生态文明建设在国民经济发展中扮演了很重要的角色,森林火灾作为全球发生最频繁、处置最困难、危害最严重的自然灾害之一,是生态文明建设成果和森林资源安全的最大威胁,我国作为一个缺林少绿的国家,需要加强森林防火工作。林火蔓延作为重要的林火行为之一,其决定了森林火灾发生发展趋势,因此对其发展规律的研究是保护森林资源,建设生态文明,提升应急管理水平,推进森林防火治理体系的重要手段。本文主要考虑了林火产生外界辐射热流的时变性,并研究了时变热流下炭化与非炭化可燃物热解及着火特性的实验及理论模型,进一步模拟及实验研究火蔓延锋面演进过程,主要内容包括以下四个方面:1.实现林火蔓延时变热流,并开展时变热流下可燃物的热解及着火时间特性研究。建立了木材和有机玻璃(PMMA)在时变热流作用时的热解解析及数值模型,结果表明着火时间与时变热流的参数之间有明确的幂函数关系。利用实验室早期火灾实验平台,通过比例-积分-微分(PID)控制方法实现了线性及平方时变热流,并实验研究了时变热流作用下木材和PMMA的热解及着火时间特性,验证了理论分析结果。2.由于解析解中忽略了热解、辐射换热等因素,为了快速准确获得不同参数作用时可燃物的着火时间,本文使用机器学习方法通过数值模型产生数据训练预测网络,最终实现不同种类热流、不同材料特性、不同外部环境时可燃物着火时间的快速准确预测,其结果相比解析解精度更高,数值解速度更快,为机器学习方法在热解研究中的广泛应用提供了新的思路。3.建立基于数据融合的火蔓延锋面预测模型。模型包括实时速度场测量、火蔓延锋面演进预测及速度场参数修正三个模块,其中速度场测量模块通过提取火场实时锋面位置,计算其在垂直锋面方向的位移获得锋面处法向速度场分布;在火蔓延锋面演进预测模块中引入水平集函数,通过给定速度场时计算未来时刻锋面的位置,将锋面位置隐藏于高维空间,较为方便地处理锋面相交、消失等拓扑结构发生变化时的蔓延情况;速度场参数修正是基于速度场测量结果重新训练机器学习神经网络。本文对三个模块进行了测试,首先结合水平集法和速度场经验公式计算了风速、坡度、锋面相交等因素对火蔓延的影响,结果表明水平集法能够有效实现给定速度场时锋面位置的演进,然后基于速度场测量模块计算了水平集法获得锋面处的法向速度场,并与已知经验公式结果进行比较,表明其能够快速准确计算法向速度场。4.基于灌木及落叶的火蔓延实验数据进行了测试,使用机器学习更新了速度场预测网络参数,预测未知时刻的锋面位置并与实际锋面进行了比较,表明该模型能够摆脱速度场经验公式的限制,实现短时的火焰锋面预测,为数据融合方法在林火蔓延模型中的实际应用提供了理论基础。