迪克西火灾前森林结构与天气对燃烧烈度的影响机制及预测模型研究

《Canadian Journal of Forest Research》：Linking burn severity to pre-fire forest structure and weather on the Dixie fire offers potential to map prospective burn severity

本研究针对如何预测森林火灾燃烧烈度这一难题，通过分析迪克西火灾数据，构建了包含6个关键因子的逻辑回归模型（AUC=0.72-0.73），首次实现了基于可控制林分特征与不可控环境因子的燃烧烈度精准预测，为森林火灾风险管理提供了科学依据。

　　

在美国加利福尼亚州茂密的森林中，一场被命名为"迪克西"的野火在2021年席卷了广袤的土地，留下了令人痛心的生态创伤。这场火灾不仅烧毁了大量植被，更引发了科学家们对森林燃烧规律的深度思考：为什么有些区域的树木几乎被完全烧毁，而邻近区域却能够幸免于难？究竟哪些因素主导了火灾的破坏程度？这些问题的答案，对于未来预防和控制森林火灾具有至关重要的意义。

传统观点认为，天气条件是决定火灾行为的主要因素。但越来越多的证据表明，火灾发生前的森林结构特征同样扮演着关键角色。然而，将可管理的林分特征与不可控的环境因素结合起来，系统评估它们对燃烧烈度的相对贡献，仍然是一个科学难题。这正是Thomas Estabrook及其研究团队在《Canadian Journal of Forest Research》上发表的最新研究试图解决的问题。

为了揭开这个谜团，研究团队选择加州2021年迪克西火灾作为研究对象，这是一场规模空前的森林火灾，为研究不同条件下燃烧烈度的变化规律提供了理想的自然实验场。研究人员精心设计了研究方案，系统收集了火灾前森林结构、地形、气候和历史火灾数据，并结合火灾期间的详细气象观测，构建了一个包含35个候选预测因子的综合数据库。

研究的关键创新在于采用了多模型选择策略，从众多预测因子中筛选出最具解释力的变量组合。这种方法有效避免了变量之间的共线性问题，确保了模型的稳健性和可靠性。通过严格的统计检验，研究团队最终确定了六个核心预测因子，它们共同构成了燃烧烈度的最佳预测模型。

主要技术方法概述

本研究整合了多源数据构建分析框架：使用森林资源调查与分析（FIA）数据获取林分结构参数；通过遥感技术提取相对差分归一化燃烧指数（RdBnr）作为燃烧烈度指标；采用逻辑回归模型评估35个候选预测因子的效应；运用多种模型选择策略控制共线性并筛选最优预测变量组合；最后将优选模型应用于空间插值生成的森林属性栅格数据，进行景观尺度燃烧烈度制图验证。

研究结果

关键预测因子的识别

通过系统的模型筛选过程，研究人员发现高燃烧烈度可以由六个变量稳定预测，这些预测因子包括三个林分结构特征：立地枯死木的胸高断面积（basal area of standing dead trees）、中等大小或所有活树的胸高断面积（basal area of mid-size or all live trees），以及阶梯可燃物丰富度（ladder fuel abundance）；以及三个不可控环境因素：30年平均年最高温度（30-year mean maximum annual temperature）、火灾到达林分时的最大阵风风速（maximum wind gust speed）和小时降水量（precipitation for the hour at which fire arrived at the stand）。模型的预测性能表现稳定，受试者工作特征曲线下面积（AUC）介于0.72-0.73之间，表明模型具有良好的判别能力。

模型在景观尺度的应用验证

为展示这些模型如何为景观处理优先级提供决策支持，研究人员将模型应用于公开可得的、经过插值处理的林分特征栅格数据以及上述不可控环境因子数据。通过将预测结果与基于相对差分归一化燃烧指数（Relative differenced Normalized Burn Ratio，RdBnr）反演的实测燃烧烈度进行对比，评估了制图精度。结果显示，当前条件下生成的火险等级分布图精度尚不理想，这一方面反映了现有森林属性插值产品在捕捉阶梯可燃物等精细结构特征方面的局限性，另一方面也凸显了火灾到达时的像素级气象模型数据的缺乏。

模型优化潜力分析

研究指出，当前制图精度的不足有望通过两方面技术进展得到改善：一是森林属性插值产品开始融入能够表征阶梯可燃物的精细尺度信息（如激光雷达探测与测距技术）；二是像素尺度的火灾到达时刻气象模型变得可用。这些技术进步将显著提升燃烧烈度预测模型的实际应用价值。

结论与讨论

这项研究通过系统分析迪克西火灾数据，建立了连接火灾前森林结构、环境条件与燃烧烈度的定量关系模型。研究结果表明，尽管天气等不可控因素对火灾行为有重要影响，但通过管理可控制的林分结构特征（如减少立地枯死木、调整活树密度和降低阶梯可燃物负载），仍然可以在一定程度上调控火灾的燃烧烈度。

研究的创新价值在于首次将可管理的林分特征与不可控的环境因素纳入统一的分析框架，并识别出了最具预测能力的核心变量组合。这一发现不仅深化了我们对火灾生态过程的理解，更重要的是为森林火灾风险管理提供了科学依据。林业管理者可以依据这些研究成果，针对性地开展森林抚育和可燃物管理，特别是在高火险区域优先实施处理措施，从而降低未来火灾的生态损失和社会经济影响。

然而，研究也指出了当前在景观尺度应用这些模型面临的挑战，主要是数据分辨率的限制。随着遥感技术的不断进步，特别是激光雷达等高精度测绘技术的广泛应用，未来有望获得更精细的森林结构参数，从而显著提升燃烧烈度预测的准确性和实用性。

这项研究为森林火灾科学和管理实践搭建了一座桥梁，展示了如何将基础科学研究成果转化为实际管理工具的可能性。在全球气候变化导致森林火灾频发、烈度增强的背景下，这类研究不仅具有重要的理论价值，更对保护森林生态系统和人类社区安全具有紧迫的现实意义。