未來氣候情景下中亞地區的森林草原火險評估

宗學政，田曉瑞＊，尹云鶴

(1. 中國林業科學研究院森林生態環境與保護研究所，國家林業和草原局森林保護學重點開放性實驗室，北京 100091；2. 中國科學院地理科學與資源研究所，中國科學院陸地表層格局與模擬重點實驗室，北京 100101)

火險評估是通過分析可能影響火發生及蔓延的環境因素，以產生一個定性或定量的指標，并按照一定的規則劃分不同等級，進而描述區域的火險變化[1]。為了提高評估結果的科學性和實用性，火險評估已不僅僅聚焦在分析火的潛在發生可能和延變化，火發生后對于周圍人或環境的潛在影響也納入了評估的范疇[2-3]。雖然許多地區開展火險評估工作所采用的指標有所差異，但可以將評估指標總的概括為可能性、暴露性和脆弱性[4-5]。其中可能性受可燃物、地形、天氣條件和火源等因素影響；暴露性是指火發生后可能影響的一切對象；脆弱性是指火對作用對象的破壞程度[6]。Coban等[7]基于火發生可能性、暴露性和脆弱性，利用層次分析法（AHP）評估了土耳其布賈克地區的森林火災風險。Johnston等[8]基于可能性、脆弱性、暴露性和潛在影響建立了適合加拿大的森林火災風險評估方法。為了預測氣候變化帶來的地區火險等級變化，需要基于氣候情景數據分析未來的火險等級變化[9-10]。Lehtonen等[11]從火發生可能角度評估了芬蘭的森林火險等級，認為到21世紀末該地區火險指數將增加10%～40%。田曉瑞等[3]從火發生可能、脆弱性、暴露性和抗災能力4個方面，評估了2021—2050年不同氣候情景下中國火險等級變化，分析了未來高火險等級的空間分布。Jadmiko等[12]基于火險天氣和脆弱性描述了不同情景下西加里曼丹地區的火險，提出應對氣候變化的森林草原火管理和土地利用方案。Busico等[13]以地形、城鎮分布、道路密度、歷史火發生等12個評估指標，利用層次分析法評估了意大利南部坎帕尼亞地區在1990—2018年的火險，并預測了2030—2050年的火險等級變化。

中亞五國包括哈薩克斯坦、吉爾吉斯斯坦、塔吉克斯坦、烏茲別克斯坦和土庫曼斯坦，在前蘇聯解體后成為了獨立的國家。由于缺少林火方面的統一管理，導致過去火發生頻繁，森林和草地資源破壞、環境污染等問題嚴重[14-16]。盡管中亞地區森林覆蓋率低，植被分布不均勻，但該區域擁有著如雪豹、棕熊等珍稀物種，屬于全球生物多樣性的熱點地區[17]。加強地區火管理對于保護現有植被和環境尤為重要，也有利于改善當地居民的生活環境和促進經濟發展。目前，中亞五國政府已制定了一系列措施來降低火發生可能，以達到保護區域生物多樣性的目的[18]。由于中亞地區的森林和草地集中在哈薩克斯坦境內，過去對于該地區火動態及火險天氣變化的研究也主要集中在哈薩克斯坦[19]。但受地面數據的限制，已開展的研究多基于遙感產品進行分析。Spivak等[20-21]基于NOAA和MODIS提供的產品構建了哈薩克斯坦地區的空間火監測系統[22]。Babu等[23]利用MODIS地表溫度（MOD11A1）、地表反射比（MOD09GA）數據、歸一化多波段指數（NMDI）、可見大氣阻力指數（VARI）和改進的歸一化差異火指數（MNDFI）等數據構建了哈薩克斯坦的火發生指數。這些研究主要包含在亞歐或全球尺度的火險研究中[24-27]。針對中亞區域的火險評估研究較少，特別是對未來氣候情景下可能的森林草原火災風險。

本研究基于火發生可能性、暴露性和脆弱性，利用層次分析法構建風險評估體系，評估氣候變化對該區域未來的森林草原火災風險影響。研究結果將為中亞地區開展區域性火管理合作和適應氣候變化措施提供科學基礎，也為該區域和“一帶一路”在森林草原火管理方面的合作奠定基礎。

1 研究區概況

研究區處于亞歐大陸中部，東與中國相鄰，西至里海[17]。總面積約397萬km2，其中哈薩克斯坦、烏茲別克斯坦、土庫曼斯坦、吉爾吉斯斯坦和塔吉克斯坦面積分別為271.2、47.1、44.6、19.9和14.2萬km2。氣候以溫帶大陸性氣候為主，屬典型內陸干旱區域。降水稀少且分布不均，年均降水量100～400 mm，高山區可達500 mm以上，平原區低于200 mm。地勢東高西低，起伏較大。其中，哈薩克斯坦屬于低山丘陵區，塔吉克斯坦和吉爾吉斯坦屬于高山區，土庫曼斯坦和烏茲別克斯坦屬平原區（圖1）。

圖1 研究區位置及其植被類型Fig.1 Geographic location and vegetation types of the study area

早春和晚秋的捕獵及農耕活動頻繁，城鎮及農田附近的森林和草地容易發生火燒[15]。而夏季（6—9月）由于高溫少雨，自然火發生頻繁，主要分布在東部的山地森林和西北部的灌木草地區域。統計表明，自蘇聯解體至20世紀末的8年間，火導致中亞地區森林面積減少了40 000 km2，主要發生在哈薩克斯坦和吉爾吉斯斯坦[28]。2001—2009年中亞5國干旱地區草地年均過火面積達150 000 km2，8—9月份所占比例最大[29]。

2 數據源

植被數據采用CCI全球土地覆蓋產品（2001—2015年）（https://www.esa-landcover-cci.org），包括森林、草地、水體等類型。2001—2015年過火區數據來源于MODIS-MCD64A1過火面積產品（空間分辨率500 m，時間分辨率1 d）（https://earthdata.nasa.gov）。氣候情景數據（1971—2099，空間分辨率0.5° × 0.5°）采用HadGEM2-ES模式的4個情景數據（RCP2.6、RCP4.5、RCP6.0和RCP8.5），源于政府間影響模式比較計劃（Inter-Sectoral Impact Model Intercomparison Project）（https://www.isimip.org/），包括日最低和最高溫度、降水。不同的輻射強迫（RCPs）描述不同溫室氣體濃度，以表示不同的社會經濟和技術發展情景。該模式情景數據在中亞地區得到了較好應用，它對中亞地區的降水和溫度描述比其他模式更準確[30-32]。RCP2.6代表低排放情景，RCP4.5和RCP6.0代表中等排放情景，RCP8.5代表高排放情景[33]。人口和GDP分布數據（1980—2100，0.5° ×0.5°空間分辨率）源于全球環境研究中心提供的共享經濟路徑（SSP）情景數據（https://secure.iiasa.ac.at/web-apps/ene/SspDb），包括1980—2100年每間隔10年的統計數據或預測數據。2020—2100年的預測數據包括了SSP1、SSP2和SSP3氣候情景[34]。SSPs是在RCPs的基礎上發展的，用于構建社會經濟情景的數據，反映了輻射強迫和社會經濟發展間的關聯，這些氣候模式將在IPCCAR6應用[35]。從未來社會經濟面臨的減緩和適應挑戰角度來看，SSP1、SSP2和SSP3分別代表可持續發展、中度發展和局部發展/不均衡發展的路徑[36]。

3 研究方法

3.1 森林草原火災風險評估模型

基于經典自然災害風險模型構建森林草原火災風險評估指標[37]（圖2）。森林草原火災風險包括可能性、脆弱性和暴露性3個方面（公式1）。可能性是指區域內森林草原火發生的可能；暴露性表示受到森林草原火威脅的生命和財產，暴露性越高，表示災害風險越大；脆弱性表示潛在森林草原火對區域內不同植被造成的損害，數值越高表示災害損失越大。

圖2 森林草原火災風險評估指標Fig.2 Indexes of forest and grassrisk assessment

式中：H—森林草原火災風險；P—發生可能性；V—承災體脆弱性；E—暴露性。

火發生與火險天氣指數密切相關，火天氣指數越高，火發生可能性越大[38-39]。本研究采用MNI（修正Nesterov指數）表示植被的火發生可能[40]。脆弱性主要考慮植被類型（草地、灌木和山地森林）和過去（2001—2015年）的燃燒概率。暴露性主要考慮GDP和人口分布，密度越高，受森林草原火的影響越大。RCPs和SSPs情景雖然有所差別，但其表現的情景基本一致。因此，在計算森林草原火災風險指標時，RCP2.6情景的可能性對應SSP1情景的暴露性，RCP4.5和RCP6.0情景的可能性對應SSP2情景的暴露性，RCP8.5情景對應SSP3的情景數據[36]。根據獲取數據的起始時段，本研究采用1980、1990和2000年的平均值作為基準時段（1971—2000），未來時段選擇2021—2050和2071—2099兩個時段。可能性和暴露性的計算采用了不同的氣候情景模式數據。脆弱性的計算無法獲得未來相應的時段數據，考慮到研究區的植被類型和火動態在相當長的時期內不會發生顯著變化。所以，在計算基準和未來時段都采用了2001—2015年的脆弱性數據。

3.2 風險評估指標權重的確定及一致性檢驗

利用隨機性指標（CR）對判斷矩陣進行一致性檢驗：

式中：n為判斷矩陣的階數；λmax為判斷矩陣的最大特征值；RI為隨判斷矩陣階度而變的常數，當n值為1、2、3、4、5時，對應的RI值分別為0、0、0.58、0.91、1.12。

當CR＜ 0.1時，判斷矩陣達到滿意效果，否則需要重新調整指標的分值，直到具有滿意的一致性為止。

基于層次分析法確定各指標的權重（表1）。對C層各指標進行歸一化處理（公式4），分別計算B層各指標和風險層（A層）。

表1 風險評估指標的權重Table 1 Weight of the indexes for risk assessment

式中：y為歸一值；x為變量；xmax和xmin分別對應變量的最大值和最小值。

3.3 燃燒概率

根據研究區的火險期和植被分布，剔除MODISMCD64A1過火面積產品的假過火區。利用ArcGIS將處理后的每年過火區轉為柵格數據，計算2001—2015年每個柵格的燃燒概率（過火次數/總年數）。

3.4 火天氣指數

基于中午（12:00）的溫度、露點溫度和降水，計算研究區各格點每日MNI，其計算公式如下：

其中：MNI(n)—第n天的火險指數；MNI(n-1)—n-1天的火險指數；d—溫度露點差（℃）；T—中午的溫度（℃）；K—降水權重系數（表2）[25]。

氣候模式輸出的各情景數據雖然經過基準時段的初步校正，但降水數據仍存在大量的毛毛雨數據。因此，我們根據歷史觀測數據（2001—2015）進一步校正降水數據。首先根據歷史觀測數據中年均有效降水頻度校正氣候情景數據的降水天數，確定日降水閾值，低于閾值的降水量調整為0。然后，根據模擬的年降水量按比例系數調整日降水量。

未來氣候情景的中午溫度采用日最高溫度減去2 ℃計算。露點溫度根據日最低溫度計算，計算公式采用歷史（2001—2015年）觀測數據中各月0 ℃以上的露點溫度和日最低溫度建立的關系式。

根據RCP2.6、RCP4.5、RCP6.0和RCP8.5氣候情景數據計算的MNI分別計算各植被區在基準時段、2021—2050和2071—2099時段每個格點的火險指數，各植被區對應時段的平均值采用各區域內格點的算術平均值。

3.5 風險分級

森林草原火災風險指數的分級采用自然間斷法[41]，該方法通過最小方差進行分類，各類別之間差異明顯，而類內部差異不明顯。火災風險劃分為很低、低、中、高和很高5個等級，2021—2050和2071—2099采用基準時段的分級標準。

4 結果分析

4.1 2001—2015年燃燒概率和脆弱性

2001—2015年區域平均燃燒概率為0.025。25.2%的植被區發生過火燒，其中過火1、2、3、4、5和6次區域分別占植被區的10.7%、8.0%、4.3%、1.7%、0.4%和0.1%。草地、灌木和森林的燃燒概率分別為0.030、0.018和0.002。草地和灌木的最大燃燒概率為0.4，而山地森林的最大燃燒概率為0.267。結果表明，在過去15年間，草地和灌木區域火發生較森林區域頻繁，特別是同一區域的重復火燒現象。

研究區脆弱性很低、低、中、高和很高的區域分別占72.4%、18.6%、6.0%、2.2%和0.8%。草地火燒比較頻繁，脆弱性高和很高的區域分別占草地總面積的3.6%和1.4%，集中在中東部及西部草地（圖3）。西部灌木的脆弱性高或很高，其他區域脆弱性低。東部山地森林脆弱性低。

圖3 森林草原火脆弱性Fig.3 Wildfires vulnerability in study area

4.2 未來時段的森林草原火可能性和暴露性

基準時段，森林草原火可能性很低和低的區域分別占4.1%和42.4%，主要分布在中部和南部灌木以及南部草地。可能性中等的區域占22.8%，主要包括中南部的灌木和中東部的草地。可能性高的區域主要為西部和中部的草地以及東部山地森林，占27.9%。可能性很高的區域占2.8%，包括南部灌木和草地、東北部的山地森林和中北部的草地（圖4a）。

圖4 不同時段和氣候情景的森林草原火可能性Fig.4 Wildfires probability in different periods and climate scenarios

2021—2050年，可能性很低、低、中、高和很高的區域分別占2.3%、30.6%、21.4%、25.1%和20.6%。與基準時段相比分別增加-1.9%、-11.7%、-1.4%、-2.8%和17.7%。中部灌木的火燒可能性由低上升至中等，南部灌木可能性很高的區域進一步擴大；西部草地的火燒可能性由高上升至很高、中東部草地的火燒可能性上升至高。山地森林的可能性高或很高（圖4b）。這種變化在RCP4.5、RCP6.0和RCP8.5情景下表現明顯，特別是RCP8.5情景下，可能性很高的區域占26.2%（圖4g）。而在RCP2.6情景下，可能性很低、低和中的區域比基準情景有所降低，可能性高和很高的區域增加，但西部的火燒可能性很高的區域明顯低于其他3種情景（圖4d）。

2071—2099年，森林草原火可能性進一步增加。可能性很低、低、中、高和很高的區域所占比例分別為1.2%、20.5%、26.1%、22.7%和29.5%，分別比基準時段增加-2.9%、-21.8%、3.3%、-5.2%和26.6%。有51.4%的灌木區火燒可能性上升為中等；東部草地的火燒可能性高；火燒可能性很高的區域主要包括西部草地、南部灌木和東部山地森林（圖4c）。RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下，可能性很高的區域分別占12.2%、30.5%、33.8%和37.2%，空間分布相近。RCP8.5情景下，火燒可能性很低的區域只占0.2%，僅分布在南部海拔較高的灌木區，可能性低的區域包括西部和中部的灌木區以及南部海拔較高的草地（圖4k）。

基準情景下，暴露性很低和低的區域分別占94%和5.3%；暴露性中等的區域占0.6%，在南部呈連續分布；暴露性高和很高的區域都是0.1%左右，主要分布在南部少量區域（圖5a）。未來不同時段和不同情景下的暴露性等級與基準時段相比有所變化，暴露性中、高和很高區域變化不明顯，且空間分布一致。

圖5 不同情景和時段的暴露性Fig.5 Exposure in different periodsand scenarios

2021—2050年，暴露性很低、低、中和高的區域分別比基準時段增加0.3%、-0.3%、0.0%、0.0%和0.0%，很高等級暴露性區域比例仍不足0.1%（圖5b）。在SSP1和SSP2情景下，很低等級暴露性區域比例分別比基準時段降低0.2%和0.3%；暴露性低、中和高的區域比基準時段有所增加。而在SSP3情景下，暴露性很低的區域較基準時段增加1.3%，而低、中、高和很高等級區域比例分別降低1.2%、0.1%、0%和0%。3種情景下，很高等級暴露性區域比例均不足0.1%。

2071—2099年，暴露性很低、低、中、高和很高區域分別比基準時段增加0.1%、-0.3%、0.1%、0%和0%。在SSP1情景下，暴露性很低的區域比基準時段降低0.2%，中、高和很高等級區域稍有增加。在SSP2情景下，暴露性很低的區域降低0.4%，其他等級的區域有所增加，暴露性很高的區域增加至0.1%。SSP3情景下，暴露性很低、低、中、高和很高的區域分別增加0.9%、-0.9%、0%、0%和0%。

4.3 未來的森林草原火災風險

基準情景下，森林草原火災風險很低、低和中的區域分別占4.8%、37.4%和27.5%（表3）；風險等級高和很高的區域分別占20.7%和9.5%，這是森林草原火管理的重點區域，包括南部灌木、西北部草地和東部山地森林（圖6a）。

表3 不同情景下5種等級森林草原火災風險比例Table 3 The proportion of eachclass offorest and grass firerisk under different scenarios and periods %

2021—2050年，森林草原火災風險有所增加。森林草原火災風險很低、低、中、高和很高的區域分別占2.8%、19.9%、30.1%、23.3%和23.9%。與基準時段相比，風險很低和低的區域分別降低2%和17.4%；而風險中、高和很高的區域分別增加2.5%、2.6%和14.3%。中風險區包括中部灌木和中東部的少量草地。高和很高風險區集中在西部和北部草地、南部灌木和東部山地森林（圖6b）。RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下，很低和低風險區比基準時段少，而中、高和很高風險區增加。4種情景下的風險等級空間分布相近，高和很高風險區都分布在西部和北部草地、南部灌木和東部山地森林。其中高風險區比基準時段分別增加2.2%、2.5%、2.1%和1.2%，很高風險區分別增加10.2%、16.1%、11.4%和19.2%。

圖6 不同情景和時段的森林草原火災風險Fig.6 Forest and grass firerisk in different periodsandscenarios.

2071—2099年，森林草原火災風險等級高和很高的區域比例分別為21.2%和31.9%，比基準時段增加0.5%和22.3%，其空間分布與2021—2050時段相近。很低、低和中風險區分別為1.8%、12%和33.1%，分別比基準時段增加-3.0%、-25.4%和5.6%。RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下很低和低風險區比例降低，其中低風險區比例分別比基準時段降低11.7%、25.2%、26.5%和29.3%，變化明顯。中風險區域比例較基準時段增加，但在RCP8.5情景下不明顯（+0.3%），RCP 2.6、RCP4.5和RCP6.0情景下依次增加2.4%、5.7%和4.9%。高風險區域比例在RCP2.6和RCP8.5情景下增加，分別比基準時段增加1.8%和3.2%；而在RCP4.5情景下減少0.2%，在RCP6.0情景下無明顯變化（0%）。4種情景下很高風險區比例增加明顯，分別為18.8%、32.2%、34.2%和39.3%，比基準時段增加9.2%、22.6%、24.6%和29.7%。

5 討論

由于研究區很多氣象站缺乏歷史降水數據，在國家/區域尺度上的火險天氣也多采用模擬的氣象數據[26]。本研究只有2001—2015年的歷史氣象觀測數據和過火區數據，采用這一時段的數據對氣候情景數據（降水）進行校正，可能會影響校正效果。但該區域處于相同的氣候區，各氣象站的降水特征類似，利用2001—2015年的降水數據進行校正不會影響結果的可靠性。基于情景數據利用MNI指數計算的結果表明，未來4種情景下區域火險指數均增加。雖然情景數據和計算方法有所不同，但已有的研究也反映了未來中亞5國火險指數將增加這一現象[24-26,42]。

在火險評估過程中，充分利用區域內與火有關的因素作為指標以提高評估結果的科學性和準確性[4-5]。本研究根據已有數據，基于自然災害經典模型[37]和當前常用的火險評估方法構建綜合火險評估體系[3,12-13]，分別評估了研究區在未來氣候情景下火災發生可能性、暴露性和脆弱性。其結果可以為該區域開展適應氣候變化的林火管理措施提供科學參考。

受數據限制，本研究中對于未來氣候情景下的森林草原火災風險評估主要考慮了火險天氣和暴露性的變化，沒有考慮未來植被的可能變化，這會對結果產生一定影響。考慮到未來該區域的氣候和植被如果不發生重大變化，過火區空間格局也不會發生根本性改變。因此，森林草原火災風險評估結果能反映未來氣候變化背景下的森林草原火災風險特征。未來森林草原火災風險很高的區域將顯著增加（＞ 9%），中亞地區的森林草原火管理形勢更加嚴峻，需要各國政府繼續加強森林和草原的火管理。研究區的森林草原火管理體系正處于發展階段，而通過區域間或“一帶一路”的國際合作，可以促進該區域學習他國成熟的森林草原火管理體系，提高森林草原火管理能力，更好地保護該區域的生物多樣性資源[43-45]。

6 結論

2001—2015年中亞地區以灌木火和草地火為主，歷史過火區主要分布在中西部草地和南部灌木區。與基準時段相比，2021—2050和2071—2099中亞地區野火風險普遍升高。在2021—2050和2071—2099年，高和很高風險的區域將分別比基準時段增加16.9%和22.9%。2071—2099年將有53.1%的區域為高或很高風險。在RCP2.6情景下，2071—2099年的高和很高風險區比例較2021—2050年降低，而在RCP4.5、RCP6.0和RCP8.5情景下，2071—2099年的高和很高風險區比例高于2021—2050時段。根據RCP4.5和RCP6.0氣候情景數據計算的火險指數可能更符合中亞地區的未來發展情景。未來野火管理的重點區域主要包括西部和中北部草地、南部灌木和東部的山地森林。