《Kuwait Journal of Science》：Spatio-temporal analysis and MaxEnt modeling of wildfires in the Tangier-Tetouan-Al Hoceima region (northern Morocco)
编辑推荐：
野火对地中海地区的环境和生态-社会构成重大挑战，气候、植被结构、地形和人类活动相互作用塑造了火灾格局。本研究调查了摩洛哥北部丹吉尔-得土安-胡塞马（Tangier-Tetouan-Al Hoce?ma，TTA）地区2002年至2020年的野火动态，通过分析时空
野火对地中海地区的环境和生态-社会构成重大挑战，气候、植被结构、地形和人类活动相互作用塑造了火灾格局。本研究调查了摩洛哥北部丹吉尔-得土安-胡塞马（Tangier-Tetouan-Al Hoce?ma，TTA）地区2002年至2020年的野火动态，通过分析时空模式并使用最大熵（Maximum Entropy，MaxEnt）方法建模野火易发性。研究人员分析了卫星衍生的过火面积数据，以识别季节性火灾模式，突出了夏季和秋季发生的明显差异。通过整合气候、地形、植被相关和人为预测变量，开发了野火易发性模型。使用曲线下面积（Area Under the Curve，AUC）和真实技能统计量（True Skill Statistic，TSS）评估模型性能。模型显示出良好至非常好的预测性能，夏季AUC值为0.811，秋季为0.844，综合季节为0.808；TSS值分别为0.60、0.66和0.587。排列重要性和刀切法检验确定森林连通性、海拔、与降水相关的生物气候变量（年降水量、降水季节性、最暖季度降水量）以及与建筑物的距离是最具影响力的因素，尽管其贡献随季节变化。易发性地图被分为五个等级，显示高和极高易发区在夏季（2162 km2）比秋季（1863 km2）范围更广，主要位于中部山区和林区。秋季火灾与显著高于夏季火灾的预测易发性值相关（Wilcoxon检验，p = 0.041）。天然松林在所有季节均表现出最高的易发性，这强调了针对特定季节建模对于改进野火风险管理的重要性。
一、研究背景与研究意义
在地中海地区，野火是影响生态系统的主要自然扰动之一，长期夏季干旱、高燃料可用性和不断增加的人类压力共同导致火灾脆弱性升高。近年来，气候变化和土地利用动态加剧了整个地中海盆地的火灾格局，导致更频繁和严重的野火事件。摩洛哥北部，特别是丹吉尔-得土安-胡塞马（TTA）地区，经历了反复的野火爆发，对森林生态系统、土壤稳定性、生物多样性和农村生计产生了重大影响。该区域的火险背景由里夫山脉的崎岖地形、广泛多样的森林覆盖、反复出现的夏季干旱和热浪，以及偶尔促进燃料干燥和快速火势蔓延的干热Chergui风所塑造。这些生物物理条件与密集定居点、农业活动、不断扩展的基础设施以及传统上用于土地清理的用火行为相互作用，从而增加了森林-人类交界处的点火压力。然而，尽管该区域被认为是摩洛哥最易发生火灾的地区之一，关于野火发生和易发性的空间明确分析仍然有限，塑造火灾模式的环境驱动因素仍未得到充分记录。大多数关于TTA地区野火易发性的研究假设野火发生是一个单一同质的过程，并未明确考虑地中海火灾格局特有的高度季节性特征。极端气候条件可能导致夏季火灾，而人类活动、土地利用实践和残余燃料可用性可能在秋季火灾中作用更强。缺乏针对季节的易发性建模会降低对火灾驱动因素在整个火灾季节如何变化的认识，并限制了制定具体预防和管理行动的可能性。此外，TTA地区的野火易发性建模在方法上仍有限制，尚无研究应用最大熵算法进行野火易发性建模，也未有研究将长期时空火灾发生分析与特定季节的预测建模相结合。因此，本研究代表了在摩洛哥北部首次应用基于季节明确的MaxEnt框架，利用长期卫星数据进行野火易发性评估，旨在提供方法论和生态学上的双重贡献。
二、主要关键技术方法
研究人员采用了以下关键技术方法：（1）使用中分辨率成像光谱辐射计（MODIS）Fire_cci过火面积产品（FireCCI51），通过谷歌地球引擎（Google Earth Engine，GEE）平台提取2002-2020年间TTA区域的野火发生数据；（2）应用最大熵（MaxEnt）算法，通过SDMtune R包实现野火易发性建模，这是一种适用于仅存在数据的建模方法；（3）采用多尺度环境预测变量，包括来自WorldClim的生物气候变量、来自航天飞机雷达地形测绘任务数字高程模型（SRTM DEM）的地形变量、来自全球30米精细分类系统土地覆盖产品（GLC_FCS30D）的植被和人为变量，所有图层重采样至500米分辨率；（4）通过皮尔逊相关性分析和SDMtune变量选择程序筛选预测变量，消除多重共线性；（5）使用遗传算法进行超参数调优，并通过曲线下面积（AUC）和真实技能统计量（TSS）评估模型性能。
三、研究结果
3.1 野火发生的时空动态与空间聚集
研究期间（2002-2020年），TTA地区共记录577个过火像元。时间分布呈现强烈的年际变异性，2003、2005-2006、2012、2016和2020年为高活动年份。季节聚合显示，秋季过火像元最多（301个，占52.2%），夏季次之（276个，占47.8%），冬季和春季未检测到过火像元。月度过火面积地图表明，8月是野火最活跃的月份，过火面积和空间集中度最高。空间分布上，过火面积主要集中在区域中部和西部的山区和林区，Chefchaouen省受影响最严重（212个像元），其次是Larache（149个）和Tetouan（85个）。
3.2 野火发生的环境预测因子
通过多重共线性评估和变量选择，最终保留了16个预测变量，包括5个气候变量（年降水量Bio12、降水季节性Bio15、温度年较差Bio7、最暖季度降水量Bio18、风速WS）、3个地形变量（海拔EL、坡度SL、坡向AS）、1个植被变量（森林连通性FC）、4个人类活动变量（距建筑物距离DtB、距农田距离DtC、距道路距离DtR、人口密度PD）、2个水体相关变量（距水体距离DtW、土壤湿度SM）和1个类别变量（土地利用/土地覆盖LULC）。
3.3 MaxEnt模型性能
所有模型均表现出良好的判别能力，测试AUC值均超过0.8。秋季模型表现最佳，训练AUC为0.910，测试AUC为0.844，TSS为0.66；夏季模型训练AUC为0.873，测试AUC为0.811，TSS为0.60；综合季节模型训练AUC为0.870，测试AUC为0.808，TSS为0.587。
3.4 变量重要性与响应模式
排列重要性分析显示，夏季模型中最重要的预测因子为森林连通性FC（17.7%）和海拔EL（16.2%）；秋季模型中最重要的是降水季节性Bio15（14.7%）、FC（14.6%）和EL（14.1%）；综合季节模型中FC（22.4%）主导排名。响应曲线揭示了非线性关系：野火适宜性随森林连通性增加而上升，在接近100%时达到最高；海拔呈单峰响应，夏季约1100-1400米处适宜性最高，秋季则在1500米以上显著增加；距建筑物距离在2-4公里处影响最大。
3.5 野火易发性制图
MaxEnt模型生成了五级易发性分类图。夏季模型的高和极高易发区主要集中在区域中部山区，面积为2162 km2；秋季模型展现出更连续广泛的高易发区分布，面积为1863 km2。从观测火灾位置提取的预测概率显示，秋季火灾的中位预测概率（0.723）显著高于夏季（0.584）（Wilcoxon秩和检验，p = 0.041）。与植被图的叠加分析表明，天然松林在所有季节均表现出最高的易发性。
四、讨论与结论
研究表明，季节特定的MaxEnt模型比综合季节模型具有更好的预测性能，证实了地中海地区野火驱动因素的季节依赖性。森林连通性是跨季节的最重要预测因子，强调了燃料连续性在火灾传播中的核心作用。秋季模型中降水季节性（Bio15）的高度重要性反映了秋季降雨变率对燃料水分动态的关键影响。海拔的作用在不同季节有所差异，可能与温度梯度和植被类型的垂直分异有关。距水体的距离在秋季模型中贡献显著，这可能与水体附近较高的植被生产力和燃料积累有关。秋季火灾与更高预测易发性值的关联表明，秋季条件可能产生更可预测的火灾格局，有利于精准的风险管理。本研究的方法论贡献在于建立了基于长时间序列卫星数据的季节明确MaxEnt建模框架，为数据稀缺地区的野火风险评估提供了可复制的技术路线。研究结论强调，在TTA地区，应优先关注中部山区的森林连通性高的区域，并在不同季节采取差异化的防火策略，特别是在天然松林分布区。
