寧吉彬 耿道通 于宏洲 邸雪穎 楊 光

(東北林業(yè)大學(xué)林學(xué)院 森林生態(tài)系統(tǒng)可持續(xù)經(jīng)營教育部重點(diǎn)實(shí)驗(yàn)室 哈爾濱 150040)

當(dāng)森林火災(zāi)達(dá)到一定強(qiáng)度時(shí)，燃燒的可燃物被火焰羽流拋至空中，在風(fēng)作用下飛遷至未燃區(qū)，引燃地表可燃物，產(chǎn)生新的火點(diǎn)，這種現(xiàn)象被稱為飛火(王新等，2011)，常被看作是熱傳遞、熱輻射和熱對流外的第4種林火蔓延方式。飛火是森林火災(zāi)的一種重要傳播形式，是一種較常見的高能量林火行為，飛火產(chǎn)生往往是林火行為愈演愈烈的唯一警告(楊光等，2020)。1987年大興安嶺“5·6”特大森林火災(zāi)過程中，飛火現(xiàn)象尤為突出，飛火最遠(yuǎn)距離達(dá)2～3 km(樓玉海等，1990；林其釗等，1998)。2017年5月2日，內(nèi)蒙古自治區(qū)大興安嶺畢拉河林業(yè)局突發(fā)特大森林火災(zāi)，燃著的可燃物飛遷180 m到達(dá)諾敏河對岸形成飛火，給森林火災(zāi)撲救帶來相當(dāng)大的難度(中國森林草原防火網(wǎng)，2017)。2019年山西沁源發(fā)生“3·29”森林火災(zāi)，火場北部山頂突發(fā)飛火，火源越過溝谷引燃北坡油松(Pinustabulaeformis)林，撲火隊(duì)員無法靠近火線滅火，只能采取向林緣噴水的方式構(gòu)建林火阻隔帶(中國新聞網(wǎng)，2019a)。2019年四川涼山“3·30”特大森林火災(zāi)撲滅后復(fù)燃，經(jīng)查為大風(fēng)吹燃隱藏?zé)燑c(diǎn)，形成飛火引燃林地(中國新聞網(wǎng)，2019b)。因此，研究和預(yù)測飛火行為對提高森林火災(zāi)撲救效率、降低撲救中人員傷亡有重要意義。

飛火是由3個(gè)了連續(xù)過程構(gòu)成的：火源的產(chǎn)生、火源飛遷、火源落地引燃地表可燃物(王蘇盼，2016)。國內(nèi)外相關(guān)學(xué)者進(jìn)行大量研究來搞清飛火引燃的形成機(jī)制。Manzello等(2007；2008；2009；2010)和Suzuki等(2015)利用花旗松(Pseudotsugamenziesii)和紅松(Pinuskoraiensis)燃燒試驗(yàn)收集到的顆粒為火源，分別放入碎紙屑、刨花和松針構(gòu)建的可燃物床層中觀察火源的引燃特性，發(fā)現(xiàn)可燃物床層能否被引燃與火源的數(shù)量、質(zhì)量、大小及風(fēng)速有著密切的關(guān)系。Viegas等(2012)以卷曲和平整的藍(lán)桉(Eucalyptusglobulus)樹皮、海岸松(Pinuspinaster)和地中海松(Pinushalepensis)球果為火源進(jìn)行引燃試驗(yàn)，結(jié)果表明，當(dāng)可燃物床層含水率不足5%時(shí)，其被火源引燃的概率達(dá)90%，且松球果的引燃能力低于桉樹皮，而凋落物床層被火源引燃所需時(shí)間與床層類型有關(guān)，桉樹凋落物床層被引燃概率高于海岸松和地中海松。相關(guān)研究在選擇林內(nèi)自然存在的可燃物為火源的同時(shí)，大量試驗(yàn)以金屬顆粒和煙頭為火源開展引燃機(jī)理研究。彭志紅(2019)研究熱顆粒和熱輻射共同作用下的松針可燃物床層的點(diǎn)燃特性時(shí)發(fā)現(xiàn)，隨著熱顆粒溫度和直徑的增加，2種熱傳遞方式共同作用時(shí)的臨界輻射熱通量呈顯著下降趨勢。Urban等(2017)通過引燃試驗(yàn)發(fā)現(xiàn)，能夠引燃可燃物的金屬顆粒，無論何種材質(zhì)，均具有相似的溫度，并且引起明火的顆粒溫度要高于引起陰燃的，隨后Urban等(2018)用鋁質(zhì)金屬熱顆粒對α-纖維素紙條、松針和大麥(Hordeumvulgare)、小麥(Triticumaestivum)、燕麥(Avenasativa)草本混合物進(jìn)行引燃試驗(yàn)，發(fā)現(xiàn)草本和松針相對纖維素紙條需要更高溫度的金屬顆粒才會(huì)被引燃。有研究以煙頭為火源(金森等，2014；張運(yùn)林等，2015；2018；Sunetal.，2018；)，選擇蒙古櫟(Quercusmongolica)闊葉和紅松針葉床層為研究對象，進(jìn)行約4 000次點(diǎn)燒試驗(yàn)，發(fā)現(xiàn)引燃概率與風(fēng)速顯著正相關(guān)，與含水率顯著負(fù)相關(guān)，與床層壓縮比無關(guān)，針葉床層被引燃的概率高于闊葉床層。從國內(nèi)外相關(guān)研究來看，風(fēng)速等環(huán)境因素和含水率等可燃物因素對引燃試驗(yàn)產(chǎn)生的作用基本相同，其差異主要體現(xiàn)在火源本身特征(陰燃或明火)，森林飛火行為中飛火火源能否引燃可燃物床層的主要影響因素包括可燃物自身形態(tài)(草本、針葉和小枝等)和床層特征(含水率和壓縮比)(Manzelloetal.，2020)，但目前尚未開展綜合考慮火源條件、環(huán)境因素和可燃物特征的交互作用對引燃試驗(yàn)的影響并將變化莫測的飛火火源概率化的研究。

本研究主要分析飛火的最后一個(gè)階段——火源引燃地表可燃物階段，選取黑龍江大興安嶺興安落葉松(Larixgmelinii)純林為研究對象，在野外調(diào)查的基礎(chǔ)上，進(jìn)行室內(nèi)模擬野外真實(shí)條件下的點(diǎn)燒試驗(yàn)，以球果、1 h時(shí)滯和10 h時(shí)滯小枝為3種飛火火源，室內(nèi)構(gòu)建不同可燃物床層壓縮比和含水率梯度的松針床層，在不同風(fēng)速下，研究3種火源引燃的臨界條件和概率，以促進(jìn)在氣候變化背景下對該區(qū)域飛火形成機(jī)制的認(rèn)知，對我國林火行為預(yù)測預(yù)報(bào)具有一定指導(dǎo)意義。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

大興安嶺地區(qū)屬寒溫帶季風(fēng)區(qū)，冬季漫長寒冷，夏季時(shí)長較短。全年平均氣溫為-2～-4 ℃，1月平均氣溫為-20～-30 ℃，7月平均氣溫為17～20 ℃，全年溫差較大，極端低溫-52.3 ℃。年降水量較少，平均為460 mm，且集中于7―9月，占全年的85%～90%。主要樹種以興安落葉松、堰松(Pinuspumila)、樟子松(Pinussylvestrisvar.mongolica)、白樺(Betulaplatyphylla)、蒙古櫟等為主。作為研究區(qū)優(yōu)勢樹種，以興安落葉松為主的混交林是森林火災(zāi)的主要發(fā)生地，隨著林火的蔓延，極易發(fā)生飛火等特殊火行為。該區(qū)在長年低溫的作用下，微生物分解能力較低，地表可燃物長年累積，為飛火火源制造了極有利的引燃條件(寧吉彬等，2018)。在大興安嶺1987年“5·6”特大森林火災(zāi)中，馬林林場形成的飛火跨過了西爾根河，點(diǎn)燃了對面落葉松，形成3處間距20～300 m不等的不相連的新火場(樓玉海等，1990)。

1.2 野外樣品采集

2017年10月秋季防火期，在研究區(qū)興安落葉松純林內(nèi)采集樹上球果、1 h時(shí)滯和10 h時(shí)滯的小枝做為飛火火源，收集地表死可燃物做為可燃物床層，將收集到全部樣品帶回實(shí)驗(yàn)室后放入儲(chǔ)藏室通風(fēng)保存。

1.3 室內(nèi)引燃試驗(yàn)

空氣溫度、相對濕度和風(fēng)速對火源引燃概率有一定的影響，是本研究主要考慮的環(huán)境因素。每次試驗(yàn)使用Kestrel 4500型手持式氣象站測定溫濕度。使用電風(fēng)扇作為風(fēng)源，通過改變風(fēng)扇與可燃物床層的距離來改變風(fēng)速大??；以1 m·s-1為梯度，設(shè)計(jì)1～4 m·s-1共4個(gè)水平。

可燃物床層特征包括床層的載量、濕質(zhì)量、含水率和壓縮比。壓縮比(β)計(jì)算公式為：

式中：A為可燃物床層密度(g·cm-3)；B為顆粒物密度(g·cm-3)。其中A可通過可燃物質(zhì)量和可燃物床層大小(20 cm×20 cm×2 cm)計(jì)算獲得，B為興安落葉松的木材密度(0.702 g·cm-3)。

本試驗(yàn)結(jié)合壓縮比計(jì)算公式和實(shí)測可燃物載量(8.6 t·hm-2)，采用控制可燃物床層高度(2 cm)不變但增加可燃物載量(8.6、10.6、12.6 t·hm-2的方法，將更多的可燃物壓入床層以改變床層壓縮比(0.061 3、0.075 5、0.089 7)。無論在何種風(fēng)速下，可燃物含水率為55%時(shí)無法發(fā)生引燃，因此在本試驗(yàn)設(shè)計(jì)含水率時(shí)以10%為梯度，設(shè)計(jì)10%～50%共5個(gè)水平。在試驗(yàn)時(shí)發(fā)現(xiàn)，定量的水分不能完全被可燃物吸收，為加強(qiáng)數(shù)據(jù)統(tǒng)計(jì)和建立模型的合理性和準(zhǔn)確性，在數(shù)據(jù)統(tǒng)計(jì)時(shí)，使用預(yù)設(shè)含水率梯度數(shù)據(jù)，在建立引燃概率模型時(shí)，使用實(shí)際可燃物含水率。

火源特征包括球果和小枝的直徑、長度、干質(zhì)量、濕質(zhì)量和含水率。試驗(yàn)前將采集到的小枝火源統(tǒng)一截成5 cm，根據(jù)小枝直徑是否小于0.635 cm和在0.635～2.54 cm范圍內(nèi)，將小枝分為1 h和10 h時(shí)滯火源和，由于在同一時(shí)滯內(nèi)小枝的直徑、干質(zhì)量、濕質(zhì)量和含水率不盡相同，為便于后期建立模型，在試驗(yàn)開始前需對每次試驗(yàn)使用火源的特征進(jìn)行逐一測量。

本研究共進(jìn)行了3(火源)×4(風(fēng)速)×5(含水率)×3(壓縮比)×30(重復(fù))=5 400次引燃試驗(yàn)，試驗(yàn)材料的基本特征和部分燃燒性的均值如表1所示。為盡可能還原林內(nèi)實(shí)際狀況，結(jié)合野外調(diào)查，在長20 cm、寬20 cm、高2 cm無頂蓋鐵盒內(nèi)鋪設(shè)不同壓縮比和含水率組合的可燃物床層作為被引燃物，基于3種火源在不同風(fēng)速下進(jìn)行引燃試驗(yàn)。試驗(yàn)前將球果、小枝置于酒精燈外焰30 s引燃，打開風(fēng)扇，調(diào)節(jié)到試驗(yàn)所需風(fēng)速，使環(huán)境風(fēng)水平吹過可燃物床層，利用特制試驗(yàn)裝置使燃著的火源投入床層中心，確保每次的火源投入方式相同，判定引燃成功的方式(可燃物床層能被引燃并蔓延)也必須相同。

表1 試驗(yàn)材料基本特征及燃燒特性Tab.1 Fundamental character and combustibility of experimental materials

1.4 數(shù)據(jù)處理

火源能否引燃可燃物床層是一種典型的二分類問題，本研究選擇二元邏輯斯蒂(Logistic)模型為基礎(chǔ)，結(jié)合實(shí)際引燃發(fā)生與否(Y=0/1)進(jìn)行建模分析，認(rèn)為引燃成功(Y=1)的概率為P，則引燃失敗的概率為1-P，3種可燃物引燃概率(梁慧玲等，2016)均可表示為：

式中：bi為第i個(gè)自變量的系數(shù)；xi為第i個(gè)自變量的值；m為自變量個(gè)數(shù)。

本研究結(jié)合多重共線性診斷與逐步回歸相結(jié)合的方式進(jìn)行自變量篩選，多重共線性診斷以方差膨脹因子法(variance inflation factor，VIF)實(shí)現(xiàn)，當(dāng)某自變量VIF>10時(shí)說明共線性明顯，予以剔除。結(jié)合相關(guān)文獻(xiàn)(Sunetal.，2018；Guoetal.，2016)，本研究在進(jìn)行逐步回歸分析時(shí)采用向后剔除的方式。

在選擇建模樣本時(shí)，只隨機(jī)抽取一次建模樣本會(huì)引起正例、負(fù)例的分布不均，對模型精度產(chǎn)生影響，因此本研究隨機(jī)重復(fù)5次抽取總體樣本的2/3，將得到的5個(gè)中間樣本以逐步向后的方式進(jìn)行邏輯斯蒂回歸分析，若某個(gè)顯著變量在5個(gè)中間樣本中出現(xiàn)3次及以上，則確定該變量進(jìn)入飛火火源引燃概率模型(梁慧玲等，2016)。

受試者工作特征曲線(receiver operating characteristic curve，ROC)能夠檢驗(yàn)Logistic預(yù)測模型擬合效果，并且能夠不依賴于閾值進(jìn)行檢驗(yàn)。進(jìn)行模型驗(yàn)證時(shí)，利用Sigmaplot軟件，以模型預(yù)測概率為檢測變量，以試驗(yàn)結(jié)果為標(biāo)準(zhǔn)，即可完成曲線繪制，模型擬合效果可通過AUC(area under curve)值(ROC曲線下面積)的大小來判斷。Logistic模型的閾值一般為0.5(劉欣，2017)，但當(dāng)建模樣本正例與負(fù)例嚴(yán)重不均衡時(shí)，通過分析約登指數(shù)(Youden index)，選擇最佳閾值，其計(jì)算公式為：約登指數(shù)=敏感性值+特異性值-1。隨著敏感性和特異性數(shù)值的增加，模型精度也隨之增加，因此當(dāng)約登指數(shù)最大時(shí)，模型在預(yù)測正例和負(fù)例時(shí)均具有較高的準(zhǔn)確率，且模型預(yù)測精度更均衡，此約登指數(shù)對應(yīng)的預(yù)測概率值即為預(yù)測模型的最佳閾值。

2 結(jié)果與分析

球果、1 h和10 h時(shí)滯分別進(jìn)行了1 800次點(diǎn)燒試驗(yàn)，引燃次數(shù)由高到低依次為球果(414次)、10 h時(shí)滯(337次)和1 h時(shí)滯(161次)。

2.1 影響因素分析

2.1.1 風(fēng)速對引燃次數(shù)的影響 本試驗(yàn)共涉及4個(gè)風(fēng)速水平，在每種風(fēng)速下每種火源共進(jìn)行450次試驗(yàn)。圖1為在每種可燃物含水率條件下，風(fēng)速對不同火源引燃次數(shù)的影響，即引燃次數(shù)隨風(fēng)速增加而增加。當(dāng)風(fēng)速為1 m·s-1時(shí)，引燃只發(fā)生在含水率最低時(shí)；風(fēng)速為2 m·s-1時(shí)，球果引燃次數(shù)較2種小枝得到顯著提升，當(dāng)可燃物含水率超過40%時(shí)，1 h時(shí)滯小枝引燃概率為0；風(fēng)速為最大值4 m·s-1時(shí)，3種火源引燃概率都顯著提高，但此時(shí)球果引燃能力低于10 h時(shí)滯小枝，在風(fēng)速為1～3 m·s-1時(shí)球果引燃次數(shù)較2種小枝都要多。在火源為1 h時(shí)滯小枝、含水率為10%時(shí)，風(fēng)速3 m·s-1比2 m·s-1的引燃次數(shù)要低，可能是因風(fēng)帶走了大量的熱造成了引燃次數(shù)下降。在不同含水率情況下，每種火源在每種風(fēng)速條件下的引燃能力較難區(qū)分，可以推測每種火源的引燃能力受到可燃物含水率與風(fēng)速的交互作用影響。

總體而言，引燃次數(shù)隨風(fēng)速增加而增加。在1 m·s-1風(fēng)速下，僅10 h時(shí)滯小枝在壓縮比最小情況下發(fā)生1次引燃，其余2種壓縮比均未發(fā)生引燃。從各曲線斜率來看，球果和10 h時(shí)滯小枝的引燃能力相對1 h時(shí)滯小枝受風(fēng)速影響較大。當(dāng)風(fēng)速小于3 m·s-1時(shí)，球果的引燃能力最強(qiáng)，1 h時(shí)滯小枝最弱。當(dāng)風(fēng)速為4 m·s-1時(shí)，10 h時(shí)滯小枝的引燃能力變得最強(qiáng)。在不同壓縮比情況下，每種火源在每種風(fēng)速下的引燃能力變化明顯，可以推測每種火源的引燃能力受風(fēng)速影響較大，受壓縮比影響較小(圖2)。

風(fēng)速較低時(shí)火源很難維持自身燃燒，更加無法向床層傳遞熱量，因此很難引燃可燃物，風(fēng)速為1 m·s-1時(shí)，1 350次點(diǎn)燒試驗(yàn)中僅有9次引燃；當(dāng)風(fēng)速達(dá)到2 m·s-1時(shí)，2種小枝引燃次數(shù)相近，當(dāng)小枝被引燃后，2 m·s-1的風(fēng)速不足難以維系2種小枝自身燃燒，2種小枝被引燃狀況相近造成了引燃次數(shù)相近，但相較于1 m·s-1的風(fēng)速，風(fēng)速提升帶來的空氣流動(dòng)確實(shí)利于引燃發(fā)生；但當(dāng)風(fēng)速最大時(shí)，由于球果質(zhì)量較輕，被吹離可燃物床層(計(jì)為未燃)的可能性增加，球果引燃次數(shù)增加趨勢減緩，可以預(yù)測若風(fēng)速繼續(xù)增加，球果和小枝的引燃次數(shù)均會(huì)因此降低。

2.1.2 可燃物床層含水率對引燃次數(shù)的影響 圖3為在每種風(fēng)速條件下引燃次數(shù)隨可燃物含水率的變化趨勢，即引燃次數(shù)隨可燃物含水率升高總體呈下降趨勢。當(dāng)風(fēng)速較低時(shí)，每種火源的引燃能力在各可燃物含水率水平下均較低，風(fēng)速對每種火源引燃次數(shù)的影響并不顯著；隨著風(fēng)速逐漸增加，球果引燃次數(shù)最先響應(yīng)風(fēng)速變化，說明球果引燃能力對風(fēng)速變化較敏感。高風(fēng)速條件下，當(dāng)可燃物床層含水率為40%時(shí)，引燃次數(shù)出現(xiàn)不降反增的情況。

在不考慮風(fēng)速影響時(shí)，在每種床層壓縮比條件下，引燃次數(shù)隨含水率增加而減少。結(jié)合圖3總體趨勢分析，含水率與引燃次數(shù)負(fù)相關(guān)。從圖4可看出，與圖3的趨勢一樣，當(dāng)可燃物含水率為40%時(shí)，引燃次數(shù)依舊較30%和50%要高。結(jié)合試驗(yàn)結(jié)果分析來看，當(dāng)含水率為40%時(shí)，3種火源的干質(zhì)量均較大，可以推測當(dāng)含水率為40%的引燃次數(shù)不降反升是由火源干質(zhì)量差異引起的。

圖3 不同風(fēng)速下可燃物含水率對引燃次數(shù)的影響Fig.3 Iignited times for different fuel moisture content levels at each wind speed

圖4 不同床層壓縮比下可燃物含水率對引燃次數(shù)的影響Fig.4 Iignited times for different fuel moisture content levels at each packing ratio

2.1.3 床層壓縮比對引燃次數(shù)的影響 圖5為不同風(fēng)速條件下引燃次數(shù)隨床層壓縮比的變化情況。在不考慮含水率情況下，在不同風(fēng)速水平下每種火源的引燃次數(shù)與床層壓縮比并無明顯相關(guān)關(guān)系，壓縮比對引燃次數(shù)的影響較為復(fù)雜。

圖5 不同風(fēng)速下床層壓縮比對引燃次數(shù)的影響Fig.5 Ignited times for different packing ratio content levels at each wind speed

圖6為不同可燃物含水率條件下引燃次數(shù)隨床層壓縮比的變化情況。在不考慮風(fēng)速情況下，引燃次數(shù)與床層壓縮比之間并沒有統(tǒng)一的相關(guān)關(guān)系。結(jié)合圖5可知床層壓縮比在引燃試驗(yàn)中發(fā)揮的作用較復(fù)雜，二者之間不是明顯的正、負(fù)相關(guān)關(guān)系。

圖6 不同可燃物含水率下床層壓縮比對引燃次數(shù)的影響Fig.6 Ignited times for different packing ratio content levels at each fuel moisture content

2.2 建立引燃概率模型

2.2.1 變量篩選 在模型建立時(shí)，變量間的相關(guān)關(guān)系會(huì)使變量的顯著性失去意義，需剔除有相關(guān)關(guān)系的變量。在進(jìn)行多重共線性診斷之前，可根據(jù)森林防火專業(yè)知識(shí)進(jìn)行變量的初步剔除?？扇嘉锖士赏ㄟ^濕質(zhì)量與干質(zhì)量之間的差值與干質(zhì)量的比值得到，可燃物含水率、干質(zhì)量和濕質(zhì)量之間顯然存在顯著的共線性，由于可燃物含水率和載量在森林防火中具有重要意義，故將可燃物濕質(zhì)量和火源濕質(zhì)量做剔除處理以減少變量間共線性。由于本試驗(yàn)通過控制床層高度不變、增加載量的方法來調(diào)整床層壓縮比，故床層壓縮比和床層干質(zhì)量之間相關(guān)關(guān)系明顯。本研究主要觀察床層壓縮與引燃之間的關(guān)系，故剔除變量——床層干質(zhì)量。將經(jīng)過初步剔除處理的剩余變量進(jìn)行共線性診斷，通過對診斷得到方差膨脹因子(VIF)進(jìn)行變量的剔除。表2為對全樣本數(shù)據(jù)進(jìn)行多重共線性診斷后的結(jié)果，若變量的VIF>10就予以剔除。從表中可以看出，各變量VIF值均小于10，說明變量間不存在共線性，可以進(jìn)入回歸分析，進(jìn)一步篩選變量。

表2 3種火源模型多重共線性診斷(VIF值)Tab.2 Multi-collinearity diagnosis of 3 firebrand model(VIF value)

將經(jīng)過共線性診斷的變量，以“向后LR”的方式，對5個(gè)中間樣本進(jìn)行Logistic逐步回歸分析，結(jié)果如表3所示。風(fēng)速、可燃物含水率和火源干質(zhì)量最終進(jìn)入球果模型；風(fēng)速、可燃物含水率、床層壓縮比和火源干質(zhì)量最終進(jìn)入1 h時(shí)滯小枝模型；風(fēng)速、可燃物含水率和火源含水率最終進(jìn)入10 h時(shí)滯小枝模型。

表3 Logistic模型變量在中間樣本中的顯著性次數(shù)Tab.3 The significant times of independent variables in each middle sample group under Logistic model

2.2.2 建立模型 根據(jù)2.2.1最終進(jìn)入模型的變量，隨機(jī)抽取每種火源全樣本的2/3進(jìn)行建模，3種火源引燃概率預(yù)測模型參數(shù)如表4所示，表達(dá)式分別如下：

表4 基于建模樣本的Logistic模型參數(shù)擬合Tab.4 Parameters estimation of Logistic model based on modeling sample

式中，XW表示風(fēng)速(m·s-1)；XFD表示火源干質(zhì)量(g)；XBM表示可燃物含水率，下同。

式中，XR為床層壓縮比。

式中，XFM為火源含水率。

2.2.3 模型檢驗(yàn) 以每種火源Logistic模型建模樣本和驗(yàn)證樣本的預(yù)測概率為檢測變量，以試驗(yàn)引燃情況為標(biāo)準(zhǔn)，繪制ROC曲線，結(jié)果如圖7所示，10 h時(shí)滯小枝模型建模樣本AUC值為0.859，模型擬合效果最好，其驗(yàn)證樣本AUC值較高，說明模型適應(yīng)性較高。各模型建模樣本和驗(yàn)證樣本AUC值均高于0.8，說明各模型具有良好的擬合效果和適應(yīng)性。

圖7 Logistic模型ROC曲線Fig.7 ROC cure of Logistic model

通過對約登指數(shù)的計(jì)算，得到球果模型最佳閾值為0.181，1 h時(shí)滯小枝模型為0.114，10 h時(shí)滯小枝模型為0.193。

以約登指數(shù)得到的最佳閾值計(jì)算3種火源引燃概率預(yù)測模型的預(yù)測準(zhǔn)確率，若預(yù)測概率低于最佳閾值，則模型預(yù)測為無法引燃，反之亦然。對建模樣本和驗(yàn)證樣本引燃結(jié)果的統(tǒng)計(jì)結(jié)果如表5所示，各模型的預(yù)測引燃準(zhǔn)確率在75.5%～87.2%，預(yù)測未燃準(zhǔn)確率在65.9%～81.7%之間。從總預(yù)測準(zhǔn)確率來看，3種模型均可采納。

表5 Logistic模型預(yù)測準(zhǔn)確率Fig.5 Prediction accuracy of Logistic model %

3 討論

本研究通過對3種火源的引燃試驗(yàn)，發(fā)現(xiàn)引燃能力依次為球果、10 h和1 h時(shí)滯小枝。通過分析點(diǎn)燒試驗(yàn)過程，發(fā)現(xiàn)球果經(jīng)過引燃后會(huì)有一部分缺失，此外，在下落過程中的翻滾現(xiàn)象會(huì)有一定概率導(dǎo)致被引燃部分接觸不到床層，導(dǎo)致未燃現(xiàn)象產(chǎn)生；與球果不同，無論以何種姿態(tài)落入床層，小枝的圓柱形特征均會(huì)使被引燃部分與床層接觸，從而對床層進(jìn)行加熱；在球果被引燃部分與可燃物床層接觸概率較小的情況下，試驗(yàn)觀察到球果引燃率依然高于小枝，說明球果有更高引燃能力。在本研究中，10 h時(shí)滯小枝具有更高的引燃能力，雖然研究認(rèn)為1 h時(shí)滯和10 h時(shí)滯小枝熱值接近(牛樹奎，2012)，但10 h時(shí)滯小枝質(zhì)量更大、潛在熱量多、燃燒時(shí)間長，因此具備更多的熱釋放量和更強(qiáng)引燃能力。飛火并非是森林火災(zāi)蔓延的唯一方式，而是多種蔓延方式并存。將飛火火源與熱對流、熱輻射等熱量傳遞方式相結(jié)合，探究飛火引燃的發(fā)生，更有利于模擬真實(shí)森林火災(zāi)。

風(fēng)速對引燃試驗(yàn)的影響與相關(guān)研究(Buttingetal.，1974；Manzelloetal.，2006；Ganteaumeetal.，2009)結(jié)果相同，表明引燃次數(shù)與風(fēng)速呈正相關(guān)。當(dāng)風(fēng)速在1～3 m·s-1時(shí)，球果引燃次數(shù)均高于10 h時(shí)滯小枝，當(dāng)風(fēng)速為4 m·s-1時(shí)，球果引燃次數(shù)增加趨勢減緩且小于10 h時(shí)滯小枝，相關(guān)研究也發(fā)現(xiàn)引燃次數(shù)隨風(fēng)速增加先增加后減小(Sunetal.，2018)。根據(jù)本試驗(yàn)推測，過高或過低的風(fēng)速均不利于引燃發(fā)生，對于引燃的發(fā)生與否，每種火源都對應(yīng)著一個(gè)最適合風(fēng)速，就本試驗(yàn)而言，球果火源的最適風(fēng)速要小于小枝火源。若要深入探究風(fēng)速對火源引燃的影響，得到不同火源引燃概率的最適風(fēng)速，還需增加風(fēng)速梯度，進(jìn)行不同可燃物床層與風(fēng)速組合下的室內(nèi)控制試驗(yàn)，從機(jī)理上解釋風(fēng)速對引燃的影響。

可燃物含水率對引燃試驗(yàn)的影響與眾多研究結(jié)果(Chuviecoetal.，2009；Yinetal.，2012；Oliveiraetal.，2012)類似，與引燃發(fā)生次數(shù)呈負(fù)相關(guān)。但與其他研究不同，在本試驗(yàn)中，當(dāng)火源為球果和10 h時(shí)滯小枝時(shí)，可燃物床層含水率為40%時(shí)較30%時(shí)的引燃次數(shù)不降反增，可能是因?yàn)樵囼?yàn)用火源來源于林內(nèi)，即使相同時(shí)滯火源，在干質(zhì)量上也會(huì)有一定差異，導(dǎo)致在進(jìn)行床層含水率為40%試驗(yàn)時(shí)選用的火源干質(zhì)量較30%的大，具有更高的潛在熱量，此時(shí)含水率上的差異性不足以抵消火源干質(zhì)量對引燃試驗(yàn)的影響。在模型變量篩選中，火源干質(zhì)量為影響球果和1 h時(shí)滯小枝引燃的顯著變量，且在中間樣本的顯著性次數(shù)分別為球果模型3次，1 h時(shí)滯小枝模型5次，可見對于球果和1 h時(shí)滯小枝這類輕型火源來說，火源干質(zhì)量的影響較為顯著。為進(jìn)一步驗(yàn)證試驗(yàn)結(jié)果，后續(xù)研究可針對可燃物含水率和火源干質(zhì)量對引燃試驗(yàn)的影響，進(jìn)行控制變量試驗(yàn)，探究二者對引燃發(fā)生機(jī)制的具體影響。

Matvienko 等(2018)的研究表明，小枝的引燃能力隨壓縮比增加而降低，但其分析時(shí)選擇的影響因素較單一，研究主要側(cè)重于熱量傳遞等機(jī)理分析，試驗(yàn)次數(shù)較小，無法進(jìn)行有效趨勢分析。在本研究中，由于試驗(yàn)設(shè)計(jì)床層壓縮比梯度較少，其影響引燃的趨勢也并不明顯，結(jié)合建模數(shù)據(jù)來看，壓縮比也僅僅是影響1 h 時(shí)滯小枝引燃的顯著變量，且中間樣本顯著性次數(shù)為3次，可見壓縮比對于引燃的影響非常小。因此，在后續(xù)研究中，還需增加床層壓縮比梯度進(jìn)行點(diǎn)燒試驗(yàn)，更全面分析壓縮比對引燃概率的影響，得到最適合引燃的床層壓縮比。

相比Logistic模型在各領(lǐng)域?qū)Χ诸悊栴}的廣泛應(yīng)用，應(yīng)用于生態(tài)領(lǐng)域的隨機(jī)森林算法在林火預(yù)測預(yù)報(bào)研究中具有較高的預(yù)測精度(Oliveiraetal.，2012；Guoetal.，2016；梁慧玲等，2016)；Sun等(2018)基于煙頭火源的自建模型(Self-built prediction model)也具有較高精度；BP神經(jīng)網(wǎng)絡(luò)因其較強(qiáng)的自適應(yīng)性、自組織性、泛化能力和非線性映射能力，對于描述森林火災(zāi)這種突發(fā)性強(qiáng)、隨機(jī)性高的自然災(zāi)害具有很大優(yōu)勢。未來研究可優(yōu)選更多模型并進(jìn)行精度對比和適用性分析，以期尋找飛火引燃發(fā)生的最簡便方式。

本研究選擇興安落葉松林內(nèi)球果和小枝為研究對象，通過室內(nèi)引燃試驗(yàn)，分析了引燃概率的影響因素，建立了飛火火源引燃概率模型，初步揭示了飛火引燃機(jī)制。由于飛火涉及森林防火學(xué)、燃燒學(xué)、氣象學(xué)、空氣動(dòng)力學(xué)等多學(xué)科諸多理論，其復(fù)雜性限制了形成機(jī)理研究，且飛火產(chǎn)生后與火環(huán)境耦合作用引發(fā)特殊火行為，其引燃概率和隨機(jī)散布規(guī)律還待進(jìn)一步研究。飛火研究還需通過野外和室內(nèi)點(diǎn)燒試驗(yàn)相結(jié)合，開展不同地形、氣象及森林可燃物組合條件下的林火行為研究，探討小尺度上的飛火發(fā)生發(fā)展過程，揭示飛火產(chǎn)生的地形、氣象因子和森林可燃物閾值，研究飛火的動(dòng)力學(xué)機(jī)制，明確飛火顆粒在飛行過程中的燃燒和運(yùn)動(dòng)狀態(tài)變化，研究飛火的引燃概率和隨機(jī)散步規(guī)律，從而在機(jī)理上解決飛火行為的關(guān)鍵科學(xué)問題。

4 結(jié)論

本研究通過對黑龍江大興安嶺地區(qū)典型興安落葉松純林進(jìn)行野外調(diào)查，結(jié)合室內(nèi)模擬野外條件下的點(diǎn)燒試驗(yàn)，研究了3種火源的飛火引燃情況，得到主要結(jié)論如下：3種火源引燃能力由強(qiáng)到弱依次為球果、10 h時(shí)滯小枝和1 h時(shí)滯小枝；引燃率與風(fēng)速呈正相關(guān)，與可燃物含水率呈負(fù)相關(guān)但受火源干質(zhì)量影響較大，與床層壓縮比的關(guān)系則較復(fù)雜，可能因受火源干質(zhì)量影響而沒有明顯的引燃影響趨勢；對3種火源建立各自的Logistic飛火火源引燃概率模型，均具有較高準(zhǔn)確率。本文研究方法與結(jié)果可為后續(xù)飛火行為及林火行為預(yù)測提供技術(shù)參考。