《Geomatics, Natural Hazards and Risk》：Assessing the environmental risk of lightning-induced forest fires under compound climatic extremes in Northeast China
编辑推荐：
气候变化背景下，闪电诱发的森林火灾（Lightning-induced forest fires）对北方-温带过渡带森林（boreal–temperate forest）生态系统构成日益增加的环境风险，但其影响尚未被充分纳入环境风险评估与规划。本研究利用整合了
气候变化背景下，闪电诱发的森林火灾（Lightning-induced forest fires）对北方-温带过渡带森林（boreal–temperate forest）生态系统构成日益增加的环境风险，但其影响尚未被充分纳入环境风险评估与规划。本研究利用整合了气候再分析数据的59年火灾记录（1966–2024；n = 1047），对中国东北大兴安岭地区开展了闪电诱发森林火灾风险的显式空间评估。火灾发生情况被聚合到5-km等面积网格，并在基于GIS的机器学习框架内使用ERA5衍生的气候与环境变量进行分析。研究人员应用校准至概率尺度的XGBoost分类器来绘制点火概率图，同时使用SHAP解释和偏依赖分析来识别主导驱动因子和非线性响应阈值。结果表明，闪电火灾风险受热力强迫、水文干燥、植被胁迫与大气不稳定性之间的复合相互作用所支配。点火概率在中等热量和干燥条件下达到峰值，但在极端干旱下下降，揭示了一种自我限制的干燥机制，该机制限制了风险的进一步升级。通过将长期火灾记录与空间风险建模相结合，本研究为将闪电诱发的火灾纳入环境评估与气候适应规划提供了一个定量框架。研究结果支持在不断加剧的气候极端事件下，为北方森林生态系统提供基于风险决策、预警策略和针对性管理干预。
**论文解读：复合气候极端下大兴安岭闪电诱发森林火灾的环境风险评估**
**一、研究背景与问题**
野火是影响森林生态系统最重要的环境灾害之一，会改变森林结构与功能，影响碳平衡和气候系统。随着人类活动引起的气候变化，暖干化趋势延长了火季，增加了极端火天气的发生频率，导致北美和欧亚的温带与北方森林火灾更加频繁和严重。在各类野火中，闪电诱发的野火（Lightning-induced Wildfires, LIWs）是一类独特且对气候敏感的子集。闪电通常发生在偏远高纬度地区，在干燥、对流有利的条件下可燃烧大面积区域。然而，现有研究多集中于北美和泛北极地区，对欧亚寒温带森林，尤其是中国东北地区的研究相对不足。此外，气候变化通过复合路径（两个或多个驱动因子共同超过阈值）放大火灾风险，但多数预测模型仅关注单一气候维度，输出二元分类而非校准概率，且解释性有限。因此，有必要在中国东北大兴安岭这一北方-温带过渡区，基于长期火灾记录和多种气候变量，量化闪电火灾的非线性驱动和复合机制，为环境风险评估和气候适应规划提供依据。
**二、研究内容与意义**
研究人员利用1966–2024年共59年的官方森林火灾记录（其中闪电火灾1047起，占51.5%），结合ERA5再分析气候数据，在5-km等面积网格上构建了GIS与机器学习相结合的评估框架。通过可解释机器学习方法，识别了闪电火灾发生概率的主要环境驱动因子及其非线性阈值，揭示了热力、水文、植被和大气不稳定之间的复合相互作用。研究发现，闪电火灾风险受这些因子的协同控制，点火概率在中等热量和干燥条件下达到峰值，在极端干旱下反而下降，显示出一种自限制的干燥机制。该研究将长期火灾记录与空间显式建模相结合，为将闪电火灾纳入环境风险评估和气候适应规划提供了定量工具，支持风险知情决策、早期预警和针对性管理。
**三、关键技术方法**
研究所用的关键方法包括：(1) 时空数据整合：将ERA5气象变量和火灾记录统一到5-km等面积网格，构建网格-月面板数据集；(2) 特征筛选：使用方差膨胀因子（VIF）剔除多重共线性，结合最小冗余最大相关（mRMR）和单变量提升回归树（BRT）评估特征重要性，最终选取10个预测因子；(3) 模型构建：采用XGBoost分类器进行火灾概率预测，并用等渗回归校准概率；同时以逻辑回归、随机森林和直方图梯度提升作为基准模型；(4) 模型解释：使用SHAP和偏依赖（PD）分析识别非线性阈值和复合交互；(5) 空间交叉验证：通过五折空间交叉验证评估模型泛化性能；(6) 特征消融实验：评估预测因子组的贡献。样本来源于大兴安岭林业管理局的火灾档案和ERA5再分析数据。
**四、研究结果**
**4.1 长期变化与季节组成**
对1966–2024年火灾记录按点火原因分解后发现，闪电火灾占51.5%。人类活动引起的火灾在4–5月达到峰值，而闪电火灾集中在6–7月，与对流风暴活跃期一致。未知原因火灾比例从1960年代的50%以上降至2000年后的10%以下，逻辑拟合显示归因精度持续提高。敏感性分析将未知案件重新分类后趋势相似，表明闪电火灾增加是真实的气候信号而非报告偏差。区域上，加格达奇火灾密度最高（>35起/1000 km2），漠河闪电火灾比例最高（>90%）。
**4.2 空间聚类与区域差异**
通过核密度估计（KDE）和Getis–Ord Gi*统计，识别了三个时期（1966–1985、1986–2005、2006–2024）的闪电火热点。早期热点分散在中北部，中期向西南扩展，近期向西北迁移，质心轨迹呈三角形位移，表明闪电火活动并非简单线性变化，而是动态重组。
**4.3 模型评估与驱动因子重要性**
在平衡数据集上，XGBoost验证集AUC为0.641，测试集AUC为0.697，顶部1%高风险网格的火灾发生率是基线的5–7倍，校准曲线在极端分位数上表现良好。SHAP分析显示，植被健康指数（VHI）、地表下行短波辐射（ssr）和2米气温（t2m）是最重要的预测因子；相关矩阵显示存在“能量-对流”和“干旱-植被”两个主要变量簇。
**4.4 极端气候下可燃物敏感性**
一维偏依赖曲线显示，热力、辐射、水分和植被变量均呈现显著非线性阈值响应。例如，土壤湿度降低和VHI下降导致火灾概率快速上升，叶面积指数（lai_hv）呈驼峰型，反映燃料连续性在中等范围内最佳。二维偏依赖面揭示复合阈值结构：当对流不稳定（K指数）与闪电能量或地表感热通量匹配时，电-对流耦合出现高概率“山脊”；热-对流组合在中等温度和热通量下出现峰值；水文-生态组合表明中等干旱与高冠层覆盖共同提升点火概率。这些结果确认存在一个“点火共振域”，即多个条件同时接近临界值时，闪电火灾概率急剧上升。
**4.5 基准模型性能**
五折空间交叉验证下，XGBoost的合并ROC-AUC为0.9212，PR-AUC为0.002204，高于逻辑回归（0.9098/0.001584）、随机森林（0.8967/0.001669）和直方图梯度提升（0.9204/0.002047）。XGBoost在折级ROC-AUC上显著优于随机森林（平均差0.0186，p=0.0095），但与直方图梯度提升无显著差异（p=0.396）。PR-AUC在各折间变异较大，未达显著。
**4.6 特征消融结果**
移除“水分-干旱”组（SPEI_1、swvl1、VHI）使合并PR-AUC降低约21.7%，移除“热辐射”组降低约13.7%；单个预测因子中移除t2m降低约20.4%，swvl1降低约11.4%。但折级配对差异经Benjamini–Hochberg校正后均不显著，说明这些因子具有潜在重要性，但并非独立、普遍或因果性作用。
**五、讨论与结论**
讨论部分强调，大兴安岭的闪电火灾受热力、水文、对流过程的复合非线性控制，而非单一气候因子。点火概率在中等干燥时最大，极端干燥时下降，反映自限制机制。植被结构调节了气候阈值：中等干旱与茂密树冠或低植被健康与大叶面积组合都能显著提升点火概率，表明可燃物连通性而非绝对绿度是控制点火的关键。历史归因不确定性方面，早期记录中未知原因比例高，但敏感性分析支持气候信号的真实性。模型比较显示XGBoost具有最强区分能力，但统计上与HistGradientBoosting相似；消融结果仅指示敏感性模式，不能作为因果证据。研究结论翻译如下：本研究证明大兴安岭地区的闪电诱发森林火灾构成气候敏感的环境风险，受热力强迫、水文干燥、植被胁迫和大气不稳定性的复合非线性相互作用控制。点火概率在中等热干条件下最高，在极端干旱下降低，揭示了一种限制风险升级的自限制干燥机制。通过将59年火灾记录与空间显式且可解释的建模相结合，该框架将火-气候相互作用转化为评估相关的风险信息。基准测试表明XGBoost提供了最强的合并判别能力，但其折级性能与HistGradientBoosting统计相当，且消融效应经FDR校正后均不显著，因此应谨慎解释过程层面结论，不宣称模型普遍优越或单一预测因子因果性。这些结果可支持风险知情决策、早期预警、针对性巡护和空间差异化的火灾管理，但定量应用需考虑早期归因不确定性、稀有事件采样、空间代表性和阈值的时变性。
