以小时为步长的大兴安岭兴安落叶松林地表可燃物含水率预测模型

应用时滞平衡含水率法(包括Nelson和Simard两种)及气象要素回归法,以小时为步长对大兴安岭地区阳坡上部落叶松林下地表细小死可燃物进行动态含水率测定,分析了不同郁闭度林分的预测误差.结果表明:以小时为步长的可燃物含水率预测方法适用于大兴安岭地区的典型落叶松林分,Simard法预测平均绝对误差为1.1%,平均相对误差为8.5%,低于Nelson法和传统的气象要素回归法,接近同类研究的误差范围;同一坡度、坡位上,不同郁闭度下的可燃物含水率变化差异较大,使用以小时为步长的可燃物含水率预测方法,应根据不同地区林分和地点选择合适的平衡含水率模型,或建立基于林分的可燃物含水率模型.     

大兴安岭典型林分地表死可燃物含水率动态变化及预测模型

对春季和秋季大兴安岭地区西林吉林业局山杨-白桦混交林、落叶松林、樟子松林、落叶松-白桦混交林、白桦林5种典型林分不同坡位地表细小死可燃物含水率动态进行研究,构建了不同季节防火期、不同林分地表死可燃物含水率的预测模型,并分析了其预测误差.结果表明: 相同林分地表可燃物含水率在春季和秋季差异显著;在相同季节相同林分下不同坡位可燃物含水率存在差异.采用Nelson模型对地表死可燃物含水率预测的平均绝对误差(MAE)的平均值为0.13,略低于Simard模型(0.14),明显低于气象要素回归模型(0.25).Nelson和Simard模型的预测效果好于气象要素回归模型.秋季模型对地表死可燃物含水率的预测精度好于春季模型和春季秋季混合模型.     

滇中地表死可燃物平衡含水率和时滞与温湿度的关系研究

为研究温湿度对滇中地表死可燃物平衡含水率和时滞的影响, 2017年4月于昆明西山公园采集云南松和滇青冈两个树种新凋落的枯枝和枯叶, 利用恒温恒湿箱在室内测定了20个温湿度组合下的平衡含水率和时滞, 并通过统计软件分析了平衡含水率和时滞与温湿度的关系, 同时以Simard和Nelson模型为响应模型拟合了4种可燃物的平衡含水率预测模型, 利用均方根误差分析比较两类模型的精准性。结果表明: 滇中地表死可燃物平衡含水率和时滞受温湿度的影响显著, 平衡含水率和时滞均随温度的升高而减小, 随湿度的增加而增大。4种可燃物拟合得出的Simard模型和Nelson模型相比较, Simard模型的拟合效果更好, 更适用于滇中地表死可燃物平衡含水率和时滞的预测。     

气温和空气相对湿度对森林地表细小死可燃物平衡含水率和时滞的影响

以落叶松(Larix gmelinii)叶片、白桦(Betula platyphylla)叶片、落叶松-白桦叶片混合物为例, 初步研究了气温和空气相对湿度对地表细小死可燃物平衡含水率和时滞的影响, 对这3种可燃物在不同气温、不同空气相对湿度条件下(共20个温湿度组合)失水过程中的含水率进行了测定。通过统计软件建立了相应条件下3种类型可燃物含水率时间动态方程, 并利用此方程估算了3种可燃物平衡含水率和时滞, 同时用估算值分别建立了3种可燃物的平衡含水率-气温模型、平衡含水率-湿度模型、时滞-气温模型、时滞-湿度模型等4种模型。并用已知的4个可燃物平衡含水率模型拟合了该研究得到的平衡含水率数据, 其中, 用Van Wanger模型得到的平均绝对误差和均方根误差均不超过0.01, 拟合效果最好; Nelson模型的拟合效果最差。对气温和空气相对湿度对3种可燃物平衡含水率和时滞的影响的研究结果表明: 气温和空气相对湿度对3种可燃物的平衡含水率和时滞有显著影响, 气温与平衡含水率和时滞呈负相关关系, 而空气相对湿度与二者均呈正相关关系。其中, 时滞-湿度模型高估了可燃物的时滞。该研究具有一定的局限性与不确定性, 在未来的工作中, 应选择在更宽的可燃物类型范围内, 结合更全面的影响因子进行研究。     

大兴安岭南瓮河落叶松-白桦混交林地表可燃物含水率

以大兴安岭南瓮河国家级自然保护区落叶松-白桦混交林的阳坡和阴坡2种林分为研究对象,监测2种林分在不同防火期的地表可燃物含水率的动态变化,采用基于平衡含水率和时滞的直接估计法,分析防火期和坡向对地表可燃物含水率预测模型精度的影响。结果显示:不同防火期林内气象因子(防火期影响)及林分郁闭度(坡向影响)不同,地表可燃物含水率变化呈现差异(P0.05),秋季春季,阳坡阴坡。在构建的地表可燃物含水率预测模型中,秋季防火期预测模型精度优于春季防火期预测模型精度,阳坡预测模型精度优于阴坡预测模型精度。因而,在进行森林火险预测预报时,需考虑坡向和防火期对可燃物含水率的影响,分别建立不同的预测模型,将有助于提高火险预测预报精度。     

基于卷积神经网络及气象要素回归法的地表死可燃物含水率预测模型

地表可燃物含水率是森林火险等级和火行为变化的重要指标,其预测模型对于火险预测、火灾管理等具有显著作用。本研究基于蒙古栎及樟子松林地的野外气象因子以及地表死可燃物含水率数据,进行气象因子随机森林相对重要性排序以及皮尔逊相关性分析,并使用深度学习中的卷积神经网络以及气象要素回归法预测可燃物含水率。结果表明：野外蒙古栎的可燃物含水率显著高于樟子松。随机森林结果表明,对于可燃物含水率具有显著作用的因子排列顺序从大到小为湿度、温度、降雨、风速、太阳辐射;相关性分析表明,当日的温度、湿度、降雨对于可燃物含水率具有显著影响,同时,气象因子之间也存在一定的相关性。卷积神经网络模型对于蒙古栎及樟子松林地表可燃物含水率的预测R²分别为0.928、0.905,平均绝对误差(MAE)分别为6.1%、8.1%,平均相对误差(MRE)分别为8.9%、4.2%;气象要素回归法的R²分别为0.495、0.525,MAE分别为30.5%、39.5%,MRE分别为52.1%、32.6%,卷积神经网络模型精度显著高于气象要素回归法。研究表明,深度学习的卷积神经网络能够为今后的可燃...     

基于FWI湿度码的塔河林业局地表凋落物含水率预测

加拿大火险天气指标系统(FWI)是目前世界上应用最广的火险天气系统,其可燃物含水率预测方法成为一种重要的研究方法.本文以黑龙江省大兴安岭地区塔河林业局典型林分为研究对象,通过野外地表凋落物含水率的连续观测,分析了凋落物含水率与FWI系统3个湿度码\[细小可燃物湿度码（FFMC）、枯落物下层湿度码（DMC）、干旱码（DC）\]之间的关系.结果表明： 对于研究地区8个样地单独取样的地表凋落物,用FWI系统的湿度码FFMC所建立的线性预测方程的平均绝对误差和平均相对误差分别为14.9%和70.7%,低于气象要素回归模型,说明采用FWI湿度码来预测地表凋落物含水率具有一定优势,可用于预测可燃物含水率,但这种优势是有限的.今后应加强对FWI系统在我国应用的修正工作,特别是雨后可燃物湿度码的修正.     

北京松山油松林地表可燃物负荷量的影响因素

森林地表可燃物是引起森林火灾的重要因素,研究森林地表可燃物负荷量的影响因子可以为森林可燃物管理提供科学依据。本文对北京松山自然保护区油松林地表可燃物负荷量与地形、林分和地被物因子进行相关性分析和逐步回归分析,通过方差分解计算3类影响因子对可燃物负荷量变化的贡献率。结果表明:(1)地表总可燃物负荷量与草本盖度呈显著负相关。地表活可燃物负荷量与海拔和灌木盖度呈显著正相关,与草本盖度呈显著负相关。地表死可燃物负荷量分别与郁闭度、林分密度和平均树高呈显著正相关,与海拔呈极显著负相关;(2)多元线性回归分析表明,用海拔、郁闭度和灌木盖度3个因子可较好地估算地表活可燃物负荷量;地表死可燃物负荷量可用海拔和郁闭度2个因子进行较好估算。(3)对地表活可燃物负荷量的解释力中,地被物因子林分因子地形因子,地被物因子与地形因子的交互作用贡献率最显著,与林分因子的交互作用贡献率次之。对地表死可燃物负荷量的解释力中,林分因子地形因子地被物因子,林分因子和地形因子的交互贡献率显著,与地被物因子的交互贡献率次之。不同类别地表可燃物的影响因子不同,在进行可燃物管理、森林防火和林分调控的过程中需有针对性。     

赣南地区森林地表死可燃物载量与环境因子的关系

森林可燃物载量分布格局是植被与地形等环境因子之间相互作用的结果。本研究通过野外实测赣南地区主要7种森林类型地表死可燃物载量数据,依据时滞可燃物分类标准,构建了地表可燃物载量与地形、植被等环境因子间的结构方程模型,并分析了各因子的影响路径及其直接、间接和总效应。结果表明: 7种不同森林类型中,1、10和100 h时滞可燃物载量均是针阔混交林内最高,毛竹林内最低。对1 h时滞载量影响最大的变量依次为:坡度(影响系数为0.40)＞树冠高度(0.07)＞树种(-0.03)＞郁闭度(0.01);对10 h时滞载量影响最大的变量依次为:胸径(0.15)＞树种(-0.09)＞坡向(-0.08)＞郁闭度(-0.06);对100 h时滞载量影响最大的变量依次为:坡向(0.25)＞胸径(0.19)＞郁闭度(-0.08)＞树种(0.02);对可燃物总载量影响最大的变量依次为:坡度(0.22)＞树种(-0.04)、郁闭度(-0.04)＞树冠高度(-0.01)。     

广义Rothermel模型预测平地无风条件下红松蒙古栎林地表混合可燃物的火行为

以帽儿山地区红松-蒙古栎林下地表混合可燃物为材料,进行不同含水率、载量和混合比例的室内点烧试验,观测得到蔓延速率、驻留时间、反应强度、火线强度和火焰长度,并与采用表面积加权法和载量加权法的广义Rothermel模型预测值进行比较.结果表明： 广义Rothermel模型对红松 蒙古栎林下地表混合可燃物的林火蔓延速率、反应强度的预测平均绝对误差分别为0.04 m·min^-1、77 kW·m^-2,预测平均相对误差分别为16%、22%;对驻留时间、火线强度和火焰长度的预测偏低,预测平均绝对误差分别为15.5 s、17.3 kW·m^-1和9.7 cm,预测平均相对误差分别为55.5%、48.7%和24%.这些误差可以看成是用该模型预测同类可燃物相应火行为的误差下限.两种加权算法对模型预测精度影响差异不大,当红松可燃物所占比重较小时,表面积加权法得到的蔓延速率和反应强度预测值精度较高,载量加权法得到的火线强度和火焰长度预测值精度较高;当红松可燃物所占比重较大时,结果则相反.     

广义Rothermel模型预测平地无风条件下红松-蒙古栎林地表混合可燃物的火行为

以帽儿山地区红松-蒙古栎林下地表混合可燃物为材料,进行不同含水率、载量和混合比例的室内点烧试验,观测得到蔓延速率、驻留时间、反应强度、火线强度和火焰长度,并与采用表面积加权法和载量加权法的广义Rothermel模型预测值进行比较.结果表明:广义Rothermel模型对红松-蒙古栎林下地表混合可燃物的林火蔓延速率、反应强度的预测平均绝对误差分别为0.04 m·min-1、77 kW·m-2,预测平均相对误差分别为16％、22％;对驻留时间、火线强度和火焰长度的预测偏低,预测平均绝对误差分别为15.5 s、17.3 kW·m-1和9.7 cm,预测平均相对误差分别为55.5％、48.7％和24％.这些误差可以看成是用该模型预测同类可燃物相应火行为的误差下限.两种加权算法对模型预测精度影响差异不大,当红松可燃物所占比重较小时,表面积加权法得到的蔓延速率和反应强度预测值精度较高,载量加权法得到的火线强度和火焰长度预测值精度较高;当红松可燃物所占比重较大时,结果则相反.     

大兴安岭呼中林区地表死可燃物载荷量空间格局

利用地统计学方法,依据时滞分类标准对大兴安岭呼中林区地表死可燃物进行了对比研究.结果表明:一级地表死可燃物表现为强烈的空间自相关性,占总地表死可燃物载荷量的55.54%,平均载荷量为762.35gm-2,其载荷量的决定因素是林分因子和立地年龄;二、三级地表死可燃物的平均载荷量之和为610.26g·m-2,具有较弱的空间自相关性,其载荷量的决定因素为干扰历史.地表死可燃物类型和数量影响因素的复杂性和空间异质性是造成插值精度不高的主要原因,但采用实地调查数据,并结合地统计学方法,可快速准确地计算出地表死可燃物载荷量的空间分布格局,可间接为林业管理提供依据.     

黑龙江省6种乔木叶片热解特性及气体释放特征

森林可燃物是森林火灾发生的基础,地表死可燃物是森林可燃物的重要组成部分,研究地表死可燃物的热解特性和气体释放对探究森林火灾对大气环境和碳平衡的影响及森林火灾的预防和扑救具有重要意义.本研究对黑龙江省6种乔木(樟子松、红皮云杉、水曲柳、胡桃楸、蒙古栎和白桦)地表凋落的叶片进行热重分析和气体释放分析,探究森林可燃物的热解过...     

基于微波遥感技术探测森林地表土壤含水率

森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明: 多元线性回归统计模型的精度为86.0%,均方差根误差(RMSE)为3.0%;BP神经网络模型的精度为89.4%,RMSE为2.7%.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图.     

云南松林可燃物的垂直分布及影响因子

为研究可燃物负荷量空间分布对林火种类和火行为的影响,以川西南地区不同类型云南松林的冠层可燃物和地表可燃物、4个地形因子(海拔、坡度、坡位和坡向)和4个林分因子(郁闭度、胸径、树高和林龄)为对象,比较不同林分相同垂直层面和不同空间层次上的可燃物负荷量及分布特征,分析不同林分的林火行为趋势;并运用典型相关分析(CCA)分析可燃物负荷量与环境因子的关系.结果表明:不同林分组成中,可燃物垂直分布呈显著性差异.云南松-栎类-丁香林、云南松-栎类林和云南松纯林容易发生地表火,但不易发生树冠火;云南松-侧柏林、云南松-油杉林和油杉-云南松林易发生地表火,而且易转化为树冠火.冠层可燃物主要受林龄、海拔、胸径和树高的影响,林下可燃物主要受郁闭度、坡度、树高和林龄的影响.     

平地无风条件下蒙古栎阔叶床层的火行为Ⅰ.蔓延速率影响因子与预测模型

以东北林业大学帽儿山实验林场蒙古栎次生林下的蒙古栎凋落叶片为材料,根据研究地区同类可燃物的野外条件,在实验室内构建了不同载量、高度和含水率的可燃物床层,进行100次平地无风条件下的点烧试验.结果表明：平地无风条件下蒙古栎阔叶床层的林火蔓延速率不超过0.5 m·min^-1;可燃物含水率、床层载量和高度对蒙古栎阔叶床层的林火蔓延速率具有显著影响;含水率对林火蔓延速率的影响与可燃物床层高度、载量等无显著关系,而可燃物床层高度对林火蔓延速率的影响与可燃物床层载量有关.可燃物床层压缩比对蒙古栎阔叶床层的林火蔓延速率影响不大.以可燃物含水率、床层载量和高度为预测因子的林火蔓延速率预测模型能解释83%的林火蔓延速率变差,模型的平均绝对误差为0.04 m·min^-1,平均相对误差不超过17%.     

平地无风条件下蒙古栎阔叶床层的火行为Ⅰ.蔓延速率影响因子与预测模型

以东北林业大学帽儿山实验林场蒙古栎次生林下的蒙古栎凋落叶片为材料,根据研究地区同类可燃物的野外条件,在实验室内构建了不同载量、高度和含水率的可燃物床层,进行100次平地无风条件下的点烧试验.结果表明：平地无风条件下蒙古栎阔叶床层的林火蔓延速率不超过0.5 m·min^-1;可燃物含水率、床层载量和高度对蒙古栎阔叶床层的林火蔓延速率具有显著影响;含水率对林火蔓延速率的影响与可燃物床层高度、载量等无显著关系,而可燃物床层高度对林火蔓延速率的影响与可燃物床层载量有关.可燃物床层压缩比对蒙古栎阔叶床层的林火蔓延速率影响不大.以可燃物含水率、床层载量和高度为预测因子的林火蔓延速率预测模型能解释83%的林火蔓延速率变差,模型的平均绝对误差为0.04 m·min^-1,平均相对误差不超过17%.     

黄土高原子午岭大披针苔草能量与养分特征

森林地表死可燃物是引起森林火灾的重要原因,掌握森林地表死可燃物载量的分布,对预防火灾和可燃物管理有重要意义.依据1 h、10 h和100 h分类标准,对呼中林区的不同林型内的地表死可燃物载量进行了对比分析.结果表明:樟子松林内死可燃物总载量最高,偃松林内的最低;对不同类型兴安落叶松林群落的地表死可燃物进行比较,发现笃斯越桔-兴安落叶松林内死可燃物总载量最高,而泥炭藓-杜香-兴安落叶松林的最低;此外,相关分析表明,兴安落叶松死可燃物总载量与平均胸径、平均树高、草本盖度、凋落物厚度呈显著的正相关,与坡向、腐殖质厚度等因子呈显著负相关;多元线性回归分析表明,用兴安落叶松林的凋落物厚度、草本盖度、平均树高因子可较好地估算地表死可燃物总载量,进而为森林可燃物的管理和指导森林防火提供科学的依据.     

宁南山区华北落叶松林下草本层群落特征及其影响因素

林下草本植物是森林生态系统的基本组成要素,对森林的更新、生态系统结构、功能的维持和提升具有重要作用,理解林下草本层群落特征及其影响因素,有助于构建理想的林-草结合模式。本研究以宁南山区泾源县无人为干扰的华北落叶松林人工林、间伐处理的华北落叶松林人工林和华北落叶松与白桦自然混交林为研究对象,探究林下草本层群落特征(物种多样性和地上生物量)及其与土壤理化特性(土壤容重、含水量、全碳含量、全氮含量及全磷含量)和林分结构(密度和郁闭度)的关系。结果表明：(1)与人工林相比,自然混交林林下草本植物组成最丰富(34种),且物种多样性和地上生物量也最高;(2)自然混交林林下土壤特性均优于人工林,但间伐处理的人工林林下土壤特性较无人为干扰的人工林土壤特性有显著提高;(3)冗余分析表明,林下草本层物种多样性主要与土壤含水量、土壤全碳、全氮和全磷含量呈正相关,与土壤容重、林分密度和郁闭度呈负相关,且林分密度、0～20 cm土层含水量对林下草本物种多样性有显著影响(P<0.05);(4)回归分析结果表明,0～20 cm土层的土壤特性、物种丰富度和优势度、林分密度及郁闭度显著影响林下草本地上生物量的积累...     

木兰围场典型落叶松-杨桦混交林生物量及固碳能力

以木兰林管局北沟林场内典型落叶松-杨桦混交林、落叶松人工林、白桦天然次生林、山杨天然次生林为研究对象,利用分层切割法和分层挖掘法对华北落叶松、白桦、山杨的生物量进行测定,并通过解析木进行了生长量的测定,从而建立生物量、生长量模型对林分的碳储量和固碳能力进行了估算。其研究结果表明:落叶松-杨桦混交林较落叶松人工林、白桦天然次生林、山杨天然次生林具有一定幅度的增产效益。落叶松-杨桦混交林中落叶松、白桦、山杨表现均优于各自的人工林或天然林,平均胸径分别高出6.7%、12.8%、4.1%,平均树高分别高出12.1%、1.4%、11.1%。落叶松-杨桦混交林中落叶松、白桦、山杨的固碳量增幅分别为29.74%、28.36%、34.52%;落叶松人工林固碳量增幅27.09%;白桦天然次生林固碳量增幅26.34%;山杨天然次生林固碳量增幅26.24%。落叶松-杨桦混交林中落叶松、白桦、山杨固碳量的增幅分别高于所对应树种的2.65%、2.02%、8.28%。