我国气象要素回归法预测地表可燃物含水率研究进展

张 恒，刘鑫源，李星汉，孙 龙

（1.内蒙古农业大学林学院，内蒙古 呼和浩特 010019；2.东北林业大学林学院，黑龙江 哈尔滨 150040）

地表可燃物作为森林生态系统的基本组成成分，是森林火灾发生的重要物质基础和传播的主要载体，对森林火灾产生、发展及蔓延有直接影响[1-2]。含水率是地表可燃物燃烧性最为重要的指标，直接影响着可燃物达到燃点的速度和可燃物释放热量的多少，在很大程度上决定火灾发生的难易程度，因此地表可燃物含水率是林火预测预报重要的因子之一，也是林火管理的一项重要内容[3]。气象要素回归法是利用回归理论直接建立气象要素与地表可燃物含水率之间的函数关系，由于其建立的是统计模型，建模相对简单，是我国测定地表可燃物含水率的主要方法，也是目前世界上使用最为广泛的方法[4]。为更加清晰而全面地呈现气象要素回归法预测地表可燃物含水率的发展历程，本文以1988—2017年的29 a的文献资料为基础，统计发表有关可燃物含水率研究的学术论文，进行文献计量学分析，从载文量、作者、发文机构等5个方面展开论述，系统回顾我国气象要素回归法预测地表可燃物含水率已有的研究成果，提出未来该方法预测地表可燃物含水率的发展方向和研究热点，以期对气象要素回归法预测地表可燃物含水率的进一步发展及研究提供有价值的参考信息。

1 引文统计结果与分析

为了收集1988-2017年的含水率文献，以“可燃物含水率”“气象因子”为关键词在中国知网进行检索。剔除各种时间不符、内容不符、主题不符等无效文献后，最终得到期刊样本共158篇。采用基于java平台开发的CiteSpace可视化软件绘制科学知识图谱。通过对论文作者所在科研机构、发文作者知识图谱的可视化分析，跟踪对地表可燃物含水率研究力量及研究人员的分布；通过对关键词共现知识图谱的可视化分析，探讨气象要素回归法预测地表可燃物含水率发展趋势。

1.1 载文数量的时间分布

1987大兴安岭森林大火以后，我国对森林火灾预测预报的工作越来越重视。通过文献数量的变化来分析研究内容的发展阶段，可判断和预测其增长趋势。结果表明，1988-2017年均发文量较少（2.8篇），后期呈增长趋势。自2006年以来，有关地表可燃物含水率研究文献进入快速发展的阶段，2014年为高产出活跃年，共11篇（图1）。

图1 研究成果趋势

1.2 发文机构及作者分析

我国在1988-2017年期间利用气象要素回归法进行地表可燃物含水率预测模型研建的文献发表在不同的学术期刊上（图2）。在《东北林业大学学报》发表的数量最多，占32.86%。这表明有关于东北森林的防火研究相对较多，这也和东北林区是我国森林火灾的重灾区这一特点相吻合；另一部分学术成果发表在《森林防火》《林业科学》《火灾科学》与《应用生态学报》上。另一方面，从学术期刊的级别来看，《林业科学》和《应用生态学报》是我国林火生态领域最为权威的期刊，数量较少也表明我国在这一方面的核心研究能力还有待加强。

对在1988-2017年含水率文献发文排名前十的作者进行统计（表1）。发文量排在前10的都是目前我国林业研究领域相对活跃的学者。这些学者专注于对地表可燃物含水率的研究，已经有相当可观的进展。这里尤其以东北林业大学金森教授的团队成果最为丰富，而曲智林和单延龙教授也都毕业于东北林业大学森林防火学科，在含水率预测模型构建和可燃物种类选取等方面开展了很多探索性的工作。

图2 1988-2017年含水率文献发表期刊分布

表1 1988-2017年含水率文献发文量排名前10的作者

发文作者图既反映了作者个人情况，又反映了在地表可燃物含水率研究方向上学者的聚类情况[5]。通过CiteSpace软件绘制出发文作者知识图谱（图3）可知。胡海清、孙龙、李海洋等学者有着较为相似的研究方向，金森、刘昕、李建民、于宏洲等研究人员也在地表可燃物含水率的研究方面做出了贡献。

图3 1988-2017年含水率文献发文作者知识图谱

通过对研究单位的来源进行统计（表2），可以看出不同研究单位对气象要素预测地表可燃物含水率研究的关注程度，研究单位出产的研究成果对地表可燃物含水率的未来发展方向起着重要的作用。本文总结出在研究地表可燃物含水率研究领域有重要影响的十大科研机构，从科研机构来看，东北林业大学的发文量居于首位；从词频变化显著的关键词确定的死可燃物含水率研究前沿来看，文献作者主要分布于东北林业大学，北京林业大学，西南林业大学，中国林科院等单位。

表2 1988-2017年含水率文献发文量排名10的发文作者单位

1.3 关键词可视化分析

对1988-2017年含水率文献中的关键词进行可视化分析可以得到该领域研究发展的方式和趋势[5]。虽然关键词在文章中占比不大，但却是文章的核心之一[6]，对揭示文章主题起到关键性的作用。因此，对收集到的文献中的关键词进行共现分析，所得的高频关键词可以用来揭示我国气象要素回归法预测地表可燃物含水率进展的主题结构和热点问题。

通过CiteSpace软件绘制出关键词聚类的多维知识图谱（图4），共计得到关键词11个。关键词中可燃物含水率、地表死可燃物及大兴安岭出现的频率高，出现频率居多的还有气象要素回归法和气象因子。另外还有预测模型和fwi，这也是气象要素回归法最为核心的内容。由于我国的气象台站建设覆盖面积越来越广，数据也愈加丰富，而通过易得的气象因子和不易得的实地取样含水率数据进行建模，进而利用模型对应日常的气象因子得到含水率预测值来获取天气火险等级是大多数学者研究的重点。

图4 1988-2017年含水率文献关键词共现知识图谱

2 研究地区及气象因子

2.1 地区森林类型

我国的绝大部分森林资源集中分布在东北、西南地区，西北地区森林资源贫乏[7]。因此，我国森林火灾主要发生在东北、西南地区。根据对近年来地表可燃物含水率文献的实验地区的统计，可以看出我国对地表含水率研究的地区比较分散，但主要的实验地区以黑龙江省和云南省为主，其他研究地区所占比例较小。

2.1.1 东北地区

东北地区物种丰富，森林覆盖面积大，在我国森林占有相当大的比例，森林植被类型众多，寒温带大陆性气候，冬季漫长严寒而干燥；春季冷暖变化剧烈，夏季气温迅速回升，森林植物种类单纯，主要乔木树种有兴安落叶松（Larix gmelinii（Rupr.）Kuzen.）、樟子松（Pinus sylvestris L.var.mongholica Litv.）、白桦（Betula platyphylla Suk）,还有少量的山杨（Populus davidiana）和云杉（Picea asperata Mast.） 、柞 树（Quercus mongolica Fisch.ex Ledeb.）、杜鹃（Rhododendron simsii Planch）、黑桦（Betula davurica Pall.）等。不同的森林类型中地表可燃物有较大差异，在此以黑龙江省帽儿山老山林场、大兴安岭、长白山等地区制作出了东北地区主要研究的森林类型（表3）。

表3 东北地区主要研究的森林类型

2.1.2 西南地区

西南地区全年晴天较多，紫外线强，属于亚热带季风气候，有利于大多数植物生长。常见的乔木树种有：华山松（Pinus armandii Franch）、云南松（Pinus yunnanensis）、圆柏（Sabina chinensis（L.）Ant.）、侧柏（Platycladus orientalis（L.）Franco）等（表4）。云南松是云贵高原的主要针叶树种[8]，其分布区广泛且复杂，云南松林地表可燃物含水率小，受气象要素影响较大。滇油杉（Keteleeria evelyniana Mast）为滇中高火险区的主要易燃树种，其油脂含量高，地表可燃物不易分解、密实性差[9]。

表4 西南地区主要研究的森林类型

2.1.3 其他地区

除了东北地区和云南地区以外，其他省份的森林类型则以红松（Pinus koraiensis Sieb.et Zucc.）、杉木（Cunninghamia lanceolata（Lamb.）Hook.）、侧柏居多，在浙江省千岛湖姥山岛一带有大量的马尾松（Pinus massoniana Lamb）林和毛竹（Phyllostachys heterocycla（Carr.）Mitford cv.Pubescens）林。表5为其他地区主要研究的森林类型。

2.2 可燃物类型

可燃物类型是具有同质性的占有一定空间和时间的可燃物复合体，也是林火发生和燃烧的物质基础[10]。可燃物类型不同，其燃烧性亦有较大的差异，对火灾的发生发展也有着重要影响。森林中的可燃物有树叶、树枝、树干、树根、枯枝落叶、林地草类、苔藓、地衣和腐殖质、泥炭等，这些可燃物都属于有机物质[11]。张恒[4]等以大兴安岭地区的兴安落叶松、樟子松、白桦林3种地表细小死可燃物为研究对象，对现在研究得出的预测模型和自建模型进行比较，分析这些模型的外推效果，提高了地表可燃物含水率的预测精度，其研究的可燃物就是地表可燃物。金森[12]等在农林交错区典型地表死可燃含水率预测中取样物是凋落物；单延龙[13]等在研究凉水自然保护区主要可燃物类型凋落物层的含水率时选取的为凋落物。杨国福[14]等在研究浙江千岛湖不同林型中地表可燃物含水率对主要火环境因子的响应模型，选取的是枯枝落叶。

2.3 气象因子

森林火灾的发生主要取决于地表可燃物含水率，而地表可燃物含水率与当地的气象因子又有着密切的关系[9]。气象因子对地表可燃物含水率的变化有极其重要的影响作用。统计得出，研究者对气象因子的选择主要有气温、相对湿度、风速以及降雨量。我国地形复杂，还有一些地区的气象因子是不同的。如祁连山林区，不仅仅有气温、相对湿度、风速和降雨量，还有连旱天数，这跟当地的环境气候有着密切的联系。在实际中所有的气象因子都是同时存在且同时作用于地表可燃物，时刻影响着地表可燃物含水率的变化[15]。当前大多数研究人员对采样时的气象因子影响考虑较多，而在取样前期对气象因子的考虑较少，尤其是降雨量的变化[16]。从雨后天数与含水率的相关分析中可以得出：降雨影响地表可燃物含水率的变化[13]，降雨量与地表可燃物含水率的影响天数呈正相关性，即降雨量越多，对地表可燃物含水率的影响天数越长。

不同气象因子对地表可燃物含水率的影响不同。相同气象因子对不同区域，不同林型可燃物含水率的影响程度也是不同的[3]。高永刚[17]等利用野外观测的地表可燃物含水率资料和同期逐日气象资料，采用统计回归分析方法，建立了地表可燃物含水率与气象要素关系模型，研究得出结论：地表可燃物含水率与平均相对湿度及降水量积累呈正相关，与连续无降水日数、平均风速、平均最高气温呈负相关。在研究不同的方向时，考虑到的气象因子也不同。当研究森林可燃物含水率与森林火险危险性时，气象因子还考虑到了蒸发量。在凋落物层的含水率研究中，要考虑到凋落物层表面温度,腐殖质层表面温度。气象因子不仅是决定森林火灾发生的重要条件，还是林火预测预报的一个重要预报因子，要提高预报的准确性，一定要选择关键的气象因子进行全方位的研究[18]。

3 数据

气象要素回归法涉及的数据涵盖的内容较多，主要以取样方法、方程模型所采用的因子数量及类型为主，搞清不同采样方法对地表可燃物含水率预测模型精度有多大的影响，建立科学的含水率预测模型，具有重要的意义。另外，用以建模的气象因子较多，大量的研究中，在单因子和多因子的选择上也较为丰富，但两者之间对模型精度的具体产生何种影响，还未见研究。

3.1 取样方法

目前在进行野外实验时，对地表可燃物含水率的测定有两类方法：非破坏性采样法与破坏性采样法。非破坏性采样法是指在样地选取一处或几处固定监测点，在监测点设定标准物，对标准物进行固定时间间隔的连续称重以获取的含水率的方法。破坏性采样法是指每次测定都在样地内随机选取几处测定点，对测定点当时的可燃物称重进而获取含水率的方法[19-21]。相对来说，非破坏采样法能够克服含水率采样的空间异质性，更好地反映地表可燃物水分对环境的适应。破坏性采样则具有时效性，但即使取多点平均值，也只能尽量的接近真实值。这两种采样法对于本实验研究地区使用气象要素回归法进行建模时预测精度的影响效果还是未知。

3.2 方程模型

我国大部分研究学者通过建立地表可燃物含水率预测模型来研究含水率的变化。他们建立的预测模型选择的因子是不同的。根据所研究内容，选取合理的方程因子是提高精度的重要前提。

3.2.1 单因子

研究学者们会根据自己建立哪种气象因子与含水率的关系来选择气象因子，普遍选取的单因子有相对温度、相对湿度、降水率等。刘[22]等在黔东南地区杉木林内测定可燃物含水率，选择了相对湿度作为气象因子，分析含水率动态结构与气象因子的关系。马丽华和李兆山[23]在大兴安岭地区通过相对湿度进行6种活森林可燃物含水率的测试与研究，得出活可燃物含水率与取样日期的函数关系，建立了活可燃物含水率动态模型。他们都选择气象单因子进行建模，取得了较好预测效果，对提高林火发生和林火行为预测的准确性具有重要意义。但，由于地表可燃物含水率本身受地形、气象以及林型等多重因素影响，单因子是否能够满足对含水率更为准确的预报成为之后的众多学者采取多因子进行模型构建的原因。

3.2.2 多因子

根据对前期研究的整理可知，绝大多数研究学者都选取了两个或两个以上的气象因子建立的含水率预测模型。何忠秋[24]等人根据平衡含水率理论将大兴安岭死可燃物划分为1时滞、10时滞、100时滞、1 000时滞4种类型，结合温度、相对湿度和降水量构建了2种林型的地表可燃物含水率预测模型，取得较好的预测效果。杜秀文[25]等在黑龙江省帽儿山老山人工林选取的多因子为温度、相对湿度、风速、蒸发量、降雨量，并建立了多元回归模型。金森[12]运用气象要素回归法预测黑龙江省庆安县曙光林场地表可燃物含水率，建立了以相对湿度、降雨量为自变量的气象要素回归模型，建立的预测模型回归效果十分显著。单延龙等人[13]分别使用昨日气象因子与当日气象因子与可燃物含水率构建回归模型，研究结果表明当日气象因子更适合用来预测地表可燃物含水率。张思玉[26]以地表温度、气温和相对湿度为自变量构建了福建省南平市杉木幼林地表可燃物含水率预测模型。张恒[4]等还在大兴安岭盘古林场在现有预测模型和自建模型的基础上，分析这些模型的外推效果，提高了地表可燃物含水率的预测精度。目前大量的研究表明，由于地表可燃物对气象因子的影响具有滞后性，因此，大多数预测模型都采用前期累计的气象要素数据。

4 拟合系数

之前的研究由于可燃物类型的选取、研究地点的差异，不同林型的特点以及地表可燃物含水率本身具备的空间异质性等原因，导致得出方程的拟合系数的上下限也存在较大差异（图5）。以不同采样方法得到的模型为例，破坏性取样的方程拟合系数上限普遍高于非破坏取样的方程拟合系数上限，且破坏性取样的方程拟合上下限范围较大。这表明在取样方法和气象因子类型的选取，甚至覆盖更为广大地区的气象要素回归法建立的普适性模型的研究工作还有待开展。

5 小结及展望

通过1988-2017年文献期刊研究成果的统计分析发现，国内学者对气象要素回归法预测地表物含水率进行了持续的研究和关注，取得了大量的理论成果，应用也比较广泛，但研究也相对分散，主要集中在黑龙江省和云南省这些森林面积大、火险等级高的地区[3]。我国地表可燃物类型复杂多样，学者们将气象因子与地表可燃物含水率建立联系，并基于每个地区的不同森林类型建立不同的预测模型，探寻了不同因子对地表可燃物含水率的影响。由于气象因子对预报贡献有明确的物理意义，而气象因子的获取是影响模型精度的关键因素，选取气象因子应充分考虑本身的物理意义和相关性[27]。

通过综合分析1988-2017年我国各个地区地表含水率研究概况，对未来的气象要素回归法研究地表可燃物含水率工作有以下展望。

1）基于我国地表可燃物的复杂多样性，采集某一区域的数据并不能反映总体的特征。未来的研究需全国的范围内布置监测点，覆盖和表征更为全面的地表可燃物类型[3]。

图5 拟合系数

2）未来研究应考虑更系统、更全面的气象因子。气象因子不单影响着地表可燃物含水率，还是地表可燃物预测模型的重要因素。在地表可燃物含水率预测研究中不仅要考虑单个因子的影响，还要考虑多个因子的综合作用，如林分因子、立地条件以及大小尺度气象要素综合作用等因素，这些条件都会直接或间接的影响地表可燃物含水率的变化。

3）今后还需要进一步完善地表可燃物含水率预测模型构建参数。有针对性地选择更具有普适性及相关性更强的气象要素与地表可燃物建立预测模型的方法来研究地表可燃物含水率分布，通过建立更加系统、全面的参数标准，以提高模型预测的精度。