Лісові пожежі загрожують глобальним поглиначам вуглецю та населеним пунктам через зростання потреби в атмосферній воді

Анотація

Нещодавно в лісистих регіонах по всьому світу спостерігалися безпрецедентні за інструментальними даними рівні пожежної активності та інтенсивності. Використовуючи велику вибірку щоденних пожежних подій і погодинних кліматичних даних, тут ми показуємо, що пожежна активність у всіх глобальних лісових біомах сильно і передбачувано реагує на перевищення порогових значень атмосферного попиту на воду, як вимірюється максимальним добовим дефіцитом тиску пари. Кліматологія дефіциту тиску пари, таким чином, може бути надійно використана для прогнозування ризику лісових пожеж за прогнозованих майбутніх кліматичних умов. Ми виявили, що зміни клімату, за прогнозами, призведуть до широкомасштабного підвищення ризику, принаймні на 30 додаткових днів вище критичних порогів для активності пожеж у лісових біомах на кожному континенті до 2100 року за сценаріями зростання викидів.

вступ

За останні роки ліси та рідколісся на Землі були відзначені низкою мегапожеж 1 . Вплив на людей та екосистеми виходить далеко за рамки цих пожеж 2 , які все частіше виникають у районах і в сезони, які зазвичай не вважаються пожежонебезпечними 3 . Завдяки великій кількості живої та мертвої рослинної біомаси (паливо) всі ліси та рідколісся за своєю суттю легкозаймисті. Висихання палива в цих рослинних угрупованнях є критичним переходом до стану підвищеного ризику, коли пов’язані сухі території утворюють шаблон для будь-яких лісових пожеж, що виникають 4 . Великі випадки висихання можуть подолати природні бар’єри для поширення пожежі, такі як відносно волога рослинність у ярах 5і в екстремальних випадках дозволити вогню поширитися на тропічні ліси та інші чутливі до пожеж лісові спільноти 6 , 7 .

Таким чином, кількісна оцінка взаємозв’язку між активністю лісових пожеж і змінами вмісту вологи в паливі забезпечує засіб для прогнозування потенціалу пожежі в ландшафті, особливо якщо це супроводжується чіткими просторовими прогнозами вмісту вологи в паливі. Вміст вологи в тонкодисперсному відмерлому рослинному матеріалі на лісовій підстилці є ключовим чинником протипожежних властивостей 8 і може бути передбачений за температурою та вологістю, вхідними даними, для яких доступний широкий спектр глобальних високоякісних наборів даних спостереження та моделювання 9 , 10. Дефіцит тиску пари (VPD), який розраховується на основі температури та вологості повітря, є прямим показником атмосферного попиту на воду та, як було показано, є надійним провісником вмісту мертвої вологи в паливі в ряді лісових і лісових біомів 11 . VPD також є ключовим фактором загибелі рослин, спричиняючи зниження вмісту вологи в живому паливі та збільшення частки легкозаймистого мертвого палива 12 . Показано, що порогові значення вологості палива на основі VPD вказують на критичне збільшення загальної спаленої площі в південно-східній Австралії 13 та Середземноморській Європі 14 . Встановлено, що сама VPD тісно пов’язана з активністю пожеж у бореальних 15 , помірних 416 , 17 , 18 , 19 , 20 , 21 , Середземномор’я 22 і тропічні ліси 23 . .

Тут ми визначаємо порогові значення VPD для перемикання глобальних лісових екосистем із переважного вологого та негорючого стану в сухий, горючий (тобто легкозаймистий) стан. Використання нами даних щоденного дистанційного зондування вигорілої площі та погодинного повторного аналізу клімату є ключовим прогресом у порівнянні з попередніми дослідженнями, які зазвичай зосереджуються на сукупних показниках, таких як загальна випалена площа за сезон. Враховуючи цю спрямованість, моделі ймовірності успішного займання як функції клімату (тобто щоденного максимального VPD) повинні забезпечувати кращу ідентифікацію критичного порогу вологості палива, ніж моделі, пов’язані із загальною площею горіння або частотою великих пожеж. Останнє може бути збентежено додатковими факторами, такими як придушення пожежі або природна варіація спаленої площі в біомах і регіонах. Ми розробляємо узагальнені лінійні моделі ймовірності виникнення пожежі та використовуємо ці моделі разом із глобальними кліматичними моделями, підібраними навичками, для оцінки впливу зміни клімату на частоту перевищення порогів пожежної активності (див. Методи). Ми зосереджуємося на наслідках змін у активності лісових пожеж у двох критичних сферах: втрати вуглецю24 та вплив диму лісових пожеж на здоров’я людини 25 , 26 .

Результати і обговорення

Ми виявили, що пожежна активність у всіх глобальних лісових біомах сильно і передбачувано реагує на VPD, з чіткою різницею в розподілі значень VPD у дні пожеж порівняно з днями без пожеж (рис.  1 ; додаткова примітка  1 ). Наші моделі показали хороші результати в більшості лісових біомів із середнім істинним позитивним показником 0,73 ( n  = 70), що означає, що ймовірність правильного прогнозування пожежі в день пожежі становила 73% (Додатковий рис.  1 ; Додаткова таблиця  1 ). Були помітні відмінності в пороговому значенні VPD, вище якого щоденна ймовірність пожежі перевищує 50% у різних лісових біомах (рис.  2 , додаткова рис.  2 , додаткова таблиця  2 ).). Вони загалом відповідають широтним градієнтам, причому вищі порогові значення — що відповідають більш теплим і сухим умовам і, отже, більшому попиту на випаровування — виникають ближче до екватора, а нижчі значення — на вищих широтах. Порогові значення VPD були найвищими в субтропічних і тропічних біомах (медіана 2,7 кПа), за якими йшли середземноморські біоми (медіана 2,3 кПа). Помірні та бореальні біоми мали набагато нижчі порогові значення, вище яких були ймовірні пожежі (медіана 1,3 кПа). Середньорічна частота щоденних перевищень порогових значень VPD (або кількість потенційних днів пожежі) сильно варіювалася в різних лісових біомах (рис.  3a , додаткові таблиці  1 і 2 ).

Фігура 1
Рис. 1: Реакція активності лісових пожеж на VPD у чотирьох континентальних лісових біомах.
малюнок 2
Рис. 2: Порогові значення VPD (кПа) для пожежної активності в глобальних лісових біомах.
малюнок 3
Рис. 3: Середньорічна частота щоденних перевищень порогових значень VPD (дні) для глобальних лісових біомів.

На відміну від порогового значення VPD, було незначне кластеризування частоти днів, що перевищують порогове значення VPD, серед типів лісу, а також не було сильного широтного градієнта. Крім того, загалом існувала набагато більша варіативність в межах окремих лісових біомів для цього показника, ніж для порогового значення VPD (додаткова рис.  3 ).). Між 2003 і 2020 роками середньорічна частота перевищення порогових значень VPD була найбільшою в лісах Східної Азії, південно-західної Австралії, Західної Європи та східних Сполучених Штатів. Регіони, де порогові значення VPD траплялися в середньому менше 30 днів на рік, були знайдені в біомах помірного, бореального, субтропічного та тропічного лісів. Навпаки, жоден середземноморський лісовий біом не перевищував свій поріг VPD менше ніж 66 днів на рік, що підкреслює пожежонебезпечність лісів середземноморського типу в поточних кліматичних умовах.

Очікується, що непом’якшені зміни клімату призведуть до широкомасштабного збільшення частоти днів, що перевищують порогові значення VPD, пов’язані з підвищеною ймовірністю пожежі. Відповідно до сценарію високих викидів (RCP8.5), до 2026–2045 років усі моделі прогнозували принаймні 45 додаткових днів на рік вище порогу VPD у частинах тропічної Південної Америки, причому дві з трьох моделей також прогнозували зростання такого масштабу в Північній Америці. Америка, Східна Африка та значні частини Європи (Додатковий рис.  4 ). Передбачається, що до 2081–2100 років величина змін буде набагато більшою, навіть у моделі з найменшими збільшеннями (рис.  3 ).). Тоді порогові значення VPD будуть перевищені щонайменше на 45 додаткових днів на рік у лісових біомах на кожному континенті, включаючи збільшення щонайменше на 150 днів на рік у тропічній Південній Америці, незалежно від моделі.

Згідно зі сценарієм 27 нижчих і все більш правдоподібних викидів (RCP4.5) величина зміни менша, але все ще характеризується широким збільшенням щорічної частоти днів з підвищеною ймовірністю пожежі (додаткові рис.  5 і 6 ).). Збільшення широко поширене в різних часових горизонтах, моделях і сценаріях викидів, причому найбільше прогнозоване збільшення частоти таких днів у тропічних лісах, за якими йдуть ліси помірного поясу північної півкулі та бореальні ліси. Незважаючи на меншу величину, прогнозоване збільшення кількості днів, що перевищують порогові значення пожежної активності в середземноморських лісах, відбувається на тлі вже високої щорічної частоти таких днів. Збільшення є найбільшим і найпоширенішим у ACCESS1-0 і GFDL-CM3 і, як правило, більш помірним у CNRM-CM5. Остання, як правило, проектує найменше нагрівання з трьох моделей, а GFDL-CM3 прогнозує найбільше 28 . ACCESS1-0, як правило, найсухіша з трьох моделей, тоді як ACCESS1-0 і GFDL-CM3 мають вищий параметр кліматичної чутливості, ніж CNRM-CM5 29. Прогнозується, що збільшення кількості днів понад порогове значення VPD відбудеться в регіонах із глобально значним накопиченням вуглецю в лісах, включаючи Амазонку в тропічній частині Південної Америки та Конго в Центральній Африці (рис.  4 ). Згідно з усіма трьома моделями, до 2081–2100 років біля основних населених пунктів у Південній Азії та Східній Африці значне збільшення кількості днів понад порогове значення VPD — і, отже, днів із підвищеною ймовірністю викидів вогню та диму — відбудеться (рис.  5 ). ). Дві з трьох моделей також свідчать про значний вплив диму на населення внаслідок посилення лісових пожеж у частинах Центральної Америки, Західної Африки та Східної Азії.

малюнок 4
Рис. 4: Прогнозована зміна впливу глобальної надземної лісової біомаси на зміну середньорічної частоти днів, що перевищують порогове значення VPD до 2081–2100 рр. відповідно до RCP8.5.
малюнок 5
Рис. 5: Зміни у впливі населення на зміну середньорічної частоти днів, що перевищують порогове значення VPD до 2081–2100 за RCP8.5.

Ми виявили, що для багатьох лісистих регіонів і для більшості глобальних вигорілих площ у лісах ймовірність виникнення пожежі можна точно передбачити на основі перевищення порогових значень у щоденному максимальному VPD. Ми також виявили, що значення цих порогів варіюється передбачувано для основних типів лісу, будучи найвищим у тропічних і субтропічних лісах і найнижчим у помірних і бореальних лісах. Поліпшення нашого розуміння чинників вологості палива та її зв’язку з активністю лісових пожеж є критично важливим для розробки та використання прогнозних моделей 30 , 31 . Наші висновки надають нові докази з високою часовою роздільною здатністю (тобто щодня) зв’язку між вологістю палива та активністю лісових пожеж 32 , 33і потенційні зміни, пов’язані з вологістю палива — майже завжди зростають — у ризику через зміну клімату 34 , 35 , 36 . Нещодавнє дослідження визначило порогові значення VPD, пов’язані з пожежною активністю в Північній і Південній Америці між 2017–2020 роками, використовуючи погодинні дані, зі схожими результатами 37 . У нашому дослідженні ми не досліджували сезонність, міжрічну мінливість або часові тенденції попиту на атмосферну воду, але вже є докази збільшення сухості в Середземномор’ї, західній частині США та тропічній частині Південної Америки 12 , 38 , 39 разом зі збільшенням глобального вуглецю в лісах. викиди 40 , частково пов’язані зі змінами вологості палива 41. Наше використання VPD є прагматичним, і ми зазначаємо, що продуктивність моделі в окремих регіонах може бути покращена за допомогою альтернативних предикторів 42 (наприклад, випаровування, вологість ґрунту та швидкість вітру) або шляхом агрегування предикторів 43 . Так само інші джерела метеорологічних даних і даних про випадки пожеж можуть надати більшу оцінку невизначеності цих результатів 44 , хоча покращене представлення вологості є відзначеною особливістю повторного аналізу ERA5 45 . Загалом висока продуктивність наших моделей є помітною, враховуючи, що вони явно не розглядають інші ключові біофізичні обмеження пожежі, які не завжди можуть діяти синергетично з прогнозованими змінами вологості палива, наприклад, діяльність людини 46, пожежна погода 47 та довготривале висихання 48 . Відомо, що висока щільність населення, високий рівень виявлення пожежі та висока здатність до гасіння знижують ефективну швидкість займання та можуть послабити зв’язок між VPD та пожежною активністю в деяких регіонах 49 , 50 .

Збільшення ризику лісових пожеж має широкі наслідки для людей, екосистем і глобального циклу вуглецю. Наш аналіз підкреслює, що багаті вуглецем ліси тропічної Південної Америки піддаються значному зростанню активності лісових пожеж під час зміни клімату. На місцевому рівні ці результати ще раз підтверджують необхідність розуміння складних і динамічних рушійних факторів і наслідків пожежі та управління пожежею в цих регіонах 51 , 52 . У глобальному масштабі наші висновки вказують на те, що тропічний ліс Амазонки є «переломним елементом», тобто місцем, для якого перетин певного критичного порогу може мати серйозні наслідки для стану або розвитку кліматичної системи Землі 53. Вже є докази того, що нещодавнє збільшення кількості пожеж могло перекинути Амазонку з чистого поглинача вуглецю на чисте джерело вуглецю 54 . Посилення лісової пожежі в описаному тут масштабі може взаємодіяти з іншими джерелами відмирання, такими як посуха та вирубка лісів, щоб ще більше підірвати роль, яку відіграє Амазонка в кругообігу вуглецю та регіональному кліматі як внесок у добробут людини та як унікальна особливість біосфери. . Подібним чином бореальні ліси, ще один біом, для якого ми прогнозуємо збільшення пожежної активності, також були ідентифіковані як перекидні елементи 53 . Наші висновки підкреслюють ризики, пов’язані з підвищенням попиту на атмосферну вологу для лісових зусиль, спрямованих на підвищення накопичення вуглецю в землі, таких як лісовідновлення, компенсація та покращене управління лісами55 .

Ми також показуємо, що зростання активності лісових пожеж, за прогнозами, відбуватиметься поблизу великих населених пунктів у Східній Африці та Південній Азії та, можливо, у Центральній Америці, Східній Азії та Західній Африці. Ці групи населення можуть піддаватися підвищеному диму лісових пожеж, що може мати суттєвий вплив на здоров’я людей. У 2010 році в Росії 56 та в екваторіальній Азії в 2015 році 57 вже були значні випадки диму від лісових пожеж , тоді як мегапожежі в Австралії 2019-20 років, за оцінками, призвели до 429 зайвих смертей і значно більшої кількості госпіталізацій через лісові пожежі. дим 58 . Загальні витрати на охорону здоров’я через пожежі в Австралії у 2019–2020 роках склали близько 1,5 мільярда доларів США 58число, яке можна порівняти з однією оцінкою щорічного гострого впливу на здоров’я від диму лісових пожеж у Канаді 59 . Ми змоделювали лише лісову пожежу, і будь-яке збільшення ризику пожежі, яке поширюється на торфовища, призведе до ще більшого впливу на здоров’я 57 . Незважаючи на значні витрати диму на здоров’я, це лише незначна частина ширшого економічного впливу, що відображає широкий спектр прямих і непрямих наслідків вогню, включно з майном, інфраструктурою, сільським господарством і туризмом. Наше дослідження надає відчутні докази місцевих, регіональних і глобальних наслідків лісових пожеж у майбутньому кліматі, яких можна уникнути, успішно пом’якшивши антропогенні зміни клімату.

Методи

Навчальна територія

Область нашого дослідження складалася з усіх світових лісових біомів. Спочатку ми вибрали біоми з домінуючими лісами з глобальної класифікації наземних екосистем 60 . Отримані біоми утворили три основні групи: субтропічні та тропічні (тропічні та субтропічні вологі широколисті ліси, тропічні та субтропічні сухі широколисті ліси, тропічні та субтропічні хвойні ліси); середземноморський (середземноморські ліси, рідколісся та чагарники) і помірний і бореальний (широколистяні та змішані ліси, помірні хвойні ліси, бореальні ліси/тайга). Потім ці біоми були замасковані за допомогою продукту глобального лісового покриву з роздільною здатністю 1 км для подальшого визначення лісів 61 . Властивості вибраних досліджуваних територій показано в Додатковій таблиці  3 .

Дані про пожежу

Пожежна активність була представлена ​​за допомогою спектрорадіометра з помірною роздільною здатністю (MODIS) MCD64A1 для вигорілої площі (Колекція 6) 62 . Ми проаналізували пожежі, що виникли з 1 січня 2003 року по 29 лютого 2020 року, що збіглося з кінцем австралійського літа, пов’язаного з надзвичайними пожежами 2019-20 років. Ми використовували лише дані з найвищими оцінками якості (QA). Ці дані мають роздільну здатність приблизно 500 м із щоденним часовим кроком. Щоб дослідити варіації в біомах, ми використали 21 попередньо визначене субконтинентальне вікно 63 (додаткова таблиця  4 ).). Вікна 22, 23 і 24, що відповідають Азорським островам, островам Кабо-Верде та Гаваям, були пропущені. Незважаючи на те, що вони становлять великий інтерес, встановлені та культурні опіки навряд чи становлять значну частку даних про пожежну активність, оскільки вони, як правило, набагато нижчі за розміром та інтенсивністю, ніж лісові пожежі, і часто не виявляються MODIS 64 .

Кліматичні дані

Ми обчислили добовий дефіцит тиску пари (VPD), використовуючи добову максимальну температуру повітря та температуру точки роси під час добової максимальної температури повітря, на основі даних повторного аналізу ERA5 45 , за той самий період, що й дані про вигорілу територію. Дані ERA5 мають горизонтальну роздільну здатність 0,25° та годинну часову роздільну здатність. Для аналізу зміни клімату ми вибрали три моделі глобального клімату з набору даних CMIP5 65 на основі навичок, незалежності та здатності охопити діапазон майбутніх змін клімату: ACESS1.0, CNRM-CM5 та GFDL-CM3 (додаткова таблиця  5 ).). Ці моделі були одними з найефективніших порівняно з іншими моделями CMIP5 у комплексній оцінці з метою зменшення масштабу в кількох регіонах, що включало річні цикли опадів і температури, загальні моделі циркуляції, телез’єднання та південно-східні азіатські мусони 66 . Серед високоефективних моделей, які були оцінені, ці три моделі загалом охоплювали весь або більшу частину діапазону прогнозованих майбутніх сезонних і регіональних змін клімату (додатковий рис.  7 ). Ми уникали моделей з одного сімейства моделей, щоб уникнути дублювання моделей із подібними упередженнями. Ми використали шляхи концентрації викидів парникових газів RCP4.5 та RCP8.5, які представляють шляхи «стабілізації без перевищення» та «зростання» відповідно 66. Денний максимальний VPD був розрахований з використанням щоденної максимальної температури повітря та відносної вологості під час максимальної температури повітря з 3-годинних даних GCM за періоди часу 2026-2045 (середина століття) і 2081-2100 (кінець століття). Щоденні дані ERA5 (1981-2000) використовувалися для корекції GCM VPD відповідно до підходу квантильного відображення 67 . Значення зміни клімату були розраховані за допомогою дельта-методу, тобто шляхом віднімання змодельованих теперішніх значень (1981-2000) із змодельованих майбутніх значень. Оригінальна роздільна здатність кліматичних моделей була збережена для аналізу, що означає, що результати стосуються лише лісу в межах даної комірки сітки кліматичної моделі.

Аналіз

Щоб дослідити вплив щоденного максимального VPD на ймовірність лісової пожежі, ми використали узагальнену лінійну модель із біноміальним розподілом помилок і функцією логіт-зв’язку. Для кожної комбінації лісового біому та субконтинентального вікна ( n  = 70) ми оцінили ймовірність виникнення пожежі (тобто комірку сітки буде зареєстровано як згорілу) як функцію щоденного VPD. Даними про присутність були значення VPD у той самий день і найближча клітинка сітки до кожної клітинки сітки вигорілої площі MODIS. Через невідповідність між просторовою роздільною здатністю даних про пожежу та кліматичних даних, те саме значення VPD може бути призначено кільком клітинкам сітки вигорілої площі в одній клітинці сітки клімату. Дані про квазівідсутність були отримані шляхом випадкового відбору незгорілих клітинок сітки в межах досліджуваної території у випадкові дати протягом року 68. Щороку та в цілому використовувалась однакова кількість даних про присутність та відсутність. Додатковий аналіз підтверджує, що точки даних про присутність і відсутність беруться з однієї кліматичної зони (додатковий рис.  8 ). Комірки сітки, які згоріли за останні п’ять років, були виключені з аналізу. Ми встановили критичний поріг активності лісових пожеж як добове значення VPD, вище якого ймовірність пожежі становить 50% (VPD P=50 ). Невизначеність у VPD P=50 спочатку була представлена ​​за допомогою довірчих інтервалів (±2 × стандартна помилка). Однак, оскільки довірчі інтервали були вужчими за ±0,01 у 68 із 70 випадків, ці цифри не повідомлялися. Площа під кривою (AUC) графіка робочих характеристик приймача (ROC) використовувалася для вимірювання точності прогнозу кожної моделі69 . Обговорення продуктивності моделі, включаючи точність і відсоткове відхилення, можна знайти в Додатковій інформації. Для кожної комбінації лісового біому та субконтинентального вікна, кліматичної моделі, сценарію викидів та епохи ми розрахували річну частоту днів, що перевищують VPD P=50 . Ми використали дані ERA5, щоб оцінити поточну частоту таких днів, і дані CMIP5, щоб обчислити їх майбутню частоту. Зауважте, що сила зв’язку між VPD та пожежною активністю в будь-якому конкретному регіоні не означає певну величину вигорілої площі для певної кількості перевищень добових порогових значень VPD. Додатковий аналіз вивчив зв’язок між усередненими місячними днями за площею та VPD P=50і випалену площу, із результатами, загалом подібними до основного аналізу (додаткова рис.  9 ). Додатковий аналіз досліджував відносну, а не абсолютну зміну кількості днів протягом VPD P=50 із загалом подібними висновками (додаткові рис  10–13 ) . Усі аналізи даних проводили в R 70 . Щоб оцінити потенційний вплив впливу диму на населення поблизу територій, які перевищують поріг VPD, ми використали просторові демографічні прогнози в сітці з роздільною здатністю 1 км 71. Оскільки результати повідомляються з більш грубою роздільною здатністю комірок сітки GCM, вони дозволяють переносити дим на великі відстані, що спостерігалося по всьому світу в масштабі сотень кілометрів або більше 57 , 72 . Прогнози чисельності населення на 2090 рік ґрунтувалися на сценарії «середнього шляху» з точки зору очікуваного зростання населення, урбанізації та просторових моделей розвитку 71 . Ми помножили щільність населення на зміну кількості днів на рік вище VPD P=50 , щоб створити сітчастий растр річної кількості людино-днів, які перебували під впливом критичних умов пожежної активності 73. Подібний підхід був застосований для оцінки потенційного впливу лісового вуглецю на пожежу. Ми використали мозаїчні растри надземної біомаси (AGB) ESACCI з просторовою роздільною здатністю 100 м для 2010 року на глобальному охопленні 74 . Щоб отримати растр AGB із порівнянною роздільною здатністю з іншими вхідними наборами даних, комірки сітки в растрах AGB були повторно відібрані за правилом медіани з використанням даних ERA5 як шаблону. Під час повторної вибірки відсутні області даних (значення AGB = 0) були опущені. Ми помножили надземну біомасу на зміну кількості днів у році вище VPD P=50створити сітковий растр річної кількості тонно-днів впливу критичних умов пожежної активності. Хоча одиниці експозиції (тонно-дні, людино-дні) є дещо штучними, вони прозоро відображають спільне виникнення підвищеної частоти днів з високим ризиком пожежі та високої щільності лісового вуглецю та людського населення.

Доступність даних

Дані MODIS доступні в Центрі розподіленого активного архіву земельних процесів (LPDAAC) при Геологічній службі США (USGS), Центрі спостереження та науковому центрі Земних ресурсів (EROS) ( http://lpdaac.usgs.gov ) та Університеті Меріленда. Дані ERA5 доступні в сховищі кліматичних даних Copernicus Climate Change Service (C3S) https://cds.climate.copernicus.eu . Надземна біомаса доступна в Центрі аналізу даних навколишнього середовища https://catalogue.ceda.ac.uk . Дані про населення доступні в Національному центрі атмосферних досліджень (NCAR) і Університетській корпорації атмосферних досліджень (UCAR) Climate and Global Dynamics https://www.cgd.ucar.edu/iam/modeling/spatial-population-scenarios.html. Дані про біоми доступні у Всесвітньому фонді дикої природи https://www.worldwildlife.org/publications/terrestrial-ecoregions-of-the-world . Лісова маска доступна з Geo-Wiki https://application.geo-wiki.org/branches/biomass/ . Дані CMIP доступні за адресою https://esgf-node.llnl.gov/search/cmip5/ .

Наявність коду

Код для відповідності узагальненим лінійним моделям доступний за запитом.

Список літератури

  1. Duane, A., Castellnou, M. & Brotons, L. До комплексного погляду на глобальні чинники нових екстремальних лісових пожеж. Кліматичні зміни 165 , 43 (2021).ст ОГОЛОШЕННЯ Google Scholar 
  2. Kablick, GPI III, Allen, DR, Fromm, MD & Nedoluha, GE. Австралійський дим піроХБ створює стратосферні антициклони синоптичного масштабу. геофіз. рез. Lett. 47 , e2020GL088101 (2020).ст ОГОЛОШЕННЯ Google Scholar 
  3. Bowman, DMJS та ін. Пожежі рослинності в антропоцені. Нац. Навколишнє середовище Землі. 1 , 500–515 (2020).ст ОГОЛОШЕННЯ Google Scholar 
  4. Williams, AP та ін. Кореляції між компонентами водного балансу та вигорілою площею відкривають нові ідеї для прогнозування площі лісових пожеж на південному заході Сполучених Штатів. Міжн. J. Wildland Fire 24 , 14–26 (2015).ст ОГОЛОШЕННЯ Google Scholar 
  5. Коллінз, Л., Беннет, А.Ф., Леонард, С.В.Джей і Пенман, Т.Д. Рефугіуми лісових пожеж у лісах: сильні пожежі та посуха приглушують вплив топографії та віку палива. Глоб. Зміна біол. 25 , 3829–3843 (2019).ст ОГОЛОШЕННЯ Google Scholar 
  6. Nolan, RH та ін. Причини та наслідки сезону мегапожеж у східній Австралії 2019-20. Global Change Biol. https://doi.org/10.1111/GCB.14987 (2020).
  7. Armenteras, D. та ін. Спричинена пожежею втрата лісів з найбільшим біорізноманіттям у світі в Латинській Америці. Sci. Adv. https://doi.org/10.1126/sciadv.abd3357 (2021).
  8. Rothermel, RC Як передбачити поширення та інтенсивність лісових і лісових пожеж. Лісова служба Міністерства сільського господарства США, Експериментальна станція міжгірських лісів і територій, Загальний технічний звіт INT-GTR-143 (Ogden, 1983).
  9. Sharples, JJ, McRae, RHD, Weber, RO & Gill, AM Простий індекс для оцінки вологості палива. Навколишнє середовище. Модель. програмне забезпечення 24 , 637–646 (2009).ст Google Scholar 
  10. Метьюз, С. Дослідження вологості мертвого палива: 1991-2012. Міжн. J. Wildand Fire 23 , 78–92 (2014).ст Google Scholar 
  11. Resco de Dios, V. et al. Напівмеханістична модель для прогнозування вмісту вологи в дрібній підстилці. Agric. для. Метеорол. 203 , 64–73 (2015).ст ОГОЛОШЕННЯ Google Scholar 
  12. Grossiord, C. та ін. Реакція рослин на підвищення дефіциту тиску пари. Н. Фітолог 226 , 1550–1566 (2020).ст Google Scholar 
  13. Нолан, Р.Х., Бур, М.М., де Діос, В.Р., Каккамо, Г. та Бредсток, Р.А. Широкомасштабні динамічні зміни вологості палива спричиняють активність лісових пожеж у південно-східній Австралії. геофіз. рез. Lett. 43 , 4229–4238 (2016).ст ОГОЛОШЕННЯ Google Scholar 
  14. Resco de Dios, V. et al. Конвергенція порогів критичної вологості палива та пожежної погоди, пов’язаних із пожежною активністю в пірорегіонах Середземноморської Європи. Sci. Total Environ. 806 , 151462 (2021).
  15. Седано, Ф. і Рандерсон, Дж. Т. Багатомасштабний вплив дефіциту тиску пари на займання та поширення вогню в бореальних лісових екосистемах. Biogeosciences 11 , 3739–3755 (2014).ст ОГОЛОШЕННЯ Google Scholar 
  16. Williams, AP та ін. Спостереження за впливом антропогенної зміни клімату на лісові пожежі в Каліфорнії. Майбутнє Землі 7 , 892–910 (2019).ст ОГОЛОШЕННЯ Google Scholar 
  17. Higuera, PE & Abatzoglou, J. Рекордний клімат сприяв надзвичайному сезону пожеж у 2020 році на заході Сполучених Штатів. Global Change Biol. https://doi.org/10.1111/gcb.15388 (2020).
  18. Mueller, SE та ін. Зв’язок клімату зі збільшенням масштабів лісових пожеж на південному заході США з 1984 по 2015 рік . Ecol. кер. 460 , 117861 (2020).ст Google Scholar 
  19. Парки, Ю.А. та Абацоглу, Дж. Т. Тепліші та сухіші сезони пожеж сприяють збільшенню площі лісів на заході США, які вигоріли в умовах високої тяжкості, з 1985 по 2017 рік. Geophys. рез. Lett. 47 , 1–10 (2020).ст Google Scholar 
  20. Alizadeh, MR та ін. Потепління спричинило підвищення лісових пожеж на заході США. Proc. Нац. акад. Sci. 118 , e2009717118 (2021).ст CAS PubMed PubMed Central Google Scholar 
  21. Li, S. & Banerjee, T. Просторова та часова схема лісових пожеж у Каліфорнії з 2000 по 2019 рік. Sci. Доповідь 11 , 8779 (2021).ст ОГОЛОШЕННЯ CAS PubMed PubMed Central Google Scholar 
  22. Resco de Dios, V. et al. Зменшення вологості палива, спричинене зміною клімату, може перетворити гірські ліси Піренеїв, які наразі вільні від пожеж, на пожежонебезпечні екосистеми. Sci. Total Environ. 797 , 149104 (2021).ст ОГОЛОШЕННЯ CAS PubMed Google Scholar 
  23. Рей, Д., Непстад, Д. і Моутінью, П. Мікрометеорологічний і навісний контроль сприйнятливості до пожеж у лісистому ландшафті Амазонки. Ecol. апл. 15 , 1664–1678 (2005).ст Google Scholar 
  24. Боумен, Д.М., Вільямсон, Дж.Дж., Прайс, О.Ф., Ндаліла, Міннесота та Бредсток, РА Австралійські ліси, мегапожежі та ризик скорочення запасів вуглецю. Рослина, клітинне середовище. 44 , 347–355 (2020).ст PubMed Google Scholar 
  25. Агілера, Р. та ін. Дим лісових пожеж впливає на здоров’я органів дихання більше, ніж дрібні частки з інших джерел: дані спостережень із Південної Каліфорнії. Нац. Комун. 12 , 1493 (2021).ст ОГОЛОШЕННЯ CAS PubMed PubMed Central Google Scholar 
  26. Borchers-Arriagada та ін. Витрати на здоров’я через дим змінюють підрахунок управління паливом у лісових пожежах. Планета Ланцет. Health 5 , e608–e619 (2021).ст PubMed Google Scholar 
  27. Hausfather, Z. & Peters, GP Викиди – історія «звичної справи» вводить в оману. Nature 577 , 618–620 (2020).ст ОГОЛОШЕННЯ CAS PubMed Google Scholar 
  28. McSweeney, CF, Jones, RG, Lee, RW & Rowell, DP Вибір CMIP5 GCM для зменшення масштабу в кількох регіонах. Clim. дин. 44 , 3237–3260 (2015).ст Google Scholar 
  29. Flato, G. та ін. у Зміна клімату 2013: Основи фізичної науки. Внесок Робочої групи I до П’ятого звіту про оцінку Міжурядової групи експертів зі зміни клімату (eds Stocker, TF) (Cambridge University Press, 2013).
  30. Бур, М. М., Діос, ВРД, Стефаняк, Е. і Бредсток, Р. А. Гідрокліматична модель поширення вогню на Землі. Навколишнє середовище. рез. Комун. 3 , 035001 (2021).ст Google Scholar 
  31. Kuhn-Régnier, A. та ін. Важливість попередньої рослинності та умов посухи як глобальних факторів вигоряння. Biogeosciences 18 , 3861–3879 (2021).ст ОГОЛОШЕННЯ Google Scholar 
  32. Абацоглу, Дж. Т., Вільямс, А. П., Боскетті, Л., Зубкова, М. і Колден, Каліфорнія. Глобальні закономірності міжрічних взаємозв’язків між кліматом і пожежею. Глоб. Зміна біол. 24 , 5164–5175 (2018).ст ОГОЛОШЕННЯ Google Scholar 
  33. Cawson, JG та ін. Прогнозування загоряння від вогнів у зрілих вологих евкаліптових лісах. Ліс Екол. кер. 519 , 120346 (2022).
  34. Браун, Е.К., Ванг, Дж. і Фенг, Ю. Потенціал лісових пожеж у США: історичний огляд і прогноз на майбутнє з використанням кліматичних даних високої роздільної здатності. Навколишнє середовище. рез. Lett. 16 , 034060 (2021).ст ОГОЛОШЕННЯ Google Scholar 
  35. Ганнон, CS & Steinberg, NC Глобальна оцінка потенціалу лісових пожеж в умовах зміни клімату з використанням індексу посухи Кітча-Байрама та класифікації ґрунтового покриву. Навколишнє середовище. рез. Комун. 3 , 035002 (2021).ст Google Scholar 
  36. Gutierrez, AA та ін. Реакція лісових пожеж на зміну екстремальних денних температур у Сьєрра-Неваді в Каліфорнії. Sci. Adv. 7 , eabe6417 (2021).ст ОГОЛОШЕННЯ PubMed PubMed Central Google Scholar 
  37. Balch, JK та ін. Потепління послаблює нічний бар’єр для глобальної пожежі. Nature 602 , 442–448 (2022).ст ОГОЛОШЕННЯ CAS PubMed Google Scholar 
  38. Barkhordarian, A., Saatchi, SS, Behrangi, A., Loikith, PC & Mechoso, CR Недавнє систематичне збільшення дефіциту тиску пари над тропіками Південної Америки. Sci. Доповідь 9 , 15331 (2021).ст ОГОЛОШЕННЯ Google Scholar 
  39. Маккіннон, К.А., Поппік, А. та Сімпсон, І.Р. На південному заході Сполучених Штатів екстремальна спека стала сухішою. Нац. Clim. Зміна 11 , 598–604 (2021).ст ОГОЛОШЕННЯ Google Scholar 
  40. Zheng, B. та ін. Збільшення викидів від лісових пожеж, незважаючи на зменшення глобальної вигоряної площі. Sci. Adv. 7 , eabh2646 (2021).ст ОГОЛОШЕННЯ PubMed PubMed Central Google Scholar 
  41. Kelley, DI та ін. Як сучасний біокліматичний і антропогенний контроль змінює глобальні пожежні режими. Нац. Clim. Зміна 9 , 690–696 (2019).ст ОГОЛОШЕННЯ Google Scholar 
  42. Брей, С.Дж., Барнс, Е.А., Пірс, Дж.Р., Сванн, А.Л.С. та Фішер, Е.В. Минулі відхилення та майбутні прогнози умов навколишнього середовища, що призводять до лісових пожеж на заході США влітку. Майбутнє Землі 8 , e2020EF001645 (2020).Google Scholar 
  43. Khorshidi, MS та ін. Збільшення збігу причин лісових пожеж потроїло кількість критично небезпечних днів у Південній Каліфорнії між 1982 і 2018 роками. Environ. рез. Lett. 15 , 104002 (2020).ст ОГОЛОШЕННЯ Google Scholar 
  44. Хамбер, М. Л., Боскетті, Л., Гігліо, Л. та Джастіс, CO. Просторове та часове взаємне порівняння чотирьох глобальних продуктів вигорілих територій. Int J. Digit Earth 12 , 460–84. (2019).ст ОГОЛОШЕННЯ PubMed Google Scholar 
  45. Hersbach, H. та ін. Глобальний реаналіз ERA5. QJR Метеорол. Соц. 146 , 1999–2049 (2020).ст ОГОЛОШЕННЯ Google Scholar 
  46. Турко, М. та ін. Зменшення пожеж у Середземноморській Європі. PLoS ONE 11 , e0150663 (2016).ст PubMed PubMed Central Google Scholar 
  47. Абацоглу, Дж. Т., Вільямс, А. П. та Барберо, Р. Глобальна поява антропогенних змін клімату в індексах пожежної погоди. геофіз. рез. Lett. 46 , 326–336 (2019).ст ОГОЛОШЕННЯ Google Scholar 
  48. Абрам, Нью-Джерсі та ін. Зв’язок зміни клімату та мінливості з великими та екстремальними лісовими пожежами на південному сході Австралії. Комун. Навколишнє середовище Землі. 2 , 8 (2021).
  49. Кларк, Х., Гібсон, Р., Сіруліс, Б., Бредсток, Р. А. та Пенман, Т. Д. Розробка та тестування моделей причин антропогенних та спричинених блискавками пожеж у південно-східній Австралії. J. Environ. кер. 235 , 34–41 (2019).ст Google Scholar 
  50. Коллінз, К. М., Прайс, О. Ф. і Пенман, Т. Д. Рішення щодо гасіння ресурсів мають домінуючий вплив на локалізацію лісових і трав’яних пожеж в Австралії. J. Environ. кер. 228 , 373–382 (2018).ст Google Scholar 
  51. Giorgis, MA та ін. Огляд наслідків пожежі в екосистемах Південної Америки: роль клімату та часу після пожежі. Fire Ecol. 17 , 11 (2021).ст Google Scholar 
  52. Pivello, VR та ін. Розуміння катастрофічних пожеж у Бразилії: причини, наслідки та політика, необхідна для запобігання трагедіям у майбутньому. Перспектива. Ecol. Консерв. 19 , 233–255 (2021).Google Scholar 
  53. Lenton, TM та ін. Перекидні елементи в кліматичній системі Землі. Proc. Нац. акад. Sci. США 105 , 1786–1793 (2008).ст ОГОЛОШЕННЯ CAS PubMed PubMed Central МАТЕМАТИКА Google Scholar 
  54. Гатті Л. В. та ін. Амазонія як джерело вуглецю, пов’язане з вирубкою лісів і зміною клімату. Nature 595 , 388–393 (2021).ст ОГОЛОШЕННЯ CAS PubMed Google Scholar 
  55. Nolan, CJ, Field, CB & Mach, KJ. ​​Обмеження та фактори, що сприяють збільшенню зберігання вуглецю в земній біосфері. Нац. Навколишнє середовище Землі. 2 , 436–446 (2021).ст ОГОЛОШЕННЯ Google Scholar 
  56. Шапошніков Д. та ін. Смертність, пов’язана із забрудненням повітря московською спекою та лісовою пожежею 2010 року. Епідеміологія 25 , 359–364 (2014).ст PubMed PubMed Central Google Scholar 
  57. Koplitz, SN та ін. Вплив сильного туману на здоров’я населення в Екваторіальній Азії у вересні–жовтні 2015 р.: демонстрація нової основи для інформаційних стратегій боротьби з пожежами, щоб зменшити вплив диму під вітром. Навколишнє середовище. рез. Lett. 11 , 094023 (2016).ст ОГОЛОШЕННЯ Google Scholar 
  58. Johnston, FH та ін. Безпрецедентна шкода для здоров’я, пов’язана з димом PM2,5 внаслідок мегапожеж в Австралії 2019–20 рр. Нац. Сталий розвиток 4 , 42–47 (2021).ст Google Scholar 
  59. Matz, CJ та ін. Аналіз впливу на здоров’я PM2,5 від диму лісових пожеж у Канаді (2013–2015, 2017–2018). Sci. Total Environ. 725 , 138506 (2020).ст ОГОЛОШЕННЯ CAS PubMed Google Scholar 
  60. Olson, DM та ін. Наземні екорегіони світу: нова карта життя на Землі: нова глобальна карта наземних екорегіонів надає інноваційний інструмент для збереження біорізноманіття. BioScience 51 , 933–938 (2001).ст Google Scholar 
  61. Щепащенко Д. та ін. Розробка глобальної маски гібридного лісу завдяки синергії дистанційного зондування, краудсорсингу та статистики ФАО. Дистанційний датчик навколишнього середовища. 162 , 208–220 (2015).ст ОГОЛОШЕННЯ Google Scholar 
  62. Джільйо, Л., Боскетті, Л., Рой, Д. П., Хамбер, М. Л. та Джастіс, Колорадо Колекція 6 Алгоритм і продукт картографування спаленої території MODIS. Дистанційний датчик навколишнього середовища. 217 , 72–85 (2018).ст ОГОЛОШЕННЯ PubMed PubMed Central Google Scholar 
  63. Giglio, L. та ін. Колекція 6 MODIS Burned Area Product User’s Guide Version 1.3 (NASA, 2020).
  64. Chuvieco, E. та ін. Внесок супутникового дистанційного зондування в науку про лісові пожежі та боротьбу з ними. Curr. 6 , 81–96 (2020).Google Scholar 
  65. Тейлор, К.Е., Стоуффер, Р.Дж. та Міл, Джорджія. Огляд Cmip5 і дизайну експерименту. Бик. Am. Метеорол. Соц. 93 , 485–498 (2012).ст ОГОЛОШЕННЯ Google Scholar 
  66. Мосс, Р. Х. та ін. Наступне покоління сценаріїв для дослідження та оцінки зміни клімату. Nature 463 , 747–756 (2010).ст ОГОЛОШЕННЯ CAS PubMed Google Scholar 
  67. Кеннон, А. Дж., Собі, С. Р. і Мердок, Т. К. Корекція зміщення змодельованих опадів за допомогою картографування квантилів: наскільки добре методи зберігають відносні зміни в квантилях і екстремумах? Дж. Клім. 28 , 6938–6959 (2015).ст ОГОЛОШЕННЯ Google Scholar 
  68. Penman, TD, Bradstock, RA & Price, O. Моделювання детермінант займання в Сіднейському басейні, Австралія: наслідки для майбутнього управління. Міжн. J. Wildland Fire 22 , 469–478 (2013).ст Google Scholar 
  69. Хенлі, Дж. і Макнейл, Б. Значення та використання площі під кривою робочої характеристики приймача (ROC). Радіологія 143 , 29–36 (1982).ст CAS PubMed Google Scholar 
  70. Основна команда R. R: Мова та середовище для статистичних обчислень (R Foundation for Statistical Computing, 2019).
  71. Джонс, Б. і О’Ніл, Британська Колумбія. Просторово чіткі сценарії глобального населення, що відповідають Спільним соціально-економічним шляхам. Навколишнє середовище. рез. Lett. 11 , 084003 (2016).ст ОГОЛОШЕННЯ Google Scholar 
  72. Xu, R. та ін. Лісові пожежі, глобальна зміна клімату та здоров’я людей. Н. англ. J. Med. 383 , 2173–2181 (2020).ст PubMed Google Scholar 
  73. Джонс, Б., Тебальді, К., О’Ніл, Б.К., Олесон, К. та Гао, Дж. Уникнення впливу екстремальних ситуацій, пов’язаних із спекою: демографічні зміни проти зміни клімату. Кліматичні зміни 146 , 423–437 (2018).ст ОГОЛОШЕННЯ Google Scholar 
  74. Санторо, М. і Картус, О. Ініціатива Європейського космічного агентства щодо зміни клімату щодо біомаси (Biomass_CCI): Глобальні набори даних про лісову надземну біомасу за 2010, 2017 та 2018 роки, v2. Центр аналізу екологічних даних (2021). https://doi.org/10.5285/84403d09cef3485883158f4df2989b0c .

Завантажити посилання

Подяки

Автори висловлюють подяку Департаменту планування, промисловості та навколишнього середовища уряду Нового Південного Уельсу за надання коштів для підтримки цього дослідження через Дослідницький центр управління ризиками лісових пожеж NSW. Ми висловлюємо вдячність Робочій групі зі спільного моделювання Всесвітньої програми кліматичних досліджень, яка відповідає за CMIP, і дякуємо групам моделювання клімату за створення та надання результатів своїх моделей. Для CMIP Програма Міністерства енергетики США з діагностики кліматичних моделей і взаємного порівняння забезпечує координаційну підтримку та керовану розробку програмної інфраструктури в партнерстві з Глобальною організацією порталів науки про систему Землі. Частину аналізу було проведено в Національній обчислювальній інфраструктурі (NCI), яка підтримується урядом Австралійської Співдружності.

Інформація про автора

Автори та приналежності

  1. Центр управління екологічними ризиками лісових пожеж, Центр стійких екосистемних рішень, Університет Вуллонгонга, Вуллонгонг, АвстраліяХеміш Кларк і Росс Бредсток
  2. Дослідницький центр управління ризиками лісових пожеж NSW, Вуллонгонг, АвстраліяХеміш Кларк, Рейчел Х. Нолан, Росс Бредсток і Енн Грібель
  3. Інститут навколишнього середовища Хоксбері, Університет Західного Сіднея, Річмонд, АвстраліяХеміш Кларк, Рейчел Х. Нолан, Енн Грібель, Шива Ханал і Маттіас М. Бур
  4. Школа екосистем і лісових наук, Університет Мельбурна, Парквіль, АвстраліяХеміш Кларк
  5. Департамент рослинництва та лісівництва, Університет Леріди, Леріда, ІспаніяВіктор Реско Де Діос
  6. Центр JRU CTFC-AGROTECNIO-Cerca, Леріда, ІспаніяВіктор Реско Де Діос
  7. Школа природничих наук та інженерії, Південно-Західний університет науки та технологій, М’янян, КитайВіктор Реско Де Діос
  8. Програма прикладної науки про лісові пожежі, Департамент планування, промисловості та навколишнього середовища NSW, Парраматта, АвстраліяРосс Бредсток

Внески

MMB і HC задумали дослідження. HC провів аналіз, а MB, SK, AG та RHN долучилися до нього. Усі автори (HC, RHN, VRDD, RB, AG, SK, MMB) брали участь в інтерпретації результатів. HC написав рукопис, і всі автори (HC, RHN, VRDD, RB, AG, SK, MMB) переглянули та відредагували рукопис.

Відповідний автор

Листування з Хемішем Кларком .

Етичні декларації

Конкуруючі інтереси

Автори заявляють про відсутність конкуруючих інтересів.

Експертна оцінка

Інформація про рецензування

Nature Communications дякує анонімному рецензенту(ам) за їхній внесок у рецензування цієї роботи. Доступні звіти рецензентів .

Додаткова інформація

Примітка видавця Springer Nature дотримується нейтралітету щодо претензій на юрисдикцію в опублікованих картах та інституційної приналежності.

Додаткова інформація

Додаткова інформація

Файл рецензування

Відкритий доступ Ця стаття ліцензована згідно з міжнародною ліцензією Creative Commons Attribution 4.0, яка дозволяє використовувати, обмінюватися, адаптувати, розповсюджувати та відтворювати на будь-якому носії чи у будь-якому форматі за умови, що ви вказуєте автора (авторів) та джерело, надайте посилання на ліцензію Creative Commons і вкажіть, чи були внесені зміни. Зображення чи інші сторонні матеріали в цій статті включені до ліцензії Creative Commons статті, якщо інше не зазначено в кредитній лінії до матеріалу. Якщо матеріал не включено до ліцензії Creative Commons статті, а ваше передбачуване використання не дозволено законодавчими нормами або перевищує дозволене використання, вам потрібно буде отримати дозвіл безпосередньо від власника авторських прав. Щоб переглянути копію цієї ліцензії, відвідайте http://creativecommons.org/licenses/by/4.0/ .

Передруки та дозволи

Про цю статтю

Цитуйте цю статтю

Clarke, H., Nolan, RH, De Dios, VR та ін. Лісові пожежі загрожують глобальним поглиначам вуглецю та населеним пунктам через зростання потреби в атмосферній воді. Nat Commun 13 , 7161 (2022). https://doi.org/10.1038/s41467-022-34966-3

Завантажити цитату

Поділіться цією статтею

Кожен, з ким ви поділитеся цим посиланням, зможе прочитати цей вміст:Отримайте посилання для спільного використання

Надано ініціативою обміну вмістом Springer Nature SharedIt

Предмети

https://www.nature.com/articles/s41467-022-34966-3

Loading