《Forest Ecosystems》：Predicting forest fire probability under current conditions and future climate change scenarios in Türkiye
编辑推荐：
摘要：近年来，气候变化引发的 intensified 热浪和 prolonged 干旱加速了森林火灾的点燃与蔓延。因此，开发基于模型的预测性方法以降低火灾概率并减轻潜在损害至关重要。本研究采用MaxEnt算法，在乐观情景（SSP1-2.6）和悲观情景（SSP5
摘要：近年来，气候变化引发的 intensified 热浪和 prolonged 干旱加速了森林火灾的点燃与蔓延。因此，开发基于模型的预测性方法以降低火灾概率并减轻潜在损害至关重要。本研究采用MaxEnt算法，在乐观情景（SSP1-2.6）和悲观情景（SSP5-8.5）下，模拟土耳其当前及未来（2020–2100年）的森林火灾概率。通过分析历史火灾记录以及气候、地形和人为变量，基线模型表现出稳健的预测性能，受试者工作特征曲线下面积（AUC）达到0.82，连续Boyce指数（CBI）为0.85，真实技能统计量（TSS）为0.78。结果表明，土耳其的火灾格局主要受水分和温度动态控制；具体而言，最冷季度降水量（bio19）、年均温（bio1）和地形湿度指数（TWI）是火灾概率最关键的决定因素。未来预测表明，到本世纪末，火灾概率将发生显著的时空转变。在乐观情景下，高风险区域逐步增加，而低风险区域迅速缩小。在悲观情景下，低风险区域到2080年出现急剧下降（从44.15百万公顷降至25.18百万公顷）。值得注意的是，本世纪最后四分之一时期低风险等级的部分增加不应被解读为改善，而是反映了生态临界点的出现，例如极端干旱导致的燃料枯竭或大面积植被丧失。最重要的结果之一是，高和极端森林火灾概率区域的加权平均中心预计将向北移动，到本世纪末，SSP1-2.6情景下约移动81公里，SSP5-8.5情景下约移动152公里。这一情况表明，易发生火灾的环境正逐渐扩展到目前被列为低风险的土耳其北部湿润森林生态系统。最终，通过识别未来脆弱性将加剧的区域，本研究为规划有效的短期和长期火灾预防、管理和扑救策略提供了战略基础。
**森林火灾概率预测的时空格局与气候变化响应——以土耳其为例的研究解读**
**1. 研究背景与科学问题**
森林火灾的发生、发展和蔓延受人为活动、火源类型、土地利用方式、可燃物特征、地形条件及气候因素等多重因子共同影响。火作为基本的生态过程，通过塑造燃料动态、养分循环和生境空间格局，对生物多样性和生态系统恢复力具有重要作用。然而，气候变化和土地利用变化正在加剧火灾发生的概率、规模与强度，对自然系统和人类社会构成日益严重的威胁。在地中海盆地国家，森林火灾每年造成重大生态和经济损失。就土耳其而言，以土耳其红松（*Pinus brutia* Ten.）和黑松（*Pinus nigra* J. F. Arnold）等易燃物种为主的林地、灌丛（马基群落）和草地，因高温、持续干旱及人为因素而高度易发火灾。土耳其林业总局（GDF）统计数据显示，1988年至2019年间年均发生2134起森林火灾，而2020年后五年间年均火灾次数增至约2946起，增幅达38%；年均过火面积从2020年之前的10526公顷骤增至2020年后的43256公顷。这一上升趋势迫切要求对现有火灾管理与风险评估策略进行审视和改进。
既有研究表明，传统统计方法在模拟火灾与多变量环境因子间的复杂非线性关系时存在局限，难以完整捕捉动态环境交互作用。尽管机器学习和生态位建模方法已被广泛应用于火灾概率评估，但土耳其境内多数研究仍停留在地方或区域尺度，全国尺度上系统评估气候变化情景下火险潜在变化的研究仍较为有限。此外，气候变化可能引起的火灾风险空间格局变化及其地理位移尚未得到充分研究。基于此，本研究旨在运用最大熵（MaxEnt）机器学习算法，整合气候、地形、土地覆盖和人为变量，构建土耳其全国尺度的森林火灾概率模型，预测当前及未来气候情景下的火灾概率时空动态，以期为决策者提供前瞻性的火灾预防与管理科学框架。
**2. 研究方法与数据**
研究人员利用MaxEnt算法（一种基于最大熵原理的机器学习方法，通过已知发生点与环境变量间的关系估计物种或事件的空间分布概率）开展建模分析。火灾发生数据来源于土耳其林业总局（GDF）数据库（2015–2025年），经质量控制后最终采用1000个过火面积≥10公顷的验证火灾点作为因变量。环境预测变量包括从WorldClim数据库获取的19个生物气候变量、哥白尼计划土地覆盖数据（2018年，44个类别）、USGS数字高程模型（DEM）及其衍生的坡向和地形湿度指数（TWI），以及人类影响指数（HII）。未来气候数据采用MPI-ESM1-2-HR气候模型，基于CMIP6框架下的共享社会经济路径SSP1-2.6（乐观低排放）和SSP5-8.5（悲观高排放）情景，预测2020–2100年期间的火险变化。建模前通过Pearson相关分析剔除高共线性变量（|r| > 0.8）。模型采用70%数据训练、30%数据测试，通过50次重复自举法（bootstrap）确保稳定性。模型性能以受试者工作特征曲线下面积（AUC）、连续Boyce指数（CBI）和真实技能统计量（TSS）三个指标综合评估，并采用Jackknife检验确定变量贡献。未来预测仅更新气候变量，而地形、土地覆盖和人为变量保持恒定，以分离气候变化对火险变化的独立贡献。
**3. 研究结果**
**3.1 当前火灾概率（基线模型）**
基线模型的AUC值为0.82，表明模型具有良好判别能力；CBI值0.85反映预测适宜性与实际火灾发生间高度一致；TSS值0.78显示模型在最优阈值下能有效区分易火区与非易火区。变量贡献分析表明，最冷季度降水量（bio19）贡献率最高（46.4%），其后依次为年均温（bio1，13%）、地形湿度指数（TWI，8%）、降水季节性（bio15，6.7%）和土地覆盖（5.9%）。置换重要性分析中，年均温（bio1）居首（26.1%），其次为最热月最高温（bio5，10.4%）、年降水量（bio12，10.3%）、TWI（10.2%）和最干季度均温（bio9，9.9%）。当前火险空间分布显示，极低风险区面积最大，占国土面积的34.63%（27.01百万公顷），低风险区占21.97%（17.14百万公顷）、中等风险区占20.44%（15.94百万公顷）。高风险区面积为8.67百万公顷（11.12%），极端风险区面积为9.24百万公顷（11.84%），合计约17.91百万公顷（约23%国土面积）表现出高度火险，主要分布在地中海和爱琴海植物地理区域。
**3.2 未来火灾概率预测**
在2020–2040年近期时段，乐观情景下极端风险区约覆盖7.76百万公顷（9.95%），而悲观情景下大幅扩展至13.62百万公顷。高和极端风险类别的合计面积从SSP1-2.6的18.12百万公顷增至SSP5-8.5的27.79百万公顷，增幅近53%。2040–2060年中期时段，即使乐观情景下极端风险区也将达12.05百万公顷（15.45%），较当前基线增加约1.5倍；悲观情景下进一步扩展至14.23百万公顷（18.24%）。2060–2080年时段，SSP1-2.6下极端风险区为13.43百万公顷（17.22%），SSP5-8.5下增至15.66百万公顷（20.08%），高和极端风险合计达32.33百万公顷，超过国土面积的41%。2080–2100年世纪末时段，SSP1-2.6下极端风险区预计占18.61%（14.51百万公顷）；而SSP5-8.5下极低风险区显著回升至28.68百万公顷（36.77%），极端风险区仍达10.59百万公顷（13.58%）。这一低风险回升不应简单视为风险降低，而可能反映极端干旱导致可燃物枯竭或大面积植被丧失的生态临界点，标志着向“火限制型”环境的转变。
**3.3 森林火灾概率的空间位移**
加权平均中心分析表明，两种气候情景下火灾概率中心均呈现逐步北移趋势。SSP1-2.6情景下，2020–2040年北移约46.3公里，至2080–2100年累计最大位移约81.4公里（纬度变化0.73°N）；SSP5-8.5情景下，北移幅度更大，从76.4公里持续增至约151.6公里（纬度变化1.36°N）。这表明未来气候变化将推动高火险区域显著向北扩展，尤其是高排放情景下，目前处于低风险的土耳其北部湿润森林生态系统将面临日益增大的火灾威胁。
**4. 讨论与结论**
讨论部分指出，模型性能指标与已有研究一致，验证了MaxEnt在捕捉复杂环境关系方面的有效性。火险主要受水分和温度动态调控：bio19的高贡献凸显冬季降水在调节土壤湿度和燃料积累中的关键作用，冬季降水减少将加剧夏季可燃物干燥程度；年均温通过影响蒸散和干燥过程促进火险形成；TWI反映景观尺度水分空间分布，低值区域通常更干燥、更易着火；土地覆盖则直接决定燃料类型、连续性和易燃性。现有低和极低风险区（44.15百万公顷）在SSP1-2.6下呈持续缩减趋势，预计从2020–2040年的39.64百万公顷降至2080–2100年的24.57百万公顷；而高和极端风险区从基线17.91百万公顷持续攀升至2080–2100年29.81百万公顷。SSP5-8.5情景下，低风险区在2080年前从44.15百万公顷降至25.18百万公顷，随后阶段性回升至37.43百万公顷，但这反映了极端干旱情境下可燃物耗竭或植被大面积丧失的生态退化过程，而非风险的真实改善。研究发现，2021–2040年期间，SSP1-2.6下1.2–1.7°C升温仅致高风险区扩展0.21百万公顷，而SSP5-8.5下1.3–1.9°C升温使高风险区面积扩大9.89百万公顷，呈显著的非线性倍增效应（约47倍）。研究局限性在于仅更新气候变量而假设其他因子不变，未来需整合动态土地覆盖与人为变量以更全面评估火灾概率。
研究结论表明：（1）气候变化情景下森林火灾发生概率将发生显著变化，温度和降水是控制火灾发生的最关键气候因子；（2）从近期（2020–2040）到本世纪后期（2060–2080），高低火险与高和极高火险区面积将逐步增加，而低和极低火险区面积预期缩减，这一趋势与气温升高、湿度下降和持续干旱密切相关；（3）尽管乐观与悲观情景在空间影响程度上存在差异，但预测均显示火险将向土耳其北部迁移，对目前处于低风险的湿润森林生态系统构成威胁；（4）在高火险区域应优先强化燃料管理、预防措施和扑救能力；对预测将变得易火的北部区域应优先建设监测系统、早期预警基础设施和应急准备计划；（5）对当前低火险但未来火险大幅增加的区域应实施适应性森林管理策略；（6）在干旱加剧可能促使向燃料限制型火格局转变的区域，应将生态系统恢复力、植被动态和燃料可用性的长期监测纳入未来森林火灾管理的重要组成部分。该研究为土耳其乃至类似地中海气候区在气候变化背景下制定前瞻性火灾预防、管理和适应策略提供了科学依据。
