《Ecological Informatics》：Integrating TLS-derived forest scenarios in FDS and sensitivity analysis of wind and fuel moisture on fire behavior
编辑推荐：
论文摘要专业翻译如下：
燃料含水率（Fuel Moisture Content, FMC）是火行为的主要驱动因子。风速是条件性调节因子，可根据可燃物复合体（fuel complex）改变燃烧熄灭阈值。地面激光扫描（Terrestrial Laser Scann
论文摘要专业翻译如下：
燃料含水率（Fuel Moisture Content, FMC）是火行为的主要驱动因子。风速是条件性调节因子，可根据可燃物复合体（fuel complex）改变燃烧熄灭阈值。地面激光扫描（Terrestrial Laser Scanner, TLS）点云集成使高分辨率森林火灾模拟在火灾动力学模拟器（Fire Dynamics Simulator, FDS）中得以实现。该方法有助于从机制层面深化对火灾风险调控的理解。
论文解读
一、研究背景与问题
近年来， wildfires（野火）特别是地中海森林中的野火强度和频次不断加剧，凸显了通过有效森林管理强化火灾预防的迫切性。火行为模拟（fire behavior modelling）已成为管理者和研究者理解火蔓延并设计减缓策略的重要工具。现有火行为模型可分为半经验模型（如FARSITE、BehavePlus）和基于物理的模型（如FIRETEC、QUIC-Fire、WFDS/FDS）。半经验模型依赖可燃物均质性假设，与地中海植被固有的异质性不符，应用受限。相比之下，FDS作为计算流体力学（Computational Fluid Dynamics, CFD）模型，能够在体素（voxel）尺度显式描述生物量和容重（bulk density, BD）分布，实现对可燃物和火行为的高精度表征。
然而，目前将LiDAR数据作为植被结构和容重分布输入用于FDS野火模拟的研究极为有限。多数FDS研究使用均质地表可燃物模型进行验证或敏感性分析，模拟林下层火灾；冠层可燃物模拟则多基于合成场景或基于野外实测数据的几何体简化建模，均未达到利用LiDAR数据或三维点云定义高细节可燃物结构的水平。已有研究虽开始探索TLS数据用于FDS可燃物输入，但仅有少数在森林环境尺度开展。此外，关于风速和燃料含水率（Fuel Moisture Content, FMC）对火行为影响的敏感性分析，多集中于直接相关性研究，系统敏感性分析尚属空白，且尚未应用于基于点云的异质性森林场景。
二、研究目标与意义
本研究旨在实现两个主要目标：其一，提供一套完整、结构化、可复现的工作流程，将源自TLS数据的可燃物容重集成至FDS；其二，量化风速和燃料含水率对火行为的敏感性，包括燃烧生物量、火强度和蔓延速率（Rate of Spread, RoS），在两个真实森林场景中进行。所谓"真实场景"，指容重估值直接来源于野外采集的TLS点云，区别于以往将单木点云空间重分布以构成多种可燃物分布的"半真实"场景。该研究回应了森林管理在当前和未来对异质三维可燃物分布及变化环境条件下火蔓延分析的需求。
三、研究区域与样地
研究区位于西班牙Castelló的La Serra d'Espadà自然公园，约北纬39.96°、西经0.41°。植被为典型地中海森林，以地中海松（Pinus halepensis）和海岸松（Pinus pinaster）为主，间有栓皮栎（Quercus suber）。林下灌木包括白岩蔷薇（Cistus albidus）、刺金雀花（Genista scorpius）、冬青栎（Quercus coccifera）、欧瑞香（Daphne gnidium）、多花欧石楠（Erica multiflora）、迷迭香（Salvia rosmarinus）和黄连木（Pistacia lentiscus）等。
研究选取两块约40 m × 20 m的无坡度矩形林地样地，以捕捉研究区两种主要林型间的结构差异。样地1为海岸松林，近单一种群、结构规整，灌木层稀疏，物种多样性低，地表与冠层间垂直连通性弱，地表层水平连续性差，冠层水平连续性因树冠而异，林分密度约1002株·ha?1，仅有少量孤立刺金雀花灌木和连续松针可燃物床层。样地2为地中海松林，常与茂密多样的灌木层伴生，物种多样性高，龄级和可燃物分布异质性大，燃料层间垂直连通性强，林分密度约1548株·ha?1，灌木层极为茂密，以冬青栎、多花欧石楠和迷迭香为主，地表植被由草本斑块和松树凋落物组成。
四、关键技术与方法
研究人员构建了从野外数据采集到火行为模拟分析的可复现工作流程，主要包括以下环节：
数据采集：于2025年1至2月开展野外调查，使用Trimble TX6三维激光扫描仪采集TLS点云，样地1设13站、样地2设17站，通过PPK-GNSS（Post-Processed Kinematic Global Navigation Satellite System，后处理动态全球导航卫星系统）进行地理配准，配准精度分别达0.38 cm和0.42 cm。同时进行地表植被破坏性采样和森林清查测量。
点云处理：使用LAStools进行地理配准和数字地形模型（Digital Terrain Model, DTM）构建，实现点云高度归一化；采用3D Forest软件自动分割树木和灌木，并用CloudCompare手动精修；利用3DFin插件分割剔除胸径大于7 cm的树干，因其不直接参与燃烧且可显著降低计算成本。
生物量估算：基于森林清查数据和异速生长方程（allometric equations）在单株水平估算生物量，区分叶片、不同径级枝条等组分。
体素化与容重估算：采用两步体素化方法，先将分割后的点云以0.5 m分辨率体素化，按体素内回波数比例分配生物量，再计算各体素容重。每块样地生成3个容重文件：灌木层、树冠叶片层和树枝层。对异常高值采用四分位距法设定阈值进行截断处理。
FDS模拟：使用FDS v6.10（美国国家标准与技术研究院NIST开发的开源软件）进行210次并行模拟，采用MPI（Message Passing Interface，消息传递接口）并行计算，使用多台配备Intel Core i9-13900KF处理器（32 CPU）的计算资源同时运行。
五、研究结果
5.1 容重体素化与生物量分配
体素化后，样地1海岸松冠层估算生物量2171 kg，经异常值截断后减少7.75%，最终输入FDS的生物量为1901 kg，对应燃料负荷3.02 kg·m?2；灌木层生物量20 kg，减少31.84%后为13 kg，燃料负荷0.02 kg·m?2。样地2地中海松冠层估算生物量3511 kg，减少20.61%后为2702 kg，燃料负荷3.44 kg·m?2；灌木层生物量1354 kg，减少34.95%后为894 kg，燃料负荷1.14 kg·m?2。
5.2 火行为敏感性分析
燃料含水率是火行为的主要驱动因子，对燃烧生物量、火强度和蔓延速率均产生主导性影响。风速作为条件性调节因子，其作用取决于可燃物复合体特征，可改变燃烧的熄灭阈值。两个真实森林场景因结构差异（海岸松林的稀疏灌木层与地中海松林的茂密连续灌木层）而表现出不同的火行为响应模式。
六、讨论与结论
本研究首次将TLS点云直接采集的真实森林场景集成至FDS进行高分辨率火行为模拟，并系统量化了风速和燃料含水率对火行为的敏感性。研究证实了燃料含水率作为火行为首要驱动因子的核心地位，同时揭示了风速在不同可燃物复合体中的条件性调节作用。该工作流程为森林管理者提供了将三维异质可燃物结构纳入火灾风险预测的工具，有助于更机制化地理解火灾风险调控，为地中海及其他异质性森林环境下的火灾预防和缓解策略设计提供了科学支撑。
