森林可燃物含水率新算法研究
平衡含水率法预测死可燃物含水率的研究进展
都是统计模型 ， 其应 用 具 有一 定 的 局 限 性 ；而 Ｎ ｌ ｎ 型 为 半 物 理 模 型 ， 预测 可 燃 物 含水 率 上 的 效 果 好 ， 用 广 。 ｅｏ 模 ｓ 在 应
２ 可 燃 物 类 型 影 响 平衡 含 水率 ， 具 体 机 理 还 没 有 系 统 研 究 。３ 对 时 滞 的 影 响 因 子 研 究 相 对 较 少 。可 燃 物 的 种 ） 但 ）
ｔ ｅ ｍｏ ｔ ｉ ｏ ａ ｔｍｅ ｈ ｄ ｎ ＤＦ ｒ ｄ ｃｉ ｎ． ｈ ｈ ｏ ｅ ｉａ ａ ｉ ｆｔ ｅ ｍｅ ｈ ｄ ｎ ｈ ｉ ｐ ｌ ａ ｉ ｎ ｒ ｅ ｉ ｗ ｄ ｉ ｈ ｈ ｓ ｍｐ ｒ ｎ ｔ ｏ ｓ ｉ ＭＣ ｐ ｅ ｉｔ ｔ ｏ Ｔ ｅ ｔ ｅ ｒ ｔ ｌｂ ｓ ｏ ｈ ｔ ｏ ｓ ａ ｄ ｔ ｅ ｒａ ｐ ｉ ｔ ｓ ａ ｅ ｒ ｖ ｅ ｅ ｎ ｔ ｅ ｃ ｓ ｃ ｏ
Ｌｕ Ｘｉ Ｊｎ Ｓ ｎ ｉ ｉ ｅ
（Ｃ ｌｇ 『Ｆ ｒｓ ｙ，Ｎｏｔｅ ｓ Ｆ ｒｓｒ ｎｖｒｉ Ｈａｂｎ １０ ４ ｏ￣ ｅｏ ｏｅｒ ｔ ｒ ａｔ ｏｅｔ Ｕ ｉ ｓｙ ｈ ｙ ｅ ｔ ｒｉ ５ ０ ０）
Ａｂｔａ ｔ Ｄ ａ ｕｌｍ ｉｕｅｃ ｎｅｔ（ Ｆ ｓｒ ｃ： ｅ ｄｆｅ ｏｓ ｒ ｏｔｎ Ｄ ＭＣ）ｐｅｉｔ ｎ ｉ ａｖｒ ｍ ｏｔ ｔｃｍ ｏｅ ｔｉ ｆｅｄ ｎｅ ａ ｎ ， ｓａｃｒｃ ｔ ｒｄｃ ｏ ｓ ｅｙｉ ｐ ｒ ｎ ｏ ｐ ｎ ｎ ｎ ｉ ａｇｒｒ ｉｇ ｉ ｃｕａｙ ｉ ａ ｒ ｔ ｔ
林下可燃物含水率预测的一个多项式气象模型
此， 多项 式 模 型 比 线 性模 型在 描 述 气 象要 素 与 含 水 率 的 相 互 关 系上 更 为 合 理 。 关 键 词 可 燃 物 ； 水 率 ； 关 分析 ； 含 相 多项 式 模 型 ； 林 防 火 护 分 类 号 Ｓ６ ． ７２１
Ａ ｅｅ ｒ ｌ ｃ ｌ ｕ ｔ ｏ ａ ｏ ｅ ｏ ｅ ｉｔ ｇＦｏ ｅ ｔ ｅ ｏｓｕ ｅ ＹｅＧｅ ｇ ｉ Ｍ ｔｏ ｏｏ ａ ｌ ｎ ｍｉｌＭ ｄ ｌｆｒＰｒ ｄｃｉ ｒｓ ｌＭ ｉｔ ｒ ／ ｎ ｘｎ，ＹｅＸ ｙｎ （ ｏ ｇ ｕ ｔｏｏ Ｍ ｉ ｎ Ｆｕ ｉｉｇ Ｔ ｎ ｈ ａＭｅｅ ｒ— ｌｇｃｌＢｕｅ ｕｏ ｉｎ Ｐ ｏ ｉｃ ．Ｔｏ ｇ ｕ ０ １，Ｐ Ｒ． Ｃｈｎ ） ／ ｏ ｒ ａ ｏ ｏ ｔｅ ｓ Ｆ ｒｓｒ ｖ ｒｉｙ． １ ３ ｏ ｉａ ｒａ ｆＪｌ ｒｖｎ ｅ ｉ ｎ ｈ ａ １４ ０ ３ ． ｉａ ／ Ｊ ｕｎ ｌ ｆＮ ｒｈ ａｔ ｏｅ ｔ Ｕｎｉｅ ｓｔ 一 ｌ ．９ ｙ ２０
第３ ９卷 第 ９期
２ １ 年 ９月 ０１
东
北
林பைடு நூலகம்
业
大
学
学
报
Ｖ０ ． ９ Ｎｏ． １３ ９
Ｊ ＲＮＡＬ ＯＦ ＮＯＲ ｛ ＡＳ ＯＲ Ｔ Ｉ ＯＵ Ｔ｝Ｅ Ｔ Ｆ ＥＳ ＲＹ ＵＮ ＶＥＲ １ Ｓ ＴＹ
林 下 可 燃 物 含 水 率 预 测 的 一 个 多 项 式 气 象 模 型
伊春市五营森林可燃物含水率预测模型初步研究
也有 个别 时间缺少 观测资料 ， 共计 ４ ９ ８ 个样本 。
可燃物 资料处理 ： 通过对 气象 资料 的普查 ， 年 ３ 、 把每 ４
１ —１ 月地面有 积雪 日期 的可燃物资料 剔 除 ， 照逐月 相关 ０ １ 按
对 可燃 物 含水 率 的研 究 ， 完善 我 国森林 火 险预 测 预报 系 对 统， 提高林火发 生和行为预 测预 报 的准确 性有重要 意义 。
张 ， 永刚 ， 广英 一 高 ２ 曹晓波 ， 。 王付华 （南 大 大 科 系江 南 ｌ ３．龙 省 象 学 究 ，龙 哈 滨 。 １ 京 学 气 学 ，苏 京２ ９２ 江 气 科 研 所黑 江 尔 ． ｏ ；黑 ０
１０ ３ ； ． ５００ ３ 黑龙江省大兴安岭地 区气象局 ， 黑龙江大兴安岭 １５０ ） ６００
１９ 年开 始监测 业务 ， ９１ 资料 情 况 如下 ：９ １ １９ １９ ９３年 ３月 ｌ ５ 日一 ６月 ３ ０日、 月 １ ８ ５日一１ ３ ０月 １日末尾 为 ８的 日期 （较快 ， 年代 ， ０６ ０ ８ ０ 美国研制了
“ 火行为预 报 和可燃 物 模 型系统 （ Ｅ Ａ Ｂ Ｈ ＶＥ） ， 拿 大全 国应 ”加 用的火险预报 系统是在大 量点火试验 和天 气资料 的基 础上 ，
维普资讯
安徽农业科学，ｏｒａ ｏ Ａ ｈｉ ．Ｓｉ ０７ ３ （６ ： １５ Ｊｕｎｌ ｆ ｎｕ Ａ ｃ． ０ ，５ ３ ） １９６—１９ ８ ２ １５
责任编辑
孙红忠
责任校对
李洪
伊 春 市五 营森 林 可燃 物 含 水 率预 测模 型 初 步研 究
季 到秋季森林 防火期 （ ３月 １ ５日～１ 月 １ １ ５日） 。与野 外试 验 取得 的数据 相 比 ， 具有 资料 序列 长 ， 间的代 表性 强 的优 它 时
森林可燃物含水率新算法研究
消耗水 分 ， 在短液 态水 的状 况 ， 真正 意 义上 的纤维饱 和点无 法持 续较 长 的时 间 。除 此 之外 ， 面 张 力 作 表 用会 利用 毛细管 将 水分 扩 散 至 其 表 面 ， 且 水 分 的 并 扩散 速度 与可燃 物 的 内部结 构存 在着 莫大关 联 。 死 亡 可燃物 变湿 的现象 说 明死细胞 仍然 具有 比 较强 的吸 水作用 ， 主 要 是 因为 具 有 吸湿 属 性 的物 这 质对 水分 有一种 天然 的亲 和力 ， 因此 ， 一旦 空气 的含
工活 动也就 随之 终止 ， 内部水 分在总 体上处 于 “ 其 流
可燃 物死 亡之 后 的变 干单 纯通过 大气 吸收 其蒸 发 的水分 来完 成 。通 常 情况 下 ， 可燃 物 死 亡 之后 的 变 干分 为以下 ３个 过程 。
则 这 一 过 程 的 时 间也 相 对 延 长 。
率是 影 响森林 火险预 测预 报精 度 的重 要 因素 。 在某些欧美发达 国家 ， 例如美 国及其邻 国加拿大 ， 森林可燃物含水率作为本国森林 火险预测预报 的基本 出发 点 ， 至每天都 会有专业人 员到森林 内部对森林 甚
中 图 分 类 号 ：７ Ｓ 文献标识码 ： Ａ 文 章 编 号 ： ６ ４ ９ ４ （ ０ ２ ０ — ０ ００ １ ７ — ９ ４ ２ １ ） ２０ ２ — ２
１ 引 言
在森 林 火 险 等级 的 划分 和 森林 火 险 预报 方 面 ， 森林 可燃 物含 水率 是非 常重要 的影 响 因素 。通 常而 言， 在测 定可燃 物含 水率 、 气象 因子 以及 可燃物 载量 等 因素 之后 ， 借助 于 某种 经 验 模 型 或者 是 数 理模 型 便 可 以对森 林火 灾 的发 生 率 、 生 趋势 以及 火 灾 发 发 生 后 的蔓延 趋势进 行 预测 。由 于火 灾通 常会 给森林
森林地表死可燃物含水率预测模型研究进展
第57卷第4期2021年4月林业科学SCIENTIASILVAESINICAEVol.57,No.4Apr.,2021doi:10.11707/j.1001-7488.20210415收稿日期:2019-11-18;修回日期:2020-01-31㊂基金项目:国家 十三五 重点研发计划(2018YFD0600205);中央高校基本科研业务费专项资金(2572017PZ05)㊂∗胡同欣为通讯作者㊂森林地表死可燃物含水率预测模型研究进展∗孙㊀龙㊀刘㊀祺㊀胡同欣(东北林业大学林学院㊀哈尔滨150040)摘㊀要:㊀林火是影响森林生态系统的重要因子之一,林火蔓延和发展深受森林可燃物含水率的影响,尤其是林火的发生直接受地表死可燃物含水率的影响㊂因此,准确预测森林地表死可燃物含水率是预报森林火险和火行为的关键,加强森林死可燃物含水率预测模型研究尤为重要㊂从森林可燃物含水率的研究方法㊁研究模型及模型精度3方面综述研究现状,并对比评价现有模型㊂针对目前研究的诸多问题,提出5点展望:1)加强研究重点火险区野外含水率动态㊂利用已有的森林火险因子采集站和森林火险监测站获取不同环境因子和可燃物含水率及气象因子监测数据,构建重点火险区基于气象参数的森林可燃物含水率预测模型㊂2)加强森林可燃物的基础数据监测和收集㊂这可为全面构建森林火险等级系统奠定坚实的数据基础,同时还应建立精准的森林可燃物类型划分体系㊂3)加强研究可燃物含水率的空间异质性㊂应考虑不同影响因子下可燃物含水率动态,特别是了解小尺度内森林可燃物含水率的空间异质性,才能更准确进行林火预测预报㊂4)结合应用增强回归树(BRT)方法来提高模型精度㊂在可燃物含水率模型精度影响因子的研究中,运用BRT 方法多次随机抽取一定量的数据,量化分析不同因子对模型精度的影响程度㊂5)结合GIS 进行大尺度火险预警研究㊂综合应用RS 和GIS 技术,建立可燃物含水率的遥感反演模型,在准确模拟森林可燃物含水率空间分布的基础上,建立基于可燃物含水率的不同火险等级的预测模型㊂关键词:㊀森林可燃物;地表死可燃物含水率;预测模型;模型精度;火险预测预报中图分类号:㊀S762㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1001-7488(2021)04-0142-11Advances in Research on Prediction Model of Moisture Content ofSurface Dead Fuel in ForestsSun Long㊀Liu Qi㊀Hu Tongxin(College of Forestry ,Northeast Forestry University ㊀Harbin 150040)Abstract :㊀Forest fire is one of the important factors that affect the forest ecosystem.The spread and development of forest fire are deeply affected by the moisture content of forest fuels,especially the occurrence of forest fire is directly affected by the moisture content of dead fuels on the surface.Therefore,accurate prediction of the forest surface dead fuels moisture content is the key to predict forest fire risk and fire behavior,and it is particularly important to strengthen the study of forest dead fuels moisture content prediction model.This article summarizes the research status of forest fuelsmoisture content in terms of the research methods,research models and model accuracy,and comparatively evaluates the existing models.In view of problems in the current research,five prospects for future research are proposed:1)Strengthen research on the dynamic of fuel moisture content in key fire risk zone.The existing forest fire danger factor collection stations and forest fire danger monitoring stations are used to obtain the monitoring data of forest fuel moisture content and meteorological factors under different environmental condition.The prediction model of forest fuel moisture content based on meteorological parameters in key fire danger zone is constructed.2)Strengthen basic data monitoring and collection of forest fuels.In order to build a comprehensive forest fire risk rating system,the basic data monitoring and collection of forest fuels should be strengthened,a solid data foundation should be laid,and an accurate forest fuel type classification system should be established.3)Strengthen the study on the spatial heterogeneity of the fuel moisture content.In the future research,the dynamic changes of fuel moisture content under different impact factors should be considered,㊀第4期孙㊀龙等:森林地表死可燃物含水率预测模型研究进展especially the spatial heterogeneity of fuel moisture content of small-scale forests,so that the prediction of forest fire danger can be made more accurately.4)Improve the accuracy of the models combined with boosted regression tree(BRT).In the study of the influencing factors of the accuracy of the fuel moisture content model,the BRT method should be used to randomly extract a certain amount of data multiple times to analyze the degree of influence of different influencing factors on the accuracy of the model.5)Conduct research on large-scale fire risk early alarm combined with GIS.Based on RS and GIS technology,the remote sensing inversion model of the fuel moisture content is established.On the basis of accurate simulation of the spatial distribution of forest fuel moisture content,the fuel moisture content prediction models of different fire risk classes is established.Key words:㊀forest fuel;surface dead fuel moisture content;forecast model;model accuracy;fire danger prediction㊀㊀森林生态系统作为陆地自然生态系统的主体,在保护生物多样性及维持全球碳平衡方面起着重要作用㊂而林火作为森林生态系统的重要干扰因子,对森林植被的分布㊁结构和功能具有重大影响(Yang et al.,2018)㊂大规模㊁高强度的森林火灾对人类生命财产构成重大威胁(Moritz et al.,2014)㊂根据全球火灾监测中心的数据,20世纪80年代以来,每年全球发生森林火灾约25.5万次,年均危害森林或其他林地面积636.7万hm2(胡海清等, 2016)㊂重特大森林火灾的发生取决于可燃物载量大小及是否存在空间上连续分布㊁有利于火势迅速蔓延的天气条件及火源条件(Bradstock et al.,2010; Alen et al.,2018)㊂森林地表可燃物含水率FMC (Fuel moisture content)是影响森林火灾蔓延和燃烧速率的重要因子之一(Bilgili et al.,2019),越来越被认为是森林火灾综合管理的关键因素(Baeza et al.,2002),它已被广泛应用于火灾危险评估(Paltridge et al.,1988;Cawson et al.,2019)㊂以往森林火险预测是在直接测量森林可燃物含水率的基础上结合当地气象站的相关气象因素进行预测,考虑到林内地形复杂,林内小气候多样,林内气象站不完善,因而火险预测代价高昂且低效㊂为准确预测火险,应建立一套完整的森林火险等级预测系统,基于气象因子(相对湿度㊁温度㊁风速㊁降水)和非气象因子(可燃物类型等)数据的综合分析,建立一系列火险预测模型,包括可燃物含水率预测模型㊂目前具有代表性的系统包括美国㊁加拿大森林火险等级系统(韩焱红等,2019)㊂20世纪70年代,Forsberg 等(1970)建立一系列可燃物含水率模型,在此基础上,Cammon(1976)根据Fourier Number建立的一系列模型为美国国家森林火险等级系统提供理论支撑㊂加拿大森林火险等级系统是基于森林地表死可燃物含水率野外观测数据对物理模型校正后得到的半经验模型,气象因素㊁死可燃物含水率相继被融入到该系统的框架中,且不同版本间有较强的连续性(张吉利,2018)㊂在森林燃烧理论中,可燃物㊁氧气和火源是影响森林火灾发生的3个基本条件(Pausas et al., 2009)㊂气候㊁降雨等天气原因对森林火灾具有相当大的影响(Riley et al.,2014;Cai et al.,2014)㊂森林可燃物以其在林内位置的不同而划分为地下可燃物㊁地表可燃物和空中可燃物㊂地表可燃物是指枯枝落叶层到离地面1.5m以内的所有可燃物,包括枯枝落叶㊁杂草㊁倒木等;而地表死可燃物则是指地表枯死植物体的总称,包括枯枝㊁枯立木㊁采伐剩余物等,根据时滞的不同则可划分为1㊁10㊁100和1000h时滞的可燃物(胡海清,2005)㊂其中地表细小死可燃物(1h时滞)是林火发生的物质基础和首要条件(Jemison,1935;van Wagner et al.,1977; Wehner et al.,2017)㊂森林地表死可燃物含水率影响火灾发生的概率㊁传播速率㊁辐射效率和能量释放(Zhong et al.,1995)㊂这些因素也是准确评估森林火灾风险的重要依据(Hu et al.,2016)㊂FFMC(Fine fuel moisture content)通常是指1h时滞的细小可燃物的含水率,它随林内气象动态变化而变(张吉利, 2018)㊂在相同气象条件下细小可燃物相对其他可燃物类型而言含水率变化过程较为显著,是指示森林火险等级的重要指标㊂地表细小死可燃物含水率已成为林火生态研究的重点之一(Yan et al.,2018),并被认为是影响火行为变化的关键参数(Schunk et al.,2014)㊂因此,预测森林可燃物含水率,特别是对地表细小死可燃物含水率的动态预测,已经成为森林火灾风险评级系统的核心(Matthews et al., 2006)㊂进一步完善对于森林地表死可燃物含水率预测模型的研究,将有利于实现我国森林火险预测由基于气象参数向基于可燃物含水率的转变,这对于提高森林火险预测预报精度具有重要意义㊂1㊀森林可燃物含水率研究方法㊀㊀传统意义上,研究森林地表死可燃物含水率主341林业科学57卷㊀要有遥感估测法㊁气象要素回归法㊁平衡含水率(equilibrium moisture content,EMC)法和过程模型法4类方法(满子源等,2019)㊂因过程模型法是基于物理描述且应用难度较大,实际应用较少㊂1.1㊀遥感估测法㊀㊀遥感技术在森林防火中的应用始于20世纪20年代,最初用于林火监测㊁绘制林分分布图以及森林可燃物的划分上(齐怀琴等,2013);20世纪70年代,该技术逐渐成熟,被应用在很多方面,具有代表性的是用来监测土壤和植被水分㊂遥感估测法主要包括光谱反射率反演法㊁光谱水分指数法和辐射传输模型法(Toomey et al.,2005;Yebra et al.,2006)㊂20世纪90年代,随着高光谱技术的迅速发展,人们开始探索利用遥感技术来反演可燃物含水率㊂目前,遥感估测法由于使用较为复杂,在小尺度环境条件下应用精确度不够,故仅适合在大尺度环境上对森林火险进行评价㊂1.2㊀气象要素回归法㊀㊀森林地表死可燃物受气象因子的影响较大,因此,气象要素回归法是针对死可燃物研究的一种方法㊂气象要素回归法较其他方法相对简单㊂基于最初Byram(1943)通过积累系数的方式表示可燃物含水率,而后更多研究者将可燃物含水率与气象因子之间建立某种联系,进而建立可燃物含水率预测模型㊂其中,火险尺模型法㊁BEHAVE模型㊁综合指标法等具有代表性(刘昕等,2013)㊂由于采用统计的方法建立模型,其应用较为简单(金森等,1999)㊂气象要素回归法是我国目前预测地表死可燃物含水率的主要方法,但其研究结论很大程度上会受到可燃物特性和研究区域的限制㊂1.3㊀平衡含水率法㊀㊀平衡含水率和时滞是可燃物含水率变化的重要特征㊂平衡含水率定义为可燃物于恒温㊁恒湿条件下,一段时间后其含水率达到的一个动态平衡值㊂随温湿度等环境条件的变化,可燃物含水率的变化与平衡含水率变化之间有一滞后时间,这一现象可用反应时间和时滞来描述㊂通过平衡含水率建模的方法称为平衡含水率法㊂平衡含水率法在物理上较为可靠,因此适用于小尺度范围,若推到大尺度上应用准确度会下降(Catchpole et al.,2001)㊂平衡含水率法是目前主流的死可燃物含水率预测方法,应用最广泛㊂北美多个国家森林火险等级系统都采用此方法㊂不同环境下平衡含水率法的预测方法不同,主要包括恒定环境下㊁自然环境下和野外观测3种预测方法㊂1)恒定环境:Biot数(内部水分扩散与外部对流对水汽运动的阻力之比)较小的死可燃物,其含水率变化为下式:d Md t=E-M()/τ;(1)M=E+M0-E()e-t/τ㊂(2)式中:M为死可燃物含水率(%),E为平衡含水率(%),t为时间(h),τ为时滞(h),M0为可燃物初始含水率(%)㊂若已知可燃物平衡含水率和时滞,可以测得任意时刻的可燃物含水率,此方法适用性较广㊂2)自然环境:处于自然环境下的温湿度时刻发生变化,故可燃物时滞和平衡含水率也会受到影响,金森等(1999)通过建立可燃物时滞㊁平衡含水率与温度㊁湿度和风速的关系式给出了在自然环境下平衡含水率的预测方法:1τ=F T,H,W();(3)E=G T,H();(4)T=f T(t);(5)H=f H(t);(6)W=f W(t)㊂(7)式中:T为环境温度(ħ),H为相对湿度(%),W 为风速(m㊃s-1),t为时间(h)㊂式(3)为温度㊁相对湿度㊁风速与时滞的函数关系,式(4)为温度㊁相对湿度与平衡含水率之间的函数关系㊂式(5) (7)中f T㊁f H㊁f W是温度㊁相对湿度和风速的时间动态函数㊂将式(3) (7)带入(1)式得:d Md t=-f K(t)M0-f M(t)[];(8)f K(t)=Fᶄf T(t),f H(t),f W(t)[];(9)f M(t)=G f T(t),f H(t)[]㊂(10)㊀㊀在清楚环境因子对平衡含水率㊁时滞有影响的前提下,依据式(10)可预测任意时刻的可燃物含水率值㊂3)野外观测数据预测含水率:Viney(1991)假设死可燃物平衡含水率按日变化,建立方程通过非线性回归拟合系数,从而预测死可燃物含水率㊂之后Viney(1992)提出用相关系数来确定时滞,根据实测数据,计算不同时滞下2组数据的相关系数,最大相关系数对应的时滞作为所需要的时滞㊂Catchpole等(2001)基于Nelson模型提出了另一种死可燃物含水率的预测方法:m ti()=λ2m i-1+λ1-λ()qi-1+1-λ()q i;(11)441㊀第4期孙㊀龙等:森林地表死可燃物含水率预测模型研究进展λ=exp -δt /2π()[]㊂(12)式中:m (t i )为t i 时刻的可燃物含水率,m i -1为t i -1时刻的可燃物含水率,q i 为t i 时刻的平衡含水率,q i -1为t i -1时刻的平衡含水率,δt =t i -t i -1㊂此方程中可燃物含水率的实测数据,以组间离差平方和最小为约束目标,即SSE =ðn i =1(m i -mi ),用非线性方法对式中有关参数进行估计,可得到时滞㊂其中Viney (1991)提出的方法优点在于可确定时滞,缺点在于仅为可燃物昼夜变化下含水率的响应方程,对可燃物含水率的预测并未达到每小时的精度㊂Catchpole 等(2001)提出的方法优点在于无需考虑可燃物含水率的日变化模式,同时采用了Nelson 半物理模型,适用性较强(Pausas et al .,2009);缺点表现为是以蒸汽形式展示的交换模型且取决于温度和湿度,不能视为平衡含水率模型㊂这些模型用来估算实际可燃物中的含水率,并非EMC㊂2㊀森林地表死可燃物含水率预测模型2.1㊀模型应用㊀㊀测量死可燃物含水率的方式有很多,常见的有烘干法(Matthews,2013)和电阻法(Yan et al.,2018),2种方法的局限性是不能及时测量死可燃物含水率,因此,一般通过建立模型来预测死可燃物含水率动态变化㊂常用的可燃物含水率模型分为经验模型和过程模型㊂经验模型是利用统计学线性回归的方法,构建含水率实测数据与气象因子间的关系,气象要素回归模型就是典型的经验模型㊂过程模型是基于时滞平衡含水率通过尝试模拟死可燃物内部水汽交换所构建的模型,不同于经验模型㊂2.1.1㊀经验模型㊀经验模型通常是指根据森林地表死可燃物含水率对林内环境因子的响应过程,通过线性回归分析建立预测死可燃物含水率的模型㊂经验模型不需考虑死可燃物内部水汽交换过程,应用起来比过程模型容易㊂基于此,也就衍生出众多经验模型:Matthews(2013)提出天气作为变量的多元线性回归:m =a 0+ðni =1a iX i㊂(15)式中:m 为可燃物含水率,a 0㊁a i 为经验参数,X i 为天气变量㊂在某些情况下,是滞后的天气变量而不是瞬时天气变量,但是这种模型的预测值往往比较独立,与之前的值无关㊂Alves 等(2009)通过测量巴西湿地松(Pinuselliottii )人工林含水率,建立了与温度㊁风速㊁相对湿度等气象因子的线性回归模型㊂该模型采样周期较短,不具有代表性,未得到普及㊂Lin(2004)在台湾采用破坏性取样,测量黄山松(P.taiwanensis )凋落物含水率,随后对温度㊁相对湿度进行多元线性回归分析㊂Marsden-Smedley 等(1995)在澳大利亚塔斯马尼亚的草沼泽地,测量了可燃物含水率并建立了2组经验模型,一组为使用相对湿度和露点温度的线性模型来预测对数转换的可燃物含水率,另一组为吸附和解吸条件的模型,模型参数也适用于Catchpole 模型(Catchpole et al.,2001)㊂Pook 等(1993)测量了1988㊁1990和1991年火灾季节澳大利亚堪培拉辐射松(Pinus radiata )人工林地表死可燃物含水率,并使用1988和1990年的数据对温度㊁相对湿度和土壤含水量的一系列气象因子进行多元线性回归㊂继Pook (1993)之后,Ruiz Gonza lez 等(2009)构建了松针及树枝的含水率模型,松针模型使用相同的参数用于所有样品,树枝模型使用不同的参数用于不同的物种,2种模型都表现良好㊂Sharples 等(2009)提出将温湿度作为自变量预测不同类型死可燃物含水率,构建了死可燃物含水率指数F ,与现有的死可燃物含水率模型表现出单调非线性关系,F 即可用作经验法来估计死可燃物含水率㊂Sharples 等(2011)也发现,通过可燃物特定的校准系数,F 可用于预测含水率值,具有与Sneeuwjagt 等(1985)的桉树(Eucalyptus )模型相似的准确度㊂国内学者在此方面也开展了大量研究,大多以建立气象要素回归模型为主(于宏洲等,2018):M =ðni =1X i b i㊂(16)式中:M 为死可燃物含水率,X i 为所选用的气象因子,b i 为待估参数㊂何仲秋(1992)在樟岭以前日标准棒湿度等为自变量,建立了樟子松(Pinus sylvestris var.mongolica )林和兴安落叶松(Larix gmelinii )林含水率的预测模型㊂覃先林等(2001)在松岭地区研究测定了落叶松(Larix spp.)㊁白桦(Betula platyphylla )林的死可燃物含水率,建立了回归模型㊂居恩德等(1993)测定了东北地区典型树种森林的地表死可燃物含水率,建立了与气象因子的回归方程㊂薛煜等(1996)在黑龙江省塔河地区以相对湿度和雨后天数作为自变量,建立了落叶松含水率的预测模型㊂张恒等(2016)运用气象要素法在盘古林场建立了死可燃物含水率模型,并对以上4种模型的外推精度进行验证,表明不同季节模型精度不同,落叶松林模型的外推效果要好于白桦林和樟子松林㊂张运林541林业科学57卷㊀等(2015)通过研究季节和降雨对死可燃物含水率预测模型精度的影响,表明建立区分季节和降雨期的气象要素回归模型有助于提高林火预测预报的准确性㊂卢欣艳等(2010)在北京西山通过测量5种林型的地表死可燃物含水率,建立气象要素回归模型,分析死可燃物含水率与气象要素之间的关系㊂张大明等(2010)应用长白山定位点的气象数据建立了气象要素线性回归模型预测红松(Pinuskoraiensis )阔叶林地表死可燃物无降水条件的含水率,预测精度较好;在此基础上,金森等(2014)研究利用气象站常规观测因子(包括降水)建立更大范围内预测地表可燃物含水率的模型,取得较好效果㊂2.1.2㊀过程模型㊀可燃物含水率受诸多因子共同影响,不仅有地点㊁环境㊁气象因子等,还包括可燃物自身的能量守恒和水汽交换,过程模型是基于模拟可燃物的发生过程来预测含水率,因此,比经验模型普适性较强㊂平衡含水率模型主要有以下4种:1)Simard 模型Simard(1968)根据已有的一些木材平衡含水率数值,通过回归分析给出平衡含水率与相对湿度和温度之间的关系:E =0.03+0.2626H -0.00104HTH <101.76+0.1601H -0.0266T 10ɤH <5021.06-0.4944H +0.005565H 2-0.00063HT H ȡ50ìîíïïïïï㊂(17)式中,E 为平衡含水率,H 为相对湿度(%),T 为环境温度(ħ),这些方程的相关系数在0.98~0.995之间㊂模型以木材为研究对象,适用范围较小㊂2)Van Wagner 模型Van Wagner(1972)从几种森林凋落物试验中获得吸水和失水过程下平衡含水率的独立方程,Van Wagner 等(1987)后来修正了温度效应,以确保在相对湿度为零时,平衡含水率在所有温度下均大致为零:E d =0.924H 0.679+0.000499e 0.1H +0.1821.1-T ()1-e -0.115H ();(18)E w =0.618H 0.753+0.000454e 0.1H +0.1821.1-T ()1-e -0.115H ()㊂(19)式中,E d 和E w 分别为失水过程和吸水过程下死可燃物平衡含水率,且最大差异约为2.7%;H 为相对湿度(%);T 为温度(ħ)㊂3)Anderson 模型Anderson 等(1978)使用西黄松(Pinusponderosa )林数据,重新定义原始Van Wagner 模型中的回归常数㊂得到的常数完全不同,吸水和失水平衡含水率分别可表达如下:E d =1.651H 0.493+0.001972e 0.092H +0.10123.9-T ();(20)E w =0.891H 0.612+0.000234e 0.112H +0.10123.9-T ()㊂(21)㊀㊀当中等温度条件下和相对湿度控制在20%~95%时,上式产生的平衡含水率值分别低于Van Wagner 模型的值,高达3%(烘箱干质量)㊂4)Nelson 模型Nelson(1984)平衡含水率模型是基于死可燃物内外水分变化的热力学原理所构建的平衡含水率与温度和相对湿度之间的函数关系,属于半物理模型㊂E =1C 1C 2-ln 273.15+T ()ln 100H éëêêùûúú{}㊂(22)式中:E 为平衡含水率,C 1㊁C 2为待估参数,T 为温度(ħ),H 为相对湿度(%)㊂此模型中C 1㊁C 2的值需通过回归分析从相关平衡含水率的试验中获取,预计该值在吸水和失水过程中不同,并且随可燃物类型和温度的变化而变化㊂Nelson(1984)认为该模型的基本方程适用条件为相对湿度在10%~90%之间㊂当H =0时,平衡含水率趋向于-ɕ;当H =100%时,平衡含水率趋向于+ɕ㊂对于北美叶状可燃物,Anderson(1978)已经建模,C 1㊁C 2作为可燃物温度的二次函数,他还建议,每种可燃物的平衡含水率可以通过仅依赖于温度和湿度的方程来表示,然而这样的分组以及二次拟合并不令人信服㊂Viney(1991)认为,Anderson 的结论具有很大的局限性㊂2.2㊀模型评价㊀㊀在上述模型中,我国目前应用最广的是气象要素回归统计模型,其中气象要素以人工搜集为主,虽应用较简单,但工作量较大且受地形区域限制㊂平衡含水率模型是目前主流的应用模型,该模型以实测空气温度㊁相对湿度为自变量建立模型,不同相对湿度下模型表达不同,区别于气象要素回归模型㊂加拿大㊁美国火险等级系统均采用平衡含水率模型,Viney(1991)对上述4种模型进行了综述性分析:在25ħ下,以不同的相对湿度为自变量进行了对比分析,认为各模型的预测值不同,在温度为25ħ和相同相对湿度的条件下差异达到12%,这是由于地表死可燃物特性不同所致,特别是在Nelson 模型中,不同种可燃物类型间的差异较明显,而Simard 和Van Wagner 模型这种差异较小㊂Nelson 和Anderson 641㊀第4期孙㊀龙等:森林地表死可燃物含水率预测模型研究进展模型由于参数的不确定性,某些情况下误差较大㊂(Anderson et al.,1978)㊂通过对比模型导数来比较在温度梯度下平衡含水率的变化,结果表明,多数情况下,平衡含水率随温度升高而降低,对温度敏感性最大的是Van Wagner模型,最小的是Simard模型㊂刘曦等(2007a;2007b)在相同温度不同湿度和相同湿度不同温度下分别比较了4种模型的计算值,表明在湿度梯度和温度梯度下,4种模型的变化值差异不大,Simard模型计算值最小,Van Wagner模型计算值最大,Anderson模型和Nelson模型计算值居中;不同模型在温度梯度上的差异要大于湿度梯度,温度梯度上差异可达5%,湿度梯度上差异为2%;除Simard模型外(Simard模型只考虑失水过程)其余3个模型失水过程下的平衡含水率比吸水过程高㊂此外,由于传统估测死可燃物含水率方法的复杂性,Catchpole(2001)提出一种利用野外数据直接估测含水率的方法,其模型方程参考公式(1)㊂该方法不要求恒定温湿度的条件即可测定时滞和平衡含水率,且预测方法较准确㊂我国众多学者对其进行了有效性分析,如金森等(2010)分别对直径为0.5㊁1.0㊁1.5cm的枯枝进行了含水率测定,证明该方法对枯枝有效;马壮等(2016)在室内分析了白桦林凋落物㊁腐殖质㊁半腐殖质含水率动态变化,分析此直接估测法的适用性㊂目前该方法仅是在Nelson 模型的基础上进行构建的,并未采用其他的平衡含水率响应模型,其效果如何还有待分析㊂2.3㊀模型的验证㊀㊀模型的验证是为了考察模型结构是否适用于新的可燃物类型,并对未来模型应用提供合适参数,加拿大火灾天气指数(FWI)系统中过程模型常被用于模型验证(Van Wagner,1987)㊂在模型验证中,人们普遍认为过程模型是合适的,可进一步推广,以便预测不同类型的可燃物含水率㊂不同可燃物类型具有不同的理化性质,其含水率变化响应过程不同,也就证实了模型不存在唯一性;不同地区的含水率实测值不同,则所构建的模型方程参数不同,因此只有加强基础数据的获取才更有利于全方位模型的构建㊂但目前现有系统中森林可燃物的基础数据仍然薄弱,代表性可燃物类型的参数并不完善,对构建模型也有影响,有待进一步加强㊂Anderson等(1978)㊁金森等(2011)对Catchpole模型做了有效性分析㊂为提高模型精准性,应选择不同区域作为研究对象,调整模型结构适用于不同的可燃物类型,进而拟合模型参数,建立不同可燃物类型下的含水率模型㊂同时现有模型在结合GIS推广应用中并未实现样地到大区域尺度的转化,这个问题还需进一步验证㊂同时在研究可燃物含水率模型精度的影响因子时可以结合增强回归树(boosted regression tree,BRT)分析法来判定哪些因子对模型精度影响较高,BRT是基于分类回归数算法的自学习方法,该方法通过随机选择和自学习方法产生多重回归树,能够提高模型预测精度和稳定性(Müller et al., 2013)㊂BRT方法可得到不同自变量对因变量的影响率,以及其他自变量不变或取均值情况下该自变量与因变量的相互关系(蔡文华等,2012)㊂目前分类回归树方法已应用于多个领域并取得较好成果,包括物种分布模拟(Pittman et al.,2009)㊁土地利用分类(Weisberg et al.,2013)以及火灾模拟预测(Stojanova et al.,2006)㊂3㊀模型精度的影响因子3.1㊀气象因子㊀㊀温湿度是影响林内地表死可燃物含水率的主要因子,同样也是影响模型预测的主要因子㊂虽然风速可能是影响火灾增长的主要气象因素,但许多研究表明,温度是影响全年整体森林火灾的最重要变量,气温升高导致火灾活动增加(Gillett,2004; Parisien et al.,2011)㊂气温与区域林火之间正相关的原因有3方面:首先,温度上升会增加蒸散,因为大气保持水分的能力随温度升高而迅速增加(Williams et al.,2014),从而降低地下水位,间接降低了森林可燃物含水率;其次,温度升高会增加闪电活动,导致更多火灾发生(Romps et al.,2014);最后,较高的温度可能导致更长的降雪期和更长的火灾季节(Flannigan et al.,2013;Jolly et al.,2015)㊂经验模型一般应用距离地表1.5m处的气温,物理模型一般应用地表死可燃物温度作为预测因子(Riley et al.,2014;Viney,1991;Catchpole et al., 2001)㊂因地表死可燃物温度比气温更能精确表示含水率的热量变化条件,Catchpole等(2001)提出利用野外数据直接估测可燃物含水率的方法,采用地表可燃物温度和湿度作为预测因子,方便快捷,精度较高㊂前人所建立的可燃物含水率模型大多集中选择合适的气象因子,并未将季节降雨变化作为影响因子,张运林等(2015)以大兴安岭盘古林场典型林分为对象,研究表明地表细小死可燃物含水率的预测精度受季节和降雨影响很大㊂不同季节可燃物吸水和失水程度不同;春季期间,可燃物多为前一年所剩,吸水失水程度大,而秋季可燃物多为当年的,可燃物吸水失水程度缓慢㊂有无降雨则会影响可燃物741。
森林地表可燃物含水率变化机理及影响因子研究概述
细小可燃物含水率研究
林区未来处于何种天气形式的控制下,会出现何种天气,将直接决定林火火险等级的高低。
也正因为林火的发生发展与天气的关系非常密切,所以产生了火险天气预报。
天气形势的演变决定了一地未来的天气状况,同时也决定了未来各气象要素的变化,而气象要素的变化又会影响森林可燃物的干燥程度的变化,尤其是细小可燃物对气象要素的变化具高度敏感性,表现在其含水率的变化上。
同时,火灾的发生都是从细小可燃物同火源相接触着火开始的。
可以说,它正处于火环境与火源的交叉点上,是林火的引燃物,具高度危险性,对它进行研究具有非常重要的意义。
人类正式对可燃物含水率的研究距今已有九十余年的历史, 是随着林火预报研究的发展而发展的。
早在1914年前苏联就有人采用桧柏枝条和木柱体来估测林火发生的可能性。
其实质就是观测可燃物含水率的大小,它是一种把气象因子和植被条件结合起来的火险预报方法。
而到20世纪40年代日本人昌山久尚研究的实效湿度法,其利用的原理就是根据可燃物含水量的大小决定于空气湿度,可燃物的易燃程度决定于可燃物含水量的大小,从而开创了利用单个气象因子定量研究可燃物含水率的先河。
到了近代,对可燃物含水率的研究更加深入、彻底,使其定性、定量化,不仅单独研究它与单个气象因子的关系,而且更深入的研究它与多个气象因子及火源的关系。
可燃物含水率不仅决定森林燃烧的难易程度,即点燃的难易程度,作为林火发生预报的重要因子,而且可燃物含水率的大小还决定林火蔓延速度、能量释放的大小及扑火的难易,作为林火行为预报的重要因子,而在林火发生预报中,细小可燃物含水率的大小对林火能否发生影响最大,一般的经验是:当细小可燃物的含水率大于8%时,一般的火源是不能引起森林火灾的;当细小可燃物含水率小于4%时,点火则非常容易。
它的含水率主要随大气湿度变化。
细小可燃物含水率属于林火预报中的变化因子, 但却是林火预报中的最主要因子。
在研究中,引入了美国、加拿大等国的林火预报中经常遇到的时滞(Timelag)、熄灭含水率,平衡点水分含量(equilitrium noisture content,EMC)等概念作为定性、定量描述细小可燃物含水率的指标。
一种森林死可燃物含水率在线测量装置及其测量方法[发明专利]
![一种森林死可燃物含水率在线测量装置及其测量方法[发明专利]](https://img.taocdn.com/s3/m/6d7f1603172ded630a1cb6a4.png)
专利名称：一种森林死可燃物含水率在线测量装置及其测量方法
专利类型：发明专利
发明人：邢键,叶颖慧,马召,彭博,王兴蔚
申请号：CN201710727456.1
申请日：20170823
公开号：CN107462549A
公开日：
20171212
专利内容由知识产权出版社提供
摘要：本发明涉一种森林死可燃物含水率在线测量装置及其测量方法，包括安装支架；安装支架中间设置有半透半反镜，半透半反镜右侧倾斜设置有激光器，沿光源透射路径，激光器发射的光源透射过半透半反镜后投射到标准郎伯板上，经标准郎伯板反射投射到光电探测器一上，沿光源反射路径，激光器发射的光源经半透半反镜反射后投射在死可燃物容器上，经死可燃物容器反射后投射到光电探测器二上，光电探测器一和光电探测器二还均与一组数据处理装置连接；本发明在线测量装置可以在野外代替人工进行24小时实时监控；在线测量装置采用LORA无线技术，能够低功耗、远距离地回传数据，又能保证数据在传输过程中的完整性。
申请人：东北林业大学
地址：150040 黑龙江省哈尔滨市香坊区和兴路26号
国籍：CN
代理机构：哈尔滨市伟晨专利代理事务所(普通合伙)
代理人：张月
更多信息请下载全文后查看。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
森林可燃物含水率新算法研究
作者：李旭
来源：《绿色科技》2012年第02期
摘要：指出了森林可燃物含水率模型及其算法促进了可燃物含水率研究的发展，借助于通过野外试验获得的各种树种类型的可燃物含水率信息,对森林可燃物含水率新算法及其相关问题进行了研究,对于提高森林火险的预报精度有较大益处。
关键词：森林可燃物；含水率；可燃性；新算法
收稿日期：2012-01-
作者简介：李旭（1987—），男，江苏南京人,西南林业大学森林保护专业硕士研究生。
中图分类号：S7
文献标识码：A
文章编号：1674-9944(2012)02-0020-02
1 引言
在森林火险等级的划分和森林火险预报方面,森林可燃物含水率是非常重要的影响因素。
通常而言,在测定可燃物含水率、气象因子以及可燃物载量等因素之后,借助于某种经验模型或者是数理模型便可以对森林火灾的发生率、发生趋势以及火灾发生后的蔓延趋势进行预测。
由于火灾通常会给森林资源造成巨大的损害,世界上各国均在本国的林火管理当中加入了森林火险预测预报制度,以便可以更好地保护本国的森林资源。
其中森林可燃物含水率是影响森林火
险预测预报精度的重要因素。
在某些欧美发达国家,例如美国及其邻国加拿大,森林可燃物含水率作为本国森林火险预测预报的基本出发点,甚至每天都会有专业人员到森林内部对森林可燃物含水率进行人工的测定,并进行及时地上报与汇总,最终计算出该区域内森林的火险等级。
虽然我国在森林火险预测预报方面做出了重要的努力,例如在1998年开始着手构建国家森林火险等级预测预报系统,但是由于我国的国土面积广阔、森林资源分布全国并且森林可燃物类型非常复杂,因此,几乎没有办法像欧美发达国家那样在每天对森林可燃物含水率进行人工的测定。
有鉴于此,开展森林可燃物含水率的研究便具有重要的现实意义,借助于科学的森林可燃物含水率模型及其算法能够为我
国的森林火险的预测预报提供高质量的数据支持,最终有利于保护我国的森林资源不受火灾的侵害。
2 森林可燃物含水率的动态变化
森林中的可燃物如果处于生存状态下,例如绿叶、绿针叶以及树枝等,其内部的含水率和含水量均处于某个特定的范围之内,变化幅度不大。
但是在植物死亡之后,植物内部进行的水分循环与营养加工活动也就随之终止,其内部水分在总体上处于“流失”的状态下,一直持续到植物被风干。
但是植物死亡之后至腐化之前依然保持着有机结构(例如纤维结构、细胞结构等),这些有机结构中水分含量会在不同天气的作用下产生相应的变化。
可燃物死亡之后,它会吸收空气当中的水分或者附着在它表面的液态水的水分,其它细胞间隙被水分充满与外界水分达成特定的平衡之后便不会再吸收水分。
在该物理平衡规律的控制之下,可燃物死亡之后所含有的水分相当于自身干重的2~3倍左右。
如果可燃物体形较小,其死亡后能够在数分钟内便可以让水分充
满自己的细胞间隙,但是如果可燃物的体形较大,则这一过程的时间也相对延长。
在死亡可燃物颗粒内部的含水量大于1/3的情况下,如果环境水汽高于边界水外部表面水气压,它便可以将大气环境当中的水分吸收到体内,除非植物纤维达到饱和,否则这一过程不会停止；但是需要特别说明的是,由于可燃物细胞内部的水气交换会消耗水分,在短液态水的状况,真正意义上的纤维饱和点无法持续较长的时间。
除此之外,表面张力作用会利用毛细管将水分扩散至其表面,并且水分的扩散速度与可燃物的内部结构存在着莫大关联。
死亡可燃物变湿的现象说明死细胞仍然具有比较强的吸水作用,这主要是因为具有吸湿属性的物质对水分有一种天然的亲和力,因此,一旦空气的含水率超过该物质的含水率,则它便会从空气当中吸收水分。
正是因为以上原因,即便是没有降水的情况下,死亡可燃物的含水率也会跟随附近空气湿度的变化而产生对应的变化。
可燃物死亡之后的变干单纯通过大气吸收其蒸发的水分来完成。
通常情况下,可燃物死亡之后的变干分为以下3个过程。
(1)变干速率恒定期。
在该时期,死亡可燃物的水分减少无关于可燃物的吸水性质或者其自身含水量,一旦饱和水气压高于环境水气压,则可燃物的水分蒸发便进行,并且其蒸发速率和向外的水气压梯度呈正比例关系。
如果是出于平静稳定的空气当中,表面蒸发开始时,空气与自由水之间存在着一层薄膜,使薄膜附近的水汽趋向于饱和；饱和能够有效降低蒸发速率,其水汽扩散仅仅通过缓慢的分子运动完成,因此,其变干速率相对恒定。
(2)变干速率减少期。
该时期是可燃物变干时中间速率下降的过渡时期,在该阶段,其变干速率逐渐减少,并一直过渡到变干速率下降期。
导致变化速率减少的因素包括诸多的不确定的环境因素和可燃物自身因素,因此想要找出规律并进行估算则具有很大难度。
正是因为这个原因,在森林可燃物含水率的计算中,该时期的变干速率被认为是可以允许的误差。
(3)变干速率下降期。
速率下降期主要取决于边界水气压和周围大气中水气压之间的向外梯度,当水分逸出进行到纤维饱和点时,边界水的水气压逐渐减小,同时水气压梯度逐渐减弱,保持可燃物变干必须具备两个条件:一个是环境水气压保持明显的低于正在减小的边界水气压,另一
个是以一定的速率给可燃物增加热量,以增加它的温度。
通过以上分析得出,在湿度和温度相同的条件下,可燃物的变干速度越快,其失水效率便越大,其可燃性便越高。
了解以上特征有助于深入理解森林可燃物含水率模型及其计算方法。
3 森林可燃物含水率新算法研究
可燃物含水率计算公式如下
含水率=湿重-干重干重×100%。
为了取得不同树种、不同规格的可燃物试样在同等温度作用下含水率的动态变化的定量数据,研究采用全控电热鼓风干燥箱。
为避免测试样品在称量中吸收大气中的水分,称量采用高精度产电子天平,平均称量时间不大于30s。
将装有可燃物的标准布袋放入105℃连续烘干8h至恒重,同时确保两次称重误差不超过0.5g,用电子天平分别称重,记为样本干重；将可燃物叶子、枝条、树皮完全浸入水中24h,至可燃物吸水达到饱和状态,同时确保两次称重误差不超过0.5g。
枯叶、枝条、树皮捞出,在报纸上吸干表面的自由水,使可燃物表面无水滴。
枯叶平铺在长40cm、宽30cm的纸上(以下同),大约2层叶子厚度,放入20℃的烘箱中烘干,每隔30min测1次,记录湿重,在干燥期间随时用火柴点烧枯叶。
平铺在报纸上的枝条和树皮分别留有空隙,放入20摄氏度的烘箱中烘干,均每隔30min测一次,记录湿重,在干燥期间随时用火柴点烧枝条和树皮。
多次重复烘干直至可燃物在5s内刚能够点燃为止,同时称重,记为可燃物初始点燃湿重。
失水效率公式按下式计算
失水率=饱和含水率-某时间含水率饱和含水率×100%。
根据可燃物易燃性得分,将可燃物划分为3类:第一,易燃可燃物,其得分大于80；第二,一般可燃物,其得分大于40、小于等于80；第三,难燃可燃物,其得分小于40。
4 结语
认真研究森林可燃物含水率问题,构建基于森林可燃物含水率之上的、完善的森林火险预
报系统对于提高我国森林的防火水平和防火能力均是至关重要的。
利用森林可燃物含水率模型及其算法促进了可燃物含水率研究的发展。
参考文献：
［1］
张广英,高永刚,曹晓波,等.伊春市五营森林可燃物含水率预测模型初步研究［J］.安徽农业科学
［2］岳金柱,冯仲科,姜伟.大兴安岭林区重特大森林火灾扑救时限预测模型构建研究［J］.北京林业大学学报
［3］王晓丽,牛树奎,马钦彦,等.北京地区主要针叶林易燃可燃物垂直分布［J］.北京林业大学学报
［4］高永刚,张广英,韩俊杰,等.3种森林火险气象指数在黑龙江省北部林区应用效果的对比分析［J］.东北林业大学学报,2008(11):
［5］徐海龙,曲智林.过火面积与气象要素相关性分析［J］.东北林业大学学
报
［6］陈建忠,刘剑斌,肖应忠,等.建阳市森林火灾时空分布特征［J］.福建林学院学
报
［7］梁峻,周礼洋,叶枝茂.云南松林内可燃物与计划烧除火行为的相关分析［J］.福建林业科技
［8］包艳丽,牛树奎,孙国庆,等.阿尔泰山主要林型燃烧性研究［J］.干旱区资源与环
境
［9］ Peter M Brown,Merrill R Kaufmann,Wayne D Shepperd.Long~term,landscape patterns of past fire events in a montane ponderosa pine forest of central Colorado［J］.Landscape
［10］ Bertram Ostendorf,James F.Reynolds.A model of arctic tundra vegetation derived from topographic gradients［J］.Landscape Ecology,1998,13(3):140~145.。