平衡含水率法预测死可燃物含水率的研究进展
modis可燃物含水率
modis可燃物含水率
MODIS数据在森林可燃物含水率反演中扮演了重要角色。
基于MODIS数据的
相对湿度是衡量森林可燃物含水率以及森林是否容易燃烧的重要参数。
这是
因为空气湿度对可燃物含水率有着极大的影响，几乎所有预测系统都离不开
空气湿度这一关键输入因子。
利用MODIS数据，人们可以获取大气中的水分
含量以及特定湿度，进一步计算相对湿度。
MODIS数据的优势在于其覆盖范围广、光谱分辨率高、时间分辨率高等特点，使得它在全球和区域尺度上监测和预测森林火灾方面具有巨大潜力。
通过分
析MODIS数据，科学家们可以获取关于森林可燃物含水率的重要信息，这对
于预测森林火灾的蔓延速度和强度至关重要。
然而，尽管MODIS数据在森林可燃物含水率反演中具有重要作用，但它仍然
存在一些局限性。
例如，MODIS数据的准确性可能会受到云层、大气条件等
因素的影响。
此外，MODIS数据的处理和分析需要专业的技能和经验，这也
是一些限制因素。
因此，为了更准确地监测和预测森林火灾，科学家们还需要结合其他数据源
和方法。
例如，地面观测数据、气象数据、卫星遥感数据等都可以被用于分
析和建模。
同时，科学家们也在不断探索新的技术和方法，以提高MODIS数
据的准确性和可靠性，从而更好地服务于森林火灾的监测和预测工作。
总的来说，MODIS数据在森林可燃物含水率反演中扮演了重要角色，但仍然
存在一些局限性。
为了更准确地监测和预测森林火灾，需要结合其他数据源
和方法，并不断探索新的技术和方法。
浅述森林可燃物燃烧性的研究进展
浅述森林可燃物燃烧性的研究进展作者：王旭周汝良来源：《绿色科技》2012年第11期摘要：以森林可燃物的物理性质和化学性质为基础，对近些年森林可燃物的含水率、可燃物的载量、可燃物的抽提物、灰分含量等方面的研究进行了论述。
关键词：含水率；可燃物载量；抽提物1引言森林可燃物燃烧性是指森林被引燃着火的难易程度以及着火后所表现的燃烧状态和燃烧速度的综合.[1]。
可燃物燃烧性的研究一般包括可燃物的含水率、可燃物载量、可燃物的化学性质。
森林可燃物的燃烧性是森林火险评估的基础，也是制定营林防火措施的依据.[2]。
2可燃物物理性质的研究2.1可燃物含水率的研究含水率是表示可燃物干湿程度的指标，是影响林火发生的重要因子。
森林可燃物含水率是林火预测预报中重要指标之一。
当可燃物含水率超过35%时，不燃；25%～35%时，难燃；17%～25%时，可燃；10%～16%时，易燃；小于10%时，极易燃。
覃先林等（2001）研究了某林区的落叶松、白桦等树木的含水率，并建立了多种可燃物含水率与其相关因子的回归模型.[3]。
曲智林等（2010）通过微分方程理论推导，建立了可燃物含水率实时变化预测模型，统计了分析了单位时间内可燃物含水率的改变量与前一时刻气温、相对湿度和风速的关系，以及模型中影响因子的取值范围。
结果表明：在温带针阔混交林区，3～4月份及多时无雨且高温在零度以上的情况下所建的模型是适用的，能够较准确地预测可燃物的含水率.[4]。
马丽芳等（2011）以黄栌叶、松针、草和细枯枝的含水率为因变量，土壤含水率、空气温度和相对湿度为自变量，利用相关分析和回归分析方法进行研究。
结果表明：影响森林地表可燃物含水率变化最重要的因子是土壤含水率，其次是相对湿度，最后是空气温度。
以土壤含水率和空气温湿度为预报因子建立的4种可燃物的含水率预测模型均通过了显著性检验，说明选择土壤含水率和空气温湿度作为森林地表可燃物含水率研究的预报因子较为合适.[5]。
大兴安岭主要树种死可燃物含水率的实验分析
大兴安岭主要树种死可燃物含水率的实验分析单延龙1，关山2，李晶3，孙靖松1，张译文1【摘要】摘要:对大兴安岭16种乔木和灌木凋落的树叶、小枝和树皮含水率进行实验分析，结果表明:凋落的树叶、小枝和树皮的风干含水率差别不大，凋落的树叶与小枝的绝干含水率差异也不显著，但树皮与树叶和小枝的绝干含水率有显著差异;凋落的树叶、小枝和树皮风干含水率和绝干含水率无显著相关，这说明在分析抗火性时风干含水率和绝干含水率都要考虑进去;所选的16种树种的风干含水率和绝干含水率不存在差异，因此，在分析树种之间凋落的树叶、小枝和树皮抗火性差别时可以不考虑风干含水率和绝干含水率.【期刊名称】北华大学学报（自然科学版）【年(卷),期】2014(015)002【总页数】5【关键词】关键词:大兴安岭;死可燃物;风干含水率;绝干含水率;方差分析森林可燃物是林火发生的物质基础和首要条件［1］，而森林地表死可燃物含水率是决定林火行为参数不可缺少的一个重要因子，直接影响可燃物着火的难易程度［2］，间接影响火强度、火蔓延速度［3-5］，是确定计划火烧、实施营林用火和进行森林可燃物管理的主要依据［6］.含水率有很多表示方法［7］，其中风干含水率和绝干含水率是重要的指标，是进行树种抗火性研究的主要指标.大兴安岭林区是我国森林火灾的高发区，年均森林过火面积居全国之首，是火灾危险最严重的地区［8］.因此，本文针对大兴安岭主要树种凋落的树叶、小枝和树皮的风干含水率和绝干含水率展开分析研究.1 材料来源分别在大兴安岭十八站、塔河、加格达奇等地采集凋落的树叶、小枝和树皮的样品，样品来自16种乔木和灌木.2 试验方法1)风干含水率.将野外采集的样品置于实验室常温下数日，风干后称重，可利用下面的公式计算出风干含水率:式中:W1为样品质量;W2为样品风干后质量.2)绝干含水率.将野外采集的样品置入105℃恒温箱内，12 h取出称其质量(W 绝干)，W绝干需至恒重，利用下式计算绝干含水率:各树种树叶、小枝、树皮含水率测定结果见表1.3 结果与分析3.1 树叶、小枝和树皮含水率多元方差分析3.1.1 含水率假设检验多元方差前提假设的检验结果见表2、表3.表2中Box检验的统计量P=0.548＞0.05，因此可以进行多元方差分析;表3中风干含水率与绝干含水率的Levene检验统计量分别为P=0.107和P=0.979，均大于0.05，因此满足方差齐性要求，可以进行方差分析.3.1.2 多元方差分析的描述性结果多元方差分析的描述性结果见表4.表4中包含了树叶、小枝和树皮风干含水率与绝干含水率的均值与标准差.3.1.3 多元方差分析表5中对模型截距项的4种检验方法检验统计量P＜0.001，说明当自变量取值为0时因变量的值不为0，也就是说，不分树种部位的风干含水率和绝干含水率的得分不为0.对树种部位的检验统计量P＜0.05，说明3组被试的含水率有显著差异，但尚不清楚是哪个因变量有差异，需要进一步检验.由于表5表明各组的总体均数向量不等，即自变量对因变量确实产生了影响，因此需要进一步分析自变量究竟对哪些因变量有影响，可以通过对各因变量分别进行单因素方差分析进行检验，其结果见表6.从树种部位一栏可以发现:风干含水率的显著性水平P=0.434＞0.05，不显著;绝干含水率的显著性水平P=0.002 ＜0.01，比较显著.综合表4、表5和表6可知:树种部位的3个水平(树叶、小枝和树皮)对风干含水率的影响没有显著性差异，树种部位对风干含水率差异的解释能力为0.036，说明凋落的树叶、小枝和树皮风干含水率差别不大;树种部位的3个水平(树叶、小枝和树皮)对绝干含水率的影响有显著性差异，树种部位对绝干含水率差异的解释能力为0.238.3.1.4 树叶、小枝和树皮绝干含水率的事后检验由于树叶、小枝和树皮绝干含水率样本的数量相同，因此采用Bonferroni法进行绝干含水率事后检验，结果见表7(*表均值差的显著性水平为0.05)，见图1.由表7和图1可以看出:树叶与小枝的绝干含水率差异不显著，P=1.000＞0.05;树叶与树皮之间的绝干含水率差异极显著，P=0.004＜0.01;小枝与树皮的绝干含水率有显著差异，P=0.011＜0.05.单从绝干含水率角度考虑，树皮比较易燃，但综合考虑(例如表面积体积比)小枝和树叶还是比树皮容易燃烧.3.2 树种含水率非参数检验分析树种含水率方差齐性检验结果见表8.表8中风干含水率与绝干含水率的Levene检验统计量分别为P=0.003和P=0.022，均小于0.05，因此不满足方差齐性要求，不可以进行方差分析，所以树种含水率采用非参数检验分析.本文采用独立样本Kruskal-Wallis检验，检验结果见表9.风干含水率和绝干含水率检验结果差异不显著，风干含水率P=0.074＞0.05，绝干含水率P=0.196＞0.05，所以风干含水率和绝干含水率在各树种的分布不存在差异，也就是说各树种的风干含水率和绝干含水率不存在差异.3.3 风干含水率和绝干含水率相关分析从表10可以看出:显著性P=0.113＞0.05，风干含水率和绝干含水率无显著相关，这说明在分析抗火性指标时，风干含水率和绝干含水率都要考虑进去.4 结论凋落的树叶、小枝和树皮的风干含水率差别不大，凋落的树叶与小枝的绝干含水率差异也不显著，但树皮与树叶和小枝的绝干含水率有显著差异.单从绝干含水率角度考虑，树皮比较易燃，但综合考虑(例如表面积体积比)可知:小枝和树叶还是比树皮容易燃烧.通过非参数检验分析可知:所选的16种树种的风干含水率和绝干含水率不存在差异，也就是说在分析树种之间凋落的树叶、小枝和树皮抗火性差别时可以不考虑风干含水率和绝干含水率.另外，凋落的树叶、小枝和树皮风干含水率和绝干含水率无显著相关，这说明在分析抗火性指标时风干含水率和绝干含水率必须都要考虑进去.参考文献:［1］田甜，邸雪颖.森林地表可燃物含水率变化机理及影响因子研究概述［J］.森林工程，2013，29(2):21-25，142.［2］胡海清.大兴安岭主要森林可燃物理化性质测定与分析［J］.森林防火，1995(1):27-3l.［3］单延龙，张敏，于永波，等.森林可燃物研究现状及发展趋势［J］.北华大学学报:自然科学版，2004，5(3):264-269.［4］ Castro F X，Tudela A，Sebastià M T.Modeling Moisture Content in Shrubs to Predict Fire Risk in Catalonia(Spain)［J］.Agricultural and Forest Meteorology，2003，116(1-2):49-59.［5］单延龙.大兴安岭森林可燃物的研究［D］.哈尔滨:东北林业大学，2003.［6］ Taylor A H，Skinner C N.Fire History and Landscape Dynamics in a Late-Successional Reserve，Klamath Mountains，California，USA ［J］.Forest Ecology and Management，1998，111(2-3):285-301.［7］胡海清.林火生态与管理［M］.北京:中国林业出版社，2005.［8］袁启光，张同智.大兴安岭林区可燃物含水量变化分析及预报方法研究［J］.林业勘查设计，2010(3):39-4l.【责任编辑:郭伟】DOI:10.11713/j.issn.1009-4822.2014.02.026基金项目:吉林省科技发展计划项目(20100582，20121820);吉林省教育厅科学技术研究项目(2013158);吉林省林业厅林业科研项目(2013-007);国家留学基金项目;教育部新世纪优秀人才支持计划(NCET-12-0726).。
一种森林地表细小死可燃物含水率预测方法、预测装置、电子设备及存储介质[发明专利]
![一种森林地表细小死可燃物含水率预测方法、预测装置、电子设备及存储介质[发明专利]](https://img.taocdn.com/s3/m/8e77d2469a6648d7c1c708a1284ac850ad020498.png)
专利名称：一种森林地表细小死可燃物含水率预测方法、预测装置、电子设备及存储介质
专利类型：发明专利
发明人：彭博,张佳薇,邢键,张颂,谈志强,牟大伟,谢永浩
申请号：CN202210172357.2
申请日：20220224
公开号：CN114493042A
公开日：
20220513
专利内容由知识产权出版社提供
摘要：本发明提出一种森林地表细小死可燃物含水率预测方法、预测装置、电子设备及存储介质，属于森林地表细小死可燃物含水率预测技术领域。
首先，获取森林地表细小死可燃物所在区域的气象因子和近红外光谱特征数据，建立林内气象因子数据库和林内近红外光谱数据库；其次，将气象因子和近红外光谱特征数据进行决策级信息融合，得到同一时间序列的森林地表细小死可燃物气象‑光谱融合数据集；再次，构建森林地表细小死可燃物含水率预测模型；最后将数据输入预测模型，输出预测结果。
本发明有效提高了森林地表细小死可燃物含水率预测准确度，为森林火险等级预报提供精度的预测数据，解决了森林地表细小死可燃物含水率预测准确度不高的技术问题。
申请人：东北林业大学
地址：150006 黑龙江省哈尔滨市香坊区和兴路26号
国籍：CN
更多信息请下载全文后查看。
可燃物含水率实时变化的预测模型
ｄ ／ ｔ ｋ Ｅ 一 ）。 Ｍ ｄ＝ （ Ｍ （） １
ｅ … ｙ
测方法 。也有通过建 立平衡含水率模型来预测可燃物的含水 率， 如金森等 给 出了 自然环境 中可燃物含水率 的理论 预测 方法 ， 目前 可燃 物平衡含水率模型主要有 Ｓ ｒ 型 、 ａ ｉ ｄ模 ｍａ Ｖｎ Ｗａｎｒ ｇｅ 模型 ＪＡ ｄｒｏ 型 、 ｅ ｏ 、 ｎ ｅ ｎ模 ｓ Ｎ ｌ ｎ模 型 等 。这 些模 ｓ 型都有各 自的特点 ， 也存在一定的局限性 ， 为实际 中的使用带 来一定 的困难 。笔者根据试验 地的观测 数据 ， 立 了一 个平 建 衡 含水率 随影响 因子动态变化的可燃物含水率实时变化预测
第３ ８卷 第 ６期
２１ ００年 ６月
东
北
林
业
大
学
学
报
Ｖｏ ． ８ Ｎｏ． １３ ６
Ｊ ＯＵＲＮ ＡＬ Ｏ ＮＯＲ ＨＥＡＳ Ｆ ＲＥ Ｔ Ｉ ＲＳ Ｔ Ｔ Ｔ Ｏ Ｓ ＲＹ ＵＮ ＶＥ Ｉ Ｙ
Ｊｎ ００ ｕ ．２ １
可 燃 物 含 水 率 实 时 变 化 的预 测 模 型 ）
关 键 词 可 燃 物 ； 水 率 ； 测 模 型 含 预
分类号 ￥６ ． ７２ ２
Ｒ ａ． ｉ ｒｄｃ ｏ ｄｌ ｆ ｏｅｔ ｕｌ ｉ ｕ ｅＱ ｈｌ ， ｉ ｕｅ Ｍ ｎＹｎｙｎ （ｃ ｏｌ ｆ ｃ ｎｅ Ｎ ｒ ｅｓ ｅ１ ｍｅＰ ｅｉ ｉｎＭｏ ｅ ｏ ｒｓ Ｆ ｅ Ｍｏｓ ｒ／ ｕＺ ｉｎ Ｌ ｙ ， ｉ ｉｇｉｇ Ｓｈｏ ｉ ｃ ， ｏ ｈａｔ Ｔ ｔ Ｆ ｔ ｉ Ｙ ｏＳ ｅ ｔ
细小可燃物含水率研究
林区未来处于何种天气形式的控制下,会出现何种天气,将直接决定林火火险等级的高低。
也正因为林火的发生发展与天气的关系非常密切,所以产生了火险天气预报。
天气形势的演变决定了一地未来的天气状况,同时也决定了未来各气象要素的变化,而气象要素的变化又会影响森林可燃物的干燥程度的变化,尤其是细小可燃物对气象要素的变化具高度敏感性,表现在其含水率的变化上。
同时,火灾的发生都是从细小可燃物同火源相接触着火开始的。
可以说,它正处于火环境与火源的交叉点上,是林火的引燃物,具高度危险性,对它进行研究具有非常重要的意义。
人类正式对可燃物含水率的研究距今已有九十余年的历史, 是随着林火预报研究的发展而发展的。
早在1914年前苏联就有人采用桧柏枝条和木柱体来估测林火发生的可能性。
其实质就是观测可燃物含水率的大小,它是一种把气象因子和植被条件结合起来的火险预报方法。
而到20世纪40年代日本人昌山久尚研究的实效湿度法,其利用的原理就是根据可燃物含水量的大小决定于空气湿度,可燃物的易燃程度决定于可燃物含水量的大小,从而开创了利用单个气象因子定量研究可燃物含水率的先河。
到了近代,对可燃物含水率的研究更加深入、彻底,使其定性、定量化,不仅单独研究它与单个气象因子的关系,而且更深入的研究它与多个气象因子及火源的关系。
可燃物含水率不仅决定森林燃烧的难易程度,即点燃的难易程度,作为林火发生预报的重要因子,而且可燃物含水率的大小还决定林火蔓延速度、能量释放的大小及扑火的难易,作为林火行为预报的重要因子,而在林火发生预报中,细小可燃物含水率的大小对林火能否发生影响最大,一般的经验是:当细小可燃物的含水率大于8%时,一般的火源是不能引起森林火灾的;当细小可燃物含水率小于4%时,点火则非常容易。
它的含水率主要随大气湿度变化。
细小可燃物含水率属于林火预报中的变化因子, 但却是林火预报中的最主要因子。
在研究中,引入了美国、加拿大等国的林火预报中经常遇到的时滞(Timelag)、熄灭含水率,平衡点水分含量(equilitrium noisture content,EMC)等概念作为定性、定量描述细小可燃物含水率的指标。
一种野外细小死可燃物含水率预测方法
一种野外细小死可燃物含水率预测方法1 简介野外细小死可燃物含水率是野外研究中的一项重要指标，其表征着细小可燃物的活性程度，对研究野外火场热量有着重要的作用。
传统的细小可燃物含水率测定是运用重量法，结果精准，但测试时间较长，不太利于野外火场临时评估。
近年来，由于生态学家对细小死可燃物的研究，提出了一种新的野外细小死可燃物的含水率测定方法，即使用激光沉积原理对野外细小死可燃物进行含水率测定，以更快速有效的估计野外细小死可燃物的含水率。
2 激光沉积原理激光沉积法是一种新型野外测量方法，指通过远距离激光发射器发射一条激光束，当激光束与物体接触后，激光沉积量将会被物体中可燃物所吸收，从而构成量热过程，通过测量激光沉积量，可以敏感地检测出野外细小死可燃物的含水率，当得出含水率时，可以用来评估野外火场热量。
3 激光沉积仪器性能激光沉淀仪是一种用于测量野外细小死可燃物的含水率的仪器，其仪器性能有如下几点：1. 使用的激光发射器：直接式激光发射器，输出波长为1064 nm 和532 nm，可根据需要选择不同的激光发射器;2. 激光功率：激光沉积仪的激光功率为0.5 W-5 W;3. 波长段：测试范围最小为1 m，最大可达100 m；4. 激光精准度：高精度激光发射器可以提供精确的激光信号;5. 激光扫描：激光沉积仪支持任意扫描式激光测量，可以实现对更大范围的物体进行激光测量。
4 野外细小死可燃物含水率预测方法1. 采样筛选：在野外考察现场时，应仔细观测，及时收集与被研究物体有关的物理化学参数，以筛选原始样本;2. 激光沉积：经过采样筛选后，野外细小死可燃物样品应放置在激光沉积仪中，启动激光发射器，观察激光束是否被物体吸收，反应物体中可燃物的活性大小;3. 基于量热模型预测含水率：使用量热模型可以把细小死可燃物的激光沉积量转换为含水率，通过控制参数，可以精确测量野外细小死可燃物的含水率。
5 总结激光沉积法是一种新型的野外量测方法，可以快速有效的估计野外细小可燃物的含水率，用于评估野外火场热量。
森林地表死可燃物含水率预测模型研究进展
第57卷第4期2021年4月林业科学SCIENTIASILVAESINICAEVol.57,No.4Apr.,2021doi:10.11707/j.1001-7488.20210415收稿日期:2019-11-18;修回日期:2020-01-31㊂基金项目:国家 十三五 重点研发计划(2018YFD0600205);中央高校基本科研业务费专项资金(2572017PZ05)㊂∗胡同欣为通讯作者㊂森林地表死可燃物含水率预测模型研究进展∗孙㊀龙㊀刘㊀祺㊀胡同欣(东北林业大学林学院㊀哈尔滨150040)摘㊀要:㊀林火是影响森林生态系统的重要因子之一,林火蔓延和发展深受森林可燃物含水率的影响,尤其是林火的发生直接受地表死可燃物含水率的影响㊂因此,准确预测森林地表死可燃物含水率是预报森林火险和火行为的关键,加强森林死可燃物含水率预测模型研究尤为重要㊂从森林可燃物含水率的研究方法㊁研究模型及模型精度3方面综述研究现状,并对比评价现有模型㊂针对目前研究的诸多问题,提出5点展望:1)加强研究重点火险区野外含水率动态㊂利用已有的森林火险因子采集站和森林火险监测站获取不同环境因子和可燃物含水率及气象因子监测数据,构建重点火险区基于气象参数的森林可燃物含水率预测模型㊂2)加强森林可燃物的基础数据监测和收集㊂这可为全面构建森林火险等级系统奠定坚实的数据基础,同时还应建立精准的森林可燃物类型划分体系㊂3)加强研究可燃物含水率的空间异质性㊂应考虑不同影响因子下可燃物含水率动态,特别是了解小尺度内森林可燃物含水率的空间异质性,才能更准确进行林火预测预报㊂4)结合应用增强回归树(BRT)方法来提高模型精度㊂在可燃物含水率模型精度影响因子的研究中,运用BRT 方法多次随机抽取一定量的数据,量化分析不同因子对模型精度的影响程度㊂5)结合GIS 进行大尺度火险预警研究㊂综合应用RS 和GIS 技术,建立可燃物含水率的遥感反演模型,在准确模拟森林可燃物含水率空间分布的基础上,建立基于可燃物含水率的不同火险等级的预测模型㊂关键词:㊀森林可燃物;地表死可燃物含水率;预测模型;模型精度;火险预测预报中图分类号:㊀S762㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1001-7488(2021)04-0142-11Advances in Research on Prediction Model of Moisture Content ofSurface Dead Fuel in ForestsSun Long㊀Liu Qi㊀Hu Tongxin(College of Forestry ,Northeast Forestry University ㊀Harbin 150040)Abstract :㊀Forest fire is one of the important factors that affect the forest ecosystem.The spread and development of forest fire are deeply affected by the moisture content of forest fuels,especially the occurrence of forest fire is directly affected by the moisture content of dead fuels on the surface.Therefore,accurate prediction of the forest surface dead fuels moisture content is the key to predict forest fire risk and fire behavior,and it is particularly important to strengthen the study of forest dead fuels moisture content prediction model.This article summarizes the research status of forest fuelsmoisture content in terms of the research methods,research models and model accuracy,and comparatively evaluates the existing models.In view of problems in the current research,five prospects for future research are proposed:1)Strengthen research on the dynamic of fuel moisture content in key fire risk zone.The existing forest fire danger factor collection stations and forest fire danger monitoring stations are used to obtain the monitoring data of forest fuel moisture content and meteorological factors under different environmental condition.The prediction model of forest fuel moisture content based on meteorological parameters in key fire danger zone is constructed.2)Strengthen basic data monitoring and collection of forest fuels.In order to build a comprehensive forest fire risk rating system,the basic data monitoring and collection of forest fuels should be strengthened,a solid data foundation should be laid,and an accurate forest fuel type classification system should be established.3)Strengthen the study on the spatial heterogeneity of the fuel moisture content.In the future research,the dynamic changes of fuel moisture content under different impact factors should be considered,㊀第4期孙㊀龙等:森林地表死可燃物含水率预测模型研究进展especially the spatial heterogeneity of fuel moisture content of small-scale forests,so that the prediction of forest fire danger can be made more accurately.4)Improve the accuracy of the models combined with boosted regression tree(BRT).In the study of the influencing factors of the accuracy of the fuel moisture content model,the BRT method should be used to randomly extract a certain amount of data multiple times to analyze the degree of influence of different influencing factors on the accuracy of the model.5)Conduct research on large-scale fire risk early alarm combined with GIS.Based on RS and GIS technology,the remote sensing inversion model of the fuel moisture content is established.On the basis of accurate simulation of the spatial distribution of forest fuel moisture content,the fuel moisture content prediction models of different fire risk classes is established.Key words:㊀forest fuel;surface dead fuel moisture content;forecast model;model accuracy;fire danger prediction㊀㊀森林生态系统作为陆地自然生态系统的主体,在保护生物多样性及维持全球碳平衡方面起着重要作用㊂而林火作为森林生态系统的重要干扰因子,对森林植被的分布㊁结构和功能具有重大影响(Yang et al.,2018)㊂大规模㊁高强度的森林火灾对人类生命财产构成重大威胁(Moritz et al.,2014)㊂根据全球火灾监测中心的数据,20世纪80年代以来,每年全球发生森林火灾约25.5万次,年均危害森林或其他林地面积636.7万hm2(胡海清等, 2016)㊂重特大森林火灾的发生取决于可燃物载量大小及是否存在空间上连续分布㊁有利于火势迅速蔓延的天气条件及火源条件(Bradstock et al.,2010; Alen et al.,2018)㊂森林地表可燃物含水率FMC (Fuel moisture content)是影响森林火灾蔓延和燃烧速率的重要因子之一(Bilgili et al.,2019),越来越被认为是森林火灾综合管理的关键因素(Baeza et al.,2002),它已被广泛应用于火灾危险评估(Paltridge et al.,1988;Cawson et al.,2019)㊂以往森林火险预测是在直接测量森林可燃物含水率的基础上结合当地气象站的相关气象因素进行预测,考虑到林内地形复杂,林内小气候多样,林内气象站不完善,因而火险预测代价高昂且低效㊂为准确预测火险,应建立一套完整的森林火险等级预测系统,基于气象因子(相对湿度㊁温度㊁风速㊁降水)和非气象因子(可燃物类型等)数据的综合分析,建立一系列火险预测模型,包括可燃物含水率预测模型㊂目前具有代表性的系统包括美国㊁加拿大森林火险等级系统(韩焱红等,2019)㊂20世纪70年代,Forsberg 等(1970)建立一系列可燃物含水率模型,在此基础上,Cammon(1976)根据Fourier Number建立的一系列模型为美国国家森林火险等级系统提供理论支撑㊂加拿大森林火险等级系统是基于森林地表死可燃物含水率野外观测数据对物理模型校正后得到的半经验模型,气象因素㊁死可燃物含水率相继被融入到该系统的框架中,且不同版本间有较强的连续性(张吉利,2018)㊂在森林燃烧理论中,可燃物㊁氧气和火源是影响森林火灾发生的3个基本条件(Pausas et al., 2009)㊂气候㊁降雨等天气原因对森林火灾具有相当大的影响(Riley et al.,2014;Cai et al.,2014)㊂森林可燃物以其在林内位置的不同而划分为地下可燃物㊁地表可燃物和空中可燃物㊂地表可燃物是指枯枝落叶层到离地面1.5m以内的所有可燃物,包括枯枝落叶㊁杂草㊁倒木等;而地表死可燃物则是指地表枯死植物体的总称,包括枯枝㊁枯立木㊁采伐剩余物等,根据时滞的不同则可划分为1㊁10㊁100和1000h时滞的可燃物(胡海清,2005)㊂其中地表细小死可燃物(1h时滞)是林火发生的物质基础和首要条件(Jemison,1935;van Wagner et al.,1977; Wehner et al.,2017)㊂森林地表死可燃物含水率影响火灾发生的概率㊁传播速率㊁辐射效率和能量释放(Zhong et al.,1995)㊂这些因素也是准确评估森林火灾风险的重要依据(Hu et al.,2016)㊂FFMC(Fine fuel moisture content)通常是指1h时滞的细小可燃物的含水率,它随林内气象动态变化而变(张吉利, 2018)㊂在相同气象条件下细小可燃物相对其他可燃物类型而言含水率变化过程较为显著,是指示森林火险等级的重要指标㊂地表细小死可燃物含水率已成为林火生态研究的重点之一(Yan et al.,2018),并被认为是影响火行为变化的关键参数(Schunk et al.,2014)㊂因此,预测森林可燃物含水率,特别是对地表细小死可燃物含水率的动态预测,已经成为森林火灾风险评级系统的核心(Matthews et al., 2006)㊂进一步完善对于森林地表死可燃物含水率预测模型的研究,将有利于实现我国森林火险预测由基于气象参数向基于可燃物含水率的转变,这对于提高森林火险预测预报精度具有重要意义㊂1㊀森林可燃物含水率研究方法㊀㊀传统意义上,研究森林地表死可燃物含水率主341林业科学57卷㊀要有遥感估测法㊁气象要素回归法㊁平衡含水率(equilibrium moisture content,EMC)法和过程模型法4类方法(满子源等,2019)㊂因过程模型法是基于物理描述且应用难度较大,实际应用较少㊂1.1㊀遥感估测法㊀㊀遥感技术在森林防火中的应用始于20世纪20年代,最初用于林火监测㊁绘制林分分布图以及森林可燃物的划分上(齐怀琴等,2013);20世纪70年代,该技术逐渐成熟,被应用在很多方面,具有代表性的是用来监测土壤和植被水分㊂遥感估测法主要包括光谱反射率反演法㊁光谱水分指数法和辐射传输模型法(Toomey et al.,2005;Yebra et al.,2006)㊂20世纪90年代,随着高光谱技术的迅速发展,人们开始探索利用遥感技术来反演可燃物含水率㊂目前,遥感估测法由于使用较为复杂,在小尺度环境条件下应用精确度不够,故仅适合在大尺度环境上对森林火险进行评价㊂1.2㊀气象要素回归法㊀㊀森林地表死可燃物受气象因子的影响较大,因此,气象要素回归法是针对死可燃物研究的一种方法㊂气象要素回归法较其他方法相对简单㊂基于最初Byram(1943)通过积累系数的方式表示可燃物含水率,而后更多研究者将可燃物含水率与气象因子之间建立某种联系,进而建立可燃物含水率预测模型㊂其中,火险尺模型法㊁BEHAVE模型㊁综合指标法等具有代表性(刘昕等,2013)㊂由于采用统计的方法建立模型,其应用较为简单(金森等,1999)㊂气象要素回归法是我国目前预测地表死可燃物含水率的主要方法,但其研究结论很大程度上会受到可燃物特性和研究区域的限制㊂1.3㊀平衡含水率法㊀㊀平衡含水率和时滞是可燃物含水率变化的重要特征㊂平衡含水率定义为可燃物于恒温㊁恒湿条件下,一段时间后其含水率达到的一个动态平衡值㊂随温湿度等环境条件的变化,可燃物含水率的变化与平衡含水率变化之间有一滞后时间,这一现象可用反应时间和时滞来描述㊂通过平衡含水率建模的方法称为平衡含水率法㊂平衡含水率法在物理上较为可靠,因此适用于小尺度范围,若推到大尺度上应用准确度会下降(Catchpole et al.,2001)㊂平衡含水率法是目前主流的死可燃物含水率预测方法,应用最广泛㊂北美多个国家森林火险等级系统都采用此方法㊂不同环境下平衡含水率法的预测方法不同,主要包括恒定环境下㊁自然环境下和野外观测3种预测方法㊂1)恒定环境:Biot数(内部水分扩散与外部对流对水汽运动的阻力之比)较小的死可燃物,其含水率变化为下式:d Md t=E-M()/τ;(1)M=E+M0-E()e-t/τ㊂(2)式中:M为死可燃物含水率(%),E为平衡含水率(%),t为时间(h),τ为时滞(h),M0为可燃物初始含水率(%)㊂若已知可燃物平衡含水率和时滞,可以测得任意时刻的可燃物含水率,此方法适用性较广㊂2)自然环境:处于自然环境下的温湿度时刻发生变化,故可燃物时滞和平衡含水率也会受到影响,金森等(1999)通过建立可燃物时滞㊁平衡含水率与温度㊁湿度和风速的关系式给出了在自然环境下平衡含水率的预测方法:1τ=F T,H,W();(3)E=G T,H();(4)T=f T(t);(5)H=f H(t);(6)W=f W(t)㊂(7)式中:T为环境温度(ħ),H为相对湿度(%),W 为风速(m㊃s-1),t为时间(h)㊂式(3)为温度㊁相对湿度㊁风速与时滞的函数关系,式(4)为温度㊁相对湿度与平衡含水率之间的函数关系㊂式(5) (7)中f T㊁f H㊁f W是温度㊁相对湿度和风速的时间动态函数㊂将式(3) (7)带入(1)式得:d Md t=-f K(t)M0-f M(t)[];(8)f K(t)=Fᶄf T(t),f H(t),f W(t)[];(9)f M(t)=G f T(t),f H(t)[]㊂(10)㊀㊀在清楚环境因子对平衡含水率㊁时滞有影响的前提下,依据式(10)可预测任意时刻的可燃物含水率值㊂3)野外观测数据预测含水率:Viney(1991)假设死可燃物平衡含水率按日变化,建立方程通过非线性回归拟合系数,从而预测死可燃物含水率㊂之后Viney(1992)提出用相关系数来确定时滞,根据实测数据,计算不同时滞下2组数据的相关系数,最大相关系数对应的时滞作为所需要的时滞㊂Catchpole等(2001)基于Nelson模型提出了另一种死可燃物含水率的预测方法:m ti()=λ2m i-1+λ1-λ()qi-1+1-λ()q i;(11)441㊀第4期孙㊀龙等:森林地表死可燃物含水率预测模型研究进展λ=exp -δt /2π()[]㊂(12)式中:m (t i )为t i 时刻的可燃物含水率,m i -1为t i -1时刻的可燃物含水率,q i 为t i 时刻的平衡含水率,q i -1为t i -1时刻的平衡含水率,δt =t i -t i -1㊂此方程中可燃物含水率的实测数据,以组间离差平方和最小为约束目标,即SSE =ðn i =1(m i -mi ),用非线性方法对式中有关参数进行估计,可得到时滞㊂其中Viney (1991)提出的方法优点在于可确定时滞,缺点在于仅为可燃物昼夜变化下含水率的响应方程,对可燃物含水率的预测并未达到每小时的精度㊂Catchpole 等(2001)提出的方法优点在于无需考虑可燃物含水率的日变化模式,同时采用了Nelson 半物理模型,适用性较强(Pausas et al .,2009);缺点表现为是以蒸汽形式展示的交换模型且取决于温度和湿度,不能视为平衡含水率模型㊂这些模型用来估算实际可燃物中的含水率,并非EMC㊂2㊀森林地表死可燃物含水率预测模型2.1㊀模型应用㊀㊀测量死可燃物含水率的方式有很多,常见的有烘干法(Matthews,2013)和电阻法(Yan et al.,2018),2种方法的局限性是不能及时测量死可燃物含水率,因此,一般通过建立模型来预测死可燃物含水率动态变化㊂常用的可燃物含水率模型分为经验模型和过程模型㊂经验模型是利用统计学线性回归的方法,构建含水率实测数据与气象因子间的关系,气象要素回归模型就是典型的经验模型㊂过程模型是基于时滞平衡含水率通过尝试模拟死可燃物内部水汽交换所构建的模型,不同于经验模型㊂2.1.1㊀经验模型㊀经验模型通常是指根据森林地表死可燃物含水率对林内环境因子的响应过程,通过线性回归分析建立预测死可燃物含水率的模型㊂经验模型不需考虑死可燃物内部水汽交换过程,应用起来比过程模型容易㊂基于此,也就衍生出众多经验模型:Matthews(2013)提出天气作为变量的多元线性回归:m =a 0+ðni =1a iX i㊂(15)式中:m 为可燃物含水率,a 0㊁a i 为经验参数,X i 为天气变量㊂在某些情况下,是滞后的天气变量而不是瞬时天气变量,但是这种模型的预测值往往比较独立,与之前的值无关㊂Alves 等(2009)通过测量巴西湿地松(Pinuselliottii )人工林含水率,建立了与温度㊁风速㊁相对湿度等气象因子的线性回归模型㊂该模型采样周期较短,不具有代表性,未得到普及㊂Lin(2004)在台湾采用破坏性取样,测量黄山松(P.taiwanensis )凋落物含水率,随后对温度㊁相对湿度进行多元线性回归分析㊂Marsden-Smedley 等(1995)在澳大利亚塔斯马尼亚的草沼泽地,测量了可燃物含水率并建立了2组经验模型,一组为使用相对湿度和露点温度的线性模型来预测对数转换的可燃物含水率,另一组为吸附和解吸条件的模型,模型参数也适用于Catchpole 模型(Catchpole et al.,2001)㊂Pook 等(1993)测量了1988㊁1990和1991年火灾季节澳大利亚堪培拉辐射松(Pinus radiata )人工林地表死可燃物含水率,并使用1988和1990年的数据对温度㊁相对湿度和土壤含水量的一系列气象因子进行多元线性回归㊂继Pook (1993)之后,Ruiz Gonza lez 等(2009)构建了松针及树枝的含水率模型,松针模型使用相同的参数用于所有样品,树枝模型使用不同的参数用于不同的物种,2种模型都表现良好㊂Sharples 等(2009)提出将温湿度作为自变量预测不同类型死可燃物含水率,构建了死可燃物含水率指数F ,与现有的死可燃物含水率模型表现出单调非线性关系,F 即可用作经验法来估计死可燃物含水率㊂Sharples 等(2011)也发现,通过可燃物特定的校准系数,F 可用于预测含水率值,具有与Sneeuwjagt 等(1985)的桉树(Eucalyptus )模型相似的准确度㊂国内学者在此方面也开展了大量研究,大多以建立气象要素回归模型为主(于宏洲等,2018):M =ðni =1X i b i㊂(16)式中:M 为死可燃物含水率,X i 为所选用的气象因子,b i 为待估参数㊂何仲秋(1992)在樟岭以前日标准棒湿度等为自变量,建立了樟子松(Pinus sylvestris var.mongolica )林和兴安落叶松(Larix gmelinii )林含水率的预测模型㊂覃先林等(2001)在松岭地区研究测定了落叶松(Larix spp.)㊁白桦(Betula platyphylla )林的死可燃物含水率,建立了回归模型㊂居恩德等(1993)测定了东北地区典型树种森林的地表死可燃物含水率,建立了与气象因子的回归方程㊂薛煜等(1996)在黑龙江省塔河地区以相对湿度和雨后天数作为自变量,建立了落叶松含水率的预测模型㊂张恒等(2016)运用气象要素法在盘古林场建立了死可燃物含水率模型,并对以上4种模型的外推精度进行验证,表明不同季节模型精度不同,落叶松林模型的外推效果要好于白桦林和樟子松林㊂张运林541林业科学57卷㊀等(2015)通过研究季节和降雨对死可燃物含水率预测模型精度的影响,表明建立区分季节和降雨期的气象要素回归模型有助于提高林火预测预报的准确性㊂卢欣艳等(2010)在北京西山通过测量5种林型的地表死可燃物含水率,建立气象要素回归模型,分析死可燃物含水率与气象要素之间的关系㊂张大明等(2010)应用长白山定位点的气象数据建立了气象要素线性回归模型预测红松(Pinuskoraiensis )阔叶林地表死可燃物无降水条件的含水率,预测精度较好;在此基础上,金森等(2014)研究利用气象站常规观测因子(包括降水)建立更大范围内预测地表可燃物含水率的模型,取得较好效果㊂2.1.2㊀过程模型㊀可燃物含水率受诸多因子共同影响,不仅有地点㊁环境㊁气象因子等,还包括可燃物自身的能量守恒和水汽交换,过程模型是基于模拟可燃物的发生过程来预测含水率,因此,比经验模型普适性较强㊂平衡含水率模型主要有以下4种:1)Simard 模型Simard(1968)根据已有的一些木材平衡含水率数值,通过回归分析给出平衡含水率与相对湿度和温度之间的关系:E =0.03+0.2626H -0.00104HTH <101.76+0.1601H -0.0266T 10ɤH <5021.06-0.4944H +0.005565H 2-0.00063HT H ȡ50ìîíïïïïï㊂(17)式中,E 为平衡含水率,H 为相对湿度(%),T 为环境温度(ħ),这些方程的相关系数在0.98~0.995之间㊂模型以木材为研究对象,适用范围较小㊂2)Van Wagner 模型Van Wagner(1972)从几种森林凋落物试验中获得吸水和失水过程下平衡含水率的独立方程,Van Wagner 等(1987)后来修正了温度效应,以确保在相对湿度为零时,平衡含水率在所有温度下均大致为零:E d =0.924H 0.679+0.000499e 0.1H +0.1821.1-T ()1-e -0.115H ();(18)E w =0.618H 0.753+0.000454e 0.1H +0.1821.1-T ()1-e -0.115H ()㊂(19)式中,E d 和E w 分别为失水过程和吸水过程下死可燃物平衡含水率,且最大差异约为2.7%;H 为相对湿度(%);T 为温度(ħ)㊂3)Anderson 模型Anderson 等(1978)使用西黄松(Pinusponderosa )林数据,重新定义原始Van Wagner 模型中的回归常数㊂得到的常数完全不同,吸水和失水平衡含水率分别可表达如下:E d =1.651H 0.493+0.001972e 0.092H +0.10123.9-T ();(20)E w =0.891H 0.612+0.000234e 0.112H +0.10123.9-T ()㊂(21)㊀㊀当中等温度条件下和相对湿度控制在20%~95%时,上式产生的平衡含水率值分别低于Van Wagner 模型的值,高达3%(烘箱干质量)㊂4)Nelson 模型Nelson(1984)平衡含水率模型是基于死可燃物内外水分变化的热力学原理所构建的平衡含水率与温度和相对湿度之间的函数关系,属于半物理模型㊂E =1C 1C 2-ln 273.15+T ()ln 100H éëêêùûúú{}㊂(22)式中:E 为平衡含水率,C 1㊁C 2为待估参数,T 为温度(ħ),H 为相对湿度(%)㊂此模型中C 1㊁C 2的值需通过回归分析从相关平衡含水率的试验中获取,预计该值在吸水和失水过程中不同,并且随可燃物类型和温度的变化而变化㊂Nelson(1984)认为该模型的基本方程适用条件为相对湿度在10%~90%之间㊂当H =0时,平衡含水率趋向于-ɕ;当H =100%时,平衡含水率趋向于+ɕ㊂对于北美叶状可燃物,Anderson(1978)已经建模,C 1㊁C 2作为可燃物温度的二次函数,他还建议,每种可燃物的平衡含水率可以通过仅依赖于温度和湿度的方程来表示,然而这样的分组以及二次拟合并不令人信服㊂Viney(1991)认为,Anderson 的结论具有很大的局限性㊂2.2㊀模型评价㊀㊀在上述模型中,我国目前应用最广的是气象要素回归统计模型,其中气象要素以人工搜集为主,虽应用较简单,但工作量较大且受地形区域限制㊂平衡含水率模型是目前主流的应用模型,该模型以实测空气温度㊁相对湿度为自变量建立模型,不同相对湿度下模型表达不同,区别于气象要素回归模型㊂加拿大㊁美国火险等级系统均采用平衡含水率模型,Viney(1991)对上述4种模型进行了综述性分析:在25ħ下,以不同的相对湿度为自变量进行了对比分析,认为各模型的预测值不同,在温度为25ħ和相同相对湿度的条件下差异达到12%,这是由于地表死可燃物特性不同所致,特别是在Nelson 模型中,不同种可燃物类型间的差异较明显,而Simard 和Van Wagner 模型这种差异较小㊂Nelson 和Anderson 641㊀第4期孙㊀龙等:森林地表死可燃物含水率预测模型研究进展模型由于参数的不确定性,某些情况下误差较大㊂(Anderson et al.,1978)㊂通过对比模型导数来比较在温度梯度下平衡含水率的变化,结果表明,多数情况下,平衡含水率随温度升高而降低,对温度敏感性最大的是Van Wagner模型,最小的是Simard模型㊂刘曦等(2007a;2007b)在相同温度不同湿度和相同湿度不同温度下分别比较了4种模型的计算值,表明在湿度梯度和温度梯度下,4种模型的变化值差异不大,Simard模型计算值最小,Van Wagner模型计算值最大,Anderson模型和Nelson模型计算值居中;不同模型在温度梯度上的差异要大于湿度梯度,温度梯度上差异可达5%,湿度梯度上差异为2%;除Simard模型外(Simard模型只考虑失水过程)其余3个模型失水过程下的平衡含水率比吸水过程高㊂此外,由于传统估测死可燃物含水率方法的复杂性,Catchpole(2001)提出一种利用野外数据直接估测含水率的方法,其模型方程参考公式(1)㊂该方法不要求恒定温湿度的条件即可测定时滞和平衡含水率,且预测方法较准确㊂我国众多学者对其进行了有效性分析,如金森等(2010)分别对直径为0.5㊁1.0㊁1.5cm的枯枝进行了含水率测定,证明该方法对枯枝有效;马壮等(2016)在室内分析了白桦林凋落物㊁腐殖质㊁半腐殖质含水率动态变化,分析此直接估测法的适用性㊂目前该方法仅是在Nelson 模型的基础上进行构建的,并未采用其他的平衡含水率响应模型,其效果如何还有待分析㊂2.3㊀模型的验证㊀㊀模型的验证是为了考察模型结构是否适用于新的可燃物类型,并对未来模型应用提供合适参数,加拿大火灾天气指数(FWI)系统中过程模型常被用于模型验证(Van Wagner,1987)㊂在模型验证中,人们普遍认为过程模型是合适的,可进一步推广,以便预测不同类型的可燃物含水率㊂不同可燃物类型具有不同的理化性质,其含水率变化响应过程不同,也就证实了模型不存在唯一性;不同地区的含水率实测值不同,则所构建的模型方程参数不同,因此只有加强基础数据的获取才更有利于全方位模型的构建㊂但目前现有系统中森林可燃物的基础数据仍然薄弱,代表性可燃物类型的参数并不完善,对构建模型也有影响,有待进一步加强㊂Anderson等(1978)㊁金森等(2011)对Catchpole模型做了有效性分析㊂为提高模型精准性,应选择不同区域作为研究对象,调整模型结构适用于不同的可燃物类型,进而拟合模型参数,建立不同可燃物类型下的含水率模型㊂同时现有模型在结合GIS推广应用中并未实现样地到大区域尺度的转化,这个问题还需进一步验证㊂同时在研究可燃物含水率模型精度的影响因子时可以结合增强回归树(boosted regression tree,BRT)分析法来判定哪些因子对模型精度影响较高,BRT是基于分类回归数算法的自学习方法,该方法通过随机选择和自学习方法产生多重回归树,能够提高模型预测精度和稳定性(Müller et al., 2013)㊂BRT方法可得到不同自变量对因变量的影响率,以及其他自变量不变或取均值情况下该自变量与因变量的相互关系(蔡文华等,2012)㊂目前分类回归树方法已应用于多个领域并取得较好成果,包括物种分布模拟(Pittman et al.,2009)㊁土地利用分类(Weisberg et al.,2013)以及火灾模拟预测(Stojanova et al.,2006)㊂3㊀模型精度的影响因子3.1㊀气象因子㊀㊀温湿度是影响林内地表死可燃物含水率的主要因子,同样也是影响模型预测的主要因子㊂虽然风速可能是影响火灾增长的主要气象因素,但许多研究表明,温度是影响全年整体森林火灾的最重要变量,气温升高导致火灾活动增加(Gillett,2004; Parisien et al.,2011)㊂气温与区域林火之间正相关的原因有3方面:首先,温度上升会增加蒸散,因为大气保持水分的能力随温度升高而迅速增加(Williams et al.,2014),从而降低地下水位,间接降低了森林可燃物含水率;其次,温度升高会增加闪电活动,导致更多火灾发生(Romps et al.,2014);最后,较高的温度可能导致更长的降雪期和更长的火灾季节(Flannigan et al.,2013;Jolly et al.,2015)㊂经验模型一般应用距离地表1.5m处的气温,物理模型一般应用地表死可燃物温度作为预测因子(Riley et al.,2014;Viney,1991;Catchpole et al., 2001)㊂因地表死可燃物温度比气温更能精确表示含水率的热量变化条件,Catchpole等(2001)提出利用野外数据直接估测可燃物含水率的方法,采用地表可燃物温度和湿度作为预测因子,方便快捷,精度较高㊂前人所建立的可燃物含水率模型大多集中选择合适的气象因子,并未将季节降雨变化作为影响因子,张运林等(2015)以大兴安岭盘古林场典型林分为对象,研究表明地表细小死可燃物含水率的预测精度受季节和降雨影响很大㊂不同季节可燃物吸水和失水程度不同;春季期间,可燃物多为前一年所剩,吸水失水程度大,而秋季可燃物多为当年的,可燃物吸水失水程度缓慢㊂有无降雨则会影响可燃物741。
可燃物含水率的测定方法
可燃物含水率的测定方法
可燃物含水率咋测呢？嘿，其实不难！先取一定量的可燃物样品，称好重量记下来。
然后把样品放进烘箱，设定好合适的温度烘干。
等烘干到恒重后，再称一下重量。
这前后的重量差就是水分的重量啦！那烘干的时候温度可不能太高，不然可燃物可能会燃烧起来，那可就糟糕啦！这就好比做饭火太大把菜烧糊了一样。
所以一定要小心控制温度，确保安全性。
可燃物含水率测定有啥用呢？那用处可大了去啦！在森林防火中，如果能知道树木等可燃物的含水率，不就能更好地预测火灾风险了吗？就像医生通过检查身体指标来判断病人的健康状况一样。
而且在木材加工行业，准确知道木材的含水率，能保证产品质量，不会出现开裂变形等问题。
这多棒啊！
我给你说个实际案例哈。
有个林场，工作人员定期测定树木的含水率。
有一次，他们发现含水率异常低，赶紧加强了防火措施。
结果没几天，附近的一个地方真的发生了火灾，幸好他们提前做了准备，把损失降到了最低。
你说这含水率测定重要不？
可燃物含水率的测定方法简单实用，只要注意安全，控制好温度，就能准确得到结果。
它在很多领域都有重要作用，能帮助我们更好地管理和利用可燃物资源。
所以，赶紧行动起来，试试这个方法吧！。
大兴安岭林区典型森林和草甸细小死可燃物含水率预测模型
东北林业大学学报JOURNAL OF NORTHEAST FORESTRY UNIVERSITY Vol.44No.3 Mar.2021第49卷第3期2021年3月大兴安岭林区典型森林和草甸细小死可燃物含水率预测模型1)张冉张兴龙胡海清曲智林(东北林业大学,哈尔滨,150044)(赣州市林业产业发展管理局)(东北林业大学)摘要准确预测森林细小死可燃物含水率对提高森林和草原火险预测精度具有重要的科学意义。
以大兴安岭林区兴安落叶松-白桦(Larix gmelinii-Betula platyphylla)混交林、兴安落叶松林(Larix gmelinii)、蒙古栎林(Quercus mongolica)和草甸细小死可燃物为研究对象,确定影响林內t时刻可燃物含水率变化率的影响因子(林外U1时刻的气温变化率、相对湿度变化率和累计降水量变化率)，根据统计回归理论建立细小死可燃物含水率变化率模型，进而构建大兴安岭林区典型森林和草甸细小死可燃物含水率预测模型。
结果表明：兴安落叶松-白桦林混交林、兴安落叶松林、蒙古栎林和草甸细小死可燃物含水率预测模型准确率分别为914%、90.4%、91.4%和81.4%(相对误差不超过5%),可燃物含水率预测模型预测效果良好，模型具有较好的实用性，可为大兴安岭林区的森林火险预警提供理论和技术支持。
关键词大兴安岭；可燃物；含水率；模型分类号S762.1Moisture Content Prediction Model of Fine Dead Fuel in Typical Forest and Meadows in Daxing'an Mountains// Zhang Ran(Northeast Forestry University，Harhin150040,P.R.China)；Zhang Xingloog(Ganzhoo Forestry Industry Development Administration Burean)；Hu Haiqing，Qu Zhi0n(Northeast Forestry University)//Joornal of Northeast Forestry UnVehity,2021,49(3):76-80.T is of great scientific sinnificance tr accurately predict the finedean fuel moisture cogeet in forest and grass foe improving the preeiction accuracy of forest and grassland fire risk.With the fineaean fuel in the Larin gmelinii-Butula platyphylla mixied forest,L.gmelinii forest,Quercus mongolica forest and swamp meadows in the Daxing，an Mountains, by the correlation theory,the inCueece factors of the rate of change of the moisture conteet of fige dead fuel at the tinie in the forest we r e de t e rmige S as the tempe r ature change rate,the relativ e humidity change rate and the cemulative rainfall change rate at the1:1X0outsid e the foresh By the statistical regre s s icrn the o ry,we e s tablish e S a mod e a for the change rate of moistureof dead frel,a nd then constructed a prediction model for the moistureof dead fiiel in each typicd forests and swamp meaSows.With the tesi date of the plots ,the acchracy vales of the predictive of moistureof the three typical forests(L.gmelinii-B.platyphylla mixed foresi,L.gmelinii foresi,Q.mongolica foa-est)and swamp meadows were91.1%,99.4%,91.4%and81.4%(relative error not exceeding5%),respechvelp,indicanng the use of the(30060X00theory te conserct combustibles.The moisture contexi preXiction model is feasible and hie11x101has poo P practicanilitp,and d can provide1:6001110x1support for the forest U io prediction in the Daxing'an Mouutams area.Keywonis Daxine*an mountains；Fuel;Moisture context；Model细小死可燃物通常被定义为直径小于25.4mm 森林和草原可燃物,细小死可燃物含水率被认为是进行森林和草原火险等级预测预报中重要的指标之一。
一种野外细小死可燃物含水率预测方法
一种野外细小死可燃物含水率预测方法野外细小死可燃物含水率是林火发生概率的重要指标之一，含水率越高，燃烧性越低，因此对含水率的准确预测具有重要意义。
在野外环境中，测定细小死可燃物含水率往往不太方便，因此需要建立一种简单易行的预测方法来估算含水率。
目前，针对野外细小死可燃物含水率的预测，常用的方法有使用红外辐射测定仪、电子天平等仪器直接测定，或者通过经验公式计算。
但是这些方法需要专门仪器或者经验，不太适合野外环境中的快速测定。
因此本文提出一种简单的、基于可视观测的野外细小死可燃物含水率预测方法。
该方法的步骤如下：1.采集细小死可燃物样品：在野外环境中，随机采集数个典型细小死可燃物样品，确保样品的分布均匀，代表性强，样品包括树叶、干草等。
2.制备样品：将采集到的样品放置于通风处进行干燥处理，直至完全干燥。
然后将样品称量，记录其质量。
3.实地测定：将样品放入一种干燥且不影响样品形态的容器中，如一个透明的塑料袋或瓶子。
然后，观察样品的颜色、外观等特征，并根据经验判断其含水率。
4.计算含水率：根据样品的颜色、外观等特征，参考已有的经验数据，结合实地观测情况，估算出样品的含水率。
通常来说，颜色深、外观干燥的样品含水率较低，颜色浅、外观湿润的样品含水率较高。
通过这种方法，不需要专门仪器，只需要简单的可视观测和一定的经验，即可对野外细小死可燃物的含水率进行快速预测。
虽然该方法存在一定的主观性和误差，但在野外环境中可作为一种快速参考手段，帮助评估火灾风险和采取相应的防范措施。
当然，为了进一步提高预测准确性，可以根据实际情况结合其他仪器设备进行辅助测定，比如使用便携式含水率测定仪或激光测距仪等。
同时，还可以积累更多的实地观测经验，建立更为精确的预测模型，提高预测的准确性和可靠性。
总之，通过简单的可视观测和经验判断，我们可以快速预测野外细小死可燃物的含水率，为火灾防控提供有益的参考。
当然，在实际操作过程中，还需结合其他手段和数据，多方面综合评估，确保火灾预防工作的有效开展。
一种野外细小死可燃物含水率预测方法
一种野外细小死可燃物含水率预测方法尹坤;曲智林【摘要】通过相关性分析确定了影响可燃物含水率变化的气象因子,即之前3h的气温、之前2h的相对温度和之前3h的风速,并建立了分段可燃物含水率预测模型,利用回归分析理论估计出模型的参数,检验结果表明:所建立的模型准确率均达到98％(相对误差小于5％),说明该文所建立的模型对于预测野外细小死可燃物含水率的变化是可行的.【期刊名称】《哈尔滨师范大学自然科学学报》【年(卷),期】2015(031)001【总页数】4页(P53-56)【关键词】可燃物;含水率;预测【作者】尹坤;曲智林【作者单位】东北林业大学;东北林业大学【正文语种】中文【中图分类】S762.2*黑龙江省博士后科研启动金资助项目(LBH-Q12175)0 引言森林可燃物含水率是影响林火发生及林火蔓延的重要因素之一，因此研究可燃物含水率的变化规律对提高林火预测预报的准确性和控制林火蔓延都具有极大意义．目前研究森林可燃物含水率变化规律一般采用建立数学模型的方法，多数采用的方法是平衡含水率法和气象要素回归法．平衡含水率法就是利用平衡含水率建立含水率模型，如 Viney［1］模型、Simard［2］模型、Van Wagner［2］模型、Anderson［3-4］模型、Nelson［5］模型等，以及金森［6-8］、曲智林［9-10］等均利用平衡含水率法给出了可燃物含水率的预测模型，由于平衡含水率不容易估算，因此给该类模型的应用带来一定的难度．在实际中气象要素回归法显得更加直接、有效，气象要素回归法就是利用回归理论直接建立气象要素与可燃物含水率之间的函数关系．目前已有一些研究，如杜秀文等［11］，居恩德等［12］均对几种森林类型可燃物含水率与气象因子关系进行了分析．但根据野外细小死可燃物含水率的实时观测数据直接建立气象要素与可燃物含水率之间的关系预测误差较大，因此，该文根据试验地的观测数据，给出了一个具有延迟效应，且分段细小死可燃物含水率预测模型，有效地提高了预测精度，从而可为准确预报林火发生及林火蔓延提供理论依据．1 数据来源与研究方法1．1 数据来源该文研究所用的数据为2008年4月1日到2008年4月29日国家林业局在黑龙江省韩家园子林业局(东经125°10'～127°，北纬50°55'～52°19')设置的观测地的观测数据．观测木为长20 cm、外直径为2．6 cm、内直径为2．1 cm 的内空的椴木．观测木安装在观测仪器上．观测仪器每1 h自动收录各项数据．收录的数据包括时间、气温、相对湿度、风速、风向、降雨量、观测木的含水率和温度等．该文所涉及的可燃物的含水率为相对含水率，即相对含水率=(湿材重量-全干材重量)/湿材重量×100%根据试验地的观测数据，统计出各影响因子的取值范围见表1．表1 各影响因子取值范围images/BZ_76_308_349_1179_482.png1．2 模型建立由于降雨量的多少对可燃物含水率的变化有较大影响，且它们之间的关系较为复杂．因此该文研究的模型建立在多时无雨的情况下，并在固定区域和特定时段内采集数据，因此可燃物含水率预测模型的影响因子选择大气的温度、相对湿度和风速．相关性分析表明:气象因子对单位时间内可燃物含水率改变量的影响有一定的滞后性，即t时刻单位时间内可燃物含水率改变量由t时刻可燃物含水率、t-k1时刻大气中的温度、t-k2时刻相对湿度和t-k3时刻风速所决定．该文选取式中:ΔMt为t时刻单位时间内可燃物含水率改变量(%);Mt为t时刻的可燃物含水率(%);Tt-k1为t-k1时刻温度(℃);Ht-k2为大气中tk2时刻的相对湿度(%);Wt-k3为t-k3时刻风速(级);ε 为随机误差项;k1、k2、k3、a、b、c为待定系数．t+1时刻的可燃物含水率为:则得到可燃物含水率变化预测模型其中:Mt+1为t+1时刻的可燃物含水率(%)．利用此模型可由t-k1时刻的气温值、t-k2时刻的相对湿度值与t-k3时刻的风速值以及t时刻可燃物的含水率得到t+1时刻可燃物的含水率．该文处理数据均使用STATISTICA6．0软件完成．2 结果与分析2．1 相关性分析利用试验地2008年4月1日至4月29日的观测数据(剔除受降雨影响的数据，共6700000004个样本)和偏相关系数公式:给出了可燃物1 h内含水率改变量与之前各时段空气中温度、相对湿度和风速等各影响因子的相关性关系．图1-3给出了不同时刻的相关关系．从表2可以看出:该观测物1 h含水率改变量与之前3 h的气温值相关性较高，并且为负相关;与之前2 h的相对温度相关性较高，并且为正相关;与之前3 h的风速值相关性最高，并且为负相关;说明气温、相对湿度和风速对可燃物含水率变化影响有一定的滞后性．表2 单位时间内含水率改变量与不同时段温度、相对湿度和风速的相关性images/BZ_76_296_2149_2183_2216.png08相对湿度 0．36 0．43 0．48 0．48 0．44 0．38 0．30 0．20 0．09 -0．01风速 -0．22 -0．24 -0．28 -0．34 -0．32 -0．31 -0．31 -0．27 -0．26 -0．18温度 -0．33 -0．42 -0．47 -0．48 -0．46 -0．41 -0．35 -0．27 -0．18 -0．图1 单位时间内可燃物含水率改变量与t-k3时刻气温的关系图2 单位时间内可燃物含水率改变量与t-k2时刻相对湿度的关系2．2 分段可燃物含水率预测模型的建立将选取的580个数据平均分成6段(30%～36%、37% ～43%、44% ～50%、51% ～57%、58% ～64%、65% ～71%)，根据统计分析理论，分别在每段上建立模型即公式(3)，并对其进行参数估计，见表3．图3 单位时间内可燃物含水率改变量与t-k3时刻风速的关系2．3 模型的检验利用94个检验数据对分段可燃物含水率模型进行检验，分段可燃物含水率取平均值预测模型正确率到达98%(相对误差不超过5%)．并给出了试验地2008年4月29日可燃物含水率的实测值与预测值见表4．表3 分段可燃物含水率预测模中的参数估计值images/BZ_77_412_1070_2063_1137.png0．825 37% ～43% -0．0076 -0．0506 0．0372 -0．0645 -1．0664 0．776 44% ～50% 0．0855 -0．0246 0．0328 -0．3193 -4．7930 0．891 51% ～57% -0．0341 -0．0588 0．0148 -0．1787 1．5432 0．853 58%--64% -0．0083 0．0044 0．0420 -0．1431 -1．3022 0．889 65% ～71% -0．0614 -0．0178 0．0216 -0．1568 3．1224 30% ～36% 0．0614 -0．2219 0．0342 0．2949 -3．6790 0．925表4 2008年4月29日试验地可燃物含水率的实测值与预测值images/BZ_77_292_1616_2183_1682.png33 35．14 13 43 42．19 2 33 35．08 14 42 42．96 3 34 35．26 15 42 41．98 4 35 36．50 16 41 41．94 5 35 37．31 17 41 41．24 6 37 37．11 18 41 41．11 7 38 39．08 19 40 41．25 8 40 39．93 20 40 40．55 9 41 41．46 21 40 40．65 10 43 42．03 22 40 40．95 11 43 43．56 23 39 41．38 1 12 42 43．33 0 39 40．643 结论与讨论该文给出了在多时无雨条件下的分段可燃物含水率预测模型，利用该模型，根据某时刻的可燃物含水率和之前某时刻的气温、相对湿度和风速能够预测下一时刻的可燃物含水率，经检验模型的准确率达到98%，说明这种分段预测方法是可行的．该文的研究是以野外细小死可燃物为研究对象，该研究方法也可以推广到野外其它类型的可燃物．另外模型中的风速因子使用的是级，若换成m/s预测效果将更好．该文没有考虑降雨量的影响，以后将对这类模型继续进行研究．参考文献［1］ Viney N R ，Catchpole E A．Estimating fuel moisture response time from field observations［J］．International of Wildland Fire，1991，1(4):211-214．［2］刘曦，金森．平衡含水率法预测死可燃物含水率的研究进展．林业科学，2007，43(12):126-133．［3］ Anderson H E，Schuetle R D，Mutch R W．Timelag and equilibrium moisture content of Ponderosa pine needles［M］．Minneapolis:Dept．of Agriculture ，Forest Service ，Intermountain Forest and Range Experiment Station ，1978．8-14．［4］ Anderson H E．Moisture diffusivity and response time in fine forest fuels［J］．Canadian Journal of Forest Research，1990，20(3):315-325．［5］ Nelson R M ，Jr．Prediction of diurnal change in 10-h fuel stick moisture content［J］．Canadian Journal of Forest Research，2000，30(7):1071-1087．［6］金森，姜文娟，孙玉英．用时滞和平衡含水率准确预测可燃物含水率的理论算法［J］．森林防火，1999(4):12-14．［7］金森，李铭尧，李有祥．几种细小可燃物失水过程中含水率的变化规律［J］．东北林业大学学报，2000，28(1):35-38．［8］金森，李亮．时滞和平衡含水率直接估计法的有效性分析［J］．林业科学，2010，46(2):96-102．［9］曲智林，李昱烨，闵盈盈．可燃物含水率实时变化的预测模型［J］．东北林业大学学报，2010，38(6):66-71．［10］曲智林，吴娟，闵盈盈．具有时滞的可燃物含水率预测模型［J］．东北林业大学学报，2012，40(3):120-122．［11］杜秀文，李茹秀，王英杰．几种森林类型可燃物含水率与气象因子关系的分析［J］．东北林业大学学报，1988，16(5):88-90．［12］居恩德，陈贵荣，王瑞君．可燃物含水率与气象要素相关性的研究［J］．森林防火，1993，1:17-21．。
可燃物含水率的变系数回归预测模型
可燃物含水率的变系数回归预测模型王辛悦;曲智林【摘要】根据变系数回归模型的理论,选取当前时刻含水率作为观测变量,相对湿度、气温和风速作为影响因子建立可燃物含水率变系数回归预测模型.并分析对比了无降水条件下,可燃物含水率的变系数回归预测模型和基于平衡含水率的可燃物含水率常系数线性预测模型的预测精度.结果表明:可燃物含水率的变系数回归预测模型的准确率为84.55％,高于可燃物含水率常系数线性预测模型的82.14％.说明可燃物含水率的变系数回归预测模型具有更好的预测能力,具有一定的实用价值.【期刊名称】《哈尔滨师范大学自然科学学报》【年(卷),期】2016(032)005【总页数】4页(P9-12)【关键词】变系数模型;含水率;可燃物【作者】王辛悦;曲智林【作者单位】东北林业大学;东北林业大学【正文语种】中文【中图分类】S762.1森林可燃物含水率是森林火险等级划分、林火预报等森林防灾减灾工作的中的重要参考指标.20世纪70年代各国先后从可燃物含水率物理变化过程出发建立起林火预防体系，如美国的BEHAVE体系和加拿大的FWI体系[1].它们是通过建立数学模型的方法来研究森林可燃物含水率的变化规律，主要的方法有平衡含水率法和气象要素回归法.平衡含水率法就是根据平衡含水率来建立可燃物含水率模型，例如Van-Wagner模型[2]、Anderson模型[3]和 Nelson模型[4],以及根据平衡含水率建立可燃物含水率的预测模型，如金森[5-7]、曲智林[8-9]等.但是由于平衡含水率的估算存在一定的困难，因此平衡含水率模型在实际应用上存在一定难度.相比较而言气象要素回归法则显得更加直接有效，根据回归理论直接建立各项气象因子与可燃物含水率之间的函数关系，如牛树奎、居恩德等.通过对大量的可燃物含水率数据和气象因子数据的研究分析发现可燃物含水率与温度、湿度和风速等气象因子之间存在着较强的相关关系，是多种气象因素综合作用的的结果.由于这些影响因素之间相互作用、相互交织形成一个复杂系统，所以这些影响因素是无法准确量化的.如果仅用一般的回归模型来对可燃物含水率进行预测，其预测的结果将不能达到要求，会产生较大的失真而失去实际意义.为了降低预测的误差，在可燃物含水率预测中，可采用变系数回归模型.变系数回归模型的系数依赖于观测变量，这不但有效的削减建模的偏差，而且避免了“维数祸根”，且在探索非线性特征和描述事件自身特点及多步预测等方面也具有优势[10].而且它具有更好的灵活性和解释能力，这使变系数回归模型在实际应用中提高了模型精度,使得其在数据分析中备受关注.该文将变系数回归模型进行森林可燃物含水率预测模型建立并进行检验.该文研究所用的数据为2015年5月24日到2015年6月25日.在大兴安岭南瓮河国家自然保护区的试验样地，东经125°07′55″～125°50′05″，北纬51°05′07″～51°39′24″，该区属低山丘陵地貌，海拔大约在700 m，地势北高南低.观测物为阳坡落叶松林地的地表细小死可燃物，以凋落松针为主，数据包括观测仪器每小时自动收录观测木的含水率以及生态站观测的大气温度、空气中的相对湿度、风速、降雨量等气象观测数据.该文引用可燃物相对含水率数据来表示可燃物的含水率，即可燃物相对含水率=(湿材重量-干材重量)/湿材重量×100%Hastie和Tibshiran提出了变系数回归模型[11].变系数回归模型是对经典线性回归模型的系数进行改进，将经典线性模型的系数变成关于一组观测变量的函数，从而使模型具有更好的解释能力.变系数回归模型具有的如下结构：对于变系数回归模型系数估计的方法，一般采用的是由Brunsdon等提出的基于局部加权最小二乘拟合法的地理加权回归的方法[12-15].对研究域内任意一个观测点u，确定一组权ω1(U),ω2(U)…ωn(U)来表示不同状态点对观测点的作用的大小.对应于观测点ui上的观测值为(yi,xi1,xi2,xi3,…,xip).根据局部加权最小二乘估计，ui处的未知参数βj(ui)，要取W(ui)=diag[ω1(ui),ω2(ui)…ωn(ui)]Y(ui)=(1,X1,X2,…,Xp)[XTW(ui)X]-1XTW(ui)Y.距离估计点越近的点对估计点的作用越大，反之作用越小.因此该文选择观测点ui 处的权函数为ωj(ui)=exp[-λ|u-ui|2],i=1,2,…,n.由于阴雨天的可燃物含水率的变化量受降雨量的影响较大，且它们之间关系较为复杂难以量化.因此该文研究的可燃物含水率模型是在连续无降水条件下，选取大气温度、空气中的相对湿度和平均风速作为影响因子，在特定区域和时间段内采集数据建立的模型.根据Nelson等人提出的基于平衡含水率理论的可燃物含水率模型[16]，可以得到可燃物含水率常系数线性模型为Mt+1=(1-k) Mt+aTt+bHt+cWt而根据变系数回归模型理论，选择当前时刻可燃物含水率作为观测变量，来探究当前时刻含水率在各影响因子的作用下是如何趋向下一时刻含水率的.根据公式(1)和对各影响因子的分析，选取模型Mt+1=β0(Mt)+β1(Mt)Tt+β2(Mt)Ht+β3(Mt)Wt其中(2)、(3)式中，Mt、Mt+1为t时刻和t+1时刻可燃物含水率(%)；Ht为t时刻大气中的相对湿度(%)；为1 h内的平均风速(m/s)；Tt为t时刻的温度(℃) .利用SPSS 18.0和Execl软件完成数据处理.根据南瓮河试验地的观测数据，统计出各因子的取值范围，见表1.利用试验地2015年5月27日至6月25日的3480个观测数据剔除受降雨影响的1920个数据，剩余1560个数据，利用960个数据建立模型，其余600个数据进行模型检验.根据线性回归分析理论，对可燃物含水率常系数线性模型(2)进行参数估计(表2).以上模型均通t过检验(α=0.05)，r2=0.922.根据变系数回归模型理论，对可燃物含水率变系数线性模型(3)进行参数估计(表3).以上模型均通t过检验(α=0.05).可以看出可燃物含水率与相对湿度的相关性为正，与气温、风速的相关性为负.而且可燃物含水率对不同影响因子的响应程度是不同的，而且处于不同状态的可燃物含水率对各个影响因子的响应程度也是不同的.根据6月12日到6月16日的600个数据对模型(2)和模型(3)进行检验，得到可燃物含水率常系数线性预测模型的准确率为82.14%.而可燃物含水率变系数回归预测模型的准确率为84.55%.表4给出了2015年6月12日内24 h的可燃物含水率的实测值、常系数模型预测值和变系数模型预测值.由表4中的数据可以看出，相比较于常系数线性模型，变系数回归模型的拟合效果更好，可以更好地通过当前时刻的含水率、相对湿度、温度和平均风速来预测下一时刻的可燃物含水率.该文给出了可燃物含水率变系数回归预测模型，该模型在持续无降水条件下根据某时刻大气温度、相对湿度、风速以及可燃物含水率值就能够预测下一时刻的可燃物的含水率的值，经检验该模型精度达84.55%.基本上反映出大气温度、空气中的相对湿度、平均风速与可燃物含水率之间的关系.同时由于变系数回归预测模型中系数函数由当前含水率的值确定，因此下一时刻可燃物含水率值不仅受气象因子的影响，还受当前时刻可燃物含水率值的影响.该文建立的可燃物含水率变系数回归预测模型虽然没有体现平衡含水率，但通过系数函数也可以解释可燃物含水率的变化特点.由于选取的数据来自阳坡落叶松，所以该文建立的可燃物含水率变系数线性模型只针对阳坡落叶松，对于其它不同林分和不同坡向的数据，可以根据该文的方法构建可燃物含水率变系数模型.由于在降雨对可燃物含水率的影响较大而且它们之间的关系较为复杂，该文没有讨论.。
滇油杉林下死可燃物含水率与温湿度关系模型研究
滇油杉林下死可燃物含水率与温湿度关系模型研究张蒙蒙;杨凯悦;周汝良【摘要】[目的]研究滇油杉林下死可燃物含水率与温湿度关系模型.[方法]以滇油杉林下三类死可燃物为研究对象,借助于恒温恒湿箱对不同温湿度组合下的含水率进行测定,并研究三类死可燃物含水率与温度、湿度、温温度的关系.[结果]在相同湿度条件下,死可燃物含水率随温度的升高而降低,但在不同的湿度下具有不同的变化规律;在相同温度条件下,死可燃物含水率随相对湿度的增大而增大,但在不同的温度下具有不同的变化规律;温湿度共同作用影响死可燃物的含水率,且不同的死可燃物有不同变化规律.[结论]可燃物含水率是受多种因素影响.滇油杉林下三类死可燃物含水率从小到大依次为粗大死可燃物、腐殖质、细小死可燃物.【期刊名称】《安徽农业科学》【年(卷),期】2015(000)035【总页数】3页(P238-240)【关键词】滇油杉;死可燃物;含水率;温度;相对湿度【作者】张蒙蒙;杨凯悦;周汝良【作者单位】西南林业大学,云南昆明650224;西南林业大学,云南昆明650224;西南林业大学,云南昆明650224【正文语种】中文【中图分类】S762.3+2滇油杉为滇中高火险区的主要易燃树种，其针叶细、油脂高、凋落物难以分解、凋落物密实性差。
森林火灾的发生主要取决于可燃物含水率，而可燃物含水率与当地的气象要素又有着密切的关系[1]。
国外于20世纪20年代就开始了对森林可燃物含水率的研究工作，至今己经有90余年的研究历史，而我国的森林可燃物含水率研究起步较晚[2]，虽发展较快，但与国外相比较很多理论还不够成熟。
目前，比较常用的可燃物含水率预测方法有气象要素回归法、遥感估测法、过程模型法和平衡含水率法[3]等，其中结合平衡含水率和气象要素回归法的半物理半经验模型取得了较好的预测效果[4]。
笔者以滇油杉林下三类可燃物为研究对象，借助于恒温恒湿箱对不同温湿度组合下的死可燃物含水率进行测定，研究三类死可燃物含水率与温湿度的关系。
我国气象要素回归法预测地表可燃物含水率研究进展
我国气象要素回归法预测地表可燃物含水率研究进展
张恒;刘鑫源;李星汉;孙龙
【期刊名称】《森林防火》
【年(卷),期】2018(0)3
【摘要】地表可燃物含水率预测方法中气象要素回归法相对简单实用,其针对特定区域可燃物含水率预测结果准确并且适用性强.本文基于1988-2017年我国各个地区地表可燃物含水率研究现状,对我国东北地区,西南地区可燃物含水率、可燃物类型进行统计分析,主要概述了森林类型、可燃物类型、气象因子、取样数据及取样方法,并对未来我国回归法预测可燃物含水率研究发展动向进行了展望.
【总页数】7页(P25-31)
【作者】张恒;刘鑫源;李星汉;孙龙
【作者单位】内蒙古农业大学林学院,内蒙古呼和浩特 010019;内蒙古农业大学林学院,内蒙古呼和浩特 010019;内蒙古农业大学林学院,内蒙古呼和浩特 010019;东北林业大学林学院,黑龙江哈尔滨 150040
【正文语种】中文
【中图分类】S762.2
【相关文献】
1.平衡含水率法预测死可燃物含水率的研究进展 [J], 刘曦;金森
2.帽儿山两林分气温与地表可燃物温度差异及对可燃物含水率预测的影响 [J], 杨博文;陈鹏宇;金森
3.平衡含水率法预测死可燃物含水率的研究进展 [J], 刘曦;金森
4.老爷岭典型林分内地表不同层可燃物含水率动态变化及湿度码预测模型适用性[J], 张运林
5.森林地表死可燃物含水率预测模型研究进展 [J], 孙龙;刘祺;胡同欣
因版权原因，仅展示原文概要，查看原文内容请购买。
温度和湿度对可燃物平衡含水率的影响研究的开题报告
温度和湿度对可燃物平衡含水率的影响研究的开题报告
一、研究背景
可燃物的燃烧是工业生产中不可避免的过程，如木材、石油类、天然气等。
其中，温度和湿度是影响可燃物平衡含水率的重要因素，但是目前对于这个问题的研究还比
较有限。
因此，本文将对温度和湿度对可燃物平衡含水率的影响进行深入的探讨，以
期能够对工业生产中的安全生产提供有益的参考。
二、研究内容
本文将从以下3个方面深入探讨温度和湿度对可燃物平衡含水率的影响:
1、可燃物平衡含水率的概念和计算方法
2、温度对可燃物平衡含水率的影响研究
3、湿度对可燃物平衡含水率的影响研究
三、研究目的和意义
通过深入研究温度和湿度对可燃物平衡含水率的影响，可以掌握控制可燃物燃烧的基本知识和方法，从而有效地实现安全生产。
同时，本文对于该领域的研究也能够
促进相关领域的发展，为提高我国工业生产的安全性做出贡献。
四、研究方法和流程
本文将采用文献调查法、实验法、数值模拟法等方法，通过对可燃物平衡含水率方面的理论研究和实验研究，探讨温度和湿度对可燃物平衡含水率的影响规律，并结
合实际情况进行分析、总结和归纳，最终得到相应的结论。
五、预期结果
通过本次研究，预计可以深入探讨温度和湿度对可燃物平衡含水率的影响规律，明确可燃物燃烧过程中对温湿度的要求，为工业生产的安全生产提供科学的依据和技
术支持。
材料的平衡含水率
材料的平衡含水率材料的平衡含水率是指材料在特定条件下达到水分吸附和释放的平衡状态时所含水分的百分比。
平衡含水率对于材料的性质和应用具有重要影响，因此在材料科学和工程中被广泛研究和应用。
平衡含水率的确定通常需要通过实验测量来获得。
一般来说，实验过程中需要将材料暴露在特定的湿度环境中，使其达到平衡状态。
在平衡状态下，材料吸附和释放水分的速率相等，达到动态平衡。
通过测量材料的质量变化，可以计算出平衡含水率。
材料的平衡含水率与其物理和化学性质密切相关。
不同材料的平衡含水率会受到温度、湿度、压力等环境条件的影响。
例如，在相同的温度和湿度条件下，不同材料的平衡含水率可能会有较大差异。
这是因为材料的孔隙结构、化学成分以及表面性质等因素不同，导致其吸附和释放水分的能力不同。
平衡含水率的研究对于材料的储存、加工和使用具有重要意义。
在某些情况下，材料的平衡含水率可以作为质量指标来评估材料的稳定性和可靠性。
例如，在食品工业中，对于某些易吸湿的食品原料来说，其平衡含水率的控制是确保产品质量和保存期限的关键。
平衡含水率还可以用于材料的干燥和湿润处理过程的控制。
通过了解材料的平衡含水率，可以确定合适的干燥条件，以达到所需的水分含量。
在某些工艺中，了解材料的平衡含水率还可以帮助设计和优化加工过程，以避免因过高或过低的水分含量而引起的问题。
在材料科学和工程领域，平衡含水率的研究还涉及到材料的吸湿性能、湿热性能以及与其他物质的相互作用等方面。
这些研究对于材料的性能改进、新材料的开发和应用具有重要意义。
材料的平衡含水率是指材料在特定条件下达到水分吸附和释放的平衡状态时所含水分的百分比。
平衡含水率的研究对于材料科学和工程具有重要意义，可以用于评估材料的稳定性、控制加工过程以及改进材料的性能等方面。
通过深入研究和了解材料的平衡含水率，可以为材料的设计、应用和开发提供有力支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
都是统计模型 ， 其应 用 具 有一 定 的 局 限 性 ；而 Ｎ ｌ ｎ 型 为 半 物 理 模 型 ， 预测 可 燃 物 含水 率 上 的 效 果 好 ， 用 广 。 ｅｏ 模 ｓ 在 应
２ 可 燃 物 类 型 影 响 平衡 含 水率 ， 具 体 机 理 还 没 有 系 统 研 究 。３ 对 时 滞 的 影 响 因 子 研 究 相 对 较 少 。可 燃 物 的 种 ） 但 ）
ｔ ｅ ｍｏ ｔ ｉ ｏ ａ ｔｍｅ ｈ ｄ ｎ ＤＦ ｒ ｄ ｃｉ ｎ． ｈ ｈ ｏ ｅ ｉａ ａ ｉ ｆｔ ｅ ｍｅ ｈ ｄ ｎ ｈ ｉ ｐ ｌ ａ ｉ ｎ ｒ ｅ ｉ ｗ ｄ ｉ ｈ ｈ ｓ ｍｐ ｒ ｎ ｔ ｏ ｓ ｉ ＭＣ ｐ ｅ ｉｔ ｔ ｏ Ｔ ｅ ｔ ｅ ｒ ｔ ｌｂ ｓ ｏ ｈ ｔ ｏ ｓ ａ ｄ ｔ ｅ ｒａ ｐ ｉ ｔ ｓ ａ ｅ ｒ ｖ ｅ ｅ ｎ ｔ ｅ ｃ ｓ ｃ ｏ
Ｌｕ Ｘｉ Ｊｎ Ｓ ｎ ｉ ｉ ｅ
（Ｃ ｌｇ 『Ｆ ｒｓ ｙ，Ｎｏｔｅ ｓ Ｆ ｒｓｒ ｎｖｒｉ Ｈａｂｎ １０ ４ ｏ￣ ｅｏ ｏｅｒ ｔ ｒ ａｔ ｏｅｔ Ｕ ｉ ｓｙ ｈ ｙ ｅ ｔ ｒｉ ５ ０ ０）
Ａｂｔａ ｔ Ｄ ａ ｕｌｍ ｉｕｅｃ ｎｅｔ（ Ｆ ｓｒ ｃ： ｅ ｄｆｅ ｏｓ ｒ ｏｔｎ Ｄ ＭＣ）ｐｅｉｔ ｎ ｉ ａｖｒ ｍ ｏｔ ｔｃｍ ｏｅ ｔｉ ｆｅｄ ｎｅ ａ ｎ ， ｓａｃｒｃ ｔ ｒｄｃ ｏ ｓ ｅｙｉ ｐ ｒ ｎ ｏ ｐ ｎ ｎ ｎ ｉ ａｇｒｒ ｉｇ ｉ ｃｕａｙ ｉ ａ ｒ ｔ ｔ
ｍ ｉ ｕｅｃｎｅｔ（ ＭＣ ，ｒ ｈｓ ａｌ ｐｅ ｉ ｎ ｅｉ ｌ ｉ ｔｅｓ ｄ ｂｅｔ ｃｕｄｂ ｅｃ ｂ ｄｅａｔ ． ｈｒｆｒ，ｈｙａｅ ｏｓ ｒ ｏｔｎ Ｅ ） ａｅｐ ｙｉ ｌ ｒｃｓ ａ ｄｒｌ ｂｅ ｆ ｈ ｔ ｙｏｊｃｓ ｏｌ ｅｄｓｒ ｅ ｘｃｌ Ｔ ｅｅｏｅ ｔｅ ｒ ｔ ｃ ｙ ｅ ａ ｕ ｉ ｙ
ｐ ｐｒＴ ｅｒｓｌ ｎ ｉ ｔ ａ ｅ ｗ：）Ｔ ｅｅａｅｆｕ ａｏ ＭＣ ｍ ｄ ｌ ａ ｏ ｇｗ ｉｈＳｍａｄｍ ｄｌＶ ｎＷａ ｎｒｍ ｄ ｌ ｎ ａ ｅ ．ｈ ｅｕ ｓｉｄｃ ｅ ｓｂ ｌ １ ｈ ｒ ｒ ｏｒｍ ｊｒＥ ｏ ｅ ｍ ｎ ｈｃ ｉ ｒ ｏ ｅ， ａ ｇ ｅ ｏ ｅ ａ ｄ ｔ ａ ｏ ｓ
关键 词 ： 时滞 ； 衡 含 水 率 ； 燃 物 ； 测 平 可 预
中 图分 类 号 ：７２ ￥６
文 献标 识码 ： Ａ
文 章 编 号 ：０ １ ７ ８ （０７ １ —０２ —０ １０ — ４ ８２０ ）２ ｌ６ ８
Ｄｅ ｅｏ ｍ ｅ ｔｏ ａ ｒ ｓ ｅ ｏ ｓｕ ｅ Ｐｒ ｄ ｃ ｉ ｎ Ｂａ ｅ ｖ ｌｐ ｎ ｆＤｅ ｄ Ｆｏ ｅ ｔＦｕ ｌＭ ｉｔ ｒ ｅ ｉｔｏ ｓ ｄ ｏ ｕ ｌｂ ｉ ｍ ｏｓｕ ｅ Ｃｏ ｔ ｎ ｎ Ｅｑ ｉｉ ｒｕ Ｍ ｉｔ ｒ ｎ ｅ ｔ
类 、 理 性 质 对 时 滞 都 有 影 响 。４ 现 有 平 衡 含 水 率 法 中 ，ａ ｈｏ 等 的 方 法 因 采 用 Ｎ ｌ ｎ的 半 物 理 模 型 而具 普 适 物 ） Ｃ ｔ ｐｌ ｃ ｅ ｅｏ ｓ 性 ， 良好 的应 用前 途 。５ 平 衡 含 水率 法在 实 际预 测 中得 到 广 泛 应 用 ， 美 国 火险 等 级 系 统 和 加 拿 大 森 林 火 险 等 有 ） 是 级 系统 及 其 他 类 似 系 统 中 可 燃 物 含 水 率 预测 的 主要 方 法 。
Ａｎ ｅ ｓ ｎ ｍｏ ｅ ｒ ｌ ｅ ｉ ｃ ｌｗｉ ｉ ｔ ｄ ａ ｐ ｉ ａ ｉｎ， ｈ ｒ ａ ｌｏ ｄ ｌｉ ｅ — ｈ ｓｃ ｌｏ ｅ ａ ｄ ｈ ｓｂ ｅ ｓ ｄ ｗ ｄ ｌ ｄ ｒｏ ｄ ｌａ ｅ ａｌ ｍｐ ｒ ａ ｔ ｌｍｉ ｐ ｌ ｔ ｉ ｈ ｅ ｃ ｏ ｗ ｅ ｅ ｓ Ｎｅｓ ｎ ｍｏ ｅ ｓｓ ｍｉｐ ｙ ｉａ ｎ ｎ ａ ｅ ｎ ｕ ｅ ｉ ｅｙ．
维普资讯
第４ ３卷 第 ｌ 期 ２
２００７年 ｌ 月 ２
林
业
科
学
Ｖｏ ． ３， １４ Ｎｏ． ２ １ Ｄｅ ， ｃ． ２００７
Ｓ ＥＮＴＩ ＣＩ Ａ
ＳＬＶＡＥ Ｉ
Ｓ ＮＩ Ｉ ＣＡＥ
平衡 含 水 率 法 预测 死 可燃 物含 水 率 的研 究 进 展 ＊
上 其 含水 率 的预 测 是 准 确 的 。 因 此 ， 方 法 是 重 要 的 可 燃 物 含 水 率 预 测 方 法 。本 文 对 该 方 法 的 理 论 基 础 和 应 用 情 该 况 进 行 综 述 。结 果 表 明 ：） 衡 含 水率 的预 测 模 型 主 要 有 ４种 ， 中 Ｓ ａ １平 其 ｉ ｒ 型 、 ａ ｇｅ 模 型 和 Ａ ｄｒ ｎ模 型 ｍ ｄ模 Ｖ ｎＷａｎｒ ｎｅ ｏ ｓ
刘 曦 金 森
（ 北林 业大 学 林 学 院 哈 尔 滨 １０ ４ ） 东 ５ ０ ０
摘
要 ： 死 可燃 物 含水 率 预 报 是 森 林 火 险 天 气 预 报 的重 要 内容 ， 确 预 测 死 可 燃 物 含 水 率 是 做 好 森 林 火 险 天 气 准
预 报 和 火 行 为 预 报 的 关 键 。平 衡 含 水 率 法 预测 死可 燃 物 含 水 率 在 物 理 上 十 分 可 靠 ， 研 究 对 象 可 精 确 描 述 ， 论 若 理