大興安嶺林區典型森林和草甸細小死可燃物含水率預測模型1)

張冉 張興龍 胡海清 曲智林

(東北林業大學，哈爾濱，150040) (贛州市林業產業發展管理局) (東北林業大學)

細小死可燃物通常被定義為直徑小于25.4 mm森林和草原可燃物，細小死可燃物含水率被認為是進行森林和草原火險等級預測預報中重要的指標之一。如何準確有效地預測細小死可燃物含水率是確定森林和草原火險等級的關鍵。因此，研究細小死可燃物含水率的變化規律對于預測森林火災的發生和控制森林火行為的變化具有重要的科學意義[1-2]。

以往研究森林細小死可燃物含水率變化規律主要是通過構建可燃物含水率模型來實現的[3-4]。早在在20世紀20年代，林業發達國家(如美國、加拿大等)就開始了對細小可燃物含水率的研究，通過模型構建氣象因子與細小死可燃物之間的關系，研究細小死可燃物含水率的變化規律[5]。研究人員將更多的氣象因子與可燃物含水率的研究相結合，運用氣象因子(相對濕度、溫度、風速、降水)和非氣象因子(可燃物類型等)數據，建立了各種可燃物含水率的預測模型[6-18]。目前，對于細小死可燃物含水率的預測主要有平衡含水率法、氣象要素回歸法、過程模型法以及遙感估測法，這4種模型都具有比較明顯的優缺點[19-20]。平衡含水率法構建的可燃物含水率模型，需要已知可燃物的平衡含水率，在實驗室內，這種方法對單一條件(氣溫、相對濕度、風速和降水量)變化是可行的[21]。但是，由于在野外平衡含水率很難估算，并且野外影響可燃物含水率的不確定因素較多，對平衡含水率法的使用帶來一定的困難。平衡含水率法因其在物理方法上比較可靠[6，22-31]，所以此方法在小尺度上相對適用，但是在較大尺度上則準確度下降且工作量大幅度增加。統計回歸法主要通過某時刻的可燃物含水率與其他時刻的氣象因子之間建立函數關系，相對于其他方法比較簡單[10，32-33]，是當前適用最為廣泛的方法[19]。

影響可燃物含水率變化的因子較多，可燃物含水率是多種要素綜合作用的結果[34-35]，氣象因子是影響可燃物含水率變化的主要影響因素[36-40]。因而研究不同氣象要素對可燃物含水率影響的貢獻和途徑具有重要意義[41]。森林中的可燃物可看成位于由各氣象要素(氣溫、相對濕度、風速、降水量等)組成的不穩定氣候場中，氣溫、相對濕度、風速、降水量[17，42-48]等氣象因子的變化會引起可燃物含水率的變化。通過研究可燃物含水率變化率與氣象因子變化率之間的關系，構建可燃物含水率變化模型是非常有效的方法，可提高森林可燃物含水率預測的準確率，以此提高森林火險預測的準確率。黑龍江省大興安嶺地區是我國重要的林區，是我國重要的生態屏障，同時也是我國森林火災高發區[20，35，49]。因此，針對該區域典型森林和草甸細小死可燃物含水率進行預測，具有重要的生態學意義[50]。本研究以大興安嶺林區典型森林和草甸細小死可燃物含水率作為研究對象，利用場論相關性思想構建可燃物含水率預測模型，將有效地提高模型的實用性，為大興安嶺林區林火預測預報提供理論依據。

1 研究地概況

本研究在黑龍江省大興安嶺地區南甕河國家級自然保護區內開展，該區域坐落于大興安嶺東部林區，伊勒呼里山南麓，松嶺區境內。保護區地理位置為東經125°7′55″～125°50′5″，北緯51°5′7″～51°39′24″，總面積229 523 hm2，其中森林面積147 751 hm2。該區域海拔高度范圍為500～800 m，氣候是受西伯利亞冷氣團影響的寒冷溫帶大陸性季風區。全年無霜期約為98 d，年平均降水量500 mm,年平均氣溫-3 ℃。該地區每年日照時間約2 500 h。該地區的所有土壤類型為棕色針葉林土，是在花崗巖基巖上形成的貧瘠土壤呈酸性，是典型的北方針葉林生態系統森林。主要喬木包括興安落葉松(Larixgmelinii)、白樺(Betulaplatyphylla)和山楊(Populusdavidiana)；主要草本包括胡枝子(Lespedezabicolor)、山刺玫(Rosadavurica)、越橘(Vacciniumvitis-idaea)、興安杜鵑(Rhododendrondauricum)、大葉章(Deyeuxiapurpurea)和舞鶴草(Maianthemumbifolium)。南甕河國家級自然保護區是我國北部寒溫帶針葉林區目前唯一保存下來的面積最大、緯度最高、最原始、最珍貴、最典型的內陸濕地和水域生態系統類型的自然保護區。

2 研究方法

2.1 數據來源和處理

數據來源于2015年5月26日—6月24日黑龍江省南甕河生態站的觀測數據，試驗樣地分別設置在興安落葉松-白樺混交林、興安落葉松林、蒙古櫟(Quercusmongolica)林和草甸，樣地信息(見表1)。興安落葉松-白樺林混交林樣地還考慮不同坡向(陰坡和陽坡)和不同坡位(上坡位、中坡位和下坡位)，以減小坡度所引起的誤差；觀測物為林內地表細小死可燃物，觀測儀器每小時自動收錄觀測物的含水率；氣象數據為林外生態站提供的每小時氣象數據(包括氣溫、空氣相對濕度、風速和降水量)。采用的氣象數據為氣溫(取值范圍-3.37～31.93 ℃)、相對濕度(取值范圍22.25%～100%)、1 h平均風速(取值范圍0～7.24 m/s)、1 h累計降水量(取值范圍0～23.8 mm)。對每個樣地的實測細小死可燃物含水率數據進行篩選和比對，數據處理后興安落葉松-白樺混交林、興安落葉松林、蒙古櫟林各產生720個數據，溝塘草甸產生528個數據，數據處理利用STATISTICA 10.0軟件完成。各林分和草甸細小死可燃物含水率取值范圍(見表2)。

表1 樣地信息

表2 各林分和草甸細小死可燃物含水率取值范圍

2.2 細小死可燃物含水率測量

分別在陽坡興安落葉松-白樺混交林、陰坡興安落葉松-白樺混交林、陽坡興安落葉松樣地內上坡位、中坡位和下坡位設置采樣點，各坡位平行設置5個采樣點，各采樣點間隔距離為10 m；在陽坡蒙古櫟林樣地上坡位、下坡位設置采樣點，每個坡位同樣設置5個采樣點，各采樣點間隔距離為10 m；在草甸樣地內，共設置了5個采樣點，各采樣點間隔距離為10 m。每個采樣點自動測量和收集細小死可燃物含水率數據。這些儀器每1小時自動記錄一次各個樣地內細小死可燃物含水率數據(見圖1)。選取各個樣地內長2 cm，直徑0.6 cm的死可燃物木棒表示相應樣地中的細小死可燃物。測量細小死可燃物含水率時，將死可燃物木棒末端插入兩個金屬探針，根據被測死可燃物木棒空氣干密度標定密度參數和環境溫度標定溫度參數，儀器的顯示屏上直接讀取可燃物木棒的內部含水率，該含水率為體積含水率。本儀器的測量范圍為0～99.9%，輸出信號為4ma～20ma，測量精度為±3%，測量密度范圍為0.10～1.25 g/cm3，測量溫度范圍為-20～70 ℃，校準范圍為-5.0～+5.0，不銹鋼探針長度為10 mm、直徑為2 mm，電線長度為2 m；使用電池為儀器供電，實現24 h對細小死可燃物含水率的測量。

圖1 細小死可燃物含水率采集儀器示意圖

森林細小死可燃物含水率自動監測儀器使用可燃物含水率計算公式為：可燃物含水率=((可燃物濕質量-可燃物干質量)/可燃物濕質量)×100%，這里可燃物含水率使用相對含水率。

2.3 模型構建

利用樣地觀測的可燃物含水率數據和林外的氣象數據，根據可燃物含水率變化率與各氣象因子變化率的關系，構建可燃物含水率變化率模型為：Rt=a1Ct+a2Tt-k1+a3Ht-k2+a4St-k3。式中：Rt為t時刻可燃物含水率變化率，Ct為t時刻可燃物含水率，Tt-k1為t-k1時刻氣溫變化率，Ht-k2為t-k2時刻相對濕度變化率，St-k3為t-k3時刻累計降雨量變化率，a1、a2、a3、a4為待定系數。

根據相關性理論確定Tt-k1、Ht-k2、St-k3，為了便于理論分析，令Rt≈Ct+1-Ct、T≈Tt+1-Tt、H≈Ht+1-Ht、S≈St+1+St。式中：Tt為t時刻氣溫(℃)，Ht為t時刻相對濕度(%)，St為t時刻累計降雨量(mm)。

根據最小二乘理論，估算參數a1、a2、a3、a4，構建各林分和草甸細小死可燃物含水率預測模型為：Ct+1=(1+a1)Ct+a2(Tt-k1+1-Tt-k1)+a3(Ht-k2+1-Ht-k2)+a4(St-k3+1-St-k3)。利用隨機選取樣地的部分數據以驗證模型的有效性。

3 結果與分析

3.1 相關性分析

由于氣象因子變化對可燃物含水率變化率的影響有一定的滯后性，為了分析可燃物含水率變化規律，本文利用興安落葉松-白樺混交林、興安落葉松林、蒙古櫟林各產生的720個數據及溝塘草甸產生528個數據求出各林分和草甸細小死可燃物含水率變化率與不同時刻各氣象因子變化率之間的相關系數(見表3～表5)，這里本文選取了10個時刻。

表3 陰坡興安落葉松-白樺混交林各坡位細小死可燃物含水率變化率與各時刻氣象因子變化率的相關系數

表4 陽坡興安落葉松-白樺混交林各坡位細小死可燃物含水率變化率與各時刻氣象因子變化率的相關系數

表5 興安落葉松林、蒙古櫟林和草甸細小死可燃物含水率變化率與各時刻氣象因子變化率的相關系數

本文相關性分析采用皮爾遜相關分析，統計分析均采用P<0.05顯著性水平。方差膨脹因子用于測試變量之間的多重共線性。當方差膨脹因子小于10時，變量之間不存在多重共線性，當方差膨脹因子大于10時，存在多重共線性。

從表3、表4、表5可知，t時刻各林分和草甸內細小死可燃物含水率變化率與林外t-1時刻的氣溫變化率顯著相關，且為負相關；與林外t-1時刻的相對濕度變化率顯著相關，且為正相關；與林外t-1時刻的累計降水量變化率顯著相關，且為正相關；與林外風速變化率不相關，這主要是由于細小死可燃物位于林地內，受風速變化影響比較小。因此，氣溫變化率、相對濕度變化率、累計降水量變化率可作為各林分和草甸內細小死可燃物含水率變化率主要影響因子，進而構建前述可燃物含水率預測模型且模型中的參數k1=1、k2=1、k3=1。從表3、表4可以看出興安落葉松-白樺混交林不同坡向、不同坡位的細小死可燃物含水率在林外相同的氣象條件下，其含水率變化率是不同的；氣溫變化率、相對濕度變化率和累計降水量變化率對下坡位細小死可燃物含水率變化率的影響均高于中坡位和上坡位。此外，從表3、表4、表5還可以看出，在不同林分中，累計降水量變化率對細小死可燃物含水率變化率的影響均大于氣溫變化率和相對濕度變化率。

另外，Tt-k1、Ht-k2和St-k3的方差膨脹因子的平均值小于10，說明細小死可燃物含水率變化率的影響因子Tt-k1、Ht-k2和St-k3之間不存在共線性。

3.2 可燃物含水率變化率模型構建

每個樣地選取研究采樣點的數據中隨機選取100個數據作為模型檢驗，其余數據均用于估算參數，隨機選取的100個數據需符合當前時刻與前一時刻相連成對數據。根據t時刻可燃物含水率變化率與林外t-1時刻的氣溫變化率、相對濕度變化率和累計降水量變化率之間的相關性，利用統計回歸理論構建各林分和草甸細小死可燃物含水率變化率模型，并根據最小二乘原理估算出模型中的參數(見表6)。

表6 不同林分和草甸細小死可燃物含水率變化率模型

3.3 可燃物含水率預測模型構建

根據所建各林分和草甸細小死可燃物含水率變化率模型，利用差分理論構建出各林分和草甸細小死可燃物含水率預測模型(見表7)。

表7 不同林分和草甸細小死可燃物含水率預測模型

通過上述各林分和草甸細小死可燃物含水率預測模型看出，可以用t時刻細小死可燃物含水率值、林外t時刻和t-1時刻氣溫差、t時刻和t-1時刻相對濕度差與t時刻和t-1時刻之間的降水量來預測t+1時刻細小死可燃物含水率，步長為1 h。

3.4 模型檢驗

為了驗證模型的有效性，使用前述留取的各林分及草甸用于檢驗的數據(各100個)進行檢驗，預測值相對誤差不超過5%為準確。檢驗結果：陰坡興安落葉松-白樺混交林上坡位、中坡位和下坡位細小死可燃物含水率變化率模型準確率分別為91%、87%和96%，陽坡興安落葉松-白樺混交林上坡位、中坡位和下坡位細小死可燃物含水率變化率模型的準確率分別為84%、93%和96%，興安落葉松-白樺林可燃物含水率變化率模型平均準確率為91.1%；興安落葉松林細小死可燃物含水率變化率模型準確率為90%；蒙古櫟林細小死可燃物含水率變化率模型準確率為91%；草甸細小死可燃物含水率變化率模型準確率為81%。同時，給出試驗樣地2015年6月3日各林分和草甸的細小死可燃物含水率實測值與預測值(見圖2～圖6)。

圖2 陰坡興安落葉松-白樺混交林細小死可燃物含水率24 h變化圖

從圖2～圖6可以看出，用本文構建的細小死可燃物含水率預測模型，模擬各林分和草甸內細小死可燃物24小時變化規律與實際是相符的。

圖3 陽坡興安落葉松-白樺混交林細小死可燃物含水率24 h變化圖

圖4 興安落葉松林細小死可燃物含水率24 h變化圖

圖5 蒙古櫟林細小死可燃物含水率24 h變化圖

圖6 草甸細小死可燃物含水率24 h變化圖

4 結論

本文通過構建各林分和草甸細小死可燃物含水率變化率模型，進而構建出各林分和草甸細小死可燃物含水率預測模型，模型避免了平衡含水率的估算問題。在不穩定場中，用各因素變化率之間的關系構建可燃物含水率模型對研究野外可燃物含水率實時變化規律是可行的，所構建的可燃物含水率模型準確率較高，基本反映了各林分和草甸內細小死可燃物含水率的實時變化規律。由于可燃物位于各林分和草甸內，風速變化對可燃物含水率的變化影響較小，因此所建模型沒有考慮風速因子。模型中選取的影響因子在野外容易獲取，本文所建模型具有較好的使用價值。另外，由于數據量較大，本文是隨機地選取部分樣本建模和模型檢驗，如果選取所有樣本建模，R值將有所降低，但模型中的參數變化較小，模型所反映的規律性基本是一致的。