【目的】建立森林地表细小死可燃物（枯落叶、细枯枝、枯草等）含水率预测模型，预警区域森林火灾引燃的可能性及其潜在火行为。【方法】基于野外长期定位观测的赣南地区典型植被类型马尾松林地表细小死可燃物含水率数据，在不同地形条件和时间段进行气象因子随机森林相对重要性排序和皮尔逊相关性分析，建立地表细小死可燃物含水率随机森林模型和气象要素回归模型，比较不同模型精度指标，筛选适合赣南地区的森林火灾预测模型。【结果】赣南地区马尾松林地表细小死可燃物含水率具有明显变异性，阴坡含水率显著高于阳坡，在防火期初期最明显。地表细小死可燃物含水率与各气象要素（温度、相对湿度、风速、光照强度）具有极显著相关性（P<0.001）；随机森林模型预测精度高于气象要素回归模型，阴坡2种模型精度均高于阳坡；具有滞后效应的光照强度因子对地表细小死可燃物含水率影响最大，影响地表细小死可燃物含水率的关键因素在阳坡是相对湿度、阴坡是风速。【结论】具有滞后效应的气象因子对赣南地区马尾松林地表细小死可燃物含水率有显著影响，考虑增加这些因素能更好预测地表细小死可燃物含水率变化，为火险预警提供可靠依据。

【目的】分析加拿大火险等级系统中湿度码预测江西典型地表细小死可燃物含水率的适用性,为该地区含水率研究提供基础数据以及更好的理解湿度码在我国的适用性。【方法】以江西省南昌市茶园山林场典型林分马尾松林(MWS)、杉木林(SM)、柳杉林(LS)和毛竹林(MZ)下地表细小死可燃物为研究对象,在2018年10月23日—2019年1月20日(江西省防火期)以非破坏性采样方法对其含水率动态变化进行监测,并同步监测气象要素,利用Spearman偏相关分析地表细小死可燃物含水率动态变化与气象要素和湿度码的相关性,选择气象要素回归法和湿度码回归法建立地表细小死可燃物含水率预测模型,并进行模型外推分析,得到预测模型精度和外推能力,分析湿度码预测江西典型地表细小死可燃物含水率的适用性。【结果】监测共进行90 d,主要得到以下结果:1)地表细小死可燃物含水率动态变化主要受相对湿度和降雨的影响,此外,马尾松还受空气温度极显著影响,柳杉和杉木含水率与风速呈极显著负相关;2)地表细小死可燃物含水率与细小可燃物湿度码、腐殖质码和干旱码都呈极显著负相关,且相关性逐渐降低;3)直接使用细小可燃物湿度码得到的含水率值与所有地表细小死可燃物含水率实测值均有极显著差异,平均绝对误差和相对误差范围分别为43.717%～80.377%和49.576%～151.698%;4)气象要素回归模型的平均绝对误差和平均相对误差范围分别为20.395%～40.765%和37.417%～59.175%,湿度码回归模型的平均绝对误差和平均相对误差范围分别为19.366%～34.372%和33.895%～47.258%,湿度码回归模型误差显著低于气象要素回归模型;5)气象要素回归模型和湿度码回归模型的外推绝对误差均值分别为50.244%和45.824%,湿度码回归模型外推能力要优于气象要素回归模型。【结论】直接使用湿度码预测江西典型地表细小死可燃物含水率并不适用,选择回归法对其校正,虽然较气象要素回归法显著提高了预测精度,但依旧无法满足火险需要。在今后研究中,还需对湿度码中关键参数:平衡含水率和失水系数等进行校正,提高基于湿度码预测地表细小死可燃物含水率的精度。

云南省是我国重点火险区,准确预测该省可燃物含水率对于提高火险预报准确性十分必要。在2013年防火期,通过对昆明地区8个林分地表凋落物可燃物含水率的连续观测,分析了其动态变化规律和影响因子,并采用气象要素回归法、FWI法和两种方法混合建立了相应的死可燃物含水率预测模型。这些模型采用的预报因子都是现有常规气象站方便观测的气象要素,模型误差在同类研究的控制水平内,可以在该地区的森林火险预报中直接应用。对于<35%的可燃物含水率的预测,采用混合模型的误差最小,考虑到计算的方便,实际中可以使用气象要素回归模型,平均绝对误差(MAE)2.1%~6.0%,平均3.6%;平均相对误差(MRE)11.4%~32...

为探索地表可燃物含水率对主要火环境因子的响应机制,于2003年和2004年的两个春季对福建省南平市原福建林学院后山的杉木Cunninghamia lanceolata人工幼林进行了定点观测,以地表可燃物含水率为因变量(y),以风速(x1)、空气相对湿度(x2)、空气温度(x3)和地表温度(x4)为自变量,采用多项式逼近和多元回归建立了单因子多项式函数、多元线性回归模型,并对模型的复相关系数和偏相关系数进行了t检验和实际验证。结果表明:风速不适于参与模型的建立,其余3个因子参与建立的三元线性模型y=42.345+0.736x2-1.011x3-0.981x4为最佳;模型y=33.406+0.54...

黑龙江省平原和山区交错带植被受长期的人为破坏,林相差,人为活动频繁,火险等级高,火灾频发。加强该区域可燃物含水率动态和预测研究,有利于提高火险预报准确性。以处于该交错区的黑龙江省庆安县典型地表死可燃物为研究对象,对其含水率和气象要素进行了动态观测,分析了影响含水率的因子,并以气象要素、FWI指标及两者的混合为预报因子分别建立了地表死可燃物含水率的预测模型。结果表明,可燃物不同含水率时,其影响因子不同,低含水率时,受湿度影响大;高含水率时,受降雨影响大。FWI指标,主要是FFMC与全范围的含水率相关,但与≥35%的含水率相关差。该指标可用于预测全范围的含水率,但误差大于气象要素回归法,不适合降雨...

【目的】可燃物含水率预测是林火预报研究的重要内容,其中地表细小可燃物、半腐殖质和腐殖质含水率在一定程度影响了林火垂直蔓延的持续性及地下火发生的可能性,含水率变化主要是受天气状态和地形特征的影响,而我国关于半腐殖质和腐殖质含水率动态变化及其预测模型的研究较少,分析红松蒙古栎针阔混交林下的地表细小可燃物、半腐殖质和腐殖质3层可燃物含水率的动态变化,对建立我国林火预报系统有指导作用。【方法】本研究对帽儿山地区红松蒙古栎典型针阔混交林下的地表细小可燃物、半腐殖质和腐殖质含水率进行每日监测,同步监测林分内气象数据,统计分析气象要素和3层可燃物含水率的相关性,选择气象要素回归法建立3层可燃物类型的含水率预测模型。【结果】在整个监测期内,地表细小可燃物含水率波动最大,最小值为10.99%,最大值为253.30%;半腐殖质次之,最小值为19.21%,最大值为238.07%;腐殖质含水率最稳定,最小值为48.45%,最大值为193.83%,波动最小。地表可燃物含水率变化对气象因子的响应最敏感,多与当日或前一日气象因子相关,半腐殖质次之,腐殖质含水率仅与空气温度相关;建立3种可燃物含水率气象要素回归预测模型,其中地表细小可燃物、半腐殖质和腐殖质的含水率预测模型平均绝对误差和平均相对误差分别为22.2%、23.5%、17.1%和7.1%、14.8%和23.4%,以MRE为15%为界限,细小可燃物和半腐殖质含水率预测模型精度均能达到林火预报精度,腐殖质含水率预测模型精度较差。【结论】综合分析可得,3层可燃物在防火期内有被引燃,进而发展为森林火灾的可能,在今后的林火预报工作中,还应该注意地下可燃物,包括半腐殖质和腐殖质含水率的预报。

为了研究2种不同采样方法对细小可燃物含水率预测模型精度的影响,对2010年春、秋季大兴安岭地区盘古林场樟子松、兴安落叶松、白桦林分下细小可燃物含水率进行连续的观测。结果表明:春季,3种林分破坏性采样和非破坏性采样的平均绝对误差和平均相对误差差异均不显著(P>0.05),而秋季非破坏性采样的平均绝对误差和平均相对误差极显著低于破坏性采样(P<0.01),这表明2种采样方式对预测模型精度有很大的影响;春季2种采样法差异不显著,预测效果相近,而在秋季使用非破坏采样更好。此研究结果对提高我国利用气象要素回归法预测细小可燃物含水率模型精度具有重要的理论意义和实践指导价值。

地表死可燃物含水率预测在火险天气预报以及火行为预报中起着重要作用。应用基于时滞和平衡含水率法的直接估计法和气象要素回归法,通过对黑龙江省大兴安岭地区塔河林业局不同郁闭度的白桦林下地表细小死可燃物的含水率的连续测定,建立以时为步长的白桦林下细小死可燃物含水率的预测模型。结果表明:采用Nelson平衡含水率法的平均绝对误差(1.01%~1.17%)低于Simard法(1.06%~1.39%)和气象要素回归法(1.62%~3.01%),说明使用以时为步长的死可燃物含水率直接估计法适用于大兴安岭的白桦林,且较传统的气象要素回归法精度高。

准确地模拟地表可燃物含水率动态变化规律,对于预测预报林火发生或林火行为具有重要意义。应用Nelson模型和Simard模型,以5种典型林型(分别为阴坡落叶松林、阴坡落叶松-白桦混交林、阴坡白桦林、阳坡樟子松林和阳坡白桦林)的地表可燃物为研究对象,分析了气象因子与地被可燃物含水率的相关性,用2015年春季防火期实测数据构建了5种不同林型的可燃物含水率预测模型,并用2016年春季防火期监测数据对预测结果进行验证。结果表明:Nelson模型得出5种林分预测结果为:阴坡落叶松林>阳坡白桦林>阴坡白桦落叶松林>阴坡白桦林>阳坡樟子松林。Simard模型得出5种林分预测结果为:阴坡落叶松林>阴坡白桦林>阳坡白桦林>阴坡白桦落叶松林>阳坡樟子松林。2种模型预测阴坡落叶松的含水率准确率均高于其他4种林分。Nelson模型给出的阴坡落叶松平均绝对误差为0.09,平均相对误差(MRE)为0.09,Simard模型给出的平均绝对误差为0.10,平均相对误差为0.10,Nelson模型略优于Simard模型。研究结果可为该区的森林防火提供快速和准确的火险预测预报,进而为有效防控森林火灾提供重要的技术支撑。

为研究不同距离气象数据对细小可燃物含水率预测模型精度的影响,对2010年春、秋季防火期大兴安岭地区塔河县盘古林场的樟子松Pinus sylvestris var.mongolica林、兴安落叶松Larix gmelinii林和白桦Betula platyphylla林等3种林分下细小可燃物含水率进行连续的观测,同时采集试验期内的气象数据构建细小可燃物含水率预测模型。结果表明:利用盘古气象站数据构建的气象因子中,日降水量(R)和前n d降水量之和(Ran),以及前n d平均相对湿度(Han)(n=1~2)显著正相关,春季和秋季分别与日最高气温(Tmax)和连旱天数(d)显著负相关;利用距离实验地较近的盘古气象站的气象数据所建模型精度优于距离较远的塔河模型,模型的平均绝对误差(EMA)和平均相对误差(EMR)分别降低了2.7%和22.6%(P<0.01)。从细小可燃物的异质性和模型的精度来看,在建模气象数据的采集中,应重视气象因子时间和空间尺度的选取,以确保模型精度。图3表4参28

观察大兴安岭盘古地区的典型林分樟子松、白桦、兴安落叶松林的地表细小死可燃物含水率随不同季节变化的动态变化,应用气象要素回归法,分别使用无降雨数据、无降雨和有降雨混合数据及降雨数据,分春季、秋季和混合季节,建立了该地区森林地表可燃物含水率的统计预测模型,并研究了季节以及降雨对该类模型精度的影响。结果表明:季节和降雨对模型精度具有显著的影响,对于3种林型整体而言,混合模型的误差最大,可高达30%以上;秋季误差小于混合模型,大于春季预测模型;春季含水率预测模型精度最高,误差小于10%。无降雨模型预测效果最好,模型误差控制在3%以内,有降雨时段误差也可超过30%。如果采用区分季节和降雨时段建立可燃物含...

[目的]分析马尾松林不同演替阶段负荷量的变化特征,确定影响地表可燃物负荷量的关键因子。[方法]以武夷山国家公园中不同龄级马尾松纯林为研究对象,采用空间替代时间方法,分析马尾松林演替发展中不同类型地表可燃物的负荷量特征及其与地形、林分、气象等影响因子的关系。[结果]显示:(1)随着马尾松林的演替,地表活可燃物负荷量呈递减趋势,地表死可燃物和地表总可燃物负荷量则呈递增趋势;且总可燃物负荷量主要是由于1 h时滞细小可燃物的负荷量构成。(2)演替初期形成的马尾松幼龄林和后期的成熟林差异最为明显,至演替后期活地表可燃物下降了47.21%;死地表可燃物增加了113%。(3)RDA排序结果表明地形因子中的海拔、坡位,林分因子中的平均枝下高、平均胸径、郁闭度及气象因子中的空气温度与地表可燃物负荷量关系密切。(4)线性回归分析发现影响不同类型地表可燃物的环境因子不尽相同;平均胸径对灌木负荷量影响最大;坡位对草本、1 h时滞负荷量影响最大;平均枝下高对10 h时滞和总可燃物负荷量影响最大。[结论]不同演替阶段的马尾松林地表可燃物的负荷量不同,不同类型地表可燃物的影响因子不同。

为了探究可燃物含水率的研究方法,以利于森林火灾监测系统的完善,于2016年当地防火期内进行,通过对昆明地区6块样地可燃物含水率的监测,同时收集样地相关的气象因子数据,建立气象要素回归模型,并评估其预测精度。结果表明:在自建模型中,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的只受客观因素的影响,其自身的生命活动也会影响到其含水率的变化,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。

【目的】对不同地区地表可燃物温度与气温的差异、气温-可燃物温度转换模型在不同地区的适用性以及应用气温和地表可燃物温度分别驱动直接估计法模型的误差进行研究,为提高可燃物含水率预测精度提供参考。【方法】在东北林业大学帽儿山试验林场红松和落叶松2个林分下,采用自动气象站测量距地表1.5 m处气温,采用热电偶测量距地表1,2,3,4 cm处地表可燃物温度。红松林分共观测10天,落叶松林分共观测4天,其中,1天在每个林分中设置2个采样点,对距地表1 cm的可燃物含水率每隔1 h测定1次。对气温和地表可燃物温度的差异进行比较,计算目前在可燃物含水率预测中常用的2个气温-地表可燃物温度转换模型(Byram&...

亚热带针阔混交林是我国南方重要的植被类型,森林火灾发生次数多。对该植被类型的典型可燃物含水率将有助于提高火险预报的准确性。以位于该区域内的南昌市茶园山林场5种典型林分地表死可燃物为研究对象,通过对其含水率的连续观测,分析了死可燃物含水率与气象因子的关系。采用气象要素、FWI因子和两者的结果,区分不同含水率范围,分别建立的各可燃物3种预测模型。结果表明:研究地区防火期内可燃物含水率从11.8%到276.6%,只有1/4的时间低于35%,具备发生森林火灾的条件,其余的时间燃烧性都很低,平均火险不高。但最小含水率已低到10%左右,具备发生大火的潜在可能性。3种预测方法中,FWI模型误差最大,气象要素...