風對紅松林地表火強度的影響

劉鵬

摘要 以紅松人工林的針葉為材料，在實驗室內，根據之前平地無風研究的試驗設計，構建不同載量、高度和含水率的可燃物床層。在各層級風速條件下，共進行100次平地點燒試驗。結果表明，風速在0.9～4.6 m/s時，紅松針葉床層的火強度風因子為1.769～6.708。床層壓縮比、含水率對預測結果影響顯著，床層載量與床層高度對預測結果影響不大。

關鍵詞 風因子；火強度；紅松針葉

中圖分類號 S762 文獻標識碼 A 文章編號 0517-6611（2018）02-0078-03

Abstract Fuel beds composed of Korean pine needles collected from Korean pine plantations were constructed with varied fuel loading， depth and fuel moisture. Totally 100 experimental fires with these fuel beds were burned inside laboratory when wind speed is in 0.9-4.6 m/s. Under this range of wind speed， the wind factor of fire intensity is in 1.769-6.708. The results indicated that packing ratio and fuel moisture significantly influence wind factor. The effect of fuel loading and fuelbed depth on wind factor was not significant.

Key words Wind factor；Fire intensity；Pinus koraiensis needles

火強度是林火行為的重要指標之一，可以反映出林火能量釋放的快慢。火強度分為高強度火、中強度火和低強度火3類，當火強度超過高強度火時，林內所有生物都會被燒死。火強度可以幫助人們判斷森林火災的撲救難易程度，也是災后評估的重要指標，因此研究意義重大。影響火強度的因素包括氣象、地形、可燃物屬性等，其中風速對其影響最大，隨著風速的增長，火強度會呈幾何級增長。筆者對比了有風與無風條件下，同等條件可燃物床層點燒后的火強度，總結得出風速對可燃物火強度的影響，旨在為做好森林火險預報、劃分火險等級或火險區劃及提高森林火災安全撲救效率提供科學依據。

1 試驗設計與計算方法

1.1 點燒試驗

試驗地點位于東北林業大學試驗林場的點燒實驗室，可燃物采集點位于實驗室以西的帽兒山紅松人工林，地理坐標127°37′02.29″ E，45°18′36.11″ N。該地區屬溫帶大陸性氣候，所采集的紅松針葉混有少量闊葉及小型果實，后期需進行適量挑揀。試驗時間通常為當年夏季，于防火期開始前結束。燃燒床規格為2.5 m×1.0 m，高度與風洞出風口中心平齊，燃燒床固定于風洞氣流最穩定的中心位置，該設計可保證燃燒床前后兩端風速誤差低于0.1 m/s。鋪設不同含水率、載量和高度組合的紅松針葉均勻床層，其中可燃物含水率設5個水平：5%、10%、15%、20%、25%，載量設5個水平：4、5、6、7、8 t/hm2，可燃物床層高度設4個水平：3、5、7、9 cm。共鋪設100個床層，進行100次點燒試驗。這些含水率、載量和高度的組合與之前平地無風條件下的試驗[1]一致，以便計算風因子。可燃物含水率用烘箱進行調節，風洞模擬的風速為常見風級（2～5級），風速控制在0.9～4.6 m/s。

點燒前將可燃物均勻地鋪設在燃燒床上，燃燒床前端固定有酒精點火槽，點燒后可形成一條穩定向前的火線。開啟風洞，待氣流穩定后測定燃燒床前后兩端風速，點燃酒精槽，當火蔓延過引燃區且達到“似穩態”（quasisteady state）時開始記錄火焰長度。燃燒床表面風速用固定式測速儀與手持風速儀同時測量，取平均值以減小誤差。采用標桿法[2]與視頻圖像觀測法測算火焰長度，取兩者平均值以減小誤差。含水率采用高精度快速水分測定儀AND-ML50測定。

1.2 數據分析

式中，I為火線強度（kW/m）；L為火焰長度（m）。因此，只需研究風對火焰長度的影響，再通過Byram公式換算可得出風對火強度的影響。Byram公式具有很強的實際意義，首先測量火焰長度相對簡單，而直接獲取火強度則較為困難。另外，該研究在有風條件下進行，火焰長度在風的作用下相較于其他火行為指標表現較為穩定。當然，火焰長度的觀測也存在波動周期較小而波動范圍較大的弊端，因此同時采用視頻觀測的方法來有效降低該類誤差。

通過對100次點燒試驗的統計分析，給出紅松針葉床層平地有風條件下火焰長度的基本統計。與已開展的平地無風條件下紅松針葉床層的火焰長度進行比較[1]，在相同床層條件下，用有風時的火焰長度除以無風時的火焰長度，得到該風速的實測風因子。

1.2.1 床層結構因子對風因子的影響。

通過方差分析[4]，確定紅松針葉可燃物床層結構因子（可燃物含水率、床層高度、載量、壓縮比）對火焰長度風因子是否存在影響，如存在影響則在預測模型中引入該影響因子，不存在影響的則可剔除出預測模型，最終獲取風速與紅松針葉床層火焰長度風因子之間的關系，從而得出風速與火強度之間的關系。

1.2.2 建模方法與結果對比。

目前主流的風因子模型主要有2種形式，即加式模型與乘式模型。加式模型主要由各因子相加而成，模型形式為φw=b0+b1f（U）+b2f（E），乘式模型由各因子相乘而成，模型形式為φw=b0·f（U）·f（E）。其中，f（x）=a·ebx或a·xb，即冪函數與指數函數2種形式，U為風速（m/s）；E為方差分析中確定對預測結果存在影響的影響因子；a、b為常數。

利用SPSS 18擬合得出所有形式模型的參數，對于每個模型，根據該研究的實測風速和實測影響因子的數值，計算得出風因子預測值，按式（1）、（2）計算得出各模型的平均絕對誤差（MAE）和平均相對誤差（MRE），再對不同模型的誤差進行多重比較，以確定各結果間的差異是否顯著[5]。

式中，Yi和Yj分別為該試驗計算的風因子值和由上述模型計算的風因子值；n為點燒次數。對比不同形式的風因子模型預測誤差，分析各模型的預測精度及各結構因子對風因子模型精度的貢獻大小。以上統計分析用Office 2003完成。

2 結果與分析

2.1 有風條件下紅松針葉床層火焰長度和床層特征統計

表1為100次點燒試驗的基本情況，其中紅松針葉床層林火火焰長度為24.5～132.0 cm，平均值為59.4 cm，從75%的區間值觀察，多數紅松針葉點燒試驗的火焰長度低于72.1 cm。從75%的區間值觀察風速數值，風速多數低于2.8 m/s，當風速高于3.0 m/s時，火焰長度往往會急劇上升，火焰長度數值可達平均值的2倍以上，測量時會使面部產生明顯灼熱感，可見風速對火焰強度的影響之大。

在風速為0.90～4.60 m/s的條件下，100次點燒試驗中有13次無法持續燃燒，13次無法持續燃燒的試驗均為含水率高于20%或載量為4 t/hm2的難燃床層，該類床層即便調整風速也難以使其持續燃燒。

2.2 預測模型的對比分析

可燃物壓縮比、載量、高度、含水率對火焰長度風因子影響的方差分析結果表明，可燃物壓縮比、含水率對火焰長度風因子影響顯著（P<0.05），載量和床層高度對火焰長度風因子影響則不顯著（P>0.05）。因此，在多因子模型中，選用的結構因子為可燃物壓縮比和可燃物含水率。

表2給出了火焰長度單因子、多因子模型的結構、參數和誤差。根據之前的分析，可燃物壓縮比、可燃物含水率對火焰長度風因子模型存在影響，因此在多因子模型建模過程中引入了這2項影響因子，同時建立了只含風因子的單因子模型，對兩者間的預測差異進行比較，最終選擇出最優的預測模型。從表2中決定系數與MAE上看，2個單因子模型預測效果一般，誤差普遍高于含可燃物床層結構因子的多因子模型，但冪函數形式的單因子模型與多因子模型的預測誤差較為接近，MAE誤差在0.170左右，MRE低于10%。含結構因子的多因子模型預測結果與單因子模型相比較效果普遍有所提高，在模型結構相同的情況下，可燃物壓縮比對火焰長度風因子的影響高于可燃物含水率。模型形式方面，加式模型與乘式模型效果相差并不明顯。整體看，含2種可燃物結構因子的乘式模型與含可燃物壓縮比的加式模型預測效果最好，由于乘式模型相對于加式模型在機理上更易于理解[6]，因此選擇7號模型作為最佳預測模型，該模型MAE在0.16左右，MRE低于10%。

圖1為最佳預測模型的風因子預測值和實測值的對比情況。從圖1可見，散點整體均勻分布在中線兩側，模型在風因子小于2時預測略有偏高，隨著風速增大，當風因子超過2.1時，該模型預測明顯偏低。由此可見，火焰長度風因子預測模型存在風速閾值的問題，即在低于和高于閾值的2個方向應采用不同的模型進行預測，隨著風速超出該研究的風速范圍，是否還存在其他風速閾值有待進一步研究。

從圖1可以看出，火焰長度風因子預測模型存在某一閾值，相對應的火強度風因子模型亦同樣存在該閾值，即低于和高于風速閾值的2個方向應采用不同的模型進行預測，該閾值的準確值需要更多的針對性點燒試驗才能得以確定，隨著風速的提高是否還有其他閾值的存在，還需進一步研究。

2.3 風速對火強度影響的預測模型

由火焰長度風因子模型轉換為火強度風因子模型，只需將最佳預測模型（7號模型）帶入公式（1）中。式（1）可視為無風時的火強度，帶入火焰長度風因子模型后的式（1）可視為有風時的火強度，即式（3）。最終的火強度風因子模型為式（4）。

3 結論與討論

（1）當風速在0.9～4.6 m/s時，紅松針葉床層的火強度風因子為1.769～6.708。預測效果最好的紅松針葉床層火焰強度風因子模型為ΦI=IwI=4.716U0.561β0.217·M-0.033，其平均絕對誤差與平均相對誤差均低于其他形式模型。

（2）火焰強度風因子模型預測精度的規律表明，只含風因子的單因子模型預測精度最低，引入對火強度有影響的可燃物結構因子可以提高模型的預測精度，且可燃物床層壓縮比對模型的精度貢獻高于可燃物含水率。理論上來說，同時引入2個因子的模型預測精度應為最佳，且機理上更易理解的乘式模型預測精度應高于加式模型，但表2中的5號加式模型與最佳模型預測結果接近甚至更低，這可能與點燒次數不足且數據結果恰好與該形式模型擬合效果更好有關。隨著后續研究繼續積累點燒數據，該類情況是否會有所改善還需進一步觀察。

（3）在火焰強度風因子模型的實際應用中，由于野外可燃物的自身屬性往往難以準確估算，且加入可燃物結構因子的模型精度提高比例不大，同時考慮野外實際火情的不確定性，因此實際應用中也可不考慮結構因子的影響，而直接采用只含風速的冪函數形式單因子模型（表2中的2號模型）來估計風對火強度的影響。

參考文獻

[1] 劉礡霏.平地無風條件下紅松針葉床層的火行為研究[D].哈爾濱：東北林業大學，2011.

[2] 崔文彬，喬啟宇，牛樹奎，等.地表火燃燒參數及其火頭前影響區的實驗研究[J].北京林業大學學報，1998，20（5）：22-27.

[3] BYRAM G M.Scaling laws for modeling mass firesp[J].Pyrodynamics，1966，4：271-284.

[4] 葉紅衛，朱藍輝.應用SPSS進行雙因子方差分析[J].河北北方學院學報（自然科學版），2008，24（2）： 63-65.

[5] 姜凌.生物統計中多重檢驗問題的分析研究[D].濟南：山東大學，2008.

[6] ROTHERMEL R C.A mathematical model for predicting fire spread in wildland fuels[R].USDA Forest Service， Intermountain Forest and Range Experimental Station. Research Paper INT-115，1972.