T/CSF 0137-2025 雷击火风险等级预报技术规范

　　CSF

　　团 体 标 准

　　T/CSF 0137-2025

　　雷击火发生风险等级预报技术规范

　　Specification for forecasting risk level of lightning fire occurrence

　　2025-12-16 发布 2025-12-16 实施

　　中国林学会 发 布

　　前 言

　　本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。

　　请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

　　本文件由中国林学会提出并归口。

　　本文件起草单位：中国林业科学研究院森林生态环境与自然保护研究所、中国气象局公共气象服务中心、北京林业大学、应急管理部森林防火预警监测信息中心、黑龙江省森林保护研究所。

　　本文件主要起草人：田晓瑞、赵凤君、杨晓丹、刘晓东、王薇、 杜建华、孙家宝、舒立福、王明玉、司莉青、李伟克。

　　雷击火发生风险等级预报技术规范

　　1 范围

　　本文件规定了雷击火发生风险等级预报技术要求以及风险等级判定、结果评价与模型优化等技术内容。

　　本文件适用于雷击火发生区的雷击火发生预报、风险等级判定及评价。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 17798 地理空间数据交换格式

　　GB/T 36743 森林火险气象等级

　　GB/T 38121 雷电防护 雷暴预警系统

　　LY/T 2578 森林火险预警信号分级及标识

　　3 术语和定义

　　下列术语和定义适用于本文件。

　　3.1

　　雷击火 lightning fire

　　由自然闪电击中地面可燃物(如树木、草、枯枝落叶等)而引发的火灾。

　　3.2

　　雷击火发生预报 prediction of lightning fire occurrence

　　通过综合分析闪电、气象、火险天气、可燃物和地形特征等多源信息，预测某个区域和时段内雷击火的发生概率及其风险等级。

　　3.3

　　火险天气 fire weather

　　用于描述影响火活动的天气状况，涵盖可能对火行为产生直接影响的天气因素，包括有利于林火发生和蔓延的气象条件组合，如气温、相对湿度、风速和风向、降水量等。

　　4 雷击火发生等级预报技术要求

　　4.1 预报因子选择

　　4.1.1 选择要求

　　4.1.1.1 预报因子应与雷击火发生有明确的物理或统计关系。

　　4.1.1.2 预报因子的数据应易于获取，时空分辨率可满足预报需求。

　　4.1.1.3 预报因子之间应尽可能独立，避免多重共线性。

　　4.1.1.4 预报因子应包括影响雷击火发生的主要因素。

　　4.1.2 数据类型

　　4.1.2.1 闪电特征数据应包括闪电位置、强度和发生时间等数据。

　　4.1.2.2 气象数据宜采用小时间隔的地面气象观测数据、卫星遥感或数值天气预报数据。

　　4.1.2.3 地形数据应包括数字高程模型和地形湿润度指数。

　　4.1.2.4 植被数据宜采用可燃物类型图或植被类型图。

　　4.1.3 数据预处理

　　4.1.3.1 点数据应插值为面，空间分辨率应不低于 1 km。

　　4.1.3.2 数据应进行标准化处理，消除量纲差异。

　　4.1.3.3 地理空间数据应符合 GB/T 17798 要求。

　　4.1.4 预报因子筛选方法

　　影响雷击火发生有多种因素，建模因子应避免共线性，宜采用以下方法筛选建模因子：

　　a) 采用相关性分析或逐步回归方法剔除存在共线性的变量，相关系数阈值宜为0.7或0.8。

　　b) 使用特征重要性分析或SHAP分析方法评估各变量对模型整体性能的全局贡献，选择影响显著的变量。

　　4.1.5 预报因子

　　预报因子应包括以下数据：

　　a) 闪电位置、强度和发生时间，数据精度应符合GB/T 38121要求。

　　b) 天气因子应包括气温、相对湿度、风速和降水量。

　　c) 火险天气指数可包括腐殖质湿度码(DMC)、细小可燃物湿度码(FFMC)和干旱指数(DC)，也可采用GB/T 36743规定的指数。

　　d) 地形特征应包括海拔和坡向。

　　4.2 雷击火发生风险预报方法

　　4.2.1 预报模型训练数据集构建

　　4.2.1.1 基于历史的火发生数据和闪电特征数据通过时空分析方法筛选出引起雷击火的闪电。空间和时间阈值宜分别采用5 km 和 5 d，采用接近度指数(A)筛选出与雷击火匹配的闪电，形成雷击火闪电数据集。接近度指数计算公式如下：

　　A = (1 __ T/120) × (1 __ S/5) …………………………(1)

　　式中：

　　T ——闪电发生时间与雷击火点燃时间之间的延迟时长，单位为小时(h);

　　S ——闪电位置与雷击火之间的空间距离，单位为千米(km)。

　　4.2.1.2 应采用随机方法按照雷击火闪电数量的 1 倍～2 倍选取非雷击火闪电，空间上应均匀分布，形成非雷击火闪电数据集。

　　4.2.2 预报方法

　　4.2.2.1 雷击火发生预报训练数据集宜按照 8:2 或 7:3 比例分别用于模型训练和验证，也可采用交叉验证方法。预测模型宜采用逻辑回归模型或机器学习模型，也可采用统计和机器学习混合模型。

　　4.2.2.2 逻辑回归模型适用于多种分布类型的数据，见附录 A。

　　4.2.2.3 机器学习模型宜采用随机森林或梯度提升树方法。

　　4.2.3 模型验证

　　4.2.3.1 分类模型宜采用曲线下面积(AUC)、准确率、精确率和召回率等进行评估。

　　4.2.3.2 回归模型应采用复合相关系数和平均绝对误差进行评估。

　　4.2.3.3 模型验证数据集与训练数据集应无重叠。

　　4.2.4 可信度评价

　　4.2.4.1 分类模型的准确率应达到 80% 以上，AUC 值应达到 0.8 以上。

　　4.2.4.2 回归模型要求决定系数应达到 0.6 以上，平均绝对误差不大于 5%。

　　5 雷击火发生风险等级判定

　　5.1 按照雷击火发生概率分成低、中、高和很高四个等级，分别对应阈值<0.50、0.51～0.60、0.61~ 0.70 和>0.70。中等等级以上的闪电应为重点监测对象。

　　5.2 一个预测单元内如果存在多个闪电，宜采用最高的风险等级。

　　5.3 每个雷击火闪电的影响范围宜采用半径为 1 km ～ 2 km 的圆形区域，每个预测时间步长更新一次雷击火风险等级图。

　　5.4 所有中等以上风险的雷击火预报结果宜持续 3 d ～ 5 d，除非出现 24 hr 降水量≧ 5 mm 的情况。

　　5.5 雷击火发生风险等级图应按照 LY/T 2578 的森林火险等级标识方法进行标识。

　　6 结果评价与模型优化

　　6.1 结果评价

　　6.1.1 雷击火发生预测模型的准确性和可靠性应定期评价，不断优化预测模型。

　　6.1.2 通过一个或多个防火期的预报结果与实际监测数据对比，评价雷击火发生预报的准确率。

　　6.2 预报模型优化

　　6.2.1 通过增加新的雷击火数据，重复训练、验证和测试过程，优化模型性能。

　　6.2.2 可集成多个模型的预测结果，提高模型的泛化能力和精度。

　　附 录 A

　　(规范性)

　　雷击火发生预报模型

　　表 A.1 提供了基于小时尺度的气象观测数据、火险天气指数、闪电特征和火环境因子数据可采用的雷击火发生概率预测模型。

　　表 A.1 雷击火发生概率预测模型