不同時(shí)滯可燃物含水率預(yù)測(cè)模型精度的研究

摘要

關(guān)于森林可燃物含水率的研究一直是國(guó)際上的前沿和熱點(diǎn)，影響森林可燃物含水率的因素有很多。本文為了研究不同時(shí)滯對(duì)可燃物含水率預(yù)測(cè)模型精度的影響，對(duì)2010年春季大興安嶺地區(qū)盤(pán)古林場(chǎng)樟子松(Pinussylvestrisvar.Mongolica）、興安落葉松（Larixgmelinii）、白樺林(Betulaplatyphylla)、楊樺（Betulaplatyphylla）林分下可燃物含水率進(jìn)行連續(xù)的觀測(cè)，分析不同時(shí)滯對(duì)可燃物含水率預(yù)測(cè)模型精度的影響，為提高氣象要素法的預(yù)測(cè)精度和更準(zhǔn)確的預(yù)測(cè)森林火險(xiǎn)提供科學(xué)依據(jù)。在四塊樣地里，每塊樣地按照1h、10h、100h不同時(shí)滯分為三組。運(yùn)用SPSS軟件對(duì)不同時(shí)滯對(duì)可燃物含水率的影響進(jìn)行研究。結(jié)果表明：（1）在進(jìn)行地表死可燃物含水率的預(yù)測(cè)時(shí)，應(yīng)依據(jù)不同顯著性氣象因子作為建模預(yù)測(cè)時(shí)的變量；其中當(dāng)日降水量和R、前1天降水量和Ra1以及前2天平均相對(duì)濕度Ha2是影響其含水率變化最重要的因子。（2）同一林型不同時(shí)滯，樟子松林、興安落葉松林、白樺林中1時(shí)滯、10時(shí)滯、100時(shí)滯差異顯著；楊樺林中1時(shí)滯與10時(shí)滯差異不顯著、與100時(shí)滯差異顯著。同一時(shí)滯不同林型，1時(shí)滯的樟子松與楊樺差異不顯著、興安落葉松與白樺差異不顯著；10時(shí)滯的樟子松與興安落葉松、白樺相互差異不顯著、與楊樺差異顯著；100時(shí)滯的各個(gè)林型均相互差異不顯著。因此運(yùn)用時(shí)滯對(duì)可燃物含水率進(jìn)行預(yù)測(cè)的模型精度較高。

關(guān)鍵詞：大興安嶺可燃物含水率預(yù)測(cè)模型精度驗(yàn)證時(shí)滯

Abstract

Researchonthemoisturecontentofforestcombustibleshasalwaysbeenaninternationalfrontierandhotspot,andtherearemanyfactorsaffectingthemoisturecontentofforestcombustibles.Inordertostudytheinfluenceofdifferenttimedelaysontheaccuracyofthepredictionmodelofcombustiblemoisturecontent,Pinussylvestrisvar.Mongolica,LarixgmeliniiandBetulaplatyphyllaintheDaxing'anlingareainspring2010.Betulaplatyphyllastandsforcontinuousobservationofthemoisturecontentofcombustibles,andanalyzestheinfluenceofdifferenttimedelaysontheaccuracyofthepredictionmodelofcombustiblemoisturecontent,inordertoimprovethepredictionaccuracyofmeteorologicalelementsmethodandmoreaccuratelypredictforestfireinsuranceScientificbasis.Inthefourplots,eachplotwasdividedintothreegroupsaccordingtodifferenttimelagsof1h,10hand100h.SPSSsoftwarewasusedtostudytheeffectofdifferenttimelagsonthemoisturecontentofcombustibles.Theresultsshowthat:(1)Whenpredictingthemoisturecontentofsurfacedeadcombustibles,itshouldbebasedondifferentsignificantmeteorologicalfactorsasthevariablesinthemodelingprediction;thedailyprecipitationandR,thepreviousdayprecipitationandRa1andthefirst2ThedailyaveragerelativehumidityHa2isthemostimportantfactoraffectingthechangeofwatercontent.(2)Differenttimelagsofthesameforesttype,thedifferenceof1lag,10lagand100laginPinussylvestrisvar.mongolicaforest,Xing'anlarchforestandbirchforestwassignificant;thedifferencebetween1timelagand10laginYanghuaforestwasnotsignificant,and100Thetimelagissignificant.TherewasnosignificantdifferencebetweenPinussylvestrisvar.mongolicaandBetulaplatyphyllainthesametimedelay,andtherewasnosignificantdifferencebetweenPinussylvestrisvar.mongolicaandBetulaplatyphylla.ThedifferencebetweenPinussylvestrisvar.mongolicaandXing'anlarchandBetulaplatyphyllaat10lagswasnotsignificant.Thedifferenceinbirchwassignificant;theindividualforesttypeswith100lagswerenotsignificantlydifferentfromeachother.Therefore,themodelforpredictingthemoisturecontentofcombustibleswithtimelagishighlyaccurate.

keywords:Daxinganlingregionfuelmoisturesamplingmethodsmodelaccuracytimelag

目錄

15229_WPSOffice_Level1

1材料與方法 1

12922_WPSOffice_Level2

1.1研究區(qū)概況 1

20954_WPSOffice_Level2

1.2凋落物含水率和氣象因子監(jiān)測(cè) 2

24529_WPSOffice_Level3

1.2.1不同時(shí)滯枝條采樣 2

28975_WPSOffice_Level3

1.2.2氣象數(shù)據(jù)采集 3

7144_WPSOffice_Level2

1.3數(shù)據(jù)分析 3

8243_WPSOffice_Level3

1.3.1可燃物含水率計(jì)算 3

25376_WPSOffice_Level3

1.3.2氣象數(shù)據(jù)處理 3

21340_WPSOffice_Level3

1.3.3不同時(shí)滯可燃物含水率預(yù)測(cè)模型精度的影響 3

7762_WPSOffice_Level1

2結(jié)果與分析 4

22113_WPSOffice_Level2

2.1細(xì)小可燃物含水率與氣象因子的相關(guān)關(guān)系 4

24464_WPSOffice_Level2

2.2細(xì)小可燃物含水率預(yù)測(cè)模型構(gòu)建 5

31583_WPSOffice_Level2

2.3不同時(shí)滯可燃物含水率預(yù)測(cè)模型實(shí)測(cè)預(yù)測(cè)誤差分析 7

24463_WPSOffice_Level1

3結(jié)論與討論 11

13079_WPSOffice_Level1

參考文獻(xiàn) 13

1

林火發(fā)生的物質(zhì)基礎(chǔ)和首要條件是森林可燃物，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(dòng)態(tài)和預(yù)測(cè)也成為火險(xiǎn)天氣預(yù)報(bào)和火行為預(yù)報(bào)的關(guān)鍵、森林火險(xiǎn)等級(jí)預(yù)報(bào)系統(tǒng)的核心[1-3]。隨環(huán)境條件,如溫度和濕度的變化,可燃物的平衡含水率和含水率都發(fā)生變化,但含水率變化與平衡含水率變化之間有一時(shí)間滯后。反應(yīng)時(shí)間(responsetime)和時(shí)滯(timelag)就是描述上述現(xiàn)象的,也是衡量可燃物含水率變化速率的量。反應(yīng)時(shí)間指可燃物在此變化中,失去初始含水率與平衡含水率之差的(1-1/e)(約63.2%)的水分所需的時(shí)間。在一些文獻(xiàn)中,時(shí)滯的定義等同于反應(yīng)時(shí)間,這種意義上的時(shí)滯一般要在實(shí)驗(yàn)室測(cè)定;而在另一些文獻(xiàn),如VineyandCatchpole(1991)中,時(shí)滯專(zhuān)指可燃物含水率和平衡含水率變化曲線(xiàn)之間的時(shí)間滯后,這可以通過(guò)在野外測(cè)定。時(shí)滯的這兩種概念在可燃物含水率預(yù)測(cè)中都有應(yīng)用,但前者更普遍。本研究所用的時(shí)滯就是反應(yīng)時(shí)間,以下不再區(qū)分[4]。

氣象要素回歸法是可燃物含水率預(yù)測(cè)模型建立的主要方法，在20世紀(jì)20年代國(guó)外Matthews、Gonzalez等[5-7]學(xué)者就進(jìn)行了有關(guān)氣象要素回歸法的含水率預(yù)測(cè)模型的建立。我國(guó)學(xué)者也建立了若干森林可燃物含水率氣象要素預(yù)測(cè)模型[8-14]，整體通過(guò)對(duì)氣象因子進(jìn)行分析建立模型，為今后的可燃物含水率預(yù)測(cè)模型的研究提供了更多幫助。該實(shí)驗(yàn)地區(qū)在此前進(jìn)行了很多的可燃物含水率預(yù)測(cè)模型方面的研究[15-17]。因此，本文以大興安嶺4種主要林型內(nèi)的地表可燃物為研究對(duì)象，分析不同時(shí)滯對(duì)可燃物含水率預(yù)測(cè)模型精度的影響，為提高氣象要素法的預(yù)測(cè)精度和更準(zhǔn)確的預(yù)測(cè)森林火險(xiǎn)提供科學(xué)依據(jù)。

1材料與方法

1.1研究區(qū)概況

研究區(qū)位于大興安嶺塔河林業(yè)局盤(pán)古林場(chǎng)（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。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(zhǎng)，年均氣溫-5℃。年降水量350～500mm，降水集中于7～8月份。林內(nèi)雪深30～50cm，積雪期達(dá)5個(gè)月，相對(duì)濕度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(lèi)型為棕色針葉林土。植被類(lèi)型是以興安落葉松為優(yōu)勢(shì)的寒溫帶針葉林[18-19]，主要林分類(lèi)型為興安落葉松(Larixgmelinii)-樟子松(Pinussylvestrisvar.mongolica)-白樺(Betulaplatyphylla)混交林，樟子松林、白樺林和山楊(Populusdavidiana)林，還有少量的紅皮云杉(Piceakoraiensis)林。春季和秋季為森林防火多發(fā)期[20]。

2

圖1樣地位置

1.2凋落物含水率和氣象因子監(jiān)測(cè)

可燃物含水率監(jiān)測(cè)時(shí)間為2010年春季防火期。其中，2010年5月29日～6月27日(春季森林防火期)。在陽(yáng)坡選樟子松林、興安落葉松林、白樺林和楊樺4種林分設(shè)置樣地，記錄樣地基本情況，詳見(jiàn)表1。

表1樣地信息

林分

Stand

坡位Location

坡向Exposure

坡度Slope(°)

平均胸徑MeanDBH(cm)

平均樹(shù)高M(jìn)eanheight(m)

郁閉度

海拔Elevation(m)

Canopydensity

樟子松

ScotsPine

坡上

Upslope

陽(yáng)坡

Sunnyslope

30

18.5

27.5

0.5

534

楊樺

Betulaplatyphylla

坡中

Middleslope

陽(yáng)坡

Sunnyslope

30

6.5

11.5

0.5

446

白樺

Birch

坡中

Middleslope

陽(yáng)坡

Sunnyslope

25

5.7

9

0.7

506

興安落葉松

Larch

坡下

Downslope

陽(yáng)坡

Sunnyslope

0

6.1

13

0.8

429

s

1.2.1不同時(shí)滯枝條采樣

一般情況下，死可燃物的時(shí)滯分類(lèi)標(biāo)準(zhǔn)為:1h時(shí)滯死可燃物為直徑(D)＜0．64cm的小枝、樹(shù)葉及枯死雜草；10h時(shí)滯死可燃物為0.64cm≤D≤2．54cm的

3

細(xì)枝；100h時(shí)滯死可燃物為2．54cm＜D≤7．64cm的粗枝[21]。

在每個(gè)樣地內(nèi)，選取3個(gè)類(lèi)似的樣點(diǎn)，分別位于每個(gè)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(cè)量點(diǎn)選擇在地表死可燃物分布較均勻處設(shè)置，將不同時(shí)滯的粗枝條放在樣地中，并在放置樣品后使用尼龍布覆蓋并扎繩固定，以防止新凋落的樹(shù)木葉片進(jìn)入到樣地內(nèi)，也避免樣地內(nèi)的樣品因風(fēng)或小型動(dòng)物的活動(dòng)而變化[22]。號(hào)牌上記錄樣地與樣點(diǎn)編號(hào)，以免重復(fù)觀測(cè)時(shí)發(fā)生混淆。觀察并記錄1h、10h、100h各不同時(shí)滯可燃物含水率的變化。

1.2.2氣象數(shù)據(jù)采集

氣象數(shù)據(jù)由盤(pán)古林場(chǎng)氣象觀測(cè)站獲得，包括春季防火期5～7月逐日氣象數(shù)據(jù)。采集的氣象要素有：溫度（T）、相對(duì)濕度（H）、降水量（R）和前n天當(dāng)日降水量（Ra）。

1.3數(shù)據(jù)分析

本次實(shí)驗(yàn)采用Excel2018、SPSS22.0和STATISTICA10.0軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。采用Pearson相關(guān)性分析法對(duì)在不同時(shí)滯下主要?dú)庀笠蜃雍偷乇硭揽扇嘉锖蔬M(jìn)行相關(guān)性分析。利用SPSS22.0和Excel2018軟件構(gòu)建不同時(shí)滯對(duì)地表死可燃物含水率預(yù)測(cè)的影響，利用Origin2018軟件作圖。

1.3.1可燃物含水率計(jì)算

按下式計(jì)算可燃物含水率：

(1)

（1）式中：M為可燃物含水率（%）；WH為可燃物濕重（g）；WD為可燃物干重（g）。

其中，采樣2個(gè)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時(shí)采樣的含水率值，春季數(shù)據(jù)共30天（組）。

1.3.2氣象數(shù)據(jù)處理

整理盤(pán)古林場(chǎng)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(diǎn)為基準(zhǔn)。將前幾天氣象因子設(shè)為a，以下標(biāo)表示，其后數(shù)字代表n值，如前2天平均相對(duì)濕度記為Ha2，前5天降水量之和記為Ra5，連旱天數(shù)記為D，日最高氣溫記為T(mén)max[23]。

1.3.3不同時(shí)滯可燃物含水率預(yù)測(cè)模型精度的影響

根據(jù)Pearson相關(guān)性分析確定對(duì)地表死可燃物含水率有顯著影響的因子，剔除實(shí)驗(yàn)中的異常數(shù)據(jù)后，以每個(gè)樣地的可燃物含水率或全部的含水率數(shù)據(jù)（以下簡(jiǎn)稱(chēng)“混合數(shù)據(jù)”）為因變量[24]，以氣象要素（當(dāng)天、前一天、前二天的溫度、濕度、風(fēng)速

4

和降水量）為自變量通過(guò)逐步回歸方法建立多元線(xiàn)性方程[24]，具體形式為：

M=(2)

（2）式中：M為可燃物含水率（%）；Xi（i=1、2、…、n）為變量，Xi分別為當(dāng)天、前一天、前二天的溫度（℃）、濕度（%）、風(fēng)速（m·s-1）、降水量（mm）等；bi為待估計(jì)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(yàn)證[25]法計(jì)算模型精度[26]對(duì)于某個(gè)樣地的n個(gè)含水率數(shù)據(jù)，用n-1個(gè)含水率和氣象要素進(jìn)行逐步回歸，建立多元線(xiàn)性模型，然后用剩余的一個(gè)數(shù)據(jù)驗(yàn)證，計(jì)算誤差，重復(fù)n次。計(jì)算平均誤差[20]，對(duì)不同對(duì)照的誤差進(jìn)行顯著性檢驗(yàn)（配對(duì)t檢驗(yàn)），顯著性水平設(shè)定為α=0.05，誤差按下列公式計(jì)算：

平均絕對(duì)誤差：(3)

平均相對(duì)誤差：(4)

（3）與（4）式中：Mi為含水率實(shí)測(cè)值（%）；為可燃物含水率預(yù)測(cè)值（%）；n為樣本數(shù)。

繪制利用不同數(shù)據(jù)建模進(jìn)行比較分析的混合模型實(shí)測(cè)值與預(yù)測(cè)值的1:1線(xiàn)，用以研究預(yù)測(cè)效果。

2結(jié)果與分析

2.1細(xì)小可燃物含水率與氣象因子的相關(guān)關(guān)系

圖1分別給出了同一林型不同時(shí)滯和同一時(shí)滯不同林型的顯著性差異的對(duì)比，結(jié)果表明，不同時(shí)滯不同種類(lèi)可燃物所影響的因子除當(dāng)時(shí)氣象要素外，前期氣象要素的選擇各有不同。利用盤(pán)古氣象站數(shù)據(jù)構(gòu)建的氣象因子可得，在落葉松林中，1h時(shí)滯的細(xì)小可燃物含水率與前一天降水量和Ra1、前五天平均相對(duì)濕度Ha5呈顯著正相關(guān)；10h時(shí)滯的細(xì)小可燃物含水率與前一天降水量和Ra1呈顯著正相關(guān)；100h時(shí)滯的細(xì)小可燃物含水率與當(dāng)日最高溫度Tmax呈顯著負(fù)相關(guān)，與前n天平均相對(duì)濕度Han（n=1、2）、前n天降水量和Ran（,n=2、5）呈顯著正相關(guān)。在白樺林中，1h時(shí)滯的細(xì)小可燃物含水率與前n天降水量和Ran（n=1、2、5）、前n天平均相對(duì)濕度Han（n=1、2、4）呈顯著正相關(guān)；10h時(shí)滯的細(xì)小可燃物含水率與當(dāng)日最高溫度Tmax呈顯著負(fù)相關(guān)，與前n天降水量和Ran（n=1、2、5）、前n天平均相對(duì)濕度Han（n=1、2）呈顯著正相關(guān)；100h時(shí)滯的細(xì)小可燃物含水率與前n天降水和Ran（n=1、2、5）、前n天平均相對(duì)濕度Han（n=1、2、4）呈顯著正相關(guān)。

5

圖2含水率與氣象因子相關(guān)性分析

注：**在0.01水平(雙側(cè))上顯著相關(guān)；*在0.05水平(雙側(cè))上顯著相關(guān)(下同)[27]

2.2細(xì)小可燃物含水率預(yù)測(cè)模型構(gòu)建

通過(guò)多元線(xiàn)性逐步回歸篩選出不同時(shí)滯對(duì)地表死可燃物含水率預(yù)測(cè)模型的預(yù)測(cè)因子以及模型參數(shù)（見(jiàn)表2至表3），對(duì)于不同時(shí)滯的可燃物含水率預(yù)測(cè)模型，日最高氣溫Tmax、前1一天當(dāng)日降水量R1、前1天降水量和以及2天平均相對(duì)濕度Ha2是影響其含水率變化最重要的因子。繪制利用不同數(shù)據(jù)建模進(jìn)行比較分析的混合模型實(shí)測(cè)值與預(yù)測(cè)值的1:1線(xiàn)，用以研究預(yù)測(cè)效果。

6

表2不同時(shí)滯含水率預(yù)測(cè)模型

林型

Foresttype

時(shí)滯timelag

常數(shù)Constant

R4

Tmax

Ha5

R1

Ra1

Ha2

Ra2

Ra5

調(diào)整后R2

AdjustedR2

F

P

樟子松Pinussylvestrisvar.Mongolica

1h

0.478

0.04

0.294

12.687

0.000

10h

0.492

-0.012

0.289

12.364

0.000

100h

-0.241

0.006

0.293

12.588

0.027

興安落葉松Larixgmelinii

1h

0.247

0.002

0.377

17.935

0.000

10h

0.079

0.003

0.300

12.993

0.000

100h

0.122

0.001

0.334

15.029

0.000

白樺Betulaplatyphylla

1h

-0.447

0.012

0.370

17.430

0.019

10h

0.172

0.002

0.318

14.047

0.000

100h

0.080

0.001

0.339

15.337

0.000

楊樺Betulaplatyphylla

1h

2.221

-0.57

0.247

10.164

0.000

10h

0.199

0.004

0.499

28.834

0.017

100h

-1.178

0.021

0.303

13.162

0.004

表3不同時(shí)滯可燃物含水率平均誤差

林型

Foresttype

季節(jié)Season

時(shí)滯timelag

平均絕對(duì)誤差

MAE(%)

平均相對(duì)誤差

MRE(%)

樟子松Pinussylvestrisvar.Mongolica

春季Spring

1h

6.684530883

0.136604649

10h

4.157584829

0.298278773

100h

2.992657667

0.290717795

興安落葉松Larixgmelinii

春季Spring

1h

3.007519706

0.121637601

10h

4.965224914

0.419780648

100h

2.812034548

0.339722788

7

白樺Betulaplatyphylla

春季Spring

1h

4.618543933

0.154053485

10h

5.628918634

0.266688448

100h

3.126801651

0.344501062

楊樺Betulaplatyphylla

春季Spring

1h

15.25420832

0.296573179

10h

11.87221429

0.363730533

100h

3.511504721

0.416882786

2.3不同時(shí)滯可燃物含水率預(yù)測(cè)模型實(shí)測(cè)預(yù)測(cè)誤差分析

圖3不同時(shí)滯含水率誤差比較

誤差線(xiàn)為標(biāo)準(zhǔn)誤；誤差線(xiàn)上的不同字母表示不同土地利用間顯著性差異分組（α＝0.05）

由圖3可知，同一林型不同時(shí)滯，樟子松林中1時(shí)滯、10時(shí)滯、100時(shí)滯相互差異顯著；興安落葉松林中1時(shí)滯、10時(shí)滯、100時(shí)滯相互差異顯著；白樺林中1時(shí)滯、10時(shí)滯、100時(shí)滯差異顯著；楊樺林中1時(shí)滯與10時(shí)滯差異不顯著、與100時(shí)滯差異顯著；而同一時(shí)滯不同林型，1時(shí)滯的樟子松與楊樺差異不顯著、興安落葉松與白

8

樺差異不顯著；10時(shí)滯的樟子松與興安落葉松、白樺差異不顯著、與楊樺差異顯著；100時(shí)滯的各個(gè)林型均相互差異不顯著。由此可知，同一林型的不同時(shí)滯差異不顯著，而在不同林型同一時(shí)滯差異不顯著，所以時(shí)滯對(duì)于可燃物含水率的影響較大，用時(shí)滯對(duì)可燃物含水率進(jìn)行預(yù)測(cè)比較準(zhǔn)確。

結(jié)果表明，在對(duì)同一樹(shù)種不同時(shí)滯可燃物含水率進(jìn)行t檢驗(yàn)時(shí)，樟子松林中，1時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-1.463，P=0.037)，MRE差異顯著（n=3，t=0.947，P=0.045）；10時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-2.588，P=0.040），MRE差異顯著（n=3，t=0.874，P=0.026）；100時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=0.917，P=0.049），MRE差異顯著（n=3，t=-1.538，P=0.041）。興安落葉松林中，1時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-2.477，P=0.048），MRE差異顯著（n=3，t=0.798，P=0.039）；10時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-2.622，P=0.041），MRE差異顯著（n=3，t=-1.599，P=0.044）；100時(shí)滯的可燃物含水率MAE差異不顯著（n=3，t=1.477，P=0.124），MRE差異不顯著（n=3，t=1.454，P=0.155）。白樺林中，1時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-1.444，P=0.015），MRE差異顯著（n=3，t=0.933，P=0.032）；10時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-1.523，P=0.049），MRE差異顯著（n=3，t=0.741，P=0.043）；100時(shí)滯的可燃物含水率MAE差異不顯著（n=3，t=1.387，P=0.224），MRE差異不顯著（n=3，t=1.369，P=0.149）。楊樺林中，1時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-1.359，P=0.038)，MRE差異顯著（n=3，t=0.847，P=0.040）；10時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=-1.588，P=0.035），MRE差異顯著（n=3，t=0.775，P=0.036）；100時(shí)滯的可燃物含水率MAE差異顯著（n=3，t=0.827，P=0.036），MRE差異顯著（n=3，t=-1.418，P=0.039）。

從不同模型的R2和樣點(diǎn)分布情況以及各個(gè)模型的相關(guān)驗(yàn)證模擬線(xiàn)偏離1:1線(xiàn)的程度，綜合評(píng)價(jià)各模型對(duì)含水率的預(yù)測(cè)能力。由圖4可知，1時(shí)滯可燃物含水率預(yù)測(cè)模型精度低于10時(shí)滯和100時(shí)滯可燃物含水率預(yù)測(cè)模型精度。但根據(jù)

9

10

11

圖4不同時(shí)滯可燃物含水率實(shí)測(cè)值與預(yù)測(cè)值對(duì)比

3結(jié)論與討論

森林可燃物含水率是火險(xiǎn)天氣預(yù)報(bào)和火行為預(yù)報(bào)的重要因素，主要火環(huán)境因子是地表死可燃物含水率的預(yù)測(cè)研究的重要部分。而通過(guò)時(shí)滯研究可燃物含水率預(yù)測(cè)模型可提高地表可燃物含水率預(yù)測(cè)精度。

在樟子松林、興安落葉松林、楊樺中，1時(shí)滯可燃物含水率的MAE和MRE差異低于10時(shí)滯和100時(shí)滯可燃物含水率的MAE和MRE差異，白樺林中，1時(shí)滯可燃物含水率MAE和MRE差異低于10時(shí)滯可燃含水率。

綜合各個(gè)樹(shù)種不同時(shí)滯可燃物含水率預(yù)測(cè)模型的MAE差異和MRE差異，1時(shí)滯的可燃物含水率預(yù)測(cè)模型精度高于10時(shí)滯和100時(shí)滯。在運(yùn)用時(shí)滯預(yù)測(cè)可燃物含水率時(shí)，時(shí)滯越短精度越高。這與國(guó)外學(xué)者CanJForRes[28]提出的觀點(diǎn)相一致。

對(duì)于大興安嶺地區(qū)大部分都有被引燃的可能性，在今后的研究中，還需要更多日期的含水率數(shù)據(jù)，以提高研究的準(zhǔn)確性；采取的數(shù)據(jù)時(shí)間間隔越小，數(shù)據(jù)總量越大，誤差越小，從而為提高可燃物精度提供更為精準(zhǔn)的依據(jù)。

本文只研究了一年中春季可燃物含水率變化的動(dòng)態(tài)。與歷史氣象記錄比較，本研

12

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(dòng)態(tài)只是平均水平[7]，對(duì)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(shí)發(fā)生，如溫度偏高，且降雨量顯著偏少等，這對(duì)含水率數(shù)據(jù)的獲取無(wú)疑有較大的影響。今后的研究工作中應(yīng)充分的考慮細(xì)小可燃物含水率的異質(zhì)性問(wèn)題[29]，不斷地加強(qiáng)采集樣品工作的標(biāo)準(zhǔn)和精確度，不段的提高實(shí)測(cè)的精度，為今后的結(jié)論的得出提供更加準(zhǔn)確的理論依據(jù)。

13

參考文獻(xiàn)

[1]邸雪穎,王宏良.林火預(yù)測(cè)預(yù)報(bào)[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(cè)及燃燒性等級(jí)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(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.

[4]劉曦,金森.濕度對(duì)可燃物時(shí)滯和平衡含水率的影響[J].東北林業(yè)大學(xué)學(xué)報(bào),2007(05):44-46.[4]何忠秋.塔河林業(yè)局幾種可燃物類(lèi)型生物量及含水量動(dòng)態(tài)模型的研究[D].哈爾濱:東北林業(yè)大學(xué),1992:36.

[5]AnaDariaRuizGonzálezAC,JoseAntonioVegaHidalgoB,JuanGabrielAlvarezGonzalezA.ConstructionofempiricalmodelsforpredictingPinusspp.deadfinefuelmoistureinNWSpain.I:Responsetochangesintemperatureandrelativehumidity[J].InternationalJournalofWildlandFire,2007,18:71-83.

[6]WeidmanRH.Relationofweatherforecaststothepredictionofdangerousforestfirecondition(J).MonthlyWeatherReview,1923,11:563-564.

[7]RUIZGONZALEZAD,VEGAHIDALGOJA,ALVAREZGONZALEZJG.ConstructionofempiricalmodelsforpredictingPinussp.deadfinefuelmoistureinNWSpain(I):responsetochangesintemperatureandrelativehumidity(J).IntJWildlandFire,2009,18(1):71-83.

[8]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.

[9]王棟.森林可燃物含水率與森林火災(zāi)危險(xiǎn)性的研究[J].林業(yè)科學(xué)研究,1992,5(5):548－553.

[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]邸雪穎,王宏良,姚樹(shù)人.林火預(yù)測(cè)預(yù)報(bào)[M].哈爾濱:東北林業(yè)大學(xué)出版社,1993,159.

[12]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.

[13]王得祥,徐釗,張景群等.細(xì)小