林火是多数森林生态系统中一个自然的和主要的干扰因子, 尽管人类采取了大量林火管理措施, 但林火依然在森林生态系统中发挥着重要作用(Kurz et al., , 1995)。气候变化对火活动有重大影响, 有关气候变化对火险天气的影响已经有大量研究(Mearns et al., 1989; Solomon et al., 1997; Flannigan et al., 2001)。Flannigan等(1998)根据加拿大通用环流模型输出的每日数据和加拿大火险天气指数(FWI)系统模拟1 × CO₂和2 × CO₂情景下北美洲和欧洲的潜在火险。Flannigan等(2005)根据历史天气/火险和火灾面积的关系估计了未来加拿大的火灾面积, 预测到21世纪末火灾面积将增加74% ~ 118%。Price等(1994)认为21世纪末美国的雷击火将增加44%, 而相关的火灾面积将增加80%。气候变暖会使火险期延长, Wotton等(1993)估计在2 × CO₂情景下, 加拿大火险期将平均增加22%或30天。

地面气象观测资料证实, 20世纪全球地面平均气温上升了约0.5~0.6 ℃, 其中在最后20年中升温0.3~0.4 ℃(秦大河等, 2005)。中国西南地区是世界上地形最复杂的区域之一, 世界上海拔最高、地形最复杂的青藏高原、云贵高原、横断山区和四川盆地等构成了该区域大陆地貌的主要特征(徐裕华, 1991)。马振锋等(2006)分析了西南地区1961—2000年气候的年际和年代际变化特征, 发现青藏高原、川西高原、云贵高原在20世纪后40年气温上升、降水增加、湿度增大趋势显著, 而在四川盆地东北部和西南部的气温则存在明显下降趋势, 西南地区气候变化与全球变暖存在非同步性。1980— 2000年西南林区气温升高速率为每年0.037 ℃, 降水量变化趋势不明显(谷晓平等, 2007)。于海英等(2009)发现20世纪60年代到21世纪初青藏高原的温度和降水都呈增加趋势, 但年际和季节变化以及地域性差异较大。受温度和降水的影响, 青藏高原中部和西北部植被趋于退化, 而东南部植被状况在改善。根据区域气候模式系统(PRECIS, providing regional climate for impacts studies)对中国区域SRES A2, B2情景下1991—2100年的气候模拟数据分析, 发现2种情景下在2041—2050时段年均温度在2 ℃附近小幅波动(图 1), A2和B2情景下平均增温分别为2.04 ℃和2.19 ℃, 所以, 可以认为采用这一时段的平均值能反映未来中国在增温2 ℃情景下的变化。A2和B2情景下西南地区在2041—5050年间平均温度分别上升1.34 ℃(变化范围0.51 ~ 2.58 ℃)和1.64 ℃(变化范围0.85~2.55 ℃)(图 2), 升温幅度低于全国平均值。

本文将采用区域气候模式输出的日值和加拿大森林火险天气指数系统, 在50 km × 50 km尺度下, 分析未来中国增温2℃情况下, 西南地区的森林火险变化。加拿大森林火险等级系统可以有效用于中国西南地区和预测火发生、火行为及其影响(田晓瑞等, 2010), 对未来情景下西南地区森林火险和森林火险期变化的分析结果, 为制定或调整该区域的林火管理规划提供重要的参考依据。

1 研究区概况

研究区地理范围为21°08'—34°19' N、97°21 '— 112°03'E(图版Ⅰ-1), 包括云贵高原、四川盆地、横断山脉和青藏高原的一部分。气候温暖湿润, 但各地气候冷暖、干湿组合不同(杨伶俐等, 2006)。西南林区是我国的第2大天然林区, 森林主要分布在四川、云南和西藏3省区交界处的横断山区, 以及西藏东南部的喜马拉雅山南坡等地区。由于地貌复杂, 地势变化大, 气候多样, 植被类型几乎包括了从寒温带针叶林到热带雨林的所有森林植被类型, 随着海拔不同, 其分布有明显的垂直带谱出现, 自下而上分布着有常绿阔叶林、常绿阔叶落叶混交林、针阔叶混交林、针叶林、高山灌丛草甸和滑石滩稀疏植被等多种林型。森林植被以亚高山针叶林为主体, 海拔2 400~3 600 m范围内主要为亚高山针叶林。下部阳坡为高山松(Pinus densata)和油松(Pinus tabulaeformis)林, 阴坡和半阴坡或沟谷中分布有铁杉(Tsuga chinensis)林与多种槭(Acer spp.)、桦(Betula spp.)形成的针阔混交林。上部组成的亚高山常绿针叶林, 多为云杉(Picea asperata)、冷杉(Abies fabri)组成的纯林或混交林。西南地区的气候特点是夏季闷热潮湿, 冬季阴冷多雨, 春秋季多云多雾。西南地区年降水量空间分布不均匀, 局地差异大, 在600~2 300 mm之间变化, 大体呈由东、南向西北减少的分布形势, 其间由于地形和山脉走向的影响, 造成多雨区和少雨区交错分布(董谢琼等, 1998)。

西南地区的森林火灾主要发生在11月至翌年5月, 1—5月发生火灾占77.6%, 其中3月火灾次数最多, 其次为4月和2月, 分别占20.6%, 17.3%和16.8%(田晓瑞等, 2010)。森林大火多发生在云南松(Pinus yunnanensis)、思茅松(P.kesiya)林中, 这些松林分布在比较干旱的立地条件上(郑焕能等, 1996)。

2 数据来源与处理方法 2.1 气候情景数据

气候情景数据由中国农业科学院农业环境与可持续发展研究所提供, 使用英国Hadley气候中心高分辨率AGCM-HadAM3H全球模式的结果做为初始和侧边界条件, 驱动区域气候模式系统(PRECIS), 进行对中国区域基准时段(1961—1990年)和SRES A2, B2情景下1991—2100年的气候模拟, 水平方向的网格距为50 km × 50 km, 垂直方向分为19层(Jones et al., 2004; 许吟隆等, 2006)。

2.2 基准年份观测数据

基准时段(1961—1990年)的气象观测数据来源于中国气象科学数据共享网(http:∥cdc.cma. gov.cn /), 全国共有685个气象站的观测数据。利用ANUSPLIN软件(Hutchinson, 1998)分别对气象数据进行插值处理, 空间插值过程中所用的地理信息资料为1 km × 1 km中国DEM数据。ANUSPLIN软件通过它的SPLINA模块以经度、纬度和海拔作为自变量对平均气温数据进行空间插值, 生成曲面参数, 然后应用LAPGRD模块以曲面参数和1 km × 1 km分辨率的全国DEM数据为输入, 生成ASCII格式的空间化数据, 然后应用Arc info软件生成GRID格式的栅格图层。根据研究需要, 从全国的栅格图上提取研究区域部分。利用同样方法处理基准时段区域气候模型模拟值, 在相同分辨率水平上对模型的模拟能力进行评估。

2.3 森林火险指数计算

加拿大FWI系统要求输入气象站点每天中午天气观测值。本文根据区域气候模式输出的每日空间格点平均数据进行FWI点估计。本文采用的数据处理方式参考了Williams等(2001)的数据处理方法。中午的气温采用日最高气温减去2℃, 降雨量直接采用区域气候模式输出的日降雨量。由于区域气候模型只输出日均相对湿度, 根据全国685个气象站基准时段日均湿度与日最小相对湿度的关系(R = 0.831 4), 把区域气候模型输出的平均相对湿度转化为日最小相对湿度。日均湿度与日最小相对湿度的关系式如下:

(1)

其中RH_min和RH_ave分别为日最小相对湿度和日均相对湿度, Mon为月份。风速采用区域气候模型输出的日均风速。FWI系统输出2种气候情景模式下1960—2100年每格点每日可燃物湿度码和火行为指数。

根据每格点每日火险指数值计算月、年和2040’s的平均值, 利用Aspline软件把不同研究时段各指数值插值到1 km × 1 km水平上, 然后比较不同情景及不同时段的火险指数变化。

3 结果与分析 3.1 PRECIS对研究区域基准时段气候模拟能力分析

基准时段西南地区火险期(11—5月)月均气温和月降水模拟结果与实际观测值的空间分布见图版Ⅰ-2。研究区火险期内平均气温8.75 ℃(变化范围-22.99~21.94 ℃), 模拟平均值为9.73 ℃(变化范围-27.15~24.97 ℃), 比观测值高0.98 ℃。平均气温的空间分布形态及中心区域的数值基本一致, 较准确地模拟出了西南地区气温的南北差异, 对西南地区南部的高值区和北部的低值区模拟值和观测值基本相同, 说明PRECIS模式对研究区的平均气温有较好的模拟能力。

基准时段火险期月均降水观测值为49.55 mm (变化范围3.36~143.55 mm), 模型模拟值为46.16 mm(变化范围8.16~124.22 mm), 研究区模拟平均值比观测值低3.39 mm, 误差为6.8%。PRECIS模式很好地模拟出了研究区东西方向降水逐渐减少的空间差异, 模拟形态与观测分布有较好的相似, 但受局部地区地形变化影响, 滇西北横断山脉区域的降水模拟与实际观测值有少量差异。因此, 可以采用PRECIS的模拟结果来研究未来气候变化情景下西南地区的森林火险变化。

3.2 森林火险指数与潜在火烧面积变化

基准时段, 研究区防火期FWI平均值为9.78 (变动范围0.9~23.2), 其中3月份FWI最高(12.7), 其次为2月份(11.61), 5月份FWI最低(7.25)(图版Ⅱ-1)。火险相对较高的区域包括云南大部、四川东部、贵州西部和广西中西部。研究区低、中、高、很高和极高火险对应的FWI值分别为0 ~ 1.2, 1.3~5.0, 5.1~12.0, 12.1~25.0和＞25.1 (田晓瑞等, 2010)。根据火险期内FWI平均值对研究进行火险等级划分(图版Ⅱ-1b), 防火期内平均险等级为低、中、高和很高火险等级的区域分别占总面积的0.1%, 15%, 57%和28%。火险等级为很高和极高的区域主要分布在云南中部和四川南部。

A2和B2情景下西南地区火险期内森林火险天气指数平均分别增加1.66和1.40。A2情景下12月份FWI增加最多(2.45), 其后依次为1, 2, 4, 11, 3和5月, 分别增加2.09, 1.97, 1.84, 1.41, 1.32和0.54。空间分布上, 火险指数明显增加的区域主要分布在云南东北部、贵州大部、四川中部和广西中部和北部, 广西西南部火险指数降低较显著, 其他区域变化不明显(图版Ⅱ-2a)。

B2情景下12月份FWI增加最多(2.40), 其后依次为1, 11, 4, 3, 2和5月, 分别增加2.38, 2.18, 1.15, 0.68, 0.51和0.47。火险指数的变化在空间分布上与A2情景有明显区别, B2情景下火险指数明显增加的区域主要分布在研究区东南至西北方向的中部区域, 包括四川中部、贵州西部和广西西部, 云南省大部分区域火险指数降低较显著(图版Ⅱ-2b)。

与FWI增量相比, FWI比率变化更能反映森林火险与潜在火烧面积的关系。火险天气指数与火烧面积是1: 1的关系(Harrington et al., 1983; Wittrock et al., 1997), 即FWI增加50%将引起火烧面积相似增加(Flannigan et al., 2001)。A2和B2情景下2041—2050年火险期FWI平均变率分别为1.22倍(变化范围0.82~2.85)和1.24倍(变化范围0.75~2.17)(图版Ⅱ-3), 其中大部分区域变率在1.1~1.5。A2情景下, 2041—2050年在11, 12, 1和2月FWI增加明显的月份分别是基准时段的1.39, 1.35, 1.28和1.09倍。B2情景下, 11, 12, 1和2月的FWI平均值分别是基准时段的1.26, 1.36, 1.25和1.21倍。预计A2和B2情景下2041—2050年西南地区的森林火烧面积将比基准时段分别增加22%和24%, 并且在火险高的月份潜在的森林火烧面积增加更为明显。

3.3 火险期变化

基准时段研究区高、很高和极高火险天气日数平均分别为65, 62和30天。与基准时段相比, A2情景下, 2041—2050年火险期(高、很高和极高火险等级日数)延长17天, 其中高、很高和极高火险等级日数分别增加2、7和9天, 低和中火险日数分别减少17和1天。B2情景, 2041—2050年火险期延长13天, 其中高、很高和极高火险等级日数分别增加-1、4和9天, 低和中火险日数分别减少17和0天。2种情景下都表现出低火险日数明显减少和极高火险日数显著增加的趋势。

A2情景下火险期(包括高、很高和极高火险日数)延长20天以上的区域比B2情景下多33%(图版Ⅱ-4)。A2情景下火险期显著延长的区域包括四川东部和西北部、贵州西北部、重庆西南部分区域和广西东南部。B2情景下, 四川东南部、重庆南部、贵州北部和广西东南部分区域火险期延长比较明显。

4 结论与讨论

PRECIS模式对研究区的平均气温和月均降水均有较好的模拟能力, 模拟形态与观测值空间分布有较好的相似。

基准时段, 火险相对较高的区域主要位于研究区中部, 包括云南大部、四川东部、贵州西部和广西中西部。A2和B2情景下西南地区火险期内森林火险天气指数平均分别增加1.66和1.40。A2情景下火险指数明显增加的区域主要分布在云南东北部、贵州大部、四川中部和广西中部和北部, 广西西南部火险指数降低较显著。而B2情景下火险指数明显增加的区域主要分布在研究区东南至西北方向的中部区域, 包括四川中部、贵州西部和广西西部, 云南省大部分区域火险指数降低较显著。

A2和B2情景下2041—2050年西南地区的潜在森林火烧面积将比基准时段分别增加22%和24%, 并且在火险高的月份潜在的森林火烧面积增加更为明显。火险期明显延长, 2种情景下都表现出低火险日数减少和极高火险日数显著增加的趋势。

植被类型将影响未来的火灾频率和强度。虽然在分析中没有考虑气候变化引起的森林类型变化及土地利用变化, 但火险指数增加和火险期显著延长可能会使未来的火活动增加, 如果当前火管理机构的防火能力没有大幅度提高, 火灾面积将会大幅度增加。在变暖的气候条件下, 初始攻击的成功率会降低, 导致过火面积增加的比例要大于火险指数的变率(Stocks, 1993)。

气候变化会引起林火动态变化, 林火管理系统需要在预算、人员、技术、设备需求、预警机制和监测系统等方面进行调整。根据研究区未来森林火险和火险期变化特点, 需要加强早期预警和监测, 利用计划火烧、人工清理和改造等方式减少森林中易燃可燃物载量, 降低森林火险, 提高该区域适应气候变化的能力。