雷擊引燃森林可燃物概率的實(shí)驗(yàn)研究

朱 易，劉乃安，鄧志華，張林鶴

（中國(guó)科學(xué)技術(shù)大學(xué)火災(zāi)科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，安徽 合肥，230026）

雷擊引燃森林可燃物概率的實(shí)驗(yàn)研究

朱 易，劉乃安＊，鄧志華，張林鶴

（中國(guó)科學(xué)技術(shù)大學(xué)火災(zāi)科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，安徽 合肥，230026）

利用自主設(shè)計(jì)的雷擊點(diǎn)燃森林可燃物的模擬實(shí)驗(yàn)裝置，采用大興安嶺地區(qū)的松針和白草作為實(shí)驗(yàn)材料進(jìn)行了雷擊點(diǎn)燃實(shí)驗(yàn)。通過Logistic回歸分析得到雷擊點(diǎn)燃概率方程，并且通過主成分分析發(fā)現(xiàn)可燃物含水率和設(shè)備的低壓值是決定可燃物是否被點(diǎn)燃的主要因素。通過不同可燃物含水率和電極間距參數(shù)條件下的實(shí)驗(yàn)證明了Logistic回歸方程結(jié)果的合理性，并對(duì)電極間距改變范圍對(duì)實(shí)驗(yàn)的局限性進(jìn)行了分析。

雷擊火；最小電弧能；可燃物含水率；主成分分析；Logistic回歸分析

0 引言

雷電是引起森林火災(zāi)的主要自然原因之一［1］。為降低雷擊火對(duì)森林的破壞，需要對(duì)雷擊火發(fā)生的機(jī)理進(jìn)行深入研究。國(guó)內(nèi)外對(duì)于雷擊火發(fā)生機(jī)理的研究主要分為兩類，一是從宏觀角度，通過對(duì)衛(wèi)星、氣象信息和歷史數(shù)據(jù)的處理，研究和揭示雷擊火的時(shí)空分布規(guī)律；二是從微觀的角度，對(duì)雷擊火放電和在小尺度實(shí)驗(yàn)臺(tái)模擬雷擊火的發(fā)生，從而揭示雷擊火發(fā)生、發(fā)展規(guī)律。美國(guó)Latham［2］最早研制出小尺度雷擊火模擬實(shí)驗(yàn)平臺(tái)，即是用電弧來模擬雷電，采用了當(dāng)?shù)厣挚扇嘉铮ㄎ鼽S松枯枝落葉、朽木等）作為實(shí)驗(yàn)材料，得到了不同可燃物的點(diǎn)燃概率Logistic方程。研究還發(fā)現(xiàn)當(dāng)可燃物含水率低于40%時(shí)，點(diǎn)燃的概率隨著含水率的增大而減小。Darveniza等人［3］也研制了雷擊試驗(yàn)臺(tái)，從能量角度進(jìn)行研究，計(jì)算雷電點(diǎn)燃可燃物所需要的能量，實(shí)驗(yàn)證明了薄木板比厚木板被點(diǎn)燃的概率更大，長(zhǎng)連續(xù)電流比脈沖電流更加容易點(diǎn)燃可燃物。

雖然前人已經(jīng)研究了含水率、可燃物種類、可燃物厚度因素對(duì)點(diǎn)燃的影響，但考慮的參數(shù)條件有限，研究系統(tǒng)性不夠，很難被應(yīng)用到實(shí)際過程中。本實(shí)驗(yàn)通過自制的雷擊點(diǎn)燃可燃物模擬實(shí)驗(yàn)裝置開展實(shí)驗(yàn)研究，分析影響可燃物點(diǎn)燃的主要因素，并運(yùn)用SPSS18.0軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，描述溫度、空氣濕度、可燃物含水率等變量的作用，采用Logistic分析得到可燃物點(diǎn)燃概率方程并進(jìn)行有效性分析。

圖1 雷擊點(diǎn)燃可燃物模擬實(shí)驗(yàn)設(shè)備Fig.1 Equipment for simulating the ignition of fuels by lightning

1 實(shí)驗(yàn)

1.1 實(shí)驗(yàn)設(shè)備

本文實(shí)驗(yàn)采用了自主研發(fā)的雷擊火實(shí)驗(yàn)設(shè)備。設(shè)備實(shí)物如圖1所示，原理如圖2所示。是通過高壓擊穿和電弧低壓放電來模擬雷擊點(diǎn)燃可燃物。實(shí)驗(yàn)設(shè)備主要有以下五個(gè)部分構(gòu)成：

圖2 點(diǎn)燃部分的設(shè)備原理圖Fig.2 Experimental schematic of ignition section

（1）高壓端由鋁鋼材料制造，對(duì)頻率為50Hz、電壓220v的交流電進(jìn)行整流濾波和四次加壓，形成高電壓，電壓最高可以達(dá)百萬伏量級(jí)，設(shè)備通過電容分壓器降壓進(jìn)而對(duì)高壓端的電壓值進(jìn)行測(cè)量。

在圖2左側(cè)部分所示的是沖擊本體，通過整流濾波和脈沖功率濾波裝置對(duì)交流電進(jìn)行整流，得到實(shí)驗(yàn)所需要的電流，然后由控制臺(tái)的控制部分對(duì)沖擊本體或沖擊電流發(fā)生器充放電。沖擊本體可以產(chǎn)生0kV～1000kV，持續(xù)數(shù)十納秒的脈沖。該脈沖可以擊穿幾厘米的空氣和一定厚度的可燃物（本實(shí)驗(yàn)采用了木板，紙張、松針和白草），但其能量不足以點(diǎn)燃任何可燃物。

（2）低壓端由一個(gè)恒流充電器、50個(gè)4800PF／630V電容和四個(gè)大電感組成，通過電感調(diào)節(jié)放電電流的持續(xù)時(shí)間，利用電容來儲(chǔ)存電能。該裝置通過電流發(fā)生器來產(chǎn)生單一的峰值較小的電流。恒流充電器輸入為220V交流電，以220V直流恒流輸出對(duì)電容列充電。當(dāng)高壓本體發(fā)生器觸發(fā)產(chǎn)生一個(gè)高壓短脈沖擊穿陡波球隙G1后，a處電壓會(huì)急速增高，高壓為0kV～1000kV。隨后高壓擊穿空氣間隙時(shí)，沖擊電流發(fā)生器中電容放電生成持續(xù)幾十ms的電流，平均值約為150A，峰值約為300A。該電流用來點(diǎn)燃可燃物樣品。在高壓擊穿G1后由于L的存在阻止了電容兩端電壓的升高，對(duì)電容列起到很好的保護(hù)作用。

（4）實(shí)驗(yàn)控制臺(tái)由控制按鈕、顯示儀表和示波器等組成，可控制低壓、高壓充放電、開關(guān)和接地裝置。顯示儀表可以實(shí)時(shí)顯示高低壓端的電壓值。示波器（Gwinstek GDS-3354 350MHz 5GS／s）可精確顯示高壓端的電壓值和低壓端的電流值。測(cè)量數(shù)據(jù)以圖表形式進(jìn)行儲(chǔ)存。

（5）安全保護(hù)部分由自動(dòng)接地桿和手動(dòng)接地桿構(gòu)成，接地桿通過地線釋放設(shè)備的殘余電流，避免觸電事故的發(fā)生，保證了實(shí)驗(yàn)的安全性。另外試驗(yàn)臺(tái)被放置在封閉環(huán)境中，排除自然風(fēng)、溫度、空氣濕度等因素對(duì)可燃物點(diǎn)燃的影響，使實(shí)驗(yàn)盡可能在理想狀態(tài)下進(jìn)行，保證了實(shí)驗(yàn)的精確性。

1.2 實(shí)驗(yàn)材料

實(shí)驗(yàn)材料是采自大興安嶺地區(qū)的松針和白草。東北松針（枯萎）的含水率在10%左右，白草的含水率在5%～10%。松針或白草用切割機(jī)切成細(xì)末，不斷加濕、烘干（通過恒溫恒濕箱和烘干箱），得到達(dá)到含水率要求的實(shí)驗(yàn)樣品（5%～50%）。不斷加濕和烘干，一方面是使樣品達(dá)到一定的含水率，另一方面是保證樣品的水分均勻。

1.3 實(shí)驗(yàn)步驟

（1）打開并調(diào)試設(shè)備，并將按實(shí)驗(yàn)要求加工后的可燃物放置在測(cè)試臺(tái)上；

（2）實(shí)驗(yàn)開始后，記錄環(huán)境溫度T、相對(duì)濕度H；用水分測(cè)定儀測(cè)量可燃物含水率，并測(cè)量可燃物體積密度ρb和堆放厚度δ；使用刻度尺測(cè)量?jī)蓸O間距d；

（3）對(duì)低壓和高壓充電，一般要充10s停一次（充電持續(xù)時(shí)間一般在30s～100s）；

（4）對(duì)高壓和低壓同時(shí)進(jìn)行放電；

（5）當(dāng)電弧放電擊穿空氣并點(diǎn)燃可燃物便可認(rèn)定點(diǎn)燃成功，將點(diǎn)燃概率記作1，反之為0（而空載時(shí)，當(dāng)電弧放電擊穿空氣便可認(rèn)定為點(diǎn)燃成功）。使用數(shù)字存儲(chǔ)示波器記錄沖擊電壓U（t）、初始低壓值UL，最終低壓值UL和高壓UH，波形以圖表形式進(jìn)行存儲(chǔ)；

（6）打開接地裝置并關(guān)閉設(shè)備。

1.4 實(shí)驗(yàn)數(shù)據(jù)

實(shí)驗(yàn)觀測(cè)的主要數(shù)據(jù)為可燃物在模擬雷擊下的點(diǎn)燃概率P，為二分類變量，有0和1兩個(gè)值，分別表示可燃物未被點(diǎn)燃和被點(diǎn)燃。實(shí)驗(yàn)中可改變的參數(shù)包括環(huán)境溫度X1、相對(duì)空氣濕度X2、高壓端電壓值X3、低壓端電壓值X4、兩電極之間的間距X5和可燃物含水率X6。

X1：環(huán)境溫度（℃）。通過空氣調(diào)節(jié)裝置對(duì)整個(gè)實(shí)驗(yàn)房間進(jìn)行調(diào)節(jié)，變化范圍為15℃～25℃。

X2：空氣濕度（%RH）。通過空氣調(diào)節(jié)裝置調(diào)節(jié)，變化范圍為35%RH～75%RH。

X3：高壓端電壓值（kV）。對(duì)高壓端進(jìn)行加壓，調(diào)節(jié)范圍在0kV～1000kV。

X4：低壓端低壓值（V）。對(duì)低壓端進(jìn)行加壓，調(diào)節(jié)范圍在0V～400V。

X5：電極間距（cm）。通過刻度尺進(jìn)行調(diào)節(jié)，調(diào)節(jié)范圍在0cm～5cm。超過5cm時(shí)可燃物很難被成功點(diǎn)燃。

X6：可燃物含水率（%）。實(shí)驗(yàn)樣品的含水率為5%～50%。

2 主成分分析

由于本實(shí)驗(yàn)所涉及的各參數(shù)變量間可能具有一定的相關(guān)性，從而決定了變量所提供的信息會(huì)有所重疊。因此利用SPSS18.0軟件對(duì)數(shù)據(jù)進(jìn)行主成分分析［4］，得到因子相關(guān)系數(shù)矩陣，作為提取因子的依據(jù)（表1）。

表1 因子相關(guān)系數(shù)矩陣Table 1 Correlation Matrix

從表2可以得出，主成分f1、f2、f3和f4的特征根都大于1。在主成分分析中，一般來說，主成分特征根大于1可以采用，小于1則意味著選擇的指標(biāo)不大合理或樣本容量太大，采用這樣的主成分解釋力度太弱。結(jié)果看到，f1和f2的累計(jì)方差貢獻(xiàn)率達(dá)到82.344%，因此只需選取這兩個(gè)主成分進(jìn)行分析。

表2 提取主成分因子的特征值及方差貢獻(xiàn)率Table 2 Eigen values and contributing rates of primary factors

表3 旋轉(zhuǎn)后成分矩陣（注：該變量為標(biāo)準(zhǔn)化之后數(shù)據(jù)）Table 3 The matrices rotated primary factor loadings

從表3可得：

由式（1）和（2）可見，第一主成分f1中的X2、X6的系數(shù)較大，表征可燃物和空氣的水分對(duì)點(diǎn)燃的影響，其中X6即可燃物含水率的作用最顯著；第二主成分f2中的X1、X3、X4的系數(shù)較大，表征外界能量和環(huán)境因素對(duì)點(diǎn)燃的影響，其中X4即低壓值的作用最顯著；而X5對(duì)于f1和f2的影響很小，可忽略。X5在統(tǒng)計(jì)分析中影響很小，這可能是由于電極間距變化范圍太小所致。

3 點(diǎn)燃概率方程

Logistic回歸分析是一種二分類因變量回歸分析的方法，它是一種非線性的方法，多采用最大似然估計(jì)法。Logistic回歸函數(shù)是一個(gè)累積分布函數(shù)，具有S型增長(zhǎng)曲線。Latham［2］曾利用logistic分析得到以可燃物含水率為自變量的雷擊點(diǎn)燃概率預(yù)測(cè)公式。

該模型包含實(shí)驗(yàn)中所使用的諸多變量，例如環(huán)境溫度、電極間距、可燃物含水率等，變量可以是連續(xù)的，也可以是離散的。根據(jù)該模型，點(diǎn)燃概率與各影響因素的關(guān)系可表達(dá)為：其中Xi（i＝1－m）為自變量，變化范圍在（－∞，＋∞），βi（i＝1－m）為待估參數(shù)。

3.1 回歸診斷

由于各因素之間可能具有相關(guān)性，使得有些因素和其他若干因素可能構(gòu)成線性組合關(guān)系。因此首先對(duì)自變量進(jìn)行共線性診斷［5］。結(jié)果方陣的6個(gè)特征根為λ1＝0.188，λ2＝0.688，λ3＝0.343，λ4＝0.996，λ5＝0.035，λ6＝0.784，條 件 指 數(shù) 為k≈5.335＜30。因而自變量多重共線性程度很小。再對(duì)模型的異常點(diǎn)、強(qiáng)影響點(diǎn)進(jìn)行診斷，結(jié)果發(fā)現(xiàn)正常。因此可以對(duì)數(shù)據(jù)直接進(jìn)行Logistic分析。

3.2 最大似然比檢驗(yàn)（χ2分析）

表4 似然比統(tǒng)計(jì)量Table 4 Statistical result of likehood

3.3 Logistic回歸概率方程

通過極大似然法，將上述整理的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行計(jì)算，可得到回歸系數(shù)β0，β1…，β5。通過編程計(jì)

皮爾遜χ2檢驗(yàn)：

似然比統(tǒng)計(jì)量G1（Xj＝2［lnL5（Xj）－lnL6］）的中間變量lnL5（Xj）表示除了Xj的極大似然數(shù)函數(shù)的自然對(duì)數(shù)值，lnL6表示所有6個(gè)因子的極大似然函數(shù)的自然對(duì)數(shù)值（－73.501）。在大樣本中，如算得到它們的回歸系數(shù)：

表5 參數(shù)估計(jì)Table 5 Parameter estimation

公式（3）表明當(dāng)環(huán)境溫度X1增大時(shí)，點(diǎn)燃的概率減小。溫度對(duì)可燃物點(diǎn)燃的影響可表現(xiàn)于多方面。溫度可以分為整體環(huán)境溫度和可燃物表面溫度，在實(shí)驗(yàn)條件下，兩個(gè)溫度是完全一致的。整體環(huán)境溫度升高，空氣中含有水分越多，使得可燃物的含水率也隨之增大；而可燃物表面溫度升高，則促使可燃物表面水分蒸發(fā)，使可燃物含水率相對(duì)減少。但根據(jù)文獻(xiàn)［7］，溫度與可燃物含水率呈正相關(guān)性，可見在實(shí)際過程中整體環(huán)境溫度的影響要大得多。當(dāng)高壓X3和低壓值X4增大時(shí)，點(diǎn)燃概率隨施加能量的增大而增大。當(dāng)可燃物的含水率X6增大時(shí)，需要更多能量蒸發(fā)可燃物水分。此外，點(diǎn)燃概率隨電極間距的增大而減小。

3.4 模型的有效性

（1）Hosmer-Lemeshow Test。

似然比函數(shù)的自然對(duì)數(shù)值對(duì)樣品數(shù)目很敏感，作為補(bǔ)充和參照，需要 Hosmer-Lemeshow檢驗(yàn)。該檢驗(yàn)以卡方分布為標(biāo)準(zhǔn)，但一般要求其卡方值低于臨界值。取顯著性水平0.05，考慮到自由度數(shù)目df＝8，得到卡方臨界值為15.507。作為 Hosmer-Lemeshow檢驗(yàn)的卡方值11.887＜15.507，檢驗(yàn)通過。Sig.值0.156大于0.05，由此也可判知通過Hosmer-Lemeshow檢驗(yàn)。

表6 Hosmer-Lemeshow檢驗(yàn)Table 6 Hosmer-Lemeshow Test

（2）ROC曲線評(píng)價(jià)法

為評(píng)估模型有效性，通常采用模擬擬合效果檢驗(yàn)，一般用AUC值來檢驗(yàn)ROC曲線。

表7 ROC曲線評(píng)價(jià)表Table7 Value of ROC curve

圖3 低壓值ROC曲線Fig.3 ROC curve of low voltage

當(dāng)模型預(yù)測(cè)效果最佳時(shí)，ROC曲線應(yīng)從左下角上升至頂部，并在水平變化段到達(dá)右上角，面積接近1。曲線下面積為0.697，95%置信區(qū)間為0.625～0.768，其大致可認(rèn)為是模型能正確預(yù)測(cè)的概率。該檢驗(yàn)結(jié)果說明模型預(yù)測(cè)效果一般。

例如對(duì)低壓值進(jìn)行估計(jì)，如圖3所示，ROC曲線下面積為0.847，表明已具有較高的準(zhǔn)確性。而有些因子（如含水率）的ROC面積較小，表明預(yù)測(cè)的準(zhǔn)確性較低。

表8 ROC曲線的AUC值Table 8 AUC value of ROC curve

從表8來看空氣濕度變量ROC分析效果不好，這可能是因?yàn)榭諝鉂穸鹊淖兓秶?。除了空氣濕度，高壓值和可燃物含水率效果也不好。盡管在實(shí)驗(yàn)中采用了近10種可燃物含水率，但還是相對(duì)較少。因此要得到較為準(zhǔn)確的概率方程，需要進(jìn)一步用較多種類的可燃物開展變化參數(shù)范圍更大、次數(shù)更多的實(shí)驗(yàn)。

4 驗(yàn)證性實(shí)驗(yàn)

為了驗(yàn)證計(jì)算所得Logistic回歸方程的合理性，增加了以可燃物含水率為獨(dú)立變量的實(shí)驗(yàn)，比較可燃物含水率對(duì)于點(diǎn)燃概率和最小電弧能的影響。功率是瞬時(shí)電壓U （t）和瞬時(shí)電流I （t）的乘積，能量通過對(duì)功率進(jìn)行積分∫UIdt得到。實(shí)驗(yàn)中所使用的樣品的含水率在5%～50%。

圖4 最小電弧能Emin與可燃物（松針）的含水率之間的關(guān)系Fig.4 Eminversus moisture in experiments

在測(cè)量出電流參量的基礎(chǔ)上通過積分求得點(diǎn)燃所需的最小電弧能，可燃物含水率是通過水分測(cè)定儀測(cè)得的（注，一般在實(shí)驗(yàn)操作前后進(jìn)行測(cè)量，不能設(shè)定要求精確的含水率，例如5%、10%等），F(xiàn)uquay［8］等人認(rèn)為點(diǎn)燃能量 Eig＝ RHOB（170＋6.20FM）（FM指可燃物的含水率，RHOB指可燃物載荷），即點(diǎn)燃能量與含水率FM存在一定的線性關(guān)系，點(diǎn)燃能量隨著可燃物含水率增大而增大。由圖4可知最小電弧能Emin隨著含水率增大而增大，由于電極間距不變，可以認(rèn)為擊穿空氣的電弧能不變，那么直接用于點(diǎn)燃可燃物的電弧能也隨著含水率增大而增大，這正好與Fuquay觀點(diǎn)相符。實(shí)驗(yàn)分為兩組，第1組實(shí)驗(yàn)結(jié)束之后立即進(jìn)行第2組重復(fù)實(shí)驗(yàn)。實(shí)驗(yàn)所用可燃物（松針）密度在0.08g／cm3左右，可燃物的厚度為0.55cm。

由兩組實(shí)驗(yàn)結(jié)果可見，當(dāng)可燃物含水率越大，點(diǎn)燃所需的最小電弧能就越大，就意味在施加能量不變的條件下，被成功點(diǎn)燃的概率就越低，這與Logistic回歸方程的趨勢(shì)相符合。

5 電極間距改變范圍對(duì)實(shí)驗(yàn)的局限性分析

以上Logistic回歸分析中忽略了電極間距的影響。因此我們進(jìn)行了大量改變電極間距的實(shí)驗(yàn)。

圖5 最小電弧能Emin與電極間距d之間的關(guān)系Fig.5 Eminversus d in experiments

圖5是在空載（即沒有放置任何可燃物）的情況下的實(shí)驗(yàn)結(jié)果，電弧能主要是用于擊穿空氣通道（有可燃物的情況下，電弧能除了用于擊穿空氣還要點(diǎn)燃可燃物）。最小點(diǎn)燃能Emin隨著電極間距d的增加而增大。間距增大，所需要擊穿的空氣通道就要越長(zhǎng)，所需的能量就隨之增大。在間距為1.6cm～2.6cm時(shí)，兩次實(shí)驗(yàn)比較吻合，最小電弧能Emin都是隨著電極間距d的增大而增大，但是在間距d為2.9cm時(shí)，兩組實(shí)驗(yàn)的最小電弧能Emin突然降低，而在電極間距d為3.0cm時(shí)，最小電弧能Emin突然上升，這可能是因?yàn)樵陔姌O間距d比較大時(shí)，電弧不穩(wěn)定所致。

由于實(shí)驗(yàn)設(shè)備性能的原因，不能將電極間距調(diào)節(jié)過大。在對(duì)實(shí)驗(yàn)的處理結(jié)果中發(fā)現(xiàn)，電極間距變化的影響在Logistic回歸分析中被忽略，但是實(shí)驗(yàn)結(jié)果顯示，電極間距對(duì)于最小電弧能和點(diǎn)燃概率還是有相當(dāng)大的影響。在后續(xù)的實(shí)驗(yàn)中，需要對(duì)設(shè)備進(jìn)行改進(jìn)，使電極間距變化范圍更大，提高Logistic回歸分析結(jié)果準(zhǔn)確性。

6 結(jié)論

本文利用自主設(shè)計(jì)的雷擊點(diǎn)燃可燃物的模擬實(shí)驗(yàn)裝置，通過改變環(huán)境溫度、空氣濕度、兩極間距、可燃物含水率等條件，采用大興安嶺地區(qū)的松針和白草作為實(shí)驗(yàn)材料進(jìn)行了大量雷擊點(diǎn)燃實(shí)驗(yàn)。通過Logistic回歸分析得到雷擊作用下可燃物的點(diǎn)燃概率方程。通過主成分分析發(fā)現(xiàn)可燃物含水率和設(shè)備低壓是雷擊點(diǎn)燃的主要影響因素。通過以可燃物含水率為單一變量開展實(shí)驗(yàn)，證明含水率的影響與Logistic回歸分析相符合，從而證明了實(shí)驗(yàn)的合理性。通過自變量為電極間距的實(shí)驗(yàn)，發(fā)現(xiàn)電極間距對(duì)點(diǎn)燃概率影響具有顯著影響，說明了電極間距改變范圍對(duì)實(shí)驗(yàn)的局限性。

［1］于建龍.我國(guó)大興安嶺地區(qū)森林雷擊火發(fā)生的預(yù)測(cè)預(yù)報(bào)［D］.合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2010.

［2］Latham DJ，Schlieter JA.Ignition probabilities of wildland fuels based on simulated lightning discharges［R］.US：Intermountain Research Station，1989.

［3］Darveniza M，Zhou Y.Lightning-initiated fires：Energy absorbed by fibrous materials from impulse current arcs［J］.Journal of Geophysical Research，1994，99：10663-10670.

［4］張文彤.SPSS統(tǒng)計(jì)分析教程［M］.北京：高等教育出版社，2003.

［5］侯錫銘，王偉杰，溫廣玉.用Logistic回歸方法建立林火發(fā)生預(yù)報(bào)模型的研究［J］.東北林業(yè)大學(xué)學(xué)報(bào)，1995，23（1）：102-107.

［6］陳渭民.雷電學(xué)原理［M］.北京：氣象出版社，2006.

［7］居恩德.可燃物含水率與氣象要素相關(guān)性的研究［J］.森林防火，1993，36（1）：17-21.

［8］Fuquay DM，Aughman RG，Latham DJ.A model for predicting lightning fire ignition in wildland fuels［R］.US：Department of Agriculture，1979.

Experimental study on the probability of lightning induced ignition of forest fuels

ZHU Yi，LIU Nai-an，DENG Zhi-hua，ZHANG Lin-he

（State Key Laboratory of Fire Science，University of Science and Technology of China，Hefei 230026，China）

In this work，a new equipment was used to simulate the ignition of forest fuels induced by lightning.The samples of pine litter and white grass collected from Daxing’anling region were used for experiments.Based on the data obtained in this work，aprobability correlation was summarized by logistic regression analysis.Principal component analysis was also used to extract the major factors for ignition.The results showed that moisture and electrode spacing may greatly affect the probability of ignition.The reasonability of the logistic regression analysis was verified by experiments of which the moisture and electrode spacing were varied independently.Additionally，the limitation of the varying range of the electrode spacing used in this work was discussed.

Lightning-induced fires； Minimum arc energy； Moisture content；Principal component analysis；Logistic regression analysis

X954

A

1004-5309（2012）-0071-07

10.3969／j.issn.1004-5309.2012.02.04

2012-03-11；修改日期：2012-03-30

國(guó)家自然科學(xué)基金項(xiàng)目（51120165001和51076148）和國(guó)家十二五科技支撐項(xiàng)目課題（2011BAK07B01-02）

朱 易（1986-），安徽滁州人，中國(guó)科學(xué)技術(shù)大學(xué)火災(zāi)國(guó)家重點(diǎn)實(shí)驗(yàn)室碩士研究生，主要從事森林火災(zāi)方面的研究。

劉乃安，E-mail：liunai＠ustc.edu.cn