內蒙古大興安嶺主要火環境因子對地表死可燃物含水率的影響1)

伊伯樂 劉晏銘 張恒

(內蒙古農業大學，呼和浩特，010019)

地表死可燃物含水率大小不僅是引發林火的重要因素，也是決定森林火災危險性和森林火災行為的重要火環境因子[1-2]。地表死可燃物含水率的高低決定著地表死可燃物被引燃的概率大小，也影響著林火蔓延速度以及火災強度[3-6]。在研究中，直接測量地表死可燃物含水率的數據相對真實，但無法在林火蔓延的時候進入林內進行測量，進而很難得到瞬時的含水率數值。由于海拔和植物的結構變化、溫度、濕度和降水的差異[7]，氣象要素進行重新分配，以及冠層覆蓋度[8-9]，導致地表死可燃物含水率也隨之改變。因此，通過觀測主要火環境因子的相應指標，研究主要火環境因子對地表死可燃物含水率的影響，對探討地表死可燃物含水率與森林火災預測以及森林火災的發生和蔓延具有重要意義。

地表死可燃物含水率一直都是森林火災的研究熱點，并且美國、加拿大、澳大利亞的相關學者對地表死可燃物含水率預測模型進行了深入的研究[10-13]。Fosberg et al.[14-15]提出了通過細小可燃物濕度和降水量來計算積累指數的概念，并提出了基于擴散方程的可燃物含水率模型；Anderson[16]和Nelson[17]運用時滯法和平衡含水率法創建了含水率預測模型；Becky et al.[18]研究了混合針葉林由于人工疏伐導致的地表死可燃物含水率對季節變化的影響；Stuart et al.[19]建立了一套澳大利亞桉樹林地表可燃物含水率的微分方程，并與氣象要素回歸方程進行了詳細的比較。在國內，有代表性的研究主要是可燃物含水率與氣象要素的關系、取樣時間以及地表死可燃物含水率與環境梯度[20-22]。國內外有關森林可燃物含水率的研究基本都是在不同土壤、氣象條件下的動態變化[23-24]，并且多數集中在林火高發區。邵瀟等[25]的研究表明，氣溫、相對濕度、風速等火環境因子對森林枯死可燃物含水率變化有著密切的關系；王文娟等[26]研究了環境因子對不同時滯地表死可燃物含水量的響應；李世友等[27]建立了氣溫、空氣相對濕度、凋落物層表面溫度、腐殖質層表面溫度、凋落物層厚度與易燃可燃物含水率的預測模型；張運林等[28]得出日平均濕度、日降水量和前5日降水對3種喬木可燃物含水率變化呈顯著相關。

總體來看，在大量的關于森林地表死可燃物含水率的研究中，發現主要的火環境因子與地表死可燃物含水率變化有著密切關系，但還不夠完善。因此，需要進一步探討主要的火環境因子與地表死可燃物含水率存在的關系。本文以2004—2017年森林火災多發的內蒙古大興安嶺不同地區地表死可燃物含水率為研究對象，運用SPSS統計學原理，分析地表死可燃物含水率與長期監測的火環境因子的相關性，構建不同地區不同季節地表死可燃物含水率的預測模型，進一步探討影響地表死可燃物含水率預測的火環境因子，為了提高地表死可燃物含水率的預測精度、林火管理水平和維護生態安全提供參考。

1 研究區概況

研究區域位于內蒙古大興安嶺，大興安嶺的森林面積約730萬hm2，南北長696 km，東西寬384 km，沿俄羅斯、蒙古邊境線長440 km，地理坐標為121°12′～127°E，50°10′～53°33′N。該地區森林覆蓋率達77.44%，年降水量350～450 mm，相對濕度70%～75%，年平均氣溫-3.5 ℃，無霜期76～120 d。其位于高緯度寒溫帶地區，屬于寒溫帶大陸性季風氣候，春季和秋季是火災高發期。林分類型主要有落葉松(Larixgmelinii)、楊樹(PopulusL.)、白樺(Betulaplatyphylla)、黑樺(Betuladahurica)、山楊(Populusdavidiana)、蒙古櫟(Quercusmongolica)等。

2 研究方法

2.1 樣地設置和數據來源

本研究數據來源于內蒙古自治區林業草原局，地點選取根河市、鄂倫春旗、牙克石市、阿爾山市；數據采集時間自2004年4月28日至2017年4月24日；共有610組數據，其中已篩除高溫低濕天氣下的數據，具有代表性。火環境因子包含枝落葉層厚度(Th)、枯枝落葉層質量(L)、枯枝落葉層溫度(Tl)；林中氣溫(T)、林中相對濕度(R)；林內灌木高度(H)、林內灌木蓋度(C)。

可燃物含水率計算公式：

式中：M為可燃物含水率；WH為可燃物濕質量；WD為可燃物干質量。

2.2 地表死可燃物含水率預測模型的建立與檢驗

將內蒙古自治區林業草原局提供的數據，根據春秋兩個季節以及地區分別進行整理。以枯枝落葉層厚度(Th)、枯枝落葉層重(L)、枯枝落葉層溫度(Tl)、林中氣溫(T)、林中相對濕度(R)、林內灌木高度(H)、林內灌木蓋度(C)為變量。根據Person相關性數據分析方法，確定與地表死可燃物含水率相關性顯著的因子，剔除無相關性或相關性較小的因子，使用整理好的各個地區春秋兩季的數據，以當天地表死可燃物含水率為因變量，以火環境因子(Th、L、Tl、T、R、H、C)為自變量，運用逐步線性回歸方法建立多元線性方程，模型具體形式為：

式中：M為可燃物含水率；Xi(i=1、2、…、n)為火環境因子(枯枝落葉層厚度、枯枝落葉層重、枯枝落葉層溫度、林中氣溫、林中相對濕度、林內灌木高度、林內灌木蓋度)；bi為待估參數。

采用n-fold交叉驗證法[29]計算樣地的n個含水率數據的模型精度，將數據分成n個子樣本，用剩余n-1個樣本與主要火環境因子進行逐步線性回歸，并利用剩余一個數據驗證，交叉驗證重復n次，每個子樣本驗證一次。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)，顯著性水平設定為α=0.05。

2.3 數據處理

運用Excel 2018軟件整理數據后，采用SPSS 22.0軟件對數據進行方差分析，并用Pearson相關性分析法進行對主要火環境因子和地表死可燃物含水率進行相關性分析。顯著性水平為P=0.05。同時，采用Origin 2018軟件進行作圖，繪制不同地區及季節預測模型實測值與預測值的1:1線，用以研究預測效果。

3 結果與分析

3.1 地表死可燃物含水率與火環境因子的相關關系

由表1可知，枯枝落葉層質量與全地區、牙克石市、鄂倫春旗的地表死可燃物含水率呈顯著正相關(P<0.05)；林內灌木蓋度與全地區地表死可燃物含水率呈顯著負相關(P<0.05)；林中相對濕度與阿爾山市春季的地表死可燃物含水率呈顯著負相關(P<0.05)，與根河市、牙克石市、阿爾山市全年和秋季的地表死可燃物含水率都呈現顯著正相關(P<0.05)。T、Tl、H、Th對地表死可燃物含水率的影響不同，顯著性逐漸降低，這與立地條件和森林生態學特性有關。

表1 地表死可燃物含水率與火環境因子相關性

3.2 地表死可燃物含水率預測模型

由表2可知，利用多元線性逐步回歸篩選構建地表死可燃物含水率預測模型所采用的預測因子以及模型參數。林中氣溫(T)、林中相對濕度(R)、枯枝落葉層質量(L)、枯枝落葉層溫度(Tl)以及林內灌木蓋度(C)是影響地表死可燃物含水率變化最重要的火環境因子，枯枝落葉層質量、枯枝落葉層溫度對地表死可燃物含水率的響應始終為正相關；而全地區中地表死可燃物含水率與林內灌木蓋度始終呈負相關；林中氣溫和林中相對濕度則有不同的影響，這與當地的氣象要素不同導致含水率發生變化有關。

表2 地表死可燃物含水率預測模型

由表3可知，在建立的地表死可燃物含水率模型中，春季地表死可燃物含水率模型的平均絕對誤差為20.54%，平均相對誤差為35.76%；而秋季建模的平均絕對誤差為24.30%，平均相對誤差為45.25%；全年總體建模的平均絕對誤差和平均相對誤差分別為24.70%和45.81%。

對預測模型的誤差進行分析，顯著性較大的火環境因子更多，誤差相對較低，預測精度更高。如鄂倫春旗全年模型，主要的火環境因子為L，其平均絕對誤差和平均相對誤差分別為33.35%和53.58%，對比于阿爾山市春季模型，主要的火環境因子R和Tl的平均絕對誤差、平均相對誤差分別為11.69%、13.21%，顯然阿爾山市春季預測模型的精度更高；但將所有年份混合建模并沒有降低模型的誤差，反而增加了平均誤差，主要原因是不同地區的不同采樣地的氣象要素和植被條件不同，導致各地的含水率變化響應差異變大，進一步降低了模型的預測精度。

表3 3種分類方法建模的交叉驗證誤差

3.3 不同地區季節地表死可燃物可燃物含水率預測模型誤差分析

由表4可知，在對各地區春秋兩季進行t檢驗時，平均絕對誤差差異不顯著(n=5,t=-1.442,P=0.223)，平均相對誤差差異不顯著(n=5,t=1.637,P=0.177)；在對春季和全年進行t檢驗時平均絕對誤差差異(n=6,t=-2.759,P=0.040)和平均相對誤差差異(n=6,t=1.417,P=0.216)都不顯著；對秋季和全年進行t檢驗時平均相對誤差差異(n=6,t=0.217,P<0.01)和平均相對誤差差異(n=6,t=-0.538,P<0.01)極顯著。可知，秋季和全年的火環境因子相關性更為顯著，其預測精度更加準確。

表4 不同地區不同季節模型的預測誤差比較

由圖1可知，通過分析不同地區實測值與預測值的地表死可燃物含水率的對比圖，R2=0.833的阿爾山春季的擬合線更接近于1∶1線，預測精度最高；其它模型分布比較離散，R2范圍在0.080～0.489，預測效果普遍不好；對采樣分布區較大，數據較多的全地區模型，大數據并沒有提高模型的預測精度，且預測精度較低。根河市春季、鄂倫春旗秋季，通過多元線性逐步回歸沒有篩選出與模型相關的火環境因子，則無模型建立。

4 結論與討論

在火行為和火險天氣預報的研究中，森林可燃物含水率是其至關重要，地表死可燃物為高火險的森林可燃物的重要組成部分。本研究結合內蒙古自治區林業草原局的觀測數據，分析了7個火環境因子與地表死可燃物含水率的相關性，篩選出影響地表死可燃物含水率的主要火環境因子，建立了不同地區不同季節的地表死可燃物含水率預測模型，并對不同地區不同季節地表死可燃物含水率的差異性進行了分析。根據分區數據和四個地區混合數據，在將其分為春秋兩季，分析火環境因子與不同地區地表死可燃物含水率之間的作用機理。影響地表死可燃物含水率變化的主要火環境因子有：林中氣溫、林中相對濕度、枯枝落葉層質量、枯枝落葉層溫度以及林內灌木蓋度。影響地表死可燃物含水率變化最重要的火環境因子除林中氣溫、林中相對濕度外，不同地區、不同時間影響地表死可燃物含水率火環境因子不同。張思玉等[6]認為林中氣溫、林中相對濕度兩個自變量構成的模型響應最好；邵瀟等[25]、金森等[30]也認為林中氣溫、林中相對濕度和風速對枯死可燃物含水率的影響顯著，與本研究結果類似。

秋季和春季防火期預測模型的平均絕對誤差和平均相對誤差都極顯著(P<0.01)，表明不同防火期的火環境因子對地表死可燃物含水率的影響存在差異。總的來看，秋季防火期對地表死可燃物含水率作用的主要火環境因子要多于春季防火期，在今后的森林火險預測預報時，需要考慮防火期對其的影響，更好的提高森林火險預測預報的準確性。本文選用的是時間尺度大的氣象因子(在每一年春秋兩季防火期時抽取2～4 d)，預測精度雖然不高，主要研究內蒙古自治區林業草原局觀測數據中7個火環境因子是否可作為主要的火環境因子參與地表死可燃物含水率的預測，通過比較分析，效果不佳。由于可燃物含水率本身具有較大的空間異質性，如何能用更少的數據以及更合理的建模因子構建更為準確和普適的模型，是我們將要解決的問題。

圖1 不同地區模型實測值與預測值對照圖

建立地表死可燃物含水率預測模型時沒有發現與根河市春季和鄂倫春秋季顯著的火環境因子，這說明除本研究中7個主要火環境因子外，還有更為主要的火環境因子沒有進入預測系統，在今后的實驗中，應廣泛地采集火環境因子，篩選出主要的火環境因子，為地表死可燃物含水率預測精度的提高提供參考。