论文部分内容阅读
黑龙江省大兴安岭地区是我国面积最大、火灾最严重的林区。如何准确和有效地对该地区森林地表死可燃物含水率进行预测显得尤为重要,同时提高该区地表细小死可燃物含水率预测的准确性对于促进森林防火工作意义重大。在实验室内,对落叶松林、白桦林、落叶松-白桦混交林等3种林型可燃物含水率在不同温、湿度条件下的动态变化进行了测定,定量分析了空气温度和空气相对湿度对可燃物平衡含水率和时滞的影响,选定了适用于本文中可燃物含水率预测模型构建的Nelson和Simard等两种平衡含水率动态方程。以大兴安岭地区西林吉林业局和南瓮河保护区等2个研究区内7种典型林型的地表死可燃物为研究对象,包括山杨-白桦混交林、樟子松林、兴安落叶松林、白桦林、兴安落叶松-白桦混交林、蒙古栎林、沟塘草甸,分析了在春季和秋季防火期内,不同坡向(阴坡和阳坡)、不同坡位(上坡位、中坡位和下坡位)条件下,地表死可燃物含水率和气象要素的动态变化。通过直接估测法(Nelson法和Simard法)和气象要素回归法,构建了各林分地表死可燃物含水率预测模型,根据误差评价了模型预测精度。选择3种典型林型构建了以小时为时间步长的含水率预测模型,分析了在更小时间尺度上建模对预测精度的影响。同时探讨了不同距离气象数据对预测模型精度的影响。主要研究结论如下:1、空气温度与平衡含水率和时滞呈负相关,空气相对湿度与二者呈正相关。Nelson模型和Simard模型对可燃物平衡含水率的拟合效果较好。两种方法适用于本研究中可燃物含水率模型的构建。2、不同条件下可燃物含水率的异质性较强。阴坡落叶松林地表死可燃物含水率为最高,阳坡樟子松林可燃物含水率最低。可燃物含水率与不同气象因子之间呈现显著相关性,并且对不同时长气象因子的响应具有一定的滞后性。3、可燃物含水率预测模型:(1)3种方法中,Simard法模型预测精度最好,气象要素回归法模型预测精度最低。(2)阳坡山杨-白桦混交林模型预测效果最好、沟塘草甸的预测效果最差。(3)秋季防火期模型的预测精度高于春季防火期。(4)在区分不同坡向进行建模时,阳坡林型预测模型预测精度高于阴坡林型。(5)阳坡林分模型的预测精度随坡位的上升逐渐降低,下坡位模型的预测效果最好,阴坡林分与阳坡林分相反,上坡位模型预测精度最高。4、在更小时间尺度上(以小时为步长)构建的可燃物含水率预测模型,精度高于以日为步长的预测模型,更好的满足火行为预报中对地表死可燃物含水率预测精度的要求。5、通过实验样地实测气象数据构建的可燃物含水率预测模型精度要高于使用远距离气象站气象数据构建的模型,能更好的反应可燃物含水率的真实变化情况。综上所述,气象要素、坡向、坡位、林型、以及构建模型的时间尺度等条件均对地表死可燃物含水率的动态变化和模型预测精度产生影响;Nelson法、Simard法和气象要素回归法可在不同精度上对大兴安岭地区典型林分地表死可燃物含水率进行预测,但需根据林型的不同和微地形的变化构建相应的预测模型。