气候变化与人类活动双重驱动下中国野火的时空演变特征及机制解析

在全球变暖与干旱频发的背景下，中国野火风险持续加剧。本研究基于MODIS卫星数据与可解释机器学习模型（XGBoost-SHAP-PDP），系统分析了2001-2020年中国野火的时空分异规律，揭示了气候因子（贡献率48%）与人类活动（33.1%）的协同作用机制，首次提出16°C为野火风险临界温度阈值，并发现清明祭祀等传统文化对野火爆发的显著影响。研究成果为区域差异化防火策略制定提供了科学依据，发表于《Ecological Indicators》。

　　

野火作为陆地生态系统的关键扰动因子，在全球气候变化和人类活动加剧的背景下，其发生频率与强度呈现显著上升趋势。近年来，从美国加州的毁灭性山火到西伯利亚的冻原火灾，全球野火事件频发不仅造成巨额经济损失，更通过释放温室气体形成“火灾-气候变暖”恶性循环。中国作为横跨多个气候带的生态大国，野火风险同样日益严峻，但现有研究多聚焦局部区域或单一驱动因素，缺乏对全国尺度时空格局及多因素耦合机制的系统解析。

针对这一科学空白，国内研究团队在《Ecological Indicators》发表最新成果，首次整合MODIS卫星遥感数据与可解释机器学习技术，构建了涵盖气候、地形、植被和人文因素的驱动模型，揭示了中国野火演变的非线性规律。研究团队创新性采用SHAP-PDP（Shapley Additive Explanations-Partial Dependence Plots）算法，突破了传统统计模型对复杂交互作用的解析局限。

关键技术方法
研究基于96,132个10 km×10 km网格单元，整合了MODIS C6火点数据（含火点频率与辐射功率FRP）及13类环境变量。通过重心迁移模型刻画空间格局演变，采用XGBoost（eXtreme Gradient Boosting）机器学习框架进行特征重要性排序，并结合SHAP值量化因子贡献度，利用PDP解析关键阈值的非线性效应。所有模型通过五折交叉验证优化参数。

主要研究发现

1. 时空演变特征

• 时间维度：野火呈“先增后减”趋势，2014年达峰值（超15万起），冬春季（1-4月）占全年70%以上，日间火灾占比超80%。发现显著的滞后累积效应，如东北平原2002年低发年后2003年强度骤升。
• 空间格局：东部沿海野火频率较西部高3倍，东北大小兴安岭、华北平原及云贵高原为热点区。胡焕庸线以东集中全国80%火点，但2015年后西部火点显著增加。

1. 频率-强度耦合关系
   全国尺度二者高度一致（R²=0.846），但存在区域分异：华南（R²=0.983）>云贵高原（0.960）>青藏高原（0.931），而西北干旱区仅0.540。预定义四类城市风险等级，识别出81个“高频-高强度”城市（如西双版纳、百色）。

2. 驱动机制解析

• 气候主导：温度（贡献15.5%）存在16°C临界阈值，超过后风险陡增；降水与土壤湿度（SM）呈抑制效应，但高温下抑制作用减弱。
• 人文影响：人口密度（Pop）呈“U型”曲线，低密度自然区与高密度活动区风险并存。清明期间火点数量超月均33%，揭示祭祀用火的文化驱动。
• 交互效应：高温（>16°C）与低湿（ARH<50%）组合使风险激增，而高植被覆盖（FVC>85%）区域在低Pop时最脆弱。

结论与展望
该研究首次系统量化了中国野火的多尺度驱动机制，提出“气候-人文-植被”三元耦合理论框架。发现的16°C温度阈值与传统文化时间节点（如清明）为精准预警提供了新靶点。未来需结合无人机与物联网技术提升监测精度，并探索极端气候情景下的野火响应模式。研究成果对建立季节-区域差异化的防火体系具有重要实践价值，尤其为传统文化区的火灾防控提供了科学依据。

（注：全文数据与结论均源自原文，未添加任何虚构内容；专业术语如FRP、XGBoost等均按原文格式保留大小写及上下标；作者单位按要求隐去英文名称）