引用本文
Gui, K., Zhang, X., Che, H. et al. Future climate-driven escalation of Southeastern Siberia wildfires revealed by deep learning. npj Clim Atmos Sci 7, 263 (2024). https://doi.org/10.1038/s41612-024-00815-xIF: 8.5 Q1
深度学习揭示了未来气候驱动的西伯利亚东南部野火升级
研究背景与意义
背景
西伯利亚东南部（SES）地区近年来春季野火事件愈发频繁，对当地巨大的碳汇能力构成威胁。这些野火不仅释放大量碳，加速全球变暖，还通过跨境传输烟雾和污染物对生物多样性、环境健康和公共安全构成重大风险。然而，推动火灾增加的潜在机制及其对未来气候变化的响应尚不清晰。
研究意义
本研究利用再分析数据、气候模型输出以及深度学习模型，探讨了正位相北大西洋三极（NAT）海温异常与SES野火增加之间的关系，并预测了未来气候变化下SES野火强度的趋势。研究结果对于理解全球变暖背景下未来SES野火的升级具有重要意义，并呼吁采取积极和紧急的火灾管理策略以降低火灾风险。
研究方法与数据
方法
研究者使用了再分析数据和气候模型输出，结合深度学习模型来探索NAT海温异常与SES野火增加之间的关系，并预测未来趋势。具体方法包括：
气候数据与再分析：利用ERA5再分析数据，获取表面温度、相对湿度、土壤湿度和雪深等气象场数据。 NAT指数计算：基于三个区域的海温异常差异计算NAT指数，反映大气环流在欧亚大陆的变异性。 波射线方法：使用200 hPa的经向和纬向风数据计算大气扰动引起的波列传播路径。 敏感性实验：使用CESM-CAM5模型进行敏感性实验，调整SST场以模拟NAT模式的极端正负相位。 CMIP6输出：使用CMIP6项目中的历史和未来模拟数据，评估未来气候条件并预测SES野火的潜在严重性。 深度学习模型：开发基于长短期记忆（LSTM）框架的火灾预测模型，建立历史观测到的BA变异性与关键气候驱动因素之间的非线性关系。
数据
火灾相关数据集：使用FireCCI v5.1、FireCCILT11、GFED4和MODIS MCD64CMQ等全球网格化月度BA产品。 气候数据：分析了ERA5和ERA5-Land再分析数据集的大气场，包括表面温度、相对湿度、土壤湿度和雪深。 海温数据：使用Met Office Hadley Centre的海温数据，空间分辨率为1°×1°。 CMIP6数据：使用CMIP6项目中的历史和未来模拟数据，包括表面温度、降水、潜在蒸散发、表面相对湿度、雪深、土壤湿度和海温数据。
研究结论
NAT与SES野火的关系
研究发现，正位相的NAT增强了西伯利亚高压，导致SES地区温度升高和雪融增加，从而增加了火灾发生的风险。NAT的变化可以通过远程调节局地气候条件来影响SES的野火活动。
未来野火趋势
在不同的全球变暖情景下，SES地区的平均燃烧面积可能从1982-2014年到2015-2100年间增加47-62%。这一趋势表明，未来NAT的变化可以驱动SES野火的年代际变化。
不足与讨论
模型限制
虽然深度学习模型在预测SES野火方面取得了令人满意的准确性，但仍需考虑纳入人类活动、闪电和可燃物可用性等其他引发火灾的因素。人类活动对SES野火的影响显著，但缺乏精确评估人为点火行为的定量指标，增加了预测未来趋势的复杂性。
未来气候变化的影响
预计未来闪电频率的增加将导致SES野火的加剧程度可能大于气象驱动预测模型的预测。此外，未来变暖可能导致埋藏在冻土层下的可燃物暴露，增加了“僵尸火”的风险，为SES地区的火灾管理带来新的挑战。
未来工作方向
深入研究气候因素的相互作用
需要进一步研究大气环流模式（如北极涛动AO）如何调节NAT对SES野火的影响，以及这些因素随时间的累积效应。
考虑更多火灾引发因素
未来的研究应考虑纳入人类活动、闪电和可燃物可用性等因素，以更准确地预测SES野火的变化。
作者和单位信息
作者
Ke Gui, Xutao Zhang, Huizheng Che, Lei Li, Yu Zheng, Hujia Zhao, Zhaoliang Zeng, Yucong Miao, Hong Wang, Zhili Wang, Yaqiang Wang, Hong-Li Ren, Jian Li, Xiaoye Zhang
单位
中国气象科学研究院，中国气象局大气化学重点实验室，北京，100081 中国气象局大气环境研究所，沈阳，110166 中国气象科学研究院，气象人工智能研究所，北京，100081 中国气象科学研究院，青藏高原气象研究所，北京，100081
以上是对文章的详细解读，如有不当之处欢迎批评指正！
声明：本公众号分享的资源均来自于互联网的公开资源，仅供个人学习和研究使用，不代表本人对其版权、真实性、合法性、准确性等方面做出任何保证。任何使用本号分享的资源的个人或组织，需自行承担相应的法律责任和后果；本号不承担任何法律责任和连带责任。使用本号分享的资源即代表您已完全了解并同意本免责声明的所有内容。
