生物防火林带优化配置数值模拟

刘洋鹏; 唐宝森; 吴泽鹏; 宿昱; 王继赟; 王成安

doi:10.12404/j.issn.1671-1815.2507070

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (23) :10161-10172 DOI: 10.12404/j.issn.1671-1815.2507070

环境科学、安全科学

生物防火林带优化配置数值模拟

刘洋鹏 ¹ ,
唐宝森 ² ,
吴泽鹏 ¹ ,
宿昱 ³ ,
王继赟 ⁴ ,
王成安 ⁵^,^*

作者信息 +

Numerical Simulation Optimal Allocation of Biological Fire Prevention Forest Belt

LIU Yang-peng ¹ ,
TANG Bao-sen ² ,
WU Ze-peng ¹ ,
SU Yu ³ ,
WANG Ji-yun ⁴ ,
WANG Cheng-an ⁵^,^*

Author information +

文章历史 +

摘要

森林生物防火林带作为防灾、减灾、治灾的重要森林防火基础设施,在阻止森林火灾蔓延、保护森林资源方面发挥着关键作用。通过种植耐火性强的植物形成防火阻隔,能够有效减缓火灾蔓延速度。为研究防火林带宽度对森林火灾阻隔效果的影响,使用火灾动力学模拟器软件构建不同坡度的对称山坡地形,并通过BlenderGIS获取典型岭南地区林场部分区域的地形数据并进行简化处理,随后通过改变坡顶防火林带的宽度开展模拟测试。研究结果表明:①在对称山坡地形下,9 m宽的防火林带可有效阻隔地表火蔓延;但对于树冠火,缓坡情况下能实现有效阻隔,陡坡环境中则仍存在燃烧隐患。②在实际地形条件下,3 m宽的防火林带即可有效阻隔地表火势蔓延;而对于树冠火,由于坡顶区域较宽且地形平缓,树冠火未蔓延至坡后,因此无法判断防火林带对树冠火的阻隔效果。进一步验证了防火林带作为防灾、减灾、治灾关键设施的重要作用,为制定科学有效的火灾防控措施提供了理论依据。

Abstract

Forest biological firebreaks are considered an essential measure for preventing the spread of forest fires and protecting forest resources. By planting fire-resistant plants to create a fire barrier, the spread of fire can be effectively slowed. To study the impact of firebreak width on forest fire barriers, fire dynamics simulator software was used to construct symmetrical hillside terrain with varying slopes, and BlenderGIS was employed to obtain and simplify a typical forest field in the Lingnan region. Simulation tests were conducted by modifying the width of the firebreak at the top of the slope. The results indicate that, under symmetrical hillside terrain, a 9 m wide firebreak effectively blocks the spread of surface fires. However, for crown fires, the firebreak is effective in preventing spread on gentle slopes, while steep slopes still show the potential for fire propagation. In the actual terrain, a 3 m wide firebreak is found to be effective in preventing the spread of surface fires. For crown fires, due to the wider and gentler topography of the slopes, crown fires did not spread to the rear slopes, making it difficult to assess the impact of firebreaks on crown fires.

Graphical abstract

关键词

生物防火林带 / FDS / 森林火灾 / 森林防火

Key words

biological firebreaks / FDS / forest fires / forest fire prevention

引用本文

引用格式 ▾

刘洋鹏, 唐宝森, 吴泽鹏, 宿昱, 王继赟, 王成安. 生物防火林带优化配置数值模拟[J]. 科学技术与工程, 2026, 26(23): 10161-10172 DOI:10.12404/j.issn.1671-1815.2507070

LIU Yang-peng, TANG Bao-sen, WU Ze-peng, SU Yu, WANG Ji-yun, WANG Cheng-an. Numerical Simulation Optimal Allocation of Biological Fire Prevention Forest Belt[J]. Science Technology and Engineering, 2026, 26(23): 10161-10172 DOI:10.12404/j.issn.1671-1815.2507070

登录浏览全文

4963

注册一个新账户忘记密码

森林被称为地球的“肺脏”,对维持生态平衡、保护生物多样性至关重要。然而,受全球气候变化影响,森林火灾频发,对生态环境与人类社会造成深远影响^[1]。火灾发生时,若气候条件不利、防火设施不足或扑救不及时,火势蔓延速度会显著加快,扑救难度也随之增大。因此,森林防火已成为维护生态系统稳定、改善自然环境的重要任务^[2]。

目前,森林防火研究主要集中于利用无人机或卫星遥感技术开展林火监测。朱喜军^[3]构建了无人机森林防火监测系统,为防火工作提供了实践参考;朱安峰等^[4]将地理信息系统(geographic information system,GIS)与无人机结合应用于森林防火巡视,为森林火灾的早期发现提供了新思路;蓝东平^[5]结合卫星遥感数据与地理信息系统,搭建了集监控、预警、评估及指挥于一体的森林防火体系,既能实现火情监测,又能评估火灾强度并提供决策支持;张南^[6]基于卫星遥感技术,以温度、湿度、风速及归一化植被指数为指标,分析并验证了该技术在森林火灾实时监控与决策支持中的有效性。尽管这些技术可实现大范围、动态化的火情探测,但仍存在监测滞后、易受天气与云层影响、无法直接干预火势蔓延等局限。

因此,加强森林防火设施基础建设是提升防火控灾能力的关键途径^[7]。有效的防火设施包括消防水池、生物防火林带、防火阻隔带、防火道等^[8]基础设施,其中生物防火林带不仅具备阻火、避火功能,还兼具经济效益与生态效益,是一项投入少、效果好、持久效益高的防火基础性设施工程与绿色生物防火工程^[9]。

对于生物防火林带研究主要集中于两个方面,一是防火树种筛选,通过研究不同树种的含水率、失水率以及燃烧时间^[10],或者通过研究不同树种的含水率、热值、燃点、粗脂肪、木质素、粗纤维、粗灰分等理化性质^[11-13],分析其燃烧特性,为防火树种的筛选提供理论依据。此外,王丽娜等^[14]也阐述了防火树种筛选的意义、方法,为青海省以及北方地区防火树种的研究提供参考。二是防火林带设计研究,闫凯达等^[15]介绍了生物防火林带的阻火机理,并对防火林带的选址、宽度设计、树种配置以及空间布局等因素进行分析。

尽管上述研究为防火树种选择与林带设计提供了重要参考,但均聚焦于理论分析,缺乏对真实火灾场景下防火树种及防火林带宽度阻火效果的直接研究。然而,若要全面掌握生物防火林带在实际火灾中的作用,开展现场实验却极为复杂——这不仅涉及高昂的成本与安全风险,还需严格控制风速、风向、环境温度等气象因素。不过,随着现代科学技术的发展,尤其是火灾数值模拟技术,已被广泛应用于各类森林火灾场景^[16-18]的模拟与再现,并逐渐成为研究森林火灾及防火设施的重要工具。因此,基于火灾动力学模拟软件(fire dynamics simulator,FDS),模拟不同宽度的生物防火林带对林火蔓延的阻隔效果,旨在获取森林火灾阻隔的最优方案,为提升森林火灾防控能力提供理论依据。

1 研究方法与模型介绍

1.1 研究方法概述

FDS是由美国国家标准技术局(National Institute of Standards and Technology,NIST)开发的开源软件,通过设置可燃物的化学反应参数与热物理参数等,可有效模拟火灾发展过程,并借助后处理软件Smokeview实现模拟结果的可视化。不过,FDS在几何建模方面存在一定局限性,物体设置仅支持长方体,复杂地形模型只能做到近似逼真;但得益于其开源特性,用户可根据需求修改源代码,或开发特定用途的插件与功能。因此,为实现更逼真的森林火灾模拟,选用另一款开源软件Blender及其强大插件BlenderGIS,用于地理信息数据的导入、处理与可视化,再基于开源程序BlenderFDS将地形导出为FDS可调用的二进制地形文件。

1.2 基本控制方程

FDS模拟森林火灾分为固相热降解和气相燃烧两个部分,其中固相热降解包含吸热干燥、吸热热解和放热炭氧化3个阶段,气相燃烧涉及控制方程主要包括质量守恒方程、动量守恒方程、组分守恒方程、状态方程和能量守恒方程等^[19-20]。

固相热降解3个阶段如下。

(1)吸热干燥:新鲜可燃物质(virgin veg)进入气化系统后,首先在热量作用下脱除表面及内部水分,得到干燥可燃物质(dry veg),完成干燥处理。表达式为

(1)$\text { virgin veg } \rightarrow M \mathrm{H}_{2} \mathrm{O}+(1-M) \text { dry veg }$

式(1)中:M为干重的燃料水分质量分数。

(2)吸热热解:干燥后的可燃物质在300 ℃以上开始热解,这是吸热反应,会释放出挥发分,包括可燃气体(fuel gas)和焦油(soot),同时生成炭(char)。表达式为

(2)$\text { dry veg } \longrightarrow \chi_{\text {char }} \text { char }+\left(1-\chi_{\text {char }}\right)(\text {fuel gas }+ \text { soot })$

式(2)中:χ_char为干燃料转化为炭的质量分数。

(3)放热炭氧化:热解产生的炭与气化剂中的氧气发生燃烧反应,这是放热反应,会释放大量热量,为干燥、热解以及后续的还原反应提供热源,反应温度可达1 000~1 200 ℃。表达式为

(3)$\text { char }+\nu_{0_{2}, \text { char }} \mathrm{O}_{2} \rightarrow\left(1-\nu_{0_{2}, \text { char }}-\chi_{\text {ash }}\right) \mathrm{CO}_{2}+\chi_{\text {ash }} \text { ash }$

式(3)中:ν_O₂,char为氧气与炭化学反应的化学计量比,取1.65;χ_ash为炭转化为灰(ash)的质量分数。

气相燃烧涉及控制方程如下。

(1)质量守恒方程:

(4)$\frac{\partial \rho}{\partial t}+\nabla \cdot(\rho \boldsymbol{u})=\dot{m}_{\mathrm{b}}^{\prime \prime \prime}=\sum_{\alpha} \dot{m}_{\mathrm{b}, \alpha}^{\prime \prime \prime}$

式(4)中:ρ为流体密度,kg/m³;u为速度矢量,m/s;$\stackrel{·}{m}$‴_b,_α为由于液滴或粒子蒸发每单位体积产生组分α的速率,kg/(m³·s)。

(5)动量守恒方程:

(5)$\frac{\partial}{\partial t}(\rho \boldsymbol{u})+\nabla \cdot(\rho \boldsymbol{u} \boldsymbol{u})+\nabla p=\rho \boldsymbol{g}+\boldsymbol{f}_{\mathrm{b}}+\nabla \cdot \boldsymbol{\tau}$

式(5)中:p为压力,Pa;g为重力加速度,m/s²;f_b为外部力矢量,N;τ为黏性应力张量,Pa。

(6)组分守恒方程:

(6)$\begin{array}{l}\frac{\partial}{\partial t}\left(\rho Z_{\alpha}\right)+\nabla \cdot\left(\rho Z_{\alpha} \boldsymbol{u}\right)=\nabla \cdot\left(\rho D_{\alpha} \nabla Z_{\alpha}\right)+ \\\quad m_{\alpha}^{\prime \prime \prime}+m_{\mathrm{b}, \alpha}^{\prime \prime \prime}\end{array}$

式(6)中:Z_α、D_α、m‴_α分别为组分α的质量分数、扩散系数(m²/s)以及单位体积内组分α的生成速率[kg/(m³·s)]。

(7)状态方程:

(7)$p=\rho R T \sum_{\alpha} \frac{Z_{\alpha}}{W_{\alpha}}=\frac{\rho R T}{\bar{W}}$

式(7)中:R、T、$\overline{W}$分别为气体常数[J/(kg·mol)]、气体温度(K)、气体摩尔质量(kg/mol)。

(8)能量守恒方程:

(8)$\frac{\partial}{\partial t}\left(\rho h_{\mathrm{s}}\right)+\nabla \cdot\left(\rho h_{\mathrm{s}} \boldsymbol{u}\right)=\frac{\mathrm{d} p}{\mathrm{~d} t}+\dot{q}^{\prime \prime \prime}+\dot{q}_{\mathrm{b}}^{\prime \prime \prime}-\nabla \cdot \dot{\boldsymbol{q}}^{\prime \prime}$

(9)$\dot{\boldsymbol{q}}^{\prime \prime}=-\lambda \nabla T-\sum_{\alpha} h_{\mathrm{s}, \alpha} \rho D_{\alpha} \nabla Z_{\alpha}+\dot{\boldsymbol{q}}_{\mathrm{r}}^{\prime \prime}$

式中:h_s为比焓,J/kg;$\stackrel{·}{q}$‴为化学反应中单位体积的热释放速率,W/m³;q‴_b为转移到亚网格尺度的液滴和粒子中的能量,W/m³;λ为导热系数,W/(m·K);$ \dot{\boldsymbol{q}}_{\mathrm{r}}^{\prime \prime}$为辐射通量,W/m²。

1.3 FDS林火模拟子模型

FDS中用于模拟林火的模型有3种:拉格朗日粒子模型、边界燃料模型以及水平集模型,采用拉格朗日粒子模型和边界燃料模型模拟林火的传播过程^[21]。

边界燃料模型将地面设为由可燃物、空气和泥土所组成的多孔固体,厚度为植被的高度,用以模拟地表火的蔓延,对于树冠火的燃烧,则采用拉格朗日粒子模型,由于树枝、树叶等物体的几何形状不规则,无法简单地将它们建模为符合直线网格的固体障碍物。为了解决这个问题,可以将这些物体建模为离散粒子,每个粒子都可以分配类似于固体障碍物的边界属性。拉格朗日粒子模型模拟树冠火,在燃烧过程中树木能与空气充分接触。从上述的气相控制方程可以了解到质量、动量和能量与拉格朗日粒子之间的传递关系如下^[22]。

在气相动量守恒方程(5)中力项f_b不仅表示外部力矢量,还表示从粒子转移到气体的动量。如果使用拉格朗日粒子来代表植被,那么每个粒子产生的体积力项f_b为

(10)$\begin{aligned}\boldsymbol{f}_{\mathrm{b}}= & \sum_{e} \boldsymbol{f}_{p, e}=\sum_{e} \frac{\rho}{2} C_{\mathrm{d}} C_{\mathrm{s}, e} \beta_{e} \sigma_{e}\left(\boldsymbol{u}_{\mathrm{p}, e}-\boldsymbol{u}\right) \times \\& \left|\boldsymbol{u}_{\mathrm{p}, e}-\boldsymbol{u}\right|+\dot{m}_{\mathrm{p}, e}^{\prime \prime \prime}\left(\boldsymbol{u}_{\mathrm{p}, e}-\boldsymbol{u}\right)\end{aligned}$

式(10)中:C_d为阻力系数;C_s,_e为燃料e的形状因子;β_e为燃料e的体积分数;σ_e为燃料e单个粒子的表体积比,m^-1;u_p,_e为燃料e粒子的速度矢量,m/s;u为气体速度矢量,m/s;$\stackrel{·}{m}$‴_p,_e为燃料e每单位体积的质量产生率,(kg·s)/m³。

在气相质量与能量守恒方程式(4)、式(8)中,质量源项$\stackrel{·}{m}$‴_b,_α和能量源项$\stackrel{·}{q}$‴_b分别为

(11)$\dot{m}^{\prime \prime \prime}{ }_{\mathrm{b}, \alpha}=-\frac{\sum_{p} \sum_{n} \delta m_{p}^{n}}{\delta t_{\mathrm{LES}} V_{\mathrm{C}}}, \dot{q}_{\mathrm{b}}^{\prime \prime \prime}=-\frac{\sum_{p} \sum_{n} \delta q_{p}^{n}}{\delta t_{\mathrm{LES}} V_{\mathrm{C}}}$

式(11)中:n为质量和能量方程积分的子时间步长,s;δ${m}_{p}^{n}$为单个粒子在时间步长内对质量的贡献,kg/s;δ${q}_{p}^{n}$为单个粒子在时间步长内对能量的贡献,J/s;δt_LES为单个粒子的粒子源贡献的总和除以LES时间步长,s;V_C为网格单元格体积,m³。

此外,假设这些粒子内部的温度分布可以被认为是均匀的或近似均匀的,在火灾模拟中粒子的热传导在球形、圆柱形或笛卡尔坐标系中都是一维的, 并在能量守恒公式(8)中引入附加的源项,用以描述拉格朗日粒子与周围气体之间的能量相互作用,该源项表示^[22]为

(12)$\dot{q}_{\mathrm{r}}^{\prime \prime \prime} \equiv\left(-\nabla \cdot \dot{\boldsymbol{q}}_{\mathrm{r}}^{\prime \prime}\right)=\sum_{p} \boldsymbol{\kappa}_{p}\left(U-4 \delta T_{p}^{4}\right)$

(13)$\kappa_{p}=\frac{\varepsilon_{p} A_{p}}{4 \delta_{x} \delta_{y} \delta_{z}}$

(14)$\dot{q}_{\mathrm{r}, p}^{\prime \prime}=\varepsilon_{p}\left(\frac{U}{4}-\delta T_{p}^{4}\right)$

式中:κ_p为单个粒子p的有效吸收系数,m^-1;U为局部入射辐射强度,W/m²;σ为斯特芬-玻尔兹曼常数,W/(m²·K⁴);T_p为粒子p的温度,K;ε_p为粒子p的发射率;A_p为粒子p的表面积,m²;δ_xδ_yδ_z为网格单元格的体积,m³;$\stackrel{·}{q}$″_r,_p为到粒子表面上的净辐射热通量,W/m²。

2 森林火灾模型构建

2.1 可燃物热物理及化学反应参数的设定

热物理参数用MATL和SUFR命令进行定义,包括密度、导热系数、比热、含水率、表面积比、反应热等;热解参数包括热解温度、指前因子、活化能、热解产物等。化学反应参数用REAC命令进行定义,主要包括燃烧热、化学反应方程式、转化为烟粒子的质量分数等。根据所研究的内容,确定易燃树种(马尾松)以及防火树种(木荷)的可燃物信息。具体如表1所示。

2.2 森林火灾数值模拟模型的构建

由于实际林区地形以坡面为主,为了在简化计算的同时充分反映火灾蔓延规律,本研究使用FDS的GEOM命令创建了3个对称山坡地形,坡度分别为30°、40°和50°。每个地形坡面的宽度固定为39 m、上坡面长度约为100 m,但由于要在坡顶设置不同宽度的防火林带,导致坡顶宽度不同,下坡面长度会有所变化。对于实际地形的创建则通过BlenderGIS插件获取云浮林场瓦窑区域的平面图并截取该区域,再导入高程数据生成地形图,如图1所示。在此基础上,选取一典型区域并使用BlenderFDS插件将其转化为FDS可调用的二进制地形文件,为简化计算,将原有尺度缩小一半,同时将前端10 m改为平面以便更好地设置火源,简化的地形由3个坡度分别为37°、0°和158°的坡面组成,每个坡面宽度为39 m,长度分别为75 、30、32 m。在坡底设置一个单位面积热释放速率1 500 kW/m²、尺寸为2 m × 39 m的火线作为点火源,点火时间为15 s。在计算区域内,将拉格朗日粒子所组成的树木用XYZ坐标均匀地安插在所创建的燃料地形上,根据实际的树木分布,设置行、纵间距为3 m,并在坡顶设置不同宽度的防火林带。设置火场的初始环境,包括风速3 m/s,环境温度39 ℃,环境湿度20%等。

在坡后与防火林带相邻的地表和树冠区域设置一个5 m长的探测区域。该探测区域的宽度与模拟区域整体宽度相同,高度根据地表和树冠区域的不同而变化。对称地形及实际地形森林火灾数值模拟分别如图2和图3所示。

3 计算结果分析

3.1 对称地形下不同防火林带宽度模拟

在坡后与防火林带相邻的探测区域,不同坡度和防火林带宽度下的地表温度变化如图4所示。在30°坡度地形下,未设置防火林带时地表火的峰值温度为1 400 ℃,设置3、6、9 m防火林带后,峰值温度分别降至1 265、590、565 ℃(降幅9.6%、57.85%和59.65%),表明在较低坡度下,防火林带宽度的增加能显著降低峰值温度,尤其是6 m和9 m宽的防火林带效果明显。在40°坡度地形下,未设置防火林带时峰值温度为1 580 ℃,设置3 m防火林带后峰值温度几乎不变,设置6 m防火林带后,峰值温度降至1 310 ℃(降幅17%),并在180 s左右达到峰值,当防火林带宽度增至9 m时,峰值温度降至马尾松的点燃温度以下,表明在较陡坡度下,防火林带宽度需达到6 m以上才能有效抑制热量传播。在50°坡度地形下,未设置防火林带时峰值温度为1 260 ℃,设置3 m和6 m防火林带后峰值温度变化不大,但6 m防火林带的增温速率较慢,在109 s时才达到峰值温度,当防火林带宽度增至9 m时,峰值温度显著下降至475 ℃(降幅62.3%),表明在更陡坡度下,防火林带的阻火效果有所减弱。

在50°坡度地形下不同宽度的防火林带在90 s和110 s时的地表温度云图如图5所示。在没有防火林带的情况下,高温区域覆盖整个坡顶,并迅速向坡后蔓延,设有3 m宽防火林带时,坡顶仍然存在较大高温区域,在110 s时坡后上边界出现部分高温区域,当防火林带宽度增至6 m时,虽然峰值温度较大但坡后没有大范围的高温区域,当防火林带宽度增至9 m时,坡顶的高温区域仍然存在,但坡后几乎没有高温区域。

在坡后与防火林带相邻的探测区域,不同坡度和防火林带宽度下的地表热释放速率变化如图6所示。在30°坡度下,未设置防火林带时地表热释放速率为26 MW,设置3 m防火林带后降至10.3 MW(降幅60.4%),而在6 m和9 m防火林带作用下,热释放速率降为0,表明防火林带宽度达到6 m时即可阻隔火势蔓延。在40°坡度下,未设置防火林带时热释放速率为21.7 MW,设置3 m和6 m防火林带后分别降至12.4 MW(降幅42.9%)和3.7 MW(降幅82.9%),当防火林带宽度增至9 m时,热释放速率降为0,表明在较陡坡度下,防火林带宽度需达到9 m才能有效阻隔火势蔓延。在50°坡度下,未设置防火林带时热释放速率为6.43 MW,设置3 m和6 m防火林带后分别降至2.66 MW(降幅58.6%)和0.895 MW(降幅86.1%),防火林带宽度增至9 m时,热释放速率降为0,表明在更陡坡度下,9 m防火林带同样起到了良好的阻隔效果。

在坡后与防火林带相邻的探测区域,不同坡度和防火林带宽度下的树冠温度变化如图7所示。在30°坡度下,未设置防火林带时树冠火峰值温度为1 435 ℃;设置3 m防火林带后峰值温度几乎不变,但在6 m和9 m防火林带作用下分别降至1 125 ℃和680 ℃(降幅21.6%和52.6%),表明防火林带宽度达到6 m时即可显著降低树冠火峰值温度。在40°坡度下,未设置防火林带时峰值温度为1 430 ℃,设置3 m和6 m防火林带后峰值温度虽无明显变化,但达到峰值温度的时间有所推迟;当防火林带宽度增至9 m时,峰值温度降至1 250 ℃(降幅12.6%),表明在较陡坡度下,防火林带对树冠火的抑制作用有限,但仍能延缓热量传播。在50°坡度下,未设置防火林带时峰值温度为1 435 ℃,设置3、6、9 m防火林带后峰值温度虽无明显变化,但达到峰值温度的时间显著推迟,表明在更陡坡度下,防火林带对树冠火峰值温度的影响较弱。

在50°坡度地形下不同宽度的防火林带在60 s和70 s时的树冠温度云图如图8所示。在该地形坡度下无论是否设置防火林带,坡后仍存在较大高温区域。在坡后与防火林带相邻的探测区域,不同坡度和防火林带宽度下的树冠热释放速率变化如图9所示。在30°坡度下,未设置防火林带时热释放速率为64 MW,设置3 m和6 m防火林带后分别降至42.2 MW和4.992 MW(降幅34%和92.2%),而在9 m防火林带作用下降至0,表明在缓坡情况下,防火林带宽度达到6 m时即可显著抑制树冠火蔓延。在40°坡度下,未设置防火林带时热释放速率为153 MW,设置3 m和6 m防火林带后分别降至142 MW(降幅7.2%)和65.7 MW(降幅57.1%),当防火林带宽度增至9 m时,热释放速率进一步降至8.94 MW(降幅94.2%),表明在较陡坡度下,防火林带宽度需达到9 m才能有效抑制树冠火蔓延。在50°坡度下,未设置防火林带时热释放速率为188 MW,设置3 m和6 m防火林带后分别降至170 MW(降幅9.6%)和151 MW(降幅19.7%),但在9 m防火林带作用下,热释放速率与未设置时相当,仅达到峰值的时间有所延迟,表明在更陡坡度下,防火林带主要通过延缓火势蔓延而非降低热释放速率来发挥作用。

3.2 实际地形区域下不同防火林带宽度模拟

在坡后与防火林带相邻的探测区域,地表温度及热释放速率变化如图10所示。未设置防火林带时,地表火的峰值温度为1 180 ℃,热释放速率为18.4 MW。在设置3 m防火林带后,峰值温度虽然增至1 400 ℃(增幅18.6%),但时间推迟了近80 s,热释放速率在3 m防火林带作用下降至0.33 MW(降幅98.2%);在设置6 m和9 m防火林带后,该区域的峰值温度降至马尾松的点燃温度以下并且热释放速率降为0。

不同宽度防火林带在140 s和220 s时刻的地表温度云图如图11所示。未设防火林带时,坡顶的高温区域较大,并迅速向坡后蔓延,设有3 m宽隔离带时,坡顶仍有较大高温区域,在坡后仅有靠近上边界存在小部分高温区域;当设有6 m和9 m宽的隔离带时,坡后几乎没有高温区域,并且由于防火林带的阻隔作用,坡顶的高温区域面积较小。

在坡后与防火林带相邻的探测区域,树冠温度变化如图12所示。未设防火林带时,树冠火的峰值温度为510 ℃,设置3、6、9 m防火林带后,峰值温度分别降至390、430、355 ℃(降幅23.5%、15.7%和30.4%)。对于热释放速率变化曲线,因为坡顶较宽并且较为平缓,所以树冠火没有蔓延至坡后,因此无法判断防火林带对树冠火的影响。

4 结论

创建不同坡度的简化对称地形,以及使用BlenderGIS获取云浮林场部分区域,并将其简化建模。随后,使用FDS对不同地形坡度、防火林带宽度的森林火灾进行数值模拟研究,分析不同地形下防火林带宽度对林火的抑制效果,得到以下结论。

(1)防火林带宽度对地表火势的阻隔效果:在对称地形中,无论是对地表温度的阻隔还是对热释放速率的抑制效果,6 m宽的防火林带已能起到良好的阻隔效果,而当宽度增至9 m时则能够更加有效地遏制其蔓延。而在实际地形中,由于坡顶较宽并且较为平缓,地表火在蔓延过程中会逐渐减弱,并在防火林带的作用下,温度和热释放速率显著降低,当防火林带宽度达到3 m时,坡后几乎没有高温区域并且能将热释放速率降低98.2%,这表明在坡顶较宽且平缓的实际地形中,防火林带具有更好的阻火效率。

(2)防火林带宽度对树冠火势的阻隔效果:对于温度的阻隔效果,在对称地形中,由于木荷高度较低,在有风条件下无法阻隔飞火等热量随机传播方式,导致防火林带对树冠温度的阻隔效果有限;在实际地形中,尽管防火林带对树冠温度的阻隔效果不明显,但树冠区域的峰值温度较低(均未超过500 ℃)。对于热释放速率的抑制效果,在对称地形的缓坡(30°、40°)中, 6 m宽的防火林带可有效阻隔树冠火,9 m宽时能更好地遏制其蔓延,而在陡坡(50°)下,防火林带主要通过延缓火势蔓延而非降低热释放速率来发挥作用,因此需更宽的防火林带以提升控制效果;在实际地形中,由于坡顶较宽且平缓,树冠火未蔓延至坡后,因此无法评估防火林带对树冠火的影响。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	杨正雄, 张显云, 任明亚, 等. 基于CatBoost的四川木里县森林火灾预测[J]. 科学技术与工程, 2025, 25(21): 8823-8832.

[2]	Yang Zhengxiong, Zhang Xianyun, Ren Mingya, et al. Forest fire prediction in Muli County, Sichuan based on CatBoost[J]. Science Technology and Engineering, 2025, 25(21): 8823-8832.

[3]	张乾顺. 森林防火现状与防火体系建设的问题及对策[J]. 新农民, 2024(20): 112-114.

[4]	Zhang Qianshun. Current situation of forest fire prevention and problems and countermeasures in the construction of fire prevention systems[J]. New Farmers, 2024(20): 112-114.

[5]	朱喜军. 无人机在森林防火监测中的应用[J]. 当代农机, 2025(3): 82-83.

[6]	Zhu Xijun. Application of drones in forest fire monitoring[J]. Contemporary Agricultural Machinery, 2025(3): 82-83.

[7]	朱安峰, 王泽根, 李蓓, 等. 基于GIS和无人机协同的森林防火早期巡视方法[J]. 科技通报, 2025, 41(7): 117-122.

[8]	Zhu Anfeng, Wang Zegen, Li Bei, et al. Early forest fire prevention inspection method based on GIS and UAVs collaboration[J]. Science & Technology Bulletin, 2025, 41(7): 117-122.

[9]	蓝东平. 基于遥感和地理信息系统的森林防火系统[J]. 当代农机, 2025(6): 26-27.

[10]	Lan Dongping. Forest fire prevention system based on remote sensing and geographic information system[J]. Contemporary Agricultural Machinery, 2025(6): 26-27.

[11]	张南. 卫星遥感技术助力森林防火: 理论、方法与应用创新[J]. 北斗与空间信息应用技术, 2025(4): 111-113, 117.

[12]	Zhang Nan. Satellite remote sensing technology for forest fire prevention: innovative research on theory, methods, and applications[J]. Beidou and Spatial Information Application Technology, 2025(4): 111-113, 117.

[13]	董长生, 蓝应亮. 赣州市林火阻隔系统现状与对策[J]. 森林防火, 2023, 41(1): 75-77.

[14]	Dong Changsheng, Lan Yingliang. Current situation and countermeasures of forest fire isolation system in Ganzhou City[J]. Forest Fire Prevention, 2023, 41(1): 75-77.

[15]	张慧, 和红晓, 李涛, 等. 湘西州森林防火现状与对策[J]. 南方农业, 2024, 18(8): 181-184.

[16]	Zhang Hui, He Hongxiao, Li Tao, et al. Current situation and countermeasures of forest fire prevention in Xiangxi Prefecture[J]. Southern Agriculture, 2024, 18(8): 181-184.

[17]	韦龙斌, 巨文珍, 黄道京, 等. 广西中越边境生物防火林带布局与规划[J]. 林业勘查设计, 2018(1): 82-84.

[18]	Wei Longbin, Ju Wenzhen, Huang Daojing, et al. Layout and planning of biological firebreak forest belts in the China-Vietnam Border Area of Guangxi[J]. Forestry Survey and Design, 2018(1): 82-84.

[19]	许晓利, 苏维, 祝必琴, 等. 昌北地区主要树种燃烧性研究[J]. 河南林业科技, 2007, 27(1): 11-14.

[20]	Xu Xiaoli, Su Wei, Zhu Biqin, et al. Study on the combustibility of major tree species in the Changbei Region[J]. Henan Forestry Science and Technology, 2007, 27(1): 11-14.

[21]	裴建元, 严员英, 叶清, 等. 10 种常绿阔叶树种理化性质的研究[J]. 中南林业科技大学学报, 2015, 35(2): 16-21.

[22]	Pei Jianyuan, Yan Yuanying, Ye Qing, et al. Study on the physical and chemical properties of 10 common evergreen broadleaf tree species[J]. Journal of Central South University of Forestry and Technology, 2015, 35(2): 16-21.

[23]	彭徐剑, 何晨, 詹庆斌. 3种南方防火树种理化性质的试验研究[J]. 林产工业, 2021, 58(3): 27-31.

[24]	Peng Xujian, He Chen, Zhan Qingbin. Experimental study on the physical and chemical properties of three southern fire-resistant tree species[J]. Forest Products Industry, 2021, 58(3): 27-31.

[25]	陈涤非, 王明玉, 司莉青, 等. 四川省生物防火防火林带树种选择[J]. 陆地生态系统与保护学报, 2023, 3(2): 56-68.

[26]	Chen Difei, Wang Mingyu, Si Liqing, et al. Selection of tree species for biological firebreak forests in Sichuan Province[J]. Journal of Terrestrial Ecosystems and Conservation, 2023, 3(2): 56-68.

[27]	王丽娜, 王俏雨, 王生珍, 等. 防火树种筛选研究[J]. 青海农林科技, 2025(2): 51-54, 70.

[28]	Wang Lina, Wang Qiaoyu, Wang Shengzhen, et al. Study on tree species selection for fire prevention[J]. Qinghai Agricultural and Forestry Science and Technology, 2025(2): 51-54, 70.

[29]	闫凯达, 赵凤君, 司莉青, 等. 林火阻隔带和阻隔体系研究进展[J]. 林业科学, 2025, 61(1): 197-208.

[30]	Yan Kaida, Zhao Fengjun, Si Liqing, et al. Research progress on forest firebreaks and firebreak systems[J]. Scientia Silvae Sinicae, 2025, 61(1): 197-208.

[31]	张全文, 杨永崇, 王涛, 等. 基于元胞自动机的高原林火蔓延三维可视化模拟[J]. 科学技术与工程, 2021, 21(4): 1295-1299.

[32]	Zhang Quanwen, Yang Yongchong, Wang Tao, et al. Three-dimensional visual simulation of forest fire spread based on cellular automata[J]. Science Technology and Engineering, 2021, 21(4): 1295-1299.

[33]	蔡泽源, 黎鹏, 黄道春. 基于Pyrosim的风速对植被火焰倾角的影响[J]. 科学技术与工程, 2025, 25(10): 4168-4174.

[34]	Cai Zeyuan, Li Peng, Huang Daochun. The effect of wind speed on vegetation flame inclination based on Pyrosim[J]. Science Technology and Engineering, 2025, 25(10): 4168-4174.

[35]	钟曼尹, 代张音, 黄淙葆, 等. 松林地表凋落物火灾蔓延规律[J]. 科学技术与工程, 2025, 25(24): 10526-10535.

[36]	Zhong Manyin, Dai Zhangyin, Huang Congbao, et al. Fire spreading pattern of surface apomictic fires in pine forests[J]. Science Technology and Engineering, 2025, 25(24): 10526-10535.

[37]	Perez-Ramirez Y, Mell W E, Santoni P A, et al. Examination of WFDS in modeling spreading fires in a furniture calorimeter[J]. Fire Technology, 2017, 53: 1795-1832.

[38]	Renane R, Chetehouna K, Séro-Guillaume O, et al. Numerical simulations of laminar burning velocities of a major volatile organic compound involved in accelerating forest fires[J]. Applied Thermal Engineering, 2013, 51(1/2): 670-676.

[39]	Tang B S, Liu Y P, Wang C A, et al. Numerical simulation of forest fire spread behaviors in typical terrain based on Lagrangian particle model and boundary fuel model[J]. International Communications in Heat and Mass Transfer, 2026, 171: 110125.

[40]	McGrattan K, Hostikka S, Floyd J, et al. Fire dynamics simulator technical reference guide volume 1: mathematical model[J]. NIST Special Publication, 2023, 1018(1): 230.

[41]	王璐鹏, 马云, 罗民军, 等. 广东省 10 种典型常绿阔叶林细小可燃物的燃烧特性[J]. 林业与环境科学, 2023, 39(1): 90-95.

[42]	Wang Lupeng, Ma Yun, Luo Minjun, et al. Combustion characteristics of fine fuels of ten typical evergreen broadleaf forests in Guangdong Province[J]. Forestry and Environmental Science, 2023, 39(1): 90-95.

[43]	王寅, 王海晖, 朱凤, 等. 树叶组成的热解反应及热稳定性的理论解析[J]. 林业科学, 2012, 48(11): 98-106.

[44]	Wang Yin, Wang Haihui, Zhu Feng, et al. Theoretical analysis of the pyrolysis reactions and thermal stability of leaf components[J]. Scientia Silvae Sinicae, 2012, 48(11): 98-106.

[45]	宋禹辉, 杨夏捷, 彭徐剑, 等. 福建四种乔木树种燃烧释放污染物排放因子研究[J]. 森林工程, 2018, 34(3): 26-31.

[46]	Song Yuhui, Yang Xiajie, Peng Xujian, et al. Study on the emission factors of pollutants released by the combustion of four tree species in Fujian[J]. Forest Engineering, 2018, 34(3): 26-31.

[47]	黄诗晓. 福州国家森林公园几种植被燃烧性研究[D]. 福州: 福建农林大学, 2013.

[48]	Huang Shixiao. Study on the flammability of several vegetation types in Fuzhou National Forest Park[D]. Fuzhou: Fujian Agriculture and Forestry University, 2013.

[49]	Zhang Y. Modeling the drying process of Masson pine needle fuel beds under different packing ratios based on two-phase models in the laboratory[J]. PeerJ, 2022, 10: e14484.

[50]	王秀花, 马丽珍, 马雪红, 等. 木荷人工林生长和木材基本密度[J]. 林业科学, 2011, 47(7): 138-144.

[51]	Wang Xiuhua, Ma Lijun, Ma Xuehong, et al. Growth and basic density of machilus artificial forests[J]. Scientia Silvae Sinicae, 2011, 47(7): 138-144.

[52]	Hengst G E, Dawson J O. Bark properties and fire resistance of selected tree species from the central hardwood region of North America[J]. Canadian Journal of Forest Research, 1994, 24(4): 688-696.

[53]	Jayalakshmy M S, Philip J. Thermophysical properties of plant leaves and their influence on the environment temperature[J]. International Journal of Thermophysics, 2010, 31: 2295-2304.

[54]	潘登. 南亚热带典型人工林可燃物空间分布及潜在火行为研究[D]. 长沙: 中南林业科技大学, 2017.

[55]	Pan Deng. Study on the spatial distribution of combustible materials and potential fire behavior in typical artificial forests of the South Asian Subtropics[D]. Changsha: Central South University of Forestry and Technology, 2017.

[56]	Hachmi M, Sesbou A, Benjelloun H, et al. Alternative equations to estimate the surface-to-volume ratio of different forest fuel particles[J]. International Journal of Wildland Fire, 2011, 20(5): 648-656.

[57]	田晓瑞. 防火林带阻火机理研究[D]. 北京: 北京林业大学, 2000.

[58]	Tian Xiaorui. Research on the fire-blocking mechanism of firebreak forest belts[D]. Beijing: Beijing Forestry University, 2000.

[59]	杨文斌, 马世春, 顾炼百. 阻燃处理马尾松的热动力学分析[J]. 木材工业, 2000, 14(5): 10-12.

[60]	Yang Wenbin, Ma Shichun, Gu Lianbai. Thermodynamic analysis of flame retardant treatment on masson pine[J]. Wood Industry, 2000, 14(5): 10-12.

[61]	苏锶如, 薛俊杰, 马中青, 等. 气化温度对生物质气化的可燃气, 炭和焦油特性的影响[J]. 浙江农林大学学报, 2023, 40(5): 1130-1138.

[62]	Su Siru, Xue Junjie, Ma Zhongqing, et al. Effects of gasification temperature on the characteristics of combustible gas, char, and tar in biomass gasification[J]. Journal of Zhejiang A&F University, 2023, 40(5): 1130-1138.

[63]	尹云锋, 张鹏, 雷海迪, 等. 不同热解温度对生物质炭化学性质的影响[J]. 热带作物学报, 2014, 35(8): 1496-1500.

[64]	Yin Yunfeng, Zhang Peng, Lei Haidi, et al. Effects of different pyrolysis temperatures on the chemical properties of biochar[J]. Journal of Tropical Crops, 2014, 35(8): 1496-1500.

[65]	Ohliger A, Förster M, Kneer R. Torrefaction of beechwood: a parametric study including heat of reaction and grindability[J]. Fuel, 2013, 104: 607-613.