張運(yùn)林，向 敏，丁 波

（貴州師范學(xué)院 a.生物科學(xué)學(xué)院；b.貴州省林火生態(tài)與管理重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽 550018）

凋落物含水率表征凋落物內(nèi)部水分含量，決定了其被火源引燃的概率和引燃后可能表現(xiàn)出的一系列火行為指標(biāo)等，獲取準(zhǔn)確的凋落物含水率十分重要[1-3]。烘干法能夠得到最準(zhǔn)確的凋落物含水率值，但該方法需要時間進(jìn)行烘干，無法得到準(zhǔn)確的含水率值，不能在實(shí)際中應(yīng)用。因此，預(yù)測凋落物含水率并提高預(yù)測精度一直是林火研究的重點(diǎn)[4]。

凋落物分為4 個層次，從上到下依次為新鮮的凋落物層，還未被分解和壓縮（OLn 層）；已分解但仍能辨認(rèn)出凋落物形狀層，但未被壓縮（OLv 層）；已分解且無法辨認(rèn)層，被壓縮成塊狀（OF 層）；已分解成細(xì)小的有機(jī)質(zhì)層，即腐殖質(zhì)層（OH 層）[5]。其中，處于最上層的新鮮凋落物層由于最先被引燃，其含水率決定了林火發(fā)生與否，是凋落物含水率研究的重中之重，當(dāng)前的含水率預(yù)測模型也主要是針對這層凋落物進(jìn)行研究的[6-10]。但關(guān)于其他層凋落物含水率動態(tài)變化及預(yù)測模型研究卻較少，而不同層凋落物含水率決定了林火垂直蔓延和地下火發(fā)生的可能性，且林火垂直蔓延的持續(xù)性對水平蔓延也有顯著影響[11-12]。因此，研究不同層凋落物含水率動態(tài)變化，并建立預(yù)測模型，對于完善林火預(yù)測預(yù)報，保護(hù)森林資源具有重要意義。

國內(nèi)外關(guān)于不同層凋落物含水率的研究較少，主要集中在最上層凋落物和腐殖質(zhì)的含水率預(yù)測，Matthews 分析了凋落物含水率變化機(jī)理，認(rèn)為不同層凋落物之間的凋落物含水率動態(tài)變化是相互影響的[13-14]；加拿大火險等級系統(tǒng)提出了能夠反映不同層凋落物濕度的特征值和計(jì)算方法，包括細(xì)小可燃物濕度碼、腐殖質(zhì)碼和干旱碼[15-17]；滿子源通過調(diào)查蒙古櫟-紅松混交林下不同層凋落物含水率動態(tài)變化與氣象要素之間的關(guān)系，建立不同層凋落物的含水率氣象要素回歸模型大，預(yù)測誤差達(dá)23.4%[11]；張運(yùn)林采用濕度碼法得到不同層凋落物含水率預(yù)測模型，但預(yù)測效果較差，無法滿足火險預(yù)報要求[12]。雖然國內(nèi)外進(jìn)行了關(guān)于不同層凋落物含水率動態(tài)變化及預(yù)測模型研究，但由于預(yù)測方法過于復(fù)雜或預(yù)測效果較差，都很難應(yīng)用到實(shí)際火險預(yù)報中。

直接估計(jì)法作為目前應(yīng)用最廣的含水率預(yù)測模型，是以水分?jǐn)U散模型為主體方程，但其中參數(shù)通過統(tǒng)計(jì)方法擬合獲取，兼具物理法和統(tǒng)計(jì)法的優(yōu)點(diǎn)，預(yù)測精度高和外推能力強(qiáng)[18]。該方法主要也用于表層凋落物含水率預(yù)測研究，而使用直接估計(jì)法預(yù)測其他層凋落物含水率的研究幾乎沒有，分析直接估計(jì)法預(yù)測不同層凋落物含水率的適用性對于理解含水率動態(tài)變化和提高預(yù)測精度十分有意義。因此，本研究以東北典型林分蒙古櫟-紅松（Quercus mongolica-Pinus koraiensis）混交林和白樺林（Betula platyphylla）下不同層凋落物為研究對象，得到不同層凋落物含水率動態(tài)變化情況，并選擇直接估計(jì)法分別建立不同層凋落物含水率預(yù)測模型，分析直接估計(jì)法預(yù)測不同層凋落物含水率的適用性，對于進(jìn)一步理解各層凋落物含水率動態(tài)變化情況，提高各層凋落物含水率預(yù)測精度研究具有重要意義。

1 材料與方法

研究區(qū)位于黑龍江省帽兒山森林生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站（127°40′14″E，45°24′14″N），屬于長白山系支脈，海拔范圍為200～600 m 內(nèi)。研究區(qū)氣候?qū)儆跍貛Ъ撅L(fēng)氣候，全年年均溫度約為3.0℃，降雨主要集中在每年夏季，占全年降雨一半以上。研究區(qū)植被屬長白山植物區(qū)系，喬木主要包括蒙古櫟Quercus mongolica、紅松Pinus koraiensis、白樺Betula platyphylla、山楊Populus dividiana和胡桃楸Juglans mandshruica等； 灌木主要包括刺五加Eleutherococcus senticosus、珍珠梅Sorbaria sorbifolia和長白忍冬Lonicera ruprechtiana等； 草本主要有懸鉤 子Rubus corchorifolius和小葉芹Aegopodium alpestre等。

1.1 樣地設(shè)置

蒙古櫟-紅松混交林和白樺林內(nèi)分別設(shè)置20 m×20 m 的樣地，調(diào)查每個樣地內(nèi)海拔、坡度、坡向和坡位等地形因子，以及平均胸徑、高度和郁閉度等林分因子。樣地基本信息如表1所示。

表1 樣地基本信息Table 1 The basic information of the plot

1.2 凋落物含水率監(jiān)測

森林火險預(yù)報為保守預(yù)報，計(jì)算每日森林火險最高的可能性，此時凋落物含水率值最低，因此本研究主要是監(jiān)測每日含水率最低時刻的值[19]。一般認(rèn)為14:00 時為當(dāng)日含水率最低時刻，因此本研究在春季防火期內(nèi)（4月7日—6月8日，共計(jì)63 d）進(jìn)行不同層凋落物含水率日監(jiān)測。研究表明，破壞性采樣得到的含水率最準(zhǔn)確，因此本研究選擇破壞性采樣監(jiān)測不同層凋落物含水率。

每日14:00 時在蒙古櫟-紅松混交林和白樺林樣地內(nèi)分別隨機(jī)選擇3 個樣點(diǎn)，分別在OLn 層、OLv 層、OF 層和OH 層選擇破壞性的方法采集凋落物，將每個樣點(diǎn)內(nèi)每層凋落物分別放入信封中，稱量其質(zhì)量，并記錄為WH。將樣品帶回實(shí)驗(yàn)室，在105℃下將樣品烘干至質(zhì)量不再變化為止，稱量其質(zhì)量，并記錄為WD，根據(jù)含水率計(jì)算公式（1）計(jì)算得到凋落物含水率。對于每層凋落物，每日3個樣點(diǎn)的含水率平均值為樣地當(dāng)日的含水率值。若遇降雨天氣，則使用吸水紙將每層凋落物表面的自由水擦拭，并在信封外套封口袋，防止樣品之間相互洇濕，影響實(shí)驗(yàn)結(jié)果。

式中：M為凋落物含水率（%）；WH為凋落物濕質(zhì)量（g）；WD凋落物干質(zhì)量（g）。

1.3 氣象要素監(jiān)測

蒙古櫟-紅松混交林和白樺林之間布設(shè)HOBO氣象站，氣象感應(yīng)器距離地面1.5 m 處，比凋落物含水率監(jiān)測實(shí)驗(yàn)提前10 天同步監(jiān)測空氣溫度（T）、相對濕度（H）、風(fēng)速（W）和降雨量（R），氣象要素采集間隔為1 h。

1.4 數(shù)據(jù)處理

1.4.1 監(jiān)測期不同層凋落物含水率動態(tài)變化情況分析

以監(jiān)測期每日時間為橫坐標(biāo)，不同層凋落物含水率為縱坐標(biāo)，繪制不同層凋落物含水率動態(tài)變化圖。

分別不同凋落物層，采用單因素方差分析比較兩個林型內(nèi)相同凋落物層含水率在監(jiān)測期內(nèi)是否有顯著差異，并以不同層凋落物為橫坐標(biāo)，以每層凋落物在監(jiān)測期內(nèi)的含水率均值為縱坐標(biāo)，繪制差異圖。

1.4.2 不同層凋落物含水率相關(guān)性分析

凋落物含水率動態(tài)變化對氣象要素的響應(yīng)具有一定的滯后性，且不同層之間的凋落物含水率相互影響。因此，本研究用n（n≤5）天前的氣象要素和其余層凋落物含水率作為影響因子，其中空氣溫度、相對濕度和風(fēng)速分別計(jì)算n天前當(dāng)日的平均值，降雨計(jì)算n天前的降雨量之和，其余層凋落物選擇n天前含水率值即可。例如，T4、H5和W3分別表示4 天前當(dāng)日平均溫度、5 天前當(dāng)日的平均濕度和3 天前當(dāng)日平均風(fēng)速；R5表示5天前的降雨量之和；MOLv-3表示3 天前OLv 層的凋落物含水率值。

選擇Spearman 相關(guān)性分析，分別對每層凋落物含水率與上述氣象因子及其他層凋落物含水率進(jìn)行相關(guān)性分析，得到每層凋落物含水率與氣象因子及其他層凋落物含水率之間的相關(guān)性。

1.4.3 不同層凋落物含水率預(yù)測模型

蒙古櫟-紅松混交林和白樺林下不同層凋落物分別建立含水率預(yù)測模型。研究表明，對于特定凋落物類型，氣象要素回歸法預(yù)測效果在一定程度上會優(yōu)于直接估計(jì)法，因此本研究除選擇直接估計(jì)法，還選擇氣象要素回歸法建立不同層凋落物含水率預(yù)測模型。兩種模型具體方法如下所示。

1）直接估計(jì)法

2001年Catchpole 提出直接估計(jì)法預(yù)測凋落物含水率[18]，該方法以Byram 的水分?jǐn)U散模型為主體方程[20]，方程形式如式（2）所示：

水分?jǐn)U散方程中需要計(jì)算平衡含水率，本研究選擇廣泛使用的Nelson 平衡含水率模型[21]和Simard 平衡含水率模型[22]進(jìn)行計(jì)算，下文分別簡稱Nelson法和Simard法，兩個模型的如式（3）和（4）所示：

式中：E表示平衡含水率（%）；R表示普適氣體常量，8.314 J·K-1·mol-1；T表示空氣溫度（K）；H表示相對濕度；m表示水分子的相對分子質(zhì)量，18 g·mol-1；α和β分別表示待估參數(shù)，下同。

式中：E表示平衡含水率（%）；T表示空氣溫度（℃）；H表示相對濕度（%）。

選擇直接估計(jì)法進(jìn)行凋落物含水率預(yù)測，需假設(shè)凋落物時滯是固定不變的，本研究采樣間隔為24 h，因此dt=Δt=24 h，對式（2）進(jìn)行離散化，得到離散形式的凋落物含水率計(jì)算方程（5）：

式中：Ei和Ei-1分別表示i和i-1 時刻的平衡含水率值（%）；M(ti) 和Mi-1分別表示i和i-1 時刻的凋落物含水率值（%）；λ為待估參數(shù)，與時滯存在一定關(guān)系，即時滯本研究中Δt=24 h，則τ= -1 2lnλ。

利用式（3）～（4）計(jì)算平衡含水率值，并代入式（5）中，根據(jù)野外實(shí)際凋落物含水率數(shù)據(jù)，采用非線性估計(jì)方法對模型參數(shù)進(jìn)行擬合，得到參數(shù)α、β和λ。

2）氣象要素回歸法

以不同層凋落物含水率為因變量，2.4.2 中統(tǒng)計(jì)得到的氣象因子為自變量，選擇逐步回歸法建立氣象要素回歸模型，模型形式為多元線性模型，如式（6）所示：

式中：M表示凋落物含水率（%）；Xi表示氣象要素；bi表示擬合參數(shù)。

1.4.4 不同層凋落物含水率預(yù)測模型預(yù)測能力分析

針對每層凋落物，主要分析3 種含水率預(yù)測模型（Nelson 模型、Simard 模型和氣象要素回歸模型）的預(yù)測精度和外推能力。具體方法如下：

1）預(yù)測模型精度分析

本研究選擇n-fold 交叉驗(yàn)證法驗(yàn)證模型精度。即假設(shè)有n組數(shù)據(jù)，選擇n-1 組進(jìn)行建模，剩余數(shù)據(jù)進(jìn)行驗(yàn)證，共進(jìn)行n次驗(yàn)證，進(jìn)而計(jì)算3 種模型的平均絕對誤差（Mean absolute error,MAE）和平均相對誤差（Mean relative error,MRE），計(jì)算公式如（7）～（8）所示：

式中：Mi和Mj分別表示每層凋落物含水率實(shí)測值和預(yù)測值（%）。

以實(shí)測值為橫坐標(biāo)，預(yù)測值為縱坐標(biāo)，得到每層凋落物3 種預(yù)測模型的1∶1 圖，分析凋落物含水率在不同區(qū)間時的預(yù)測效果。

2）預(yù)測模型外推能力分析

對于每層凋落物，蒙古櫟-紅松混交林和白樺林分別使用另一林分的預(yù)測模型，計(jì)算模型MAE和MRE，分析模型外推能力。

2 結(jié)果與分析

2.1 不同層凋落物含水率動態(tài)變化情況

圖1給出監(jiān)測期內(nèi)蒙古櫟-紅松混交林和白樺林不同層凋落物含水率動態(tài)變化情況?？梢钥闯觯徽撌敲晒艡?紅松混交林還是白樺林，其林內(nèi)不同層之間凋落物含水率動態(tài)變化都有一定的分界線，且都表現(xiàn)出明顯的波動性，OLv 層和OLn 層凋落物含水率波動情況相似，OF 層和OH 層凋落物含水率波動與其他層差別較大。

圖1 不同層凋落物含水率動態(tài)變化Fig.1 Dynamic changes of the litter moisture contents in different layer

監(jiān)測期內(nèi)，OLn 層和OLv 層凋落物含水率在蒙古櫟-紅松混交林和白樺林之間沒有顯著差異，白樺林內(nèi)OF 層和OH 層的凋落物含水率要顯著高于蒙古櫟-紅松混交林。根據(jù)標(biāo)準(zhǔn)差可以看出，監(jiān)測期內(nèi)OLn 層凋落物含水率波動最大，OLv 層、OF 層和OH 層的波動依次減?。▓D2）。

圖2 不同林型凋落物含水率差異性分析Fig.2 Analysis of the difference in the litter moisture contents in different types of forests

2.2 凋落物床層含水率相關(guān)性分析

圖3給出監(jiān)測期內(nèi)蒙古櫟-紅松混交林和白樺林不同層凋落物含水率動態(tài)變化與其他層凋落物含水率的相關(guān)性?？梢钥闯觯晒艡?紅松混交林內(nèi)OLn 層凋落物含水率動態(tài)變化與OLv 層當(dāng)日、前1日和前2日的含水率顯著正相關(guān)，與前5日含水率顯著負(fù)相關(guān)，與OF 層當(dāng)日含水率顯著正相關(guān)，且與前4 和5日含水率顯著負(fù)相關(guān)，與OH層凋落物含水率不相關(guān)；白樺林OLn 層凋落物含水率動態(tài)變化僅與OLv 層和OF 層當(dāng)日和前1日的含水率顯著正相關(guān)。

圖3 凋落物含水率動態(tài)變化與其他層凋落物含水率動態(tài)變化的相關(guān)性分析Fig.3 Correlation analysis between the dynamic change of litter moisture content in the four layers and other layers

圖4 凋落物含水率動態(tài)變化與氣象要素的相關(guān)性分析Fig.4 Correlation analysis between the dynamic change of litter moisture content and meteorological elements

蒙古櫟-紅松混交林和白樺林下OLv 層凋落物含水率都與OLn 層當(dāng)日、前1 和2日含水率顯著正相關(guān)，與OF 層當(dāng)日和前1日顯著正相關(guān)，蒙古櫟-紅松混交林內(nèi)的OLv 層凋落物含水率還與OH 層當(dāng)日含水率顯著正相關(guān)，白樺林內(nèi)OLv 層與OH 層沒有相關(guān)性。

兩個林分內(nèi)OF 層凋落物含水率動態(tài)變化與其他層凋落物當(dāng)日、前1日和2日的含水率都顯著正相關(guān)。OH 層凋落物含水率動態(tài)變化主要與當(dāng)日OF 層含水率顯著正相關(guān)。所有顯著相關(guān)都隨著采樣距離的增加而下降，且白樺林內(nèi)不同層凋落物含水率動態(tài)變化與其他層的相關(guān)性要高于蒙古櫟-紅松混交林。

監(jiān)測期內(nèi)，兩個林分內(nèi)OLn 層凋落物含水率動態(tài)變化與空氣溫度不相關(guān)，與當(dāng)日、前1日和2日的相對濕度顯著正相關(guān)，且隨著距離采樣時間增加，相關(guān)性降低。隨著前1～4日的風(fēng)速增加，凋落物含水率都顯著下降。OLn 層凋落物含水率主要受當(dāng)日、前1日和2日的降雨量顯著正相關(guān)；OLv 層凋落物含水率動態(tài)變化和氣象要素的相關(guān)性與OLn 層凋落物相似，但相關(guān)性略低于OLn 層；蒙古櫟-紅松混交林內(nèi)OF 層凋落物含水率與當(dāng)日和前1日的溫度顯著負(fù)相關(guān)，白樺林與空氣溫度不相關(guān)，隨著當(dāng)日和前1～3日空氣濕度和降雨量的增加，兩個林分內(nèi)OF 層都顯著增加，白樺林內(nèi)OF 層凋落物含水率動態(tài)變化還與前2日和前3日的風(fēng)速顯著負(fù)相關(guān)；兩個林分內(nèi)OH 層凋落物都僅與空氣溫度顯著負(fù)相關(guān)，與其他氣象要素不相關(guān)。隨著凋落物層距離表面越遠(yuǎn)，其含水率動態(tài)變化與氣象要素的相關(guān)性逐漸降低。

2.3 凋落物含水率預(yù)測模型

2.3.1 氣象要素回歸模型

表2給出兩個林分內(nèi)不同層凋落物物的含水率氣象要素回歸模型，可以看出，對于蒙古-紅松混交林，隨著凋落物層距離表面越遠(yuǎn)，預(yù)測誤差越低，且參與模型的氣象要素值距離采樣時間越久；白樺林OLn 層和OLv 層的凋落物含水率氣象要素回歸模型預(yù)測誤差高于混交林，而其余兩層的預(yù)測誤差低于混交林。

表2 不同層凋落物含水率氣象要素回歸模型Table 2 Meteorological regression model of moisture content of different litter layers

2.3.2 直接估計(jì)預(yù)測模型

表3給出兩個林分不同層凋落物含水率的直接估計(jì)模型，可以看出，不論是Nelson 模型還是Simard 模型，都是隨著凋落物距離表面越遠(yuǎn)，預(yù)測效果越好。此外，兩個林分都是Nelson 模型的預(yù)測效果要優(yōu)于Simard 模型。

表3 不同層凋落物含水率直接估計(jì)模型Table 3 Direct estimation model of moisture content of different litter layers

2.4 模型比較

2.4.1 1∶1 線

圖5給出兩種林分不同層凋落物含水率的氣象要素回歸模型、Nelson 模型和Simard 模型的實(shí)測值和預(yù)測值1∶1 圖。可以看出，對于蒙古櫟-紅松混交林，OLn、OLv 和OF 層凋落物3 種預(yù)測模型的預(yù)測效果差別不大，都是含水率較低時，預(yù)測模型高估，含水率較高時，預(yù)測模型低估。OH 層凋落物含水率預(yù)測模型的預(yù)測效果都不好；對于白樺林，結(jié)果與蒙古櫟-紅松林預(yù)測結(jié)果相似，對于白樺林的OH 層，預(yù)測效果最差。

圖5 凋落物含水率預(yù)測模型1∶1 圖Fig.5 Pictures of the predicted model of litter moisture content

圖6 凋落物含水率預(yù)測模型誤差比較Fig.6 Error comparison of prediction models of litter moisture content

2.4.2 模型誤差比較

對于蒙古櫟-紅松混交林，4 層凋落物不同含水率預(yù)測模型誤差都沒有顯著差異，但表層凋落物使用Nelson 模型效果較好，而下層凋落物使用氣象要素回歸模型較好，Simard 模型對于各層凋落物含水率預(yù)測均不適用；對于白樺林，氣象要素回歸模型預(yù)測效果優(yōu)于直接估計(jì)法，但與Nelson 模型都沒有顯著差異，隨著距離表面越遠(yuǎn)，直接估計(jì)法預(yù)測凋落物含水率越不適用。

3 討 論

3.1 不同層凋落物含水率動態(tài)變化

研究期間，蒙古櫟-紅松混交林和白樺林的OLn 層和OLv 層凋落物含水率并沒有顯著差異，而白樺林內(nèi)OF 層和OH 層的凋落物含水率顯著高于蒙古櫟-紅松混交林，這與滿子源等的研究結(jié)果相似[11-12]，這可能與表層凋落物形態(tài)和分解情況有關(guān)系，白樺凋落物面積大，且分解程度要優(yōu)于蒙古櫟-紅松混交林的凋落物，腐殖質(zhì)凋落物要更多更緊實(shí)，因此其含水率值要高于蒙古櫟-紅松混交林。

3.2 凋落物含水率動態(tài)變化相關(guān)性分析

兩個林分內(nèi)OLn 層凋落物含水率動態(tài)變化與OLv 層、OF 的含水率隨著兩者間隔時間越久，先正相關(guān)，后負(fù)相關(guān)，且正相關(guān)逐漸降低，負(fù)相關(guān)逐漸增強(qiáng)。這主要是由于凋落物含水率動態(tài)變化不僅受外界環(huán)境的影響，還在垂直方向受其他層凋落物及土壤含水率的影響。當(dāng)間隔時間較短時，不同層凋落物含水率變化相對同步，但由于各層凋落物含水率對外界環(huán)境的響應(yīng)情況不同，會有滯后，因此隨著間隔時間增加，不同凋落物層之間水汽壓相差較大，會出現(xiàn)水分?jǐn)U散情況，呈負(fù)相關(guān)。OLn 層凋落物含水率與OH 層都不相關(guān)，主要原因是垂直方向距離較遠(yuǎn)所致。白樺林不同層的相關(guān)性要高于蒙古櫟-紅松混交林，與Matthews 等的研究結(jié)果相似[13-14]，闊葉林的相關(guān)性要高于針葉林，這可能是由于白樺葉片面積大，不同層之間接觸面積和緊實(shí)度更大，各層之間水分交換更明顯。

蒙古櫟-紅松混交林和白樺林內(nèi)OLn 層和OLv 層凋落物含水率動態(tài)變化與外界氣象要素的相關(guān)性基本相同，與空氣溫度都不相關(guān)，與Zhang和Sun 的研究相同，這可能是由于此時凋落物含水率主要受相對濕度的影響[23]；兩層凋落物含水率動態(tài)變化與相對濕度、風(fēng)速和降雨具有相關(guān)性，且隨著距離采樣時間的越長，相關(guān)性逐漸減弱，這與張運(yùn)林等人的研究結(jié)果相似，主要原因是由于含水率動態(tài)變化對外界氣象要素的響應(yīng)具有一定的滯后性[12]。OF 層和OH 層與空氣溫度呈顯著負(fù)相關(guān)關(guān)系，這可能是由于這兩層凋落物處于下層，與外界接觸較少，受相對濕度的影響較少，此時主要受空氣溫度的影響。OF 層凋落物含水率與降雨呈正相關(guān)，而OH 層與降雨沒有表現(xiàn)出相關(guān)性，這可能是由于本研究僅研究了5 天的氣象要素區(qū)間，而OH 層處于最下層，含水率動態(tài)變化的滯后性最明顯，因此5 天內(nèi)的降雨沒有表現(xiàn)出相關(guān)性，若繼續(xù)加大降雨的時間間隔，應(yīng)該會表現(xiàn)出相關(guān)性。

3.3 不同層凋落物含水率預(yù)測模型

本研究得到蒙古櫟-紅松混交林和白樺林的不同層凋落物含水率的氣象要素回歸模型的MAE的變化范圍分別為17.26%～27.85%和22.25%～32.29%，MRE 變化范圍分別為21.30%～57.61%和17.12%～84.20%，張運(yùn)林等選擇加拿大濕度碼建立不同層含水率的MAE 變化范圍為7.75%～60.87%[12]，略高于本研究，主要原因是由于氣象要素回歸模型更適用。Simard 和張恒等得到凋落物含水率的氣象要素回歸模型的MAE 值分別27.7%和8.1%～17.1%，與本研究的結(jié)果相似[24]。但本研究MRE 值略高于其他人的研究，主要原因是由于本研究并未區(qū)分降雨和未降雨數(shù)據(jù)，而部分學(xué)者主要分析了含水率低于35%時的預(yù)測模型，因此MRE 值較低[12,25-27]。

本研究得到蒙古櫟-紅松混交林和白樺林的不同層凋落物含水率的Nelson 模型的MAE 的變化范圍分別為17.51%～30.36%和22.58%～44.95%，MRE 變化范圍分別為21.38%～69.00%和17.64%～113.93%；Simard 模型 的MAE 的變化范圍分別為21.21%～46.27%和21.21%～56.97%，MRE 變化范圍分別為25.97%～78.63%和25.97%～103.80%。與前人的研究結(jié)果相比，兩個直接估計(jì)模型的預(yù)測誤差都偏高[25,27]，主要原因可能有二，一是本研究的含水率值偏高，二是本研究凋落物含水率步長為24 h，而目前大部分研究都是以時為步長，縮短步長能降低預(yù)測誤差，因此本研究使用直接估計(jì)法的預(yù)測誤差較大[28]。Nelson 模型中參數(shù)β表示平衡含水率對外界氣象要素的響應(yīng)情況，β的絕對值越大，表示凋落物含水率動態(tài)變化對外界的響應(yīng)越敏感[29]，可以看出兩個林分都是OLv 層凋落物含水率動態(tài)變化對外界的響應(yīng)最敏感，OLn 層次之，OH 層最小。OLv層的β最大，主要原因可能是由于雖然OLn 層位于表面，但該層凋落物形態(tài)完整，OLv 層與該層相比，具有更大的表面積體積比，對外界的接觸面更大，因此OLv 層含水率動態(tài)變化對外界的響應(yīng)最敏感。

3.4 凋落物含水率預(yù)測模型精度

對于蒙古櫟-紅松混交林，OLn 層和OLv 層凋落物含水率的Nelson 預(yù)測模型要優(yōu)于氣象要素回歸模型，而下兩層凋落物含水率的預(yù)測模型使用氣象要素回歸模型更好；對于白樺林，氣象要素回歸模型預(yù)測效果優(yōu)于直接估計(jì)法，但誤差與Nelson 模型并沒有顯著差異。這主要是由于Nelson 模型是根據(jù)10-h 時滯濕度棒得到的[29]，針葉形態(tài)凋落物使用Nelson 模型的預(yù)測效果要優(yōu)于闊葉林，因此蒙古櫟-紅松混交林Nelson 模型要優(yōu)于白樺林。兩個林分OF 層和OH 層凋落物含水率并不適用直接估計(jì)法預(yù)測，主要原因是由于直接估計(jì)法中的關(guān)鍵參數(shù)平衡含水率和時滯模型都是針對表層凋落物建立的，而下層凋落物含水率動態(tài)變化對外界的響應(yīng)與上層不同，因此使用直接估計(jì)法并不適用。

4 結(jié) 論

綜上所述，對于蒙古櫟-紅松混交林，直接估計(jì)法預(yù)測OLn 層和OLv 層凋落物含水率更適用，OF 層和OH 層使用直接估計(jì)法預(yù)測OF 層和OH 層凋落物并不適用；對于白樺林的所有層凋落物，氣象要素回歸模型要優(yōu)于直接估計(jì)法。直接估計(jì)法沒有表現(xiàn)出預(yù)期的優(yōu)勢，說明直接估計(jì)法在實(shí)際應(yīng)用過程需要進(jìn)行修正。本研究直接使用Nelson 和Simard 平衡含水率模型進(jìn)行不同層凋落物含水率預(yù)測，但凋落物平衡含水率與凋落物類型、特征和種類有很大差別，而模型沒有并沒有校正，因此對本研究并不適用[30]。在今后的研究中，對林內(nèi)不同層凋落物的平衡含水率和時滯等關(guān)鍵參數(shù)重新擬合，建立適用于不同層凋落物含水率的關(guān)鍵參數(shù)預(yù)測模型，對于使用直接估計(jì)法預(yù)測不同層凋落物含水率的研究具有重要意義。