室内模拟降雨对蒙古栎和红松凋落物床层饱和含水率的影响

张运林，孙 萍，满子源

（1.贵州师范学院 生物科学学院，贵州 贵阳 550018；2.东北林业大学 林学院，黑龙江 哈尔滨 150040）

林火预测预报是通过测定和计算一些自然（雷击火）和人为（烧荒、烟头、烧纸）等因素，结合气象条件及林内可燃物干燥程度等指标来判断森林可燃物被引燃的概率和发生森林火灾后的一系列火行为指标[3]，不仅是林火管理的重要手段，也是森林防火工作从传统经验模式向现代化集约管理的重要技术防范。其中森林可燃物是林火的载体，是林火预测预报研究的核心，做好林火预测预报的首要任务就是做好可燃物含水率预测[4-8]。

可燃物含水率表示其内部水分含量的多少，直接决定了其燃烧的可能性和发生火灾后的一系列火行为[1,9-10]。当可燃物含水率较高时，特别是地表细小死可燃物含水率超过35%时，几乎不可能被引燃，森林火灾等级低，很难发生森林火灾[11]。当地表细小死可燃物含水率较低时，不仅提高了森林火灾发生概率，而且能够显著增加林火蔓延速率，增大扑救难度。

地表细小死可燃物包括森林内凋落至地表没有分解的叶片、球果和花片等，其中乔木凋落物占绝大多数。凋落物床层含水率的动态变化主要受自身理化性质及可以反映天气干燥程度的环境因子作用[12]，掌握其变化情况，就能及时掌握林火发生的可能性及规律，是进行林火预测预报的基础。例如当叶片床层含水率预测值低于实测值3%～4%时，就会给美国国家火险等级系统（National fire danger rating system, NFDRS）中点燃组件（Ignition component, IC）造成100%的误差[7]，因此构建准确率高的含水率预测模型，能够显著提高火险预报系统的准确性。不同类型的叶片与外界水汽交换不同，蜡质和木质素成分含量不同的叶片，其含水率变化速率和最大含水率值都不同[13]，对于特定森林凋落物，都需要构建适合的含水率动态变化预测模型。

凋落物床层含水率变化主要受气象因子（空气温度、相对湿度、风速、降雨）和地形条件的影响[14-19]。降雨作为重要的一个气象因子，起到十分重要的作用。降雨能够增加凋落物床层含水率，对其动态变化有极显著影响。降雨量≤1 mm时，对床层含水率变化造成的影响微乎其微，几乎不会左右森林火灾发生与否；降雨量为1～5 mm时，会在一定程度上降低林火发生概率；当降雨量超过5 mm时，床层含水率显著增加，几乎不可能被引燃，发生火灾概率极低[20]。但是，由于降雨的不确定性增加了研究难度，因此关于单独降雨对含水率动态变化的影响研究还较少，大部分都是结合其他气象要素进行分析。Wagner[21]通过实验研究得到叶片床层含水率能够达到最大饱和含水率的400%，将其放置在阴凉处大约2 h，其含水率减少了63%；Pech[22]分析了在不同降雨持续时间下，不同初始含水率的地衣床层达到饱和的时间及床层含水率变化情况；Martinell[23]分别为不同降雨区间提供了各自床层含水率变化公式；马壮[24]分析了凋落物床层含水率在不同降雨量、床层结构和初始含水率时床层含水率变化情况。上述研究大部分都是定性分析，并没有得到单独降雨对凋落物床层含水率变化的情况，特别是降雨后床层饱和含水率模型的构建。床层结构对其含水率变化影响也十分显著，因此选择特定凋落物类型和不同结构的床层，在不同降雨量和床层初始含水率梯度下，系统分析降雨对凋落物床层含水率变化的影响，并建立相应的预测模型，对于理解降雨后床层含水率变化机理，得到含水率预测过程中关键参数预测模型，对含水率预测和提高预测精度有重要意义。

蒙古栎Quercus mongolica和红松Pinus koraiensis是我国黑龙江省温带森林生态系统中主要树种，一旦发生森林火灾会造成很大损失[25-27]。选择蒙古栎和红松凋落物为研究对象，设置与野外结构相似的不同密实度和初始含水率床层，研究在不同降雨量时凋落物床层含水率变化情况，分析降雨量、床层初始含水率和密实度对床层饱和含水率的影响，选择合适预测因子，建立2种凋落物床层雨后饱和含水率预测模型，对于凋落物含水率预测研究和火险预警有重要意义。

1 材料与方法

研究区位于黑龙江省哈尔滨市帽儿山实验林场（127°34′～127°40′E，45°24′～45°33′N）。南北长约30 km，东西为26 km，总占地面积约为26 000 hm2。森林覆盖率为85%，森林蓄积量达到205万hm2。研究区属于长白山植物区系，主要是由地带性顶级植被阔叶红松被人为干扰后遭到破坏形成的比较典型的东北天然次生林。乔木主要为蒙古栎、山杨Poplus dividiana、红松、白桦Betula platyphylla等。

2017年春季防火期，在帽儿山实验林场蒙古栎和红松林中采集前一年的凋落物。蒙古栎和红松林分信息如表1所示。采集的凋落物结构要保持完整。

表1 林分信息Table 1 Information of the forest stand

1.1 凋落物床层的准备

室内模拟降雨对蒙古栎和红松凋落物床层含水率动态变化的影响必须提前制备好床层，保证床层结构与野外结构相似。床层准备主要包括床层密实度和初始含水率。

1.1.1 床层密实度

为保证降雨模拟实验中蒙古栎和红松凋落物床层与野外自然条件保持一致，需要调查蒙古栎和红松凋落物床层的高度和密实度。调查发现蒙古栎床层密实度的最小、平均和最大值分别为0.009 2、0.013 8和0.018 4；红松床层密实度的最小、平均和最大值分别为0.015 8、0.023 6和0.031 5。因此床层密实度设置3个梯度。

凋落物床层密实度表示床层内单独凋落物之间的紧密程度，是凋落物床层体积密度与其颗粒密度的比值。具体计算公式如式（1）所示，其中体积密度是凋落物床层质量与体积的比值，凋落物颗粒密度为固定值，蒙古栎和红松凋落物颗粒密度分别为544.5和316.5 kg·m-3[28-29]，由于降雨会使铁制品产生铁锈，实验过程中会影响床层质量，因此本实验选择长宽高分别为16、16和2 cm的塑料网框装凋落物，床层体积为0.51×10-3m3。根据实验中设定的密实度梯度、床层体积及蒙古栎、红松凋落物的体积密度，得到对应密实度的体积和凋落物质量（表2）。

式中：β为凋落物床层密实度，无量纲；ρb为凋落物床层体积密度；ρp为凋落物颗粒密度。

1.1.2 初始含水率

降雨对床层含水率动态变化的影响受床层初始含水率的作用，因此实验中需要设置不同的床层初始含水率进行定量分析。考虑到室内模拟降雨条件下，若选择绝干凋落物进行试验，床层含水率会在短时间内迅速增加，影响试验结果。因此本研究中凋落物床层初始含水率梯度为5%、15%、25%、35%和50%。

表2 不同密实度梯度凋落物对应的质量Table 2 Qualities corresponding to the different compactness values of the litter bed

每个初始含水率梯度的凋落物床层需要提前制备。将凋落物床层放入烘箱中，在105 ℃下烘干至其质量不在变化为止，记为干质量Wd，并将烘干后的凋落物全部平铺在地面。根据含水率计算公式（2）得到所需床层初始含水率时的湿质量，并记为Wh，则Wh-Wd为需要增加的水分，将需要的水分均匀快速地喷洒在凋落物上，并将其放入封口袋中放置24 h，使凋落物将水分完全吸收。每次模拟床层降雨实验前，将制备好的凋落物床层单独取一个凋落物，利用快速水分测定仪检验是否为要求的含水率。

式中：M为凋落物床层含水率；Wh为凋落物床层湿质量；Wd为凋落物床层干质量。

1.2 降 雨

本研究设置4个降雨梯度，分别为2、4、10和16 mm，表示不同降雨强度。

1.2.1 模拟凋落物床层

对于降雨模拟实验，选择无顶盖长宽高分别为16、16和2 cm的塑料筐为装不同密实度的凋落物床层（图1）。

图1 凋落物床层框示意Fig.1 Diagram of the fuel bed

下层凋落物含水率对上层凋落物含水率的影响十分显著，在野外实际情况中，林分内地表可燃物从上至下依次为凋落物、半腐殖质、腐殖质和土壤。为更接近自然条件，选择长宽高分别为42、28和18 cm的种植蓝模拟地表层，依次从上到下放置与野外状态高度相同的土壤、腐殖质和半腐殖质，并将图1凋落物床层置于其中，在其附近放置相同含水率的凋落物（图2）。

1.2.2 降雨模拟试验

选择美国农业部和美国土壤侵蚀所共同研制的降雨模拟器在室内模拟降雨，其原理是通过使用振荡式原理人工模拟自然条件下的降雨情况。研究人员能够通过专门的降雨强度模块，控制不同要求的降雨，人工模拟不同降雨强度。

在相同凋落物床层初始含水率、密实度和降雨量配比下进行3次重复试验，其中床层初始含水率设置5个梯度，床层密实度设置3个梯度，降雨量设置4个梯度，共进行180次试验。相同配比时，将3个种植蓝置于降雨模拟器下进行模拟实验（图3），每隔10 min称量一次塑料筐及松针质量。在称量时需要将塑料筐上的水分擦干，记录试验整个过程中的温湿度。

图2 模拟凋落物床层Fig.2 Simulated field fuel bed

图3 试验示意Fig.3 Diagram of the experimental apparatus

1.3 数据分析

1.3.1 实验基本统计

利用软件统计每次降雨模拟实验中的空气温度和相对湿度。以床层密实度、初始含水率和降雨量作为分类条件，称量次数为横坐标，3次重复实验的凋落物含水率的平均值为纵坐标，使用绘图软件绘制2种凋落物床层含水率随时间变化的吸水情况。

1.3.2 方差分析

利用Statistica10.0软件中方差分析法（ANOVA test）分析初始含水率、密实度和降雨量对2种凋落物床层饱和含水率的影响。

1.3.3 影响因子分析

根据方差分析得到对凋落物床层饱和含水率的影响因子。若所有因子都有显著影响，选择其中两个因素为分类条件，分析剩余因子对饱和含水率的影响。例如，分析降雨量对饱和含水率的影响，以床层初始含水率和密实度梯度为分类条件，以降雨量梯度为横坐标、饱和含水率为纵坐标绘制带标准差的柱状图，进而分析降雨对饱和含水率的影响。其他剩余两种因素的分析同降雨量。

若只有一个因素对床层饱和含水率没有显著影响，则以该因素为分类条件分析其对饱和含水率的影响就没有意义。因此计算剩余两个影响因素配比下，无影响因素梯度时饱和含水率的平均值作为剩余两个影响因素配比下的饱和含水率。以其中一个影响因素为分类条件，以另一个影响因素梯度为横坐标、饱和含水率为纵坐标绘制带标准差的柱状图，进而分析其对饱和含水率的影响，另一个影响因素方法相同。

若只有一个影响因素有显著影响，则计算该影响因素梯度下所有饱和含水率的平均值作为该影响因素梯度时的饱和含水率。以该影响因素梯度为横坐标、饱和含水率为纵坐标绘制带标准差的柱状图，分析其对饱和含水率的影响。

1.3.4 饱和含水率预测模型

根据方差分析，不论是蒙古栎还是红松凋落物床层都是床层密实度和降雨量对饱和含水率有显著影响。计算床层密实度和降雨量配比下3个床层初始含水率梯度时的饱和含水率的平均值作为密实度和降雨量配比下的饱和含水率。以床层密实度为分类条件，根据饱和含水率随降雨量的变化情况，选择合适方程形式（Ms=a×R+b、Ms=a×exp(bR)、Ms=a+exp(bR)，其中：Ms为饱和含水率；R为降雨量；a和b为模型参数）建立饱和含水率预测模型，选择平均绝对误差（MAE）最小的为最优模型。

2 结果与分析

2.1 实验基本情况分析

表3给出了室内模拟降雨试验过程中温湿度的基本情况。由表3可以看出，试验温度差和相对湿度的均值分别为2.21 ℃和6.5%，75%分位数值超过平均值的次数不多。因此可以认为每次试验中床层吸水系数值稳定。

表3 试验基本情况统计Table 3 Basic information of experimental environment

2.2 凋落物床层含水率动态变化

两种凋落物床层在降雨条件下，其床层含水率随着时间推移呈对数形式增加，到达饱和含水率后停止上升，床层饱和含水率随降雨量的增加而增大；随着床层密实度的增加，凋落物床层含水率达到饱和的时间也增加（图4）。对于蒙古栎阔叶床层，床层密实度为0.092 0、0.013 8和0.018 4时，床层达到饱和含水率时需要的最长时间分别为0.89、1.00和1.72 h；不同降雨量时床层吸水速率不同，随着降雨量的增加，床层吸水速率也增大；随着蒙古栎阔叶床层密实度的增加，降雨量为16 mm时，床层达到饱和含水率和其他降雨量时分界线增大。对于红松针叶床层，床层密实度分别为0.015 8、0.023 6、0.031 5时，其达到饱和含水率需要最长时间分别为1.06、1.28和2.06 h；降雨量为2、4和10 mm时，床层达到饱和含水率的差别不大，且随着床层密实度的增加，这种差别越来越小。蒙古栎阔叶床层比红松针叶床层更容易达到饱和，且其床层饱和含水率要高于红松针叶床层的饱和含水率。

图4 凋落物床层的吸水过程Fig.4 Absorbing process of litter beds

2.3 饱和含水率

2.3.1 方差分析

蒙古栎和红松凋落物床层饱和含水率均受降雨量和床层密实度的影响显著，床层初始含水率对饱和含水率没有显著影响（表4）。

2.3.2 床层密实度对饱和含水率的影响

由于初始含水率对饱和含水率没有显著影响，因此以其为分类条件分析其对饱和含水率的影响就没有意义。每个密实度和降雨量配比下有5个初始含水率梯度，计算其平均值作为该配比下的饱和含水率。因此共有12个配比。

以降雨量为分类条件分析蒙古栎和红松凋落物床层密实度对饱和含水率的影响。对于蒙古栎凋落物，当降雨量为2 mm和4 mm时，饱和含水率随密实度增加显著下降；当降雨量为10 mm时，饱和含水率虽然有下降趋势，但差异不显著；当降雨量为16 mm时，饱和含水率随密实度的增加呈先下降后增加的趋势。对于红松凋落物，不论降雨量如何改变，床层密实度从0.015 8增加至0.023 6时，饱和含水率都没有显著改变，只有当密实度增加至0.031 5时，饱和含水率出现显著改变（图5）。

表4 方差分析Table 4 Variance analysis

图5 饱和含水率随密实度动态变化Fig.5 Dynamics of saturated moisture content with litter bed compactness

2.3.3 降雨量对饱和含水率的影响

以密实度为分类条件，分析降雨量对饱和含水率的影响。从图6可以看出，对于蒙古栎凋落物床层，当密实度为0.009 2时，相邻降雨量梯度时的饱和含水率没有显著增加，其余密实度梯度下饱和含水率都是随着降雨量增加显著增加。对于红松凋落物，当密实度为0.015 8和0.023 6时，饱和含水率随降雨量增加显著增加；当密实度为0.315时，低降雨量对其饱和含水率的影响不显著。

2.3.4 饱和含水率预测模型

以床层密实度为分类条件，饱和含水率随降雨量呈指数变化。最优模型为Ms=a×exp(bR)，模型参数和误差如表5所示。所有密实度条件下，饱和含水率预测模型的平均绝对误差均在可接受范围内。

3 结论与讨论

在本研究条件下，蒙古栎和红松凋落物饱和含水率均值分别为372%和332%。通过对2种凋落物类型饱和含水率进行t检验，得到P＜0.01，表明本研究中蒙古栎饱和含水率显著高于红松饱和含水率。这并不能说明单独蒙古栎叶片的饱和含水率高于红松，凋落物含水率主要是由叶片自由水和结合水组成[30]，可能与床层密实度设置梯度有关系。Pech等人[22]研究认为松针床层饱和含水率最大值为250%，本研究远高于该值，这可能是凋落物床层密实度区间不同导致。

密实度对2种凋落物饱和含水率均有极显著影响，这主要是由于密实度影响凋落物床层对雨水的截留和凋落物之间的水汽交换[31-32]。随着密实度的增加，凋落物床层的截留作用增加，虽然阻碍下层凋落物接收水分，但却增加了凋落物之间的水汽交换，因此密实度对饱和含水率的影响有双重性。蒙古栎和红松在不同降雨量时，床层密实度对饱和含水率的影响不同，表明密实度对饱和含水率的影响还受降雨量的影响，这可能是由于相同密实度时，随着降雨量的增加，凋落物床层截留作用会下降。对于蒙古栎凋落物，当降雨量较低时，随着密实度的增加，截留作用明显高于水汽交换，因此随着密实度增加而饱和含水率下降，当降雨量为16 mm时，随着密实度的增加，出现双重性交汇，因此饱和含水率会先下降后增加。红松凋落物结果与蒙古栎不同，主要是由于密实度区间设置不同所致。

图6 饱和含水率随降雨量动态变化Fig.6 Dynamic of saturated moisture content with rainfall

表5 预测模型参数Table 5 Parameters of the prediction model

当红松密实度为0.031 5时，饱和含水率随降雨量增加没有显著改变，而其他密实度时，饱和含水率随降雨显著增加，这种情况也印证了之前的猜想。当密实度固定时，凋落物之间的水汽交换不变，随着降雨量的增加，截留作用下降，饱和含水率增加。当床层密实度特别大（0.031 5）时，低降雨量无法降低截留作用，因此降雨量从2 mm增加至10 mm时饱和含水率变化不显著，当降雨量增加至16 mm时，截留作用下降，饱和含水率显著增加。

本研究建立了降雨条件下蒙古栎和红松不同凋落物床层结构饱和含水率的预测模型， 平均绝对误差（MAE）均在可接受范围内。根据降雨量和床层密实度，即可得到饱和含水率，对于雨后含水率预测和火险预警研究具有重要意义。

蒙古栎和红松凋落物床层含水率随降雨的增大呈指数增加，蒙古栎床层更容易达到饱和，且饱和含水率要显著高于红松。床层密实度和降雨量对饱和含水率有显著影响，床层初始含水率对其没有影响。当密实度过高或过低时，随着降雨量的改变，床层密实度也没有显著变化；当密实度适中时，床层饱和含水率随降雨量改变发生显著变化。凋落物床层密实度不同时，两个凋落物床层饱和含水率预测模型形式相同，表明针叶和阔叶床层含水率变化对降雨的响应可能是相同的。

本研究室内模拟降雨条件下2种凋落物床层含水率变化情况，但由于室内研究的局限性，室内构建的凋落物床层与野外实际床层有一定差别，可能会导致一定误差。此外，凋落物下层土壤含水量、结构等对凋落物含水量有显著影响，特别是通透性差的土壤结构，持续降雨时，下层凋落物可能会被完全浸泡，而浸泡和降雨对凋落物床层含水率变化的影响是不同的[33-40]，因此凋落物下层土壤结构对其含水率的影响也十分重要。在今后的研究中，不仅应该增加下层凋落物不同土壤结构，还应该考虑降雨对凋落物含水率影响的微观机理，对于理解降雨对饱和含水率的变化有很大帮助。