紅松人工林地表可燃物燃燒釋放顆粒物質(zhì)量及影響因素*

劉鑫源 楊 光 寧吉彬 耿道通 于宏洲 邸雪穎

(東北林業(yè)大學(xué)林學(xué)院 森林生態(tài)系統(tǒng)可持續(xù)經(jīng)營教育部重點(diǎn)實(shí)驗(yàn)室 哈爾濱 150040)

生物質(zhì)燃燒釋放的顆粒物是導(dǎo)致大氣污染的重要污染源之一，對森林功能、大氣環(huán)境和人體健康都有顯著影響(Foreheadetal., 2020; Karanasiouetal., 2021; Mehmood, 2018)，并且火災(zāi)煙氣及顆粒物的影響范圍不僅局限于火災(zāi)發(fā)生區(qū)域，在有利氣象條件下可遠(yuǎn)距離傳輸(Averett,2016) 。美國國家航空航天局(NASA)研究顯示， 2019年澳大利亞大火所產(chǎn)生的煙霧已嚴(yán)重影響新西蘭的空氣質(zhì)量，這些煙霧一旦進(jìn)入平流層，將影響全球空氣質(zhì)量和人體健康(NASA,2021)。相比其他來源(交通流量、工業(yè)活動(dòng)、化石燃料等)的顆粒物，生物質(zhì)燃燒釋放的顆粒物危害性更大(NASA,2021)，其釋放的PM2.5對人健康的危害是其他來源PM2.5的10倍(Aguilera,2021)。煙氣及顆粒物是除了直接燒傷和窒息外，對森林火災(zāi)撲救人員身體健康產(chǎn)生危害的重要污染物之一，當(dāng)顆粒物粒徑小2.5 μm時(shí)，很容易通過呼吸進(jìn)入肺部和器官，甚至刺穿肺泡進(jìn)入血液(楊光等， 2018)。世界衛(wèi)生組織(WHO)研究表明，約90%的人呼吸的空氣不符合WHO空氣質(zhì)量標(biāo)準(zhǔn)， 2012年全球約有300萬人因空氣污染死亡(WHO， 2016)。

目前關(guān)于顆粒物研究主要以地面監(jiān)測、遙感和統(tǒng)計(jì)學(xué)方法為主，例如，一些學(xué)者基于地面監(jiān)測數(shù)據(jù)和氣象數(shù)據(jù)，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)對PM2.5進(jìn)行建模，定量評估大尺度經(jīng)濟(jì)健康損失及空氣質(zhì)量評價(jià)(Chenetal., 2017;Luetal.,2016;Maetal., 2019)。目前已開展了大量關(guān)于氣象因子對顆粒物影響的研究(Chenetal.， 2020;Liaoetal., 2017; Qiuetal., 2015; Taietal., 2010; Yinetal.， 2017; 侯俊雄等, 2017)，包括溫度、風(fēng)速、濕度等氣象因子顆粒物的研究都已全面展開； 然而，這些研究都是基于大尺度區(qū)域顆粒物監(jiān)測，缺乏小尺度、連續(xù)性的監(jiān)測研究。全面評估和管理森林火災(zāi)釋放顆粒物的關(guān)鍵步驟之一就是量化其主要影響因素，雖然目前我國已開展大量有關(guān)森林可燃物燃燒釋放顆粒物的相關(guān)研究(Wuetal., 2014; Yangetal., 2019; 郭林飛等, 2020; 胡海清等, 2013; 鞠園華等, 2019)，但研究對象集中在燃燒釋放PM2.5及其影響因素上，對于PM1、PM4、PM10的研究較少，針對各粒徑顆粒物釋放量也缺乏行之有效的監(jiān)測手段，顆粒物形成及傳輸過程中，物理化學(xué)機(jī)理復(fù)雜，具有明顯的非線性關(guān)系，因此需要更好的統(tǒng)計(jì)方法實(shí)現(xiàn)燃燒釋放顆粒物的準(zhǔn)確量化。與傳統(tǒng)線性回歸模型相比，隨機(jī)森林算法(random forest,RF)能夠克服諸多因子之間復(fù)雜的非線性及數(shù)據(jù)不同維度等問題 (Breiman,2001)，具有不易過度擬合、學(xué)習(xí)速度快、預(yù)測精度高等優(yōu)點(diǎn)(陳亮等, 2018; 侯俊雄等, 2017; 張雷等, 2020)，其通過統(tǒng)計(jì)學(xué)原理從顆粒物質(zhì)量、氣象因子及其他變量中尋找其相互之間的潛在規(guī)律，不需要對顆粒物的物理化學(xué)過程進(jìn)行建模，可以有效解釋變量交互。隨機(jī)森林算法已用于林火發(fā)生預(yù)測方面，并取得較好效果，例如，對大興安嶺(Wuetal., 2014; 梁慧玲等, 2016)、福建(Guoetal., 2016)林火發(fā)生的預(yù)測。

基于此，本文分析室內(nèi)模擬野外條件下燃燒試驗(yàn)的相關(guān)數(shù)據(jù)，基于隨機(jī)森林算法，以可燃物載量、可燃含水率、風(fēng)速、燃燒效率、溫度、相對濕度等變量為輸入變量對紅松人工林燃燒排放顆粒物質(zhì)量進(jìn)行預(yù)測，并分析各變量對顆粒物粒徑(PM1、PM2.5、PM4、PM10)的影響。通過此方法可以了解影響顆粒物產(chǎn)生的因素，從而有針對性地控制顆粒物的產(chǎn)生，為污染源排放清單的建立、消防從業(yè)人員的職業(yè)暴露標(biāo)準(zhǔn)提供數(shù)據(jù)基礎(chǔ)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

研究區(qū)位于東北東部山區(qū)帽兒山實(shí)驗(yàn)林場(127°30′—127°34′E，45°20′—45°25′N)，該地區(qū)屬于大陸性氣候特征，季節(jié)變化顯著。2008—2017年年均氣溫2.0 ℃，年平均降水量676 mm(Liuetal., 2021)。該區(qū)植被是原地帶性頂級植被闊葉紅松林經(jīng)干擾后形成的天然次生林和人工林，代表典型森林生態(tài)系統(tǒng)類型且為重要的森林火災(zāi)活動(dòng)地帶(楊光等, 2018)。

1.2 研究方法

1.2.1 樣地設(shè)置 樣地位于東北東部山區(qū)帽兒山林場，選取立地條件較一致的紅松人工純林，共3塊20 m×20 m樣地，每塊樣地的4個(gè)頂點(diǎn)以及對角線交點(diǎn)位置分別設(shè)置1 m×1 m小樣方， 2020年9月收集樣地內(nèi)地表可燃物以供試驗(yàn)所需，樣地基本信息見表1。

表1 紅松人工林樣地基本信息①Tab.1 Basic information of Pinus koraiensis

1.2.2 樣品選擇與收集 收集紅松人工林樣地內(nèi)地表可燃物，在收集過程中剔除灌木小枝、雜草、植物球果等可燃物，僅將紅松凋落物作為試驗(yàn)研究對象，收集過程中盡量保證枝葉完整性并記錄可燃物濕質(zhì)量(humid weight,WH)。

1.4 室內(nèi)點(diǎn)燒試驗(yàn)

燃燒試驗(yàn)在東北林業(yè)大學(xué)燃燒風(fēng)洞實(shí)驗(yàn)室進(jìn)行。林內(nèi)風(fēng)速通常不超過4 m·s-1，本試驗(yàn)將風(fēng)速設(shè)計(jì)為0、1、2、3 m·s-1，共4個(gè)水平?？扇嘉镙d量是指單位面積可燃物的絕干質(zhì)量，結(jié)合樣地實(shí)測可燃物載量，將其設(shè)計(jì)為6、8、10 t·hm-2，共3個(gè)水平。通過前期預(yù)試驗(yàn)發(fā)現(xiàn)，當(dāng)可燃物含水率為20%，可燃物在蔓延時(shí)就會(huì)有難燃現(xiàn)象產(chǎn)生，故將最大可燃物含水率設(shè)計(jì)為15%，分別為5%、10%、15%，共3個(gè)水平。

試驗(yàn)所需載量和含水率的可燃物制備方法為，將經(jīng)過烘干(105 ℃烘干至恒質(zhì)量)處理的紅松人工林地表可燃物，根據(jù)設(shè)計(jì)載量需求，稱取所需可燃物絕干質(zhì)量，記為干質(zhì)量(dry weightWD)，并放入密封箱，根據(jù)含水率計(jì)算公式，F(xiàn)MC=(WH-WD)/WD×100%，計(jì)算各含水率水平下可燃物濕質(zhì)量WH，即可得知試驗(yàn)所需水分質(zhì)量(WH-WD)，利用噴壺將定量的水分快速均勻地噴灑到可燃物表面，在密封箱內(nèi)密封24 h直至水分被完全吸收，即可完成可燃物床層的制備(楊光等， 2018)。通過預(yù)試驗(yàn)發(fā)現(xiàn)，水分并不可能被完全吸收，所以在每次燃燒試驗(yàn)前，稱取樣品濕質(zhì)量，以確定最終參與燃燒試驗(yàn)的含水率，在進(jìn)行數(shù)據(jù)統(tǒng)計(jì)時(shí)采用預(yù)設(shè)含水率進(jìn)行數(shù)據(jù)說明，在構(gòu)建隨機(jī)森林算法模型時(shí)，使用實(shí)際含水率。

試驗(yàn)包含36種組合(4風(fēng)速×3載量×3含水率)，每種組合進(jìn)行3次重復(fù)試驗(yàn)，共計(jì)進(jìn)行108次燃燒試驗(yàn)。

為保證試驗(yàn)統(tǒng)一性，試驗(yàn)設(shè)計(jì)的可燃物床層大小為2m×1 m，初始端距離出風(fēng)口1 m，燃燒試驗(yàn)開始前將預(yù)先準(zhǔn)備的載量和含水率一定的紅松可燃物，模擬林內(nèi)凋落物掉落方式均勻的鋪灑到燃燒床表面?？扇嘉镤仦⑼瓿珊?，使用手持氣象儀(Kestrel 4500)測定室內(nèi)溫度和相對濕度，將風(fēng)洞調(diào)節(jié)到試驗(yàn)需求風(fēng)速即可進(jìn)行燃燒試驗(yàn)。試驗(yàn)前將5 mL無水乙醇倒入可燃物床層前端引燃槽中(1.5 cm×1.5 cm)對可燃物進(jìn)行引燃。每次試驗(yàn)開始前，使用紅外測溫儀確定燃燒床已經(jīng)冷卻，避免上次試驗(yàn)余熱對下次試驗(yàn)產(chǎn)生影響。

1.5 顆粒物收集與數(shù)據(jù)處理

本試驗(yàn)基于燃燒風(fēng)洞實(shí)驗(yàn)室研究紅松人工林燃燒排放顆粒物質(zhì)量，考慮撲火隊(duì)員身高及火災(zāi)撲救時(shí)呼吸狀況，在可燃物床層中心上方1.5 m設(shè)置采樣點(diǎn)，樣品采集使用氣溶膠監(jiān)測儀(美國TSI Dust Trak 8533)進(jìn)行實(shí)時(shí)監(jiān)測。儀器可分別對PM1、PM2.5、PM4、PM10進(jìn)行在線監(jiān)測和采樣，采集數(shù)據(jù)單位為mg·m-3，采樣間隔為1 s，內(nèi)置泵的流量為3 L·min-1。

顆粒物濃度實(shí)時(shí)監(jiān)測值轉(zhuǎn)為顆粒物質(zhì)量的方法為： 1)根據(jù)氣溶膠監(jiān)測儀采集的顆粒物數(shù)據(jù)，對每秒顆粒物濃度與采樣時(shí)間進(jìn)行積分，得到單位體積內(nèi)紅松地表可燃物燃燒全過程中釋放的顆粒物濃度。2)通過計(jì)算氣溶膠監(jiān)測儀采樣過程中的流量與采樣時(shí)間的乘積，得出顆粒物采樣體積。3)結(jié)合單位體積內(nèi)顆粒物總質(zhì)量濃度與顆粒物采樣體積計(jì)算得出每場試驗(yàn)燃燒釋放的顆粒物質(zhì)量。

1.6 模型構(gòu)建與評價(jià)

建立模型的基本數(shù)據(jù)使用Excel軟件通過數(shù)據(jù)排序、篩選、求平均值等方式，進(jìn)行模型數(shù)據(jù)的基本統(tǒng)計(jì)描述。隨機(jī)森林算法通過R語言randomForest包實(shí)現(xiàn)。

(1)

變量Xj在整個(gè)隨機(jī)森林模型中的重要性得分VI(Xj)為：

(2)

偏依賴圖(partial dependence plots)有助于解釋“黑箱”(Black box)學(xué)習(xí)方法產(chǎn)生的結(jié)果(Breiman,2001)，通過圖形的方式表述各變量與給定結(jié)果之間關(guān)系的方法，即因變量(縱坐標(biāo))對某一自變量(橫坐標(biāo))的偏依賴關(guān)系，這種偏依賴關(guān)系并未忽略其他變量對因變量的影響，而是在綜合考慮其他變量對因變量影響的平均效應(yīng)后得出的結(jié)果。其計(jì)算公式如下：

(3)

此外，還采用確定系數(shù)(R2)、平均絕對誤差(mean absolute error,MAE)和均方根誤差(root mean square error,RMSE)這3項(xiàng)指標(biāo)作為預(yù)測準(zhǔn)確度的基本評價(jià)指標(biāo)，其計(jì)算方式分別如下：

(4)

(5)

(6)

2 結(jié)果與分析

2.1 紅松地表可燃物燃燒釋放顆粒物基本特征

本研究在4(風(fēng)速)×3(載量)×3(含水率)×3(重復(fù))組合下，共計(jì)進(jìn)行108次燃燒試驗(yàn)，試驗(yàn)變量及結(jié)果的基本統(tǒng)計(jì)信息如表2所示。PM1質(zhì)量為1.72～55.45 g、PM2.5質(zhì)量為1.73～55.96 g、PM4質(zhì)量為1.73～56.00 g、PM10質(zhì)量為1.79～56.04 g，4種顆粒物質(zhì)量差距較小，這是因?yàn)樯镔|(zhì)燃燒釋放的顆粒物的空氣動(dòng)力學(xué)直徑主要分布在1 μm以下(Leonardetal., 2007; Adetonaetal., 2013)。受試驗(yàn)周期和實(shí)驗(yàn)室環(huán)境影響，溫度和相對濕度變化較大，溫度變化范圍為5.10～17.60 ℃，相對濕度變化范圍為32.00%～94.10%。從預(yù)設(shè)可燃物含水率和實(shí)際含水率來看，試驗(yàn)中制備的可燃物含水率相對準(zhǔn)確，可以用于試驗(yàn)結(jié)果的統(tǒng)計(jì)分析及模型構(gòu)建。

表2 紅松地表可燃物燃燒釋放顆粒物統(tǒng)計(jì)特征Tab.2 Statistical characteristics of particulate matter released by combustion of P. koraiensis

圖1 各變量重要性排序Fig. 1 The importance of each variableW： 風(fēng)速Wind speed； T： 溫度Temperature； H： 相對濕度Relative humidity； F： 可燃物載量Fuel load； C： 燃燒效率Combustion efficiency； M： 實(shí)際含水率Actual moisture content.

2.2 變量交互作用下對顆粒物質(zhì)量影響

隨機(jī)森林模型能夠提供預(yù)測變量的相對重要性及偏依賴圖2種方法來提高自身的可解釋性。圖1為各變量對顆粒物質(zhì)量影響的重要性得分，能夠有效解釋不同粒徑的顆粒物與每個(gè)變量的關(guān)系，從對4種粒徑質(zhì)量影響來看，風(fēng)速對顆粒物質(zhì)量的影響均高于其他變量，各變量交互作用下，其對不同粒徑的顆粒物質(zhì)量的影響存在較大差異，并不是保持一致的。

圖2顯示了顆粒物質(zhì)量和各變量之間的相互作用。風(fēng)速對顆粒物質(zhì)量有明顯影響： 風(fēng)速為0 m·s-1時(shí)，PM1質(zhì)量最高，PM2.5、PM4、PM10質(zhì)量較低； 風(fēng)速為1～2 m·s-1時(shí)，其對顆粒物質(zhì)量影響高于風(fēng)速為0～1 m·s-1，2～3 m·s-1(圖2a)。隨著可燃物載量的增加，顆粒物質(zhì)量逐漸升高； 可燃物載量為8～10 t·hm-2時(shí)，其對顆粒物質(zhì)量的影響降低于6～8 t·hm-2時(shí)(圖2b)； 溫度與顆粒物質(zhì)量呈負(fù)相關(guān)關(guān)系，隨著溫度的升高，顆粒物質(zhì)量呈梯度降低趨勢。6 ℃左右時(shí)，對顆粒物質(zhì)量影響最高； 11 ℃左右時(shí)，4種顆粒物質(zhì)量會(huì)短暫升高，12～14 ℃之間時(shí)，隨著溫度的升高，顆粒物質(zhì)量的影響急劇下降(圖2c)。相對濕度為30%～50%時(shí)，PM1的質(zhì)量明顯高于其他3種顆粒物的質(zhì)量； 以45%為界，對PM1質(zhì)量的影響發(fā)生明顯變化，即隨著相對濕度的增加，PM1的質(zhì)量下降最為明顯，而PM2.5、PM4、PM10質(zhì)量下降趨勢相對平緩； 在相對濕度在85%左右時(shí)，PM2.5、PM4、PM10質(zhì)量有短暫上升趨勢，隨即下降，而PM1與其相反，說明相對濕度為85%時(shí)，抑制PM1的釋放(圖2d)。燃燒效率在30%～80%之間時(shí)，顆粒物質(zhì)量的變化趨勢基本一致，PM2.5最高，PM1最低； 以燃燒效率80%為界，對顆粒物質(zhì)量影響發(fā)生明顯改變(圖2e)，尤其是對PM1的影響最顯著。燃燒效率越高，PM1的質(zhì)量就越高，說明完全燃燒會(huì)促進(jìn)PM1的釋放； 而PM2.5、PM4、PM10質(zhì)量波動(dòng)明顯，降低再升高后趨于平緩。含水率與顆粒物質(zhì)量呈正相關(guān)，隨著實(shí)際含水率增加，顆粒物質(zhì)量呈梯度增加趨勢，在含水率為15%時(shí)達(dá)到最高(圖2f)。

圖2 各變量對顆粒物質(zhì)量的偏依賴關(guān)系Fig. 2 Partial dependence of each variable on the mass of particulate matter

總體上來說，PM2.5、PM4、PM10在各載量梯度下的變化趨勢基本相同，PM1變化趨勢存在差異。重要性排序及偏依賴關(guān)系研究表明，風(fēng)速、可燃物載量、可燃物含水率、溫度、濕度、燃燒效率在一定程度上都會(huì)影響顆粒物質(zhì)量，但是這種影響并不是絕對的，森林可燃物燃燒排放的顆粒物質(zhì)量變化是基于多種因素共同影響下的結(jié)果。

2.3 顆粒物質(zhì)量模擬結(jié)果及評價(jià)

基于隨機(jī)森林算法對4種粒徑的顆粒物質(zhì)量進(jìn)行評估。采用確定系數(shù)(R2)、平均絕對誤差(MAE)和均方根誤差(RMSE)3個(gè)指標(biāo)，評價(jià)模型預(yù)測準(zhǔn)確度，結(jié)果表明模型預(yù)測誤差較小(圖3、4)，說明該算法可有效預(yù)測4種顆粒物的質(zhì)量。由圖4可以看出，紅松人工林地表可燃物燃燒釋放PM1、PM2.5、PM4、PM10觀測值變化區(qū)間分別為1.72～55.45 g，1.73～55.96 g、1.73～56.00 g、1.79～56.04 g預(yù)測值變化區(qū)間分別為5.67～33.79 g、5.74～36.23 g、5.65～35.93 g、6.05～36.34 g，整體上反映了顆粒物質(zhì)量變化趨勢。

圖3 隨機(jī)森林算法對顆粒物質(zhì)量預(yù)測準(zhǔn)確度評估Fig. 3 Random forest to estimate the accuracy of particle concentration prediction

圖4 顆粒物質(zhì)量的觀測值和預(yù)測值Fig. 4 Observed and predicted values of particulate matter

3 討論

本文中的隨機(jī)森林算法的變量考慮了風(fēng)速、可燃物載量、含水率、溫度、相對濕度、燃燒效率對顆粒物產(chǎn)生的影響，根據(jù)模型重要性排序(圖1)，發(fā)現(xiàn)了溫度和相對濕度為2個(gè)重要的影響變量，這有助于了解有關(guān)顆粒物形成的問題，而以往的室內(nèi)模擬點(diǎn)燒試驗(yàn)中忽略了這2個(gè)變量(楊光等, 2018; 張遠(yuǎn)艷等, 2018)。

本研究表明風(fēng)速是影響顆粒物質(zhì)量的主要因素之一，風(fēng)速與顆粒物質(zhì)量呈正相關(guān)，與相關(guān)研究得到的結(jié)論相同(Dongetal.， 2020)，風(fēng)速為1～2 m·s-1時(shí)，對顆粒物質(zhì)量影響高于0～1 m·s-1及2～3 m·s-1，這是因?yàn)檫^低的風(fēng)速不利于顆粒物的擴(kuò)散，而過高的風(fēng)速不僅會(huì)對顆粒物產(chǎn)生更強(qiáng)的吹除作用，還會(huì)降低可燃物的燃燒效率。風(fēng)速對于生物質(zhì)燃燒而言，并不是完全的正相關(guān)，當(dāng)風(fēng)速足夠大時(shí)，風(fēng)速能夠阻礙可燃物燃燒，進(jìn)而影響顆粒物的產(chǎn)生(Sunetal., 2018)。根據(jù)本試驗(yàn)推測，風(fēng)速對顆粒物的影響存在閾值，今后研究中可增加風(fēng)速水平設(shè)定，尋找阻滯燃燒、吹除顆粒物質(zhì)量的風(fēng)速閾值。

由圖2b可以看出，可燃物載量與顆粒物質(zhì)量呈正相關(guān)，這與Johnson等(2013)的研究類似，隨著載量的增加，燃燒效率和火線強(qiáng)度也增加(張吉利等, 2013)，因此會(huì)產(chǎn)生更多的顆粒物?？扇嘉锖逝c顆粒物呈正相關(guān)，其他研究(Dongetal.， 2019； Nietal., 2015)也證實(shí)了這一觀點(diǎn)，這是因?yàn)樵谌紵跗?，含水率越高，需要更多的熱量用于加熱可燃物，因此較少的熱量被用于可燃物的燃燒，同時(shí)含水率會(huì)抑制火線強(qiáng)度，含水率越大，燃燒時(shí)便會(huì)有越多的水蒸氣覆蓋在火焰之上，抑制有焰燃燒的發(fā)生，因此燃燒效率降低(Nietal., 2015)，會(huì)產(chǎn)生相對較多的不完全燃燒，促進(jìn)顆粒物的排放(Yangetal., 2019)。

圖2c表明，溫度與顆粒物質(zhì)量呈負(fù)相關(guān)，這與Stirnberg等(2020)、Virgilio等(2018)研究結(jié)果相似，原因可能是當(dāng)溫度升高時(shí)，空氣對流變得頻繁且快速，將導(dǎo)致顆粒物的擴(kuò)散和稀釋，也可能是高溫導(dǎo)致顆粒物的蒸發(fā)，從而降低顆粒物質(zhì)量。圖2d中，相對濕度與顆粒物質(zhì)量也呈負(fù)相關(guān)，這可能是因?yàn)楸狙芯恐邢鄬穸却蠖喔哂?4.31%，較高的濕度會(huì)使顆粒物附著更多水蒸氣，使顆粒物的質(zhì)量顯著增加，高濕度條件下顆粒物吸收水分，發(fā)生凝結(jié)，使顆粒物變得足夠重，從而沉降并未被儀器采集。同時(shí)，在高濕度條件下促進(jìn)了氣體與顆粒物之間的分配，從而增加了吸濕性成分(NaCl、NaNO3、CaCl2)的比例(吳丹等, 2016)，也會(huì)使顆粒物通過重力沉降在地面上使收集到顆粒物減少。

已有研究表明冬季低溫對PM2.5質(zhì)量影響顯著，冬季向夏季過度階段，溫度對顆粒物質(zhì)量的影響并不顯著(Robertsonetal., 2014； Eeftensetal., 2015)，冬季PM2.5質(zhì)量與相對濕度呈正相關(guān)(Kayesetal., 2019)，秋季相對濕度對顆粒物質(zhì)量的影響高于其他3個(gè)季節(jié)(Houetal., 2018)，在日本長崎的研究也發(fā)現(xiàn)季風(fēng)期間溫度與PM2.5、PM10正相關(guān)，而在其他季節(jié)則與溫度負(fù)相關(guān)(Wangetal., 2015)，這說明溫度和相對濕度對顆粒物的影響并不絕對，會(huì)隨著季節(jié)變化而有所不同，而本文模型中只考慮了秋季，因此可能存在一定誤差。

通過對比張遠(yuǎn)艷等(2018)構(gòu)建的多元回歸線性模型，隨機(jī)森林算法有效解釋了各變量交互作用下顆粒物質(zhì)量的變化規(guī)律，發(fā)現(xiàn)了溫度和相對濕度對顆粒物質(zhì)量的影響，具有更小的誤差和更高的準(zhǔn)確性。通過預(yù)測值與觀測值的比較發(fā)現(xiàn)，隨機(jī)森林算法雖然整體上反映了顆粒物質(zhì)量變化趨勢，可以用于預(yù)測森林可燃物燃燒釋放的顆粒物，但隨機(jī)森林算法得到的預(yù)測值存在高值低估的現(xiàn)象，在其他研究中也發(fā)現(xiàn)了這一現(xiàn)象(Masindaetal., 2021; 張雷等, 2020)。相比較下，這些預(yù)測與實(shí)測值偏差較大的點(diǎn)更值得深入研究。

由于顆粒物的產(chǎn)生受氣象變化、燃燒條件、地理位置、大氣環(huán)境等諸多因素影響，盡管本研究監(jiān)測了燃燒實(shí)驗(yàn)室內(nèi)的不同粒徑顆粒物質(zhì)量，但難以監(jiān)測顆粒物擴(kuò)散時(shí)的物理和化學(xué)反應(yīng)對顆粒物的影響，其影響機(jī)制還需深入研究。因此，在后續(xù)的研究中應(yīng)與室外點(diǎn)燒試驗(yàn)相結(jié)合，加入地形、氣壓、風(fēng)向、季節(jié)等變量，尋找影響不同粒徑顆粒物產(chǎn)生的變量閾值，深入研究不同粒徑顆粒物與溫度及相對濕度的物理、化學(xué)反應(yīng)機(jī)制，以便更準(zhǔn)確回答有關(guān)影響顆粒物分布及擴(kuò)散的問題。

4 結(jié)論

本文通過隨機(jī)森林模型對東北東部山區(qū)紅松人工林進(jìn)行研究，基于燃燒風(fēng)洞實(shí)驗(yàn)室進(jìn)行點(diǎn)燒試驗(yàn)，觀測顆粒物粒徑及質(zhì)量分布，以隨機(jī)森林算法預(yù)測4種粒徑顆粒物質(zhì)量，得到主要結(jié)論如下：顆粒物質(zhì)量與風(fēng)速、可燃物載量、可燃物含水率、燃燒效率(>80%)呈正相關(guān)，與溫度和相對濕度呈負(fù)相關(guān)，相對濕度與顆粒物質(zhì)量相關(guān)性存在閾值(85%)。風(fēng)速是影響4種粒徑顆粒物質(zhì)量的主要因素。對4種粒徑顆粒物各自建立的隨機(jī)森林預(yù)測模型，均具有較高準(zhǔn)確率，可以很好地進(jìn)行預(yù)測研究。紅松人工林地表可燃物燃燒釋放顆粒物質(zhì)量觀測區(qū)間為1.72～56.04 g,預(yù)測變化區(qū)間為5.67～36.33 g。由于我國目前還未發(fā)布消防從業(yè)人員職業(yè)暴露標(biāo)準(zhǔn)，因此很難評估森林火災(zāi)釋放的顆粒物對人體健康的危害程度，本研究可為森林火災(zāi)釋放的顆粒物提供參考，為污染源排放清單的建立、消防從業(yè)人員的職業(yè)暴露標(biāo)準(zhǔn)提供基礎(chǔ)數(shù)據(jù)。