昆明主要森林可燃物含水率预测模型的研究

2018-04-20

中南林业科技大学学报 2018年5期

（东北林业大学林学院，黑龙江哈尔滨 150040）

森林可燃物含水率是林火发生的主要制约因子之一，影响燃烧的难易程度，进而影响林火行为[1-3]，所以关于可燃物含水率的研究和预测对森林火灾监测有着重大意义。气象要素回归法建立的是统计模型，建模简单，应用最为广泛[4-6]。但是诸多模型的外推由于模型适用的单一和特定性，对于其他林型的适用性尚不可知。然而模型的价值往往就取决于模型的外推实用性[7]。森林火灾多发于多风少雨的干旱季节，在此期间林内可燃物含水率普遍偏低，属于森林火灾高火险时期，地理位置上主要集中在纬度相对较高的温带与寒温带地域，我国森林火灾多发于春秋两季[8-10]。春秋季林内可燃物吸水和失水就有明显差别[11]，两季特点普遍表现为干燥、多风、降水量少、空气中水汽含量低，这些正是火灾多发季节的主要特征。而火灾多发的林分类型主要集中于油脂含量较高的针叶林和针阔混交林。本研究针对我国火灾多发区之一的西南林区昆明地区的一些典型林型进行采样实验，分别对6块样地进行含水率监测，同时样地区分了阴坡和阳坡，试图说明坡向对可燃物含水率变化的影响，并进行气象因子的收集，建立气象要素回归模型，并评估其预测精度。

1 研究区概况与研究方法

1.1 研究区概况

研究地区设在云南省昆明市盘龙区圆宝山林区（25°05′55″～ 25°06′44″N，102°49′03″～102°50′3″E），昆明全年降水量在时间分布上明显地分为干、湿两季。年均气温14.5 ℃，相对湿度为74%，该地区气候适宜，太阳辐射强，光照充足，昼夜温差大，加之土地比较肥沃，对于绿色植物的生长非常有益，常见植物有：华山松Pinus armandii、云南松Pinus yunnanensis、圆柏Sabina chinensis、侧柏Biota orientalis、云南杨梅Myrica nana。

1.2 样地选择

在昆明圆宝山林区选取如下6块样地：云南松林阴坡、阳坡2块样地、华山松林阴坡、阳坡2块样地及云南松华山松混交林阴坡、阳坡2块样地。样地面积设为20 m×20 m，对林分进行常规调查，并对样地进行拍照，样地信息见表1。

表1 样地信息Table 1 Information of sampling plots

1.3 野外取样及数据获取

实验所需仪器及材料：HOBO便携式气象站、天平、烘干箱、枝剪、信封及记录表等。取样实验：2016年3月9日至2016年6月16日（当地防火期内），共计100 d，每天13:00（尽量选择可燃物一天中含水率最低的时间）在各样地随机取4份可燃物，每一份质量大概50 g左右，装入信封当中，注意信封在装样品之前要称质量，并记录其质量值，从而保证数据处理时能够得到精确的样品鲜质量，对样品称质量并记录之后将样品收集装好，取样结束后统一带回实验室，将烘干箱设置在105℃恒定温度之下对样品烘干24 h以上，直至恒质量，之后拆开信封，迅速将样品取出并称量信封干质量，以利于得到更加精确的样品干质量数据。注意取样时的小枝长应小于0.6 cm，雨天取样时，样品用塑料的封口袋装好带回。

气象因子的收集：通过HOBO小型便携气象站收集实验样地的气温（℃）、降水量（mm）、空气湿度（%）、风速（m/s）等。数据的采集设定为30 min记录一次，并从整点开始记录数据。数据收集后通过Excel软件处理，温度记为T，空气相对湿度记为H，降水量记为R，风速记为W，连续干旱天数记为D。

可燃物含水率的计算：样品的鲜质量等于所称量鲜质量与信封鲜质量的差值，同理，样品干质量等于所称量干质量与信封干质量的差值，获取可燃物的鲜质量和干质量之后，根据下式计算该样品的含水率：

式（1）中：M为可燃物含水率（%）；Fm为样品鲜质量（g）；Dm为样品干质量（g）。

将每个样地所取4份样品含水率的平均值来表示当时该样地可燃物的含水率。

坡向对可燃物含水率变化影响分析：针对同一林分的阴阳坡可燃物含水率进行配对T检验，从而分析出阴阳坡对可燃物含水率变化影响的差异性，并作出分析。

相关分析：气象因子与可燃物含水率之间（显著水平设为0.05）。

建立模型及精度分析：将100 d的数据随机分为80组和20组（4∶1的比例）两份，分别用于建立模型及精度检验，建模软件为SPSS 22.0，回归方法为逐步回归，建立以可燃物含水率为因变量、气象因子为自变量的多元线性预测模型。之后用另外20组数据对模型进行验证，计算平均绝对误差(MAE) 和平均相对误差(MRE)，并对预测模型的精度和外推情况作出分析说明。

式中：Mi为实测值（%）；为预测值（%）；n为样本个数。

2 结果与分析

2.1 气象因子与可燃物含水率的统计特征

由表2中可知，本次研究含水率数据共计900组，其中活可燃物含水率300组，含水率范围为65.2%～181.0%；死可燃物含水率600组，含水率范围为2.1%～93.2%。活可燃物含水率平均值远远大于死可燃物含水率，符合常识，然而活可燃物含水率最大值仅仅是最小值的3倍不到，死可燃物含水率最大值却是最小值的46倍以上，说明相对于活可燃物含水率而言，死可燃物的含水率变化幅度更大，可能更加容易被外界因素所影响。100 d实验期间的日平均温度为15.8 ℃，最小值3.8 ℃，最大值20.3 ℃，然而其25%分位数为14.4 ℃，说明实验期间75%以上的时间日平均气温在14.4℃至20.3 ℃之间，温度相对比较稳定。风速最低为0.4 m/s，说明实验期间可燃物含水率始终受风因子的影响。最长有连续14 d没有降水。

表2 可燃物含水率和气象因子的统计特征Table 2 Statistical characteristics of fuel moisture content and meteorological factors

2.2 坡向对可燃物含水率变化的影响

通过表3对可燃物含水率的对比分析发现：对于死可燃物，只有2号华山松样地阴坡的死可燃物其含水率普遍高于华山松阳坡的死可燃物含水率，符合光照充足，太阳辐射强，导致水分蒸发效率更高，导致其阴坡可燃物含水率更高，阳坡可燃物含水率更低的常识；但其他组的阴阳坡含水率对比并没有明显的差异；对于活可燃物，1号云南松样地阴坡的活可燃物平均含水率略高于阳坡活可燃物含水率。

通过对4组阴阳坡可燃物含水率进行配对T检验（显著水平设为0.05），其统计结果如表4所示。从表4中可以判断出，1号云南松阴坡活可燃物含水率与1号云南松阳坡活可燃物含水率之间其95%差异数的信赖区间不包括0，P＜0.05，说明两者之间因为坡向不同，在0.05的显著水平下，其含水率差异显著；2号华山松阴坡死可燃物与2号华山松阳坡死可燃物之间其95%差异数的信赖区间不包括0，P＜0.05，表明二者含水率差异显著；另外两组，1号阴阳坡死可燃物、3号阴阳坡死可燃物均表现出95%差异数的信赖区间包括0，P＞0.05，说明两组阴阳坡的可燃物之间其含水率分别差异不明显。另外，对于死可燃物，2号华山松样地阴坡的死可燃物与2号华山松阳坡的死可燃物含水率平均数差值为0.027，说明光照强度低，水分蒸发相对缓慢，导致其阴坡可燃物含水率相对要高，反之，阳坡光照充足，太阳辐射强，导致水分蒸发效率更高，阳坡可燃物含水率相对要低，但其他组的阴阳坡死可燃物含水率对比并没有明显的差异；对于活可燃物，1号云南松样地阴坡的活可燃物含水率与1号阳坡活可燃物含水率的平均数差值为0.033，笔者认为坡向对可燃物含水率的影响源自于坡向决定了可燃物接受太阳辐射的强度，从而影响水分的散失。而对于活体可燃物，太阳辐射影响其含水率时可能有三方面：一是温度升高，水汽饱和压发生变化，加快了可燃物水分的散失，迫使可燃物含水率往下降的方向发展；二是光照会影响活可燃物叶片的蒸腾作用，水分随之散失，导致活可燃物体内的含水量降低；三是阳光充足有利于活可燃物的生长，尤其是嫩枝叶的快速生长，其含水率高于老枝叶，这样又会迫使可燃物含水率往上升的方向发展。同时，活可燃物还可以通过自身生理活动如气孔的开关等来控制水分的散失与吸收，所以坡位对活可燃物含水率变化的影响并不清晰。

表3 9种样品的平均含水率Table 3 Average moisture content of nine samples

表4 4组阴阳坡向可燃物含水率配对T检验结果Table 4 Paired T test results of moisture content of four groups of slopes

2.3 可燃物含水率与气象因子的相关性分析

由表5可知，3组活可燃物的含水率与绝大多数气象因子相关性并不显著，只有云南松林阴坡活可燃物含水率与连续干旱天数相关性显著，说明3种林分中活可燃物含水率的变化与其他因素有关，气象因素的影响并不重大。而其它6种林分死可燃物含水率与空气相对湿度、平均风速、降水量及连续干旱天数等有极显著的相关关系，具体表现为：6种死可燃物含水率与空气相对湿度和降水量分别显示出极显著的正相关，与日平均风速和连续干旱天数显示出极显著的负相关。另外，只有云南松和华山松混交林阳坡的死可燃物其含水率与前一天、前2天的13:00温度显示出显著的负相关。

2.4 可燃物含水率预测模型的建立与验证

表6给出了以气象因子为自变量、可燃物含水率为因变量的预测回归模型以及相关参数，从显著性参数值可知，模型具有实用价值。而其中的气象参数说明，针对不同林型和可燃物类型，影响其含水率变化的气象因子有所不同，说明周围环境的差异也会影响到可燃物含水率的变化以及含水率受不同气象因子影响的程度。而通过对R2参数及误差数据的分析可以发现，对于3种活可燃物而言，其中1号云南松林的阳坡活可燃物含水率预测模型，其R2值为0.100，说明回归效果较差，其平均绝对误差(MAE) 为73.9%，平均相对误差(MRE)为61.1%，明显高于其他模型的误差，其适用性有待考察。而对于其余6种死可燃物含水率预测模型，相关回归参数及误差质量相对不错，且能够明显地反映出温度、湿度、风速及降水状况对死可燃物含水率变化的影响。

表5 可燃物含水率和气象因子的Pearson相关系数†Table 5 Pearson correlation coefficient of fuel moisture content and meteorological factors

表6 可燃物含水率预测模型及相关参数†Table 6 Prediction model of fuel moisture content and related parameters

图1给出了由剩余20组数据对模型适用性的验证实测值与预测值之间的散点图，横轴为实测值，纵轴为预测值，其中添加散点图趋势线以及直线Y=X进行对比。由图1可知，其中1号云南松阳坡活可燃物及2号华山松阴坡活可燃物含水率模型的适用性及外推效果极差，预测值和实测值偏差极大，说明这2个预测模型的实用性很差。而对于其他7个模型，均表现出：当可燃物水分含量较低时，预测值大于实测值的趋势更明显；而当可燃物水分含量较高时，预测值小于实测值的趋势更明显，整体表现出良好的模型预测效果，表明模型具有一定的实际应用意义。

3 结论

在本研究的自建模型中，死可燃物的预测模型适用性更好，活可燃物其含水率变化可能并不是单一只受客观因素的影响，其自身的生命活动也会影响其含水率的变化，使得含水率的研究更加复杂。坡向对含水率变化的影响并不明显；而对于模型外推，通过有限的20组数据对预测模型进行验证，对于死可燃物普遍表现出不错的适用效果，证明了模型有一定的使用意义。

图1 9种可燃物含水率预测值与实测值的对比Fig. 1 Comparison between predicted and measured moisture content of nine fuels

本研究只局限于气象因素对可燃物含水率的影响，没有考虑其他客观因素的干扰，而且实验周期较短，以后的研究应该增加影响因素的量，同时加长实验周期，以求得到更加丰富可靠的数据资料。同样是用气象要素来预测可燃物含水率，我国不同地区大概有10种计算方法：内蒙古[12]、延安市[13]、宁夏[14]、烟台地区[15]、余姚市[16]、福建省[17]、广州市[18]、滇中地区[19]、威宁市[20]、黔东南[21]等，以上方法都是基于气象因素来进行火险预测，但实际的预测效果可能并不理想，本研究的研究对象及处理方法与之前的工作类似，说明通过气象因素直接预测含水率并非不可行，但由于结果误差较大，如何调整尚需进行进一步的研究。

参考文献：

[1] 胡海清,牛树奎,金森,等.林火生态与管理(修订版)[M].北京:中国林业出版社,2005:8.

[2] Rothermel R C, Wilson R A, Morris G A,et al.Modeling moisture content of fine dead wildland fuels: input to the BEHAVE fire prediction system[J]. USDA Forest Service Intermountain Research Station Research Paper, 1986,359(11):1-61.

[3] 于宏洲, 金森, 邸雪颖. 以小时为步长的大兴安岭兴安落叶松林地表可燃物含水率预测模型[J]. 应用生态学报, 2013,24(6): 1565-1571.

[4] Weise D R, Biging G S. A qualitative comparison of fi re spread models incorporating wind and slope effects [J]. Forest science,1997,43(2): 170-180.

[5] 金森, 周勇. 昆明典型地表死可燃物含水率预测模型的研究[J].中南林业科技大学学报, 2014, 34(12): 7-15.

[6] 张子辉, 易浩若.一种预测森林可燃物含水率的方法[J].火灾科学, 2001, 10(3): 37-40

[7] Luke R H, Mcarthur A G. Bush fi res in Australia[J]. Australian Planner, 1992, 30(1): 8-12.

[8] 金森, 胡海清.黑龙江省林火规律研究Ⅰ.林火时空动态与分布[J].林业科学, 2002, 38(1): 88-94.

[9] 王明玉,殷丽,舒立福,等.大兴安岭南部春季火行为特征及可燃物消耗[J].林业科学, 2009, 45(3):90-95.

[10] 刘曦, 金森. 基于平衡含水率的森林可燃物含水率预测方法的研究进展[J].林业科学, 2007, 43(12) : 126-133.

[11] 张运林,张恒,金森.季节和降雨对细小可燃物含水率预测模型精度的影响[J].中南林业科技大学学报,2015,35(8):5-12.

[12] 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,2001(3): 32-35.

[13] 孙智辉, 苏长年, 尹盟毅. 延安市森林火险天气分级预报方法[J].陕西气象,2004(5): 10-12.

[14] 张学艺, 李凤霞. 宁夏森林火险天气等级预报方法的研究[J].宁夏农林科技,2006(3): 7-13.

[15] 冯文斌, 蔡则鹏, 张明财, 等. 烟合地区森林火险与气象条件分析[J].山东林业科技,1994(6): 16-20.

[16] 陈利均, 杨辉, 周伟军, 等. 余姚市森林火灾发生时间及森林火险等级的研究[J].华东森林经理,2008,22(4): 13-16.