大兴安岭沟塘草甸地表可燃物载量快速测定方法1)

森林可燃物、火源和气象条件为森林燃烧三要素，也是森林火灾形成的三个必要条件[1]。森林可燃物是指林内一切可以燃烧的物质(死地被物、草本植物、灌木和乔木等)[2]，是森林火灾发生、发展的物质基础。可燃物载量作为可燃物的特征之一，是指单位面积上可燃物的绝干质量(包括所有活的、死的有机物) [3]。可燃物载量的大小影响着森林火灾发生时的潜在蔓延速度、火强度和火焰高度等林火行为指标[4]，世界各国都非常重视对森林可燃物载量的研究，20世纪初期，Sparhawk[5]和Harnby[6]针对某一类型的森林可燃载量进行了初步研究；Rothermel et al.[7]根据可燃物载量随时间的变化规律，建立了可燃物载量动态模型，使模型估测的可燃物载量更具客观性；Skowronski et al.[8-9]利用激光雷达测定树高，结合森林资源清查数据建立可燃物载量的估测模型。相比于国外，我国有关森林可燃物载量的研究相对较晚，邸雪颖等[3]利用林分因子建立了估测兴安落叶松林和樟子松林地表可燃物载量的一元和多元线性回归模型。随着遥感技术的发展和计算机模拟能力的提高，越来越多的研究更趋向于利用现代技术进行大尺度的可燃物载量估测。李明泽等[10]利用样地调查数据，结合遥感影像数据和DEM地形数据，建立了森林地表可燃物载量估测模型。综合来看，现阶段可燃物载量的测定方法主要包括直接估测法、标准地机械布点法、样线截面法、模型推测法、照片推测法和遥感图像法等[11]。现有可燃物载量测量方法各有优势，不同方法在精准度和可操控性上有很大差异。基于野外实测的标准地机械布点法、样线截面法和照片推测法，虽然适用范围广、精准度高，但该方法需要大量的人力和物力，不适用于大范围调查；模型推测法的相关调查只局限于某一地区，同一方法对其它地区的推广使用有待验证；遥感图像法虽然简便、快捷，但是目前能够从资源卫星上获得的信息还不够丰富、不够精确。受林火发生次数和持续时间等各种相关因素的影响，可燃物载量并不是一成不变的，很难找到一种适合我国林情的可燃物载量测定方法。如何快速准确的估测可燃物载量，为林火行为预报提供理论依据，是现阶段我国林火预测预报系统急需解决的问题。

大兴安岭地区位于我国最北端，是森林火灾的高发区。该区地形复杂，拥有大面积的沟塘草甸(草本沼泽)[12]，由于地表可燃物着火点极低，且长年低温使微生物的分解能力降低，枯萎的地表可燃物长年积累导致载量偏高，为森林火灾的发生创造了极为有利的条件。1976年，黑龙江友好林业局翠北林场发生沟塘草甸火，造成29名扑火人员牺牲，另有20人被烧伤，1987年内蒙古陈巴尔虎旗发生沟塘草甸火，造成52名扑火人员牺牲，24人被烧伤[13]。本研究对黑龙江省大兴安岭地区沟塘草甸地表可燃物载量进行调查，对地表可燃物载量与可燃物高度进行回归分析，建立研究区地表可燃物载量估测模型，依据模型，提出一种快速测量地表可燃物载量的方法，极大地满足了可燃物载量管理工作的需求，同时，为森林可燃物管理、森林火灾的扑救与预防和建立林火预测预报系统提供参考。

1 研究区概况

大兴安岭漠河县位于我国最北端，地处大兴安岭北坡，黑龙江上游南岸，东部与塔河县接壤，西邻内蒙古自治区额尔古纳右旗，南部与呼中区及根河市交界，北隔黑龙江主航道中心线与俄罗斯相望。地理坐标为东经121°7′～124°20′，北纬52°10′～53°33′，全县林业总经营面积7.68×105hm2，有林地面积6.95×105hm2，森林覆盖率90.6%[14]。该县属于寒温带大陆性气候，冬季时间较长且异常寒冷，受到太平洋阿留申低压影响时，气温一般低于-40 ℃，即使在气温最高的7月，月平均温度仅有18.1 ℃。主要森林类型为落叶松(Larix gmelinii)林，樟子松(Pinus sylvestris var. mongolica)林，蒙古栎(Quercus mongolica)林，白桦(Betula platyphylla)林，山杨(Populus davidiana)林等[15-16]。

2 研究方法

2.1 外业调查

2016年秋季防火期，在漠河县境内选取有代表性的沟塘草甸样地，并用GPS定点记录坐标。在样地内随机设置1 m×1 m的样方100块，记录样方内地表可燃物平均高度，把样方内小叶樟(Deyeuxia angustifolia)等所有草本可燃物从根部割取地上部分，同时收集样方内全部地表死可燃物，现场称量地表可燃物鲜质量总和，并记录为总鲜质量。称取200 g地表可燃物样品，装入档案袋，带回实验室，放入烘箱内105 ℃烘干至恒质量，称量烘干样品，并记录为样干质量。2017年春季防火期，在漠河县境内选取有代表性的沟塘草甸进行同样的外业调查，累计收集90块样方数据。

2.2 可燃物载量计算

通过采样、烘干等过程得出可燃物样品烘干质量和可燃物的含水率，即可得出1 m×1 m样方的可燃物载量，进而推算出每公顷可燃物载量，其公式如下：

(1)

式中：RMC为相对含水率，WSH为样鲜质量，WSD为样干质量。

WFL=WTH×(1-RMC)。

(2)

式中：WFL为可燃物载量，WTH为总鲜质量。

2.3 数据处理

陈雷指出，水利部抗震救灾领导小组第一次会议后，部机关各司局、部直属各单位迅速行动，全力以赴投入水利抗震救灾工作。领导小组和前方领导小组紧密配合、高效运转；前方工作人员克服高原缺氧、低温高寒、余震不断等困难，不怕疲劳、连续奋战，水利抗震救灾各项工作迅速展开。水利工程设施震损情况逐步摸清，震损供水、供电设施应急修复取得明显成效，应急排险和防范次生灾害工作抓紧进行，水利灾后重建规划编制工作全面启动，各项协调保障工作有序开展。

通过对2016年秋季防火期样地20组检验样本进行预测值的计算，检验样本的可燃物载量实测值与预测值的对比如图3所示，通过计算得出该模型预测的可燃物载量平均精度为66.10%，均方根误差为2.58 t/hm2。图4为2017年春季防火期检验样本的可燃物载量实测值与预测值的对比，模型预测的可燃物载量平均精度为50.24%，均方根误差为2.26 t/hm2。综合来看，在实测可燃物高度变化范围内，春季和秋季可燃物载量一元线性回归方程的预测值与实际值趋向一致，说明可燃物载量的估测模型具有较高的可靠性。

按照建模样本和检验样本 4∶1的比例随机将可燃物样本分组。在100块秋季防火期样方中，80 块样方作为建模样本，用于建立秋季防火期可燃物载量估测模型，其余20块样方用于模型的检验；在90块春季防火期样方中，72块样方作为建模样本，用于建立春季防火期可燃物载量估测模型，其余18块样方用于检验。求出检验样本的预测值，并计算相对误差(RE)、平均精度(PRE)和均方根误差(RMSE)，计算公式如下：

(3)

(4)

(5)

式中：yi是实测值，是预测值，i表示样本序号，n表示样本总数。

3 结果与分析

3.1 沟塘草甸地表可燃物总体特征

如表1所示， 2016年秋季防火期地表可燃物最高高度为138 cm，最低高度为35 cm；2017年春季防火期地表可燃物最高高度为131 cm，最低高度为23 cm；2016年秋季防火期到2017年春季防火期地表可燃物平均高度下降12.2%。从地表可燃物含水率变化来看，2016年秋季防火期地表可燃物平均含水率为40.8%，2017年春季防火期为38.9%，下降了4.7%，含水率的变化不明显。从地表可燃物质量变化来看，2016年秋季防火期地表可燃物平均面积鲜质量为924.7 g/m2，2017年春季防火期地表可燃物平均面积鲜质量为854.8 g/m2，下降了7.6%；2016年秋季防火期地表可燃物平均面积干质量为578.3 g/m2，2017年春季防火期地表可燃物平均面积干鲜质量为546.4 g/m2，下降了6.7%。

将春秋两季收集的190组样方数据，分别并以10 cm的高度为一个组别，对不同可燃物高度的样方数据进行分组，每个组别名称由所在区间中位数代替(如35代表30～40 cm组别)，计算每个区间内可燃物的平均高度、平均含水率、平均鲜质量、平均干质量和平均可燃物载量和样方数。分别分析可燃物高度与含水率、鲜质量、载量之间的关系，以及各项可燃物特征由秋季防火期到春季防火期的变化情况。

信息化背景下的协同管理涉及到高校、家庭、社会、组织和个人等信息流动和整个过程，协同管理包括人与人、人与组织以及不同信息资源以及技术和监管等各个方面的协同，需要协同管理中各方共同努力。

表1 沟塘草甸地表可燃物样地信息

时间样方数最大高度/cm最低高度/cm平均高度/cm平均含水率/%平均鲜面积质量/g·m2平均面积干质量/g·m22016年秋季防火期10013813178.840.8924.7578.32017年春季防火期90352369.238.9854.8546.4

3.2 沟塘草甸地表可燃物特征的变化

课件制作是大学普通化学多媒体课件研制的重中之重。在制作课件时，脚本撰写者必须有效掌握多媒体的表现形式，并按照脚本内容的科学性突出表现技术。而课件制作者也必须充分理解脚本撰写者的修养内涵，并采用恰当的表现形式，将其形象表达出来。值得注意的是，千万不要重蹈覆辙，务必不断革新，以充分发挥多媒体的作用。

如表2所示，2016年秋季防火期地表可燃物含水率、鲜质量和干质量均与高度有着一定的关系。随着可燃物高度的升高，含水率呈下降趋势，在可燃物高度为35 cm时含水率最高为57.7%，可燃物高度为85～135 cm时含水率趋于平缓，在平均水平上下浮动。当可燃物高度升高，鲜质量和干质量均呈升高趋势，在可燃物高度为35 cm时面积鲜质量和面积干质量均最少分别为351.3、151.8 g/m2，在可燃物高度为125 cm时面积鲜质量和面积干质量最高分别为1 753.6、1 186.5 g/m2。2017年春季防火期可燃物鲜质量和干质量均与也有着关系，当可燃物高度升高，鲜质量和干质量呈升高趋势，在45组别面积鲜质量和面积干质量均最少，分别为261.0、164.8 g/m2，面积鲜质量和面积干质量最高均为95组别，分别是1 651.0、1 113.9 g/m2，可燃物高度为105～125 cm时在面积干质量上并无明显差别。含水率随高度的变化则不明显，在高度较低时，含水率较高，在可燃物高度为25 cm时含水率最高为52.5%，可燃物高度为45～135 cm时则在平均水平上下浮动。

参照碾压式土石坝设计规范（SL 274—2001）确定。本文选取正常应用条件下死水位、正常水位稳定渗流及正常水位降落等3种工况进行计算。

表2 沟塘草甸地表可燃物特征

可燃物高度/cm2016年秋季防火期面积干质量/g·m2面积鲜质量/g·m2含水率/%2017年春季防火期面积干质量/g·m2面积鲜质量/g·m2含水率/%25277.3 598.7 52.5 35151.8 351.3 57.7 293.2 612.0 50.3 45202.1 437.3 55.2 164.8 261.0 35.2 55208.8 424.4 52.3 227.8 372.4 37.6 65313.3 505.7 35.1 322.6 528.1 38.4 75357.8 567.4 33.9 339.6 544.6 36.3 85715.9 1 043.8 29.4 348.8 493.3 28.9 95994.5 1 519.7 31.0 1 113.9 1 651.0 32.3 105868.1 1 498.7 36.6 1 036.2 1 402.4 26.4 1151 014.1 1 498.2 30.2 1 022.9 1 521.2 32.6 1251 186.5 1 753.6 32.3 1 109.4 1 487.0 25.0 135943.3 1 396.8 36.0

3.3 沟塘草甸地表可燃物载量模型建立与检验

如图1所示，图中各散点即代表2016年秋季防火期样地80组建模数据，从散点的分布趋势来看，随着可燃物高度升高，可燃物载量逐渐增大，可燃物载量与可燃物高度正相关。如图2所示，图中个散点代表2017年春季防火期样地72组建模样本，虽然随着可燃物高度的增加，可燃物载量有一定的增加趋势，但其连续性不如秋季防火期明显，可能是由于冬天积雪覆盖可燃物分解引起的。

2017年春季防火期可燃物载量模型为：Y=0.105 5X-2.171 9，30 cm≤X≤140 cm。拟合效果相对较差，拟合平均精度和相关系数分别为56.25%和0.764 0。

目前，美国兽医诊断实验室不能检测饲料或原料中的两种病毒。由于缺乏检测饲料中两种病毒的诊断能力，最好的替代选择是评估原料中肠杆菌科细菌的状况。肠杆菌科是一个细菌家族，包括非致病属和致病属 （如沙门氏菌和大肠杆菌）。研究表明，肠杆菌科细菌的存在状况可反映整体卫生状况。这种监测方法通常应用于人类食品和宠物食品行业，应用于畜禽饲料的检测才刚刚开始起步。

根据样地实测数据建立的2016年秋季防火期可燃物载量模型为：Y=0.106 9X-2.849 4，30 cm≤X≤140 cm，其中，Y为可燃物载量，X为可燃物高度。其拟合效果较好，拟合平均精度为77.41%，相关系数为0.849 8，表明可燃物载量变化的84.98%可以用可燃物高度的变化来解释。

可燃物载量模型估测法是将可燃物载量作为因变量，林分因子作为自变量，对于不同的可燃物类型选取的林分因子不一定相同。本研究对地表可燃物载量进行估测时，选取的影响因子为可燃物高度。

图1 秋季防火期沟塘草甸地表可燃物载量与高度回归

图2 春季防火期沟塘草甸地表可燃物载量与高度回归

图3 秋季防火期地表可燃物载量预测值与实测值

图4 春季防火期地表可燃物载量预测值与实测值

4 结论与讨论

(1)从2016年秋季防火期和次年春季防火期大兴安岭沟塘草甸地表可燃物的调查数据来看，地表可燃物平均高度由78.2 cm下降到69.2 cm，高度上的大幅度降低，是由冬季长时间的积雪覆盖引起的，大兴安岭地区冬季气温极低，一旦降雪，直至次年初春积雪都不会融化，随着降雪量的增加，地表可燃物所承受雪的质量增加，造成可燃物高度下降；地表可燃物含水率从40.8%下降到38.9%，变化不明显，张运林等[17]认为春季和秋季细小可燃物失水和吸水有明显差别，春季可燃物均为前一年的，失水和吸水速度较大，而秋季可燃物为则当年留存，对水分的变化响应较慢，张国防等[18]认为影响地表可燃物含水率大小的因子依次是：相对湿度>风速>地表可燃物载量>气温。结合以上观点来看，本文含水率的小幅度变化，是由天气状况不同引起的，在秋季防火期进行可燃物收集之前，样地有少量降水，并且风速较低，次年春季防火期进行可燃物收集时，样地少有降水，且处于连续的春季大风天气，这样加大样地内可燃物的水分流失速度，进而使得春季收集的可燃物含水率较低；地表可燃物平均面积鲜质量从924.7 g/m2下降到854.8 g/m2，平均面积干质量从578.3 g/m2下降到546.4 g/m2。在高纬度高海拔地区，受到低温限制，土壤微生物活性普遍较低[19]，森林地表有机质的分解过程速度较慢，但是，通过2016年秋季防火期到次年春季防火期可燃物干质量的变化情况来看，即使在极端低温、微生物活性较低的条件下，仍然会有可燃物被分解。

(2)从地表可燃物含水率和质量随可燃物高度的变化情况来看，可燃物的干质量和鲜质量均与可燃物高度呈正相关，可燃物含水率随着高度的增加而有下降趋势。马丽芳等[20]认为影响地表可燃物含水率变化的因子是土壤含水率和离地50 cm空气的相对湿度，可将可燃物分成近地部分和上层部分，分析可燃物含水率的变化情况。近地部分可燃物的含水率，受土壤含水率的影响较大，但是受高度影响较小；在土壤含水率只能影响一定高度范围内可燃物含水率的条件下，近地部分的可燃物含水率不会有差异；可燃物的上层部分受土壤含水率影响较小，可燃物上层部分含水率受风和日照辐射影响较大，使得上层部分的含水率较小。因此，从上下两部分可燃物结合来看，地表可燃物的含水率随着高度的增加而减小。

(3)在地表可燃物载量模型中，自变量的确定主要取决于地表植物的生长环境、形态特征等因素，因此，所建立的模型以简单实用为原则[21]。在建立模型时，尽量选择较为简单的自变量或将多个复杂的自变量简化，这样在进行地表可燃物载量实地估测时，便可以做到有据可依、简单实用。通过对沟塘草甸样地调查发现，秋季防火期可燃物为当年生长季留存，春季防火期可燃物为冬季积雪覆盖和微生物分解后留存，二者在可燃物特征上有明显不同，因此，需要分别春季和秋季防火期来建立不同的可燃物载量模型。通过对数据分析发现，可燃物载量与可燃物高度正相关，且在野外条件下，可燃物高度极易获取，因此，本研究选取易测因子(地表可燃物高度)，建立的春季地表可燃物载量估测模型为Y=0.105 5X-2.171 9(30 cm≤X≤140 cm)，秋季地表可燃物载量估测模型为Y=0.106 9X-2.849 4(30 cm≤X≤140 cm)。由于大兴安岭沟塘草甸植被生长环境良好，本研究所得出的可燃物载量模型，只适用于地表可燃物高度在30～140 cm的条件下，经过检验，该模型的自变量与因变量具有显著差异，可以作为大兴安岭沟塘草甸内地表可燃物载量估测模型。

(4)本研究提出可燃物载量快速测定方法在实际应用中，只需要对一个易测因子(地表可燃物高度)进行测量，便能够快速测定可燃物载量并且拥有较高的精确度。这种地表可燃物载量快速测定方法方便快捷，所需林分因子简单易测，获取结果更加直观，特别是在瞬息万变的火场中，快速测定可燃物载量对于估测林火行为和林火扑救有着极其重要的作用。但是，不同的可燃物类型，因其所处纬度、海拔以及群落密度、组成结构等的不同，无法建立通用的可燃物载量估测模型，本研究使用的实验方法可以推广到其它类型以及地区的森林可燃物调查工作中，用于可燃物载量估测。随着科学技术的发展，依靠人工测量与高新技术相结合的方式，一定会提高可燃物快速测定的精度，进而帮助森林火灾扑救指挥人员准确分析潜在的火行为，为有效的控制火行为具有实际意义。

参 考 文 献

[1] 胡海清.林火生态与管理[M].北京:中国林业出版社，2005．

[2] 贺红士,常禹,胡远满,等.森林可燃物及其管理的研究进展与展望[J].植物生态学报,2010,34(6):741-752.

[3] 邸雪颖,王宏良,姚树人,等.大兴安岭森林地表可燃物生物量与林分因子关系的研究[J].森林防火,1994(2):16-18.

[4] 周涧青,刘晓东,郭怀文.大兴安岭南部主要林分地表可燃物负荷量及其影响因子研究[J].西北农林科技大学学报(自然科学版),2014,42(6):131-137.

[5] SPARHAWK W N. The use of liability ratings in Planning forest fire protection[J]. Journal of Agricultural Research,1925,30(8):693-792.

[6] HARNBY L G. Fuel type mapping in Region One[J]. Journal of Forestry,1935,33(1):67-72.

[7] ROTHERMEL R C, PHILPOT C W. Predicting Changes in Chaparral Flammability[J]. Journal of Forestry,1973,71(10):640-643.

[8] SKOWRONSKI N, CLARK K L. Three-dimensional canopy fuel loading predicted using upward and downward sensing LIDAR systems[J]. Remote Sensing of Environment,2011,115(2):703-714.

[9] SKOWRONSKI N, CLARK K L. Remotely sensed measurements of Forest structure fuel loads in the Pinelands of New Jersey[J]. Remote Sensing of Environment,2007,108(2):123-129.

[10] 李明泽,谢雨,邸雪颖,等.大兴安岭林区地表可燃物载量遥感估测模型[J].东北林业大学学报,2014,42(5):60-63,82.

[11] 杨光,黄乔,卢丹,等.森林可燃物负荷量测定方法研究[J].森林防火,2011(2):19-23.

[12] 巴树桓.森林防扑火概论[M].北京:中国林业出版社，2007．

[13] 赵凤君,舒立福.森林草原火灾扑救安全学[M].北京:中国林业出版社，2015．

[14] 杨光,邸雪颖,舒立福.近40a大兴安岭漠河县林火行为指标变化特征[J].东北林业大学学报,2012,40(12):76-80,98.

[15] 李华,杜军,田晓瑞.黑龙江大兴安岭林区森林草类可燃物潜在能量研究[J].火灾科学,2002,11(1):49-51.

[16] 郑焕能,杜秀文.大兴安岭地区森林可燃物类型初步研究[J].森林防火,1986(2):11-12.

[17] 张运林,张恒,金森.季节和降雨对细小可燃物含水率预测模型精度的影响[J].中南林业科技大学学报,2015,35(8):5-12.

[18] 张国防,林文革,花昆福,等.杉木人工林地表易燃物含水率变化规律[J].福建林学院学报,2000,20(1):76-78.

[19] 彭徐剑,韩焕金.森林地被可燃物生物降解研究概述[J].森林防火,2017(2):34-36.

[20] 马丽芳,李文彬,张军国,等.几种森林地表可燃物含水率的预测研究[J].湖南农业科学,2011(3):127-128,132.

[21] 梁卫卫.草地地上生物量的简易估测方法研究[D].杨凌：西北农林科技大学,2015.