编辑推荐：
为解决当前对极端野火事件（EWEs）中火势严重程度驱动因素认知有限的问题，研究人员以西班牙西北部 2022 年的两场 EWEs 为对象，研究燃料类型、结构、火险天气和地形对火势的影响。结果表明火势受多种因素影响，在极端干燥条件下，火险天气作用突出。该研究对野火管理意义重大。
在地球的生态舞台上，野火一直是一位极具破坏力的 “演员”，尤其是极端野火事件（EWEs），近年来在全球各地频繁登场，让生态系统苦不堪言。在风景如画的地中海盆地，随着农村土地的荒废，大量森林无人打理，再加上气候变化这个 “幕后推手”，野火的规模和严重程度不断升级。这些野火就像凶猛的野兽，不仅吞噬着大片植被，改变了土壤的性质，还对水资源和动物的生存环境造成了深远影响，严重威胁着生态系统的正常运转。
然而，面对野火的肆虐，人们却有些 “摸不着头脑”。虽然大家大致知道一些影响火势严重程度的因素，但在极端野火事件这种特殊情况下，这些因素是如何相互作用的，却依然是个谜。比如，在狂风呼啸、空气干燥得仿佛能点燃的恶劣天气里，燃料的类型和结构还能像往常一样对火势产生重要影响吗？为了揭开这些谜团，来自西班牙和葡萄牙多所高校的研究人员挺身而出，开展了一项意义重大的研究，相关成果发表在《Fire Ecology》上。
研究人员将目光聚焦在 2022 年发生于西班牙西北部的两场极端野火事件上，它们分别是 Sierra de la Culebra 野火和 Losacio 野火。这两场野火来势汹汹，烧毁了大量土地，对当地的生态环境造成了极大破坏。研究人员利用 Sentinel - 2 多光谱图像计算出的差分归一化燃烧比增强植被指数（dNBR - EVI）来衡量火势严重程度，就像是给野火的 “破坏力” 找到了一个量化的指标。同时，他们还收集了多种数据，比如利用机载激光雷达（LiDAR）技术获取的生态相关指标，这些指标能反映不同层次的燃料密度和叶面积密度分布；以及高分辨率的气象数据，其中蒸气压亏缺（VPD）被用来代表死细燃料的含水量。通过这些数据，研究人员运用随机森林（RF）模型，深入探究燃料类型、结构、火险天气和地形在极端野火事件中对火势严重程度的影响。
在研究方法上，研究人员采用了多种先进技术。在数据收集阶段，借助 Sentinel - 2 卫星获取的多光谱图像，精准计算 dNBR - EVI，从而准确评估火势严重程度。利用 LiDAR 数据，经过一系列处理，得到多个与燃料结构相关的指标。气象数据则选取了 VPD，通过特定的计算方法获取。在数据分析阶段，运用 RF 回归算法，设置合适的超参数，进行交叉验证，以此预测火势严重程度并评估各驱动因素的相对贡献。
研究结果显示，不同植被类型的火势严重程度差异明显。针叶林的火势最为严重，这是因为针叶林各层燃料结构均匀，就像给野火搭建了一条畅通无阻的 “高速公路”，有利于地表火和树冠火的蔓延。而阔叶林和有农业区域的镶嵌景观火势相对较低，展现出了一定的 “抗火” 能力。
进一步分析发现，在 RF 模型中，LiDAR 结构变量、VPD 和植被类型对火势严重程度的预测最为关键。像 2 - 4 米层的点云密度（D2?4m）、VPD、0.6 - 2 米层的密度（D0.6?2m）等指标，都与火势严重程度密切相关。而且，大多数预测因子与火势严重程度之间呈现出非线性关系。例如，在 VPD 较高、死细燃料含水量较低的区域，火势会更严重，陡峭的山坡和复杂的地形也会 “火上浇油”，加剧火势。
值得注意的是，在极端干燥的条件下，也就是 VPD 值很高时，火势严重程度对燃料结构参数的变化变得不那么敏感，这意味着火险天气 “接管” 了火势的控制权，燃料结构的影响被大大削弱。相反，在 VPD 值较低到中等时，如果存在危险的燃料积累和分布，火势就会变得严重。
在研究结论和讨论部分，这项研究意义非凡。它让我们更加清楚地认识到，在极端野火事件中，燃料结构和干燥条件对火势严重程度起着主导作用。这为野火管理提供了重要的参考依据，比如在针叶林和灌木林等易发生严重野火的区域，可以针对性地进行燃料管理，降低野火风险。然而，研究也发现，在极端火险天气下，单纯减少燃料负荷的策略可能效果不佳，这提醒我们需要寻找更有效的应对方法。未来的研究可以在更大范围、更多不同生物群落中展开，利用全球 LiDAR 数据集，结合更高分辨率的气象数据，进一步完善对野火的预测和管理，为保护生态系统、减少野火带来的损失贡献更多力量。
