基于GALES的海南橡膠林臺風風災評估模型初探

摘 要 橡膠風害是海南橡膠的主要氣象災害之一。針對國內關于橡膠樹風災的機理性研究相對較少的情況，在參考樹木風害機理模型GALES的基礎上，根據橡膠樹受力情況，從空氣動力學和結構力學角度出發，建立了海南橡膠林風災評估模型，該模型主要包括橡膠樹斷、倒模型，能定量確定橡膠樹斷、倒的臨界風速條件。通過檢驗，該模型具有一定的可行性，模型結果可為開展海南島橡膠風害防御提供決策依據。由于建立的模型參數多采用經驗值，模型仍需不斷改進和完善。

關鍵詞 橡膠林 ；臺風 ；模型

中圖分類號 S763.7 ；P49 文獻標識碼 A Doi：10.12008/j.issn.1009-2196.2017.05.010

GALES-based Typhoon Disaster Assessment Modelling for

Rubber Plantations in Hainan， China

LIU Shaojun

（Hainan Institute of Meteorological Science/Hainan Key Laboratory of South

China Sea Meteorological Disaster Prevention and Mitigation， Haikou， Hainan 570203）

Abstract Typhoon damages to rubber trees is one of the main meteorological disasters to rubber plantation in Hainan. The researches on the mechanism of wind damages to rubber trees in China were less documented. A typhoon disaster assessment model for rubber plantations was established according to the wind stress performance of rubber trees and based on GALES from the aspects of aerodynamics and structural mechanics. This disaster assessment model mainly included stem snapping model and uprooting model for rubber trees. The assessment model could measure the critical wind velocity for stem snapping and uprooting of rubber trees. Model testing showed that the assessment model was feasible， and the model will provide decision-making for prevention of rubber plantations from wind damage. The model still needs to be improved since the model parameters were mostly of empirical value.

Keywords rubber plantation ； typhoon ； model

天然橡膠是國防和經濟建設中不可或缺的戰略物資和稀缺資源，直接關系到國家安全、經濟發展和政治穩定。海南地處熱帶地區，屬熱帶季風海洋性氣候，是受中國臺風影響頻繁的地區，由于受臺風的影響，天然橡膠經常遭受嚴重的風害[1]。在全球氣候變暖背景下，雖然登陸海南的臺風年頻數有減少的趨勢，但登陸的平均強度總體有增強趨勢[2]，這必將對海南的橡膠生產帶來嚴重的影響。因此開展橡膠林臺風災害評估模型研究，不僅有助于增強天然橡膠林防御臺風災害的能力，還可以為建立氣象災害指數保險產品提供核心技術。關于橡膠風害的研究多以個例的調查分析為主[3-14]，在橡膠風害成因、風害評估模型方面也有一定的研究，但基于橡膠林臺風災損評估機理模型的研究相對較少。有關模型主要分為經驗模型、統計模型、機理模型3種[15]。經驗模型以災后實地調查、風害歷史記錄等為基礎，主要是在影響風害的因子（如地形、生物等）與風害等級之間進行簡單回歸[16-17]，但該模型主要依賴于專家的判斷，而不是進行數理推導，對災害損失量化程度不高[18-19]。統計模型主要是對長序列風害的時空信息進行評估，并通過建立回歸模型來預測風害，這類模型對于特定區域或立地條件下的風害預測精度較高，但應用范圍僅限于某一具體林分，不具有通用性[19-21]，如采用判別分析和邏輯斯蒂分析法對森林受害級別進行預測[22]。機理模型是將確定性與可能性結合起來評估風害的方法[23]，可以避免經驗模型和統計模型的簡單化[19]。在評估方法上，早期的研究是采用樹干彎曲理論并結合風速分布模型，建立一種用于評估風破壞危險性的方法[24-25]；此后一些機理模型先后問世，如FOREOLE 模型[23，26]、WINDA模型[27]、ForestGALES模型[28]、樹木機械動力模型HWIND[29]、GALES模型[30]及GEO-SIMA-HWIND模型[31]、ForestTYPHOON模型[32]等。但這類風害評估模型主要以歐美人工林為研究對象，能否應用于海南橡膠林風害影響評估研究尚有很大的不確定性。因此，筆者旨在借鑒國外森林風害機理模型（GALES）[30]的研究思路，構建海南橡膠林臺風災害機理模型。

1 模型建立

橡膠樹臺風災害的主要癥狀是倒、斷和扭，這3種不同的破壞形式是與橡膠樹結構動力學和林段內氣流動力學有關的。從橡膠樹的彎扭振動變形來說，可把臺風氣流分解為縱向大渦流和橫向小渦流的湍流運動，其氣流的力學量—速度、加速度和壓力等隨時間而連續脈動，而且由于湍流的隨機運動，使氣流方向和流速都迅速變化[8]。在GALES模型的基礎上，進行了橡膠樹斷、倒模型的建立（圖1）。

1.1 橡膠樹受力分析

橡膠樹的斷、倒主要受到2個力作用的影響，即風對樹的作用力和樹冠整體產生的重力。

橡膠樹斷、倒的力學方程為：

Mcrit，wind=Tx（yB-yA）+Ty（xB-xA）（1）

Mcrit，tot=Mcrit，wind+W（xC-xA）（2）

其中，（xA，yA）、（xB，yB）、（xC，yC）分別表示橡膠樹干底部的坐標、用力點坐標、受力最大時的重心坐標。Mcrit，wind表示只考慮風作用力時的力矩；TX，TY表示水平和垂直方向的受力；Mcrit，tot表示風作用力和樹總重力共同產生的力矩；W表示橡膠樹總的重量。

橡膠樹斷裂的彈性模量可以表示為：

式中，MOR表示斷裂的彈性模量，dbh表示斷裂部位樹干的直徑。

2.2 橡膠樹斷、倒的臨界風速確定

根據前人的研究[30，33]，風作用在橡膠樹上的平均力矩（Mmean，wind）可以表示為：

Mmean，wind=（d-z）τD2（4）

τ=-ρμ*2（5）

其中，τ表示單位面積上的剪切應力，D表示橡膠樹的平均間距，d表示零平面位移，z表示離地高度，ρ表示空氣密度，取1.226 kg/m3，μ*表示摩擦速度。

根據橡膠樹冠層高度不同，其風速分布公式如下：

u（z）表示高度為Z米處的風速，k為卡門常數（=0.41）， 表示地面粗糙度，z0表示零平面位移。

同時考慮到風的陣風性，平均轉動力矩需要轉化為最大轉矩，具體見公式（7）。

Mmax=Mmean×G（7）

式中，Mmax表示最大轉矩，Mmean表示平均轉矩，G表示陣風系數（無量綱），通過經驗建立[34]。

將以上代入方程式（4）得到方程式（8），根據公式8、9推出橡膠樹斷的風速（公式10）和橡膠樹倒的臨界風速（公式11）。

其中，Vbreak表示橡膠樹斷的風速，k為卡門常數（=0.41），D表示橡膠樹的平均間距，d表示零平面位移，h表示離地高度，z0表示地面粗糙度，G表示陣風系數，uh表示離地高度為h時的風速；MOR表示斷裂的彈性模量，dbh表示斷裂部位樹干的直徑，ρ表示空氣密度，取1.226 kg/m3；fknot fedge，fcw為風力試驗參數。

其中，Vover表示橡膠樹倒伏的風速，SW表示冠層的重量，Creg為風力試驗參數。

2.3 模型中地表粗糙度和零平面位移的估算

在海南橡膠林臺風災害動力學評估模型中，橡膠樹斷、倒條件的判識，必須解決大范圍、不同季節、不同地形條件下橡膠林零平面位移和粗糙度。利用形態學Raupach方法，估算橡膠林歸一化零平面位移和粗糙度，Raupach 的形態學公式表示如下[35-36]：

式中，d為零平面位移，z0為粗糙度，h為粗糙元高度，λ為單位地面粗糙元迎風面積，ψh為粗糙層影響函數，b為冠層寬度，cd為經驗系數。β為粗糙元阻力系數與地表阻力系數之比，γ為距地面高度z處的水平風速與摩擦速度之比。

∧表示為單位面積上植被對風的阻擋面積，值與葉面積指數很接近[37]，因此采用遙感反演的葉面積指數LAI表示單位面積上植被對風的阻擋面積。Raupach模型中其他參數參考相關文獻獲取[38-41]。

2.4 模型檢驗

根據臺風影響橡膠林的災情收集數據，對模型進行了初步檢驗。結果發現，模型得出的橡膠樹斷、倒的風速條件與實際風速誤差范圍在80%左右。主要原因可能是驗證的風速主要根據周邊自動氣象站進行插值獲取，未考慮地形的影響，因此需要進一步通過專業的風場模擬軟件（如ENVI-met、MISKAM、CFD等軟件）進行微氣象環境下風場的模擬檢驗。同時，橡膠樹斷、倒模型中部分參數采用的是經驗值，導致了誤差的存在。具體而言，如橡膠樹倒模型中冠層的重量，該參數僅能通過橡膠樹的體積估算得到；模型中地表粗糙度和零平面位移來源于遙感數據的估算，橡膠林零平面位移和粗糙度實際上是隨大氣穩定情況發生改變的，可能同一天都會相差很大，不同大氣層結狀態、零平面位移和粗糙度均會有所差異，同時橡膠林平面位移和粗糙度隨季節會發生變化[35]，由于缺乏與遙感數據相對應時間段的通量塔觀測資料與之進行對比驗證，導致無法進行遙感反演精度的直接驗證，因此需要不斷改進Raupach的形態學模型相關參數，以提高遙感反演橡膠林零平面位移和粗糙度的精度。

3 結論

臺風導致橡膠樹風害的作用力主要有2部分組成：風的水平作用力和樹木本身質量產生的重力（主要是樹冠質量）。水平作用力首先在樹冠中心形成水平壓力使樹干傾斜，而樹干傾斜則導致樹干和樹冠的重心偏移， 由于重力作用，加劇了樹干偏移程度。如果風速進一步增加，將造成掘根、折干、折冠及樹干彎曲等危害[19]。導致橡膠樹木發生風害的主要因素有樹種抗風能力的差異、林齡、根系的深淺、樹冠形態、葉面積指數、樹高及非生物因素等。

由于膠林風害評估是一個很復雜的問題，不僅與大風本身強度有關，還與地形下墊面和橡膠栽培技術等多種因素有關，故至今尚無一個可準確評估橡膠風害影響的模式問世。由于物理約束的限制，簡單的數學模型并不能準確預測橡膠樹災損情況。目前國際上樹木風災的建模方法可以分為簡化的數學模型和精細化的有限元模型[42]。本文建立的橡膠樹斷、倒模型屬于簡化的數學模型，從空氣動力學和結構力學角度出發，在資料收集和實地調查的基礎上，構建基于GALES 模型的海南橡膠林臺風災害機理模型，對橡膠樹風害的評估具有一定的應用價值。建立的橡膠風害斷、倒模型，將確定性與可能性結合起來，可以避免經驗模型和統計模型的簡單化，能定量確定橡膠風害的臨界風速條件，從機理上解決何種情況下橡膠樹將受到何種程度的損傷，因此具有一定的實用性和通用性。

存在問題：由于該模型是在GALES模型的基礎上建立的，需要利用更多的案例來分析其對橡膠樹風害評估結果的影響，有關參數需要通過風洞試驗來給予修正。

參考文獻

[1] 中國熱帶農業科學院，華南熱帶農業大學. 中國熱帶作物栽培學[M]. 北京：中國農業出版社，1998：275-280

[2] 吳 慧，林 熙，吳勝安，等. 1949-2005 年海南島登陸熱帶氣旋的若干氣候變化特征[J]. 氣象研究與應用，2010，31（3）：9-15.

[3] 王纘瑋，范寶光. 海南金波地區1989 年橡膠樹風害調查報告[J]. 熱帶作物科技，1990（6）：29-32.

[4] 羅家勤，鐘華洲. 9207 號強臺風對橡膠無性系的風害調查簡報[J]. 熱帶作物科技，1992（6）：80-81.

[5] 李智全. “達維”臺風對海南墾區橡膠生產的影響分析及對策[C]. 中國熱帶作物學會天然橡膠專業委員會學術交流會，2006-06-01：97-106.

[6] 余 偉，張木蘭，麥全法，等. 臺風“達維”對海南農墾橡膠產業的損害及所引發的對今后產業發展的思考[J]. 熱帶農業科學，2006，26（4）：41-43.

[7] 周芝鋒. 登陸海南島的熱帶氣旋特征及其對海南墾區橡膠生產的影響[C]. 中國氣象學會2006 年年會“災害性天氣系統的活動及其預報技術”分會場，2006-10-01：667-671.

[8] 連士華. 橡膠樹風害成因間題的探討[J]. 熱帶作物學報，1984，5（1）：59-72.

[9] 王秉忠，黃金城，丘金裕. 海南島中風害區山地橡膠樹（臺）風害規律及防護林營造技術的研究[J]. 熱帶作物學報，1986，7（1）：37-54.

[10] 楊少瓊，莫業勇，范思偉. 臺風對橡膠樹的影響—一級風害樹的生理學和排肢不正常現象[J]. 熱帶作物學報，1995，16（1）：17-28.

[11] 劉少軍，張京紅. 基于遙感和GIS 的臺風對橡膠的影響分析[J]. 廣東農業科學，2010，37（10）：191.

[12] 魏宏杰，楊 琳，劉銳金. 物元模型在膠園風害災情評估中的應用[J]. 廣東農業科學，2011（3）：168-171.

[13] 魏宏杰，楊 琳，莫業勇. 海南農墾橡膠樹風害損失分布函數的建模研究[J]. 現代經濟（現代物業下半月刊），2009，8（2）：9-11.

[14] 張京紅，劉少軍，田光輝，等. 基于可拓理論的臺風災害評估技術研究-以海南島為例[J]. 熱帶作物學報，2011，32（8）：1 579-1 583.

[15] Kana Kamimura， Norihiko Shiraishi. A review of strategies for wind damage assessment in Japanese forests[J]. Journal of Forest Research ， 2007， 12（15）： 162-176.

[16] Olofsson E， Blennow K. Decision support for identifying spruce forest stand edges with high probability of wind damage[J]. Forest Ecology and Management， 2005， 207（1/2）： 87-98.

[17] Hanewinkel M， Zhou W， Schill C. A neural network approach to identify forest stands susceptible to wind damage [J]. Forest Ecology and Management， 2004， 196（2/3）： 227-243.

[18] Moore J. Difference in maximum resistive bending moments of Pinus radiata trees grown on a range of soil types[J]. Forest Ecology and Management， 2000， 135（1-3）： 63-71.

[19] 孫洪剛，林雪峰，陳益泰，等. 沿海地區森林風害研究綜述[J]. 熱帶亞熱帶植物學報，2010，18（5）：577-585.

[20] Quine C. Estimation of mean wind climate and probability of winds for wind risk assessment[J]. Forestry， 2000， 73（3）： 247-258.

[21] Valinger E， Fridman J. Modelling probability of snow and wind damage in Scots pine stands using tree characteristics[J]. Forest Ecology and Management， 1997， 97（3）： 215-222.

[22] Valinger E， Lundqvist L， Bondesson L. Assessing the risk of snow and wind damage from tree physical characteristics[J]. Forestrt， 1993， 66（3）： 249-260.

[23] Gardner B A， Peltola H， Kellomki S. Comparison of two models for predicting the critical wind speeds required to damage coniferous trees[J]. Ecological Modelling，2000， 129： 1-23.

[24] Blackburn P， Petty J A. Theoretical calculations of the influence of spacing on stand stability [J]. Forestry， 1988， 61： 29-43.

[25] Galinski W. A wind throw risk estimation for coniferous trees[J]. Forestry， 1989， 61： 139-146.

[26] Philippe Ancelin， Benoi^t Courbaud，Thierry Fourcaud.Development of an individual tree-based mechanical model to predict wind damage within forest stands[J]. Forest Ecology and Management， 2004， 203 （1-3）： 101-121.

[27] Kristina Blennow， Ola Sallnās. WINDA—a system of models for assessing the probability of wind damage to forest stands within a landscape[J]. Ecological Modelling， 2004， 175： 87-99.

[28] Gardiner B， Suárez J， Achim A， et al. Forest GALES： a PC-based wind risk model for British forests. User's Guide Version2.0[M]. Forestry Commission， Edinburgh， UK， 2004.

[29] Peltola H， Kellomki S， Visnen H， et al. A mechanistic model for assessing the risk of wind and snow damage to single tees and stands of Scots pine， Norway spruce， and birch[J]. Canadian Journal of Forest Research， 1999， 29（6）：647-661.

[30] Barry Gardiner， Heli Peltola， Seppo Kellomaki .Comparison of two models for predicting the critical wind speeds required to damage coniferous trees[J]. Ecological Modelling， 2000， 129（1）： 1-23.

[31] Zeng H， Pukkala T， Peltola H.The use of heuristic optimization in risk management of wind damage in forest planning [J]. Forest Ecology and Management， 2007， 241（1-3）： 189 -199 .

[32] Kamimura K， Gardiner B， Kato A， et al. Developing a decision-support approach to reducing wind damage risk a case study on sugi forests in Japan[J]. Forestry， 2008， 81（3）： 429-445.

[33] Achim A， Ruel J C， Gardiner B A， et al. Modelling the vulnerability of balsam fir forests to wind damage[J]. Forest Ecology and Management， 2005， 204： 35-50.

[34] Gardiner B A， Stacey G R， Belcher R E， et al. Field and wind tunnel assessments of the implications of respacing on tree stability[J]. Forestry， 1997， 70（3）： 233-252.

[35] 劉少軍，易 雪，張京紅，等. 基于遙感的海南島橡膠林零平面位移和粗糙度估算[J]. 熱帶作物學報，2016，37（10）：2 028-2 031.

[36] Jasinski M F， Borak J， Crago R. Bulk surface momentum parameters for satellite-derived vegetation fields[J]. Agricultural and Forest Meteorology， 2005， 133： 55-68.

[37] Zeng X B， Shaikh M， Dai Y J， et al. Coupling of the common land model to the NCAR community climate model[J]. Journal of Climate， 2001， 15： 1 832-1 854.

[38] 趙曉松，關德新，吳家兵，等. 長白山闊葉紅松林的零平面位移和粗糙度[J]. 生態學雜志，2004，23（5）：84 -88.

[39] Lo A K. Determination of zero-plane displacement and roughness length of a forest canopy using profiles of limited height[J]. Boundary-Layer Meteorology， 1995， 75： 381-402 .

[40] Raupach M R， Antonia R A， Rajagopalan S. Rough-wall turbulent boundary layers[J]. Applied Mechanics Reviews， 1991， 44（1）： 1-25.

[41] Macdonald R W， Griffiths R F， Hall D J.An improved method for estimation of surface roughness of obstacle arrays[J]. Atmospheric Environment， 1998， 32（11）：1 857-1 864.

[42] 彭勇波，艾曉秋，承穎瑤. 風致樹木倒伏研究進展[J]. 自然災害學報，2016，25（5）：167-175.