基于GALES的海南橡胶林台风风灾评估模型初探

摘 要 橡胶风害是海南橡胶的主要气象灾害之一。针对国内关于橡胶树风灾的机理性研究相对较少的情况，在参考树木风害机理模型GALES的基础上，根据橡胶树受力情况，从空气动力学和结构力学角度出发，建立了海南橡胶林风灾评估模型，该模型主要包括橡胶树断、倒模型，能定量确定橡胶树断、倒的临界风速条件。通过检验，该模型具有一定的可行性，模型结果可为开展海南岛橡胶风害防御提供决策依据。由于建立的模型参数多采用经验值，模型仍需不断改进和完善。

关键词 橡胶林 ；台风 ；模型

中图分类号 S763.7 ；P49 文献标识码 A Doi：10.12008/j.issn.1009-2196.2017.05.010

GALES-based Typhoon Disaster Assessment Modelling for

Rubber Plantations in Hainan， China

LIU Shaojun

（Hainan Institute of Meteorological Science/Hainan Key Laboratory of South

China Sea Meteorological Disaster Prevention and Mitigation， Haikou， Hainan 570203）

Abstract Typhoon damages to rubber trees is one of the main meteorological disasters to rubber plantation in Hainan. The researches on the mechanism of wind damages to rubber trees in China were less documented. A typhoon disaster assessment model for rubber plantations was established according to the wind stress performance of rubber trees and based on GALES from the aspects of aerodynamics and structural mechanics. This disaster assessment model mainly included stem snapping model and uprooting model for rubber trees. The assessment model could measure the critical wind velocity for stem snapping and uprooting of rubber trees. Model testing showed that the assessment model was feasible， and the model will provide decision-making for prevention of rubber plantations from wind damage. The model still needs to be improved since the model parameters were mostly of empirical value.

Keywords rubber plantation ； typhoon ； model

天然橡膠是国防和经济建设中不可或缺的战略物资和稀缺资源，直接关系到国家安全、经济发展和政治稳定。海南地处热带地区，属热带季风海洋性气候，是受中国台风影响频繁的地区，由于受台风的影响，天然橡胶经常遭受严重的风害[1]。在全球气候变暖背景下，虽然登陆海南的台风年频数有减少的趋势，但登陆的平均强度总体有增强趋势[2]，这必将对海南的橡胶生产带来严重的影响。因此开展橡胶林台风灾害评估模型研究，不仅有助于增强天然橡胶林防御台风灾害的能力，还可以为建立气象灾害指数保险产品提供核心技术。关于橡胶风害的研究多以个例的调查分析为主[3-14]，在橡胶风害成因、风害评估模型方面也有一定的研究，但基于橡胶林台风灾损评估机理模型的研究相对较少。有关模型主要分为经验模型、统计模型、机理模型3种[15]。经验模型以灾后实地调查、风害历史记录等为基础，主要是在影响风害的因子（如地形、生物等）与风害等级之间进行简单回归[16-17]，但该模型主要依赖于专家的判断，而不是进行数理推导，对灾害损失量化程度不高[18-19]。统计模型主要是对长序列风害的时空信息进行评估，并通过建立回归模型来预测风害，这类模型对于特定区域或立地条件下的风害预测精度较高，但应用范围仅限于某一具体林分，不具有通用性[19-21]，如采用判别分析和逻辑斯蒂分析法对森林受害级别进行预测[22]。机理模型是将确定性与可能性结合起来评估风害的方法[23]，可以避免经验模型和统计模型的简单化[19]。在评估方法上，早期的研究是采用树干弯曲理论并结合风速分布模型，建立一种用于评估风破坏危险性的方法[24-25]；此后一些机理模型先后问世，如FOREOLE 模型[23，26]、WINDA模型[27]、ForestGALES模型[28]、树木机械动力模型HWIND[29]、GALES模型[30]及GEO-SIMA-HWIND模型[31]、ForestTYPHOON模型[32]等。但这类风害评估模型主要以欧美人工林为研究对象，能否应用于海南橡胶林风害影响评估研究尚有很大的不确定性。因此，笔者旨在借鉴国外森林风害机理模型（GALES）[30]的研究思路，构建海南橡胶林台风灾害机理模型。

1 模型建立

橡胶树台风灾害的主要症状是倒、断和扭，这3种不同的破坏形式是与橡胶树结构动力学和林段内气流动力学有关的。从橡胶树的弯扭振动变形来说，可把台风气流分解为纵向大涡流和横向小涡流的湍流运动，其气流的力学量—速度、加速度和压力等随时间而连续脉动，而且由于湍流的随机运动，使气流方向和流速都迅速变化[8]。在GALES模型的基础上，进行了橡胶树断、倒模型的建立（图1）。

1.1 橡胶树受力分析

橡胶树的断、倒主要受到2个力作用的影响，即风对树的作用力和树冠整体产生的重力。

橡胶树断、倒的力学方程为：

Mcrit，wind=Tx（yB-yA）+Ty（xB-xA）（1）

Mcrit，tot=Mcrit，wind+W（xC-xA）（2）

其中，（xA，yA）、（xB，yB）、（xC，yC）分别表示橡胶树干底部的坐标、用力点坐标、受力最大时的重心坐标。Mcrit，wind表示只考虑风作用力时的力矩；TX，TY表示水平和垂直方向的受力；Mcrit，tot表示风作用力和树总重力共同产生的力矩；W表示橡胶树总的重量。

橡胶树断裂的弹性模量可以表示为：

式中，MOR表示断裂的弹性模量，dbh表示断裂部位树干的直径。

2.2 橡胶树断、倒的临界风速确定

根据前人的研究[30，33]，风作用在橡胶树上的平均力矩（Mmean，wind）可以表示为：

Mmean，wind=（d-z）τD2（4）

τ=-ρμ*2（5）

其中，τ表示单位面积上的剪切应力，D表示橡胶树的平均间距，d表示零平面位移，z表示离地高度，ρ表示空气密度，取1.226 kg/m3，μ*表示摩擦速度。

根據橡胶树冠层高度不同，其风速分布公式如下：

u（z）表示高度为Z米处的风速，k为卡门常数（=0.41）， 表示地面粗糙度，z0表示零平面位移。

同时考虑到风的阵风性，平均转动力矩需要转化为最大转矩，具体见公式（7）。

Mmax=Mmean×G（7）

式中，Mmax表示最大转矩，Mmean表示平均转矩，G表示阵风系数（无量纲），通过经验建立[34]。

将以上代入方程式（4）得到方程式（8），根据公式8、9推出橡胶树断的风速（公式10）和橡胶树倒的临界风速（公式11）。

其中，Vbreak表示橡胶树断的风速，k为卡门常数（=0.41），D表示橡胶树的平均间距，d表示零平面位移，h表示离地高度，z0表示地面粗糙度，G表示阵风系数，uh表示离地高度为h时的风速；MOR表示断裂的弹性模量，dbh表示断裂部位树干的直径，ρ表示空气密度，取1.226 kg/m3；fknot fedge，fcw为风力试验参数。

其中，Vover表示橡胶树倒伏的风速，SW表示冠层的重量，Creg为风力试验参数。

2.3 模型中地表粗糙度和零平面位移的估算

在海南橡胶林台风灾害动力学评估模型中，橡胶树断、倒条件的判识，必须解决大范围、不同季节、不同地形条件下橡胶林零平面位移和粗糙度。利用形态学Raupach方法，估算橡胶林归一化零平面位移和粗糙度，Raupach 的形态学公式表示如下[35-36]：

式中，d为零平面位移，z0为粗糙度，h为粗糙元高度，λ为单位地面粗糙元迎风面积，ψh为粗糙层影响函数，b为冠层宽度，cd为经验系数。β为粗糙元阻力系数与地表阻力系数之比，γ为距地面高度z处的水平风速与摩擦速度之比。

∧表示为单位面积上植被对风的阻挡面积，值与叶面积指数很接近[37]，因此采用遥感反演的叶面积指数LAI表示单位面积上植被对风的阻挡面积。Raupach模型中其他参数参考相关文献获取[38-41]。

2.4 模型检验

根据台风影响橡胶林的灾情收集数据，对模型进行了初步检验。结果发现，模型得出的橡胶树断、倒的风速条件与实际风速误差范围在80%左右。主要原因可能是验证的风速主要根据周边自动气象站进行插值获取，未考虑地形的影响，因此需要进一步通过专业的风场模拟软件（如ENVI-met、MISKAM、CFD等软件）进行微气象环境下风场的模拟检验。同时，橡胶树断、倒模型中部分参数采用的是经验值，导致了误差的存在。具体而言，如橡胶树倒模型中冠层的重量，该参数仅能通过橡胶树的体积估算得到；模型中地表粗糙度和零平面位移来源于遥感数据的估算，橡胶林零平面位移和粗糙度实际上是随大气稳定情况发生改变的，可能同一天都会相差很大，不同大气层结状态、零平面位移和粗糙度均会有所差异，同时橡胶林平面位移和粗糙度随季节会发生变化[35]，由于缺乏与遥感数据相对应时间段的通量塔观测资料与之进行对比验证，导致无法进行遥感反演精度的直接验证，因此需要不断改进Raupach的形态学模型相关参数，以提高遥感反演橡胶林零平面位移和粗糙度的精度。

3 结论

台风导致橡胶树风害的作用力主要有2部分组成：风的水平作用力和树木本身质量产生的重力（主要是树冠质量）。水平作用力首先在树冠中心形成水平压力使树干倾斜，而树干倾斜则导致树干和树冠的重心偏移， 由于重力作用，加剧了树干偏移程度。如果风速进一步增加，将造成掘根、折干、折冠及树干弯曲等危害[19]。导致橡胶树木发生风害的主要因素有树种抗风能力的差异、林龄、根系的深浅、树冠形态、叶面积指数、树高及非生物因素等。

由于胶林风害评估是一个很复杂的问题，不仅与大风本身强度有关，还与地形下垫面和橡胶栽培技术等多种因素有关，故至今尚无一个可准确评估橡胶风害影响的模式问世。由于物理约束的限制，简单的数学模型并不能准确预测橡胶树灾损情况。目前国际上树木风灾的建模方法可以分为简化的数学模型和精细化的有限元模型[42]。本文建立的橡胶树断、倒模型属于简化的数学模型，从空气动力学和结构力学角度出发，在资料收集和实地调查的基础上，构建基于GALES 模型的海南橡胶林台风灾害机理模型，对橡胶树风害的评估具有一定的应用价值。建立的橡胶风害断、倒模型，将确定性与可能性结合起来，可以避免经验模型和统计模型的简单化，能定量确定橡胶风害的临界风速条件，从机理上解决何种情况下橡胶树将受到何种程度的损伤，因此具有一定的实用性和通用性。

存在问题：由于该模型是在GALES模型的基础上建立的，需要利用更多的案例来分析其对橡胶树风害评估结果的影响，有关参数需要通过风洞试验来给予修正。

参考文献

[1] 中国热带农业科学院，华南热带农业大学. 中国热带作物栽培学[M]. 北京：中国农业出版社，1998：275-280

[2] 吴 慧，林 熙，吴胜安，等. 1949-2005 年海南岛登陆热带气旋的若干气候变化特征[J]. 气象研究与应用，2010，31（3）：9-15.

[3] 王缵玮，范宝光. 海南金波地区1989 年橡胶树风害调查报告[J]. 热带作物科技，1990（6）：29-32.

[4] 罗家勤，钟华洲. 9207 号强台风对橡胶无性系的风害调查简报[J]. 热带作物科技，1992（6）：80-81.

[5] 李智全. “达维”台风对海南垦区橡胶生产的影响分析及对策[C]. 中国热带作物学会天然橡胶专业委员会学术交流会，2006-06-01：97-106.

[6] 余 伟，张木兰，麦全法，等. 台风“达维”对海南农垦橡胶产业的损害及所引发的对今后产业发展的思考[J]. 热带农业科学，2006，26（4）：41-43.

[7] 周芝锋. 登陆海南岛的热带气旋特征及其对海南垦区橡胶生产的影响[C]. 中国气象学会2006 年年会“灾害性天气系统的活动及其预报技术”分会场，2006-10-01：667-671.

[8] 连士华. 橡胶树风害成因间题的探讨[J]. 热带作物学报，1984，5（1）：59-72.

[9] 王秉忠，黃金城，丘金裕. 海南岛中风害区山地橡胶树（台）风害规律及防护林营造技术的研究[J]. 热带作物学报，1986，7（1）：37-54.

[10] 杨少琼，莫业勇，范思伟. 台风对橡胶树的影响—一级风害树的生理学和排肢不正常现象[J]. 热带作物学报，1995，16（1）：17-28.

[11] 刘少军，张京红. 基于遥感和GIS 的台风对橡胶的影响分析[J]. 广东农业科学，2010，37（10）：191.

[12] 魏宏杰，杨 琳，刘锐金. 物元模型在胶园风害灾情评估中的应用[J]. 广东农业科学，2011（3）：168-171.

[13] 魏宏杰，杨 琳，莫业勇. 海南农垦橡胶树风害损失分布函数的建模研究[J]. 现代经济（现代物业下半月刊），2009，8（2）：9-11.

[14] 张京红，刘少军，田光辉，等. 基于可拓理论的台风灾害评估技术研究-以海南岛为例[J]. 热带作物学报，2011，32（8）：1 579-1 583.

[15] Kana Kamimura， Norihiko Shiraishi. A review of strategies for wind damage assessment in Japanese forests[J]. Journal of Forest Research ， 2007， 12（15）： 162-176.

[16] Olofsson E， Blennow K. Decision support for identifying spruce forest stand edges with high probability of wind damage[J]. Forest Ecology and Management， 2005， 207（1/2）： 87-98.

[17] Hanewinkel M， Zhou W， Schill C. A neural network approach to identify forest stands susceptible to wind damage [J]. Forest Ecology and Management， 2004， 196（2/3）： 227-243.

[18] Moore J. Difference in maximum resistive bending moments of Pinus radiata trees grown on a range of soil types[J]. Forest Ecology and Management， 2000， 135（1-3）： 63-71.

[19] 孙洪刚，林雪峰，陈益泰，等. 沿海地区森林风害研究综述[J]. 热带亚热带植物学报，2010，18（5）：577-585.

[20] Quine C. Estimation of mean wind climate and probability of winds for wind risk assessment[J]. Forestry， 2000， 73（3）： 247-258.

[21] Valinger E， Fridman J. Modelling probability of snow and wind damage in Scots pine stands using tree characteristics[J]. Forest Ecology and Management， 1997， 97（3）： 215-222.

[22] Valinger E， Lundqvist L， Bondesson L. Assessing the risk of snow and wind damage from tree physical characteristics[J]. Forestrt， 1993， 66（3）： 249-260.

[23] Gardner B A， Peltola H， Kellomki S. Comparison of two models for predicting the critical wind speeds required to damage coniferous trees[J]. Ecological Modelling，2000， 129： 1-23.

[24] Blackburn P， Petty J A. Theoretical calculations of the influence of spacing on stand stability [J]. Forestry， 1988， 61： 29-43.

[25] Galinski W. A wind throw risk estimation for coniferous trees[J]. Forestry， 1989， 61： 139-146.

[26] Philippe Ancelin， Benoi^t Courbaud，Thierry Fourcaud.Development of an individual tree-based mechanical model to predict wind damage within forest stands[J]. Forest Ecology and Management， 2004， 203 （1-3）： 101-121.

[27] Kristina Blennow， Ola Sallnās. WINDA—a system of models for assessing the probability of wind damage to forest stands within a landscape[J]. Ecological Modelling， 2004， 175： 87-99.

[28] Gardiner B， Suárez J， Achim A， et al. Forest GALES： a PC-based wind risk model for British forests. User's Guide Version2.0[M]. Forestry Commission， Edinburgh， UK， 2004.

[29] Peltola H， Kellomki S， Visnen H， et al. A mechanistic model for assessing the risk of wind and snow damage to single tees and stands of Scots pine， Norway spruce， and birch[J]. Canadian Journal of Forest Research， 1999， 29（6）：647-661.

[30] Barry Gardiner， Heli Peltola， Seppo Kellomaki .Comparison of two models for predicting the critical wind speeds required to damage coniferous trees[J]. Ecological Modelling， 2000， 129（1）： 1-23.

[31] Zeng H， Pukkala T， Peltola H.The use of heuristic optimization in risk management of wind damage in forest planning [J]. Forest Ecology and Management， 2007， 241（1-3）： 189 -199 .

[32] Kamimura K， Gardiner B， Kato A， et al. Developing a decision-support approach to reducing wind damage risk a case study on sugi forests in Japan[J]. Forestry， 2008， 81（3）： 429-445.

[33] Achim A， Ruel J C， Gardiner B A， et al. Modelling the vulnerability of balsam fir forests to wind damage[J]. Forest Ecology and Management， 2005， 204： 35-50.

[34] Gardiner B A， Stacey G R， Belcher R E， et al. Field and wind tunnel assessments of the implications of respacing on tree stability[J]. Forestry， 1997， 70（3）： 233-252.

[35] 劉少军，易 雪，张京红，等. 基于遥感的海南岛橡胶林零平面位移和粗糙度估算[J]. 热带作物学报，2016，37（10）：2 028-2 031.

[36] Jasinski M F， Borak J， Crago R. Bulk surface momentum parameters for satellite-derived vegetation fields[J]. Agricultural and Forest Meteorology， 2005， 133： 55-68.

[37] Zeng X B， Shaikh M， Dai Y J， et al. Coupling of the common land model to the NCAR community climate model[J]. Journal of Climate， 2001， 15： 1 832-1 854.

[38] 赵晓松，关德新，吴家兵，等. 长白山阔叶红松林的零平面位移和粗糙度[J]. 生态学杂志，2004，23（5）：84 -88.

[39] Lo A K. Determination of zero-plane displacement and roughness length of a forest canopy using profiles of limited height[J]. Boundary-Layer Meteorology， 1995， 75： 381-402 .

[40] Raupach M R， Antonia R A， Rajagopalan S. Rough-wall turbulent boundary layers[J]. Applied Mechanics Reviews， 1991， 44（1）： 1-25.

[41] Macdonald R W， Griffiths R F， Hall D J.An improved method for estimation of surface roughness of obstacle arrays[J]. Atmospheric Environment， 1998， 32（11）：1 857-1 864.

[42] 彭勇波，艾晓秋，承颖瑶. 风致树木倒伏研究进展[J]. 自然灾害学报，2016，25（5）：167-175.