-
森林火灾不仅影响森林生态系统的动态平衡，而且对森林空间格局和结构[1-3]、森林生物多样性维持[4]、土壤碳循环[5]等产生显著的影响[6]。开展生物防火是林区林火管理的发展方向，已经受到森林防火专家和有关部门的高度重视[7]。国家林业和草原局森林防火办公室的相关资料表明，树种的燃烧主要与燃点、热值、含水率、灰分含量及抽提物含量关系较大[8-9]。可燃物的种类不同，其燃烧性也存在着很大差异[10]，可以通过树种的燃烧性研究，判断其防火性能。
近年来，国内外很多专家学者针对树种的燃烧特性进行了许多研究，并取得了一定的研究进展[11-15]，在评价防火性能时用到的方法有加权赋值法、AID法、层次分析法、多元回归分析法、主成分分析法、灰色综合评判法和典型相关性分析等。目前，青海省在树种防火特性和防火性能评价方面的研究还未见报道。本研究在前人研究的基础上，对青海西宁周边高寒山地树种进行理化性质和树种燃烧性的试验研究，探讨树种燃烧性差异，为该地区防火树种的选择与降低森林火灾隐患提供科学依据。
HTML
-
西宁周边山地统属祁连山系，地理位置为36°31'~37°28' N；100°52'~101°54' E，海拔2 170~2 850 m[16]，属高原大陆性气候，日照强烈，年日照时数在2 500 h以上，冬季寒冷且漫长，春季大风和沙暴很多，年均温度6℃。雨量较少，降雨主要集中在5月下旬至9月下旬，年降水量367.5 mm，总体的气候特征为：气压低，日照时间长，太阳辐射大，昼夜温差大，冰冻期长，无霜期短，降水少，蒸发量大，气候恶劣，树木生长缓慢，枯落物难分解，是森林火灾的易发区[17]。样品采集地分别位于西宁北山的蔡家沟、双苏堡、中庄等山地人工林林区，能够代表西宁周边山地林区的10个常见主要造林树种且采集到所需的试验样本（见表1）。
序号
Species code树种
Species生活型
Life form抗燃性因子
Incombustibility factor燃烧性因子
Flammability factorfa fb1 fb2 1 青海云杉 Picea crassifolia 乔木 166.42 90.71 20.34 2 砂地柏 Sabina vulgaris 灌木 164.46 63.44 22.8 3 沙枣 Elaeagnus angustifolia 乔木或小乔木 185.29 92.38 19.16 4 山杏 Armeniaca sibirica 灌木或小乔木 176.38 55.79 18.56 5 榆叶梅 Amygdalus triloba 灌木或小乔木 167.65 96.73 19.48 6 黄刺玫 Rosa xanthina 灌木 176.09 68.39 19.03 7 紫丁香 Syringa oblata 灌木或小乔木 170.24 84.8 18.13 8 沙棘 Hippophaerha mnoides 灌木或小乔木 169.1 92.67 20.03 9 柠条 Caragana korshinskii 灌木 179.46 88.17 17.76 10 四翅滨藜 Atriplex canescens 灌木 183.24 51.51 17.45 Table 1. The basic information of tree species
-
于2019年8月进行样品采集，第一次降水3天之后的晴天中午14点左右，此时可燃物的含水率为全天最低[18]。采集母树位于山地半阴坡，中幼林。利用枝剪和高枝剪，采集树冠四周的功能叶片，并去除病叶和残叶，阔叶树种采集当年生的新鲜叶片，针叶树种则按照比例采集往年生叶和当年生叶；树枝取样于母树四周的侧枝，按1年生枝和多年生枝的占比，决定枝条采样的比例，枝条按直径0.3～2.5 cm，剪成5 m左右枝段；树皮在离地面1.5 m以下的侧枝选取，现场剥取然后将样品进行编号，初步整理后装入塑封袋，带回实验室烘干备用。各样品分别采集鲜质量2 000 g。
-
（1）含水率
采用105 ℃+2 ℃烘干恒质量法，具体步骤参照GB/T 2677.2—2001造纸原料水分的测定方法[19]。重复3次，取其算术平均值作为测定结果。计算出树叶、树皮、树枝的含水率。
（2）热值
将粉碎的样品过60目筛网，采用粉末压片机压成药片状并切成2~4 mm小块备用。利用千分之一精确度的天平，称取待测样品1 g (精确至0.000 1 g)，用材料燃烧热值测试仪（苏州泰思泰克检测仪器科技有限公司）进行测定。重复3次，取算术平均值为样品热值。
（3） 燃点
首先将粉碎的样品过60目筛，避免因研磨不完全造成燃烧的差异。其次，将样品等量分为3组，每组随机利用电子天平称量1 g，编号后作为测定的样品。采用DW-2 点着温度测定仪，采取逐步加温的方法，在每个预定的温度依次对3个样品进行燃烧性能的测试，当3个样品中至少有2个出现5 s及以上的火焰时，认为样品能够在该温度下燃烧，该温度即为样品的燃点；反之，则以10℃为梯度逐渐升高温度，直至出现前面所述的燃烧条件为止。
-
首先将样品烘至恒质量，取5 g样品放在边长为100 mm，孔隙为2 mm × 2 mm的网格铁片的自制的燃烧床上，然后将其放置在最高功率为1 000 W的实验电炉上，测定时先将铁网片用电炉调至最高功率加热至稳定的温度，直至铁网片发红起放入试样样品在铁网片的中间位置，自放入样品时开始用秒表计时，观测火焰高度和燃烧时间，重复3~5次，最终确定火烧强度。
-
对10个参试树种的15个抗燃性、燃烧性指标，进行因子分析、综合降维处理，提出能反映树种抗燃性、燃烧性的综合性指标，且该指标的赋分具有较好的合理性。结合因子分析的赋分值，依据树种的理化性质，采用Pearson指数和偏相关分析进行处理，拟找出最能反应植物防火性的理化性质。
-
基于因子分析最大方差法的标准赋分法赋分后，利用公式（1）从各个树种的抗燃性和燃烧性两方面计算植物的综合防火性能。
式中，W为综合得分矩阵，λ为各因子得分的权重系数矩阵，U为各因子得分矩阵。
通常来说燃烧试验最能直观的反应树种的防火性能，因此，其排序结果代表着物种的表征防火性能。而实际试验中，由于人为测量燃烧试验中带来的不可避免的误差，以及森林火灾中错综复杂的实际情况，树种自身的理化性质也对其防火性带来很大影响。本试验采取基于燃烧试验和基于综合值的两种排名。为了量化树种基于自身的理化性质的综合值排序位置与基于燃烧性试验的排序位置的差异，采用欧氏距离空间，用公式（2）计算出量化差值Δ。
式中，xi代表树种基于自身的理化性质的综合值排序，xj代表树种基于燃烧性试验的排序。
在随机的情况下，量化差值越大，说明两种排序位置差异越大，当两种排序的结果差异极端不相似时，同一物种在两种排序体系下的排序差异最大，这时的排序差异是所有物种极端不相似情况下的求和的绝对差值。
为更加清晰的判断两体系的相似程度，采用两体系实际的绝对差值之和与总体的比值S来检对树种防火性能的指示性。当基于自身理化性质的综合值排序和基于燃烧性试验排序一致时，两个体系的相似度比值为0，而当所有树种位置都相同时，相似度比值为1。
式中，n为参与排序的树种的个数，S则为相似度。
1.1. 研究区概况
1.2. 样品采集
1.3. 研究方法
1.3.1. 样品理化性质指标测定
1.3.2. 燃烧性测定
1.4. 数据处理
1.4.1. 燃烧指标降维及特征因子和树种理化特性相关性检验
1.4.2. 树种防火性能
-
树种在抗燃性、耐火性及防火性能存在差异是由于树种的理化性质和燃烧性不同[20]，通过因子分析，将10个树种各个部位（树枝、树皮和树叶）的燃点和含水率可以归成两个互相独立的公因子，在满足KMO和巴特利特检验的要求的前提下，累积方差贡献率79.97%（见表2），经过超过25次的正交旋转后，各因子的载荷值趋向于两极分化（见表3），第一公因子对各个部位的燃点和树叶的含水率具有较大的载荷系数，可解释为抗火性因子；第二公因子对各个部位的含水率具有较大的载荷系数，可解释为含水率因子；由分析结果建立因子分析的标准得分系数矩阵（见表3），以各因子方差贡献率占公共因子方差贡献率的比重进行加权汇总，建立得分函数：
变量
Variable公共因子 Common factor 各因子得分信息 Factor score 1 2 1 2 树枝燃点 Branch ignition point 0.979 −0.014 0.331 −0.081 树皮燃点 Bark ignition point 0.955 0.013 0. 321 −0.064 树叶燃点 Leaves ignition point 0.906 0.124 0.296 0.006 树叶含水率 Leaf moisture content 0.556 0.519 0.149 0.264 树皮含水率 bark moisture content −0.151 0.925 −0.120 0.555 树枝含水率 branches moisture content 0.162 0.780 −0.003 0.447 Table 3. Common factors matrix and factor' score for trees incombustibility
公共因子
Common factor特征根
Characteristic
roots方差贡献率
Variance/%累积贡献率
Cumulative
variance/%1 3.156 52.598 52.598 2 1.642 27.372 79.97 Table 2. Variance decomposition following extracting incombustibility factors
再以旋转后的各公共因子的贡献率作为权重，把f1和f2代入fa，得
$ {f}_{a}=(52.598{f}_{1}+27.372{f}_{2})/79.97 $ ，得到抗燃性因子fa的综合得分（表3）。 -
由因子分析，将树叶，树枝和树皮的燃烧时间和燃烧强度归为2个用来描述植物燃烧实验中的植物燃烧现象的公因子，两公因子累积方差贡献率为79.739%（表4），建立公因子赋分函数，建立树种燃烧表征公因子矩阵（表5）。
公共因子
Common
factor特征根
Characteristic
roots方差贡献率
Variance/%累积贡献率
Cumulative
variance/%1 3.606 60.102 60.102 2 1.178 19.637 79.739 Table 4. Variance decomposition following extracting flammability factors
变量
Variable公共因子 Common factor 各因子得分信息 Factor score 1 2 1 2 树皮燃烧时间 Bark burning time 0.934 −0.141 0.367 0.139 树枝燃烧时间 Branch burning time 0.811 0.026 0.356 0.224 树叶燃烧时间 Leaf burning time 0.791 −0.268 −0.273 0.015 树皮火烧强度 Bark burning intensity −0.691 0.665 −0.130 0.287 树叶火烧强度 Leaf burning intensity 0.065 0.945 0.268 0.673 树枝火烧强度 Branch burning intensity −0.560 0.637 −0.080 0.301 Table 5. Common factors matrix and extrinsic factor of tree species combustion
-
经因子分析，将树叶，树枝和树皮的热值归为一个描述的公因子fb2，将得分系数标准化后（表6），得到系数0.33，0.35，0.32，再代入原始数据进行计算（
$ {f}_{b2}=0.33{x}_{1}+ 0.35{x}_{2}+ $ $ 0.32{x}_{3} $ ），得到燃烧内在因子fb2。变量
Variable公共因子
Common factor各因子得分信息
Factor score树皮热值 Bark calorific value/（kJ·g−1) 0.380 0.33 树叶热值 Leaves calorific value/（kJ·g−1) 0.409 0.35 树枝热值 Branch calorific value/（kJ·g−1) 0.367 0.32 Table 6. Common factors matrix and internal factor of tree species combustion
-
为进一步分析树种的理化性质对树种的抗火性的指示作用，对10个树种的9个理化性质指标以及根据实际测定的指标所模拟的抗燃性因子fa，燃烧表征因子fb1和燃烧内在因子fb2进行Pearson相关分析（表7），可以看出内在燃烧因子fb2与树叶含水率、树枝燃点和树皮燃点间存在显著的负相关关系（P<0.05），而燃烧表征因子fb1（燃烧强度，燃烧时间）不与任何理化性质（含水率、热值、燃点）以及其他因子有显著的相关性，表明其是一个由许多因素共同决定的因子。抗燃性因子fa（含水率，燃点）与树叶热值和燃烧内在因子fb2是显著负相关的（P<0.05）。值得注意的是，抗燃性因子fa只与树皮含水率和树枝含水率呈弱相关的关系。
项目 Items LMC LAV LIP BMC1 BAV1 BIP1 BMC2 BAV2 BIP2 fb2 fb1 fa LMC 1 LAV −0.585 1 LIP 0.535 −0.384 1 BMC1 0.388 0.017 0.034 1 BAV1 −0.693* 0.703* −0.350 −0.105 1 BIP1 0.456 −0.711* 0.786** −0.128 −0.506 1 BMC2 0.227 −0.043 0.174 0.548 0.087 0.226 1 BAV2 −0.568 0.649* −0.479 −0.021 0.496 −0.570 −0.009 1 BIP2 0.450 −0.690* 0.853** −0.170 −0.487 0.961** 0.221 −0.576 1 fb2 −0.706* 0.935** −0.454 −0.038 0.860** −0.698* 0.009 0.784** −0.682* 1 fb1 −0.388 0.154 −0.298 −0.137 −0.024 0.022 −0.252 0.049 −0.146 0.080 1 fa 0.715* −0.656* 0.888** 0.189 −0.552 0.901** 0.408 −0.600 0.909** −0.697* −0.245 1 注：*. 在置信度（双侧）为 0.05 时，相关性是显著的。**. 在置信度（双侧）为 0.01 时，相关性是显著的；LMC：树叶含水率Leaves moisture content; LAV：树叶热值Leaves calorific value; LIP：树叶燃点Leaves ignition; BMC1：树皮含水率Bark moisture content; BAV1：树皮热值 Bark calorific value; BIP1：树皮燃点Bark ignition; BMC2：树枝含水率Branch moisture content; BAV2：树枝热值 Branch calorific value; BIP2：树枝燃点Branch ignition. Table 7. Pearson correlation coefficients between physicochemical propertiesand fire prevention factors for 10 tree species
实际试验中，为了有效的筛选树种的防火指标，同时尽可能减少理化性质指标的测定。在前述的相关分析中，燃烧表征因子fb2和树叶含水率，树皮燃点以及树枝燃点呈显著的负相关关系，能最好的反映燃烧表征因子fb2；而抗燃性因子fa又和由树种的树叶、树皮、树枝的热值所组成的燃烧表征因子fb2以及其中的树叶热值有显著的负相关关系，为研究这些理化性质指标与因子在反映树种燃烧特性上的冗余，采用控制变量的偏相关分析方法（表8）。
项目
Items理化性质指标
Functional
traits控制变量
Control
variable偏相关系数
Partial correlation
coefficientsP fb2 LMC BIP1、BIP2 −0.608 0.110 BIP1 LMC、BIP2 −0.194 0.645 BIP2 LMC、BIP1 −0.033 0.938 fa LAV fb2 −0.019 0.961 fb2 LAV −0.311 0.416 注：LMC：树叶含水率Leaves moisture content; LAV：树叶热值Leaves calorific value; BIP1：树叶燃点Leaves ignition; BIP2：树枝燃点Branch ignition. Table 8. Partial correlation coefficients among redundant information of Pearson correlation coefficients
从表8可以看出，当控制变量为树皮燃点和树枝燃点时，树叶含水率和燃烧表征因子fb2相关度为−0.608，显著高于其他因子，表明树叶含水率对燃烧表征因子fb2的反向指示性最好。在控制树叶热值作为控制变量后，抗燃性因子fa与燃烧表征因子fb2具有较高的偏相关性，为−0.311，表明理化因子相互间的制约很明显，而燃烧表征因子fb2对单一理化性质的偏相关性较小。
-
因子分析过程中，树种的防火性能是树种含水率、燃点、热值、燃烧强度和燃烧时间等因素共同决定的，因此在评价体系中防火性能综合值越高，则该树种的防火性能越好。而在实际试验中，燃烧试验中的燃烧时间和燃烧强度最能直接反映出树种的抗火性能，燃烧试验综合值越高代表该树种抗火性能越差。对于反映树种抗火性的燃点及含水率2个理化指标，其值越大，树种的抗火性能越强。同理，根据相关分析的结果（表7，表8），燃烧时间和燃烧强度可表征树种的燃烧性能，而热值可指示树种的燃烧性。因此，对抗燃性因子fa及树叶含水率进行正向标准化，将fb1表征燃烧因子及fb2内在燃烧因子进行负向标准化。
数据标准化后，根据燃烧试验和理化指标对树种防火性能的重要程度，假设燃烧性和抗火性对树种防火性能的贡献相同（等于0.5）[12]，得出树种的防火综合值排名。燃烧时间和燃烧强度对树种防火性的指示性能相同，将权重各设为0.5，根据公式（2）的计算结果，物种的分别基于燃烧试验和基于综合值的树种防火性能综合值排序如表9所示。
树种
Species燃烧试验综合值
Burning value
of fire prevention防火性能综合值
Comprehensive value
of fire prevention燃烧试验排序
Burning
based-order综合值排序
Comprehensive
value sorting绝对几何差值
Absolute
differences紫丁香 Syringa oblata 84.8 95.86 6 6 0 砂地柏 Sabina vulgaris 63.44 126.98 8 2 6 榆叶梅 Amygdalus triloba 96.73 123.88 1 3 2 山杏 Armeniaca sibirica 55.79 65.01 9 9 0 青海云杉 Picea crassifolia 90.71 127.69 4 1 3 四翅滨藜 Atriplex canescens 51.51 42.77 10 10 0 柠条 Caragana korshinskii 88.17 86.31 5 7 2 黄刺玫 Rosa xanthina 68.39 82.6 7 8 1 沙枣 Elaeagnus angustifolia 92.38 98.69 3 5 2 沙棘 Hippophaerha mnoides 92.67 123.87 2 4 2 Table 9. Species order for fire prevention ability based on each of burning experiment and physicochemical properties
本试验中基于燃烧试验和基于综合值的两种排名存在差异，为了量化树种的两种排序位置的差异，结合公式（3）和公式（4），得出两体系实际的绝对差值之和与总体的比值S，即相似度达到了64%，说明两种排序间存在一定的差异。研究结果中，除了砂地柏和青海云杉，其余树种的差值在0~2之间，其原因可能是燃烧试验中树种取样不均匀造成的，从而导致了两种排序在位置上的差异。
2.1. 抗燃性因子
2.2. 评价指标权重
2.2.1. 燃烧表征因子
2.2.2. 内在燃烧性因子
2.3. 理化性质与防火特性的相关性
2.4. 树种防火性能
-
树种自身的理化特性及抗燃性能够在一定程度上反映出树种的防火特性。本研究对西宁周边山地的10种主要造林树种进行理化性质测定和燃烧试验。认为四翅滨黎是其中防火性能最好的树种、山杏、黄刺玫次之，且所用评价方法体系与李修鹏[12]、骆文坚[21]等在评价树种防火性能一致。
本研究中燃烧内在因子fb2和树叶含水率存在显著的负相关关系，说明树叶的含水率越低，其越不容易燃烧。这与李修鹏等[12]研究结果一致。而燃烧表征因子fb1不与任何理化性质以及其他因子存在显著的相关性，表明其是一个由众多因素共同决定的因子。在偏相关分析后，树枝燃点和树皮燃点的相关值明显下降，分别为−0.194和−0.033，远小于树叶含水率的相关系数，说明树种的燃点的高低会影响树种的燃烧性能，但燃点不能衡量树种的燃烧性，燃烧性是树种所含物质的综合体现[22-23]。
对10个树种依权重进行防火性能排序时，采用了分别基于燃烧试验和基于综合值的树种防火性能的两种排序结果，发现两种排序的结果的相似度达到了64%，说明本研究中所测的理化性质指标和燃烧试验均能够反映树种实际的防火性能。比起传统的火烧迹地调查、点火试验、目测判断等的方法所得结果更加准确[24-25]。但考虑到实际的情况，树种的防火性能跟树种所构成的林分类型、林下地表可燃物生长状态[13]、林分郁闭程度以及树种自身的生态学特性，如：树冠结构、树皮厚度、叶片特征[26-27]、干材和构型特征等[28]均有一定的关联性。它们通过直接或间接地解释环境因子的影响，从而反映出树种的防火性能[29-31]。本研究中对于树种自身特征在实际环境的抗干扰的指示方面的研究，通过较为常规的实验室手段对树种的自身的防火性能做出理论上的评价，以期为西宁周边地区栽植防火树种提供一种可靠的理论支撑且便于在实际中推广。
-
本研究采用实验室的分析手法，建立了所测10个树种的综合抗火性评价模型，得出了10种供试树种的基于不同权重体系下的防火性能的排序（四翅滨藜 > 山杏 > 黄刺玫 > 柠条 > 紫丁香 > 沙枣 > 沙棘 > 榆叶梅 > 砂地柏 > 青海云杉)，本实验结果对西宁及周边区域的树种栽植时防火性能参考具有实际应用和推广意义。
DownLoad: