气候变化背景下中国森林火灾未来演变趋势预测与风险评估

本研究针对全球变化驱动下森林火灾加剧的严峻挑战，基于随机森林(Random Forest)算法构建了中国森林火灾发生概率(FO)、强度等级(FIL)和过火面积(BA)的预测模型，结合CMIP6的SSP1-2.6/SSP2-4.5/SSP5-8.5情景模拟，揭示了21世纪中后期中国60%-70%林区火灾风险上升、西南局部火强度增强等关键趋势，为差异化防火规划提供科学依据。

　　

随着全球CO₂浓度加速上升和气候变暖加剧，森林火灾已从自然生态过程演变为威胁人类安全的重大环境问题。中国作为全球气候变化的敏感区，其复杂的地形地貌和植被类型使得火灾响应呈现显著区域异质性。尽管1987年大兴安岭特大火灾后实施的严格防火政策取得成效，但"全扑灭"策略可能引发火灾抑制悖论(fire suppression paradox)。更棘手的是，现有研究多聚焦火灾发生概率(FO)，对决定实际危害的火强度(FIL)和过火面积(BA)预测严重不足，这种认知缺口可能导致防控策略失效。

北京大学等机构的研究团队在《Agricultural and Forest Meteorology》发表的研究，首次通过机器学习全景式预测了中国森林火灾三大特征的未来演变。研究采用随机森林(Random Forest)算法，整合全球野火信息系统(GWIS)和中国土地覆盖数据集(CLCD)的30米分辨率数据，构建了FO/FIL/BA预测模型。通过输入CMIP6的SSP1-2.6/SSP2-4.5/SSP5-8.5情景下2041-2060（中期）和2081-2100（长期）气候模拟数据，对比基准期(2001-2020)评估相对变化。

模型性能
区域特异性建模使FO预测AUC值达0.99（东北），FIL和BA模型的RMSE分别控制在0.44-1.12和0.18-0.35，优于传统统计方法。特征工程筛选出气温、干旱指数等关键驱动因子，解释力达85%以上。

火灾发生概率变化
到世纪末，60%-70%林区FO将增加，但平均增幅<20%。SSP5-8.5情景下长期变化最显著，大兴安岭、滇西峡谷等热点区域可能从中低风险转为中高风险，而现有低风险区仍保持稳定。

火强度演变
多数火险区FIL维持中低水平，但西南地区可能出现局部强化。温度上升每1°C可使高FIL概率提升7.2%，干旱持续天数与FIL呈非线性正相关。

过火面积扩张
63%-64%火险区BA将增加，SSP5-8.5中期增幅最大。东北地区虽增加面积比例较小(55%)，但绝对增量显著，反映火灾空间集中化趋势；南方则呈现广泛但分散的增长模式。

讨论与结论
该研究首次揭示了中国不同森林火灾特征的差异化响应轨迹：高生产力湿润林区（如东南、东北）可能面临火灾 regime 的全面强化，而干旱低生产力林区（如西南）则以关键特征变化为主。这种空间异质性对现行"一刀切"防火策略提出挑战，建议在风险聚集区实施疏伐结合计划烧除(prescribed burning)的精准管理。研究建立的机器学习框架为多尺度火灾预测提供了可扩展工具，但未来需整合植被动态和人类活动等非气候因子以提升预测精度。成果对协调碳汇保护与火灾风险管理具有重要政策意义，尤其为《巴黎协定》下中国森林气候适应战略提供科学支撑。