利用加拿大火灾影响模型（Canadian Fire Effects Model）在通用碳预算模型（Generic Carbon Budget Model）中计算森林野火排放量
《Ecological Modelling》：Forest wildfire emissions using the Canadian Fire Effects Model within the Generic Carbon Budget Model
编辑推荐：
整合加拿大野火效应模型（CanFIRE）至通用碳预算模型（GCBM），通过11种树种的特异性算法提升未来野火温室气体排放估算精度，动态燃料负荷与物种形态特征（树高、冠层长度、树皮厚度）显著提高碳排放和死亡率预测准确性，较传统静态分类方法减排估算提升12-18%。
C. Smyth | M. Fellows | A. Cantin
加拿大自然资源部，加拿大林业局，506 Burnside Road West，维多利亚，BC，V8Z 1M5，加拿大
摘要
本研究将加拿大火灾效应模型（CanFIRE）整合到通用碳预算模型（GCBM）中，以更准确地预测未来野火造成的温室气体（GHG）排放。新框架使用针对11种树木的特定算法来估算野火燃烧产生的排放量和树木死亡率。我们在全国森林碳模拟中测试了这一框架，并将其结果与之前使用通用燃烧和死亡率影响模型的研究进行了比较。研究发现，新框架得出的排放量估计值更高，尤其是来自土壤有机层的排放量。该框架作为GCBM的一个模块提供，可用于动态景观中的野火和碳研究，以及分析野火管理策略及其减少GHG排放的潜力。
引言
2023年，加拿大野火排放量约为650 TgC（Byrne等人，2024年），预计未来野火季节的强度、严重程度和燃烧面积会增加（Flannigan等人，2013年；Boulanger等人，2014年；Wang等人，2020年），因此需要估算各种火灾管理策略（如燃料处理（de Groot等人，2002年）或物种改变（Stralberg等人，2018年）的短期排放量以及长期减少直接野火排放和未来森林砍伐的影响。
先前的研究已将野火模型与碳模型相结合（Anderson等人，2015年；de Groot等人，2007年；Smyth等人，2024年）。然而，这些方法依赖于最多三种静态的野火严重程度，未能考虑物种对森林组成或燃料负荷的具体影响。火灾行为与燃料特性和燃料消耗量密切相关（Bilgili，2003年）。通过将火灾行为模型与动态燃料数据相结合，可以更准确地预测燃料消耗量和树木死亡率。
在本研究中，我们通过将加拿大火灾效应模型（CanFIRE）与基于空间显式通用碳预算模型（GCBM）估算的动态燃料负荷进行定量关联，来估算火灾排放量和树木死亡率。这一综合系统能够更好地评估涉及采伐、恢复或其他种植方案的森林和野火管理情景（例如Drever等人，2021年；Ménard等人，2023年），通过特定物种的排放量来评估未来野火产生的碳排放。
CanFIRE是一个林分级模型，它结合了火灾行为和火灾生态学，以计算野火对加拿大森林林分特征的物理和生态影响（de Groot等人，2009年）。该模型基于
加拿大森林火灾危险等级系统（CFFDRS）（Stocks等人，1989年；Wang等人，2017年；Wotton等人，2009年）。自2004年以来，CanFIRE一直用于全国火灾排放量的报告，并且与其他应用于北美森林火灾的排放模型相比，其结果具有较好的一致性（de Groot等人，2007年；French等人，2011年）。
GCBM是一个林分级和景观级模型，用于估算历史和未来的森林生态系统碳储量和通量。该模型采用了加拿大林业部门成熟碳预算模型（CBM-CFS3）（Kurz等人，2009年）相同的结构、方程、逻辑和默认假设。GCBM是一个空间显式的建模环境，其中数据输入和模型参数基于森林清查信息（年龄、物种）的空间层，同时结合了非空间信息（如产量表）（Smyth等人，2024年）。
将CanFIRE整合到GCBM中，可以更好地捕捉不同严重程度火灾在动态景观中的排放情况，这些景观具有多样的燃料类型、负荷和分布。新的GCBM-CanFIRE模块利用CFFDRS数据详细估算排放量和死亡率，因为生态效应是通过基于物种的火灾生态特征和树木形态学来纳入的。我们探讨了本研究中估算的特定物种的CanFIRE排放量与早期全国原型研究中模拟的三种火灾严重程度（低、中、高）之间的差异，唯一的不同在于引入了CanFIRE模型。
模型输入
模型输入
GCBM的输入参数在之前的研究中已有描述，这里简要说明。GCBM所需的空间显式优势物种和林分年龄数据来自国家陆地生态系统监测系统（NTEMS）的高分辨率遥感信息（Hermosilla等人，2022年；Maltman等人，2023年）。体积-年龄对的产量表来自国家模型（Ung等人，2009年），而2024年至2070年的未来燃烧面积则是通过统计分析得出的。
结果
使用GCBM-CanFIRE动态野火干扰矩阵预测的未来野火（2024年至2070年）累计排放量与之前使用三类严重程度分类的估算结果进行了比较（Smyth等人，2024年）。为了便于与以往结果进行比较，将动态野火影响分为三类：高严重程度包括软木或硬木商业林分中超过75%的死亡率；中等严重程度包括林分死亡率。
讨论
改进后的GCBM-CanFIRE模块通过使用GCBM估算的动态燃料负荷以及树木的形态特征（如高度和树冠长度）来更好地表示野火影响，从而更准确地反映树冠烧伤和树皮厚度对形成层损伤的影响（Dickinson和Johnson，2004年；Hood等人，2018年；Smith等人，2025年）。其他因素也很重要，例如形态因素、热因素或长期土壤闷烧（Hood等人，
结论
GCBM-CanFIRE将动态野火消耗和死亡率影响整合在一起，为具有特定物种响应的动态景观提供了更准确的未来野火排放预测框架。该框架比之前的静态方法更好地反映了GCBM估算的火灾-碳动态，并提高了我们模拟长期野火排放和死亡率的能力。
尽管GCBM-CanFIRE改进了排放预测，但全国性评估仍需要进一步扩展
CRediT作者贡献声明
C. Smyth：撰写 – 审稿与编辑，撰写 – 初稿，可视化，方法论，概念化。M. Fellows：撰写 – 审稿与编辑，可视化，验证，软件。A. Cantin：撰写 – 审稿与编辑，软件。
