不同恢复时间火烧迹地地表死可燃物载量的变化1)
2021-07-30李威张心钥
李威 张心钥
(内蒙古农业大学,呼和浩特,010018) (中建二局第一建筑工程有限公司成都分公司)
周梅 赵鹏武 张岐岳 张今奇
(内蒙古赛罕乌拉森林生态系统国家定位研究站(内蒙古农业大学)) (内蒙古农业大学)
森林可燃物是森林火灾发生和传播的物质基础[1]。森林可燃物的载量及含水率对林火强度、林火蔓延、林火发生概率等具有直接影响[2]。森林火灾主要为地表火,地表死可燃物与活可燃物相比更容易受到环境影响,且变化过程复杂[3]。地表死可燃物的燃烧性不仅由自身含水率决定,而且可燃物的尺寸大小、结构特征、分布格局等性质也影响引燃的难易程度,因此,地表可燃物是林火科学研究的重要对象[4]。影响地表死可燃物载量的因素主要有地形、林分结构、森林火灾等[5-7]。森林火灾对地表死可燃物载量的影响:一方面,森林火灾会消耗地表死可燃物,导致地表死可燃物减少;另一方面,森林火灾导致树木生长受到抑制,降低对地表死可燃物积累的贡献。火烧迹地内存在干旱化现象,环境较为干燥,而大兴安岭地区为雷击火频发区,在可燃物充足的条件下,容易再次发生火灾,导致森林群落逆行演替[8]。因此,研究火烧迹地恢复过程中森林地表死可燃物载量的特征,对大兴安岭地区林火管理具有重要意义。
目前,数学模型与遥感技术是国内外研究森林可燃物载量的主要方法[9]。国外学者提出了可燃物载量的动态模型,对可燃物载量估测更加精准[10]。袁春明等[11]使用灰色关联度法分析了马尾松人工林可燃物载量与林分因子的联系,建立了多元回归模型,并对可燃物载量进行了动态估测;胡海清[12]应用大兴安岭林区不同林分类型地表可燃物与林分因子数据,通过回归分析,建立了不同林分类型地表可燃物载量数学模型,并对不同种类可燃物载量进行了拟合,模型拟合效果较好;李桂君等[13]依据地表可燃物载量测定数据,使用聚类方法对大兴安岭林区地表可燃物载量进行分类分析,通过Ward聚类法可以凝练可燃物类型信息并得出可燃物载量变化的规律。李明泽等[14]使用遥感技术结合偏最小二乘回归法对森林可燃物载量进行模拟,拟合精度达到83.82%;Wasseige et al.[15]利用TM影像结合回归分析方法,应用光谱响应与林分因子的关系对森林可燃物载量进行了研究。
在全球气候逐渐变暖的背景下,由于大兴安岭地区属于高纬度冻土区,具有独特的气候与地理位置,地表枯落物层较厚,且分解缓慢,为森林火灾的发生和发展提供了充分的物质条件[16-17]。本研究选取根河林业局火烧迹地作为研究区域,选择林分结构、立地条件、火烧迹地恢复时间作为影响因子,研究分析各因子对火烧迹地内地表死可燃物载量的影响,建立多元回归预测模型,以期为大兴安岭林火管理提供科学依据。
1 研究区概况
本研究选取内蒙古大兴安岭根河林业局施业区内的火烧迹地作为研究区,地理坐标为东经120°41′30″~122°42′30″,北纬50°25′30″~51°17′。根河施业区地处内蒙古大兴安岭北段西坡,东北到西南长161 km,东南至西北宽39 km,总体地貌为东北高,西南低,海拔623~1 451 m。属于寒温带大陆性季风性气候,雨季主要集中在7—8月份,年降水量450~570 mm,年均气温为-5.4 ℃,年均风速1.9 m/s。土壤类型主要为棕色针叶林土,呈酸性,pH为4.6~6.5。主要树种有兴安落叶松(Larixgmelinii(Rupr.) Kuzen.)、樟子松(Pinussylvestrisvar.mongolicaLitv.)、白桦(BetulaplatyphyllaSuk.)等[18]。
2 研究方法
2.1 样地设置
采用空间代替时间法,2019年7月,在根河林业局施业区内,选择2003年、2009年和2014年的火烧迹地,分别选择立地条件、干扰强度及林分条件(林龄、密度、树种组成)近似的区域作为研究区,每个研究区内设置6个10 m×10 m标准样地,并在未过火区设6个对照样地,共24个样地。记录样地海拔、坡位、坡向等信息,对所有样地进行每木检尺,测量胸径、树高、郁闭度、枯落物厚度、腐殖质厚度。样地基本概况见表1。
表1 样地概况
2.2 地表死可燃物载量测定
将地表死可燃物分为3级[12]。即:1 h时滞可燃物(直径<0.64 cm的小枝、树叶及枯死的杂草等)、10 h时滞可燃物(直径>0.64~2.54 cm的枯枝、树皮等)、100 h时滞可燃物(直径>2.54~7.62 cm的枯枝、树皮等)。样品采集如图1所示,在每个10 m×10 m样地中沿对角线等距离设置5个样点,规格为0.2 m×0.2 m,用铁铲将样方切面清理整齐,尽量保持表层枯落物结构和形状,用刻度尺测量枯落物及腐殖质厚度,精确到0.1 cm。将样地平分为2.5 m×2.5 m的4个单元,在每个小单元和样地的中央各设置1 m×1 m样方,共5个,捡取样方内所有10 h时滞可燃物。收集10 m×10 m样地内所有100 h时滞可燃物。将每类可燃物使用电子秤称湿质量,并取适量样品带回实验室,放入烘箱内,在65 ℃下连续烘48 h至恒质量,称取干质量。可燃物的含水率使用如下公式计算:M=(WH-WD)/WD。式中:M为可燃物绝对含水率(%);WH为可燃物湿质量;WD为可燃物干质量。
图1 样点示意图
2.3 数据处理
实验数据用Excel 2013整理,使用SPSS 25.0对不同火烧恢复时间的地表死可燃物载量进行单因素方差分析;采用多重比较法(LSD)对不同恢复时间的可燃物载量差异进行比较,显著水平为P=0.05;对地表死可燃物载量与恢复时间、林分及立地因子进行Person相关性分析;使用逐步回归法,建立地表死可燃物载量多元回归估测模型,使用t检验法分析模拟值与实测值的差异;采用相对误差(RE)与均方根误差(RMSE)指标评价模型的估测精度;用Origin 2018绘图。
3 结果与分析
3.1 不同恢复时间地表死可燃物载量
由表2可知,1 h时滞可燃物载量在不同恢复时间的样地存在显著差异(P<0.05)。恢复5、10、16 a样地的1 h时滞可燃物载量分别为386.36、612.38、831.71 g·m-2,随着恢复时间的增加呈现上升的趋势,并且具有显著差异(P<0.05);对照地的1 h时滞可燃物载量为1 135.71 g·m-2,与火烧地差异显著(P<0.05)。恢复5、10、16 a样地的10 h时滞可燃物载量分别为131.44、166.98、204.59 g·m-2,随着恢复时间增加呈现上升的趋势,但幅度较小,差异不显著;恢复5 a与10 a样地的10 h时滞可燃物载量与对照(262.14 g·m-2)差异显著(P<0.05),而恢复16 a的样地与对照没有显著差异,说明火烧迹地恢复16 a后,火烧地内10 h时滞可燃物载量恢复到接近未火烧前的水平。100 h时滞可燃物载量在火烧迹地与对照地差异显著(P<0.05),基本没有受到恢复时间的影响。恢复5、10、16 a的样地以及对照样地,总可燃物载量分别为527.22、786.14、1 037.84、1 406.43 g·m-2,各样地之间差异显著(P<0.05)。
3.2 地表死可燃物载量的相关性
由表3可知,1 h时滞可燃物载量与郁闭度、恢复时间、枯落物厚度、平均胸径、平均树高、腐殖质厚度、坡向等呈极显著正相关(P<0.01),相关系数分别为0.749、0.673、0.639、0.587、0.462、0.413、0.390;1 h时滞可燃物载量与海拔呈显著负相关(P<0.05),相关系数为-0.502。10 h时滞可燃物载量与平均胸径、平均树高、郁闭度等呈极显著正相关(P<0.01),相关系数分别为0.372、0.434、0.539;10 h时滞可燃物载量与腐殖质厚度、恢复时间、海拔、枯落物厚度等呈显著正相关(P<0.05),相关系数分别为0.371、0.370、0.346、0.288。100 h时滞可燃物载量与平均树高呈显著正相关(P<0.05),相关系数为0.286。可燃物总载量与郁闭度、恢复时间、枯落物厚度、平均胸径、平均树高、腐殖质厚度等呈极显著正相关(P<0.01),相关系数分别为为0.832、0.718、0.662、0.638、0.544、0.480;可燃物总载量与坡向呈显著正相关(P<0.05),相关系数为0.366;可燃物总载量与坡位和海拔呈显著负相关(P<0.05),相关系数分别为-0.271、-0.411。
3.3 地表死可燃物载量建模与检验
经过综合分析各影响因子与地表死可燃物载量的关系,采用逐步回归法建立地表死可燃物载量的多元回归估测模型。
1 h时滞可燃物回归模型保留了郁闭度、坡向、恢复时间等3个因子,拟合程度较好。方程如下:
Y1=1 431.05X1+312.661X2+26.4X3-629.53,
调整后R2=0.768,F=16.457,P<0.01。
式中:Y1为1 h时滞可燃物载量,X1为郁闭度,X2为坡向,X3为恢复时间。
地表死可燃物总载量回归模型保留了郁闭度、枯落物厚度、平均胸径、恢复时间等4个因子,拟合程度较好。方程如下:
Y2=1 473.197X1+10.832X3+96.15X4+32.287X5+
193.877,
调整后R2=0.772,F=76.188,P<0.01。
式中:Y2为地表死可燃物总载量,X1为郁闭度,X3为恢复时间,X4为枯落物厚度,X5为平均胸径。
10 h时滞与100 h时滞可燃物载量与各影响因子的回归关系不显著。
研究采用恢复时间为5、10、16 a的火烧迹地共15个样地数据进行建模,3个样地数据进行模型检验。1∶1线表示模拟值与实测值完全相等,模拟线越接近1∶1线,表示模型估测效果越好。
由图2可知,模型的模拟线与实测线大体趋势一致,但存在一定的误差。
由表4可知,1 h时滞可燃物估测模型的模拟值与实测值差异不显著(P>0.05),平均相对误差为21.34%,均方根误差为129.16 g·m-2;地表死可燃物总载量估测模型的模拟值与实测值差异不显著(P>0.05),平均相对误差为15.35%,均方根误差140.13 g·m-2。经检验发现误差处于可接受范围内,模型估测数据具有可靠性。
表4 回归模型模拟值检验
4 结论与讨论
1 h时滞可燃物主要来源是树木细小凋落物及枯死的杂草。森林火灾会直接将地表未分解的细小可燃物烧毁,同时,烧毁大部分草本和灌木,烧伤或烧死乔木,导致1 h时滞可燃物来源减少,因此火烧迹地的1 h时滞可燃物显著低于对照样地。火烧后,在森林群落的恢复过程中,植被的更新与生长为1 h时滞可燃物的积累提供了来源。恢复时间5~10、10~16 a的1 h时滞可燃物载量分别增长了36.91%、26.31%。恢复16 a后,1 h时滞可燃物恢复到对照地的73.23%。调查发现,恢复16 a的火烧迹地内灌草生长情况与对照样地没有显著差异,而更新的落叶松与白桦幼苗在16 a内生长量比较有限,与成林枝叶凋落量的差异是导致1 h时滞可燃物低于对照地的原因。10 h时滞可燃物主要来源于乔木枝干,生长比较缓慢。恢复时间5~10、10~16 a的10 h时滞可燃物载量分别增加了21.28%、18.38%,增长幅度不显著(P>0.05)。恢复16 a后,10 h时滞可燃物载量增长到对照地的78.05%,虽然与对照样地有一定差距,但差异不显著(P>0.05)。火烧显著减少了100 h时滞可燃物载量(P<0.05)。由于100 h时滞可燃物主要为较粗的乔木枝干,而落叶松的生长很慢,3个恢复时间梯度上的100 h时滞可燃物载量没有表现出增加的趋势。由于林分生长和地表可燃物积累周期漫长,在恢复5、10、16 a的火烧迹地内,10 h与100 h时滞可燃物载量较少,1 h时滞可燃物载量分别占地表死可燃物总载量的73.3%、77.9%、80.1%。因此,1 h时滞可燃物载量的变化趋势很大程度上代表了可燃物总载量的变化趋势。
研究发现,火烧迹地内林分郁闭降低,风速增大,烧死木的水分含量很低,在火后环境的作用下,烧死木、烧伤木更易凋落枯枝,因此可能会出现较大规格的地表死可燃物载量在火烧后反而增加的现象[6]。本研究中存在这样的现象,恢复5、10、16 a火烧迹地内较大规格可燃物载量(10 h时滞、100 h时滞)分别占可燃物总量的26.7%、22.1%、19.9%,而对照地内的占比为19.2%。火烧迹地内较大规格的地表死可燃物占总载量的比例与对照样地相比均有一定程度的增加,这种现象可能会对火烧迹地内地表死可燃物载量的测定造成干扰。
本研究中,郁闭度、平均胸径和平均树高等对地表死可燃物载量影响程度较高,与前人研究结果一致[19]。有研究表明,郁闭度与1 h可燃物载量呈负相关,由于高郁闭度林分内由于光照的减少,林下植被生长受限,导致1 h可燃物载量低[20]。与本研究结果不同,这是因为火烧迹地的恢复过程中,林分郁闭度远没有达到能够限制林下植被生长的水平。相反,较高的林分郁闭度表示植被的恢复情况良好,表现出1 h时滞可燃物载量与郁闭度呈现正相关。高大的树木枝杈多、冠幅大、代谢水平强,枝叶凋落量大,导致地表死可燃物载量更大[21]。另外,凋落物和腐殖质的厚度也能反映出林分的凋落量水平,因此,凋落物和腐殖质的厚度与1 h和10 h时滞可燃物呈显著正相关。在地形与地表死可燃物载量的相关分析中,由于海拔越高,温度越低,作为1 h时滞可燃物来源之一的林下植被生长受到限制,导致1 h时滞可燃物载量的降低。高海拔火烧迹地风速较大,烧死木的细小枝干更容易凋落,使10 h时滞可燃物载量增加。本研究中,按照阴坡、半阴坡、半阳坡、阳坡划分为4个等级,发现越靠近阳坡的样地,1 h可燃物载量较大,这是因为阳坡的土壤较为干燥,与分解相关的微生物活性较低,有利于1 h时滞可燃物的积累,但对10、100 h时滞可燃物影响较小[22]。坡位也是影响地表死可燃物载量的重要因子,在自然因素影响下,较高坡位的地表死可燃物容易向坡下转移,导致坡上的可燃物总载量变小[23]。同时,恢复时间越长,随着火烧迹地内植被的生长与代谢,凋落物积累量越多,地表死可燃物总载量越大。