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%.     

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.     

风速对蒙古栎阔叶床层失水过程的影响

研究蒙古栎阔叶床层在近似恒温湿条件下不同风速时的失水过程,分析了风速对床层失水系数的影响.结果表明: 风速对蒙古栎阔叶床层失水过程的影响与可燃物含水率有关.从较高含水率(>75%)到近平衡含水率的多个失水过程可划分为3个阶段:有风失水速率大于无风失水速率的初始阶段、有风失水速率小于无风失水速率的中间阶段、不同风速失水速率相近的结束阶段.风速的影响随床层含水率降低而下降.蒙古栎阔叶床层的失水系数受风速、密实度和两者交互作用的影响,其中,失水系数随风速以三次多项式近似单调增加.     

平地无风条件下蒙古栎阔叶床层的火行为Ⅱ.火焰长度和驻留时间影响因子分析与预测模型

以帽儿山地区蒙古栎凋落叶的含水率、载量和床层高度为控制变量,模拟野外凋落叶床层状态,进行了100次平地无风条件下的室内点烧试验,分析含水率、载量和床层高度对火焰长度和驻留时间的影响,并建立了多元线性预测模型.结果表明： 含水率与火焰长度呈极显著线性负相关(P<0.01),与驻留时间的线性关系并不显著(P>0.05);载量、床层高度与火焰长度和驻留时间均呈极显著线性正相关(P<0.01).床层高度与含水率、载量的交互作用对火焰长度有显著影响;含水率与载量、床层高度的交互作用对驻留时间有显著影响.火焰长度预测模型的预测效果较好,能解释火焰长度83.3%的变异,平均绝对误差为7.8 cm,平均相对误差为16.2%;驻留时间预测模型的效果略差,仅能解释驻留时间54%的变异,平均绝对误差为9.2 s,平均相对误差为18.6%.     

平地无风条件下蒙古栎阔叶床层的火行为Ⅲ.火线强度、可燃物消耗和燃烧效率分析及预测模型

以东北地区针阔混交林重要建群种和伴生种蒙古栎为对象,在平地无风条件下进行室内点烧试验,分析含水率、载量和厚度对蒙古栎凋落叶床层火线强度、消耗量和燃烧效率的影响,并对相关模型进行了验证.结果表明: 含水率、载量和床层厚度对蒙古栎凋落叶床层火线强度、消耗量和燃烧效率均有显著影响,并且3个指标之间存在交互作用.在已有模型中,Byram模型需参数调整后方可用于本地凋落叶可燃物,其重新估计的α、β拟合值分别为98.009和1.099,得到的预测值均方根误差为8.676 kW·m^-1,平均相对误差为21.0%, R²为0.745.对Albini提出的燃烧效率模型参数a、b的重新估计值分别为0.069和0.169,得到的预测值均在93.0%以上,绝大多数偏高.Consume模型适用性较强.新建立的火线强度、消耗量和燃烧效率的一般线性模型调整后的R²分别为0.82、0.73和0.53,均方根误差分别为8.266 kW·m^-1、0.081 kg·m^-2和0.203.在低强度地表火中,细小可燃物可能不会被完全消耗,现有一些系统中将凋落叶和细小可燃物按全部消耗处理,将高估碳的释放量.     

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.     

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。     

疏伐对北京西山林场刺槐林可燃物特征及碳储量影响研究

研究选取北京西山林场刺槐林(Robinia pseudoacacia)为研究对象, 通过对照组 CK 和处理组L、M 和 H(疏伐强度分别为0%, 15%, 35%,50%)四种处理, 对疏伐后刺槐林可燃物进行调查, 对不同强度疏伐刺槐林林地上部分碳储量进行计算, 并利用BehavePlus 林火模型对地表火行为指标进行计算, 探讨不同疏伐强度对刺槐林可燃物、碳储量以及潜在火行为的影响。结果表明,(1)不同疏伐强度的刺槐林的可燃物分布中, 均以0-2 m 层可燃物负荷量为最大, 分别为1.29 kg·m^–2, 1.40 kg·m^–2,1.57 kg·m^–2, 1.89 kg·m^–2, 呈现出可燃物负荷量随疏伐强度加大而增加, 即, H >M>L>CK; 随着高度的增加, 可燃物负荷量主要分布冠层在5-8 m; (2)不同强度疏伐对刺槐人工林各组分的碳储量影响显著, 中度疏伐更有利于刺槐林中的碳储量积累, 其碳储量值最大, 为17.50 t·hm^–2; (4)林分火蔓延速率、火线强度、火焰高度及单位面积发热量均与疏伐强度相关, 疏伐后火行为指标值大幅下降, 其中高强度疏伐(H)后, 林火的蔓延速率, 火线强度为以及火焰强度最低。研究结果可为研究地区的森林可燃物管理以及森林可持续经营提供科学依据。     

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...     

不同烈度林火对油松林潜在地表火行为的影响

油松是我国华北地区代表性树种之一,含有丰富油脂,容易引发大面积高烈度森林火灾。阐明不同烈度林火对油松林地表可燃物负荷量和潜在地表火行为的影响,对于油松林林火管理具有重要意义。以辽河源自然保护区2014年不同烈度林火干扰后油松林分为研究对象,根据不同烈度(重度、中度、轻度)和对照(未过火)分别设置3块20 m×20 m样地,共12块样地,调查地表可燃物和林分结构指标,结合室内实验,利用BehavePlus 5.0软件进行潜在火行为模拟,探讨不同烈度林火5年后油松林地表可燃物负荷量和潜在地表火行为特点,并分析影响潜在地表火行为的主要因素。研究结果表明：(1)不同烈度林火之间,细小可燃物负荷量和地表可燃物总负荷量均不存在显著性差异(P>0.05)。(2)不同烈度林火后,在不同风速和可燃物含水率条件下,油松林潜在地表火蔓延速度、火线强度不存在显著性差异(P>0.05),单位面积发热量、火焰高度、反应强度存在显著性差异(P<0.05)。(3)不同烈度林火后油松林潜在地表火行为主要受油松更新幼苗基径、灌木负荷量、油松平均冠幅、上层枯叶负荷量、油松更新幼苗密度的影响。研究结果表明不...     

啮齿动物捕食和搬运蒙古栎种子对种群更新的影响

2010-2011年,在东北林业大学城市林业示范基地研究了啮齿动物对蒙古栎种子的捕食和搬运。结果表明,蒙古栎种子捕食率在年际间无显著差异,但2010年的蒙古栎种子搬运率显著高于2011年,存留率显著低于2011年。啮齿动物在胡桃楸林、樟子松林、水曲柳林和白桦林内对蒙古栎种子的总捕食率和总搬运率分别达到(5.7±13.5)%和(27.1±37.1)%。蒙古栎种子在樟子松林内的捕食率和搬运率均最高,胡桃楸林内蒙古栎种子存留率最高;2010年蒙古栎种子在与蒙古栎林边缘距离0,10,20,30,40,50m组间的捕食率无显著差异,搬运率和存留率有显著差异,但2011年蒙古栎种子在不同距离组间的捕食率呈显著差异,搬运率和存留率无显著差异。与蒙古栎林边缘距离20m处蒙古栎种子的捕食率最高。2010年和2011年,分别有(37.8±49.7)%和(27.7±49.8)%的蒙古栎种子被啮齿动物利用,这表明啮齿动物是林业示范基地内蒙古栎地表种子的主要捕食者。冬季食物匮乏秋季贮藏种子是造成啮齿动物对蒙古栎种子有较大捕食、扩散压力的主要原因。因此,啮齿动物对蒙古栎种子的捕食和搬运影响了蒙古栎林的种群更新。     

小兴安岭阔叶红松林不同演替系列森林细根生物量的研究

以小兴安岭地区阔叶红松林旱生演替系列的蒙古栎次生林和蒙古栎红松林、中生演替系列的枫桦次生林和枫桦红松林、湿生演替系列的白桦次生林和云冷杉红松林这6种林型为研究对象,采用土钻取样法对不同演替系列细根生物量的空间变化、垂直分布规律及其影响因子进行系统地研究。结果表明：（1）3种演替系列总细根生物量存在显著差异（P<0.05）。中生演替系列生物量最高,平均达8.56 t·hm^-2,其次是旱生演替系列8.18 t·hm^-2,湿生演替系列生物量最低,为5.79 t·hm^-2;（2）对于不同演替系列细根生物量垂直变化,在阔叶红松林的正向演替过程中,森林细根生物量逐渐增加,且随着土层的增加而降低,拟合效果均达显著水平（P<0.05）,中根和粗根的垂直分布差异较大;（3）在小兴安岭地区,6块林地不同径级细根生物量与土壤有机C和全N、土壤容重、土壤含水率呈显著负相关（P>0.05）,而土壤pH值与细根生物量呈显著正相关性（P>0.05）。     

东灵山油松林和辽东栎林下土壤资源和光资源的空间特征

油松林和辽东栎林是中国暖温带具有代表性的森林植被林型。为揭示油松林和辽东栎林下土壤资源和光资源的空间特征,在东灵山相应植被下各设置一条100 m样线,利用HH 2高精度土壤水分仪(美国生产)沿样线每隔1 m测定土壤水分含量,并分析相应点土壤有机质含量;利用H em iV iew林冠分析系统每隔10 m测定森林的叶面积指数、林冠覆盖度、林冠均匀性、光资源状况;采用半方差方法分析土壤水分和有机质的空间异质性。(1)油松林与辽东栎林的叶面积指数、林冠覆盖度、辐射因子和林下光资源没有显著差异,但油松林林冠均匀性显著小于辽东栎林。(2)辽东栎林的间接辐射因子与林下总辐射呈显著正相关(R2=0.466,p=0.030),而油松林的间接辐射因子与总辐射无显著相关(R2=0.203,p=0.191)。(3)光资源的数量及其组成在油松林和辽东栎林下的变化非常相似,但光资源的组成与林冠特征的关系在两种森林间存在差异。(4)油松林下土壤水分和土壤有机质含量低于辽东栎林,但异质性恰好相反;油松林下这两种因子不具有显著的空间自相关性,而辽东栎林下具有显著的空间自相关性。(5)自然条件下,10 m尺度的林下辐射强弱与土壤水分之间并不存在显著负相关。     

Climate change,fuel and fire behaviour in a eucalypt forest

A suite of models was used to examine the links between climate, fuels and fire behaviour in dry eucalypt forests in south‐eastern Australia. Predictions from a downscaled climate model were used to drive models of fuel amount, the moisture content of fuels and two models of forest fire behaviour at a location in western Sydney in New South Wales, Australia. We found that a warming and drying climate produced lower fine fuel amounts, but greater availability of this fuel to burn due to lower moisture contents. Changing fuel load had only a small effect on fuel moisture. A warmer, drier climate increased rate of spread, an important measure of fire behaviour. Reduced fuel loads ameliorated climate‐induced changes in fire behaviour for one model. Sensitivity analysis of the other fire model showed that changes in fuel amount induced changes in fire behaviour of a similar magnitude to that caused directly by sensitivity to climate. Projection of changes in fire risk requires modelling of changes in vegetation as well as changes in climate. Better understanding of climate change effects on vegetation structure is required.     

Forest Pattern, Fire, and Climatic Change in the Sierra Nevada

In the Sierra Nevada, distributions of forest tree species are largely controlled by the soil-moisture balance. Changes in temperature or precipitation as a result of increased greenhouse gas concentrations could lead to changes in species distributions. In addition, climatic change could increase the frequency and severity of wildfires. We used a forest gap model developed for Sierra Nevada forests to investigate the potential sensitivity of these forests to climatic change, including a changing fire regime. Fuel moisture influences the fire regime and couples fire to climate. Fires are also affected by fuel loads, which accumulate according to forest structure and composition. These model features were used to investigate the complex interactions between climate, fire, and forest dynamics. Eight hypothetical climate-change scenarios were simulated, including two general circulation model (GCM) predictions of a 2 × CO₂ world. The response of forest structure,species composition, and the fire regime to these changes in the climate were examined at four sites across an elevation gradient. Impacts on woody biomass and species composition as a result of climatic change were site specific and depended on the environmental constraints of a site and the environmental tolerances of the tree species simulated. Climatic change altered the fire regime both directly and indirectly. Fire frequency responded directly to climate's influence on fuel moisture, whereas fire extent was affected by changes that occurred in either woody biomass or species composition. The influence of species composition on fuel-bed bulk density was particularly important. Future fires in the Sierra Nevada could be both more frequent and of greater spatial extent if GCM predictions prove true. Received 5 May 1998; accepted 4 November 1998.     

Decomposition of woody branch litter on an altitudinal transect in the Himalaya

Decomposition of branch litter of four angiosperm and one conifer species was studied over a two-year period. Litter species and the corresponding forest type are: (i) Shorea robusta, sal forest at 329 m; (ii) Lyonia ovalifolia, mixed-pine broadleaf forest at 1 350 m; (iii) Pinus roxburghii, pine forest at 1 750 m; (iv) Quercus leucotrichophora, mixed oak-pine forest at 1 850 m; and (v) Quercus lanuginosa, mixed oak forest at 2 150 m. The weight loss ranged from 44–89%. Litter moisture and air temperature had significant positive effect on decomposition. The decomposition rate decreased with an increase in altitude and was inversely related with lignin content. Linear combinations of lignin content with rainfall and with temperature indicated significant interactive influence on decomposition.Authorities for plant names are given in Table 1.We gratefully acknowledge financial support from the Department of Science and Technology, Government of India.