張 恒 ,董川成 ,牛 屾 ,張運林 ,金 森 ,王玉霞
(1.東北林業(yè)大學(xué) 林學(xué)院,黑龍江 哈爾濱 150040;2.內(nèi)蒙古農(nóng)業(yè)大學(xué) 林學(xué)院,內(nèi)蒙古 呼和浩特010019;3.塔河林業(yè)局綜合勘察設(shè)計大隊,黑龍江 大興安嶺 165200)
林火發(fā)生的物質(zhì)基礎(chǔ)和首要條件是森林可燃物,細(xì)小可燃物作為森林可燃物的重要組成部分,其含水量的大小直接影響地表可燃物燃燒的難易程度,含水率動態(tài)和預(yù)測也成為火險天氣預(yù)報和火行為預(yù)報的關(guān)鍵、森林火險等級預(yù)報系統(tǒng)的核心[1-3]。氣象要素直接回歸法[4]作為重要的可燃物含水率預(yù)測方法可以考慮到降水、風(fēng)速和溫濕度等氣象要素對細(xì)小可燃物含水率的影響,早在20世紀(jì)20年代就開始與之有關(guān)的研究[5]。Gonzalez等[6]建立了基于溫度和濕度的多元線性含水率預(yù)測模型。Matthews等[7]用溫度、濕度、風(fēng)和太陽輻射來預(yù)測桉樹可燃物的含水率。我國學(xué)者在此方面也已開展了大量的研究,建立了若干森林可燃物含水率氣象要素回歸預(yù)測模型[8-12]。在研究和整理有關(guān)細(xì)小可燃物含水率的相關(guān)文獻共51篇的過程中,發(fā)現(xiàn)本文所要表達的觀點在此前文獻數(shù)據(jù)中得到了論證和支持,即相比之下在以破壞性取樣為方法的21篇文獻中,其模型擬合度相對較低且誤差較低[12-15],而以非破壞性取樣為方法的28篇文獻中的研究模型擬合度相對較高[16-18],其余2篇未提及。2種采樣方法究竟對細(xì)小可燃物含水率預(yù)測模型的精度造成多大的影響?這是我們亟待解決的科學(xué)問題。
目前,測定可燃物含水率的方法主要有2種:非破壞性采樣法與破壞性采樣法。非破壞性采樣法是指在樣地選取一處或幾處固定監(jiān)測點,在監(jiān)測點設(shè)定標(biāo)準(zhǔn)物,對標(biāo)準(zhǔn)物進行固定時間間隔的連續(xù)稱質(zhì)量以獲取含水率的方法。破壞性采樣法是指每次測定都在樣地內(nèi)隨機選取幾處測定點,對測定點當(dāng)時的可燃物稱質(zhì)量進而獲取含水率的方法[1-3]。相對來說,非破壞采樣法能夠克服含水率采樣的空間異質(zhì)性,更好地反映可燃物水分對環(huán)境的適應(yīng)。破壞性采樣則具有時效性,但即使取多點平均值,也只能盡量的接近真實值。這2種采樣法對于本實驗研究地區(qū)使用氣象要素回歸法進行建模時預(yù)測精度的影響效果還是未知。搞清楚不同采樣方法對細(xì)小可燃物含水率預(yù)測模型精度有多大的影響,建立科學(xué)的含水率預(yù)測模型,具有重要的意義。目前該地區(qū)進行了許多含水率預(yù)測模型的研究[10,12,26-30],但對于這項研究還沒有開展。因此,本研究以大興安嶺3種主要林型內(nèi)的地表可燃物為研究對象,分析不同采樣方法對細(xì)小可燃物含水率預(yù)測模型精度的影響,為提高氣象要素法的預(yù)測精度和更準(zhǔn)確地預(yù)測森林火險提供科學(xué)依據(jù)。
研究區(qū)位于大興安嶺塔河林業(yè)局盤古林場(52°41′57.1″N,123°51′56.5″E),地貌為大興安嶺石質(zhì)中低山山地。該地屬寒溫帶大陸性季風(fēng)氣候,且山地氣候特征明顯。冬季寒冷而漫長,年均氣溫-5 ℃。年降水量為350~500 mm,降水集中于7—8月。林內(nèi)雪深30~50 cm,積雪期達5個月,相對濕度為70%~75%。天氣變化較劇烈,常出現(xiàn)高溫低濕及大風(fēng)天氣。地帶性土壤類型為棕色針葉林土。植被類型是以興安落葉松為優(yōu)勢的寒溫帶針葉林[31-32],主要林分類型為興安落葉松Larix gmelinii-樟子松Pinus sylvestrisvar.mongolica-白樺Betula platyphylla混交林、樟子松林、白樺林和山楊Populus davidiana林,還有少量的紅皮云杉Picea koraiensis林。春季和秋季為森林防火多發(fā)期。
可燃物含水率監(jiān)測時間為2010年春季防火期和秋季防火期。其中,2010年5月29日—6月27日為春季森林防火期,9月23日—10月13日為秋季森林防火期。在陽坡選擇樟子松林、興安落葉松林和白樺林3種林分設(shè)置樣地,記錄樣地基本情況,詳見表1。
表1 樣地信息Table 1 Information of sampling plots
在每個樣地內(nèi),分別選取2種不同郁閉度樣點進行采樣,分別位于每個樣地的林窗下(該林型郁閉度最低處)和林蔭下(該林型郁閉度最高處)。測量點選擇在地表死可燃物分布較均勻處設(shè)置樣筐,每個點分別挖取1個20 cm×20 cm小樣方死可燃物,記錄厚度,然后保持其自然狀態(tài),分別放入樣筐中,再放回原位,保持可燃物的原始狀態(tài)。使用5#塑料方篩(尺寸為:265 mm×205 mm×85 mm),用尼龍網(wǎng)(18目,1 mm)加襯在其底部及四壁,上方加蓋粗眼尼龍網(wǎng)(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(nèi),也避免容器內(nèi)的樣品因風(fēng)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(fù)觀測時發(fā)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(huán)境中會發(fā)生銹變而影響質(zhì)量。
每日14:00左右(前后誤差不超過10 min),按同樣的樣地順序稱量每個樣地中2個樣筐的質(zhì)量并記錄,記作濕質(zhì)量,盡量保證同一樣地的稱量時間一致。各樣地稱量時,小心取出容器,盡量不破壞容器中可燃物和周圍可燃物的結(jié)構(gòu)。為了便于在野外稱量樣品的質(zhì)量,選用了便攜式電子天平(美國雙杰(G&G)生產(chǎn)的JJ600Y型),稱量時使用預(yù)先制作的折疊板在地表水平展開,安置并校準(zhǔn)天平后在板盒內(nèi)進行稱量,以排除風(fēng)的干擾。
距離非破壞性采樣筐放置地較遠(yuǎn)處,每日14:00在各樣地內(nèi)選擇10個采樣點,無遮蔭、林蔭下內(nèi)各取5點(無日照實驗日在樣地內(nèi)隨機選取10點),采用破壞性采樣方法對地表死可燃物進行收集,主要包括枯枝、落葉和雜草等[20]。為了保證精度,首先保證一定的質(zhì)量,因此每個點裝取100 g左右(上下誤差不超過5 g),稱鮮質(zhì)量并記錄。每次采樣完畢后在信封上做好詳細(xì)標(biāo)記(采樣時間和采樣林型),帶回室內(nèi),開口放置于通風(fēng)處,防止腐爛。
氣象數(shù)據(jù)由塔河林業(yè)局氣象站和盤古林場氣象觀測站獲得,包括春季防火期5—7月、秋季防火期9—10月的逐日氣象數(shù)據(jù)。采集的氣象要素有:溫度(T)、相對濕度(H)、降水量(R)和風(fēng)速(W)。
采用協(xié)方差分析比較同一林型下不同采樣方法地表死可燃物含水率之間的差異,并作Duncan顯著性差異檢驗;采用配對樣本t檢驗比較不同對照的精度差異;利用線性回歸方程擬合含水率與氣象因子之間的關(guān)系。所有的數(shù)據(jù)均采用SPSS18.0進行統(tǒng)計分析,利用Sigmaplot12.5進行繪圖。
可燃物含水率公式為:
式(1)中:M為可燃物含水率(%);WH為可燃物濕質(zhì)量(g);WD為可燃物干質(zhì)量(g)。
其中,非破壞采樣2個不同郁閉度含水率的算術(shù)平均值作為該樣地當(dāng)日14:00非破壞性采樣方法的含水率值;破壞性采樣10個點的含水率算術(shù)平均值作為該樣地當(dāng)日14:00破壞性采樣方法的含水率值。
春季數(shù)據(jù)共30 d(組),秋季數(shù)據(jù)20 d(組)。
整理塔河林業(yè)局氣象站和盤古林場氣象站提供的氣象數(shù)據(jù):前n(n=1~5)天氣象因子、n天前當(dāng)日氣象因子等,其中前n天氣象因子和n天前當(dāng)日氣象因子以采樣當(dāng)日0點為基準(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,均以下標(biāo)表示,其后數(shù)字代表n值,如3天前當(dāng)日平均溫度記為Tb3,前2天平均相對濕度記為Ha2,前5天降水量之和記為Ra5,連旱天數(shù)記為D。
根據(jù)Pearson相關(guān)性分析,確定對地表死可燃物含水率有顯著影響的因子,剔除實驗中的異常數(shù)據(jù)后,以每個樣地的可燃物含水率或全部的含水率數(shù)據(jù)(以下簡稱“混合數(shù)據(jù)”)為因變量[21],以氣象要素(當(dāng)天、前1天、前2天的溫度、濕度、風(fēng)速和降水量)為自變量,通過逐步回歸方法建立多元線性方程[21],具體形式為:
式(2)中:M為可燃物含水率(%);Xi(i=1、2、…、n)為變量;Xi分別為當(dāng)天、前1天、前2天的溫度(℃)、濕度(%)、風(fēng)速(m·s-1)、降水量(mm)等;bi為待估計參數(shù)。采用混合數(shù)據(jù)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[22]計算模型精度[23]。對于某個樣地的n個含水率數(shù)據(jù),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(shù)據(jù)驗證,計算誤差,重復(fù)n次。計算平均誤差[20],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(shè)定為α=0.05,誤差按下列公式計算:
平均絕對誤差(MAE):
平均相對誤差(MRE):
式(3)與(4)中:Mi為含水率實測值(%);為可燃物含水率預(yù)測值(%);n為樣本數(shù)。
繪制利用不同數(shù)據(jù)建模進行比較分析的混合模型實測值與預(yù)測值的1∶1線,用以研究預(yù)測效果。
圖1給出了3個林型非破壞性采樣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(guān)系的氣象因子之間的Pearson相關(guān)系數(shù),結(jié)果表明,不同距離的氣象因子與不同林型地表死可燃物含水率的影響因子相關(guān)性存在差異。利用盤古氣象站數(shù)據(jù)構(gòu)建的氣象因子中前1天和前2天的降水量和Ran以及平均相對濕度Han(n=1~2)顯著正相關(guān),另外,春季和秋季分別與日最高溫度Tmax和干旱天數(shù)D呈顯著負(fù)相關(guān),n(n=1~5)天前當(dāng)日氣象因子對可燃物含水率也有影響,但不如前三類因子。利用塔河氣象站數(shù)據(jù)構(gòu)建的氣象因子中與地表死可燃物含水率相關(guān)性較強的都是與濕度相關(guān)的因子(Ha1和Ha2),溫度和風(fēng)速與含水率相關(guān)性較差。因此,在進行含水率預(yù)測時,只需采用濕度和降水量兩個變量即可。
圖1 含水率與氣象因子相關(guān)性分析Fig.1 Correlation analysis between moisture contents and meteorological factors
通過多元線性逐步回歸方法,篩選出2種采樣方法構(gòu)建的地表死可燃物含水率預(yù)測模型所采用的預(yù)測因子以及模型參數(shù)(見表2至表3),對于非破壞性采樣含水率預(yù)測模型,當(dāng)日降水量和R、前1天降水量和Ra1以及前2天平均相對濕度Ha2是影響其含水率變化最重要的因子;對于破壞性采樣含水率預(yù)測模型,影響因子增加了前1天平均相對濕度Ha1和前2天降水量和Ra2,破壞性采樣模型比非破壞性含水率進入模型的氣象因子更多。
由表4可知,采用非破壞性采樣方法建模的8個含水率系列的平均絕對誤差為9.4%,平均相對誤差為42.0%;而破壞性采樣方法建模的平均絕對誤差和相對誤差分別為14.7%和58.3%。非破壞性采樣法的平均絕對誤差和相對誤差都略小于破壞性采樣。此外,全部數(shù)據(jù)混合建模比單獨建模的平均誤差有所增加,并沒有改善模型的精度。主要原因是不同采樣法下不同采樣地的含水率不同,增加了含水率的變化幅度,導(dǎo)致模型精度下降[20]。
表2 非破壞性采樣含水率預(yù)測模型Table 2 The prediction model of non-destructive sampling moisture
表3 破壞性采樣含水率預(yù)測模型Table 3 The prediction model of destructive sampling moisture
表4 2種采樣方法建模的交叉驗證誤差Table 4 Errors of two types of sampling method models established using a cross validation method
結(jié)合圖2可知,春季采用非破壞性采樣含水率建模的4個系列中有3個系列的平均絕對誤差大于破壞性采樣,而秋季非破壞性采樣的平均絕對誤差全部小于破壞性采樣;平均相對誤差結(jié)果同平均絕對誤差。對2種采樣方法的2種誤差的t檢驗結(jié)果表明,盡管春、秋季非破壞性采樣和破壞性采樣的平均絕對誤差值各有優(yōu)劣,但差異不顯著(n=8,t=-1.873,P=0.103),平均相對誤差同樣差異不顯著(n=8,t=-2.341,P=0.052);對于春季2種采樣方法的t檢驗的結(jié)果表明,平均絕對誤差(n=4,t=1.621,P=0.203)和平均相對誤差(n=4,t=0.281,P=0.797)差異都不顯著,而秋季非破壞性采樣的平均絕對誤差(n=4,t=-8.678,P<0.01)和平均相對誤差(n=4,t= -6.649,P<0.01)都極顯著低于破壞性采樣。這表明,在春季2種采樣法差異不顯著,預(yù)測效果相近,而在秋季使用非破壞采樣較好。
總體來說,不同采樣法所獲得的含水率建模對模型預(yù)測的影響很大,非破壞性采樣數(shù)據(jù)用于建模的預(yù)測效果更好。
由圖3知,從不同模型的R2和樣點分布情況以及各個模型的相關(guān)驗證模擬線偏離1∶1線的程度,綜合評價各模型對含水率的預(yù)測能力。春季,非破壞采樣含水率值顯然沒有破壞性更加靠近1∶1線,相比較更加離散,實測含水率值高于100%數(shù)據(jù)較多,此部分實測值要高于預(yù)測值,預(yù)測偏低;而秋季非破壞性采樣含水率普遍較低,且大多靠近1∶1線。破壞性采樣含水率在有較大降水時,遠(yuǎn)高于非破壞性采樣,這顯然造成了誤差增大,預(yù)測能力下降,整體預(yù)測偏低。
使用不同的采樣方法對含水率預(yù)測模型的精度影響很大,春季3個林型使用破壞性采樣方法的誤差要略小于非破壞性方法,秋季使用非破壞性方法效果要好于破壞性方法。2種方法對于死可燃物影響的最大區(qū)別就是是否打破了自然狀態(tài)下的可燃物密實度[21],進而影響其內(nèi)部空氣流通以及水分蒸發(fā)的快慢。對于非破壞采樣,在整個實驗期內(nèi)可燃物狀態(tài)更加穩(wěn)定,但實際上,在前期進行標(biāo)準(zhǔn)物制備的過程中,從某種程度上已經(jīng)打破了其自然狀態(tài),而破壞性采樣面臨的問題是采樣的標(biāo)準(zhǔn)以及采樣點選取的問題,任何環(huán)節(jié)的錯誤都有可能造成其與真實值之間的背離,因此,在不同季節(jié)選取不同的采樣方式對實驗數(shù)據(jù)的準(zhǔn)確性是至關(guān)重要的。
本文研究的春季破壞性采樣收集的樣品中大多為往年落地的松針、落葉和細(xì)小枝條,秋季樣地主要是當(dāng)年生長的新松針和葉片開始落至地面,進行破壞性采樣時難免混入樣品中,由于新落地的松針或葉片較往年落地的含水率偏高[19],也可能加大了秋季破壞性采樣含水率計算的誤差。
圖2 2種采樣方法模型的誤差對比Fig.2 Comparison of errors in the two sampling models
圖3 不同采樣法模型實測值與預(yù)測值的對比Fig.3 Comparison of measured and predictive value by different sampling methods
此外,野外采樣方法對含水率測定值的影響很大,進而影響含水率預(yù)測模型的預(yù)測精度。確定合理的采樣方式和采樣間隔,對于減少誤差尤其重要[24]。毛衛(wèi)星等的研究表明,對于落葉松林下的地表死可燃物進行破壞性采樣以采用間距2~8 m的采樣距離為最佳,當(dāng)采樣強度為7個以上時,誤差可達到10%以下[24],這一研究對破壞性采樣以及非破壞性采樣間隔的探索具有很好的代表性,具體多大的采樣間隔以及標(biāo)準(zhǔn)物設(shè)置的數(shù)量和位置能夠使不同采樣方式更接近獲取地表死可燃物含水率的真實值,在今后的工作中應(yīng)進一步研究。
本文只研究了一年中春、秋兩季可燃物含水率變化的動態(tài)。與歷史氣象記錄比較,本研究的氣象條件屬于中等條件,因此,所反映的可燃物含水率動態(tài)只是平均水平[26]。對于森林火災(zāi)而言,特別是重、特大森林火災(zāi),往往在氣象條件明顯偏離歷史平均水平的條件時發(fā)生,如溫度偏高,且降雨量顯著偏少等,這對采用不同采樣方式進行含水率數(shù)據(jù)的獲取無疑有較大的影響。因此,今后應(yīng)進一步開展多種時間尺度的相關(guān)研究,以完善細(xì)小可燃物含水率預(yù)測模型的精度。
參考文獻:
[1] 邸雪穎, 王宏良. 林火預(yù)測預(yù)報[M]. 哈爾濱: 東北林業(yè)大學(xué)出版社, 1993: 27.
[2] 王瑞軍, 于建軍, 鄭春艷. 森林可燃物含水率預(yù)測及燃燒性等級劃分[J]. 森林防火, 1997(2): 16-17.
[3] 金 森, 李緒堯, 李有祥. 幾種細(xì)小可燃物失水過程中含水率的變化規(guī)律[J]. 東北林業(yè)大學(xué)學(xué)報, 2000, 28(1): 35-38.
[4] 劉 曦,金 森. 基于平衡含水率的森林可燃物含水率預(yù)測方法的研究進展[J]. 林業(yè)科學(xué), 2007, 43(12): 126-133.
[5] Weidman R H. Relation of weather forecasts to the prediction of dangerous forest fi re condition [J]. Monthly Weather Review,1923, 11: 563-564.
[6] GIsborne H T. Using weather forecasts for prediction forest fi re danger [J]. Monthly Weather Review, 1923,11:563-564.
[7] Ana Daria Ruiz González A C, Jose Antonio Vega Hidalgo B,Juan Gabriel Alvarez Gonzalez A. Construction of empirical models for predictingPinusspp. dead fine fuel moisture in NW Spain. I: Response to changes in temperature and relative humidity[J]. International Journal of Wildland Fire, 2007, 18:71-83.
[8] Stuart Matthews A, Jim Gould A, Lachie McCaw. Simple models for predicting dead fuel moisture in eucalyptus forests[J].International Journal of Wildland Fire, 2010, 19:459-467.
[9] 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(guān)系的分析[J]. 東北林業(yè)大學(xué)學(xué)報, 1988, 16(3): 87-90.
[10] 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.
[11] 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(guī)律[J]. 福建林學(xué)院學(xué)報, 2000, 20(1): 77-79.
[12] 覃先林, 張子輝, 易浩若, 等. 一種預(yù)測森林可燃物含水率的方法[J]. 火災(zāi)科學(xué), 2001, 10(3): 37-40.
[13] 曲智林, 吳 娟, 閔 盈. 具有時滯的可燃物含水率預(yù)測模型[J]. 東北林業(yè)大學(xué)學(xué)報, 2012, 40(3): 120-122.
[14] 王 棟. 森林可燃物含水率與森林火災(zāi)危險性的研究[J]. 林業(yè)科學(xué)研究, 1992, 5(3) : 549-553.
[15] 張運林, 張 恒, 金 森, 等. 季節(jié)和降雨對細(xì)小可燃物含水率預(yù)測模型精度的影響[J].中南林業(yè)科技大學(xué)學(xué)報,2015,35(8):5-12.
[16] 張思玉, 蔡金榜, 陳細(xì)目. 杉木幼林地表可燃物含水率對主要火環(huán)境因子的響應(yīng)模型[J]. 浙江科學(xué)學(xué)報,2006,23(4):439-444.
[17] 張光英, 高永剛, 曹曉波, 等. 伊春市五營森林可燃物含水率預(yù)測模型初步研究[J]. 安徽農(nóng)業(yè)科學(xué),2007,35(36):11956-11958.
[18] 高永剛, 張廣英, 顧 紅, 等. 森林可燃物含水率氣象預(yù)測模型在森林火險預(yù)報中的應(yīng)用[J]. 中國農(nóng)學(xué)通報,2008,24(9):181-185.
[19] 陳鵬宇. 帽兒山林場地表死可燃物含水率直接估計法的誤差分析[D]. 哈爾濱:東北林業(yè)大學(xué), 2011: 32.
[20] 王家華, 高海余. 利用循環(huán)交叉驗證法確定變異函數(shù)[J]. 西安石油學(xué)院學(xué)報, 1992, 7(4): 3-9.
[21] 張 恒, 金 森, 張運林, 等. 氣象法預(yù)測盤古林場可燃物含水率的外推精度[J]. 中南林業(yè)科技大學(xué)學(xué)報,2016,36(12):61-67.
[22] 張 恒, 金 森, 邸雪穎. 基于FWI濕度碼的塔河林業(yè)局地表凋落物含水率預(yù)測[J]. 應(yīng)用生態(tài)學(xué)報,2014, 25(7): 2049-2055.
[23] 金 森, 李 亮. 時滯平衡含水率直接估計法的有效性分析[J]. 林業(yè)科學(xué), 2010, 46(2): 95-102.
[24] 李世友, 張 凱, 楊清華. 山松林細(xì)小可燃物層燃燒初始蔓延速度的初步研究[J]. 福建林業(yè)科技, 2009, 36(1): 58-61.
[25] 毛衛(wèi)星, 童德海, 張 程, 等. 落葉松林地表死可燃物含水率的空間異質(zhì)性和采樣方法[J]. 東北林業(yè)大學(xué)學(xué)報,2012,40(5):29-33.
[26] 張 恒, 金 森, 邸雪穎. 大興安嶺森林凋落物含水率的季節(jié)動態(tài)與預(yù)測[J]. 林業(yè)科學(xué)研究, 2014, 27(5): 683-688.
[27] 王 超, 高紅真, 程 順, 等. 塞罕壩林區(qū)森林可燃物含水率及火險預(yù)報[J]. 林業(yè)科技開發(fā), 2009, 23(3): 59-62.
[28] 胡海清. 大興安嶺原始林區(qū)林木火疤的研究[J]. 自然災(zāi)害學(xué)報, 2003, 12(4): 68-72.
[29] 胡海清, 趙致奎, 王曉春, 等. 基于樹輪火疤塔河蒙克山樟子松林火災(zāi)的頻度分析[J]. 生態(tài)學(xué)報, 2010, 30(23): 6372-6379 .
[30] 于宏洲, 金 森, 邸雪穎. 以小時為步長的大興安嶺興安落葉松林地表可燃物含水率預(yù)測模型[J]. 應(yīng)用生態(tài)學(xué)報, 2013,24(6): 1565-1571.
[31] 何忠秋. 塔河林業(yè)局幾種可燃物類型生物量及含水量動態(tài)模型的研究[D]. 哈爾濱:東北林業(yè)大學(xué), 1992: 36.
[32] 薛 煜. 落葉松人工林內(nèi)可燃物載量、含水率與森林燃燒性關(guān)系的研究[J]. 森林防火, 1996(4): 21-23.
[33] 劉志華, 常 禹, 陳宏偉. 基于遙感、地理信息系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的呼中林區(qū)森林蓄積量估測[J]. 應(yīng)用生態(tài)學(xué)報, 2008,19(3): 487-493.