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...     

红松人工林地表可燃物火蔓延速率预测模型

红松人工林因其枝叶内油脂含量较高而具有极高的火灾风险,地表火蔓延是其火灾扩展的主要方式,研究地表火蔓延速率预测模型可以为红松人工林的火灾扑救工作提供科学指导。本研究以黑龙江省帽儿山地区红松人工林地表可燃物为研究对象,设置不同的可燃物含水率(5%、15%、25%)、载量(0.5、0.7、0.9、1.1 kg?m^-2)和坡度(0°、10°、20°、30°、40°),模拟野外可燃物床层特征进行室内点烧试验,使用热电偶法测定蔓延速率,根据实测蔓延速率对比分析Rothermel模型、修正后Rothermel模型和随机森林模型的预测精度,评估预测红松人工林地表火蔓延速率的最优模型。结果表明：直接使用Rothermel模型预测红松人工林地表火蔓延速率整体效果较好,但对于高坡度、高含水率条件下的蔓延速率预测效果不理想。重新拟合坡度参数后的Rothermel模型与随机森林模型预测效果均较好,且预测精度相近,但随机森林模型因其本身特性,还需进一步进行评估和验证。修正后的Rothermel模型更适合预测0°～40°坡度下的红松人工林地表火蔓延速率。