新闻资讯

自土地利用转变导致多地区火灾活动变化以来的时间

介绍
世界上最大的农业前沿之一出现在亚马逊和塞拉多生物群落之间的过渡区,这主要是由于通过原生森林和稀树草原的转变而导致的养牛场扩张。最近,这一前沿的特点是牧场集约化,以及用大豆、棉花和玉米等农作物的机械化生产大规模取代牧场1 , 2 , 3。这些活动可以从根本上改变该地区的火灾状况4。过去 36 年中,与森林砍伐相关的火灾占塞拉多地区烧毁面积的 4%,占亚马逊地区烧毁面积的 13% 5。同期,低生产力牧场的管理占塞拉多地区烧毁面积的 7%,占亚马逊地区烧毁面积的 58% 5。这些火灾有可能蔓延到邻近的生态系统并导致原生植被退化,特别是在异常干燥和炎热的年份6 , 7 , 8 , 9。随着时间的推移,加强环境治理可能会导致这一大型农业前沿地区火灾活动的减少,特别是在机械化农业取代火灾作为管理工具的情况下4。目前,对火灾活动如何随着亚马逊-塞拉多农业边境的演变而变化的了解还有限,但这些火灾使用轨迹对于制定有效的保护策略至关重要。

亚马逊河和塞拉多之间的过渡地区拥有两个不同的生物群落,每个生物群落都具有独特的生态动态和对火灾的反应。在亚马逊地区,农田灭火可能会减少逃入森林的火灾,并减少排放到大气中的碳10 , 11。相比之下,塞拉多生物群落(一种适应火灾的稀树草原生态系统,火灾塑造了生态系统的结构和功能12)可能会遭受木质侵蚀,并且因灭火而引发高强度火灾的可能性增加13 , 14 , 15 , 16。尽管越来越多的研究表明,由于农业集约化,火灾活动有所减少4 , 17 , 18,预计亚马逊和塞拉多地区的火灾反应与人类活动相反19。然而,目前缺乏对这些生物群落交界处不同类型土地利用转变的滞后火灾响应的全面分析。在这项研究中,我们将火灾概率建模为自土地清理以来时间的函数,并测试不同土地利用边界的年龄和气候驱动因素如何影响亚马逊-塞拉多过渡期间烧毁面积的时空模式。

尽管农作物产量和粮食安全有所提高,但农业集约化仍然可能对亚马逊和塞拉多地区产生意想不到的长期生态后果。大多数经历了广泛农业集约化的地区也高度分散19 , 20 , 21 , 22。尽管有证据表明通过农业集约化可以抑制火灾,但即使是少量的火灾也可能点燃干枯的植被(燃料)并加剧燃烧活动。由于退化、支离破碎的过渡区长期干旱和温暖期,这些干燥燃料越来越普遍。此外,通过降低燃烧率,农业集约化可以促进生物质和低水分燃料的积累,因为没有频繁的低强度火灾13 , 23。人们普遍认为,“零火灾”政策会对塞拉多等依赖火灾的系统产生负面影响,在这些系统中,燃料积累会增加火灾发生时的强度,特别是在干旱和热浪发生时13。此外,缺乏定期火灾事件和改变燃烧时间可能会改变塞拉多的整体生态系统功能,从而产生潜在的连锁效应和生物多样性的进一步损失13 , 24。虽然灭火对湿润的亚马逊森林具有明显的积极生态影响,但重要的是要考虑亚马逊-塞拉多过渡的更广泛的生态背景以及可能对塞拉多的生物多样性和整体生态系统功能产生负面影响的因素。

除了亚马逊和塞拉多植被潜在的独特反应之外,这两个生物群落之间的过渡区还面临着气候变化带来的额外压力25。尽管干季火灾在这一过渡期间占年度总燃烧面积的相当大比例26,但干湿过渡季节变得更温暖、更干燥、时间更长(湿季到来较晚),从而增加了火灾风险超出正常时期25.另一个紧迫的问题是,在农业区周围的破碎森林和稀树草原边缘附近,燃料的可燃性预计会上升。预计人为变暖加剧将加大亚马逊​​-塞拉多边境发生高强度火灾的可能性26,27。最重要的是,在最严峻的气候预测下,仅土地利用收缩在减少亚马逊林下火灾方面的效果有限,这表明亚马逊森林未来的火灾风险在很大程度上取决于土地利用与减缓气候变化之间的相互作用28。

考虑到新的和现有的农业前沿的出现,以及土地利用转变和日益加剧的极端气候综合影响的不确定性,我们的目标是评估这些因素之间复杂的相互作用及其对火灾动态的影响。随着全球粮食需求的增长,集约化农业的激励措施和扩大边境的压力也随之增加29,影响土地利用变化和火灾变异性。在这里,我们研究了特定的土地覆盖/土地利用转变和转变以来的时间以及气候驱动因素如何影响历史火灾活动的模式。我们的研究区域包括亚马逊和塞拉多之间的大部分农业边境(图 1a ))。由于破碎化、火灾以及极端气候和天气的综合影响,这一广阔的稀树草原-森林过渡区承受着强大的人为压力22。我们根据 MapBiomas 6.0 30和 MapBiomas Fire 1.0 5的时间序列数据调查了 1986 年至 2020 年的年度土地利用和烧毁面积。这使我们能够捕捉到原生植被(森林、稀树草原和草原)向农业(牧场和农田)转变时的火灾反应,将与每种类型转变相关的烧毁面积比例建模为自土地清理以来时间的函数。 “方法”)。土地转化和烧毁面积之间的时间间隔提供了边界年龄与火灾活动之间关系的代理。此外,我们还探讨了土地利用变化和火灾活动气候驱动因素的共同影响:估计蒸气压赤字 (VPD) 和最大累积缺水量 (MCWD),这是衡量可燃性和干旱影响的两种常用指标3 , 26。

结果
在我们的研究期间,亚马逊和塞拉多的原生植被都经历了大规模的农业转变(图 1)。在过去的三十年里,面积转化的比例表明森林被牧场广泛取代,随后牧场被农田取代(图 1b)。这种牧场取代自然植被的历史模式最近被机械化作物生产的主导地位所取代,旨在转变可能退化的牧场并满足日益增长的粮食需求。比较所有土地利用转变的发生率,牧场取代森林排名第一(37%),农田取代牧场第二(21%),牧场取代稀树草原第三(20%)。

这些土地利用转变强烈影响着火面积概率(图 1c)。在与土地转变相关的所有烧毁面积中,76% 发生在森林转变为牧场 (72%) 或农田 (4%) 的过程中,其次是牧场转变为农田 (9%)。这些发现强调,虽然大部分与农业转变相关的燃烧与森林砍伐(森林转变为牧场或农田)有关,但农田取代牧场也涉及用火,因此增加了总烧毁面积。单独分析每个生物群落时,出现了类似的模式(补充图 1和2),强调了土地利用转变对整个生态交错带烧毁面积概率的影响。

农业前沿年龄作为火灾概率的驱动因素
虽然2004年之后由于原生植被清理减少,整个研究区域的烧毁面积趋于减少(补充图 2c,d),但我们观察到,由于牧场被农田取代,近期一些地区的火灾活动有所增加(图 1c ) ,补充图 1和2)。这些发现凸显了农业集约化引起的灭火效果的对比。为了检查潜在的相反模式,我们分析了与不同土地利用转变之间的时间间隔相关的火灾概率(图 2和图 3))以及由此产生的网格单元级别的烧毁面积(“方法”)。此后,过渡后的时间将被称为边界年龄,范围从-35年到34年(从1986年到2020年跨越35年),其中年龄0年代表转换时间。这种方法使我们能够了解不同类型转换的寿命如何影响点火源,从而了解它如何影响火灾概率。

我们的结果表明,森林转变为牧场和转变为农田之间的火灾活动模式在火灾概率和持续时间方面存在差异。与森林转变为牧场相关的火灾概率在土地清理之前表现出烧毁面积的最初增加,并在转变后的几年内保持较高水平(图 2a,d)。当亚马逊森林转变为牧场时(图 2a),烧毁面积在转变当年激增(火灾概率为 45%),然后随着边界老化而逐渐下降(图 2a)。然而,尽管呈下降趋势,森林砍伐后至少 8 年内火灾概率仍然较高(补充图 3a、d))。尽管亚马逊火灾概率此后趋于平稳,但我们仍然检测到这些较旧的边界有 21% 的可能性发生火灾(补充图 3a)。这表明,在亚马逊森林转变的情况下,从景观中完全消除火灾需要时间,并且清除后不会立即灭火。

在塞拉多地区,烧毁面积对边疆年龄的响应形状(图 2d)与亚马逊地区森林向牧场转变的形状(图 2a)相似,但边疆年龄的影响相对较小。此外,Cerrado 在改造当年发生火灾的可能性较低(图 2)。同样,火灾概率对森林向农田转变的响应(图 3a、e)类似于在森林向牧场转变时观察到的模式(图 2a、d))在两个生物群系中。然而,影响相对较弱,转换当年发生火灾的概率也较低。这些发现与预期相反,即考虑到机械化农业生产需要清除所有木质残骸,从森林到农田的转变将导致更多的火灾活动(与从森林到牧场的转变相比)。

与从森林到牧场的转变(图 2a,d)相比,在转变年份,与农田转变相关的火灾概率通常较低(图 3),特别是在亚马逊地区(图 3a-d)。此外,与将森林转变为牧场相比,转变为农田可以更早地消除景观中的火灾(图 3和补充图 4)。事实上,在过渡到农田的地区(包括大豆、玉米和棉花,图 3),亚马逊地区(图 3b、c)和塞拉多地区(图 3e-h)的火灾概率在过渡之前就已经在下降。)。由于老龄化效应,在转变为农田后,火灾概率持续下降,与砍伐森林的牧场相比,火灾活动的低值与最近的边界相比。这表明耕地的建立有助于抑制火灾活动,从而更快、更持续地降低火灾概率。

转换前后火灾概率的时空模式
不同转变之间的老化效应也导致亚马逊和塞拉多生物群落之间火灾概率的对比趋势。与从森林到牧场的转变相比,与稀树草原和草原转变为牧场相关的火灾活动峰值相对不太明显,并且两个生物群落之间的差异显着(图 2)。与过渡年(年龄 0)的森林砍伐相比,亚马逊稀树草原和草原转变为牧场的火灾概率较低(分别为 19% 和 14%)(图 2a-c )),但与该转变相关的火灾概率仍然显着增加。在这种增加之前,火灾概率呈上升趋势,随后呈下降趋势,类似于在塞拉多和亚马逊地区森林向牧场转变中观察到的模式(图 2a,d)。相反,在转变之前(前沿年龄为负值),塞拉多稀树草原和草原向牧场的转变(图 2e,f )与两个生物群落中森林向牧场的转变(图4b )相比表现出不同的趋势 。在这种情况下,塞拉多地区过渡前火灾概率的下降趋势与亚马逊地区观察到的火灾概率的上升趋势形成鲜明对比(图 3a、b和 4a、b))。从塞拉多稀树草原和草原向牧场过渡期间观察到的负面趋势和较低的火灾概率表明该地区牧场扩张的灭火力度更大。

在过渡到牧场后,还观察到两个生物群落之间边界的清晰空间轮廓(图 4c,d),但所有趋势都显示两个生物群落的负轨迹,这与旧边界火灾活动的下降一致。与塞拉多相比,亚马逊地区明显的火灾概率可归因于过渡时刻的火灾概率更高(图 2 ))。虽然森林生态系统通常具有较高的生物量,但塞拉多生物群落由稀树草原和草原植被的混合物组成,与茂密的森林相比,其生物量通常较低。因此,与亚马逊地区相比,塞拉多地区向牧场的转变可能需要更少的火灾,尽管火灾概率每年下降得更快,但从景观中完全消除火灾需要更多的时间(例如,图 2a) 。

转变为农田之前和之后的火灾趋势的空间模式(图 5)也显示出转变之前和之后两个生物群落的火灾率主要为负(转变之前的亚马逊地区有一些例外,图 5b和 3a、d))。换句话说,由于转换前燃烧量下降,向农田的过渡在过渡前后的火灾活动表现出不太明显的变化(即火灾状况的更微妙的变化),这可能与伴随农业集约化的灭火有关。由于向农田的过渡可能涉及宝贵的农业投资(在机械、设施、灌溉等方面),土地所有者可以在过渡前采取积极措施减少火灾风险,或采用机械化土地清理方法,最大限度地减少火灾蔓延的风险。这些行动可能有助于在向农田过渡之前降低火灾概率的趋势。

为了研究老龄化随时间的影响,我们将 35 年期间分为 7 年间隔。我们的分析显示,在森林转变为牧场的过程中,火灾峰值总体上呈现非平稳性(年龄 0,补充图 5 ))。驱动这些模式的两个主要过程可能是边境的老化和森林砍伐率的降低。尽管亚马逊和塞拉多地区在森林转变为牧场期间一直表现出火灾概率的峰值,但近年来这些火灾峰值的强度有所下降。这与在土地利用转变和火灾发生之间不存在时间滞后(即转变年份与火灾发生年份一致)的情况下,在烧毁地区的时间序列中观察到的火灾活动减少是一致的(补充图6  ))。因此,烧伤面积的减少不仅归因于老化效应,而且代表了反映清除率变化的更广泛趋势。相比之下,随着时间的推移,从牧场到农田的转变在两个生物群落中都显示出相对较低的火灾概率峰值。有趣的是,在塞拉多,与这些转换相关的火灾峰值随着时间的推移保持相对稳定(补充图 7),而亚马逊则经历了轻微的波动。这表明,尽管塞拉多经历了更大程度的本土植被转变为农业(补充图 2),但与亚马逊地区相比,由于农田转变,其燃烧水平始终较低(补充图 6和8 ). 因此,与亚马逊地区相比,塞拉多地区伴随农业集约化而减少的火灾活动更加有效,并且较少依赖于年龄效应。过去 7 年亚马逊地区从牧场到农田的转变已经表明,转变之前的燃烧有所减少,进一步证实了与农业集约化相关的火灾活动受到抑制。这表明,改进农业管理和火灾控制工作可能有助于减少这些农田最近的火灾发生,而当景观内总体火灾活动减少时,边界的年龄成为减少火灾发生的相关因素。

干旱和空气干燥对边境火灾的影响
与塞拉多地区观察到的干燥条件相比, 亚马逊生物群落表现出更高的湿度水平,其特点是蒸气压赤字(VPD)值较高,最大累积水分赤字(MCWD)负值更大(补充图9 )。由较低的 VPD 值和较小的负 MCWD 值表示。尽管气候存在明显的区域差异,但 在过去十年中,亚马逊和塞拉多地区的空气干燥度有所增加(补充图9 )。通常预计这种增加将抵消烧毁面积的减少趋势(补充 图2、5和8 )),强调了即使天气非常有利于火灾,边境的年龄和高度资本化的土地利用也如何降低火灾概率。

虽然气候条件本身不足以引发火灾,但我们的研究结果表明,森林砍伐、干旱和空气干燥(较高级别的 MCWD 和 VPD)与过渡期间发生的较大范围的烧毁面积(与较小范围的烧毁面积相比)之间存在密切关联。烧毁面积范围(图 6)。为了研究土地利用、气候和火灾之间的耦合,我们对火灾概率进行了比较分析,这些火灾概率按土地清理、干旱程度和空气干燥引起的每年烧毁面积范围的间隔进行分组。森林转变为牧场和气候压力因素成为大面积烧毁面积的关键驱动因素,而小面积烧毁面积受土地利用转变和气候条件的影响较小。随着烧毁面积的扩大,干旱和空气干燥的较高压力水平的影响力越来越大,与转换当年火灾概率约 60% 的显着峰值相一致。相比之下,较小范围的烧毁面积与较高的气候压力关系较小。然而,即使在较低级别的 VPD 和 MCWD 下,当从森林过渡到牧场时,特别是在亚马逊地区,都会出现大面积和小面积的烧毁面积。虽然森林砍伐期间清除植被会产生燃料负荷,从而引发更大、更猛烈的火灾,但我们的研究结果表明,塞拉多依赖火灾的生态系统中烧毁面积较小,与土地利用转型和气候的关联较弱状况。相比之下,当加上干旱和空气干燥时,转变为牧场进一步增加了塞拉多和亚马逊地区大面积烧毁的可能性。我们的研究结果表明,塞拉多依赖火灾的生态系统中烧毁面积较小,与土地利用转变和气候条件的关联较弱。相比之下,当加上干旱和空气干燥时,转变为牧场进一步增加了塞拉多和亚马逊地区大面积烧毁的可能性。我们的研究结果表明,塞拉多依赖火灾的生态系统中烧毁面积较小,与土地利用转变和气候条件的关联较弱。相比之下,当加上干旱和空气干燥时,转变为牧场进一步增加了塞拉多和亚马逊地区大面积烧毁的可能性。

在从牧场到农田的过渡中,干旱和空气干燥对火灾概率的影响可以忽略不计,因为所有级别的烧毁面积范围和气候严重程度的概率始终较低(补充图 10  ))。在这种类型的过渡中,即使在有利的气候条件下,由于实施了与农业集约化相关的灭火措施,烧毁面积的相关性较小。这表明气候驱动因素与农业集约化相关的土地利用变化之间存在脱钩。虽然森林砍伐和气候驱动因素对大面积烧毁面积有很大影响,但同样的关系对于向农田的过渡并不成立。其他因素,例如机械化农业实践和现代土地管理技术,可能在控制新农田地区的火灾活动方面发挥更重要的作用。

讨论
先前的研究表明,农业扩张和集约化控制了亚马逊17、31和塞拉多4地区的大部分火灾活动。我们的研究结果表明,森林转变为牧场导致烧毁面积大幅增加(特别是在炎热和干燥的条件下),而农业边界的年龄是烧毁面积暂时减少的另一个主要驱动因素。这项研究扩展了先前关于与土地利用转变相关的亚马逊火灾转变过程的研究18以及亚马逊和塞拉多火灾对人类活动的对比反应19。它通过表明虽然森林转变为牧场对该地区的火灾活动(与干旱和空气干燥相结合)贡献最大,但农业前沿的年龄以及机械化农田取代牧场和草原也促进了对该主题的理解发挥重要作用。

尽管农业边界的老化和农田的扩张显着减少了转变后的火灾活动,但在森林砍伐过程之前和之后仍然有大量的火灾活动,特别是在亚马逊地区,那里的森林砍伐火灾比塞拉多占更多的火灾活动。过渡过程期间火灾活动高峰的强度和持续时间会影响整个农业前沿的景观规模火灾风险。此外,相关的火源、干旱和空气干燥,增加了森林砍伐地区出现大面积烧毁的可能性。最重要的是,

我们的研究的一个惊人发现是,在实际土地用途从森林转变为牧场之前大约 4 年观察到了大规模火灾活动,随后在转变后约 8 年内火灾概率持续升高。尽管随着时间的推移,随着边境老龄化,烧毁面积逐渐减少,但这一发现强调需要解决森林砍伐过程前后的大规模火灾活动。同样,据报道,亚马逊地区森林砍伐过程中与转变相关的火灾有所增加18随后,随着更先进的农业实践的实施,火灾发生率随之减少。我们的研究结果推进了之前的研究,将火灾建模为边境年龄的函数,并阐明了消除亚马逊地区森林砍伐火灾需要多长时间。除了森林砍伐本身引发的点火之外,随后还使用火来有效地清除剩余的生物质,随着时间的推移,这些生物质会经历干燥过程。故意放火焚烧积累的木质生物质的做法被用作清除它的手段,突显了在森林砍伐的情况下对火的双重依赖。我们的研究结果表明,故意森林火灾不仅被用作快速砍伐森林的工具,而且还被用作渐进式砍伐森林的工具,

虽然人们预计森林向农田过渡期间的燃烧程度会更高,但与从森林向牧场的过渡相比,我们的结果揭示了一种令人惊讶的模式。在之前的工作中,发现从森林到农田的过渡期间主动火灾探测的频率比森林到牧场的过渡期间更高31。然而,我们的结果以每片转化土地的燃烧面积的时滞年度分数(以%/年为单位)来说明,使我们能够揭示火灾从景观中消除(或保留)的速度。我们的研究结果表明,与牧场相比,在向农田过渡期间,从以前的森林景观中消除火灾的速度更快,这可能归因于高度资本化的土地利用和更好的火灾管理,即使气候条件有利于火灾。MapBiomas Fire 1.0 数据集的总体准确性在火灾探测中引入了一定程度的不确定性,特别是与潜在低估林下森林火灾和高估农田火灾(“方法”)有关,但这些限制并没有实质性影响我们的总体结论。尤其,图5表明,我们观察到的森林转化为农作物期间燃烧较少的情况(与森林转化为牧场相比)是一个保守的结果。

当人为景观中散布着一些原生植被时,完全消除亚马逊地区的火灾也变得具有挑战性20 , 21 , 32。当这些森林边缘附近发生持续的土地利用变化或农业活动时,火灾蔓延和影响剩余退化森林斑块的风险就会变得更高。此外,虽然森林林下层通常充当天然防火屏障20,但多次火灾会削弱森林的恢复力和再生能力,因为被烧毁和支离破碎的森林更容易干燥33。由于干旱条件进一步增加了森林对火灾的敏感性,森林景观很容易受到森林砍伐和全球变暖的影响27。在这里,我们提供的证据表明,尽管农业集约化导致的火灾总体减少,但亚马逊农业边界仍在通过森林砍伐而扩大,相关的火源仍然足以引发高强度火灾,特别是与干旱和空气相结合干燥度26、34。​ 一个主要问题是这些现代热带森林火灾有可能将亚马逊东南部推入新的低生物量状态35,可能会释放这些森林中储存的大部分碳,并对降雨状况引发连锁影响36,37、生物多样性38、39 、社会经济发展40 . 与亚马逊森林砍伐相关的降雨量减少将影响该地区的水文循环和其他生态服务,威胁原住民和当地社区的生计41。虽然全球稀树草原储存的碳预计会增加,但部分原因是稀树草原扩展到森林气候区35相关的生物量增加并不能抵消被取代的森林造成的储存损失。换句话说,防止森林生态系统转变为稀树草原景观需要有效减少森林砍伐火灾。尽管火灾发生率随着边境年龄的增长而降低,但我们的分析显示,这些火灾在最初的清理事件之后在该地区持续了相当长的一段时间,这强调了需要采取更有效的措施来管理这些热带地区的火灾。

古老的塞拉多生态系统历来依赖于有利的火灾数量和时机14 , 15。我们的分析表明,在转变为农业之前,塞拉多稀树草原和草原与森林相比经常经历燃烧事件(森林转变之前发生森林火灾的概率接近于零)。然而,我们的研究中观察到的土地利用转变对火灾活动的老化影响表明,持续的农业增长过程正在减少大多数塞拉多地区的火灾发生,这与之前的研究一致4。虽然这可能对河岸森林等对火灾敏感的生态系统产生积极影响,但它可能会导致生物多样性丧失,并削弱气候植被侵蚀潜力较高的地区的生态系统功能。此外,农业灭火与干燥和炎热的气候相结合,可能会导致地区更容易发生严重、高强度的火灾13 , 14 , 15。在我们的研究中,我们观察到大范围的烧毁面积、MCWD 和 VPD 之间存在更强的关联,随后烧毁面积随牧场边界年龄的非线性下降。这表明塞拉多小范围烧毁面积与这些因素之间的关联较弱,闪电是塞拉多的天然点火源,并且历史上是频繁火灾的主要驱动因素。

与亚马逊相比,塞拉多地区保护不力且价值被低估,导致普遍容易受到人为压力的影响。缺乏适当的保护措施导致该地区农业活动的不可持续扩张。马托皮巴地区主要由塞拉多组成,是大豆生产最大的扩张地区,大豆生产的发展主要是通过清除原生植被而不是使用以前清除的退化牧场来实现的。最近的研究表明,塞拉多地区广泛的森林砍伐严重影响了水循环并威胁着农业用水42 , 43 , 44。不断增加的侵占和不善的保护将进一步刺激对具有有利天气条件和肥沃土壤的自然景观进行新的清理,而忽视长期环境可持续性和气候适宜性3。解决这些问题需要实施强有力的保护措施、可持续的土地利用做法以及优先保护和适当管理塞拉多独特生态系统的政策。这包括完全消除塞拉多地区的森林砍伐,并采用双熟制度,而不是为单熟制度进行新的清理42 , 43。然而,实施这些改变可能需要大规模的灌溉扩张,因为该地区的大部分地区已经超出了农业的气候极限3,这可能导致未来的区域水资源冲突。

亚马逊-塞拉多农业边境正面临前所未有的压力。在这里我们表明,尽管随着边境老化,农业增长正在减少烧毁面积,但在森林砍伐过程之前和之后仍然存在大量火灾活动。当加上干旱和空气干燥时,现有的火源仍然足以造成大面积的烧毁。此外,塞拉多地区灭火和向农田过渡的长期生态后果尚未确定。这些发现提供了宝贵的见解,说明将土地利用转变年龄对着火概率的影响与气候驱动因素结合起来纳入火灾模型的重要性。

方法
自土地清理以来烧毁面积比例对时间的响应
为了捕捉亚马逊-塞拉多边境火灾对土地利用转变的反应,我们将与转变相关的烧毁面积比例建模为自土地清理以来时间的函数。我们分别根据 1986 年至 2020 年5、30的 MapBiomas 6.0 和 MapBiomas Fire 1.0 数据调查了年度土地利用和相关烧毁面积(图 1,补充图 1和2 ) 。为了优化计算性能(通过减少像素数量),我们将 MapBiomas 数据集从 30 重新网格化到 500 m 分辨率45使用 Google Earth Engine (GEE) 中减速器函数的默认重采样方法(最近邻)。与涉及原始数据统计转换的方法相比,这种方法是对土地覆盖等分类数据集进行重采样的常用策略41 , 45,并且能够可靠地跟踪像素转换,这对于理解土地利用和火灾之间的关系至关重要随着时间的推移的活动。MapBiomas Fire 1.0 的原始 30 m 烧毁面积数据集分别包含农田和林下火灾的潜在佣金和遗漏错误5。一方面,收获后,农田(例如大豆、棉花、甘蔗)通常覆盖着剩余的干燥植物材料,这些植物材料可以表现出类似于烧伤疤痕的光谱特性,可能导致农田烧毁区域的错误分类。另一方面,众所周知,较低强度的林下火灾很难发现,并且在森林火灾类别中常常被低估,这表明我们在研究中对烧毁面积进行了保守估计5。

为了模拟亚马逊-塞拉多农业边境地区火灾活动如何随着土地利用的演变而变化,我们按以下步骤进行:(1)生成土地利用转变图;(2) 计算与每个土地利用转变区域相关的烧毁面积比例;(3) 估计土地转化和给定烧毁面积之间的时间间隔(此处称为边界“年龄”)。首先,我们通过跟踪从森林到牧场(FP)、稀树草原到牧场(SP)、草原到牧场(GP)、森林到农田(F-Crop)、稀树草原到牧场的年度变化,生成了分辨率为 500 m 的土地利用转变图。农田(S-Crop)、草地到农田(G-Crop)和牧场到农田(P-Crop)。这些土地利用转变代表了亚马逊-塞拉多农业边境地区人类活动的主要途径30 . 接下来,我们将烧毁区域的地图与土地利用转变重叠,以估计每种转变类型中发生的烧毁像素的比例。为了模型区域化,我们创建了一个2.5度的空间表面网格(图 1a )),我们用它来计算与给定土地利用转变(500 m 分辨率)相关的烧毁面积比例(500 m 分辨率)。为了获得与过渡相关的烧毁面积的时滞部分,我们将每个烧毁面积图与所有并发和时移的土地利用过渡图重叠。对于每个 2.5 度的网格单元,我们计算了火灾概率,定义为已转化土地总面积的烧毁比例。较大的烧毁面积对应较高的火灾概率(火灾概率为 1 意味着转换后的土地面积等于检测到的烧毁面积)。最后,对于所有土地利用转变,我们估计了给定烧毁面积与转变初始时刻之间的年数。土地转化和烧毁面积之间的时间间隔提供了边界年龄与火灾活动之间关系的代理。用于生成此数据集的建模方法(如上所述)在 DinamicaEGO 版本 5.2.1 中实现。

为了更好地说明此数据集的生成,让我们考虑一个分辨率为 500 m 的随机 2.5 度土地覆盖信息单元的示例,其中 1994 年存在森林、稀树草原和草原。首先,从追踪了 1995 年原生植被(森林、稀树草原和草原)到牧场的情况,并生成了过渡图。其次,我们将过渡区域与烧毁区域重叠,确定发生火灾的过渡类型以及每个土地利用过渡区域烧毁面积的相应比例。在这种情况下,1995 年被认为是第 0 年(即,年龄为 0 年),并且确定与清理时刻相关的火灾概率。一年后(1996年),1996年的烧毁面积与1年的过渡区重叠(即,从 1995 年开始),并确定与这些 1 岁转变相关的燃烧概率。以类似的方式,还跟踪与过去的过渡相关的烧伤面积的比例。前一年(1994 年),1994 年的燃烧区域与 -1 年前的转变重叠,并确定相关的燃烧概率。总之,分析包括跟踪不同类型的转变,并根据土地转变和烧毁区域之间的时间间隔,为不同年龄的每种转变类型分配火灾发生概率。该数据库提供了对火灾发生动态以及土地覆盖转变在塑造这些动态中的作用的见解。为了避免非常小的清理区域和非常小的燃烧区域发生 100% 的高火灾概率,我们过滤掉了土地利用转型的小区域(低于 15 个百分点)。此后,过渡后的时间将被称为边界年龄,范围从-35年到34年(跨越1986年至2020年),过渡发生在0岁。这种方法使我们能够了解不同类型转换的寿命如何影响点火源,从而了解它如何影响火灾概率。

气候驱动因素
我们从估计蒸气压赤字(VPD)和最大累积水赤字(MCWD)这两种衡量可燃性和干旱影响的常用指标方面探讨了土地利用变化和气候驱动因素对火灾活动的共同影响(补充图9  )。MCWD 估计为一个日历年内月降水量与潜在蒸散量 (PET) 之间累积赤字的最小年值,代表基于气候水平衡的简单干旱指标

我们使用R 中mgcv包中的gam()函数来拟合模型,并使用s()函数来指定平滑函数。基于所有过渡和生物群落的 R 平方选择自适应高斯核平滑方法。1986年至2020年期间,针对所有考虑的转变类型(FP、SP、GP、F-Crop、S-Crop、G-Crop、P-Crop)捕获了土地利用转变对火灾概率的老化影响(图 2和图3
)。为了捕捉森林转变为牧场(FP,补充图5)和牧场转变为农田(P-Crop,补充图 7 )引起的火灾概率随时间变化的非线性 ,我们将 35 年期间分为 7 个时期-年份间隔(1986-1992、1993-1999、2000-2006、2007-2013、2014-2020)。为了帮助将老龄化影响与环境治理和火灾管理等其他因素分开,还获得了基于GAM模型的响应曲线,在土地利用转变和火灾发生之间没有时间滞后(补充图 6和图7)。

此外,我们与断点分析(补充图 3和图4)进行比较,使用基于segmented () R函数的分段回归来识别火灾活动对前沿老化响应的变化(补充图 3和图4)。断点用于确定与火灾活动突然变化相关的过渡年龄,在从森林过渡到牧场的情况下最多有 3 个断点

为了确保每个网格单元的样本大小合理,所有向牧场的过渡(即森林-牧场、稀树草原-牧场、草原-牧场)都被考虑以95%的置信度估计统计上显着的坡度。同样,所有向农田的转变(即森林-农田、稀树草原-农田、草原-农田、牧场-农田)都在网格单元水平上聚合,用于火灾率与农田扩张相关的空间模式分析。此外,考虑所有网格单元,但单独分析每个生物群落,在清理之前和之后估计了特定于过渡的火灾率。

为了确定与转换引起的火灾相关的气候条件,我们按照燃烧面积、干旱 (MCWD) 和空气干燥 (VPD) 的四分位数间隔将数据库划分为不同的子集。基于不同程度的烧毁面积(小型、中型和大型)的气候变量的合成,拟合了类似的 GAM 模型来捕捉火灾概率与土地利用转变年龄之间关系的形状。为了确保每个子集的样本量合理,针对土地利用转变的两种主要类型执行了此步骤,包括森林向牧场的转变(FP,图 6)和随后的牧场向农田的转变(P-Crop,补充图 10)。进行这项分析是为了说明土地利用和气候之间的耦合如何随着土地利用转变和每个生物群落烧毁面积的范围而变化。

发布日期:2024-03-18