优化全球森林火灾面积模拟：多地球系统模型评估、贝叶斯模型平均合成方法及气候驱动因素分析

《Global and Planetary Change》：Optimizing global forest burned area simulations: Multi-earth system model assessment, Bayesian model averaging synthesis, and climate drivers

森林火灾面积（BA）的地球系统模型（ESMs）模拟性能评估与优化研究。通过对比10个CMIP6和ISIMIP3b模型的BA模拟，采用贝叶斯模型平均（BMA）方法筛选最优模型组合，构建了1997-2014年全球森林BA优化数据集。分析表明：全球及主要森林类型BA呈现显著的7-9月季节峰值，针叶林偏差最小，阔叶林和混合林存在较大高估。气候驱动方面，BA与温度呈正相关，与降水负相关，但北纬60度以北的亚北极和东亚地区例外，三者均呈正相关。研究为ESMs中火灾模块改进和碳循环模型优化提供了新依据。

　　

王雪岩|狄振华

中国北京师范大学地理科学学院，地球表面过程与灾害风险降低国家重点实验室，北京100875

摘要

准确的森林火灾预测对于减少对生态系统的破坏、保护生物多样性以及确保人类生命和财产安全具有重要的科学意义。尽管火灾数据有广泛的应用，但地球系统模型（ESMs）模拟森林燃烧面积（BA）的能力仍不甚明了。在本研究中，我们首先评估了十个ESMs在预测BA方面的性能，然后使用贝叶斯模型平均（BMA）方法结合了表现最佳的模型，创建了一个最优的全球森林BA数据集，并利用该数据集分析了1997年至2014年间BA的时空变化及其与温度和降水的相关性。结果显示，全球森林BA及其五种主要类型的分布具有明显的季节性模式，7月至9月间达到峰值。BMA模型选出的前五个ESMs分别是CESM2-FV2、CESM2-WACCM-FV2、NorESM2-LM、CLASSIC-GFD和CLASSIC-UKESM1。此外，模型权重排名与其整体性能排名一致，BMA集成模型的表现优于所有单个ESMs。阔叶林的预测偏差最大，而针叶林的偏差最小。1997年至2014年间，除落叶针叶林（DNF）外，所有森林类型的BA都有所增加。森林BA总体上与降水呈负相关，但在北美洲北部和亚洲北部的60°N纬度地区，这种相关性为正。

引言

火灾是一个关键的生态干扰因素，其对人类社会和生态系统的影响远远超出了其直接燃烧范围（Kablick等人，2020年）。近年来，即使在以前火灾较为罕见的地区和季节，野火的频率也在增加（Bowman等人，2020年）。燃烧面积（BA）是评估火灾活动的重要指标，它不仅提供了关于火灾动态的基本信息（Ling等人，2015年），还是计算碳、温室气体和气溶胶排放的关键参数（Chuvieco等人，2018年）。因此，准确估计BA对于理解生物量燃烧及其对全球和区域碳氮循环的影响至关重要（van der Werf等人，2010年）。

火灾检测方法主要包括地面巡逻、近地面监视、空中侦察和卫星遥感技术（Alkhatib，2014年；Qin等人，2020年）。其中，卫星遥感技术最近已成为主要的火灾检测手段，利用卫星图像中的热红外波段的热异常现象（Calle和Casanova，2008年）。它具有成本低、检测范围广、时间分辨率高和精度高的优点，因此在火灾数据收集中得到广泛应用。目前，从多种卫星遥感数据集中衍生出了许多不同空间尺度的BA产品，如MCD64、Fire_cci和GFED4，这些产品可供全球用户免费使用（Boschetti等人，2019年；Copernicus气候变化服务，2019年；Giglio等人，2018年；Randerson等人，2018年）。此外，作为关键研究工具的第六阶段耦合模型比较项目（CMIP6）建立了符合协调过去、现在和未来预测要求的全球气候模型（Eyring等人，2016年）。这些模型基于控制水循环、能量循环以及碳氮循环的物理方程来计算气候和生态变量的变化。CMIP6认可了23个模型比较项目（MIPs），包括海洋模型（OMIP）、冰盖模型（ISMIP6）、土地利用模型（LUMIP）、全球季风模型（GMMIP）等。此外，还有其他几个活跃的MIPs，如跨部门影响模型比较项目（ISIMIP）和化学-气候模型倡议（CCMI），它们具有特定的领域针对性。

火灾作为植被的干扰过程，最近才被纳入地球系统模型（ESMs）的植被模型组成部分。先前的研究一致表明，虽然模型通常能够捕捉到BA的大尺度空间模式，但它们经常显著低估BA的幅度，并且在历史趋势和未来预测方面存在较大的模型间差异（Kloster和Lasslop，2017年；Teckentrup等人，2019年；Wu等人，2020年）。值得注意的是，尽管大多数现有评估都是在CMIP5框架内进行的，但对最新CMIP6 ESMs的BA模拟的系统性评估仍然有限。

森林火灾是全球火灾活动的一个重要方面，因此从ESMs获得准确的森林燃烧面积（BA）模拟和预测至关重要。基于第四版全球火灾排放数据库（GFED4s）卫星森林火灾BA产品数据集，本研究首先评估了八个CMIP6和两个ISIMIP3b（基于CMIP6的）全球模型的模拟性能。随后，通过贝叶斯模型平均（BMA）方法整合了最佳模型，生成了一个集成森林BA模拟，旨在提高ESMs在全球森林BA预测方面的能力。最后，分析了1997年至2014年间森林BA的时空变化及其与温度和降水的相关性。本研究的结构如下：第一部分提供背景和引言；第二部分详细介绍了方法和数据；第三部分展示了结果，结果分为两部分：（1）模型评估结果，包括排名、筛选和BMA集成；（2）基于BMA集成的历史森林BA的时间和空间变化特征及其归因分析。讨论和结论部分位于最后。

研究区域

研究区域

全球确定的五种主要森林类型是：常绿针叶林（ENF）、常绿阔叶林（EBF）、落叶针叶林（DNF）、落叶阔叶林（DBF）和混交林（MF）。这些森林类型的分布来自Terra和Aqua联合中分辨率成像光谱辐射计（MODIS）土地覆盖类型（MCD12Q1）森林分类产品（图1）。森林类型的缩写和全称如下表所示（表1）。

值得注意的是，

每月森林火灾BA比例（BAF）的比较

展示了十个模型在全球森林和五种不同森林类型中的每月BA比例（BAF，%）的变化（图2）。BAF代表每个网格单元的多年平均月值。总体而言，六个森林类型的火灾活动具有明显的季节性模式，7月至9月间达到峰值。

对于总森林面积（图2a），大多数月份的BAF相对较低（<0.2%），但从7月开始出现明显的季节性峰值

模拟偏差的物理机制、温度主导因素及极端BA年份的发生

本研究的一个显著发现是，许多ESMs在某些森林类型中系统性地高估了BA，尤其是在北方夏季的EBF和DBF。一个可能的解释是，当前的火灾模型可能对温暖和干燥条件过于敏感，而未能充分反映包括降水和燃料湿度动态在内的水分调节因素，这些因素可以抑制森林火灾。一项CMIP6 ESMs评估研究表明，当前模型倾向于低估火灾

结论

本研究系统地评估了十个地球系统模型（ESMs），使用贝叶斯模型平均（BMA）方法对GFED4s数据集进行了评估，以改进1997年至2014年全球森林燃烧面积（BA）的模拟，通过加权并整合表现最佳的模型。然后利用得到的集成模拟来分析历史森林BA的时空模式及其气候驱动因素，从而加深了对全球森林火灾动态的理解。

主要发现

CRediT作者贡献声明

王雪岩：撰写——原始草稿、可视化、验证、软件、资源、方法论、调查、数据管理、概念化。狄振华：撰写——审阅与编辑、验证、监督、项目管理、资金获取、正式分析、概念化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了中国国家重点研发计划（项目编号：2024YFF0809301）和国家自然科学基金（项目编号：42375040、42275021）的支持。