
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一种基于植物覆盖度估算生成可燃物床图的定量经验方法,揭示了阈值以及可燃物类型与植物类型之间的一对多关系
《Fire Ecology》:A quantitative, empirical method for generating fuel-bed maps from plant cover estimates reveals thresholds and one-to-many fuel-to-plant type relationships
【字体: 大 中 小 】 时间:2026年08月19日 来源:Fire Ecology 6.7
编辑推荐:
摘要背景计算模型对野火行为及相关风险的模拟,对于指导景观野火风险主动管理中的燃料处理设计与实施至关重要。现有的计算模型需要火行为燃料模型(FBFM)地图来模拟野火行为,但在混合木本/草本植被区域创建这些地图具有挑战性。由于涉及区域广阔且偏远,这一问题在美国西部易发野火的鼠尾草
计算模型对野火行为及相关风险的模拟,对于指导景观野火风险主动管理中的燃料处理设计与实施至关重要。现有的计算模型需要火行为燃料模型(FBFM)地图来模拟野火行为,但在混合木本/草本植被区域创建这些地图具有挑战性。由于涉及区域广阔且偏远,这一问题在美国西部易发野火的鼠尾草草原上进一步加剧。一种解决方案是将易于测量的植被变量(即覆盖数据)交叉对应到 FBFM 上。为了演示该方法,我们将大盆地地区 3700 个近期燃烧和未燃烧样地的 FBFM 分配与植物覆盖度估计值相关联,估计方法包括线点截距(LPI,25–50 米野外样带)、航空照片网格点截距(GPI,数字、高分辨率、6 平方米区域)或在野外无参照物对 13 米半径区域进行粗略估计(即所谓的目测估计)。
生成了覆盖度与 FBFM 关系的随机森林模型,并使用未参与参数化的数据评估其准确性,随后用于创建从植被覆盖度中选择 FBFM 的决策树。基于随机森林的决策树发现的示例包括:(1)7–10% 的灌木覆盖度是将一个地点归类为灌木 FBFM 的阈值;以及(2)单个草类 FBFM 可以由高大多年生草本植物、外来一年生草本植物或枯落物覆盖度的迥然不同的混合物组成——所有这些在火特性方面均有显著差异。目测抽样中,模型分类与观察到的 FBFM 分类之间的一致性最高,这可能与其较大的样地面积有关。
这些模型提供了一个初步的定量框架,用于基于历史和当代覆盖数据对 FBFM 进行分类,以便在鼠尾草草原景观上开展火模拟建模。
计算模型对野火行为及相关风险的模拟,对于指导景观野火风险主动管理中的燃料处理设计与实施至关重要。现有的计算模型需要火行为燃料模型(FBFM)地图来模拟野火行为,但在混合木本/草本植被区域创建这些地图具有挑战性。由于涉及区域广阔且偏远,这一问题在美国西部易发野火的鼠尾草草原上进一步加剧。一种解决方案是将易于测量的植被变量(即覆盖数据)交叉对应到 FBFM 上。为了演示该方法,我们将大盆地地区 3700 个近期燃烧和未燃烧样地的 FBFM 分配与植物覆盖度估计值相关联,估计方法包括线点截距(LPI,25–50 米野外样带)、航空照片网格点截距(GPI,数字、高分辨率、6 平方米区域)或在野外无参照物对 13 米半径区域进行粗略估计(即所谓的目测估计)。
生成了覆盖度与 FBFM 关系的随机森林模型,并使用未参与参数化的数据评估其准确性,随后用于创建从植被覆盖度中选择 FBFM 的决策树。基于随机森林的决策树发现的示例包括:(1)7–10% 的灌木覆盖度是将一个地点归类为灌木 FBFM 的阈值;以及(2)单个草类 FBFM 可以由高大多年生草本植物、外来一年生草本植物或枯落物覆盖度的迥然不同的混合物组成——所有这些在火特性方面均有显著差异。目测抽样中,模型分类与观察到的 FBFM 分类之间的一致性最高,这可能与其较大的样地面积有关。
这些模型提供了一个初步的定量框架,用于基于历史和当代覆盖数据对 FBFM 进行分类,以便在鼠尾草草原景观上开展火模拟建模。