（東北林業(yè)大學(xué) 林學(xué)院，黑龍江 哈爾濱 150040）

林內(nèi)地表細(xì)小可燃物對(duì)林火等級(jí)劃分影響很大，在林火預(yù)測(cè)預(yù)報(bào)的工作中，先決條件是必須可以準(zhǔn)確地預(yù)測(cè)可燃物含水率，地表細(xì)小可燃物含水率對(duì)林火行為也有重要影響[1-6]，地表細(xì)小可燃物的含水率預(yù)測(cè)應(yīng)用較廣的為氣象要素回歸法[7]，其結(jié)構(gòu)簡(jiǎn)單，應(yīng)用廣。在1920年左右，美國(guó)已經(jīng)開(kāi)展了可燃物含水率和氣象因子間聯(lián)系的研究。Weidman[8]將林內(nèi)可燃物、溫濕度及林火聯(lián)系，提出森林火險(xiǎn)預(yù)報(bào)應(yīng)該考慮天氣和可燃物狀態(tài)。Gisborne[9]使用實(shí)驗(yàn)站資料，將不同環(huán)境和含水率的的變化做了研究。

國(guó)內(nèi)對(duì)地表細(xì)小可燃物含水率預(yù)測(cè)的研究也有很多成效。盧欣艷等[10]在北京西山建立5種林型觀測(cè)點(diǎn)，分析了北京西山林場(chǎng)可燃物含水率和氣象要素間的關(guān)系。王瑞君等[3]在野外進(jìn)行點(diǎn)火，劃分了火險(xiǎn)等級(jí)。張大明等[11]通過(guò)在長(zhǎng)白山定位點(diǎn)的氣象數(shù)據(jù)，建立可燃物含水率關(guān)系模型。高永剛等[12]通過(guò)野外實(shí)驗(yàn)，得到五營(yíng)林場(chǎng)的含水率變化方程。王金葉等[13]研究了祁連山地區(qū)的含水率與氣象間的相關(guān)性。覃先林等[14]對(duì)東北地區(qū)的典型樹(shù)種落葉松Larix gmelinii、白樺Betula platyphylla和柞樹(shù)Xylosma racemosum的可燃物含水率變化進(jìn)行了測(cè)定研究，建立了兩者間的回歸模型。張國(guó)防等人[15]在杉木Cunninghamia lanceolata人工林內(nèi)進(jìn)行實(shí)驗(yàn)，得到杉木林中的地表可燃物和含水率的關(guān)系模型。

以往人們的研究主要是集中在選擇合適的氣象因子，并沒(méi)有將季節(jié)變化等作為影響因子。但是，地表細(xì)小可燃物的含水率預(yù)測(cè)精度受季節(jié)和降雨的影響很大。春秋季林內(nèi)可燃物失水和吸水就有明顯差別，春季由于可燃物都為前一年的，所以失水和吸水的速度大；秋季時(shí)由于可燃物為當(dāng)年落下的，水分變化對(duì)環(huán)境的響應(yīng)要慢些。降雨有無(wú)則影響可燃物的失水方式。因而，可燃物含水率預(yù)測(cè)模型按照季節(jié)、降雨等因素建立，可能提高其預(yù)測(cè)精度。本研究以我國(guó)大興安嶺盤(pán)古林場(chǎng)3種主要林型的細(xì)小可燃物為對(duì)象，在不同季節(jié)和有無(wú)降雨的條件下建立預(yù)測(cè)模型，分析模型精度，為以后的研究提供數(shù)據(jù)基礎(chǔ)。

1 研究地區(qū)與研究方法

1.1 研究區(qū)概況

本實(shí)驗(yàn)的研究區(qū)位于我國(guó)大興安嶺盤(pán)古林場(chǎng)（52°41′57.1″N，123°51′56.5″E），該地區(qū)主要是低山山地，包括少量中山。年平均氣溫為-5 ℃，最低為-52.3 ℃，最高為39 ℃。年降水量350～500 mm，在7～8月份降水多，濕度在70%～75%間。

1.2 研究方法

為使數(shù)據(jù)更加符合森林防火的需求，因而在2010年5月29日～6月27日（春防期內(nèi)）和2010年9月23日～10月13日（秋防期內(nèi)）進(jìn)行實(shí)驗(yàn)。因?yàn)殛?yáng)坡的太陽(yáng)輻射強(qiáng)，因此在3種林型的陽(yáng)坡坡位處，建立20 m×20 m的標(biāo)準(zhǔn)地，并以郁閉度為分類條件，分別在林蔭下、半遮蔭、無(wú)遮蔭處放置3個(gè)樣框，為防止稱量時(shí)框內(nèi)質(zhì)量發(fā)生變化，用8目尼龍網(wǎng)包裹在框的四周。方篩中放入采集的沒(méi)有被破壞的凋落物層，并放置在取樣處，每天下午14時(shí)用電子天平測(cè)定其質(zhì)量。最后將每個(gè)方篩中的可燃物放入烘箱內(nèi)，于105 ℃下烘干一定時(shí)間，直至其質(zhì)量不再變化為止。樟子松林、興安落葉松林和白樺林的樣地基本情況如下表1。每個(gè)樣地的含水率為3個(gè)樣點(diǎn)的含水率的算術(shù)平均值。含水率計(jì)算公式為：

式（1）中：M表示可燃物含水率（%）；Wh表示可燃物濕重（g）；Wd表示可燃物干重（g）。

表 1 樣地信息Table 1 Information of sampling plots

氣象數(shù)據(jù)是從盤(pán)古氣象站獲取，包括每小時(shí)溫濕度、降雨量、風(fēng)速等。主要計(jì)算前1～5天的氣象因子、1～5天前當(dāng)日氣象因子、前1 天、前2天和前3天的降水量之和等，氣象因子獲取以每日0點(diǎn)為基準(zhǔn)，降水量獲取以采樣當(dāng)天14時(shí)為基準(zhǔn)。將前幾天氣象因子設(shè)為a、幾天前當(dāng)日氣象因子設(shè)為b，前24 m（m=1～3）小時(shí)降水量之和設(shè)為c，例如：前2 天降水量之和記為Rc2，前4天平均相對(duì)濕度記為Ha4，5天前當(dāng)日平均溫度記為T(mén)b5，前48 T降水量之和記為Rc2。

統(tǒng)計(jì)得到，春季防火期內(nèi)數(shù)據(jù)共30組，秋季防火期內(nèi)數(shù)據(jù)20組，春-秋季數(shù)據(jù)一共為50組；無(wú)降雨期數(shù)據(jù)31組，降雨期數(shù)據(jù)19組，混和降雨期數(shù)據(jù)50組。無(wú)降雨期為14:00時(shí)前24 T沒(méi)有降雨的數(shù)據(jù)；降雨期為下午14:00時(shí)前24 T的有降雨數(shù)據(jù)；混和降雨期為無(wú)降雨和降雨期混合數(shù)據(jù)。

用逐步回歸建立死可燃物含水率的多元線性模型：

式（2）中：M為可燃物含水率（%）；bi為待估計(jì)參數(shù)。

n-Fold交叉驗(yàn)證的可以計(jì)算模型精度，對(duì)于某個(gè)樣地的n個(gè)數(shù)據(jù)，用n-1個(gè)含水率數(shù)據(jù)和氣象要素進(jìn)行逐步回歸，建立多元線性模型，然后用剩余未參與建立模型的一個(gè)數(shù)據(jù)驗(yàn)證，計(jì)算含水率預(yù)測(cè)模型的誤差，可以進(jìn)行n次驗(yàn)證。誤差包括MAE和MRE，公式分別為（3）和（4）式。

式（3）和（4）中：Mi為含水率實(shí)測(cè)值（%）；為含水率預(yù)測(cè)值（%）。

1.3 數(shù)據(jù)處理

采用SPSS19.0和Excel2013進(jìn)行數(shù)據(jù)整理、分析及繪圖。

2 結(jié)果分析

2.1 樣地可燃物含水率動(dòng)態(tài)變化

根據(jù)圖1可以看出可燃物含水率的變化趨勢(shì)與前48小時(shí)2 天的降水量之和變化趨勢(shì)最相似。當(dāng)前2 天降水量之和過(guò)高且日最高溫度較低時(shí)，可燃物含水率明顯高于其他情況，可燃物含水率和降水量大時(shí)，溫度則較低，如采樣時(shí)序點(diǎn)在9、15、24、53、68等。溫度較高時(shí)，降水量和可燃物含水率都較低，如采樣時(shí)序點(diǎn)在8、14、28、48。秋季可燃物含水率要比春季高些，這是因?yàn)榍锛局参锿Ｖ股L(zhǎng)不久，體內(nèi)仍有部分水分，并且降雨量大于春季，而春季相對(duì)濕度低，地表凋落物含水率為該年中最低[16]。

圖1 前48小時(shí)降水量之和、日最高溫度和可燃物含水率的動(dòng)態(tài)變化Fig.1 Dynamics of measured sum of first 48-hour rainfall, daily maximum temperature and fuel moisture contents

表 2 Pearson相關(guān)系數(shù)?Table 2 Pearson correlation coefficients

表2給出地表死可燃物含水率與氣象因子的Pearson相關(guān)系數(shù)?？梢钥闯鼋邓亢颓皀天平均相對(duì)濕度的Pearson相關(guān)系數(shù)較大，說(shuō)明這些因子對(duì)含水率的變化影響顯著。

2.2 不同季節(jié)、有無(wú)降雨的可燃物含水率預(yù)測(cè)模型

使用逐步回歸的方法篩選出對(duì)可燃物含水率預(yù)測(cè)模型有影響的氣象因子。包括：前2天平均相對(duì)濕度、前4天平均相對(duì)濕度、2天前當(dāng)日平均濕度、4天前當(dāng)日平均風(fēng)速、前1天降水量之和、前3天降水量之和、前24 m（m=1～3）小時(shí)降水量之和等。所構(gòu)建的模型可以解釋含水率變差的45.5%～99.7%，3種林型中，在無(wú)降雨期模型調(diào)整后決定系數(shù)全部高于0.902，說(shuō)明擬合模型精度高。

2.3 季節(jié)對(duì)模型誤差的影響

由表3和圖2知，樟子松林模型MAE在無(wú)降雨期春季最小，秋季誤差最大；降雨期春季最小，春-秋季最大；混合期春季和秋季相差不多，春-秋季最大。落葉松林模型MAE在無(wú)降雨期春季和秋季接近，春-秋季誤差最大；降雨期春季、春-秋季、秋季依次增大；降雨混合期春季最小，春-秋季最大。白樺林模型誤差在無(wú)降雨期春季和秋季接近，春-秋季最大；降雨期春季最小，秋季和春-秋季都很大；降雨混合期春季最小，春-秋季最大。樟子松林模型MRE在無(wú)降雨期春季和春-秋季最小，秋季誤差最大；降雨期春季和春-秋季小，秋季最大；混合期春季和秋季最小，春-秋季最大。落葉松林模型MRE在無(wú)降雨期春季和秋季接近，春-秋季誤差最大；降雨期春季最小，秋季和春-秋季最大；降雨混合期春季和秋季接近，春-秋季最大。白樺林模型MRE在無(wú)降雨期春季和秋季接近，春-秋季最大；降雨期春季最小，秋季和春-秋季都很大；降雨混合期春季和秋季相差不大，春-秋季最大。這表明，對(duì)于不同林型而言，氣象要素回歸法的春季效果最好，秋季效果較差，春-秋混合效果不太好。

限于篇幅，圖3只給出了3種林型在不同季節(jié)無(wú)降雨期的含水率實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比，降雨期和混合期模型的實(shí)測(cè)與預(yù)測(cè)值對(duì)比沒(méi)有給出。從圖3可以看出，可燃物含水率預(yù)測(cè)和實(shí)測(cè)散點(diǎn)集中在1∶1直線周圍，說(shuō)明地表細(xì)小可燃物含水率模型預(yù)測(cè)偏差小。3種林型含水率預(yù)測(cè)精度由高到底依次為樟子松林、白樺林和落葉松林。

表 3 可燃物含水率模型的參數(shù)和檢驗(yàn)?Table 3 Parameters and testing of moisture prediction models

圖2 不同季節(jié)時(shí)模型的誤差對(duì)比Fig.2 Comparison of model errors in different seasons

圖3 不同季節(jié)實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比（以無(wú)降雨期為例）Fig.3 Comparison between measured and predicted values in different seasons (in case of no rainfall)

2.4 降雨對(duì)模型誤差的影響分析

由表3和圖4知，樟子松林模型MAE在春季無(wú)降雨最小，混合降雨期次之，有降雨最大；在秋季無(wú)降雨最小，有降雨最大，在春-秋季無(wú)降雨最小，混合降雨和有降雨相似，都比較大。落葉松林模型MAE在春季無(wú)降雨最小，混和降雨期次之，有降雨最大；在秋季無(wú)降雨最小，有降雨最大，在春-秋季無(wú)降雨最小，有降雨最大。樟子松林模型MRE在春季無(wú)降雨最小，有降雨最大，在秋季無(wú)降雨和混合降雨接近，有降雨最大，在春-秋季無(wú)降雨最小，混合降雨最大。落葉松林模型MRE在春季無(wú)降雨最小，有降雨最大，在秋季無(wú)降雨和混合降雨都很小，有降雨最大，在春-秋季無(wú)降雨最小，混合降雨和有降雨都較大，有降雨最大。白樺林模型MRE春季無(wú)降雨最小，混合降雨和有降雨接近，混合降雨最大，在秋季無(wú)降雨最小，有降雨最大，在春-秋季無(wú)降雨最小，混合降雨和有降雨都很大。這表明，對(duì)于不同林型而言，氣象要素回歸法對(duì)無(wú)降雨時(shí)段效果最好，有降雨時(shí)段和混合降雨效果較差。含水率受降雨條件影響大，沒(méi)有降雨導(dǎo)致死可燃物含水率變化幅度小，所以此時(shí)的預(yù)測(cè)模型準(zhǔn)確度大，而在降雨期時(shí)，死可燃物含水率變化劇烈，誤差增加。如果綜合考慮季節(jié)和降雨，無(wú)論是MAE還是MRE，各林分預(yù)測(cè)模型均是無(wú)降雨模型誤差最小，降雨模型誤差最大。

圖4 不同降雨期模型的誤差項(xiàng)對(duì)比Fig.4 Comparison among model errors in different rainfalls

圖5給出了3種林型在春-秋季各降雨期的含水率實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比，春季和秋季模型的實(shí)測(cè)與預(yù)測(cè)值對(duì)比沒(méi)有給出。從中可見(jiàn)，各林型在不同降雨的散點(diǎn)分布在1∶1線周圍，可以看出結(jié)果較好。與分季節(jié)模型相似，預(yù)測(cè)精度由高到低依次為樟子松林、落葉松林和白樺林。

3 討 論

季節(jié)和降雨對(duì)氣象要素回歸法建立的含水率預(yù)測(cè)模型的精度具有顯著的影響，春季模型的精度一般高于秋季或春秋兩季混合；無(wú)降雨時(shí)段的精度要高于有降雨時(shí)段或混合時(shí)段。春季無(wú)降雨時(shí)段模型的精度最高，此時(shí)是該地區(qū)森林火險(xiǎn)最高的時(shí)段，氣象要素回歸法對(duì)于該時(shí)段十分有效。對(duì)于其他時(shí)段，特別是有降雨的時(shí)段，雖然誤差較大，但因?yàn)橛薪涤陼r(shí)可燃物含水率比較高，森林不燃[17-18]，火險(xiǎn)等級(jí)低，即使火險(xiǎn)等級(jí)預(yù)報(bào)有誤，影響也較小。雖然氣象要素回歸法的誤差較時(shí)滯平衡含水率法等大一些，但如果采用區(qū)分季節(jié)和降雨時(shí)段建立模型，對(duì)林火預(yù)報(bào)有較好的參考價(jià)值。而且如果不使用氣象站的溫度數(shù)據(jù)，而采用地表可燃物溫濕度，可以提高模型精度[19]。建立區(qū)分季節(jié)和降雨時(shí)段的氣象要素模型將有助于提高火險(xiǎn)預(yù)報(bào)的針對(duì)性。而不區(qū)分季節(jié)和降雨的氣象要素回歸法將可能在干燥時(shí)段高估可燃物含水率，造成預(yù)報(bào)火險(xiǎn)等級(jí)低于實(shí)際等級(jí)，影響森林防火工作。

圖5 不同降雨實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比（以春-秋季為例）Fig.5 Comparison between measured and predicted values with different rainfall types (in case of Spring and Autumn)

本研究所建預(yù)測(cè)模型僅適用于與本研究立地條件相似的地區(qū)，這一條件所指的就是包括樹(shù)種、地形等在內(nèi)的穩(wěn)定少變因子[20]。本研究中，樟子松林在各個(gè)季節(jié)和不同降雨時(shí)期的模型誤差都要小于落葉松林和白樺林，后兩種林型在各時(shí)期誤差比較接近，這應(yīng)該與地形關(guān)系較大，樟子松林位于陽(yáng)坡坡上，且郁閉度較低，而落葉松林和白樺林位于陽(yáng)坡坡中，且郁閉度較高（表1），在較大降雨發(fā)生后，在相同的大尺度氣象因素下，樟子松林地表死可燃物失水速度較落葉松林和白樺林快，對(duì)氣象因子響應(yīng)明顯，因此，模型能更好反映實(shí)際情況。

本研究中的無(wú)降雨期研究結(jié)果與居恩德[21]，構(gòu)建的模型大興安嶺地區(qū)樟子松林、落葉松林和白樺林中應(yīng)用的R2在0.838以上相似，這說(shuō)明了以不同季節(jié)和降雨情況建立分段模型的有效性。實(shí)際上，本文所建立的春-秋季混合降雨模型相當(dāng)于之前大多數(shù)研究中沒(méi)有對(duì)季節(jié)和降雨進(jìn)行區(qū)分的常規(guī)含水率預(yù)測(cè)模型，三個(gè)林型R2在0.604～0.679，MAE在14.0%～24.1%，與之前杜秀文、覃先林等學(xué)者所建立的預(yù)測(cè)模型相比，對(duì)觀測(cè)值的擬合程度不是很好，誤差相對(duì)較大，而在春季無(wú)降雨火險(xiǎn)程度最高時(shí)期，R2全部大于0.902，MAE為1.3%～2.3%，在本次的研究中效果最好，是因?yàn)榫佣鞯碌热说臍庀蠛土址謼l件與本研究的氣象林分條件類似模。秋季降雨條件時(shí)模型精度低可能也與其觀察數(shù)據(jù)少相關(guān)，在以后的研究中要增加觀測(cè)樣地，提高模型預(yù)測(cè)精度。

[1] Anderson H E. Mechanisms of fire spread[P]. Research progress report No.1.United States Department of Agriculture. Forest Service Research Paper INT-8. Ogden. Intermountain Research Station, 1964.

[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[P]. USDA Forest Service Research Paper INT-359. Ogden, UT: Intermountain Research Station, Forest Service,United States Department of Agriculture, 1986.

[3] 王瑞軍, 于建軍, 鄭春艷. 森林可燃物含水率預(yù)測(cè)及燃燒性等級(jí)劃分[J]. 森林防火,1997, 2: 16-17.

[4] Nelson RM. Prediction of diurnal change in 10-hour fuel moisture content[J]. Canadian Journal of Forest Research, 2000,30(7): 1071-1087.

[5] 金 森, 李緒堯, 李有祥. 幾種細(xì)小可燃物失水過(guò)程中含水率的變化規(guī)律[J]. 東北林業(yè)大學(xué)學(xué)報(bào), 2000,28(1): 35-38

[6] Nelson RM. Prediction of diurnal change in 10-hour fuel moisture content[J]. Canadian Journal of Forest Research, 2000,30(7): 1071-1087.

[7] 劉 曦, 金 森. 基于平衡含水率的森林可燃物含水率預(yù)測(cè)方法的研究進(jìn)展[J]. 林業(yè)科學(xué), 2007, 43(12): 126-133.

[8] Weidman RH. Relation of weather forecasts to the prediction of dangerous forest fire condition[J]. Monthly Weather Review,1923,11: 563-564.

[9] Gisborne. HT. Using weather forecasts for prediction forest fire danger. Monthly Weather Review.Matthews S, McCaw WL,Neal JE, et al. 2007[J]. Testing a process-based fine fuel moisture model in two forest types. Can J For Res,1925,37: 23-35.

[10] 盧欣艷, 牛樹(shù)奎, 任云卯. 北京西山林場(chǎng)可燃物含水率與氣象要素關(guān)系[J]. 林業(yè)資源管理, 2010,(3): 79-86.

[11] 張大明, 楊雨春, 張維勝, 等. 可燃物含水率與氣象因子相關(guān)關(guān)系預(yù)測(cè)模型的研究[J]. 吉林林業(yè)科技,2010,39(3): 27-39.

[12] 高永剛, 張廣英, 顧 紅, 等. 森林可燃物含水率氣象預(yù)測(cè)模型在森林火險(xiǎn)預(yù)報(bào)中的應(yīng)用[J]. 中國(guó)農(nóng)學(xué)通報(bào),2008,24(9):181-185.

[13] 王金葉, 車克鈞, 傅輝恩, 等. 可燃物含水率與氣象要素相關(guān)性研究[J]. 甘肅林業(yè)科技，1994,(2): 21-23.

[14] 覃先林, 張子輝, 易浩若, 等. 一種預(yù)測(cè)森林可燃物含水率的方法[J]. 火災(zāi)科學(xué)，2001,10(3)：37-40.

[15] 張國(guó)防, 林文革, 花昆福, 等. 杉木人工林地表易燃物含水率變化規(guī)律[J]. 福建林學(xué)院學(xué)報(bào), 2000,20(1): 77-79.

[16] 羅永忠, 車克鈞, 蔣志榮. 祁連山林區(qū)森林可燃物含水率變化規(guī)律研究[J]. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào), 2005,2(40): 239-244.

[17] 金 森, 李 亮, 趙玉晶. 用直接估計(jì)法預(yù)測(cè)落葉松枯枝含水率的穩(wěn)定性和外推誤差分析[J].林業(yè)科學(xué),2011,47(6):114-121.

[18] 金 森, 顏雪嬌. 帽兒山地區(qū)10種灌木生長(zhǎng)期內(nèi)含水率動(dòng)態(tài)變化規(guī)律及預(yù)測(cè)模型研究[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2012,23(12):96-103.

[19] 金 森, 周 勇. 昆明典型地表死可燃物含水率預(yù)測(cè)模型的研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào), 2014,34(12): 7-15.

[20] Matthews S, McCaw WL, Neal JE,et al. Testing a process-based fine fuel moisture model in two forest types[J]. Can J For Res,2007, 37: 23-35.

[21] 居恩德. 可燃物含水率與氣象要素相關(guān)性的研究[J]. 森林防火, 1993,1: 17-21.