积会显著上升。

把概率语言当事件语言，会导致两种错误：一是高等级日未发生火灾就认为“预警不准”，进而在下一次降低响应；二是低等级日发生火灾就认为“预警失效”，进而怀疑整个体系。两种反应都会削弱制度的稳定性。

6.2.5 两套体系如何衔接

区划与等级在业务上应当形成“底加势”的组合。区划给出每个区域的基础防御要求，气象等级给出当日的动态响应强度，两者交叉形成响应矩阵：高火险区在高等级日采取最严格措施，一般风险区在高等级日也要提高巡护频次，但不必启动同等规模的响应。

这个矩阵的价值在于把有限的巡护力量按“区域重要性乘以当日风险”来分配，而不是平均撒开。它的建立不需要新的数据，只需要把两套已有的成果在设计上对接起来。多数地区的缺口恰恰在这里：区划与等级分属不同的业务系统，各自发布，互不引用。

6.3 卫星热点监测与火情早期识别

卫星热点监测是目前林火早期发现的主要技术手段，它的价值在于把“巡护员走不到的地方”纳入监视范围。但热点的本质是“高温异常像元”，不是“火灾”，两者之间的距离，就是这一类技术全部误报与漏报的来源。

6.3.1 系统的能力口径

国家森林草原火灾卫星监测系统可接收处理 14 颗卫星数据，日监测频次约 28 次，空间分辨率最高 2 米（应急管理部，2025-01）。这组数字说明了三件事：多星组网带来了较高的时间覆盖，每天约 28 次意味着平均不到一小时就有一次观测机会；最高 2 米的分辨率属于高分辨率档次，但并非所有卫星、所有时段都能达到；“可接收处理”是能力表述，实际可用性受云量、过境时刻与数据下传条件影响。

需要特别指出，日监测频次是一个统计意义上的平均值，它在空间上并不均匀。同一颗卫星的相邻两条轨道之间存在观测空隙，多星组网可以缩小空隙但不能消除。火情恰好发生在空隙时段，是漏报的主要来源之一。

6.3.2 极轨与静止：两种互补的观测方式

极轨卫星轨道高度低，分辨率高，但重访周期长，过境时刻相对固定。静止卫星轨道高度高，可连续观测，但分辨率低。两者的组合是通行做法：静止卫星负责高频次扫描，及早发现异常；极轨卫星负责高分辨率确认，判明范围与强度。

这种组合的逻辑与“广域搜索加重点确认”的搜救策略一致：先用低成本手段缩小范围，再用高成本手段确认。理解这一点，就不会期待任何单一手段解决全部问题。

6.3.3 热点的物理机理

热点探测利用的是中红外与热红外波段对高温目标的敏感性。一个像元内如果存在明火，其辐射能量会显著抬高该波段的亮温，超过一定阈值即被判为热点。

问题在于“像元”是一个面积单位。一个几百米见方的像元内，如果只有很小一部分在燃烧，辐射能量被大面积背景稀释，亮温增量可能不足以触发阈值。这就是亚像元火的探测难题：火越小、像元越大，越难被发现。

改进的方法是背景窗法：不设固定阈值，而是把待判像元与其邻域像元的统计特征比较，超出邻域正常范围一定倍数的判为异常。这种方法对地表温度的背景差异更稳健，但对大范围高温背景（如盛夏的裸岩）仍然敏感。

6.3.4 误报的六类机理

第一类是高温地表的干扰。裸岩、沙地、火山岩在强日照下表面温度很高，与燃烧的亮温特征接近。

第二类是工业热源。厂房的烟囱、窑炉、冶炼设施、火炬，都是持续的高温点，且位置固定，容易在每次过境时反复触发。

第三类是水面与云的镜面反射。太阳光在水面、云顶的特定几何条件下反射进传感器，会在中红外波段形成虚假的高亮信号，这类误报与太阳高度角、观测角有关，具有一定的规律性。

第四类是云边缘效应。薄云与碎云的边缘在可见光与红外波段的表现复杂，容易被算法误判。

第五类是真火但非林火。农田焚烧秸秆、垃圾焚烧、祭扫用火都是真实的高温目标，探测没有错，错在分类。这类“误报”本质上是土地利用判读问题，而不是探测问题。

第六类是定位误差。像元定位受几何校正精度与地形起伏影响，在陡坡地区，一个像元的地面投影可能偏移到山坡的另一侧，导致热点位置与实际火点不符。

6.3.5 从热点到火情：三级核实

第一级是持续性核实。同一位置在连续多次过境中都被判为热点，可信度显著提高；只出现一次的热点，更可能是瞬时干扰。

第二级是多源交叉。视频监控、瞭望塔、无人机、护林员上报、雷电监测数据，都可以用来交叉验证。多源一致时，可以确认为火情。

第三级是地面确认。前两级都只能提高概率，最终确认必须靠地面人员或航空器抵近观察。

这个三级结构说明一个基本判断：热点的价值是“缩小搜索范围”，不是“确认火灾”。把热点直接当作火情发布，会造成大量空跑；把热点完全忽略，则会漏掉真正的早期火情。合理的做法是把热点分级推送，高置信度的直接通知核查，低置信度的进入待核实队列。

表6-2 卫星热点监测的能力边界与误报来源

6.4 火行为模拟与扑救决策

火行为模型能给出的最有价值的东西，不是“火线明天在哪里”，而是“这几种打法哪一种更可能把火控制住”。理解这一点，就不会把模型输出当作预测结论，也不会因为预测不准而否定模型。

6.4.1 模型在算什么

主流的火行为模型属于半经验类型：以可燃物床的物理属性（载量、粒径、密实度、含水率）为基础，结合风速与坡度对蔓延速度的修正，计算火线蔓延速度、单位面积热释放（火线强度）与火焰长度。

模型的输出通常包括：蔓延速度、蔓延方向、火线强度、火焰长度、树冠火是否发生。这些量对战术选择有直接意义：火线强度决定能否直接扑打，火焰长度决定安全距离，树冠火是否发生决定是否需要改变战法。

6.4.2 六类不确定性

第一类是可燃物参数。载量、含水率、粒径分布需要实测，而实测样地的数量远不足以覆盖全域。模型使用的往往是类型平均值，与实际状态存在偏差。

第二类是风场。模型需要的是火场高度的风，而气象站提供的是 10 米高度的风，林内风速又受冠层阻挡显著降低。三者之间的换算关系依赖经验系数，误差很大。

第三类是地形简化。计算格网粗化会削平沟谷、抹掉鞍部，而这些微地形恰恰是火行为突变的触发点。

第四类是火与大气的反馈。大火会形成自己的风场，产生火旋风与飞火，这些现象超出了半经验模型的描述能力。飞火尤其危险，它可以让火越过隔离带，在数百米外形成新火头。

第五类是初始条件。起火点的准确位置、已燃范围的边界、火线的形状，都影响后续推演。这些信息在火灾初期往往不完整。

第六类是模型结构的适用域。半经验模型建立在特定可燃物类型与实验条件下，迁移到不同类型的植被时，需要重新标定。

6.4.3 输出怎么用：比选而非预测

把模型当作预测工具，会陷入“预测不准所以没用”的循环。把模型当作比选工具，价值就显现出来：在同样的初始条件下，比较“从东线直接扑打”与“在西侧开设隔离带”两种方案，看哪一种在若干小时后的过火面积更小、火线强度更低。

比选不需要模型绝对准确，只需要模型对方案差异的响应是合理的。这是一个重要的方法论转变：从追求“真值”转向追求“排序”。

6.4.4 扑救决策的空间问题

第一是兵力投送的可达性。扑火队伍到达火场的时间，取决于道路条件、距离、坡度与装备。陡坡地段常规扑救方式难以展开，需要调整战法或改用航空力量。

第二是水源。以水灭火需要水源，水源的距离、容量、取水条件（是否可通车、是否可停直升机）直接决定了以水灭火的可行性。空间分析可以把水源、道路与火线放在一起，算出“取水往返时间”，这个数字对战术选择的影响很大。

第三是隔离带的选址。理想的隔离带依托现有地形与地物：山脊、河流、道路、农地、防火林带。利用现有地物开设隔离带，工作量小、成功率高；在无依托的坡面上开设，成本高且容易被飞火越过。

第四是避险区。扑火队伍必须预先明确避险区域与撤离路线，避险区应当具备开阔、无可燃物、地势平缓等条件。这些区域在图上可以被预先标定，形成“避险区图层”，供现场指挥调用。

表6-3 火行为模型的不确定性来源

6.5 气象灾害的空间表达

气象灾害的 GIS 难点是尺度错配：预报产品的格网通常是公里级，承灾体的尺度是米级，预警落区的要求是乡镇级。三者之间的换算不是简单的重采样，而是需要理解每一级尺度上信息的真实含义。

6.5.1 暴雨：从格网到落区

数值预报给出的是格网降水，公众与基层需要的是“我这个地方下不下”。从格网到落区的转换，涉及地形对降水的增幅、对流单体的随机性、以及“面雨量”与“点雨量”的差异。

实际工作中的做法是“预报加实况加阈值”：预报给出潜势，实况监测给出确认，阈值触发预警。这个链条中，GIS 的作用是把三个来源的数据在空间上对齐，并把落区与责任人匹配。

6.5.2 冰雹与雷暴大风：只能给潜势

强对流单体的空间尺度通常只有几公里到几十公里，生命史短则几十分钟。这样的尺度，超出了当前业务预报的分辨能力。因此对冰雹与雷暴大风，空间产品只能是“潜势区”而不是“影响范围”。

潜势区的表达需要克制。把潜势区画得过小，会漏掉实际发生的区域；画得过大，会失去指导意义。合理的做法是给出潜势区并明确说明其含义，同时在实况发生后快速更新。

6.5.3 低温雨雪冰冻：沿网络铺开的影响

这类灾害的空间特征不是“一片区域受灾”，而是“一条网络受灾”。输电线路覆冰、道路结冰、通信基站断电，影响沿着线状设施展开，呈现出明显的网络结构。

因此分析的单位应当是网络要素而不是行政区。哪些线路跨越了易覆冰的海拔带、哪些路段位于背阴的桥面、哪些基站在断电后会影响多大范围的通信，这些问题的答案都在网络的拓扑结构里，而不是在面状的分级图里。

6.5.4 沙尘暴与高温热浪

沙尘暴的影响通过能见度体现，空间上是“源区加输送路径加沉降区”的链条。它对交通、电力、健康的影响各有不同的空间尺度，需要分别表达。

高温热浪的影响则高度依赖城市内部的分异：建筑密度、绿地率、地表材质共同形成热岛，同一个城市内不同街区的体感温度差异显著。这类分析需要高分辨率的城市地表数据，而常规气象格网无法提供。

6.5.5 数据的汇聚

国家自然灾害综合监测预警平台接入气象、水利等 6 个涉灾部门 50 余类实时监测预报预警数据，以及第一次全国自然灾害综合风险普查 30 余类灾害数据（应急管理部，2025-07）。这个规模说明，气象灾害的空间表达问题，主要不是“没有数据”，而是“数据太多、口径不一、难以在同一张图上对话”。

判断：多源气象数据的融合，难点在时空基准与语义对齐，而不在传输与存储。同一个“暴雨”在不同部门的定义可能不同，同一片区域的格网可能不同，这些差异如果不处理，叠加出来的图就是错的。

对齐还涉及一个更基础的问题：空间参考。气象格网常以经纬度或投影坐标给出，水利断面沿河道里程组织，承灾体按行政区统计，三种空间组织方式之间需要一套统一的转换规则。这套规则如果不写清楚，同一场灾害在不同部门的图上会呈现出不同的范围，会商时就只能各说各话。

6.6 干旱监测与旱情评估

干旱是慢变量。它的空间边界模糊、发展过程缓慢、影响滞后显现，这三个特征使它成为最难用“一张图”表达的自然灾害。GIS 在干旱领域的正确姿态，不是画一张旱情图，而是维护一条可以回溯的时间序列。

6.6.1 四类指标，四个视角

气象干旱用降水距平、连续无降水日数等指标衡量，反映气候层面的水分亏缺。它的优点是计算简单、空间连续，缺点是只反映“天上下多少”，不反映“地上有多少可用”。

水文干旱用径流、水库蓄水、地下水位衡量，反映水资源的实际亏缺。它受工程调度影响很大，同样的降水条件下，水库调度策略不同，水文干旱的表现也不同。

农业干旱用土壤相对湿度、墒情监测衡量，反映作物可获取的水分。它是旱情对农业影响的直接指标，但监测站点稀疏，空间代表性有限。

社会经济干旱用饮水困难人口、灌溉缺口等指标衡量，反映干旱对人的实际影响。它是最终的政策关注点，但数据依赖逐级上报，时效性最差。

6.6.2 遥感能提供什么

遥感在干旱监测中的主要贡献是空间连续性。植被指数反映植被长势与水分状况，地表温度反映蒸散与热状况，二者的特征空间关系可以用来估算地表水分亏缺；微波遥感能够反演表层土壤水分，受云影响小，但空间分辨率较粗，且只能反映表层。

这些指标各有适用条件。植被指数在生长季有效，在非生长季或植被稀疏区失效；地表温度受天气与时间影响大，需要多时相合成；微波土壤水分在植被覆盖度高时精度下降。

6.6.3 空间表达的三种形态

第一种是分级面。按行政单元或流域单元给出轻旱、中旱、重旱、特旱的分级，用于宏观决策与信息发布。它的优点是简明，缺点是掩盖了单元内部的差异。

第二种是等值面。用插值方法生成连续的干旱指数面，用于观察空间格局。它的优点是连续，缺点是插值本身引入了额外误差，站点稀疏区尤其不可靠。

第三种是点位。饮水困难人口、供水工程受影响的点位，用于精准施策。它的优点是具体，缺点是需要逐级上报，时效性差。

三种形态各有用途，成熟的做法是三者并存、互相校验，而不是用一种替代另外两种。

6.6.4 人饮困难：干旱中最“点状”的问题

干旱的整体影响是面状的，但对人的影响常常是点状的：山区分散供水的村落、依赖小水源的居民点、季节性缺水的地区，在整体旱情并不严重时也可能出现饮水困难。

这类问题的空间特征是“小尺度、分散、与水源工程强相关”。解决它需要的不是更高的分辨率，而是更完整的水源工程台账：每个村的水源类型、供水人口、备用水源、运水距离。把这些信息落到图上，才能在旱情发展中快速判断“哪些村先送水”。

6.6.5 时间序列比单张图更重要

旱情的核心信息是“变化”：与常年同期比、与上月比、与去年同期比。单张旱情图只能说明当下，无法说明趋势；而抗旱决策的依据恰恰是趋势。

因此，干旱监测系统的核心能力应当是时间序列的管理与回溯，而不是单时相的可视化。这一点在系统建设中经常被忽略：界面上做得很漂亮，但无法回答“这个县三个月来的降水距平如何变化”。

表6-4 干旱监测的指标族与空间表达

6.7 多灾种叠加与复合灾害

复合灾害不是“几种灾害同时出现在一张图上”，而是“一种灾害改变了另一种灾害的致灾条件”。前者是制图问题，后者是物理问题。混淆两者，是当前复合灾害研究与应用中最普遍的偏差。

6.7.1 三种叠加情形

同时叠加：台风带来的大风、暴雨、风暴潮同时发生。三者共享同一个致灾因子（台风），但在空间上影响范围不同，需要分别评估后再综合。

接连叠加：前一轮降雨使土壤饱和，后一轮降雨在更低的阈值下引发地质灾害。2025 年贵州在一个月内经历两轮暴雨，第二轮的影响面明显更大，就是这种情形的典型。

链式叠加：地震引发滑坡，滑坡堵塞河道形成堰塞湖，溃决洪水冲刷下游。每一环的致灾因子都是上一环的后果。

6.7.2 2025 年的复合结构

从十大自然灾害的构成看，2025 年的复合性主要体现在“雨、洪、地灾”这条链条上：多起暴雨洪涝同时伴随地质灾害，贵州 5 月下旬的事件在名单中直接被称为“暴雨洪涝和地质灾害”（应急管理部，2026-01）。这种表述本身就承认了复合性。

另一条值得注意的链条是“台风加暴雨加内涝”：桦加沙与麦德姆两次台风都带来了大范围降雨，沿海城市在风暴潮顶托下排水受阻，内涝风险叠加。

6.7.3 综合风险区划给出的底图

第一次全国自然灾害综合风险普查首次明确了“三高一低”区域，首次识别出占全国陆地面积 2.3% 的自然灾害综合风险高风险区（国务院普查办，2024-05）。这 2.3% 的空间范围虽小，但它是多灾种叠加评估的产物，代表了当前对复合风险的最高共识水平。

需要正确理解这个数字的含义。2.3% 是“综合风险高风险区”占陆地国土面积的比例，它不等于“2.3% 的地方会受灾”，也不等于“这些地方不能建设”。它的用途是提示资源投放的优先序，而不是划定禁建区。

6.7.4 复合风险评估的三种方法

指标体系法把多个灾种的指标加权合成，优点是简单，缺点是可解释性差，权重难以说服人。

情景矩阵法列出若干致灾情景的组合，逐一评估，优点是物理清晰，缺点是组合数量爆炸。

联合概率法计算多个致灾因子同时超过阈值的概率，优点是理论严谨，缺点是对数据量与相关性结构要求高。

三种方法各有适用场合。应急管理实践中，情景矩阵法最实用，因为它直接对应“如果这样会怎样”的决策问题。

情景矩阵的设计要点是“可控的组合数”。灾种、强度、时间、空间范围四个维度如果全面组合，数量会迅速膨胀到无法处理。可行的做法是固定最不利的几种组合，比如“前期饱和加短时强降雨”“台风登陆加天文大潮”“地震后降雨”，把这些组合做成标准情景，反复演练、反复校核。情景数量少而稳定，才能形成组织记忆。

6.7.5 常见的错误

最常见的错误是把单灾种图层的最大值当作复合风险。这种做法隐含假设灾害之间完全相关，而实际上它们可能互斥（例如同一个地点不会同时被淹没和被火烧）。

第二个错误是忽略时间维度。把不同年份、不同季节的灾害图层叠加，得到的“复合风险区”没有实际意义。

第三个错误是忽略承灾体的变化。十年前的灾害分布叠加今天的人口分布，反映的是“过去的灾害打在今天的人身上”，这种错配会让结论失真。

6.8 典型实践

这一板块的实践可以分为三条线：以卫星监测为代表的广域感知，以智能体为代表的信息处理加速，以实景三维为代表的空间表达深化；此外还有一层正在成型的能力底座，即大模型与业务系统的结合。三条线的成熟度不同，价值也不同。

6.8.1 14 颗卫星与每日 28 次

前文已述及系统的能力口径：14 颗卫星、日监测约 28 次、最高 2 米分辨率（应急管理部，2025-01）。这个能力构成了当前林火监测的基础，也是各级指挥中心屏幕上那条“热点推送”的来源。

这个能力的意义在于把“发现”的时间提前。在林火扑救中，早发现一小时，过火面积可能相差数倍。但能力不等于效果，从“发现热点”到“派出力量”之间，还隔着核实、研判、调度三个环节，每个环节都可能消耗掉提前量。

因此，评价这套系统的指标不应只是“日监测频次”，还应当包括“从热点发现到核实完成的时间”与“从核实到力量到位的时间”。前一个指标反映信息处理能力，后一个指标反映组织能力。

6.8.2 森火智能体：企业口径的能力表述

2025 年 12 月 23 日，“人工智能加应急管理”生态研讨活动披露，森火应急智能体将火情识别准确率提升至 95% 以上，上报时间从 1 小时缩短至 3 秒（企业发布口径，需注意其为企业自行披露，非权威第三方评测结论）。

这组数字需要谨慎对待。识别准确率与上报时间是两个不同性质的指标：前者取决于测试集与判定标准，后者取决于系统链路与网络条件。企业的测试环境与真实火场之间存在差距，尤其在弱网、断网、多雾、夜间等条件下，实际表现可能与实验室数据不同。

但这类产品的方向值得重视。林火应急的瓶颈之一确实是信息处理速度：视频监控、热点数据、护林员上报、无人机影像，多源信息汇聚到指挥员面前时，人工筛选的成本很高。用模型做初筛，把“需要人看”的量降下来，这个思路是成立的。判断标准应当是“是否减少了无效核查”，而不是“准确率是否达到某个数字”。

6.8.3 实景三维与林区表达

实景三维中国已初步建成，5 米、10 米格网等系列产品覆盖全国陆地国土，1:1 万数据覆盖 70% 陆地国土；300 余个地级以上城市完成 LOD1.3 三维模型生产（自然资源部，2025-12）。

这些成果对林区火险管理的直接价值有限，因为林区的三维表达难点在植被，而不在建筑。但它提供了两个基础：一是统一的地形底座，可以支撑坡度、坡向、山谷风的计算；二是统一的空间框架，使得林业、气象、应急三方的数据可以在同一坐标系下叠加。

判断：实景三维在森火领域的价值，短期内主要体现为“底座统一”，而不是“林分还原”。要还原林分的垂直结构，需要激光雷达等专用数据，成本与覆盖面都还不具备全域推广的条件。

6.8.4 大模型底座与业务系统的关系

“十五五”规划要求统筹推进“久安”系列大模型底座建设（国务院，国发〔2026〕15 号）。这为智能体类应用提供了政策依据，但底座与业务之间仍有距离。

底座提供的是通用能力，业务需要的是场景化的判断。把通用模型直接接到火情研判上，效果往往不如针对特定数据分布微调的小模型。合理的路径是“底座加场景微调加人工复核”，三者缺一不可。

6.8.5 三条可提炼的经验

第一，广域感知解决“看得见”，解决不了“看得准”。卫星、视频、无人机的组合，必须配合核实机制，否则会产生大量无效出动。

第二，信息处理的加速比信息获取的加速更容易见效。在卫星资源已经相对充足的条件下，把处理链条压缩，收益可能大于再发一颗卫星。

第三，空间表达的深化要服务于具体动作。三维模型如果不能回答“队伍从哪条路上山、在哪个位置开设隔离带”，它的价值就停留在展示层面。

6.9 边界与误区

这一板块的误区有一个共同点：把“监测到的信号”等同于“发生的事实”。以下七条是最常见的。

误区之一是把热点当作火点。热点是高温异常像元，火点是正在燃烧的位置。两者之间隔着云、裸岩、窑炉、农田焚烧与定位误差。把热点直接发布为火情，会造成大量空跑；把热点全部忽略，会漏掉真正的早期火情。

误区之二是把火险等级当作火行为预测。火险等级回答“今天容不容易烧”，不回答“烧起来会往哪走、烧多快”。后者需要火行为模型，且需要实时的风速风向与已燃边界。

误区之三是相信模型能算出火线。半经验模型在特定条件下可以给出合理的蔓延趋势，但飞火、火旋风、火与地形的强耦合，都超出了它的能力。把模型输出当作撤离依据，是危险的。

误区之四是用一张图表达干旱。干旱是慢变量、大面积、边界模糊的灾害，单张图无法表达其发展趋势。正确的做法是时间序列加多指标对照。

误区之五是复合风险等于图层叠加。把不同灾种、不同年份的图层叠在一起，得到的是“曾经发生过的灾害的并集”，不是“可能同时发生的复合风险”。

误区之六是认为监测密度决定监测效果。增加卫星、增加视频、增加瞭望塔，都会提升覆盖率，但覆盖率不等于发现率。发现率取决于“信号能否被识别”与“识别结果能否被及时处理”。在林区，真正的瓶颈常常是后者：监控画面很多，值班人员有限，看不过来就等于没装。

误区之七是把一次成功的扑救归结为技术。一场火被控制住，可能因为风向有利、因为队伍及时到位、因为隔离带恰好依托了一条现成的林道。事后总结如果只写“运用了某某系统”，就无法把经验传递给下一次。有效的复盘应当区分三类因素：可复制的技术动作、偶然的有利条件、组织层面的有效安排。

还有一条容易被忽视的边界，是数据的适用尺度。火险区划的结果是给县、林场一级使用的，把它细化到行政村会失去统计意义；卫星热点是给区域监视使用的，把它当作单点坐标会放大定位误差；气象格网是给落区使用的，把它当作社区级预报会产生虚假精度。每一类产品都有它的自然尺度，超出尺度的使用不会带来更多信息，只会带来更多误判。

明确边界同样必要。就当前公开能力而言，这一板块的 GIS 做不到五件事：从热点直接判定火情；预测火线的精确位置与时刻；在无地面观测的条件下确定干旱的农业影响；给出公里级以下的强对流落区；用一张综合图替代多灾种的分别评估。

本章小结

森林草原火灾的空间逻辑是三要素的乘积：可燃物提供燃料与连续性，地形提供坡度与干燥度，气象提供风与含水率的变化。GIS 的作用是把这三个原本分属不同部门的图层纳入同一框架，并让它们能够逐日更新。火险区划是底，火险等级是势，两套体系分别对应长期管理与当日管控，混用会直接导致误判。

卫星热点监测把巡护员走不到的地方纳入了监视范围。14 颗卫星、日监测约 28 次、最高 2 米分辨率的能力口径，构成了当前林火早期发现的基础。但热点的本质是高温异常像元，误报来源包括裸岩、工业热源、水面反射、云边缘、农田焚烧与定位误差。从热点到火情需要三级核实，热点的价值是缩小搜索范围，而不是确认火灾。

火行为模型的价值在比选而不在预测。可燃物参数、风场、地形简化、火与大气反馈、初始条件、模型结构，六类不确定性共同限制了模型的预测能力；但用于比较不同扑救方案的相对优劣，模型是有效的。扑救决策真正的空间问题，是兵力投送的可达性、水源的取用条件、隔离带的依托地形与避险区的预设。

气象灾害的核心矛盾是尺度错配，干旱的核心特征是慢变量。前者要求把公里级的预报转换为乡镇级的落区，后者要求把单张图转换为可回溯的时间序列。复合灾害则要求区分同时、接连、链式三种叠加情形，普查识别出的 2.3% 综合风险高风险区，是当前多灾种叠加评估的最高共识水平。边界也随之清楚：这一板块的 GIS 不能从热点判定火情、不能预测火线、不能替代地面核查，它的作用是压缩从“发现”到“行动”的时间并把不确定性说清楚。在森林草原火灾与干旱这类低频率、高损失、难验证的灾害中，把不确定性说清楚，比给出一个精确的错误答案更有价值。

思考与练习

1. 某林区连续三日高温干旱，卫星热点显示三处异常。请写出核实流程的每一步（谁、用什么手段、多长时间内完成），并说明哪一步在山区最容易失败。
2. 把火险区划图与当日火险等级图叠在一起给乡镇干部使用，会产生什么误读？请重新设计这两张图的发布口径与配套说明。
3. 选一场你了解的林火，说明当时如果要比较“正面阻击”与“侧翼开设隔离带”两种方案，模型能提供什么、不能提供什么。
4. 设计一张干旱监测图的时间序列表达方案（至少三层信息），要求使用者能回答“这一片是本季新旱还是常年偏干”。
5. 举一个“同时型”与一个“链式型”复合灾害的例子，说明两者的评估逻辑差异，以及 GIS 在其中分别应输出什么产品。
6. 本章强调在低频高损灾害中“把不确定性说清楚比给出精确的错误答案更有价值”。请写三条具体做法，说明如何在一张图上实现这一点。