气候变化对上穆伦比吉河流域火灾天气严重程度的影响预测

《Weather and Climate Extremes》：Projected impacts of climate change on fire weather severity in the Upper Murrumbidgee River catchment, south-eastern Australia

　　

研究人员调查了气候变化对火灾天气严重程度的潜在影响，这对于生态系统和社会的可持续规划与发展至关重要。火灾天气的未来严重程度、空间范围及其对气象变量的敏感性，目前研究尚不充分。本研究旨在利用森林火险指数（Forest Fire Danger Index, FFDI）来研究未来的火灾天气，该指数基于五个CMIP6模式集合和两种排放情景（SSP126和SSP370）中提取的关键日气象变量，时期涵盖近期（2015-2034年）、世纪中期（2035-2054年）和远期（2055-2074年）。研究人员使用随机森林（Random Forest, RF）和极端梯度提升（Extreme Gradient Boosting, XGBoost）算法的集成模型，并结合SHAP值进行可解释性分析，以评估FFDI对关键气象变量变化的敏感性。研究结果表明，在SSP126和SSP370情景下，与参考期相比，到2040年代和2060年代，火灾天气严重程度预计将加剧，夏季上升9-20%，秋季上升13.3-16%，冬季上升7.7-24%，春季上升8.8-22%。值得注意的是，在两种情景下，高严重程度FFDI的空间范围预计将扩大，表明上穆伦比吉河流域（Upper Murrumbidgee River catchment）的火灾危险增加。SHAP值分析确定，近地表相对湿度是驱动该流域内火灾天气变化的最主要因素，干旱因子（drought factor, DF）位列第二。这些发现为FFDI的严重程度、空间范围及其对气象变量的敏感性提供了宝贵见解，强调了需要制定管理策略和降低风险，以减轻高FFDI及相关野火风险的影响，并增强该流域的火灾恢复能力。

### 论文解读：气候变化对上穆伦比吉河流域火灾天气严重程度的影响预测

#### 研究背景与目的

近年来，全球范围内野火的规模和频率呈上升趋势，对社会、经济和环境造成了严重后果。气候变化被认为是延长火灾季节和加剧野火强度的关键驱动因素之一，这一点在澳大利亚2019-2020年的“黑色夏季”野火中表现得尤为突出。尽管已有研究探讨了气候引起的区域性和北方森林周边的火灾危险趋势，但在区域（如大陆尺度）和次区域（如澳大利亚东南部及特定水文流域）层面的综合评估仍然有限。特别是，缺乏将近期历史和未来气候预测与火灾季节演变相联系、在一个一致的多尺度框架内量化火灾季节延长、加剧、转移或扩展的评估，以及对火灾季节关键气象变量的敏感性诊断。

位于澳大利亚东南部的上穆伦比吉河流域（Upper Murrumbidgee River Catchment, UMRC）是一个主要由桉树林覆盖的流域，该区域近期经历了毁灭性的野火，例如2003年堪培拉丛林大火和2019-2020年黑色夏季火灾季节。该流域是多个湿地和水资源的来源地，对灌溉农业、水力发电和城市供水至关重要。因此，了解气候变化如何影响该地区野火的范围和严重程度，对于可持续发展的规划和决策至关重要。尽管证据表明野火严重程度在气候变化下不断上升，但在预测这些事件的精确严重程度和空间分布方面仍存在不确定性。这些不确定性源于气候模型预测的局限性以及驱动火灾天气指数的反馈机制的复杂性。因此，采用多模型集合方法有助于捕捉这种多样性并改进野火严重程度的估算。

本研究旨在通过使用高分辨率网格化气候数据，结合流域尺度解释和季节性尺度分析，重点理解未来的火灾天气严重程度、其空间范围以及对关键气象变量的敏感性。研究人员通过对历史CMIP6集合模拟的森林火险指数（FFDI）与观测的网格化数据集进行验证，评估了模型可靠性并增强了对预测变化的信心。研究结果为环境规划者和政策制定者提供了宝贵信息，以加强缓解野火并减少未来气候变化带来的风险。该论文发表在《Weather and Climate Extremes》。

#### 主要关键技术方法

1. **气候数据与模型**：使用了经过降尺度的第六次耦合模式比较计划（CMIP6）下的五个全球气候模式（GCMs）集合，包括ACCESS-ESM1-5、EC-EARTH3-Veg、MPI-ESM1-2-HR、NorESM2-MM和UKESM1-0_LL。数据来源于澳大利亚国家计算基础设施（NCI）的NARCliM2.0-SEAus-04项目，空间分辨率为4 km。研究采用了两种共享社会经济路径（SSPs）情景：低排放情景SSP126和高排放情景SSP370。
2. **森林火险指数（FFDI）计算**：采用McArthur森林火险指数（FFDI），该指数通过结合日最高近地表气温（tasmax）、近地表风速（sfcWind）、近地表相对湿度（hurs）和降水（pr）等气象变量，并利用干旱因子（DF）和基奇-拜拉姆干旱指数（KBDI）来模拟火灾天气。
3. **敏感性分析**：使用随机森林（RF）和极端梯度提升（XGBoost）算法的集成机器学习模型，结合SHAP（SHapley Additive exPlanations）值进行分析。该框架用于解释模型预测，评估关键气象变量对FFDI的相对贡献及其交互作用。
4. **可靠性评估**：通过泰勒图（Taylor diagram）和统计指标（空间相关性r、平均绝对误差MAE、归一化平均绝对误差nMAE），将CMIP6集合均值的历史FFDI模拟结果与澳大利亚气象局（BoM）的5 km分辨率网格化FFDI数据集进行比较验证。

#### 研究结果

1. **降雨与温度异常分析**
通过分析两种情景（SSP126和SSP370）下三个未来时期（2020年代、2040年代、2060年代）与历史参考期（1995-2014年）相比的异常情况。研究发现，在所有季节，两种情景下的最大气温异常均呈上升趋势。在降水方面，SSP126情景下冬季降水预计增加，其他季节减少；而SSP370情景下，整个预测期内所有季节的降水都呈下降趋势，其中春季的下降幅度可达17%。这些分析表明，流域未来将面临更暖更干的天气条件，尤其是在SSP370情景下，这将增加燃料的干燥程度，从而加剧火灾天气。

2. **FFDI历史模拟可靠性评估**
研究人员将CMIP6集合均值模型模拟的历史FFDI（1995-2014年）与气象局（BoM）的网格化FFDI数据集进行了比较。通过对99百分位的FFDI进行分析，结果显示两者之间具有高度相关性（r=0.98），平均绝对误差（MAE）为1.22，归一化平均绝对误差（nMAE）为6.3%。这表明CMIP6集合均值模型能有效代表该流域的历史野火潜在风险。

3. **未来FFDI变化预测**
研究分析了未来三个时期（2020年代、2040年代、2060年代）FFDI的季节性和年度变化。在2020年代，FFDI在某些季节（如夏季和春季）呈现下降趋势。然而，从2040年代开始，特别是在2060年代，两种情景下的FFDI均呈现显著上升趋势。例如，到2060年代，SSP370情景下的夏季FFDI预计将上升19.9%，秋季上升16%，冬季上升23.6%，春季上升21.9%。相比之下，SSP126情景下的增幅较小。这表明在高排放情景下，火灾天气严重程度的加剧更为显著。信噪比（SNR）分析也表明，这些变化在2040年代和2060年代是显著的。

4. **FFDI空间范围变化**
对FFDI的空间范围分析显示，在两种情景下，低严重程度FFDI覆盖的面积呈下降趋势，而高严重程度FFDI覆盖的面积则呈上升趋势，这一趋势在春季和夏季尤为明显。例如，在SSP370情景下的2060年代，夏季高严重程度FFDI的范围预计将增加21.3%，春季则增加42.5%。这表明在未来的暖化气候下，该流域将经历空间范围更广的高严重程度火灾天气事件。

5. **FFDI对气象变量的敏感性分析**
通过集成RF和XGBoost机器学习模型并结合SHAP值进行分析，研究人员发现FFDI对关键气象变量的敏感性存在差异。**近地表相对湿度（hurs）被确定为驱动该流域FFDI变化的最主要因素**，其影响随时间推移和排放强度增加而增大。**干旱因子（DF）是第二重要的影响因素**，反映了长期土壤和燃料干燥状况的作用。相比之下，虽然气温（tasmax）和风速（sfcWind）的升高也会加剧FFDI，但其影响力相对较小。SHAP依赖性图进一步揭示了变量间的交互作用，例如，当干旱因子（DF）达到最大值且相对湿度（hurs）较低时，相对湿度的SHAP值也达到峰值，表明其共同导致燃料湿度降低和可燃性增加。

#### 讨论与结论总结

**讨论部分总结：** 研究发现，未来气温上升和降水减少将共同导致上穆伦比吉河流域（UMRC）土壤和燃料更干燥，从而加剧火灾天气。FFDI的预测变化表明，在高排放情景（SSP370）下，火灾天气的严重程度和空间范围将显著增加，给该流域带来前所未有的野火风险。敏感性分析确认了近地表相对湿度（hurs）是控制FFDI的最关键气象变量，这强调了大气干燥度在火灾风险中的核心作用。这些结果与先前在澳大利亚和全球的研究一致，但本研究通过提供高分辨率、流域尺度的评估，明确量化了不同情景下关键气象变量的季节贡献及其非线性效应，为区域火灾管理提供了新的见解。研究结果对于制定早期预警系统、应急预案和长期防火策略具有重要的实践意义。

**研究结论翻译：** 本研究为桉树主导的上穆伦比吉河流域（UMRC）识别了在气候变化背景下森林火险指数（FFDI）的异常、严重程度、空间范围及其对关键气象变量的敏感性。研究利用了CMIP6集合均值中五个全球气候模式（GCMs）的偏差校正气候数据，评估了从2015年到2074年，相对于1995-2014年历史参考期，在SSP126和SSP370情景下的未来FFDI预测。主要发现概括如下：
1. 预测的最大气温异常（tasmax anomalies）在两种SSP情景下的所有季节都预计将显著增加，特别是在SSP370的2060年代。
2. 季节性降水异常在SSP126下具有多变性，而在SSP370下则日益干燥，其中SSP370情景下的春季降水可能减少多达16.6%。
3. 历史模拟FFDI的CMIP6集合均值与气象局（BoM）观测数据吻合良好（相关性r=0.98），表明其准确性。
4. FFDI严重程度的预测变化在2020年代有所下降，但此后呈上升趋势，从SSP126到SSP370情景逐季增加。
5. 空间范围显示两种情景下低严重程度FFDI呈下降趋势，而高严重程度FFDI呈上升趋势，在2060年代尤为明显。
6. 预测的FFDI对所有气象变量都敏感，但相对湿度（hurs）和干旱因子（DF）的贡献最大，其影响在SSP370下比SSP126下更为显著。总体而言，这种对FFDI严重程度、空间范围及气象变量相对贡献的季节性分析，对于应急规划机构监测气候变化的进程至关重要。