寶塔區冬季枯枝落葉可燃物含水率、可燃物載量與氣象因子的相關性分析

摘 要：以延安市寶塔區清涼山和鳳凰山的凋落物為研究對象，收集2023年11月—2024年2月延安市寶塔區清涼山、鳳凰山當月氣象數據，分析凋落物的可燃物載量、可燃物含水率及其與氣象因子之間的關系。結果表明：秋冬季節，延安市寶塔區可燃物含水率與降水量之間有較強的關聯，而風速與它們之間的關聯較不明顯；可燃物含水率與平均相對濕度、降水率呈正相關。通過探討延安寶塔區秋冬季枯枝落葉可燃物含水率、可燃物載量與氣象因子之間的相關性，為當地森林防火和生態安全管理提供科學依據。

關鍵詞：可燃物含水率；可燃物載量；氣象因子；相關性分析

中圖分類號：S812.6 文獻標志碼：B 文章編號：2095–3305（2024）12–0-03

秋季和冬季是森林火災易發期，枯枝落葉作為主要的可燃物，其含水率和載量直接影響火災的發生與蔓延。目前，針對延安清涼山和鳳凰山氣候、生態位、可燃物含水率的研究尚不夠深入。森林可燃物含水率和可燃物載量的測定與預測對林火預警、火險預報和管理工作的開展具有重要意義。結合現代信息技術，如遙感、GIS和線性逐步回歸分析等，進一步提升預測模型的準確性和實用性，對提高延安氣象森林火險預報工作和森林火災防控能力具有重要影響，能夠為當地的生態保護和可持續發展提供科學依據。

在林火管理與防控領域，森林可燃物的含水率是一個核心因素，它直接影響森林火災的發生、發展和蔓延。隨著科學技術的進步，研究人員開發了多種預測森林可燃物含水率的方法，這些方法對林火預警和防控具有深遠意義。

森林中可燃物的含水率對林火的點燃難易程度和燃燒釋放的熱量大小具有重要影響，是林火預測中至關重要的因素。為了更好地進行火險預報，通常會使用火險天氣指標（FWI）體系。目前，預測可燃物含水率的方法包括氣象要素回歸法、平衡含水率法、遙感估測法和過程模型法[1-2]。氣象要素回歸法通過統計分析方法，將森林可燃物含水率與氣象數據之間的關系進行定量化，并進行多元統計回歸，具有操作簡便、精度較高的特點，尤其是國內外野外氣象站點日益完善，這一方法的適用性和優勢愈發明顯[3-4]。然而，該方法的準確性受到特定森林類型和地形的限制，需要大量現場監測數據，以提高其普適性。

平衡含水率法主要用于北美等地區的森林火險等級系統，該方法以物質的平衡含水率為基礎進行預測，但在實際操作中存在一定局限。遙感估測法利用現代遙感技術進行大尺度的含水率預測，雖起步較晚，但隨著技術的發展，其應用范圍不斷擴大，精度有望不斷提高。過程模型法基于物理過程進行描述和預測，盡管理論基礎堅實，但因過程復雜而難以得到廣泛應用。

森林火災的預測和預報是一項復雜的系統工程，涉及眾多變量和不確定性因素。在此過程中，準確預測森林的可燃物含水率對提高林火預警的時效性和準確性具有重要作用。通過分析和比較現有的預測方法發現，盡管每種方法都有其優勢和局限，但氣象要素回歸法因其操作簡便、精度較高，成為當前我國林火管理中預測可燃物含水率的主要方法。

森林地表的可燃物可以分為死可燃物和活可燃物。活可燃物包括植物，如草本植物和灌木，而死可燃物則包括枯枝落葉、腐殖質等[5]。許多學者對可燃物含水率的動態變化規律和影響因素進行了研究，發現森林火災的發生和蔓延與可燃物的空間分布和數量密切相關[6-7]。

在中國，對地表可燃物載量的研究起步較晚，從1980年開始逐漸引起關注，至今已經取得許多研究成果，主要集中在林分因子和外部環境因素對可燃物載量的影響上[8]。陳宏偉等[9]研究發現，草本蓋度、平均樹高和凋落物厚度等因素對興安落葉松地表死可燃物總載量有較好的預測作用。劉趙東[10]的研究表明，海拔和坡度等環境因子在北京地區不同森林類型地表可燃物載量中起著主要作用。于海晨等[11]人利用冗余分析（RDA）發現，平均樹高和胸徑是對北京地區側柏和油松林地表可燃物總載量影響最顯著的因素。即樹木的平均高度和胸徑對這兩種森林類型的地表可燃物含量有著重要的影響。

1 研究區域概況

試驗數據采集自陜西省延安市寶塔區清涼山、鳳凰山國家森林公園。延安寶塔山位于109.49°E、36.59°N。鳳凰山革命舊址位于109.48°E、36.59°N，所在地屬于干旱生態區。在該生態區中，植被主要由適應干旱環境的灌木、草本植物和少量樹木組成。這些植物具有較強的抗旱能力，能夠適應該地區的干燥氣候和貧瘠的土壤條件。清涼山景區規劃面積607 km2，行政管轄面積436 km2，海拔1 135.5 m。鳳凰山面積216 km2，該地屬于暖溫帶半濕潤大陸性季風氣候，2021—2023年的年平均氣溫、最高氣溫平均值、最低氣溫平均值分別為10.46 ℃、35.8 ℃、-20.2 ℃，最熱月7月的月平均溫度35.6 ℃，最冷月1月的月平均氣溫-9.9 ℃；2023年累計降水量為556.5 mm；全年平均風速2.12 m/s。

2 資料與方法

2.1 資料

研究使用的氣象數據來自中國氣象科學數據共享服務網，根據研究地點的經緯度信息，選擇相應的氣象站點數據。如果研究地區沒有對應的氣象站點，將采用最近的氣象站點數據代替。所選取的氣象數據為年度數據，包括年平均氣溫、年平均最高氣溫、年平均最低氣溫、年極端最高氣溫、年極端最低氣溫、年降水量、年平均風速、年日照時數、年相對濕度等。

清涼山與鳳凰山可燃物（包括活體和死體可燃物），

在每個樣地上放置1個尺寸為0.5 m×0.5 m，網孔為

1 mm的篩子，距離地面約10 cm，用于收集凋落物。2023年11月—2024年2月，每個月收集1次篩子中的凋落物。將收集到的凋落物帶回實驗室，分別歸類為針葉、闊葉、枝條、果實和碎屑，并在80 ℃下烘干至恒重后進行稱量。為避免雨水沖刷和凋落物分解導致失重或化學成分改變，收集頻率通常為1周/次。收集的相關數據包括調查地點、植被類型、經度、緯度、海拔、年度凋落量，以及凋落物的組成（葉片、枝條、花果、樹皮）。

2.2 方法

（1）地表可燃物載量測定將林下可燃物劃分為活可燃物和死可燃物。在研究中，活可燃物包括灌木和草本植被，而死可燃物分為枯落物和腐殖質。枯落物進一步細分為1 h時滯可燃物（包括直徑≤0.64 cm的小枝、樹葉和干枯雜草）、10 h時滯可燃物（包括直徑＞0.64 cm且≤2.54 cm的枝條）和100 h時滯可燃物（包括直徑＞2.54 cm且≤7.62 cm的粗枝）。采集的樣品將被帶回實驗室，在105 ℃的烘箱中烘干至恒重，然后使用電子天平稱量其干重。可燃物載量的計算方法如下：

w=md/mf×100（1）

Md=w×Mf（2）

F=Mt/NS（3）

在上述公式中，w代表樣品的干鮮比（單位為%）；md代表樣品的干重（單位為g）；mf代表樣品的鮮重（單位為g）；Md代表樣方的總干重（單位為g）；Mf代表樣方的總鮮重（單位為g）；F代表可燃物的載量（單位為t/hm2）；Mt代表標準地內所有樣方可燃物總干重之和（單位為g）；N代表樣方的數量；S代表樣方的面積（單位為m2）。

（2）采用樣方直接稱重法，取樣方內枯黃仍保持原狀、未分解的枯落物樣品。在恒溫下烘干至恒重，記為干重。測定枯落物層可燃物的貯量。

枯落物層貯量/（t/hm2）=樣品干重/0.04 g/m2×0.01

（4）

（3）測定可燃物的含水率：含水率數據通過采樣測量干濕重，并計算其差值占干重的比例，即

Ci-j=（Ww-Wd）/Wd×100%（5）

式（5）中，Ci-j為森林可燃物含水率，Ww為樣品濕重，Wd為樣品干重，i為樣地編號。即含水率=（濕重-干重）/干重×100%。

3 結果與分析

據此換算成每公頃的凋落物量：將氣象因子與枯枝落葉可燃物聯系起來，對相關性進行分析（表1）。在采集樣本時，應確保樣本表面沒有水滴，如果下過雨，需要等待一定時間讓植物表面的自由水分蒸發后再進行取樣。

使用SPSS 22.0軟件對實驗數據進行相關性分析并繪制圖表，以研究冬季可燃物含水率、可燃物載量與氣象因子之間的關聯性。用r語言的“fit”包做一元線性逐步回歸法，P＜0.01為極顯著相關，P＜0.05為顯著相關。

表1～3的數據顯示，不同月份對可燃物含水率的影響因素各不相同。風速、最低氣溫、最高氣溫、降水量這四個氣象因子對可燃物含水率和可燃物載量具有影響，且具有實際意義。在某些月份，這些因子的實際意義并不明確，但總體趨勢是對可燃物含水率產生負面影響，對可燃物載量產生正面影響。通過篩選表1～3，確定回歸因子，將枯落物層貯量（X）和可燃物含水率（Y）作為因變量進行數學模擬，通過計算得出不同月份可燃物含水率的預測數學模型（表2、表3）。

4 總結與討論

氣象要素對森林火災的影響十分重要。首先，溫度對森林火災具有直接影響。隨著溫度升高，可燃物的含水率也會增加，從而減少了森林火災的風險。其次，空氣相對濕度也是一個重要因素。當空氣相對濕度較低時，林內的可燃物會更快蒸發，導致可燃物含水率降低，增加了森林火災的危險性。相反，當空氣相對濕度較高時，可燃物含水率變化較小，森林火災的風險也相應降低。最后，降水量也是一個關鍵因素。降水可以提高可燃物的含水率，減少森林火災的風險。然而，當降水量較少或沒有時，空氣變得干燥，相對濕度降低，可燃物含水率也會減少，增加了森林火災的危險性。綜上所述，氣象要素對森林火災具有直接而重要的影響，了解和控制這些氣象要素對預防和撲滅森林火災至關重要。

在可燃物含水率預測模型方面，之前的研究表明， 林內溫度、相對濕度、降水量與可燃物含水率之間存在顯著相關性，而風速與其相關性較弱。利用一元線性逐步回歸分析，可以建立森林細小可燃物含水率與氣象要素之間的關系模型，該模型的模擬效果良好。張廣英等[12]對黑龍江帽兒山、伊春和大興安嶺主要森林的可燃物進行了相關研究，結果與本研究的結論基本一致，即林內溫度、相對濕度、降水量與可燃物含水率之間的相關性顯著，而風速的相關性較弱[13]。可通過建立模型預測森林細小可燃物含水率與氣象要素之間的關系，以增強森林火災的預防和管理效果。

盡管本研究嘗試使用中國氣象網的氣象數據代替每個林分內的小氣候數據，結果顯示存在一定差異，但仍表明這種方法是可行的。進一步建立天氣預報氣象因子與可燃物含水率之間的擬合模型，可以提高預測模型的精度。深入研究林內小氣象因子與天氣預報氣象因子之間的關系模型，對提高預測模型的準確性具有重要意義，尤其是在日常森林防火工作中具有實際應用價值。對延安寶塔區一個防火期的研究結果顯示顯著性不理想，外野過程中誤差較大。因此，增加多個防火期的監測和采樣，可以建立更高精度的方程，從而更好地預測不同森林可燃物含水率，對指導森林防火工作具有重要意義。

參考文獻

[1] 車宗彩.祁連山保護區氣候變化對森林火災影響及防護建議[J].廣東蠶業，2024，58（3）：52-54.

[2] 張金鈺，彭道黎，張超珺，等.基于深度學習的內蒙古大興安嶺林區火災預測建模研究[J].林業科學研究，2024，37（1）： 31-40.

[3] 馬麗華，李兆山.大興安嶺6種活森林可燃物含水率的測試與研究[J].吉林林學院學報，1998（1）：23-25.

[4] 高永剛，張廣英，顧紅，等.森林可燃物含水率氣象預測模型在森林火險預報中的應用[J].中國農學通報，2008（9）： 171-175.

[5] 宗學政，田曉瑞.可燃物處理對大興安嶺地區主要林型火行為的影響[J].林業科學，2021，57（2）：139-149.

[6] 李丹，楊麗萍，賈成朕.大興安嶺不同林型地表死可燃物含水率特征及其影響因子[J].干旱氣象，2021，39（1）：144-150.

[7] 周勇，張貴，張運林，等.江西南昌活可燃物含水率動態變化和預測模型[J].中南林業科技大學學報，2021，41（8）：28-35.

[8] 鄭煥能.大興安嶺地區森林火災規律的探討[J].東北林學院學報，1980（2）：49-63.

[9] 陳宏偉，常禹，胡遠滿，等.大興安嶺呼中林區森林死可燃物載量及其影響因子[J].生態學雜志，2008（1）：50-55.

[10] 劉趙東.北京地區不同森林類型地表可燃物載量及影響因子研究[D].北京：北京林業大學，2019.

[11] 于海晨，王薇，杜建華，等.油松和側柏林地表可燃物負荷量及影響因素[J].北京林業大學學報，2021，43（6）：33-40.

[12] 張廣英，高永剛，曹曉波，等.伊春市五營森林可燃物含水率預測模型初步研究[J].安徽農業科學，2007（36）： 11956-11958.

[13] 杜秀文，李茹秀，王英杰.幾種森林類型可燃物含水率與氣象因子關系的分析[J].東北林業大學學報，1988（3）：87-90.

收稿日期：2024-09-09

作者簡介：李素兮（1985—），女，陜西延安人，工程師，研究方向為林業氣象。