利用地面激光扫描的3D结构参数对温带橡树林和松树林的地表燃料负荷进行建模

《Fire Ecology》：Modeling surface fuel loads in temperate oak and pine forests using 3D structural metrics from terrestrial laser scanning

　　

摘要

背景

地表燃料会显著影响森林火灾的蔓延情况，但其分布和组成往往缺乏详细了解。由于地表燃料源自森林枯落物和植被动态变化，我们推测燃料负荷会随着森林结构和组成的不同而呈现系统性差异。如果这一假设成立，那么利用森林结构特征就能预测地表燃料情况，从而提升火灾建模的准确性。本研究在中欧地区的森林（德国、捷克）以及从松树（Pinus sylvestris）为主的区域到橡树（Quercus spp.）为主的区域之间，分析了森林结构与各类地表燃料（树叶、针叶、球果、橡子、木质残骸、苔藓、草类及草本植物）负荷之间的关联。在53个调查点中，我们通过地面激光扫描技术获得了高度详细的、不受观测者影响的森林结构和组成数据，同时通过重复设置的微型样地中的破坏性采样方法测得了地表燃料负荷。

结果

随机森林模型对由较小且分布均匀的颗粒构成的燃料类别（树叶、针叶以及整体燃料负荷）的预测效果最佳，其R²值可达0.72。在同时对整个物种梯度上的所有样地进行建模时，能够区分针叶树和阔叶树的简单森林资源调查指标是预测地表燃料负荷的最重要因素；而针对单一物种的样地分别建模时，则需要更复杂的植被密度和高度相关指标。

结论

许多相对简单、基于资源调查的指标——这些指标大多存在于现有的森林数据库中——就足以预测所研究物种梯度范围内的主要地表燃料成分。这有助于实现更易于获取且可扩展的燃料分布图，从而支持涵盖多种物种组合的广泛分析。将这类指标纳入火灾行为模型中，可显著提升火灾风险评估水平，为森林的主动管理提供有力支持。而针对单一物种或纯林种建立的更精细模型，则能从3D结构指标所提供的额外信息中受益，其中冠层内的植被密度就是预测地表燃料负荷的重要因素。