分享自:

气候变化下野火风险对物种的全球影响评估

期刊:nature climate changeDOI:10.1038/s41558-026-02600-5

这是一项关于气候变化背景下野火对物种风险的前瞻性全球评估研究,属于类型a:单一原创性研究报告。

气候变化加剧全球生物多样性面临的野火风险:一项基于多情景模拟的物种暴露评估研究

第一,研究基本信息

本研究报告以“Wildfire risk for species under climate change”(气候变化下的物种野火风险)为题,于《Nature Climate Change》期刊在线发表。研究的主要作者包括来自瑞典哥德堡大学区域气候组的Xiaoye YangDeliang Chen、美国康涅狄格大学的Mark C. Urban、斯德哥尔摩恢复力中心的Bo Su、查尔姆斯理工大学的Ziqian Zhong以及清华大学地球系统科学系的Chao Wu。通讯作者为清华大学的Deliang Chen教授。

第二,学术背景与研究目的

人为气候变化正对全球生物多样性构成深刻且日益严峻的威胁。与盗猎或城市发展等局部压力源不同,气候变化施加的是大尺度、多方面的压力。尽管气候变化的长期效应(如栖息地适宜性下降)已被广泛研究,但野火等由气候驱动的急性干扰事件对物种的长期影响,在全球尺度和未来情景下仍缺乏量化评估。已有研究指出,全球15%的受威胁物种正受到火情变化的威胁,而随着气候变化加剧,野火活动的频率和强度预计将增加,甚至可能蔓延至历史上鲜少发生火灾的区域。

本研究旨在填补这一关键知识空白。其主要目标是:在全球尺度上,量化未来不同气候与社会经济情景下,因野火频率和/或强度增加而受到威胁的物种所面临的长期野火暴露风险。研究将焦点放在两个关键的火情指标上——过火面积和火灾季长度,以评估其对物种的潜在冲击。研究希望揭示未来野火风险在区域和物种间的异质性,为制定有针对性的、区域特异性的生物多样性保护策略提供科学依据。

第三,详细研究流程与方法

研究包含一套系统、多步骤的数据整合、模型预测与风险分析流程,主要步骤如下:

步骤一:数据收集与预处理 研究团队收集并整合了多源数据。1) 火情数据:使用全球火灾排放数据库第五版(GFED5)提供的1997-2020年月度过火面积数据,作为历史野火风险的代理指标。2) 气象数据:使用欧洲中期天气预报中心的第五代再分析数据(ERA5),获取训练野火预测模型所需的气象变量,如地表气压、气温、降水、风速、土壤湿度等。3) 植被数据:使用叶面积指数(LAI)数据作为燃料可得性的关键指标。4) 气候情景数据:基于13个参与“耦合模式比较计划第六阶段”(CMIP6)的气候模型,在四种“共享社会经济路径”(SSP)情景下的模拟数据,用于预测未来火情。这四种情景分别是:SSP1-2.6(可持续发展路径)、SSP2-4.5(中等发展路径)、SSP3-7.0(区域竞争路径)和SSP5-8.5(化石燃料密集型发展路径)。5) 物种分布数据:核心数据集来自世界自然保护联盟(IUCN)红色名录,包含了9,592个被明确记录为“受野火频率/强度增加威胁”的物种(隶属于动物界、植物界和真菌界)的地理分布范围。作为补充验证,研究还使用了包含41,543个陆生脊椎动物和植物物种的更全面数据集。所有数据被统一插值到1°×1°的空间分辨率上。

步骤二:野火预测模型的构建与验证 为了将未来的气候条件转化为可量化的野火风险指标(过火面积),研究采用了机器学习方法进行预测。他们使用了“轻量梯度提升机”(Light Gradient Boosting Machine, LightGBM)这一高效的梯度提升决策树算法来构建预测模型。模型的输入特征包括:地理属性(纬度、经度、月份、生物群系类型)、生态因子(LAI)以及七个气候变量(地表气压、风速、降水、气温、总云量、浅层土壤湿度、火灾天气指数FWI)。模型以月过火面积作为预测目标。 模型训练期设定为1999-2014年,2015-2020年数据用于测试模型性能。评估结果显示,模型具有很高的预测准确性:决定系数(R²)达到0.84,均方根误差(RMSE)和平均绝对误差(MAE)分别为144.8平方公里和71.4平方公里。该模型能够成功捕捉全球主要的野火热点区域,表明其具备可靠的泛化能力,可用于未来气候情景下的外推预测。

步骤三:火灾季长度的计算 除了过火面积,研究还使用“加拿大森林火险天气指数系统”(Canadian Forest Fire Weather Index System)来计算火灾天气指数(FWI),并将其作为评估火灾季长度的基础。火灾季长度被定义为一年中FWI超过当地历史(1850-1900年)极端值中位数的天数。这一指标反映了有利于火灾发生和蔓延的气象条件的持续时间。

步骤四:物种野火暴露风险的量化 研究定义了两种关键的物种暴露指标:1) 对过火面积的暴露度:定义为在一个物种的整个分布范围内,年度最大过火面积的总和(单位:平方公里)。2) 对火灾季长度的暴露度:定义为在一个物种的整个分布范围内,火灾季长度的平均值(单位:天)。 对于每个物种,研究计算了其在历史参考期(1999-2014年)和四个未来时期(2021-2040, 2041-2060, 2061-2080, 2081-2100)内的这两种暴露度。然后,计算了未来时期相对于历史参考期的暴露度百分比变化。

步骤五:区域与类群分析 为了进行区域对比,研究采用了政府间气候变化专门委员会(IPCC)第六次评估报告(AR6)划分的43个陆地区域。研究分析了各大洲及关键区域(如南美洲、高纬度地区等)野火暴露度的变化趋势。同时,将物种按IUCN受威胁等级、分布范围大小、分类学类群等进行分组,以识别哪些类型的物种在未来将面临最高的风险。

第四,主要研究结果

结果一:全球及区域未来野火活动变化趋势 模型预测显示,到本世纪末(2081-2100年),全球平均过火面积将显著增加,增幅大小强烈依赖于排放情景。在中等排放情景SSP2-4.5下,全球过火面积预计增加9.3%。南美洲的增加最为显著(整体32.7%,其中中北部地区增幅超过50%)。高纬度地区(北美和欧亚大陆北部)也表现出最快的火情加剧趋势。与此形成鲜明对比的是,非洲的整体增幅很小(1.8%),部分地区(如东南非、东北非和中非)甚至出现过火面积下降的情况。 在火灾季长度方面,全球预计延长22.8%。欧洲、北美和南美洲的增幅最大,分别达到49.1%、41.2%和37.0%。即使在过火面积可能下降的非洲,火灾季长度也预计延长10.6%(约9天)。

结果二:受威胁物种的野火暴露度显著增加 对9,592个已受野火威胁的物种的分析表明,绝大多数物种的未来暴露度将上升。在SSP2-4.5情景下,全球有83.9%的这些物种将面临更高的过火面积暴露风险。南美洲是风险最高的地区,近40%(559种)的物种其过火面积暴露度增幅将超过50%。北美和欧洲也面临显著风险。 结果揭示了一个关键的空间不对称性: 非洲是唯一一个有大量物种(在SSP2-4.5下为32.1%)预计暴露度会降低的大陆,这主要是由于某些地区未来降水增加可能抑制了野火活动。相比之下,南美洲、加勒比地区、南亚和澳大利亚等地的物种,其暴露度增幅通常随着其IUCN受威胁等级的提高而增大,表明已经濒危的类群将承受叠加的打击。

结果三:分布范围与风险呈负相关,高纬度地区出现新威胁 研究发现,物种的分布范围大小与其未来野火暴露度的预期增长呈显著负相关。分布范围越小的物种,其暴露度增幅的潜在上限越高,表明它们缓冲野火风险的能力更弱,因而更为脆弱。 此外,当使用包含4万多个物种的更大数据集进行分析时,一个被核心数据集(仅包含当前已知受野火威胁的物种)掩盖的模式显现出来:高纬度地区。这些地区的生态系统历史上火灾活动有限,因此被列为“受野火威胁”的物种很少。然而,随着气候变化驱动野火活动向极地扩张,这些地区的大量物种将首次面临升高的野火暴露风险,这凸显了基于当前威胁的保护评估可能忽视新兴风险。

结果四:识别风险最高的“热点物种” 研究在SSP2-4.5情景下,识别出了暴露度增幅最大的前1%物种(共96种)。这些物种具有鲜明的共同特征:1) 地理分布极其狭窄:近半数物种仅存在于一个1°×1°的网格内。2) 保护状况堪忧:濒危(EN)和易危(VU)物种在其中占比过半,远高于它们在总物种池中的比例。3) 地域集中:主要分布于南美洲(特别是亚马逊地区)、南亚和澳大利亚南部。4) 类群多样:包括两栖动物、鱼类、昆虫、鸟类、植物和真菌等。其中,南美洲的两栖动物尤其突出,显示出该地区和该类群面临叠加的极端风险。

结果五:减排对降低生物多样性风险至关重要 研究量化了采取不同气候减缓路径(即选择较低排放情景)所能避免的野火暴露风险。结果显示,相对于高排放情景SSP3-7.0和SSP5-8.5,遵循中等排放路径SSP2-4.5可以显著降低全球物种的野火暴露度增长。例如,全球过火面积暴露度的增长可分别降低23.5%和35.1%。新西兰、北美东部、南美洲大部分地区以及高纬度地区将从减排中获得最大的相对收益。这清晰地证明,加强全球气候减缓行动能为生物多样性保护带来深远的益处。

第五,研究结论与价值

本研究系统量化了未来气候变化下野火对全球生物多样性的威胁,并得出了几个核心结论:首先,未来野火风险的增长在区域和物种间存在高度不均一性,南美洲、高纬度地区以及分布范围狭窄、已受威胁的物种面临的风险最为严峻。其次,气候变化不仅加剧了现有火频发地区的风险,还可能将野火引入历史上无火的生态系统(如高纬度地区),对这些缺乏适应性的物种构成全新威胁。第三,物种的分布范围大小是决定其野火暴露风险变化的关键因子之一,小范围物种极度脆弱。第四,全球温室气体减排能有效降低未来野火驱动的生物多样性损失,具有明确的保护效益。

本研究的科学价值在于,它首次在全球尺度、多情景框架下,将野火这一重要的气候干扰因子与物种水平的暴露风险评估相结合,填补了气候-生物多样性反馈研究中的一个关键空白。其应用价值在于为决策者提供了高分辨率的风险地图和明确的优先保护对象清单(如南美洲的两栖动物、高纬度地区的物种),强调了制定区域特异性、前瞻性保护策略(不仅要保护当前受威胁物种,也要为即将面临新威胁的物种做准备)以及将野火风险纳入气候变化适应规划的紧迫性。

第六,研究亮点

  1. 研究视角新颖:首次在全球尺度上系统评估了未来野火暴露对大量具体物种的长期影响,将宏观气候驱动与微观物种分布相结合。
  2. 方法整合性强:创新性地耦合了先进的机器学习野火预测模型(LightGBM)、CMIP6多模式气候情景、IUCN物种分布数据库以及标准的火灾天气指数系统,构建了一套完整的数据驱动风险评估框架。
  3. 发现具有深度:不仅确认了已知热点地区(如南美、澳洲)的风险,更重要的是揭示了风险的空间不对称性(非洲风险降低)和高纬度地区的新兴风险,后者挑战了仅基于当前威胁的保护评估范式。
  4. 明确的政策启示:清晰量化了不同气候减缓路径对降低生物多样性风险的具体效益,为将生物多样性保护目标纳入全球气候谈判和国家级适应计划提供了强有力的科学论据。

第七,其他有价值的内容

研究在讨论部分还指出了一些重要的局限性和未来方向。例如,本研究主要评估了“暴露度”,但物种最终的脆弱性还取决于其“敏感性”和“适应能力”,这些性状数据在全球尺度上仍很缺乏。未来需要将全球预测与包含物种特异性生态和生理信息的模型相结合,以改进灭绝风险的估算。此外,研究承认野火对大多数物种有负面影响,但也有一小部分“火适应”或“火促进”物种可能从特定频率和强度的火灾中受益。未来研究需要更细致地探讨不同火情变化对不同功能类群物种的种群动态影响,以形成对生态系统响应的更全面理解。最后,研究假设物种分布范围在当前保持不变,未考虑物种可能因气候变化而发生迁徙,这可能是未来模型需要改进的方向。尽管如此,对于高纬度等历史无火区,即使基于当前分布的评估也已足够警示,因为那里的物种缺乏应对火灾的演化历史。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com