不同距離氣象數據對細小可燃物含水率預測模型精度的影響

張 恒，孫子健，張運林，金 森，王玉霞

（1.東北林業大學 林學院，黑龍江 哈爾濱 150040；2.內蒙古農業大學 林學院，內蒙古 呼和浩特010019）

森林火災突發性強、破壞性大，嚴重影響森林生態系統的平衡［1］。地表細小可燃物的含水率作為林火預報的重要因子決定著林火發生的可能性及一系列的火行為［2－3］，因此，掌握林火發生和發展的變化首先需精確掌握細小可燃物含水率的變化［4］，地表細小可燃物含水率的研究對于火險預報意義重大［5－6］。目前，細小可燃物含水率預測的氣象要素回歸法簡單實用，通過分析各種氣象因子（降水量、風速、氣溫和濕度等），建立相應的含水率預測模型，小尺度范圍內的預測精度高［7-9］。20世紀20年代，國外學者［10－12］就建立過有關氣象要素回歸法的含水率預測模型，中國學者［13－17］也建立了若干森林細小可燃物含水率氣象要素預測模型。細小可燃物含水率預測模型獲取氣象數據主要有以下幾種方法：①歷史資料。主要來自各地市氣候中心編制的氣象資料，數據類別比較單一。②實時和整編匯總歷史氣象數據。主要來自各氣象臺站的觀測數據及中國氣象科學數據共享服務網（http://cdc.cma.gov.cn/），氣象數據類別完整，包括逐年、逐月和逐日數據［18］。③手持小型氣象站或在樣地內設置便攜式移動氣象站，進行短期監測。其中方法一和方法二得到的氣象數據大部分都從林外架設的氣象臺站獲取的，而林內小氣候與外界差異很大，在一定程度上對含水率預測精度造成影響；雖然方法三得到的是林內氣象數據，但進行長期監測不現實，實際中很難開展。獲取氣象數據的位置與細小可燃物含水率監測點距離遠近對模型精度影響和誤差具體有多大，對未來開展氣象要素回歸法進行含水率預測研究意義重大［17］。為解決以上問題，本研究以大興安嶺盤古和塔河的細小可燃物含水率為研究對象，分析不同距離氣象要素對細小可燃物含水率預測模型精度的影響。

1 研究區概況與方法

1.1 研究區概況

盤古林場位于大興安嶺塔河林業局（52°41′57.1″N， 123°51′56.5″E）， 塔河氣象站距離盤古氣象站為96 km，實驗樣地與盤古氣象站距離不到10 km。 寒溫帶大陸性季風氣候。年均氣溫為－5.0℃，年降水量為350～500 mm，降水集中于7－8月，相對濕度為70%～75%，常出現高溫低濕及大風天氣。植被類型是以興安落葉松Larix gmelinii為優勢的寒溫帶針葉林［19－20］，主要林分類型為樟子松Pinus sylvestris var.mongolica-興安落葉松-白樺Betula platyphylla混交林，樟子松林和白樺林，還有少量的紅皮云杉Picea koraiensis林。春秋兩季為森林防火多發期［17］。

1.2 細小可燃物含水率和氣象因子監測

野外觀測日期為2010年5月29日至6月27日（春季森林防火期）和9月23日至10月13日（秋季森林防火期），共50 d。在盤古林場陽坡選白樺林、樟子松林和興安落葉松林等3種林型，樣地基本情況見表1。

表1 樣地信息Table 1 Information of sampling plots

1.2.1 細小可燃物含水率監測 在每個樣地內，在林中空地和樹冠下細小可燃物分布較均勻處設置樣筐，分別挖取20.0 cm×20.0 cm小樣方1個·點－1。由于可燃物層密實度是影響火行為的一個重要因素，測量并計算可燃物厚度、質量和體積，并最終得到可燃物密實度（表2），然后保持其自然狀態，分別放入樣筐中，再放回原位，保持可燃物的原始狀態。使用5號塑料方篩（265.0 mm×205.0 mm×85.0 mm），在其底部及四壁用尼龍網（18目，1.0 mm）加襯，上方加蓋粗眼尼龍網（8目，2.5 mm），并在盛裝樣品后使用尼龍扎繩固定，以防止新凋落的樹木葉片進入到容器內，也避免容器內的樣品因風或小型動物的活動而變化。樣筐上掛上號牌，號牌上記錄樣地與樣點編號，以免重復觀測時發生混淆。使用塑料容器而沒有使用金屬容器的原因是，金屬容器長期處在潮濕環境中會發生銹變而影響質量。每日14：00（誤差＜10 min），按同樣的樣地順序稱量樣筐2個·樣地－1的質量并記錄，記做濕質量。稱量時小心取出容器，不破壞容器中可燃物和周圍可燃物的結構。為了便于在野外稱量，選用便攜式電子天平［美國雙杰（G&G）生產的JJ600Y型］，稱量時使用預先制作的折疊板在地表水平展開，安置并校準天平后在板盒內進行稱量，以排除風的干擾。

1.2.2 氣象數據采集 氣象數據由塔河林業局氣象站和盤古林場氣象觀測站獲得，包括2010年5月24日至6月27日（春季森林防火期）和9月18日－10月13日（秋季森林防火期），共60 d，于采樣前5日起采集氣象數據。采集氣象要素包括日每小時平均氣溫（T），相對濕度（H）和風速（W），以及日降水量（R）和前n d降水量之和（Ran）。

表2 3種林型下可燃物床層結構的量化Table 2 Quantification of bed structure of combustible materials under three forest types

1.3 數據處理與分析

采用Pearson法對氣象因子和細小可燃物含水率進行相關性分析，并作Duncan差異顯著性檢驗，采用配對t檢驗比較不同對照的精度差異。利用SPSS 18.0軟件進行統計分析和建模，利用SigmaPlot 12.5軟件繪圖。

1.3.1 細小可燃物含水率計算 細小可燃物含水率計算公式：

式（1）中：M為細小可燃物含水率（%）；mH為細小可燃物濕質量（g）；mD為細小可燃物干質量（g）。采用2個不同郁閉度含水率的算術平均值作為該樣地當日14：00時采樣方法的含水率，春季數據共30 d（組）， 秋季數據 20 d（組）。

1.3.2 氣象數據處理 整理塔河林業局氣象站和盤古林場氣象站提供的氣象數據：前n（n=1～5）d氣象因子（累積量）、n d前當日氣象因子（當日量）等，其中前n d氣象因子和n d前當日氣象因子以采樣當日0：00為基準。將前幾天氣象因子設為a，幾天前當日氣象因子設為b，均以下標表示，其后數字代表n值，如4 d前當日平均氣溫記為Tb4，前3 d降水量之和記為Ra3，前2 d平均相對濕度記為Ha2，連旱天數記為d。

1.3.3 不同距離氣象數據對模型精度的誤差 根據Pearson相關性分析確定對細小可燃物含水率有顯著影響的因子，剔除實驗中的異常數據后，以每個樣地的細小可燃物含水率或全部的含水率（以下稱混合數據）為因變量，以氣象要素為自變量通過逐步回歸方法建立多元線性方程。具體形式為：

式（2）中：M為細小可燃物含水率（%）；Xi為所選用的氣象因子；bi為待估計參數，采用混合數據建模的目的是確定該方法能否提高模型精度。采用n-Fold交叉驗證法［21］計算模型精度［22］對于某樣地的n個含水率數據，用n－1個含水率和氣象要素進行逐步回歸，建立多元線性模型，然后用剩余的一個數據驗證，計算誤差，重復n次。計算平均誤差，對不同對照的誤差進行顯著性檢驗（配對t檢驗），顯著性水平為 α=0.05［23］， 誤差按式（3）和式（4）計算。

式（3）和式（4）中：Mi為細小含水率實測值（%），M＾i為細小可燃物含水率預測值（%），n為樣本數。繪制利用不同數據建模進行比較分析的混合模型實測值與預測值的1∶1線，用以研究預測效果。

2 結果與分析

2.1 細小可燃物含水率與氣象因子的相關關系

圖1給出了3個林型采樣細小可燃物含水率和實驗地不同距離的盤古和塔河氣象站提供的有顯著關系的氣象因子之間的Pearson相關系數。結果表明：不同距離的氣象因子與不同林型細小可燃物含水率的影響因子相關性存在差異。利用盤古氣象站數據構建的氣象因子中日降水量（R）和Ran，以及平均相對濕度（Han）（n=1～2）顯著正相關。另外，春季和秋季分別與日最高氣溫（Tmax）和連旱天數（d）呈顯著負相關，n（n=1～5）d前當日氣象因子對細小可燃物含水率也有影響，但不如前3類因子更普遍，利用塔河氣象站數據構建的氣象因子中與細小可燃物含水率相關性較強的都是與濕度相關的因子（Ha1和Ha2），氣溫和風速與含水率相關性較差。因此，在進行含水率預測時，只需采用濕度和降水量2個變量即可。

圖1 細小可燃物含水率與氣象因子相關性分析Figure 1 Correlation analysis between moisture content and meteorological factors

2.2 不同距離氣象要素對細小可燃物含水率預測模型構建

通過多元線性逐步回歸篩選出不同氣象數據構建細小可燃物含水率預測模型所采用的預測因子以及模型參數（表3，表4），盤古模型日降水量（R）和Ran，前1 d降水量和Ra1以及前2 d平均相對濕度Ha2是影響細小可燃物含水率變化最重要的因子，塔河模型采樣前1 d的降水量和濕度為主要影響因子。

2.3 不同距離氣象數據對預測模型精度的影響

由圖2可知：采用盤古氣象數據建模的8個含水率的平均相對誤差（EMR）為42.0%，平均絕對誤差（EMA）為9.4%，而采用塔河氣象數據建模的EMR和EMA分別為64.6%和12.1%。利用盤古氣象數據建模的2種誤差都要低于塔河數據。另外，全部數據混合建模的誤差還要高于某些單獨建模的誤差，并沒有改善模型的精度。主要原因是不同采樣地的細小可燃物含水率對不同氣象因素的響應不同。

對不同氣象數據建模的2種誤差進行t檢驗結果表明：盤古模型的EMA（n=8，t=－4.155，P＜0.01），EMR（n=8，t=－4.258，P＜0.01）極顯著低于塔河模型；對于春季2種氣象模型t檢驗的結果表明：盤古模型與塔河模型的 EMA（n=4， t=－2.707， P=0.073）差異不顯著， 而 EMR差異顯著（n=4， t=－3.387，P＜0.05）。秋季盤古模型的EMA顯著低于塔河模型（n=4，t=－3.274，P＜0.05），EMR極顯著低于塔河模型（n=4，t=－8.151，P＜0.01）。總體上，2種誤差變化趨勢基本一致。3個林型在春季和秋季，盤古模型的2種誤差都要顯著低于塔河模型。這表明利用盤古氣象數據進行預測的效果更好。總體來說，利用不同距離的氣象數據建模對模型精度的影響很大，距離試驗地較近的盤古氣象數據模型的預測效果最好，而塔河模型

的誤差較大，預測效果不好。

表3 盤古細小可燃物含水率預測模型Table 3 Prediction model of moisture content of fine fuel in Pangu

表4 塔河細小可燃物含水率預測模型Table 4 Prediction model of moisture content of fine fuel in Tahe

圖2 2種氣象數據模型誤差對比Figure 2 Comparison of errors in the two meteorological models

由圖3可知：盤古春季細小可燃物含水率顯然比塔河春季更加靠近1∶1線，塔河數據在含水率高于90%段離散程度加大，且存在較低實測值而預測偏高的情況，相對來說，秋季盤古和塔河數據點偏離程度相差不大，盤古模型相對于塔河模型實測細小可燃物含水率高于50%的樣點較多，預測偏高。這表明：盤古氣象數據所建模型的預測精度更高。

圖3 不同氣象數據模型細小可燃物含水率實測值與預測值對照Figure 3 Comparison of measured and predictive values by meteorological data of different methods

3 結論與討論

本研究使用距離試驗地不同的氣象數據建立的細小可燃物含水率預測模型的精度差異明顯。塔河氣象站與盤古氣象站距離為96 km，從氣象距離角度劃分，100 km左右屬于中尺度距離。實驗樣地與盤古氣象站的距離不到10 km。小氣候與大氣候之間有著密切的關系，任一地點的各個氣象要素值，總是由大氣候背景與小氣候疊加而成的。細小可燃物含水率與前幾日降水量（R）和Ran以及前幾日平均相對濕度Han關系最為密切。小氣候的變化能夠更直接地作用于可燃物本身，但受地理等條件影響，細小可燃物含水率對氣象要素的響應有一定滯后，甚至不符，宏觀的天氣狀況與微觀的細小可燃物含水率變化存在一定的偏差。從研究結果來看，小尺度盤古氣象數據更能反映細小可燃物含水率變化的真實情況，預測效果也更好。

不同距離的氣象數據對模型精度的影響有顯著的差異，利用模型外推進一步表明氣象要素回歸法外推誤差與距離不完全成正比，可能和局域林分的特點有很大關聯。在多大范圍內可建立一個較為通用的氣象模型還需要更深一步的研究［24］。若將本研究結果外推至全國其他地區的細小可燃物含水率預測模型中，由于森林生態系統的異質性和復雜性，還要充分考慮到不同的地形條件和林分條件。

氣象要素回歸法對數據的要求高，所以氣象因子選取時應充分考慮物理因素對準確性的影響［25］。本研究雖滿足此類研究的精度要求，但也存在一定的局限性：①本研究的氣象條件屬于既無干旱少雨也無潮濕多雨的中等條件，因此，所反映的細小可燃物含水率動態只是平均水平［17］，需開展更為全面的氣象要素影響下的研究。②地形、小氣候等自然因素對氣象要素存在一定的干擾，使得不同距離氣象數據結合細小可燃物含水率數據進行建模存在一定差異［26］。③細小可燃物含水率預測的時間尺度越小，模型的精度越高［27－28］。因此，今后，應進一步開展更為精確和多種尺度的相關研究，以完善細小可燃物含水率預測模型的精度。

4 參考文獻

［1］薛家翠，望勝玲，曾祥福，等.鄂西林地可燃物含水率及火險等級的氣象預報研究［J］.華中農業大學學報，2006， 25（6）： 679 － 682.XUE Jiacui,WANG Shengling,ZENG Xiangfu,et al.Meteorological prediction of the forest fuel moisture and fire danger ratings ［J］.J Huazhong Agric Univ,2006,25（6）:679 － 682.

［2］胡海清，陸昕，孫龍，等.大興安嶺典型林分地表死可燃物含水率動態變化及預測模型［J］.應用生態學報，2016， 27（7）： 2212 － 2224.HU Haiqing,LU Xin,SUN Long,et al.Dynamics and prediction models of ground surface dead fuel moisture content for typical stands in Great Xing’an Mountains,Northeast China ［J］.Chin J Appl Ecol,2016,27（7）:2212 － 2224.

［3］姜旭.章古臺樟子松人工林死可燃物含水率的研究［J］.遼寧林業科技，2016（4）：32－33.JIANG Xu.Study on Pinus sylvestris var.mongolica plantation dead fuel moisture in Zhanggutai ［J］.J Liaoning For Sci Technol,2016（4）:32 － 33.

［4］王棟.森林可燃物含水率與森林火災危險性的研究［J］.林業科學研究，1992，5（5）：548－553.WANG Dong.Study on the relation between the moisture content of forest inflammable material and forest fire danger［J］.For Res,1992,5（5）:548 － 553.

［5］邸雪穎，王宏良，姚樹人.林火預測預報［M］.哈爾濱：東北林業大學出版社，1993：159.

［6］金森，李緒堯，李有祥.幾種細小可燃物失水過程中含水率的變化規律［J］.東北林業大學學報，2000，28（1）： 35 － 38.JIN Sen,LI Xuyao,LI Youxiang.Desorption processes of four fine fuels ［J］.J Northeast For Univ,2000,28（1）:35 －38.

［7］劉昕，邸雪穎.3種方法對森林地表可燃物含水率的預測評價［J］.森林工程，2013，29（2）：8－20.LIU Xin,DI Xueying.Evaluation of three prediction methods on forest surface fuel moisture ［J］.For Eng,2013,29（2）:8－20.

［8］王得祥，徐釗，張景群，等.細小可燃物含水率與氣象因子關系的研究［J］.西北林學院學報，1996，11（1）：35－39.WANG Dexiang,XU Zhao,ZHANG Jingqun,et al.Relationships between climatic factors and water content of fine fuels ［J］.J Northwest For Coll,1996,11（1）:35 － 39.

［9］劉曦，金森.平衡含水率法預測死可燃物含水率的研究進展［J］.林業科學，2007，43（12）：126－133.LIU Xi,JIN Sen.Development of dead forest fuel moisture prediction based on equilibrium moisture content ［J］.Sci Silv Sin,2007,43（12）:126 － 133.

［10］WEIDMAN R H.Relation of weather forecasts to the prediction of dangerous forest fire conditions ［J］.Mon Weather Rev,1923,51（11）:563 － 564.

［11］RUIZ GONZáLEZ A D,VEGA HIDALGO J A,áLVAREZ GONZáLEZ J G.Construction of empirical models for predicting Pinus sp.dead fine fuel moisture in NW Spain （I）:response to changes in temperature and relative humidity ［J］.Int J Wildland Fire,2009,18（1）:71 － 83.

［12］GISBORNE H T.Using weather forecasts for prediction forest fire danger ［J］.Mon Weather Rev,1925,53（2）:58.

［13］MATTHEWS S,GOULD J,McCAW L.Simple models for predicting dead fuel moisture in eucalyptus forests ［J］.Int J Wildland Fire,2010,19（4）:459 － 467.

［14］杜秀文，李茹秀，王英杰.幾種森林類型可燃物含水率與氣象因子關系的分析［J］.東北林業大學學報，1988， 16（3）： 87 － 90.DU Xiuwen,LI Ruxiu,WANG Yingjie.The relationship between climatic factors and water content of combustible substances in forests ［J］.J Northeast For Univ,1988,16（3）:87 － 90.

［15］張國防，林文革，花昆福，等.杉木人工林地表易燃物含水率變化規律［J］.福建林學院學報，2000，20（1）：76－78.ZHANG Guofang,LIN Wenge,HUA Kunfu,et al.Study on the moisture change of surface easy fuel of Chinese fir plantation ［J］.J Fujian Coll For,2000,20（1）:76 － 78.

［16］覃先林，張子輝，易浩若，等.一種預測森林可燃物含水率的方法［J］.火災科學，2001，10（3）：159－162.QIN Xianlin,ZHANG Zihui,YI Haoruo,et al.A methodology to predict the moisture of forest fuels ［J］.Fire Saf Sci,2001,10（3）:159 － 162.

［17］張恒，金森，邸雪穎.大興安嶺森林凋落物含水率的季節動態與預測［J］.林業科學研究，2014，27（5）：683－688.ZHANG Heng,JIN Sen,DI Xueying.Seasonal dynamics and prediction of forest litter moisture in Daxing’anling Region ［J］.For Res,2014,27（5）:683 － 688.

［18］楊光.氣候變化對中國北方針葉林森林火災的影響［D］.哈爾濱：東北林業大學，2010：14.YANG Guang.The Impact of Climate Change on Foest Fire in China’s Boreal Forest［D］.Harbin:Northeast Forestry University,2010:14.

［19］薛煜，王會巖，張世萍.落葉松人工林內可燃物載量、含水率與森林燃燒性關系的研究［J］.森林防火，1996（4）： 21 － 23.XUE Yu,WANG Huiyan,ZHANG Shiping.Study on relationship between fuel load,water content and forest combustibility in Larix gmelinii plantation ［J］.For Fire Prev,1996（4）:21 － 23.

［20］劉志華，常禹，陳宏偉.基于遙感、地理信息系統和人工神經網絡的呼中林區森林蓄積量估測［J］.應用生態學報， 2008， 19（9）： 1891 － 1896.LIU Zhihua,CHANG Yu,CHEN Hongwei.Estimation of forest volume in Huzhong forest area based on RS,GIS and ANN ［J］.Chin J Appl Ecol,2008,19（9）:1891 － 1896.

［21］金森，李亮.時滯和平衡含水率直接估計法的有效性分析［J］.林業科學，2010，46（2）：95－102.JIN Sen,LI Liang.Validation of the method for direct estimation of time lag and equilibrium moisture content of forest fuel［J］.Sci Silv Sin,2010,46（2）:95 － 102.

［22］李世友，張凱，楊清，等.華山松林細小可燃物層燃燒初始蔓延速度的初步研究［J］.福建林業科技，2009， 36（1）： 58 － 61.LI Shiyou,ZHANG Kai,YANG Qing,et al.Preliminary study on initial burning spread speed of fine combustible layer in Pinus armandis forest［J］.J Fujian For Sci Technol,2009,36（1）:58 － 61.

［23］張恒，金森，邸雪穎.基于FWI濕度碼的塔河林業局地表凋落物含水率預測［J］.應用生態學報，2014，25（7）： 2049 － 2055.ZHANG Heng,JIN Sen,DI Xueying.Prediction of litter moisture content in Tahe Forestry Bureau of Northeast China based on FWI moisture codes ［J］.Chin J Appl Ecol,2014,25（7）:2049 － 2055.

［24］張恒，金森，張運林，等.氣象法預測盤古林場可燃物含水率的外推精度［J］.中南林業科技大學學報，2016， 36（12）： 61 － 67.ZHANG Heng,JIN Sen,ZHANG Yunlin,et al.Meteorological elements regression method is used to predict Pangu Forest Farm extrapolation accuracy analysis of fuel moisture content ［J］.J Cent South Univ For Technol,2016,36（12）:61 － 67.

［25］李海洋，胡海清，孫龍.我國森林死可燃物含水率與氣象和土壤因子關系模型研究［J］.森林工程，2016，32（3）： 1 － 6.LI Haiyang,HU Haiqing,SUN Long.Research on relational models of moisture content of dead forest fuel with meteorological factors and soil factors in China ［J］.For Eng,2016,32（3）:1 － 6.

［26］陸昕，胡海清，孫龍，等.大興安嶺地表細小死可燃物含水率預測模型［J］.東北林業大學學報，2016，44（7）： 84 － 90.LU Xin,HU Haiqing,SUN Long,et al.Prediction models of fine dead fuels moisture content for typical stand in Daxing’an Mountains ［J］.J Northeast For Univ,2016,44（7）:84 － 90.

［27］CHUVIECO E,AGUADO I,DIMITRAKOPOULOS A P.Conversion of fuel moisture content values to ignition potential for integrated fire danger assessment［J］.Can J For Res,2004,34（11）:2284 － 2293.

［28］FOSBERG M A,DEEMING J E.Derivation of the One-and Ten-Hour Timelag Fuel Moisture Calculations for Fire-Danger rating ［R］.New York:USDA Forest Service,Rocky Mountain Forest and Range Experiment Station,1971.