落叶松林地表细小可燃物含水率主要影响因子1)

周涛　曲智林　　　　　李传明

(东北林业大学，哈尔滨，150040)　　　　(吉林省天桥岭林业局)



落叶松林地表细小可燃物含水率主要影响因子1)

周涛曲智林李传明

(东北林业大学，哈尔滨，150040)(吉林省天桥岭林业局)

摘要以大兴安岭林区落叶松林地为研究对象，利用相关分析和通径分析方法，分析无降水条件下，落叶松林地表细小可燃物含水率变化与相对湿度、气温和风速间的相关关系和途径。结果表明：可燃物含水率变化与前2时刻的相对湿度、气温、前3时刻的风速相关性最大；可燃物含水率的变化受前1时刻含水率的直接影响最大，相对湿度次之，气温和风速的影响较小。

关键词相关分析；通径分析；可燃物含水率

分类号S726.3

Impact Factors of Fine Fuel Moisture in Larch Forest Surface

Zhou Tao, Qu Zhilin

(Northeast Forestry University, Harbin 150040, P. R. China); Li Chuanming(Tianqiaoling Forest Bureall of Jilin Province)//Journal of Northeast Forestry University，2016,44(3)：86-88.

We studied the correlation between surface fine moisture and temperature, relative humidity, wind speed of non-rainfall larch forest in Daxing’an Mountain by using correlation analysis and path analysis. The correlation is the most maximum between moisture and temperature before 2 h, relative humidity before 2 h, and wind speed before 3 h. The influence of moisture by that before 1 h is the greatest, followed by relative humidity, temperature and wind speed.

KeywordsCorrelation analysis； Path analysis； Fuel moisture content

可燃物含水率是林火预报研究中的一个主导因素，它的大小决定林火发生的难易程度，有关学者对大兴安岭林区的可燃物含水率进行了大量的研究。刘自强等[1]对大兴安岭林区可燃物含水率与燃烧值的关系进行了研究，表明可燃物燃烧值的高低与其含水率的大小成反比。戚大伟等[2]研究了可燃物着火含水率阈值的测定方法及其与气象因子的关系。于宏洲等[3]应用时滞平衡含水率法和气象要素回归法，以每小时为步长构建大兴安岭兴安落叶松地表可燃物含水率预测模型，并分析了不同郁闭度林分的预测误差。目前平衡含水率法、气象要素回归法、遥感估测法和过程模型法是目前最主要的研究方法[4-9]。已有的研究表明气象因子是影响可燃物含水率变化的主要影响因素[5-6]，因而研究不同气象要素对可燃物含水率影响的贡献和途径具有重要意义。对于不同林分类型，地表细小可燃物含水率的主要影响因素贡献略有不同。而落叶松林是大兴安岭林区主要的林分类型，研究落叶松林地表细小可燃物含水率的变化规律对于大兴安岭林区林火预报具有重要意义。因此，本文运用通径分析的方法，分析落叶松林地表细小可燃物含水率的主要影响因子，以及对可燃物含水率影响的贡献和途径，以便为准确预测可燃物含水率的变化规律。

1研究方法

1.1数据来源

研究区位于黑龙江省南瓮河生态站。该区为大兴安岭支脉，属低山丘陵地貌，海拔为500～800 m，属寒温带大陆性季风气候，年平均气温-3 ℃，最高36 ℃，最低-48 ℃，主要树种以兴安落叶松为主，可燃物以凋落松针为主。研究区林地内设置的试验样地，观测仪器每小时自动收录观测的各项观测数据，观测数据主要包括气温、空气相对湿度、风速、含水率。本文所使用的数据为2015年5月25日12时—2015年6月25日17时的观测数据，数据处理利用SPSS和Excel软件完成。

1.2模型建立

降水对可燃物含水率的变化有明显的影响，而降水量与可燃物含水率之间的关系比较复杂，本文建立的模型和使用的方法均基于无降水的情况。由于气象因素对平衡含水率有较大的影响，因此，选取特定时段的观测数据对模型进行分析。

通径分析是在多元回归分析的基础上，将相关系数分解为直接通径和间接通径，常用于分析自变量间不是相互独立的数据关系，通过直接通径和间接通径来说明自变量对因变量的影响结果[10-12]。通径分析模型一般形式：

(1)

(2)

(3)

(4)

(5)

2结果与分析

2.1相关分析

由于气象因子与当前时刻含水率之间的相关性存在一定得滞后，即t时刻可燃物含水率与t-k1时刻的气温、t-k2时刻的空气相对湿度、t-k3时刻的风速的相关性最大。因此，利用观测数据和公式(3)计算得到当前时刻含水率与不同时刻的相对湿度、气温、风速之间的相关系数(见表1)。

由表1可知，当前时刻含水率与相对湿度的相关性为正，与气温、风速的相关性为负，并且与前2时刻的相对湿度和气温、前3时刻风速的相关性最大，因此，利用当前时刻的可燃物含水率和前2时刻的相对湿度和风速、前3时刻的气温，根据公式(1)计算各变量间的相关系数(见表2)。由表2可知，前2时刻相对湿度和风速、前3时刻气温间的相关系数较大，说明各气象因子间存在较强的线性相关关系，即各变量间并非相互独立，从而含水率与各气象因子间的相关关系并非这些变量间的本质关系，因此下文利用通径分析方法分析各气象因子对可燃物含水率影响的贡献和途径。

表1　当前时刻含水率与不同时刻相对湿度、气温、风速的相关系数

表2当前时刻含水率、前2时刻相对湿度和风速、前3时刻气温间的相关系数

2.2气象因子与含水率的通径分析模型

在只考虑气象因子的情况下，根据上述讨论，令y为当前时刻含水率，x1为相对湿度，x2为气温，x3为风速。由直接通径系数值的大小与标准回归系数相等，因此，可通过逐步回归分析方法求得关于气象因子与含水率的多元回归模型(见表3)。通过对各模型中的变量进行参数检验，并得到直接通径系数(见表4)。

表3　气象因子选取的逐步回归分析

由表3和表4可知，模型3为同时选取相对湿度、气温、风速作为自变量时，得到的多元回归模型，且P等于0，说明模型3在5%的置信区间上是显著的，因此得到关于气象因子与含水率的通径分析模型为：

(6)

利用表2中各变量间的相关系数对模型(4)进行求解得通径系数(见表5)。

表5当前时刻含水率与相对湿度、气温、风速间的通径系数

因 子相对湿度气温风速总影响相对湿度0.642-0.090-0.0440.508气温-0.4420.1310.043-0.268风速-0.3290.0640.087-0.178

2.3气象因子、前1时刻含水率与含水率的通径分析模型

考虑当前时刻含水率的变化受前1时刻含水率的影响较大，利用偏相关系数公式(4)、(5)求得两者的偏相关系数为0.954，说明两者存在极大的线性相关关系。因此，令y为当前时刻含水率，x1为相对湿度，x2为气温，x3为风速，x4为前1时刻含水率。通过逐步回归分析得到关于气象因子、前1时刻含水率与当前时刻含水率的多元回归模型(见表6)，对各模型中的变量进行参数检验，并得到直接通径系数(见表7)。

表6　气象因子、前1时刻含水率选取的逐步回归分析

表7　逐步回归模型各变量的参数检验

由表5和表6知，当选取前1时刻含水率和相对湿度作为自变量时得到模型2，此时前1刻含水率和相对湿度在5%置信区间上显著，因此得到通径分析模型：

(7)

利用表2中各变量间的相关系数对模型(7)求解，得到通径系数(见表8)。

表8当前时刻含水率与相对湿度、前1时刻含水率的通径系数

因 子相对湿度前1时刻含水率总影响相对湿度0.0420.4660.508前1时刻含水率0.0210.9450.966

3结论与讨论

在无降水情况下，落叶松林内地表细小可燃物含水率变化值，受前1时刻含水率值和前2时刻的相对湿度值、气温值和前3时刻风速值的影响。其中：前1时刻含水率值和前2时刻相对湿度值为主要影响因子。说明无降水条件下，利用通径分析研究大兴安岭林区落叶松林地表细小可燃物含水率的主要影响因子是可行的。而对于不同的林分类型，地表细小可燃物含水率的主要影响因子和贡献有很大区别，这将是我们今后研究的内容。由于数据是在野外采集的，受随机影响较大，尤其是试验数据受降水的影响很大，这对本研究的精度带来一定的偏差。

参考文献

[1]刘自强,李晓峰,王相会.大兴安岭森林可燃物发热量的测量及其和含水率关系的研究[J].森林防火,1993(2):3-7.

[2]戚大伟,王德洪,刘自强.大兴安岭森林可燃物着火含水率阈值测定及其与气象因子的关系[J].森林防火,1994(2):73-75.

[3]于宏洲,金森,邸雪颖.以小时为步长的大兴安岭兴安落叶松地表可燃物含水率预测模型[J].应用生态学报,2013,24(6):1565-1571.

[4]刘曦,金森.平衡含水率法预测死可燃物含水率的研究进展[J].林业科学,2007,43(12):126-133.

[5]曲智林,李昱华,闵盈盈.可燃物含水率实时变化的预测模型[J].东北林业大学学报,2010,38(6):66-67.

[6]曲智林,吴娟,闵盈盈.具有时滞的可燃物含水率预测模型[J].东北林业大学学报,2012,40(3):120-122.

[7]TOOMEYMA，VIERLINGLA.Multispectralremotesensingoflandscapelevelfoliarmoisture:techniquesandapplicationsforforestecosystemmonitoring[J].CanadianJournalofForestResearch,2005,35(5):1087-1097.

[8]YEBRAM,CHUVIECOE,RIAOOD.Investigationofamethodtoestimatelivefuelmoisturecontentfromsatellitemeasurementsinfireriskassessment[J].ForestEcologyandManagement,2006,234(S)：32.doi:10.1016/j.foreco.2006.08.048.

[9]MATTHEWSS.Aprocess-basedmodeloffinefuelmoisture[J].InternationalJournalofWildlandFire,2006,15(2):155-168.

[10]CYPRIEN M, KUMAR V. Correlation and path coefficient analysis of rice cultivars data[J]. Journal of Reliability and Statistical Studies,2011,4(2):119-131.

[11]敬艳辉,邢留伟.通径分析及其应用[J].统计教育,2006(2):24-26.

[12]BHATT G M. Significance of path coefficient analysis in determining the nature of character association[J]. Euphytica,1973,22(2):338-343.

收稿日期：2015年10月16日。

第一作者简介：周涛，男，1989年5月生，东北林业大学理学院，硕士研究生。E-mail:1410101878@qq.com。通信作者：曲智林，东北林业大学理学院，教授。E-mail:q_zhilin@nefu.edu.cn。

1)林业公益性行业科研专项(201404402)；黑龙江省博士后科研启动金资助项目(LBH-Q12175)。

责任编辑：王广建。