陸昕　胡海清　孫龍　張冉

(東北林業(yè)大學(xué)，哈爾濱，150040)

?

大興安嶺地表細(xì)小死可燃物含水率預(yù)測模型1)

陸昕胡海清孫龍張冉

(東北林業(yè)大學(xué)，哈爾濱，150040)

摘要以大興安嶺地區(qū)南甕河保護(hù)區(qū)落葉松林(Larix gmelinii)、蒙古櫟林(Quercus mongolica Fischer)、落葉松-白樺混交林(Mixture of Larix gmelinii and Betula platyphylla)(陰坡、陽坡)、溝塘草甸等4種典型林分為研究對象，運(yùn)用氣象要素回歸法，對春季防火期和秋季防火期內(nèi)的地表細(xì)小死可燃物含水率動態(tài)進(jìn)行測定，構(gòu)建了不同防火期、不同林型地表死可燃物含水率的預(yù)測模型，分析了相應(yīng)模型的預(yù)測誤差。結(jié)果表明：同林型地表可燃物含水率在春季防火期和秋季防火期差異顯著；在秋季防火期，5個典型林型的地表死可燃物含水率預(yù)測平均絕對誤差為0.167，平均相對誤差為0.218，低于春季防火期模型和春季-秋季混合模型；秋季防火期模型對可燃物含水率預(yù)測效果最好。氣象要素回歸法適用于南甕河保護(hù)區(qū)典型林型地表死可燃物含水率預(yù)測。

關(guān)鍵詞大興安嶺；細(xì)小死可燃物；可燃物含水率預(yù)測模型

森林火災(zāi)是森林生態(tài)系統(tǒng)重要的影響因子，而森林可燃物是森林火災(zāi)發(fā)生的首要條件[1]。森林火災(zāi)多為地表火，所以地表死可燃物含水率在森林火災(zāi)的預(yù)測預(yù)報(bào)中顯得尤為重要[2]。地表死可燃物含水率是森林火災(zāi)發(fā)生的重要指標(biāo)[3]，地表死可燃物含水率高低直接影響著森林火災(zāi)發(fā)生的難易程度，間接的影響著林火的強(qiáng)度和蔓延速度。準(zhǔn)確地對地表死可燃物含水率進(jìn)行預(yù)測已經(jīng)成為林火科學(xué)的重要研究內(nèi)容[4]。

相對森林活可燃物來說，地表死可燃物更容易收到氣象因子變化的影響[5]，因此，以氣象因子為影響因子的森林可燃物含水率變化規(guī)律的研究具有重要意義[6]。當(dāng)前，對可燃物含水率預(yù)測的方法主要有：基于平衡含水率的方法、氣象要素回歸法、遙感估測法、基于過程模型的方法[7]，所以，對地表死可燃物來說，氣象要素回歸相對于其他3種方法更加適用于含水率的預(yù)測。氣象要素回歸法相對于其他方法比較簡單[8-10]，所以，該方法是當(dāng)前適用最為廣泛的方法[11]。

位于黑龍江省大興安嶺地區(qū)的南甕河國家級自然保護(hù)區(qū)，是我國重要的森林生態(tài)系統(tǒng)所在地，同時也是我國森林火災(zāi)發(fā)生較嚴(yán)重的林區(qū)。如何準(zhǔn)確和有效地對該研究區(qū)域森林地表死可燃物含水率進(jìn)行預(yù)測，對該地區(qū)的森林防火工作意義重大[12]。本研究以南甕河保護(hù)區(qū)典型林分為研究對象，對地表死可燃物含水率在春季防火期和秋季防火期的動態(tài)變化進(jìn)行分析，構(gòu)建了林分地表死可燃物含水率預(yù)測模型，為進(jìn)一步提高南甕河保護(hù)區(qū)森林地表死可燃物含水率預(yù)報(bào)的準(zhǔn)確程度提供理論依據(jù)。

1研究區(qū)域概況

南甕河自然保護(hù)區(qū)位于黑龍江省大興安嶺松嶺地區(qū)境內(nèi)，地處大興安嶺支脈伊勒呼里山的南麓。保護(hù)區(qū)北以伊勒呼里山脊為界與新林林業(yè)局接壤，東與呼瑪縣相連，西與松嶺林業(yè)局相鄰，南與加格達(dá)奇林業(yè)局毗鄰。地理坐標(biāo)125°07′55″～125°50′05″E；51°05′07″～51°39′24。南甕河自然保護(hù)區(qū)地處寒溫帶，氣候?qū)俸疁貛Т箨懶约撅L(fēng)氣候，年平均氣溫-3 ℃，極端最低溫度達(dá)-48 ℃，極端最高氣溫35.5 ℃，≥10 ℃積溫為1 400～1 600 ℃，年日照時間2 500 h，無霜期90～100 d。年降水量415～500 mm，主要集中在每年的7—8月份。主要林分為落葉松林(Larix gmelinii)、蒙古櫟林(Quercus mongolica Fischer)、落葉松-白樺混交林(Mixture of Larix gmelinii and Betula platyphylla)等。根據(jù)黑龍江森林火災(zāi)數(shù)據(jù)統(tǒng)計(jì)，南甕河自然保護(hù)區(qū)1970—2010年共發(fā)生森林火災(zāi)275次，發(fā)生火災(zāi)的總面積為3 430 656.299 hm2，平均每次為12 475.114 hm2。

2研究方法

2.1樣地設(shè)置和地表可燃物含水率數(shù)據(jù)采集

于2015年5月26—6月25日(春季防火期)和8月31日—9月20日(秋季防火期)對地表死可燃物含水率數(shù)據(jù)進(jìn)行采集。在南甕河保護(hù)區(qū)，分別在陽坡落葉松、陽坡蒙古櫟、陽坡落葉松-白樺混交林、陰坡落葉松-白樺混交林以及溝塘草甸設(shè)置樣地。樣地基本信息見表1。選擇稱重法對地表死可燃物含水率進(jìn)行測量。在陽坡落葉松、陽坡落葉松-白樺混交林、陰坡落葉松-白樺混交林內(nèi)各設(shè)置1塊大小為40 m×80 m的樣地，樣地內(nèi)共設(shè)置15個樣品采集點(diǎn)；在陽坡蒙古櫟林內(nèi)設(shè)置1塊大小為40 m×60 m的樣地，樣地內(nèi)共設(shè)置10個樣品采集點(diǎn)；在溝塘草甸內(nèi)設(shè)置1塊大小為40 m×40 m的樣地，樣地內(nèi)共設(shè)置5個樣品采集點(diǎn)。采樣點(diǎn)設(shè)置在每個樣地內(nèi)地表死可燃物分布均勻的位置。在每個采樣點(diǎn)挖取1個20 cm×20 cm的小樣方。為了方便對地表死可燃物含水率變化情況進(jìn)行測量，使樣品可以與環(huán)境進(jìn)行正常水分交換，同時避免新凋落的可燃物、風(fēng)或者小型動物對樣品產(chǎn)生影響，將所挖取的地表可燃物放入尼龍網(wǎng)袋中，再將尼龍網(wǎng)袋放回原位，保持可燃物的原始狀態(tài)。選擇在每日14：00左右，對5個樣地樣品尼龍網(wǎng)袋進(jìn)行稱質(zhì)量，記錄為濕質(zhì)量。實(shí)驗(yàn)結(jié)束后，將尼龍網(wǎng)袋中的可燃物樣品裝入檔案袋帶回實(shí)驗(yàn)室，放入干燥箱，在105 ℃溫度條件下連續(xù)烘干24 h至恒質(zhì)量，稱量干質(zhì)量并記錄。

2.2氣象數(shù)據(jù)采集

使用Kestrel 4500袖珍氣象追蹤儀對地面1 m高度位置的相對濕度(H)、氣溫(T)、風(fēng)速(W)等氣象因子的實(shí)時數(shù)據(jù)進(jìn)行測量并記錄，采集與樣品稱重同步進(jìn)行。整理該研究區(qū)域春季和秋季防火期氣象數(shù)據(jù)，包括前n天的氣象因子、n天前當(dāng)日氣象因子。用下面的方式對數(shù)據(jù)進(jìn)行標(biāo)記：前n天的氣象因子設(shè)為a(如前2天平均氣溫記為Ta2)。氣象因子的獲取以采樣當(dāng)日00：00時為基準(zhǔn)，降水量的獲取以采樣當(dāng)日14：00時為基準(zhǔn)。

表1　樣地基本信息

2.3可燃物含水率計(jì)算

按下面的公式對地表可燃物含水率進(jìn)行計(jì)算：M=(WH-WD)/WD。式中：M為可燃物含水率；WH為可燃物濕質(zhì)量；WD為可燃物干質(zhì)量。

對實(shí)驗(yàn)測定可燃物濕質(zhì)量和干質(zhì)量進(jìn)行處理后，得到各個樣地采樣點(diǎn)每日14：00可燃物含水率的數(shù)據(jù)。將可燃物含水率數(shù)據(jù)與當(dāng)日的氣象數(shù)據(jù)(空氣相對濕度、氣溫、風(fēng)速、降水量)進(jìn)行數(shù)據(jù)檢驗(yàn)。

2.4可燃物含水率模型的建立

2.5模型誤差分析

對建立的不同林型可燃物含水率預(yù)測模型，按下式計(jì)算模擬誤差，以確定模型參數(shù)的有效性。

通過統(tǒng)計(jì)軟件SPSS 18.0和Statistica 10.0對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析。

3結(jié)果與分析

3.1地表死可燃物含水率動態(tài)變化

對收集的氣象數(shù)據(jù)進(jìn)行整理，得到研究區(qū)域不同林分樣地內(nèi)氣溫和空氣相對濕度(見圖1)、降水量(見圖2)的動態(tài)變化，春季防火期和秋季防火期5種林分地表死可燃物含水率動態(tài)變化(見圖3)。從圖中可以看出，地表死可燃物含水率的變化趨勢和空氣相對濕度的變化基本吻合，但不同林分之間地表死可燃物含水率存在差異。在春季防火期，5種林分地表可燃物含水率由大到小的順序?yàn)椋簻咸敛莸椤⒙淙~松-白樺混交林(陰坡)、落葉松-白樺混交林(陽坡)、落葉松林、蒙古櫟林，其中，溝塘草甸地表可燃物含水率比蒙古櫟地表可燃物含水率高7.8%。在秋季防火期，地表可燃物含水率數(shù)值大小的變化趨勢和春季防火期相似。最大的落葉松-白樺混交林(陰)地表可燃物含水率比最小的陽坡蒙古林地表可燃物含水率高23.5%?？傮w上看，落葉松-白樺混交林(陰坡)、溝塘草甸的可燃物含水率要高于其他3種林分。

圖1　研究區(qū)域不同林分內(nèi)實(shí)測氣溫、相對濕度動態(tài)變化

圖2　研究區(qū)域降水量動態(tài)變化

圖3　研究區(qū)域不同林分內(nèi)可燃物含水率動態(tài)變化

由于落葉松-白樺混交林位于陰坡，樣地內(nèi)郁閉度較高，林下草本植被茂密，水分不易散失，因此，地表可燃物含水率較高。與陽坡的林分相比，蒙古櫟林樣地坡度較大并且樣地的郁閉度較低，受太陽輻射和風(fēng)速影響較大，地表死可燃物含水率變化速度較快。溝塘草甸周圍雖然沒有其他林分遮擋，郁閉度為0，但溝塘草甸樣地內(nèi)存在沼澤化現(xiàn)象，樣地內(nèi)地表水分會對可燃物含水率產(chǎn)生影響。

對于同一種林分，總體上秋季防火期地表死可燃物含水率要高于春季防火期。在秋季防火期，落葉松、蒙古櫟、落葉松-白樺混交林(陽坡)、落葉松-白樺混交林(陰坡)林分、溝塘草甸等地表死可燃物含水率分別比春季防火期地表死可燃物含水率高48.1%、27.2%、10.1%、25.0%、39.1%。由圖2可知，雖然在春季防火期的降水頻率要高于秋季防火期，但是與春季防火期相比，秋季防火期的氣溫更低、空氣相對濕度更高，這也直接造成了可燃物含水率秋季普遍高于春季防火期的原因。

3.2不同林分地表死可燃物預(yù)測模型的變量選擇與檢驗(yàn)

對可燃物含水率和氣象因子進(jìn)行Pearson相關(guān)性分析，篩選與可燃物含水率相關(guān)性顯著的因子作為構(gòu)建預(yù)測模型的自變量。通常風(fēng)速也是影響可燃物含水率的主要?dú)庀笠蜃又唬窃诒狙芯恐?，由于所測的風(fēng)速為瞬時風(fēng)速且不連續(xù)，同時根據(jù)Pearson分析結(jié)果，含水率變化與風(fēng)速并不顯著，所以沒有選擇風(fēng)速作為構(gòu)建模型的自變量。結(jié)合所選擇的氣象因子，通過逐步回歸，構(gòu)建了5種林分的春季防火期、秋季防火期以及春季-秋季混合模型，并對不同林分可燃物含水率的預(yù)測模型參數(shù)進(jìn)行估計(jì)檢驗(yàn)(見表2)。其中，對于落葉松林分選擇當(dāng)天氣溫(T)、前2天的平均氣溫(Ta2)、前2天的平均降水量(Ra2)、前2天的平均相對濕度(Ha2)作為模型的自變量；蒙古櫟林分選擇前1天的平均氣溫(Ta1)、前1天的降水量(Ra1)、前1天的相對濕度(Ha1)作為模型的自變量；陽坡和陰坡落葉松-白樺混交林分別選擇T、Ha1、Ra1、Ra2作為模型的自變量；溝塘草甸則選擇了Ta2、Ra1、Ha1、前2天的平均相對濕度(Ha2)作為模型自變量。

總體上，在春季防火期的時候，擬合出的模型決定系數(shù)(R2)為0.276～0.520；在秋季防火期，模型的決定系數(shù)(R2)為0.303～0.588；而春季-秋季混合模型的決定系數(shù)(R2)為0.230～0.421。秋季防火期模型的R2總體上要高于春季模型和春季-秋季混合模型。

表2　不同林分可燃物含水率的預(yù)測模型參數(shù)估計(jì)

3.3地表死可燃物含水率預(yù)測模型誤差分析

對擬合的5種地表死可燃物含水率預(yù)測模型2種誤差(平均絕對誤差(MAE)和平均相對誤差(MRE))進(jìn)行計(jì)算。結(jié)果表明：春季防火期數(shù)據(jù)建立的5種可燃物含水率預(yù)測模型的MAE平均值為0.217 8，MRE平均值為0.355 3；秋季防火期數(shù)據(jù)建立的可燃物含水率預(yù)測模型的MAR平均值為0.167 1，MRE平均值為0.290 9；春季和秋季防火期數(shù)據(jù)建立的可燃物含水率混合模型MAE的平均值為0.201 6，MRE的平均值為0.313 9。

由表3可知，5種秋季防火期預(yù)測模型的MAE和MRE均小于春季防火期模型和春季-秋季混合模型。對3種模型的MAE和MRE進(jìn)行t檢驗(yàn)，結(jié)果表明：5種秋季防火期模型的MAE顯著小于春季(n=5，t=2.295，P<0.05)以及春季-秋季混合模型(n=5，t=-2.569，P<0.05)，但春季防火期模型的MRE與春秋混合模型差異不顯著;而5種林分模型秋季防火期模型MRE顯著小于春季防火期模型(n=5，t=-2.182，P<0.05)和春季-秋季混合模型(n=5，t=-3.786，P<0.05)；而春季防火期模型MRE與混合模型差異不顯著，與MAE的大小順序保持一致?？傮w來說，秋季防火期模型的2種誤差最小，預(yù)測精度最高，而春季防火期模型和春季-秋季混合模型的精度均低于秋季防火期模型。而春季模型與春季-秋季混合模型的2種誤差之間差異并不明顯，說明通過春季和秋季數(shù)據(jù)共同建立的混合模型并沒有很理想的提高模型預(yù)測精度。

表3　不同林分可燃物含水率預(yù)測模型誤差分布

由圖4可知，總體上5種秋季防火期模型的精度最高，預(yù)測效果最好；而由于降水的影響，在秋季防火期可燃物含水率存在高于100%的數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)使得秋季防火期模型產(chǎn)生了一些誤差，因此，在一定程度上影響了模型的精度。春季-秋季混合模型可燃物含水率數(shù)據(jù)與秋季防火期數(shù)據(jù)相比也比較離散，但是含水率在0～100%的數(shù)據(jù)相對集中，距離1:1線比較近。所以對于春季-秋季混合模型，含水率數(shù)據(jù)在0～100%時，模型精度比高含水率的精度高，效果較好。另外，當(dāng)可燃物含水率比較高，尤其是含水率高于100%的時候，火險(xiǎn)等級比較低，因此該模型整體預(yù)測誤差對火險(xiǎn)預(yù)測預(yù)報(bào)準(zhǔn)確性產(chǎn)生的影響比較小。春季防火期可燃物含水率數(shù)據(jù)比較離散，整體預(yù)測效果不如秋季防火期模型。

同時結(jié)合MAE和MRE比較的結(jié)果看，總體上，秋季防火期模型的預(yù)測精度最高、效果最好，春季防火期模型的誤差比較大，預(yù)測精度比較低；而構(gòu)建的春季-秋季混合模型在整體上預(yù)測效果要好于春季防火期模型，但是不如秋季防火期模型。對于所構(gòu)建的3種模型，可燃物含水率的預(yù)測結(jié)果在不同程度上被低估，在對模型進(jìn)行應(yīng)用的時候要注意這一點(diǎn)。

圖4　不同林分可燃物含水率預(yù)測模型預(yù)測值和實(shí)測值

4討論

在春季防火期和秋季防火期，落葉松林、蒙古櫟林、落葉松-白樺混交林(陽坡)、落葉松-白樺混交林(陰坡)、溝塘草甸等5種林分地表死可燃物含水率進(jìn)行測定。經(jīng)分析，不同林分可燃物含水率之間存在差異；而對同種林分，在春季防火期，地表死可燃物含水率要低于秋季。采用氣象要素回歸法構(gòu)建不同林分的可燃物含水率預(yù)測模型時，不同林分、不同季節(jié)所選預(yù)測模型的自變量均不同。對建立模型的2種誤差MAE和MRE進(jìn)行比較可知，5種林分秋季防火期模型MAE和MRE均為最??；另外，對不同林分的可燃物含水率實(shí)測值和模型的預(yù)測值的比較結(jié)果也表明秋季防火期模型的預(yù)測效果最好，春季-秋季混合模型次之，春季防火期模型效果最差。從森林地表死可燃物含水率的預(yù)測的效果來看，對不同季節(jié)防火期進(jìn)行區(qū)分，分別建立不同時期的含水率預(yù)測模型，可以提高可燃物含水率的預(yù)測精度。

氣象要素回歸模型是完全基于統(tǒng)計(jì)量的模型，因此，對建模所使用的數(shù)據(jù)要求比較高、依賴性比較大。所以，構(gòu)建的氣象要素回歸模型的MAE、MRE的誤差相對來說都比較大[13]，整體來說預(yù)測模型精度不是很高，但是可以滿足一般森林火險(xiǎn)的預(yù)報(bào)[14]。另外，由于降水的影響，不同季節(jié)防火期的預(yù)測模型精度差異較大。2個季節(jié)防火期降水量與頻率也比較高，無降水時段數(shù)據(jù)采集的比較分散，所以沒有區(qū)分并建立降水與無降水時段的預(yù)測模型。

本研究在很多方面具有一定的局限性，在未來工作中，還需要在以下幾個方面開展研究：(1)研究中對5個林分來說，只設(shè)置了一種林分的陰坡、陽坡相對應(yīng)的樣地，并不能代表所有的坡向。在未來的研究中，需在實(shí)驗(yàn)設(shè)計(jì)中設(shè)置更多不同坡向的對照樣地，更深入的來分析坡向?qū)δＰ皖A(yù)測結(jié)果的影響。(2)本研究并未考慮到地形因子對可燃物含水率的影響，對于所選林分，沒有考慮不同坡位對含水率動態(tài)變化的影響以及對預(yù)測模型進(jìn)行分析；不同的郁閉度也會對可燃物含水率造成影響，今后的研究中應(yīng)充分考慮這種可燃物含水率的異質(zhì)性[15]。(3)縮小可燃物含水率預(yù)測的時間尺度會提高預(yù)測模型的精度[16-17]，本研究所創(chuàng)建的預(yù)測模型無法在更小時間尺度上對林火行為進(jìn)行預(yù)測預(yù)報(bào)，未來的工作需在時間尺度方面進(jìn)行更深入的研究。(4)本研究將所挖取的地表可燃物放入尼龍網(wǎng)袋中，稱量后又放回原地，這種方法在一定程度上阻隔了地表細(xì)小死可燃物與周邊可燃物、下層可燃物和土壤的水分、熱量交換，對可燃物自身的尺度和可燃物層的結(jié)構(gòu)等也有一定的影響，從而對可燃物含水率造成了較大影響，在未來的研究中需定量的對此影響進(jìn)行分析。(5)對各個林分而言，死可燃物含水率的變化除了受到林分因子和環(huán)境因子的影響之外，還受到模型類型的影響。除了氣象回歸模型外，時滯平衡含水率法也是對可燃物含水率研究的重要方法，結(jié)合時滯平衡含水率法對本研究的結(jié)果進(jìn)行對比、分析也是未來研究中的重點(diǎn)。

參考文獻(xiàn)

[1]田甜,邸雪穎.森林地表可燃物含水率變化機(jī)理及影響因子研究概述[J].森林工程,2013,29(2):21-25.

[2]ROTHERMEL R C, WILSON R A, MORRIS G A, et al.Modeling moisture content of fine dead wildland fuels: input to the BEHAVE fire prediction system, Research paper/NT-359[R].Ogden, UT: U.S.Department of Agricuture, Forest service, Intemountain Research Station,1986.

[3]賈鵬超,曲智林,馬普龍.基于時間序列分析的可燃物含水率預(yù)測模型[J].東北林業(yè)大學(xué)學(xué)報(bào),2013,41(5):158-159.

[4]Nelson JR R M.Prediction of diurnal change in 10-h fuel stick moisture content[J].Canadian Journal of Forest Research,2000,30(7):1071-1087.

[6]曲智林,吳娟,閔盈盈.具有時滯的可燃物含水率預(yù)測模型[J].東北林業(yè)大學(xué)學(xué)報(bào),2012,40(3):120-122.

[7]SAGLAM B, BILGILI E, KU?UK O, et al.Determination of surface fuels moisture contents based on weather conditions[J].Forest Ecology and Management,2006,234:S75.DOI:10.1016/J.FORECO.2006.08.107.

[8]王瑞君,于建軍,鄭春艷.森林可燃物含水率預(yù)測及燃燒性等級劃分[J].森林防火,1997(2):16-17.

[9]王得祥,徐釗，張景群，等.細(xì)小可燃物含水率與氣象因子關(guān)系的研究[J].西北林學(xué)院學(xué)報(bào),1996,11(1):35-39.

[10]王金葉,車克鈞,傅輝恩,等.可燃物含水率與氣象要素相關(guān)性研究[J].甘肅林業(yè)科技,1994(2):21-23.

[11]劉曦,金森.平衡含水率法預(yù)測死可燃物含水率的研究進(jìn)展[J].林業(yè)科學(xué),2007,43(12):126-133.

[12]單延龍,劉乃安,胡海清,等.涼水自然保護(hù)區(qū)主要可燃物類型凋落物層的含水率[J].東北林業(yè)大學(xué)學(xué)報(bào),2005,33(5):41-43.

[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(guān)系的分析[J].東北林業(yè)大學(xué)學(xué)報(bào),1988,16(3):87-90.

[14]于宏洲,金森,邸雪穎.以小時為步長的大興安嶺興安落葉松林地表可燃物含水率預(yù)測模型[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(6):1565-1571.

[15]WOTTON B M, BEVERLY J L.Stand-specific litter moisture content calibrations for the canadian fine fuel moisture code[J].International Journal of Wildland Fire,2007,16(4):463-472.

[16]CHUVIECO E, AGUADO I, DIMITRAKOPOULOS A P.Conversion of fuel moisture content values to ignition potential for integrated fire danger assessment[J].Canadian Journal of Forest Research,2004,34(11):2284-2293.

[17]FOSBERG M A,DEEMING J E.Derivation of the one-and ten-hour timelag fuel moisture calculations for fire-danger rating[R].Rocky Mountain Forest and Range Experiment Station, Forest Service, Us Dept.of Agriculture,1971.

第一作者簡介：陸昕，男，1987年1月生，東北林業(yè)大學(xué)林學(xué)院，博士研究生。E-mail：luxin@nefu.edu.cn。 通信作者：張冉，東北林業(yè)大學(xué)理學(xué)院，助教。E-mail：ziselan126@126.com。

收稿日期：2016年1月16日。

分類號S762.2

Prediction Models of Fine Dead Fuels Moisture Content for Typical Stand in Daxing’an Mountains//

Lu Xin, Hu Haiqing, Sun Long, Zhang Ran(Northeast Forestry University, Harbin 150040, P.R.China)//

Journal of Northeast Forestry University，2016,44(7)：84-90.

A study was conducted on the dynamics of the moisture content of ground surface fine dead fuels under five stand types in spring and autumn prohibitive period of forest fire, and the prediction models were established.The fuels moisture content of with Pinus sylvestnis, Quercus mongolica Fische, mixture of Larix gmelinii and Betula platyphylla (South and Nouth-facing slope), and meadow in wetland in Nanwenghe National Nature Reserve in the Daxing’an Mountains, the moisture content prediction models of different stand types in different prohibitive period of forest fire were established by using the meteorological element regression method.The fuel moisture content in the same stand varied with prohibitive period of forest fire.The average mean absolute error (MAE) and root mean square error (RMAE) of five stand types in autumn model were 0.167 and 0.218, respectively, lower than those in spring model and spring-autumn mix model.The accuracy of the model in autumn is generally higher than that of spring model and spring-autumn mix model, and the forecasting performance was the best.The prediction methods of the fuels moisture content based on one-day time step were applicable for the typical stand in the Daxing’an Mountains.

KeywordsDaxing’an Mountains； Surface fine dead fuels； Moisture content prediction model of fuels moisture content

1)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(C2572014BA23)；林業(yè)公益性行業(yè)科研專項(xiàng)(201404402)。

責(zé)任編輯：王廣建。