濕度碼預(yù)測(cè)江西典型地表細(xì)小死可燃物含水率適用性分析

伍 威，張運(yùn)林，滿子源

（1.湖南環(huán)境生物職業(yè)技術(shù)學(xué)院 園林學(xué)院，湖南 衡陽(yáng) 421005；2.貴州師范學(xué)院 生物科學(xué)學(xué)院，貴州 貴陽(yáng) 550018；3.國(guó)家林業(yè)和草原局西北調(diào)查規(guī)劃設(shè)計(jì)院，旱區(qū)生態(tài)水文與災(zāi)害防治國(guó)家林業(yè)局重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710048）

地表細(xì)小死可燃物作為林火發(fā)生的載體，其含水率值決定林火發(fā)生的可能性和發(fā)生火災(zāi)后一系列的火行為指標(biāo)，是森林火險(xiǎn)預(yù)報(bào)中重要的參數(shù)[1-3]。烘干法能夠獲取最準(zhǔn)確的含水率值，但至少需要24 h，不能在實(shí)際中應(yīng)用。因此，準(zhǔn)確預(yù)報(bào)地表細(xì)小死可燃物含水率一直是林火研究的重要內(nèi)容[4-5]。

地表細(xì)小死可燃物含水率主要受氣象要素的影響，因此建立氣象要素與含水率之間的關(guān)系，通過(guò)可實(shí)時(shí)觀測(cè)的氣象要素預(yù)測(cè)含水率值是應(yīng)用最早的含水率預(yù)測(cè)方法，但這種方法由于響應(yīng)的空間異質(zhì)性，外推性較差[6-7]。隨著技術(shù)發(fā)展，又逐漸出現(xiàn)了遙感估測(cè)法、過(guò)程模型法和半物理法。其中遙感估測(cè)法由于估測(cè)尺度過(guò)大，其精度根本無(wú)法滿足實(shí)際火險(xiǎn)預(yù)報(bào)需求[8]；過(guò)程模型法雖然揭示了水分變化機(jī)理，但模型參數(shù)較多，也無(wú)法在實(shí)際中應(yīng)用[9]；半物理法是以水分?jǐn)U散方程為主體，但其中參數(shù)是通過(guò)統(tǒng)計(jì)方法獲取，兼具過(guò)程模型法和時(shí)滯法的優(yōu)點(diǎn)，也是目前應(yīng)用最廣的含水率預(yù)測(cè)方法[10]。

加拿大火險(xiǎn)天氣指標(biāo)系統(tǒng)在世界各國(guó)廣泛應(yīng)用，其中濕度碼是基于半物理法計(jì)算得到，反映了地表可燃物的干燥程度，具有很好的外推性[11-13]。然而，濕度碼模型中的一些參數(shù)是根據(jù)加拿大典型林分內(nèi)可燃物獲取的，若直接使用，其適用性還需進(jìn)一步驗(yàn)證。國(guó)內(nèi)外也進(jìn)行了很多關(guān)于濕度碼預(yù)測(cè)地表細(xì)小死可燃物含水率適用性的研究。例如，Lynham 等[14]比較了加拿大與黑龍江氣候區(qū)、林型和地形等差異，分析濕度碼在黑龍江林區(qū)的適用性；Viegas 等[15]分析了濕度碼在葡萄牙預(yù)測(cè)可燃物含水率的適應(yīng)性，并對(duì)模型進(jìn)行了校正；Zhang 等[13]以黑龍江蒙古櫟次生林、混交林地表細(xì)小死可燃物為研究對(duì)象，分析了加拿大濕度碼預(yù)測(cè)其含水率的適用性，并對(duì)模型中一些參數(shù)：平衡含水率和時(shí)滯進(jìn)行校正，顯著提高了預(yù)測(cè)效果；金森等[16]也分析了利用濕度碼預(yù)測(cè)云南幾種典型地表細(xì)小可燃物含水率的適用性。因此，若需要使用濕度碼預(yù)測(cè)地表細(xì)小死可燃物含水率，必須要進(jìn)行適用性分析。

江西省森林資源豐富，但森林火災(zāi)頻發(fā)，據(jù)統(tǒng)計(jì)，2000—2017年，江西省共發(fā)生森林火災(zāi)4 606起，火場(chǎng)總面積約9 萬(wàn)hm2，其中受害森林面積達(dá)4 萬(wàn)hm2，對(duì)當(dāng)?shù)厣鷳B(tài)、經(jīng)濟(jì)和人民財(cái)產(chǎn)造成嚴(yán)重?fù)p害。然而，關(guān)于江西林火基礎(chǔ)研究還較少，特別是含水率預(yù)測(cè)研究，嚴(yán)重阻礙了火險(xiǎn)預(yù)報(bào)系統(tǒng)建立。因此，本研究以江西典型林分：馬尾松林、杉木林、柳杉林和毛竹林下地表細(xì)小死可燃物為研究對(duì)象，利用濕度碼預(yù)測(cè)其含水率，并與其他預(yù)測(cè)方法進(jìn)行比較，分析濕度碼預(yù)測(cè)江西典型地表細(xì)小死可燃物含水率的適用性。本研究一方面為江西典型地表細(xì)小死可燃物含水率預(yù)測(cè)研究提供基礎(chǔ)數(shù)據(jù)和借鑒，另一方面還有助于更好理解加拿大火險(xiǎn)天氣指標(biāo)系統(tǒng)中濕度碼在我國(guó)的適用性。

1 研究區(qū)域概況與方法

1.1 研究區(qū)域概況

研究區(qū)位于江西省南昌市灣里區(qū)茶園山林場(chǎng)（28°72′77″N，115°68′80″E），海拔約為200～700 m，屬亞熱帶濕潤(rùn)氣候，四季分明。研究區(qū)緯度較低，年均氣溫為14.0～17.5℃，年均降水量約為1 675 mm，降水量主要集中在每年4—6月，年均日照數(shù)約為1 637 h。研究區(qū)地貌主要以山地、丘陵為主，占全省面積的78%，土壤類型多為山地紅壤，主要為酸性。研究區(qū)主要喬木類型包括：馬尾松Pinus massonianaLamb.、毛竹Phyllostachys heterocycla(Carr.)、杉木Cunninghamia lanceolata(Lamb.) Hook.、柳杉Cryptomeria fortunei Hooibrenk ex Otto etDietr.、青岡櫟Cyclobalanopsis glauca(Thunb.) Oerst.等，灌木主要包括油茶Camellia oleiferaAbel.、鵝掌楸Liriodendron chinense(Hemsl.) Sarg.和檵木Loropetalum chinense(R.Br.) Oliver 等。

1.2 研究方法

1.2.1 樣地設(shè)置

地表細(xì)小死可燃物監(jiān)測(cè)實(shí)驗(yàn)在2018年10月23日—2019年1月20日期間進(jìn)行（江西森林防火期）。在茶園山林場(chǎng)的馬尾松林、杉木林、柳杉林和毛竹林中分別設(shè)置20 m×20 m 樣地，每個(gè)樣地設(shè)置3 個(gè)樣點(diǎn)，每日14:00 進(jìn)行地表細(xì)小死可燃物含水率監(jiān)測(cè)。樣地基本信息如表1所示。

表1 樣地基本信息?Table 1 Basic information of plots

1.2.2 野外數(shù)據(jù)監(jiān)測(cè)

2018年10月23日—2019年1月20日，進(jìn)行含水率監(jiān)測(cè)，共監(jiān)測(cè)90 d。破壞性采樣烘干后得到的地表細(xì)小死可燃物含水率值最接近真實(shí)值，因此本研究選擇非破壞性采樣。由于本研究主要目的是為探究濕度碼在研究區(qū)的適用性，以應(yīng)用于森林火險(xiǎn)預(yù)報(bào)，而火險(xiǎn)預(yù)報(bào)作為保守預(yù)測(cè)，一般選擇含水率最低時(shí)的情況[17]。每日中午14:00時(shí)空氣溫度相對(duì)最高，濕度最低，地表細(xì)小死可燃物水分含量最小，因此此時(shí)進(jìn)行采樣。每日監(jiān)測(cè)時(shí)，每個(gè)樣地內(nèi)隨機(jī)選擇3 個(gè)樣點(diǎn)，每個(gè)樣點(diǎn)采集約為50 g 樣品，將樣品放入信封中，并立即用天平稱量，記錄鮮重后帶回實(shí)驗(yàn)室，在105℃下烘干至質(zhì)量不在變化為止，并記錄干質(zhì)量。降雨天氣時(shí)，用吸水紙擦去樣品表面自由水后進(jìn)行稱量，此外，還需要在信封外在加個(gè)封口袋，防止樣品之間相互洇濕，影響結(jié)果。每個(gè)樣地每日3個(gè)樣點(diǎn)的含水率值的算數(shù)平均值作為該日樣地的地表細(xì)小死可燃物含水率。含水率計(jì)算公式如（1）所示。本研究中地表細(xì)小死可燃物主要是指林下凋落物。

式中：M表示地表細(xì)小死可燃物含水率值，%；WH和WD分別表示地表細(xì)小死可燃物干質(zhì)量和濕質(zhì)量，g。

茶園山林場(chǎng)內(nèi)選擇合適位置，架設(shè)HOBO 氣象站，以30 min 為間隔，同步監(jiān)測(cè)江西茶園山林場(chǎng)氣象要素，監(jiān)測(cè)內(nèi)容主要包括空氣溫度（T）、相對(duì)濕度（H）、風(fēng)速（W）和降水量（R）等。

1.2.3 數(shù)據(jù)處理

1）濕度碼計(jì)算。根據(jù)加拿大火險(xiǎn)等級(jí)系統(tǒng)中濕度碼計(jì)算公式計(jì)算3 個(gè)濕度碼：地表細(xì)小可燃物濕度碼（Fine fuel moisture content,FFMC）、半腐殖質(zhì)濕度碼（Duff moisture content,DMC）和干旱碼（Drought content,DC）。根據(jù)文獻(xiàn)及監(jiān)測(cè)前幾日氣象數(shù)據(jù)可知，F(xiàn)FMC、DMC 和DC 的初始值分別為85、22 和55[18]。

2）建立氣象要素回歸模型。選擇Spearsman分析地表細(xì)小死可燃物含水率動(dòng)態(tài)變化與氣象要素之間的相關(guān)性。由于可燃物含水率對(duì)氣象要素的響應(yīng)具有滯后性，因此本研究選擇當(dāng)日和前5日的氣象要素進(jìn)行分析，用下標(biāo)表示，例如前3天空氣溫度，表示為T-3。采用逐步回歸方法，分別建立不同地表細(xì)小死可燃物含水率預(yù)測(cè)模型。具體模型形式如式（2）所示。

式中：M表示地表細(xì)小死可燃物含水率值（%）；Xi表示氣象要素；bi表示模型系數(shù)。

3）直接使用濕度碼適用性研究及建立濕度碼預(yù)測(cè)模型。根據(jù)FFMC 中計(jì)算得到的地表細(xì)小可燃物含水率值，與實(shí)測(cè)值進(jìn)行t 檢驗(yàn)，分析是否有顯著差異，是否能夠直接使用。選擇Spearsman 分析含水率與3 個(gè)濕度碼之間的相關(guān)性，并采用逐步回歸方法建立基于濕度碼的含水率預(yù)測(cè)模型，模型形式如式（3）所示。

式中：M表示地表細(xì)小死可燃物含水率值（%）；zi表示濕度碼；bi表示模型系數(shù)。

4）模型預(yù)測(cè)能力分析。選擇n-fold 交叉驗(yàn)證計(jì)算氣象要素回歸模型和濕度碼回歸模型的平均絕對(duì)誤差（Mean absolute error,MAE）和平均相對(duì)誤差（Mean relative error,MRE），并選擇t 檢驗(yàn)分析兩種方法誤差是否有顯著差異。分別以實(shí)測(cè)值為橫坐標(biāo)，預(yù)測(cè)值為縱坐標(biāo)，繪制1∶1 圖，分析兩種模型預(yù)測(cè)能力。得到4 種地表細(xì)小死可燃物的2 種含水率預(yù)測(cè)模型，分別將預(yù)測(cè)模型代入剩余3 個(gè)地表細(xì)小死可燃物中，得到該模型外推后誤差最小值、最大值、均值和變異系數(shù)等，通過(guò)比較這些特征值，分析2 種含水率預(yù)測(cè)模型的穩(wěn)定性和外推能力。

采用Excel 2019、SPSS 22.0 和SigmaPlot 12.5軟件進(jìn)行統(tǒng)計(jì)分析和繪圖。

2 結(jié)果與分析

2.1 基本統(tǒng)計(jì)分析

表2給出江西省南昌市茶園山林場(chǎng)4 種地表細(xì)小死可燃物含水率在監(jiān)測(cè)期內(nèi)基本動(dòng)態(tài)變化情況。可以看出，監(jiān)測(cè)期內(nèi)所有地表細(xì)小死可燃物的含水率均值都超過(guò)35%，均值由低到高依次為：馬尾松、柳杉、杉木和毛竹。毛竹地表細(xì)小死可燃物的含水率最大，但都低于250%。

表2 地表細(xì)小死可燃物含水率基本統(tǒng)計(jì)Table 2 Basic statistics of moisture content of surface fine dead fuel

2.2 相關(guān)性分析

表3給出茶園山林場(chǎng)地表細(xì)小死可燃物含水率動(dòng)態(tài)變化與氣象要素相關(guān)性分析結(jié)果?？梢钥闯?，空氣溫度與含水率動(dòng)態(tài)變化呈正相關(guān)關(guān)系，馬尾松地表細(xì)小死可燃物受空氣溫度的影響最顯著，且隨之距離采樣時(shí)間越遠(yuǎn)，顯著性先增加后減小，其余可燃物與空氣溫度的相關(guān)性不顯著；所有地表細(xì)小死可燃物隨當(dāng)日和前一日相對(duì)濕度極顯著增加，且隨著距離采樣時(shí)間增加，顯著性下降；僅杉木和柳杉地表細(xì)小死可燃物含水率與風(fēng)速呈一定負(fù)相關(guān)關(guān)系，其余都不顯著；當(dāng)日和前一日降雨極顯著增加含水率，且隨著距離采樣時(shí)間的增加，降雨的影響逐漸減弱。

表3 地表細(xì)小死可燃物含水率與氣象要素的相關(guān)性分析結(jié)果?Table 3 The results of correlation analysis between dynamic change of surface fine dead moisture content and meteorological element

茶園山林場(chǎng)所有地表細(xì)小死可燃物含水率均與濕度碼呈極顯著負(fù)相關(guān)關(guān)系，且與細(xì)小可燃物濕度碼、腐殖質(zhì)濕度碼和干旱碼的顯著性逐漸減?。ū?）。

表4 地表細(xì)小死可燃物含水率與濕度碼的相關(guān)性分析結(jié)果Table 4 The results of correlation analysis between dynamic change of surface fine dead moisture content and moisture code

2.3 直接使用濕度碼預(yù)測(cè)含水率的適用性分析

表5給出直接使用可燃物濕度碼FFMC 獲取得到的含水率值與實(shí)測(cè)含水率值的t 檢驗(yàn)結(jié)果、MAE 和MRE 值?？梢钥闯?，馬尾松、杉木和柳杉地表細(xì)小死可燃物含水率與直接使用濕度碼得到的含水率值有極顯著差異，毛竹沒(méi)有顯著差異。MAE 最小值為43.717%，最大值為柳杉，高達(dá)80.377%，4 種地表細(xì)小死可燃物含水率MRE 變化范圍在49.576%～151.698%之間。

表5 t 檢驗(yàn)結(jié)果及誤差Table 5 The result of t-test and error

2.4 地表細(xì)小死可燃物含水率預(yù)測(cè)模型

2.4.1 氣象要素回歸模型

江西南昌典型地表細(xì)小死可燃物含水率的氣象要素預(yù)測(cè)模型中只有當(dāng)天相對(duì)濕度和前三日相對(duì)濕度作為預(yù)測(cè)因子。校正后R2的變化范圍為0.365～0.527，馬尾松地表細(xì)小死可燃物含水率的氣象要素預(yù)測(cè)模型預(yù)測(cè)效果最好，MAE 僅為20.395%，MRE 為37.417%，毛竹預(yù)測(cè)誤差最大，MAE 高達(dá)40.765%（表6）。

表6 氣象要素預(yù)測(cè)模型結(jié)果Table 6 The result of meteorological factors regression model

2.4.2 濕度碼素回歸模型

表7給出江西南昌典型地表細(xì)小死可燃物含水率的濕度碼回歸預(yù)測(cè)模型，可以看出，只有細(xì)小可燃物濕度碼（FFMC）進(jìn)入方程。校正后R2的變化范圍為0.503～0.638，馬尾松地表細(xì)小死可燃物含水率的氣象要素預(yù)測(cè)模型預(yù)測(cè)效果最好，MAE 僅為19.366%，MRE 為33.895%，毛竹預(yù)測(cè)誤差最大，MAE 高達(dá)34.372%。

表7 濕度碼回歸模型結(jié)果Table 7 The result of moisture code regression model

2.4.3 模型預(yù)測(cè)精度比較

圖1給出4 種地表細(xì)小死可燃物含水率基于氣象要素回歸模型和濕度碼回歸模型的實(shí)測(cè)值和預(yù)測(cè)值1∶1圖，可以看出，濕度碼擬合線更接近1∶1線，兩種預(yù)測(cè)方法的馬尾松和毛竹的實(shí)測(cè)值和預(yù)測(cè)值更接近1∶1 線，所有地表細(xì)小可燃物都是在含水率較低時(shí)，預(yù)測(cè)值偏高估計(jì)，含水率較高時(shí)，預(yù)測(cè)值偏低估計(jì)。

圖1 基于2 種回歸模型的實(shí)測(cè)值和預(yù)測(cè)值1∶1 圖Fig.1 Comparison between measured and predicted value based on the regression model

2.5 模型外推能力分析

將每種地表細(xì)小死可燃物含水率的氣象要素回歸模型和濕度碼回歸模型代入其余3 個(gè)可燃物后，得到每個(gè)含水率預(yù)測(cè)模型的誤差統(tǒng)計(jì)結(jié)果（圖2）?？梢钥闯觯瑢?duì)于氣象要素回歸預(yù)測(cè)模型，馬尾松地表細(xì)小死可燃物含水率的外推MAE 均值最小，為41.632%，毛竹最大，高達(dá)73.132%。杉木林下地表細(xì)小死可燃物外推至馬尾松林時(shí)誤差最小，毛竹林外推至柳杉林下時(shí)的外推誤差最高。對(duì)于濕度碼回歸預(yù)測(cè)模型，外推MAE 均值最小的為馬尾松林，僅為38.226，均值最高為毛竹林（67.839%），與氣象要素回歸預(yù)測(cè)模型相同，同樣也是杉木林外推至馬尾松林時(shí)誤差最小，毛竹林外推至杉木林時(shí)誤差最大。濕度碼回歸模型的外推結(jié)果要優(yōu)于氣象要素回歸模型。

圖2 氣象要素回歸模型和濕度碼回歸模型的外推誤差均值、最小值、最大值和變異系數(shù)Fig.2 Mean error,minimum error,maximum error and coefficient variation among all fuel types extrapolated by the meteorological factor regression model and moisture code regression model

3 結(jié)論與討論

3.1 地表細(xì)小死可燃物含水率基本統(tǒng)計(jì)

研究期內(nèi)江西南昌茶園山林場(chǎng)4 種地表細(xì)小死可燃物含水率超過(guò)35%的占整過(guò)研究期的2/3以上，而地表細(xì)小死可燃物含水率低于35%時(shí)，才有可能被引燃發(fā)生林火[19]。因此，在此研究?jī)?nèi)，發(fā)生林火的概率較低。毛竹林地表細(xì)小死可燃物含水率顯著高于其余3 種類型（P＜0.001），這可能是由于毛竹地表細(xì)小死可燃物床層特征決定的，由于毛竹可燃物質(zhì)地柔軟，可燃物床層緊密，一旦發(fā)生降雨及濕潤(rùn)天氣，其床層失水速度低于其他可燃物類型，較難恢復(fù)至降雨前[3,20]，因此其含水率要顯著高于其他3 種可燃物。

3.2 相關(guān)性分析

地表細(xì)小死可燃物含水率與氣象要素的Spearman 偏相關(guān)分析表明，茶園山林場(chǎng)地表細(xì)小死可燃物含水率動(dòng)態(tài)變化主要受相對(duì)濕度的影響較大，且都對(duì)濕度的響應(yīng)表現(xiàn)出一定的滯后性，這與其他學(xué)者的研究結(jié)果相似[21-22]。杉木和柳杉可燃物對(duì)前幾日風(fēng)速呈極顯著負(fù)相關(guān)，這可能是由于兩種可燃物床層密實(shí)度較低導(dǎo)致，更容易受風(fēng)的影響。

所有地表細(xì)小死可燃物均與濕度碼呈極顯著負(fù)相關(guān)關(guān)系，且與FFMC、DMC 和DC 的相關(guān)性逐漸減弱，與金森等人的研究結(jié)果相同[16]。加拿大火險(xiǎn)等級(jí)系統(tǒng)中3 個(gè)濕度碼分別表示林內(nèi)細(xì)小可燃物、半腐殖質(zhì)和有機(jī)質(zhì)的干燥程度，因此，F(xiàn)FMC 與地表細(xì)小死可燃物含水率相關(guān)性最強(qiáng)，DMC 次之，與DC 的相關(guān)性最弱。

3.3 濕度碼適用性分析

直接使用細(xì)小可燃物濕度碼（FFMC）得到的含水率值與所有可燃物含水率實(shí)測(cè)值均存在極顯著差異，且MAE 和MRE 值都較大，根本無(wú)法在實(shí)際中應(yīng)用。許多研究表明，直接使用FFMC 濕度碼進(jìn)行地表細(xì)小可燃物含水率預(yù)測(cè)并不適用，這主要是由于地表細(xì)小死可燃物類型、床層結(jié)構(gòu)及立地條件等與最初進(jìn)行濕度碼模型研究時(shí)差距較大造成的[23-24]。例如，細(xì)小可燃物濕度碼（FFMC）模型是基于地表上1.2 cm 的細(xì)小可燃物為研究對(duì)象獲取的，然而在本研究中所有的可燃物床層厚度都遠(yuǎn)遠(yuǎn)超過(guò)1.2 cm，因此，并不能直接使用細(xì)小可燃物濕度碼預(yù)測(cè)地表細(xì)小可燃物含水率。

3.4 預(yù)測(cè)模型分析

使用氣象要素回歸法建立4 種地表細(xì)小死可燃物含水率預(yù)測(cè)模型都只是相對(duì)濕度進(jìn)入模型，進(jìn)一步說(shuō)明相對(duì)濕度對(duì)地表細(xì)小死可燃物含水率影響較大，與Zhang 等[13]的研究結(jié)果相似。預(yù)測(cè)模型R2的變化范圍為0.365～0.527，說(shuō)明模型最多也僅僅能解釋約52.7%的含水率變化。此外，4 個(gè)氣象要素回歸預(yù)測(cè)模型的MAE和MRE 變化范圍分別為20.395%～40.765%和37.417%～59.175%，結(jié)果顯著高于陸昕等[25]的研究結(jié)果，這可能與含水率數(shù)據(jù)區(qū)間和研究步長(zhǎng)有關(guān)系。一些研究發(fā)現(xiàn)，區(qū)分降雨和未降雨數(shù)據(jù)以及縮短可燃物含水率監(jiān)測(cè)步長(zhǎng)能夠顯著增加可燃物含水率預(yù)測(cè)模型精度[26-27]，因此本研究預(yù)測(cè)誤差高于其他研究，按照MRE=15%區(qū)分，氣象要素回歸模型也均無(wú)法在實(shí)際中應(yīng)用[28]。

濕度碼回歸模型中都是FFMC 進(jìn)入模型，這與劉萬(wàn)龍的研究結(jié)果相似[29]，濕度碼預(yù)測(cè)模型的MAE 和MRE 范圍分別為19.366%～34.372%和33.895%～47.258%，預(yù)測(cè)誤差高于其他學(xué)者研究結(jié)果[25]，這可能是由于研究期內(nèi)降雨天數(shù)過(guò)多，當(dāng)日累積降雨量超過(guò)0.5 mm 的占研究期的48%，降雨過(guò)多，含水率數(shù)據(jù)偏高，會(huì)降低濕度碼的適用性，因此預(yù)測(cè)誤差偏高。根據(jù)t 檢驗(yàn)結(jié)果，濕度碼回歸預(yù)測(cè)模型預(yù)測(cè)誤差顯著低于氣象要素回歸法，但在不適于在實(shí)際中應(yīng)用。

3.5 預(yù)測(cè)模型外推分析

濕度碼回歸模型外推誤差均值、最小值、最大值等特征均小于氣象要素回歸模型，說(shuō)明濕度碼預(yù)測(cè)模型的外推效果要優(yōu)于氣象要素回歸模型，這與其他學(xué)者研究結(jié)果相同[4,29]。這主要是由于濕度碼模型是基于半物理方法，具有更好的外推性。

3.6 結(jié) 論

直接使用細(xì)小可燃物濕度碼（FFMC）進(jìn)行江西南昌地表細(xì)小死可燃物含水率預(yù)測(cè)并不適用。濕度碼回歸法預(yù)測(cè)地表細(xì)小死可燃物含水率誤差和外推能力要顯著優(yōu)于氣象要素回歸法，但在本研究中其誤差依舊無(wú)法在實(shí)際中應(yīng)用。本研究?jī)H是簡(jiǎn)單分析了濕度碼對(duì)于江西南昌地表細(xì)小死可燃物含水率的預(yù)測(cè)適用性，并基于回歸法進(jìn)行修正，是最簡(jiǎn)單的修正方式，因此含水率預(yù)測(cè)誤差偏高。在今后的研究中，還需針對(duì)研究區(qū)特定地表細(xì)小可燃物床層特征，對(duì)FFMC 模型中平衡含水率和失水系數(shù)等關(guān)鍵參數(shù)重新擬合及矯正，得到精度高和外推能力強(qiáng)的濕度碼預(yù)測(cè)模型，對(duì)于該區(qū)域可燃物含水率研究具有重要意義。