胡海清，羅碧珍，羅斯生，王振師 ，蘇漳文，魏書精，

（1.東北林業(yè)大學(xué) 林學(xué)院，黑龍江 哈爾濱 150040；2.廣東省森林培育與保護(hù)利用重點(diǎn)實(shí)驗(yàn)室/廣東省林業(yè)科學(xué)研究院，廣東 廣州 510520）

林火是森林生態(tài)系統(tǒng)重要的干擾因子，在森林生態(tài)系統(tǒng)中發(fā)揮重要的作用，但大面積的林火影響著森林資源的可持續(xù)發(fā)展，已成為全球共同關(guān)注的熱點(diǎn)問題之一[1-2]。森林可燃物含水率影響可燃物燃燒性，是林火發(fā)生發(fā)展過程的主要影響因子，進(jìn)而影響林火著火概率以及蔓延速度與林火行為[3-5]。近年來，在歐洲平均每年發(fā)生林火3萬～6萬次，年過火面積達(dá)30萬～95萬hm2；尤其在西班牙，1980—2004年間共發(fā)生林火38萬次，過火面積達(dá)4.7億hm2[3]。大興安嶺北方林1965—2010年46年間森林火災(zāi)發(fā)生次數(shù)為1 614次，年均森林火災(zāi)次數(shù)為35.09次，過火林地面積3 523 011.86 hm2，年均過火林地面積為7.66×104hm2[6]。森林可燃物是林火發(fā)生的物質(zhì)基礎(chǔ)和傳播的主要載體，可燃物載量及含水率等影響火行為及火強(qiáng)度[11-13]?？扇嘉锖试诹只鹧芯亢投喾矫鎽?yīng)用管理中是非常重要的參數(shù)[2,10]，同時在林火蔓延過程中起到了決定性作用[11-13]。在美國和加拿大提出的火行為模型里，可燃物含水率是其模型中一個基本組成部分[11,14]，在火行為模型里起著非常重要作用[15]。研究可燃物含水率的動態(tài)變化及其對環(huán)境因子的響應(yīng)過程，對提高林火預(yù)測預(yù)報(bào)的準(zhǔn)確性具有重要意義[16-17]。

國內(nèi)外許多學(xué)者均開展了可燃物含水率的基礎(chǔ)性研究[16-20]。近年來，對可燃物含水率預(yù)測模型的研究并進(jìn)行驗(yàn)證逐漸增多[21-24]。杜秀文等[25]用統(tǒng)計(jì)方法從野外預(yù)測到的可燃物含水率與氣象因子的相關(guān)數(shù)據(jù)，利用回歸分析構(gòu)建經(jīng)驗(yàn)?zāi)Ｐ?。Simard[26]根據(jù)木材的平衡含水率數(shù)據(jù)并用回歸分析方法，在不同的3個空氣相對濕度條件下，建立了平衡含水率預(yù)測模型。Nelson[27]根據(jù)死可燃物水分的熱力學(xué)響應(yīng)特征建立了半物理模型。該模型模擬可燃物內(nèi)部與外部水汽能量守恒交換的機(jī)理變化，所得參數(shù)具有較強(qiáng)的普適性。Slijepcevic等[22]比較驗(yàn)證了現(xiàn)有模型在澳大利亞桉樹林干濕兩種林分的適用性，結(jié)果表明基于平衡含水率和時滯的模型預(yù)測結(jié)果優(yōu)于經(jīng)驗(yàn)?zāi)Ｐ?。馬壯等[23]采用直接估計(jì)法對帽兒山林場白樺林可燃物含水率的適用性進(jìn)行分析。Catchpole等[28]提出采用Simard和Nelson模型確定的平衡含水率對環(huán)境因子的響應(yīng)過程，建立了直接利用野外測定的氣溫、相對濕度等數(shù)據(jù)預(yù)測可燃物含水率的方法。該方法預(yù)測誤差小于1.5%，精度較高[29]。金森等[30]對在實(shí)驗(yàn)室內(nèi)使用Catchpole模型對興安落葉松的觀測數(shù)據(jù)進(jìn)行直接預(yù)測可燃物含水率，認(rèn)為該方法具有很強(qiáng)的適用性，效果較好。張運(yùn)林[31]以蒙古櫟闊葉床層為研究對象，研究其在近恒溫恒濕條件下不同風(fēng)速條件下的失水時間變化，分析風(fēng)速對兩個失水時間的影響。目前，國內(nèi)外有關(guān)森林可燃物含水率的研究多集中在森林火災(zāi)易發(fā)地區(qū)[21-28,30-31]，主要專注于不同氣象條件下可燃物含水率及其動態(tài)變化，構(gòu)建了可燃物含水率預(yù)測模型，但許多研究并未考慮森林生態(tài)系統(tǒng)的異質(zhì)性。因此，需要對可燃物含水率變化的基礎(chǔ)理論進(jìn)一步開展系統(tǒng)研究，尤其在現(xiàn)有模型推廣應(yīng)用中，需驗(yàn)證區(qū)域可燃物類型的尺度適用問題，修正系數(shù)以提高預(yù)測精度。因此，在本文中使用基于Nelson和Simard平衡含水率模型進(jìn)行比對，分析Catchpole模型直接估測可燃物含水率的適用性。

黑龍江省大興安嶺地區(qū)是我國最靠北、面積最大，又是森林火災(zāi)最嚴(yán)峻的全國重點(diǎn)森林火險(xiǎn)區(qū)[31-33]。為此，本文選擇大興安嶺地區(qū)漠河縣西林吉林業(yè)局，以5種典型林型(分別為陰坡落葉松、陰坡落葉松-白樺混交林、陰坡白樺林、陽坡樟子松和陽坡白樺)的地表可燃物為研究對象，分析氣象因子與地被可燃物含水率的相關(guān)性，準(zhǔn)確地模擬該地區(qū)的可燃物含水率動態(tài)變化的規(guī)律，對于預(yù)測預(yù)報(bào)林火發(fā)生或林火行為具有重要意義，同時可提高該區(qū)的林火管理水平。

1 研究區(qū)概況

研究區(qū)位于 52°16′58″～ 53°16′58″N，121°11′22″～123°16′10″E ，屬黑龍江省大興安嶺地區(qū)漠河縣西林吉林業(yè)局，北以黑龍江與俄羅斯為界，南部和西部均與大興安嶺林業(yè)管理局的北極村國家級自然保護(hù)區(qū)相接，東部與大興安嶺圖強(qiáng)林業(yè)局接壤（見圖1）。該地區(qū)屬寒溫帶大陸性季風(fēng)區(qū)。全年的平均溫度為-4～-2 ℃，年均降水量為350～500 mm，相對濕度70%～75%，積雪期達(dá)5個月。冬季平均氣溫＜10℃長達(dá)9個月，日溫≥10℃的時期自5月上旬開始，至8月末結(jié)束。西林吉屬沿江低山丘陵地貌，海拔從南到北逐漸降低。該區(qū)植被類型主要有以興安落葉松Larix gmelinii和樟子松Pinus sylvestrisvar.mongolica為主的寒溫帶和溫帶山地針葉林，以白樺Betula platyphylla和山楊林Populus davidiana為主的溫帶落葉闊葉林。林下有溫帶落葉灌叢、草甸及沼澤化草甸。根據(jù)黑龍江省森林火災(zāi)數(shù)據(jù)統(tǒng)計(jì)，大興安嶺地區(qū)在2000—2014年共發(fā)生3 469次森林火災(zāi)，其中春季防火期2 303次，秋季防火期1 166次，森林火災(zāi)次數(shù)分析圖見圖2。大興安嶺年均過火林地面積為7.66×104hm2，約占近年全國年均過火林地面積的58.81%。森林火災(zāi)次數(shù)和森林火災(zāi)面積占我國同期年均比例較高[6]。

圖1 研究區(qū)位置Fig.1 Location map of study area

圖2 2000—2014年森林火災(zāi)次數(shù)分析Fig.2 Analysis graph of the number of forest fires from 2000 to 2014

2 材料與方法

2.1 數(shù)據(jù)收集

2.1.1 可燃物含水率數(shù)據(jù)采集及測定

根據(jù)森林火災(zāi)相關(guān)資料，選擇森林防火期，于2015年5月21日—6月25日和2016年5月20日—6月15日進(jìn)行外業(yè)調(diào)查和可燃物樣品采集。為了更有效地獲得不同林分的可燃物，選擇有代表性的5種典型林型（分別為陰坡落葉松、陰坡落葉松-白樺混交林、陰坡白樺林、陽坡樟子松和陽坡白樺）進(jìn)行調(diào)查取樣。在研究區(qū)采用隨機(jī)布點(diǎn)法，在5種林型中按照3個坡位（即上坡、中坡、下坡位）各設(shè)置一塊40 m×80 m 的標(biāo)準(zhǔn)樣地（見表1），在同一坡位中每間隔10 m設(shè)置5個采樣點(diǎn)，5個調(diào)查樣地共設(shè)置75個采樣點(diǎn)。在每個采樣點(diǎn)挖取20 cm×20 cm的正方形樣方，將地被凋落物裝入帶封口繩的尼龍網(wǎng)（40目，1 mm）中，將尼龍網(wǎng)放回各自采集點(diǎn)使之與周圍環(huán)境進(jìn)行水汽交換。每天8:00—16:00每間隔2 h對75個采樣點(diǎn)已裝地被凋落物的尼龍網(wǎng)進(jìn)行稱重，記錄為樣品的濕重。監(jiān)測結(jié)束后將樣品裝入檔案袋中帶回實(shí)驗(yàn)室，在105 ℃條件下烘干24 h至恒重，記錄為樣品的干重。

2.1.2 氣象數(shù)據(jù)采集

在實(shí)驗(yàn)過程中，對地被可燃物樣品稱重的同時，使用Kestrel 4500手持氣象儀測定林內(nèi)地面1.5 m高度位置的氣象數(shù)據(jù)并記錄，獲得樣地內(nèi)的空氣相對濕度、空氣溫度、風(fēng)速和降水量等日平均氣象數(shù)據(jù)。

2.2 數(shù)據(jù)處理

2.2.1 可燃物含水率的計(jì)算

根據(jù)式(1)計(jì)算地被可燃物含水率：

表1 樣地信息Table 1 Information of sampling plots

式中，WH為地被可燃物的濕重量（g）；WD為地被可燃物的干重量（g）；M為地被可燃物的絕對含水率（%）。

2.2.2 可燃物含水率模型構(gòu)建

Catchpole等[16,20,35]在時滯和平衡含水率法的基礎(chǔ)上，提出直接估測可燃物含水率的方法——直接估測法。直接估測法基于以下方程：

恒定環(huán)境下的水汽交換方程表達(dá)成以下微積分方程

式中，M為可燃物含水率（%）；E為平衡含水率，τ為時滯（h），t為時間（h） 。

Simard[26]根據(jù)在不同的3個空氣相對濕度條件下，建立的平衡含水率預(yù)測模型：

式中：E為平衡含水率，T為空氣溫度（K）；H為空氣相對濕度（%）。

Nelson[27]根據(jù)死可燃物水分的熱力學(xué)響應(yīng)特征建立了半物理模型：

式中：R為普適氣體常量（8.314 J·K-1·mol-1）；T為環(huán)境溫度（K）；H為相對濕度（%）；m為H2O相對分子質(zhì)量（18 g·mol-1）；α、β為待估計(jì)參數(shù)。從不同可燃物類型里確定α、β，因此提供了非常合適的建模方法[20]。

Catchpole等[28]將平衡含水率對環(huán)境因子的響應(yīng)方程（3）和（4）代入方程（2）的離散式中，得到以下方程：

式中，mi為ti時刻的可燃物含水率（%）；mi-1為ti-1時刻的可燃物含水率（%）；Ei為ti時刻的平衡含水率值（%）；Ei-1為ti-1時刻的平衡含水率（%）；步長為 24 h。

2.2.3 模型變量選擇及誤差計(jì)算

為了減少樣本分布對預(yù)測結(jié)果的影響，將2015年春季每個林分的野外監(jiān)測數(shù)據(jù)隨機(jī)分成5組，共有25個隨機(jī)樣本組。使用直接估測法分別對每個林分劃分的5個樣本組進(jìn)行運(yùn)算，使所有的樣本都參與訓(xùn)練與測試[36]。得到各樣本組的模型預(yù)測參數(shù)，用于比較各模型R2的穩(wěn)定性，并用全樣本數(shù)據(jù)進(jìn)行運(yùn)算，并用2016年春季的數(shù)據(jù)進(jìn)行驗(yàn)證。

用以下方程確定不同林分可燃物含水率預(yù)測參數(shù)的有效性：

式（6）中：MAE為平均絕對誤差；Mi為可燃物含水率實(shí)測值（%）；為可燃物含水率預(yù)測值（%）。

式（7）中：MRE為平均相對誤差；Mi和符號意義同式（6）。

利用SPSS 20.0和STATISTICA 10.0構(gòu)建不同林分地表死可燃物含水率預(yù)測模型。

3 結(jié)果與分析

3.1 可燃物含水率的影響因子

表2給出了5種不同林型可燃物含水率與樣地實(shí)測氣象因子、海拔高度之間的Pearson相關(guān)系數(shù)及相關(guān)性檢驗(yàn)的結(jié)果，從表2可看出，5種林型可燃物含水率與相對濕度呈極顯著的正相關(guān)（P＜0.01），與溫度呈顯著負(fù)相關(guān)（P＜0.05），與海拔高度相關(guān)性不明顯。陰坡落葉松、陰坡白樺和陰坡落葉松白樺混交林3種林型可燃物含水率與相對濕度的相關(guān)系數(shù)分別為0.508、0.376、0.315，與溫度的相關(guān)系數(shù)分別為-0.359、-0.146、-0.095，陽坡樟子松與陽坡白樺2種林型可燃物含水率與相對濕度的相關(guān)系數(shù)為0.656、0.555，與溫度的相關(guān)系數(shù)分別為-0.352、-0.176。陽坡可燃物含水率與相對濕度的相關(guān)系數(shù)高于陰坡可燃物含水率對相對濕度的相關(guān)系數(shù)，說明相對濕度對陽坡可燃物含水率影響更大。

3.2 各林分可燃物預(yù)測模型

從表3可知，在Nelson模型的5個樣本組和全樣本組中，5種林分的決定系數(shù)R2變化范圍為0.64～0.93，全樣本組為0.69～0.90。在Simard模型的5個樣本組和全樣本組中，5種林分的決定系數(shù)R2變化范圍為0.60～0.90，全樣本組為0.67～0.90。通過分析可知，2種模型的各林分5個樣本組和全樣本組中的決定系數(shù)R2值變化范圍較為一致，其中，Nelson模型的決定系數(shù)R2高于Simard模型。

表2 各林型與氣象、海拔高度Pearson相關(guān)性?Table 2 The different forest types of Pearson correlation with weather, altitude

在Nelson模型的5個樣本組中，5種林分的模型參數(shù)α和β最小值為-4.80～8.46、-2.32～0.71，最大值為-0.58～12.43、-1.59～1.09。在Nelson全樣本數(shù)據(jù)中，5種林分的模型參數(shù)α最小值為陰坡落葉松的-3.82，最大值為陰坡白樺落葉松的10.27。模型參數(shù)β最小值陰坡白樺落葉松-1.93，最大值為陰坡落葉松的0.74。研究發(fā)現(xiàn)，系數(shù)β作為斜率，可以直接反映平衡含水率對可燃物不同結(jié)構(gòu)特征的敏感性，系數(shù)β值越大，則可燃物平衡含水率就越大，參數(shù)α作為截距與系數(shù)β相反[37]。通過以上分析可知，各林分可燃物平衡含水率大小分別為陰坡白樺落葉混交林＞陰坡落葉松＞陰坡白樺＞陽坡白樺＞陽坡樟子松的持水。即在不同坡向中，陽坡的持水能力低于陰坡。在不同可燃物類型中，混交林的持水能力高于純林。

表3 各林分預(yù)測模型系數(shù)Table 3 Coefficient of the prediction model in different forest stand

續(xù)表3Continuation of table 3

通過Nelson模型得到各林分可燃物時滯，均小于Simard模型。在Nelson全樣本模型里，時滯最大值為陰坡落葉松為2.93 h，時滯最小值為陽坡樟子松為2.0 h。在Simard模型里，時滯最大值為陽坡白樺為4.55 h，時滯最小值為陽坡樟子松為2.74 h。在2種模型里計(jì)算的結(jié)果都是陽坡樟子松時滯為最小，這說明陽坡樟子松的可燃物含水率變化均快于其余4種林分可燃物含水率的變化。

3.3 預(yù)測模型對比分析

圖3給出了實(shí)測值與預(yù)測值的對比圖。在圖中可看出，在各林分可燃物含水率變化過程中，當(dāng)可燃物含水率升高時，Nelson模型和Simard模型給出的預(yù)測值基本高于實(shí)測值，而當(dāng)可燃物含水率降低時，2種模型的預(yù)測值都略低于實(shí)測值。其中，陰坡落葉松的預(yù)測效果最好，預(yù)測值基本接近實(shí)測值。當(dāng)實(shí)測可燃物含水率值大于0.6時，2種模型都高估了預(yù)測值。當(dāng)實(shí)測可燃物含水率值低于0.5時，2種模型的預(yù)測效果最好。

圖3 2016年不同林分可燃物含水率實(shí)測值與預(yù)測值對比Fig.3 Comparison of measured and predicted values of moisture content of different forest types in 2016

在Nelson模型的5個樣本組里（見表3），5種林分的平均絕對誤差（MAE）變化范圍在0.07～0.18，平均相對誤差（MRE）變化范圍在0.08～0.38。在Nelson全樣本組中，陽坡樟子松MAE為0.08，MRE為0.29。陽坡白樺MAE為0.11，MRE為0.23，陰坡白樺MAE為0.15，MRE為0.26。陰坡白樺落葉混交林MAE為0.13，MRE為0.26。陰坡落葉松MAE為0.09，MRE為0.09。5種林分預(yù)測準(zhǔn)確率結(jié)果為：陰坡落葉松＞陽坡白樺＞陰坡白樺落葉松＞陰坡白樺＞陽坡樟子松。

在Simard模型的5個樣本組里，5種林分的平均絕對誤差（MAE）變化范圍為0.07～0.18，平均相對誤差（MRE）為0.10～0.50。在Simard全樣本組中，陽坡樟子松MAE為0.08，MRE為0.42。陽坡白樺MAE為0.11，MRE為0.23。陰坡白樺MAE為0.13，MRE為0.34。陰坡白樺落葉混交林MAE為0.14，MRE為0.43。陰坡落葉松MAE為0.10，MRE為0.10。5種林分預(yù)測準(zhǔn)確率結(jié)果為：陰坡落葉松＞陰坡白樺＞ 陽坡白樺＞陰坡白樺落葉松＞陽坡樟子松。5個樣本組的MAE和MRE變化范圍與全樣本組相差不大，用于建模的樣本組數(shù)據(jù)具有穩(wěn)定性。

對于5個林分全樣本數(shù)據(jù)，Nelson模型給出的MAE均值為0.11，MRE均值為0.22，Simard模型給出的MAE為0.12，MRE均值為0.30。Nelson模型預(yù)測準(zhǔn)確率略高于Simard模型。

4 討 論

本研究中Nelson模型的參數(shù)a為-3.82～3.25，參數(shù)b為-1.93～0.74，不同于Sun等[21]采用Nelson模型所得參數(shù)a為0.087～0.594，參數(shù)b為-0.012～0.096，也不同于Slijepcevic等[22]采用Nelson模型所得參數(shù)a為0.28～0.41，參數(shù)b為-0.044～0.070。主要原因?yàn)閷?shí)驗(yàn)條件不一樣。Sun等[21]研究中把實(shí)驗(yàn)樣品放置在地表上方塑料方篩內(nèi)，此時只有可燃物床層與大氣中進(jìn)行水汽交換，而本研究中把實(shí)驗(yàn)樣品裝在尼龍網(wǎng)中直接放回原采樣點(diǎn)中，可燃物床層除了與大氣進(jìn)行水汽交換外，還與土壤中的水分進(jìn)行交換，因此本研究中地表可燃物含水率失水會更慢，可燃物時滯τ就更大。

Nelson模型和Simard模型的MAE和MRE相差不大，2種模型預(yù)測陰坡落葉松的含水率準(zhǔn)確率都高于其余4種林分，這表明在多個不同林分內(nèi)，由于不同林分可燃物含水率存在差異，在自然狀態(tài)下，可燃物含水率的差異與其所處環(huán)境的干濕程度和溫度高低相關(guān)，在高溫低濕條件下，空氣中的飽和水氣壓增大使相對濕度變小，進(jìn)而影響地表可燃物物理性質(zhì)發(fā)生改變，其含水率變化響應(yīng)也不同。2種模型的外推應(yīng)用并不完全適用不同可燃物類型含水率的預(yù)測，雖然2種模型都考慮了能量守恒和水汽交換的物理過程，但地表可燃物含水率的復(fù)雜變化過程受多種因素制約，應(yīng)考慮在不同或同一森林生態(tài)系統(tǒng)的不同可燃物的時空異質(zhì)性和變化機(jī)理的復(fù)雜性。與同類研究結(jié)果相比[21-22,28,30,37-38]，2種模型的決定系數(shù)R2和MAE、MRE誤差都比較大，主要是未區(qū)分降雨前后對可燃物含水率的影響，降雨后可燃物含水率較高，預(yù)測誤差較大（見圖3），今后需要考慮降雨后可燃物內(nèi)部吸水轉(zhuǎn)化和可燃物表面自由水對可燃物含水率的影響。

本研究選取2015年春季防火期可燃物含水率數(shù)據(jù)，基于Nelson模型和Simard模型的直接估測法研究了大興安嶺漠河西林吉地區(qū)的5種典型林分的可燃物含水率，并用2016年春季防火期可燃物含水率數(shù)據(jù)進(jìn)行驗(yàn)證，研究結(jié)果可為該區(qū)的林火預(yù)測預(yù)報(bào)提供一定的參考依據(jù)。基于Nelson模型和Simard模型的直接估測可燃物含水率已廣泛開展并取得一定成果，這對準(zhǔn)確地模擬地表可燃物含水率動態(tài)變化規(guī)律，對預(yù)測預(yù)報(bào)林火發(fā)生或林火行為具有重要意義，但由于森林生態(tài)系統(tǒng)的異質(zhì)性與復(fù)雜性，如何提高測量精度，仍是模擬地表可燃物含水率動態(tài)變化規(guī)律的關(guān)鍵問題[39]。目前需在以下3方面進(jìn)一步深入研究：

（1）加強(qiáng)野外長期連續(xù)定位觀測研究，強(qiáng)化野外采樣和室內(nèi)試驗(yàn)的標(biāo)準(zhǔn)化工作，通過大量小尺度的實(shí)地調(diào)查來提高模型的預(yù)測精度，分析比較不同可燃物之間的誤差變化以確定普適性較強(qiáng)的參數(shù)，從而提供模型外推的誤差下限。（2）本研究比較了2年在春季防火期中，不同林分的可燃物含水率預(yù)測模型，在今后的工作中，也應(yīng)比較同一年和不同年份中的春季防火期和秋季防火期進(jìn)行對比研究。（3）地表可燃物在林火引燃中起著重要作用，但樹枝、樹皮等可燃物對林火的蔓延和火能量的估算也不可忽視，因此，今后應(yīng)在同一林分或不同林分中對比研究不同直徑大小的可燃物含水率變化。Dios[40]對加利福尼亞地區(qū)3個不同林型10 h時滯可燃物含水率進(jìn)行為期一年的研究，利用實(shí)測數(shù)據(jù)對半機(jī)制模型進(jìn)行驗(yàn)證，達(dá)到較好預(yù)測效果。（4）地形因子的差異變化與森林結(jié)合可形成不同的局部氣侯，其中海拔高度是主要因素。今后應(yīng)研究在同一林型設(shè)置多個對照樣地，在不同海拔、郁閉度條件下，研究其與可燃物含水率的相關(guān)變化，為更準(zhǔn)確的林火預(yù)測提供有力支持。

5 結(jié) 論

本研究基于Nelson模型和Simard模型的直接估測法研究了大興安嶺漠河西林吉地區(qū)的5種典型林分的可燃物含水率。根據(jù)結(jié)果可知，Nelson模型給出5種林分預(yù)測準(zhǔn)確率為陰坡落葉松＞陽坡白樺＞陰坡白樺落葉松＞陰坡白樺＞陽坡樟子松。Simard模型給出5種林分預(yù)測準(zhǔn)確率為陰坡落葉松＞陰坡白樺＞陽坡白樺＞陰坡白樺落葉松＞陽坡樟子松。Nelson模型給出的陰坡落葉松平均絕對誤差（MAE）為0.09, 平均相對誤差（MRE）為0.09，Simard模型給出的平均絕對誤差（MAE）為0.10，平均相對誤差（MRE）為0.10，Nelson模型略優(yōu)于Simard模型?；贜elson模型和Simard模型的直接估測可燃物含水率已廣泛開展并取得一定成果，研究結(jié)果可為該區(qū)的森林防火提供快速和準(zhǔn)確的火險(xiǎn)預(yù)測預(yù)報(bào)，進(jìn)而為有效防控森林火災(zāi)提供重要的技術(shù)支撐。