全球变暖加剧新疆森林火情

作者：地理人来源：未知时间：2024-03-31 阅读：次字体：大中小在线投稿

　　引言

　　火是陆地生态系统不可或缺的组成部分，林火是森林生态系统中重要的干扰因子，对区域甚至全球生态产生深远影响。当林火对生态及人类社会造成一定破坏时，称为森林火灾。森林火灾不仅烧毁地表植被，还会破坏土壤生态，加剧森林退化，削弱森林生态功能。林火导致大量含碳温室气体排放，加剧全球温室效应，同时减少森林碳储量，造成森林生态系统植被碳库的净损失，影响区域乃至全球碳循环及碳平衡。林火同时也对人类社会产生影响，除了破坏森林生态服务功能，植被燃烧产生有毒气体及气溶胶颗粒能直接影响区域天气，导致雾霾、酸雨等不利于社会生产的恶劣天气的产生。全球变暖使得世界森林火灾的发生频率和面积呈现显著增加趋势，更加频繁的极端火险气象事件发生，极大增加了林火发生可能性，使得人与火可持续共存更加迫切。

　　受全球变暖影响，世界不断经历了创纪录的森林大火，2007年8月22日起，在40 ℃热浪侵袭下，加之连续干旱，希腊遭受近代以来最严重森林火情，超27×104 hm2植被受害；2018年异常高温少雨在瑞典大部分地区引发山火，总燃烧面积超2×104 hm2，远超10年均值；2019年极端高温干旱席卷澳大利亚引发极端山火，燃烧面积超10×104 km2，超12亿只动物死亡。中国各地区森林火灾同样受全球气候变暖影响，“十五”期间(2001~2005年)，全国年均发生森林火灾9586起，森林受害面积15.2×104 hm2，分别比“九五”期间(1996~2000年)上升94%和120%，是1987年以来火灾最为严重的5年；2022年8月，重庆市28个区县最高气温突破40 ℃，全年40 ℃以上高温事件超15.8天，为历史记录以来最长，当月17日至26日，极端高温与持续干旱造成重庆多个区县发生山火，过火面积超13.98 km2。

　　国内外众多学者开展了全球变暖与森林野火之间的关系研究，Harris和Lucas建立了1973~2017年澳大利亚森林火险指数(McArthur Forest Fire Danger Index，简称FFDI)时间序列，发现厄尔尼诺与南方涛动(El Niño-Southern Oscillation，简称ENSO)加剧极端火灾天气，且将保持长期上升趋势，人为导致的气候变化将加重这一趋势。通过影响引燃机制、燃料连续性、干旱、火险气象等因素，气候变化使美国西部干旱更加频繁，延长火灾季的同时增加森林火灾在干旱年发生的频次，且在变暖趋势下，气候变量已突破林木再生条件阈值，而火灾进一步破坏林木再生的可能性，打破生态系统平衡[21]。暖干趋势与林火并非一定正相关，地中海区域火灾天气指数(Fire Weather Index，简称FWI)及精细燃料指数代码(Fine Fuel Moisture Code，简称FFMC)变化反映出野火严重程度随气温升高、降水减少反而降低。国内学者开展林火相关研究较晚，大多基于国外研究方法进行模拟并用于林火预测研究中。例如Sun等基于McArthur森林火险指数(FFDI)发现若全球温度升高1.5 ℃或2.0 ℃，中国北部、美国西部、亚马逊平原、澳大利亚和中亚地区的火灾季节将延长，并预测除热带、亚热带草原、苔原、沙漠和旱生灌丛外，全球变暖将使得世界范围内大多数生物群落的火灾频率不断增加；Yang等发现随着气候变暖，预计到21世纪末中国大部分的北方森林FWI将增加22%~52%；Tian等[25]基于FWI预测2021~2050年中国森林分布区的平均气温将增加1.6~2.1 ℃，降水增加2.3%~4.8%，火险天气指数将增加22.33%。随着森林生态保护及碳中和战略的深入，国内对林火研究不断增多，对新疆林火的关注也在增加。梁瀛等[26]对1994~2008年新疆林火发生特征做了分析，指出林火多发时间为6~9月，多发地为阿勒泰、塔城、伊犁等地林区；并根据林火要素将区域分为5类，为各区制定了防火策略；其发现天山中部云杉林的郁闭度与可燃物堆积量高度正相关，林内的干燥环境使得1 h时滞地表可燃物载量较高，增加了林火发生的可能性；努尔古丽等[29]发现天山云杉低含水率、高脂肪含量的特性助推了林火发生，同样易燃的还有方枝柏、天山花楸等；Lu表明温度是影响新疆林火发生的主要因素，Liang等则认为全球变暖将增加新疆林火发生可能性。但相比高森林覆盖率及林火高发地区(如云南、黑龙江等)，对于新疆地区林火研究仍然较少，且已有研究时间尺度主要集中于15年左右，缺乏对更长时间尺度如30年以上的深入研究。

　　当前气候变化导致的燃料情况改变，可能加剧新疆在内的东亚干旱地区火灾扩散，干旱区森林在维持干旱区生态系统物质和能量平衡以及干旱区人类活动具有重要的意义[34]，而新疆森林因覆盖率低，其生态价值更为得到重视，因此在全球变暖背景下研究新疆森林火灾与气候变化之间的关系，对于保护新疆森林资源、保护当地生态具有重要意义。新疆是全球气候变化敏感区[35]，与东亚、地中海及北美等地区暖干化趋势不同[36]，包括新疆在内的中亚地区整体正经历暖湿化过程。以往研究表明自1987年中国西北气候总体呈暖湿化，但在更小范围内存在不同变化，最新结果发现2000年以来新疆天山森林地区呈暖干趋势[39]，暖干趋势是否出现在新疆其他森林分布区域，又将如何影响林火发生？为深入挖掘新疆气候变化与林火的关系，本文针对新疆气候转型这一特殊时期，选取1988~2020年逐月温度、降水数据，使用M-K检验、z-score标准化、异常度分析、距平分析、相关性分析等方法结合1990~2020年新疆林火数据进行综合分析，明确全球变暖下新疆气候变量变化在不同时间尺度上对林火的影响，为林火预警提供参考，帮助决策部门制定更加可持续的林火管理策略。

1　材料与方法

1.1 研究区概况

　　新疆维吾尔自治区(34°25′~49°50′N，73°46′~96°23′E)地处亚欧大陆腹地，位于中国西北部，是中国距离海岸线最远的省份之一，面积163.15×104 km2，约占中国国土总面积的六分之一，区内山脉与盆地相间分布呈“三山夹两盆”，年均气温8.7 ℃，年均降水量199.6 mm，平均日照时数2771.8 h，夏季短且炎热，冬季长而严寒，属于典型的温带大陆性气候区(图 1)，具有温差大、降水少、蒸发强等特点。植被覆盖主要是草地、林地和耕地，其中森林面积8.96×104 km2，位居中国各省第12位，主要分布于山地地区、盆地绿洲及河流两岸(图 2)，森林覆盖率仅为5.02%，森林资源严重短缺。活立木总蓄积量46500×104 m3，其中森林蓄积量42700×104 m3，林木类型主要以云杉(Pilea schrenkiana)、胡杨(Populus euphratica Oliv.)、人工林等乔木林，以及柽柳(Tamarix chinensis Lour.)、梭梭(Haloxylon ammodendron)等灌木林为主，共同组成新疆宝贵的林木资源。

图 1 新疆森林分布区域1988~2020年气候月特征

图 2 新疆维吾尔自治区森林覆盖示意图

　　新疆作为国内重要防护林基地之一，森林资源具有独特的战略地位，但同时新疆也是森林火灾的重灾区，在1999~2020年间，新疆共发生森林火灾936起，森林过火面积达13847.35公顷，造成5527.31公顷森林受害，对新疆地区林业资源、自然生态造成了巨大损失。新疆森林火灾全年分布，林火高发时段与高温时间较为一致，多发于春、夏、秋季节，当前以变暖为主要特征的气候变化，严重威胁该地区森林生态安全。

1.2 数据来源

　　本研究使用的气候数据来源于国家科技基础条件平台—国家地球系统科学数据中心(http://www.geodata.cn)，土地覆盖数据来源于哥白尼全球数据服务(https://land.copernicus.eu/global/)，通过ArcMap 10.7及Python 11等工具提取新疆森林覆盖区域气候数据。本文所使用林火数据来自国家统计局(http://www.stats.gov.cn/)所提供的官方数据。所有数据均通过Microsoft Office 16、IBM SPSS Statistics 27、Origin 2023b等软件进行计算、分析。

2 研究方法

2.1 M-K检验与趋势分析

　　M-K趋势检验法[46]最初由H. B.Mann和M. G.Kendall提出并发展了这一方法，被广泛用于趋势检测。该方法不需要样本遵从一定的分布，并且对时间序列中的异常值敏感性较低，更适用于类型变量和顺序变量，用以评估趋势的显著性。

　　本文使用的气候数据与林火数据属于典型的顺序变量，通过Origin 2023b软件实现对数据的线性相关分析，得出该数据在整个时间序列上的趋势线，趋势线斜率代表数据总体变化方向，正数为总体增加，负数则相反，并利用M-K检验判断该趋势是否具有显著性。

2.2 Z-score标准化

　　Z-score标准化是通过数据处理，将不同量级的数据转化为统一量度的z-score分值进行比较的一种方式[48]。林火数据包含发生总次数、自然火次数、人为火次数、过火总面积、受害森林面积、损失成林蓄积量、人员伤亡等至少15个基础指标，各指标计量单位不同导致数据数值差异巨大，进行z-score标准化后可以横向比对，查看突出指标。该方法同时也可以进行纵向比对，用来定义数据的异常程度[48]，其公式为：

(1)

　　公式(1)中，X为所考察的林火指标，有按年间隔排列的时间序列X={x1，x2，……，xt}，t为序列总长度，X为序列均值，σ为标准差，A(X，t)代表标准化后该指标在特定年份的z-score值。

2.3 异常度分析法

　　本文采用异常度分析方法计算新疆森林火灾关键年及前后多年新疆高温的异常度指数。异常度分析方法是探测重大自然灾害现象及其可能原因的有效方法，早期由解思梅等[49]、高桥浩一郎和刘永志用于研究太阳活动、火山活动等异常；后成功应用于森林火灾的研究中。

2.3.1 关键年选择

选取一个或若干个要素作为灾害事件主要指标，指标有间隔相等时间序列，在本文中选用z-score值作为关键年选择指标，选取年为单位间隔。选取序列中z-score值呈现异常的年份并作为关键年，用n标记，关键年前后年份数取值不超过相邻两关键年最小间隔的一半[54]。

2.3.2 异常度求算

设被考察的灾害事件主要指标为Y，有时间序列Y={y1，y2，……，yt}，序列按年间隔顺序排列，t为序列总长度。选择一个气候变量Z，有与Y对应的时间序列Z，该要素在关键年(n)及前后l年的异常度Qn±l[49, 54]由以下公式计算：

(2)

公式(2)中，Zn±l表示关键年前后l年的气候变量均值，l为零则为计算关键年气候变量均值；Z表示该气候变量多年均值；ε为异常度分析法中的标准误差，在气候变量序列标准差σ基础上计算得出。部分参数具体计算如下：

(3)

(4)

关键年及前后l年的气候平均值与多年气候平均值的偏离程度越大，则表明所考察的灾害要素Y与气候变量Z之间的统计关系越强，据此便可探索两者之间的关系及相互作用。异常度大于1.5或2，代表统计结果的信度超过93.1%或97.8%。

2.4 距平分析法

气候距平是指某时段的气候变量值与同一时段该要素平均值的差值[55]，可表征气候变化的幅度。本研究计算了不同时间尺度下新疆森林火灾关键年及前1年温度与降水距平百分比。

2.5 相关性分析

Pearson相关系数是一种参数检验，可提供精确的显著性水平，用于衡量两个线性相关数据之间的关系程度[56]，以相关系数绝对值范围判断变量相关强度：0.8~1.0为极强相关；0.6~0.8为强相关；0.4~0.6为中等程度相关；0.2~0.4为弱相关；0.0~0.2为极弱相关或无相关。本研究对各个火灾要素与气候变量进行了相关性分析。

3 结果与讨论

3.1 气候与林火变化趋势

图 3和4分别呈现了1988~2020年新疆气候与林火各要素变化趋势。图 3表明，新疆气温整体呈上升趋势，其中年高温增长幅度最大(斜率0.0314)，33年增长2.69 ℃，其余年低温、均温分别上涨了1.13 ℃、1.49 ℃，增长趋势均通过M-K趋势检验，达到95%显著性水平(p＜0.05)。降水在33年间呈现较大波动，趋势线表明自1988~2020年，降水整体呈轻微减少趋势(斜率=-0.1836)，但该趋势未通过M-K检验，无法认定减少为降水的变化趋势。在图 4中，新疆林火发生频次同样呈现较大波动，其中森林火灾发生总次数整体呈上升趋势(斜率=0.4593)，但不显著(p＞0.05)；自然火次数上升趋势较总次数缓(斜率=0.388)，但其趋势显著(p＜0.05)。新疆林火面积整体波动依然较大，但与次数趋势相反，火场总面积及受害森林面积在33年内整体呈下降趋势，其中总面积下降趋势较为明显(斜率=-24.225)，且显著性达到99%水平(p=0.01)；受害森林面积下降趋势稍缓(斜率=-10.863)，M-K检验显示其趋势接近显著水平(p=0.057)。

图 3 1988~2020新疆森林分布地区气温(a)与降水(b)变化示意图

图 4 1990~2020新疆森林火灾次数(a)与面积(b)变化示意图

3.2 关键年选择

林火发生频率、森林燃烧面积及其时间序列是评价林火危害程度、分析林火发生规律重要指标[57]，但在实际分析中应结合更多指标对林火进行综合评价，因此文章采用8个指标(发生总次数、自然火次数、过火总面积、受害森林面积、单次火场面积、单次受害森林面积、损失成林蓄积量、损失幼林株数)对1990~2020年各年林火进行严重程度评价，以选取林火异常年份作为关键年。

文章对各个指标数据分别进行z-score均一化处理(图 5)，将z值大于1(即数据大于均值1个标准差)的要素标记为异常值，若某年含有一个及以上异常值，则纳入关键年选择范围，初次选择年份有1991年、1993年、1995年、1999年、2000年、2002年、2008年、2009年、2011年、2012年和2017年。由于异常度分析要求关键年间隔必须大于前后年份数取值2倍，因此保留1991年、1995年、1999年、2002年、2008年、2011年和2017年为关键年，关键年前后年份数则取最小值1用于计算异常度指数。

图 5 新疆林火各要素均一化后z-score值

a，火灾发生总次数；b，自然火次数；c，火场总面积；d，受害森林面积；e，单次平均火场面积；f，单次平均受害森林面积；g，损失成林蓄积量；h，损失幼林株数

3.3 异常度分析法

采用异常度分析方法计算了新疆森林火灾关键年及前后1年各月、季、年、生长季及非生长季等不同时间尺度下的温度及降水活动异常度指数(图 6)，不同颜色代表各指标偏离多年均值的方向，绿色为负偏离，红色为正偏离。

图 6 新疆森林火灾关键年及前后各1年气温和降水异常度指数

n-1为关键年前1年；n为关键年；n+1为关键年后1年

通过图 6可以发现，气温方面，关键年前1年6月、11月各气温指标均出现正偏且满足信度93.1%(|Q|＞1.5，用*表示)，其余时间尺度温度指标远未达到显著水平，其中10月及春季温度指标皆出现负偏离，其他季节、生长季及非生长季、年均温度指标为正偏离；降水则在4月及7月出现显著正偏，异常度信度超过97.8%水平(|Q|＞2，用* *表示)；各季节均出现正偏，其中春季异常值最接近显著水平(|Q|=1.38)；年均、年总降水异常值正偏程度接近显著水平(|Q|=1.49)。关键年当年4月气温呈现负偏离，正偏离从5月生长季开始一直持续到11月秋季结束，虽各月异常值均未达到显著水平，但放大时间尺度后，夏季高温、秋季均温以及生长季的高温及均温呈显著正偏离，夏季均温、秋季高温以及生长季低温异常值接近显著水平；降水异常度除6月及10月呈正偏外，其余时间段皆为负偏，其中11月满足信度93.1%；关键年后1年降水未有时间段达到显著水平，各季节及年均降水呈轻微正偏离(|Q|＜1)；11月、秋季、非生长季及年均各个气温指标皆呈显著负偏，虽通过显著性检验，但处于林火发生后，对林火预测无实际意义，因此不加入讨论。

3.4 距平分析法

新疆温度与降水年际变化波动幅度较大，年低温、年高温和年均温极差值分别为2.3 ℃、3 ℃和2.19 ℃，年总降水量极差值为195.89 mm，几乎相当于1997年全年总降水(206.7 mm)，通过研究温度及降水异常及其变化趋势以帮助揭示其对林火的影响。利用距平分析法，在不同时间尺度上对新疆森林火灾关键年及前1年的气候数据进行分析，得出距平值及百分比，以捕捉温度与降水异常变化趋势(图 7~9)，具体表现如下：

图 7 关键年及其前一年气温距平

(a)年平均；(b)生长季；(c)非生长季

图 8 关键年及其前一年各季节气温距平

(a)春季；(b)夏季；(c)秋季；(d)冬季

图 9 关键年及其前一年各月气温距平
(a)~(l)分别表示1~12月

从年际尺度来看(图 7)，新疆林火关键年气温正负距平年份数几乎一致，关键年前一年气温大部分位于正距平，降水呈离散分布，无明显特征。具体来看，在新疆林火关键年之前，关键年1995年前1年各温度皆低于平均水平，其中1993年及1996年温度低于平均值1 ℃以上；关键年2011年前1年各项温度为负距平，最大负距平-0.6 ℃；除1995年和2011年外，其余关键年前1年各项温度皆为正距平，最大正距平0.97 ℃。在关键年当年，1991年、1995年和2011年各项气温为负距平，其余关键年各项为正距平；关键年次年温度各项皆低于关键年水平，其中年高温皆为负距平。

生长季与非生长季尺度上各项温度距平正距平大部分出现于1995年之后，没有气温指标在所有关键年前后出现统一变化趋势(图 7)。其中关键年1995年前1年所有温度指标皆为负距平，最大负距平-1.77 ℃；关键年2011年前1年各项温度同样为负距平，最大负距平-0.71 ℃；除1995年和2011年外，其余关键年前1年的生长季高温、均温皆为正距平；关键年当年生长季高温除1995年低于均值0.18 ℃外，其余关键年皆为正距平，正距平0.22~1.28 ℃之间。

在季节尺度上(图 8)，关键年前1年各气温指标无统一变化，冬季降水除2010年外均为负距平，2010年降水正距平幅度达200%；关键年当年秋季高温及均温为正距平，最大正距平1.17 ℃；夏季各气温指标在1999年及之后为正距平；冬季降水除2010年外均为负距平，负距平幅度在1999年达到-45%；关键年次年秋季高温、均温为负距平，最大负距平-2.47 ℃。

逐月分析发现(图 9)，除1994年外，关键年前1年6月低温、高温和均温均为正距平，它们的温度在0.03~1.59 ℃之间，1994年负距平分别为-0.12 ℃、-0.39 ℃和-0.29 ℃；除2017年外，关键年前1年11月气温均为正距平；除2010年外，关键年前1年4月及7月降水皆为正距平；关键年当年9月均温皆为正距平，最大正距平为0.6 ℃；当年12月降水为负距平；其他月份各气温、降水指标即使排除某一特殊关键年，仍未表现出明显规律。

3.5 相关性分析

对气候及林火数据进行相关性分析，选取温度及降水数据为气候数据，时间尺度除年、月、季外，新增生长季(5~9月)及非生长季(10月至次年4月)尺度，数量共计2379条；火灾发生需具备燃料、火源及适当的天气条件，因此即使是人为原因造成的林火，依然有燃料、天气等自然条件对林火进行限制，因此与人为原因相关的林火数据应考虑其与气候的关系，据此选择火灾总次数、自然火次数、火灾总面积以及森林受害面积等作为林火数据，数量共计113条，同时对气候与林火之间进行滞后相关考察，并建立Pearson相关系数热力图(图 10)，标记显著结果(*代表p＜0.05，* *代表p＜0.01)。

图 10 新疆气候与林火各因子间相关性热力图

(a)气候与当年林火相关性；(b)气候与次年林火相关性

A，林火总次数；B，自然火次数；C，火场总面积；D，受害森林面积

气温主要与林火次数相关，但年际尺度上气温与林火发生无显著关系。生长季各气温指标与当年及次年火灾总次数皆呈显著正相关(p＜0.05)，与次年火灾总次数的相关系数均大于当年；同时生长季高温、均温与当年自然火次数呈中等程度正相关，但高温未通过显著性检验(p=0.06)。季节尺度上，夏季气温各指标与当年火灾总次数显著正相关，其中夏季低温与均温与次年火灾总次数呈显著正相关，次年相关系数小于当年，同时夏季均温与当年自然火显著正相关；秋季低温、均温与当年火灾总次数呈显著正相关；冬季低温与当年火灾次数呈弱负相关，高温、均温则为显著负相关。逐月分析发现，1月气温与火灾总次数呈显著正相关；6月气温与当年火灾总次数、自然火次数及次年火灾总次数呈显著正相关，与次年自然火次数的显著性均超过99%水平(p＜0.01)；9月高温、均温与次年森林受害面积呈显著负相关；11月低温、均温与次年火灾总次数呈显著正相关；12月高温、均温与当年火灾次数呈显著负相关。

降水更多与林火面积因素相关，年总降水量及月均降水量与林火各要素皆为弱相关，无显著关系。生长季降水与当年火灾次数呈中等程度负相关，但未满足95%置信水平(p=0.06)；非生长季总降水及平均降水与次年火灾次数呈显著正相关，信度大于99%。春季降水与次年火灾次数呈正相关；夏季降水与当年火灾总面积与受害森林面积呈显著正相关。4月降水与次年火灾总次数呈显著正相关；6月降水与当年火灾面积及受害森林面积呈中等程度正相关，信度大于99%；8月降水与当年自然火次数呈显著负相关；11月降水与次年火灾面积及受害森林面积呈显著负相关。

同时，为考察林火自身各要素之间的相关性以及可能存在的滞后性影响，对林火总次数、各类林火次数、火场总面积、受害森林面积损失成林蓄积等要素进行了相关性分析。结果表明，林火发生总次数与人为火呈极强正相关，与自然火呈强正相关但未达到显著水平(p=0.07)，与人为火占比呈显著正相关，与自然火占比呈显著负相关；自然火与雷击火呈显著的极强正相关；火场总面积与火灾发生次数呈中等强度的正相关，并未达到显著水平，与受害森林面积强正相关。滞后性方面，林火各要素与第二年各要素之间相关系数均未超过0.6，未达到强相关水平；其中火灾发生次数、面积与第二年次数与面积相关系数均小于0.2，且远未达到显著水平。

3.6 讨论

新疆森林区域的气候呈现显著变暖趋势(图 3a)，与新疆整体气温变化方向一致，但增温幅度(0.45 ℃/10 a)较全区平均(0.30 ℃/10 a)[58]水平更大，可能与山地地区变暖的海拔依赖性有关，即随着海拔的上升，变暖趋势愈发明显[59]；森林区域降水年波动较大(图 3b)，变化趋势不显著，有别于全区整体明显变湿的趋势，或因所取研究时间范围相比已有研究较短或范围不一致有关，因此在本文研究时段内无法确定新疆森林覆盖区域具体的干湿趋势。新疆林火频次年际相对波动较大，趋势线表明总次数呈整体上升(图 4a)，但变化趋势不显著，其中大部分林火为人为原因导致，根据国家统计局数据显示，自1998年到2017年，年均人为火占比达到81%，表明人类活动对火灾次数产生重要影响，可能与人类用火行为导致火源增加有关。值得注意的是，自然火呈显著增加趋势，与气温趋势较为一致，在后续相关性分析中同样得到验证，可能暗示气温与自然林火间存在某种联系。与林火频次的增加趋势相反，新疆林火总面积和森林受害面积均呈下降趋势(图 4b)，并且极为显著，这与全国整体森林野火变化情况相一致[60]。

对新疆森林覆盖地区气候与林火之间的关系深入研究后发现，不同时间尺度下的气候变量不仅影响当年林火的发生，还会对次年林火产生影响。对比异常度分析、距平分析及相关性分析结果可以发现，在不同时间尺度下，气温是影响当年森林野火的最大因素。这与整个中亚范围内野火发生特征一致，遥感监测资料及木炭沉积物记录表明，中亚低温导致高海拔地区林火减少[61]，温度高时则更易引发火灾[62]。在本研究中值得注意的是，距平分析表明1997年以前气温指标绝大部分为负距平，但整体异常度却呈现偏正显著，说明1997年之后的升温不仅抵消了之前气温负距平与林火的反相关关系，且升温幅度达到将整体拉进偏正显著的水平，侧面说明新疆森林覆盖区域增温趋势非常显著，且与林火之间联系更为紧密。具体来说，除低温外，生长季、夏季及秋季气温与林火的关系最为显著，不仅与林火频次显著正相关(p＜0.05)，同时异常度分析及距平分析结果表明其若出现偏正异常，当年森林火情可能较多年均值更为严重。具体原因可能为，在整个生长季中，适当的高温可促进植物光合作用及生长，提高植物的生产力，促进燃料积累；而夏季往往是持续或极端高温多发季节，可能加重植物水分蒸发，导致土壤干燥，同时降低堆积燃料的湿度，增加起火可能[63]。秋季气温与林火相关性虽显著但明显弱于夏季，推测由于新疆山地地区10月下旬便有大量积雪覆盖，湿度增加与温度降低等自然条件不利于林火发生，但在此之前植被产生大量凋落物，为林火发生增加更多燃料堆积；而燃料可燃性随9月气温快速降低及湿度增加逐渐减小，此时代表长期状态的均温相较于瞬时状态的高温对湿度影响更大，使得秋季均温与林火的相关性整体大于高温。降水与当年林火各要素主要呈现负相关关系，其中夏季及生长季总降水呈显著负相关(p＜0.05)，主要是燃料湿度增加不利于燃烧发生，同时压制已有燃烧。火灾异常年份未出现降水显著异常，表明降水仅与林火整体趋势相关，对严重林火的发生敏感性不强，对超出常年平均范围的火情贡献率远低于气温。

在完全不同的时间尺度上，气候对林火的影响则表现出了明显的滞后性。新疆气温对林火发生的滞后性影响主要体现在林火发生频次上，6月、11月各气温指标均与次年林火发生次数均呈正比，除11月低温外均达到显著水平(图 10b)，这与全国范围下林火研究结果一致[64]；异常度分析表明其显著偏正与次年严重火情关系紧密，单从数值分析结果上看，6月及11月气温变化趋势可为次年林火预测提供参考，尤其在出现温度异常偏正时需注意应对可能出现的次年严重火情。但目前对6月、11月如何影响次年林火尚未有合理解释，仅从生物量积累方面考虑，雪岭云杉作为新疆山地森林分布最广的树种[65]，6月气温与其生长呈正相关，高温将促进雪岭云杉的生长从而增加生物量[66]；11月气温升高可能减少霜冻的发生，提高树种的存活率，得以保存生物量[67]，为次年火灾创造更充足的燃料条件。降水较气温与次年林火相关性更为显著，4月降水与第二年火灾频次呈正相关(图 10b)，由于4月增温快，蒸发显著增强，若降水不足容易导致同时期干旱发生，干燥天气促进燃烧条件发展，进而再引发林火；相反若降水增加则会抑制同时期林火发展，但同时为生长季初期植被生长提供更好的水热条件，提高整体生物量成为次年燃烧的潜在燃料。11月降水与次年林火面积、森林受害面积呈显著负相关，可能由于降雪覆盖增加使得次年土壤湿度增加或将高湿度持续更长时间，降低燃料的可燃性进而阻碍林火发生。另有7月降水未与次年林火呈现显著相关关系，但异常度(|Q|=2.4)达到了极高值，同时4月降水异常值置信度也超过99%水平，因此在判断是否有异常火情发生时，可将其用作参考指标，4月降水可作为可靠指标进行林火长期预测。

国内其他区域也存在类似气候变量对林火的滞后效应，如云南省森林火灾次数及面积相对湿润系数滞后3~4月，相对气温日较差变化滞后1月[68]；锡林郭勒地区最高温度及风速的上升将在大约10年后显著增加草原燃烧面积[69]；大兴安岭冬季标准化降水指数(SPI)对第二年火灾次数贡献最大[70]等。气候变量对林火的滞后效应在其他国家也有研究，如希腊夏季及年降水量显著影响2年后的森林火灾[71]，相同效应同样存在于东伊比利亚半岛[72]等。尽管来自不同地区，并且采用大气降水、湿润系数和干旱指数等不同气候指标，但所有研究都指出气候变量通过影响植被生长或空气、土壤湿度状况等，增加或减少植物量、可燃物堆积及湿度，从而影响地区火灾发生可能性及强度，其对地区森林火灾发生频次及扩散面积的影响往往存在一定时间的延迟，这种延迟可称为滞后效应，并在世界不同地区得到了证实。火灾不仅受区域气候变量的滞后效应影响，还可能与更大尺度的大气环流系统所产生的滞后影响相关，Wang等[73]发现太平洋海温异常明显增加加拿大不列颠哥伦比亚省2年后的森林火灾次数与雷击火次数，其他类似厄尔尼诺、太平洋涛动及北极涛动等都对当地林火有类似滞后效应，但其背后的作用机制仍需要更多努力挖掘。

气候不仅对当年林火产生影响，甚至影响未来火灾的发生，使得林火长期预测在全球变暖背景下更为重要[74]。相较于仅靠当年气候变量预测当年森林火情，滞后效应为林火预测提供了更多的反应时间，同时为全球变暖下林火预警提供了重要参考。所作预测仅基于本研究结果，还需进行实际验证，并且还要准确了解滞后效应产生的机理，以及其如何对未来产生影响。此外，本文研究时间尺度选择从新疆气候模式转变节点开始至今，几乎覆盖整个变化阶段，因此不同尺度下气候与林火的具体关系可作为更早时期的林火研究参考，如生长季及夏季的气温变化是否对古火活动产生影响，或是暖干气候有利于古火活动在不同时间尺度是否具有不同特征[74]，本文所涉及的滞后效果是否存在于古火中也有待考察。除了气候因素外，未来研究需考虑如林木生长因子、燃料堆积、地形地势等其他自然因素；同时，在全球变暖背景下，还需关注极端高温或低温、极端降水或干旱、厄尔尼诺及拉尼娜等特殊事件对林火发生的影响，以及林火本身对未来林火发展的影响；此外，已有研究表明在北美、南欧等地，人为因素如人口密度、土地利用以及防火管理等对森林火灾的影响不断加强，权重甚至超过了气候、地形等自然因素[75]，在本研究中，根据国内官方统计数据显示，1998~2017年人为原因导致的林火次数平均占新疆林火总次数80.36%，个别年份为100%，同时段全国人为引发的林火平均占比更是达到了97.27%。在完善立法、加强森林公安力量、建立层层问责制、加强防火宣传教育等努力下[76]，人为火占比20年来总体呈下降趋势，但逐年间仍有较大波动，未来在建立火灾预测模型时仍需注意人类活动这一重要指标，帮助决策者在应对全球变暖可能为林火带来的不确定性的同时，制定更加完善、更具适应性的森林管理策略。

4 结论

随着全球变暖趋势加深、极端高温与干旱事件不断增加，气候变化与林火之间关系更加复杂。为深入挖掘全球变暖背景下气候变化与新疆林火的关系，本文根据新疆维吾尔自治区1988年至2020年气候及1990年至2020年新疆林火数据，对二者进行M-K检验、z-score标准化、距平分析、异常度分析、相关性分析，结果表明：

(1) 新疆森林覆盖区域呈现显著变暖趋势，干湿变化趋势不明显；新疆林火次数整体呈上升趋势，自然火呈显著上升，而林火面积、森林受害面积显著下降。

(2) 气候不仅影响当年林火发生，对次年林火产生滞后影响。气温主要影响当年林火发生，其中生长季、夏季气温与林火频次呈正相关，高温活动可能导致更严重的火情；温度与降水共同影响次年林火发生，其中降水相关最强，4月降水及6月气温可作为林火长期预测指标。

(3) 气候对新疆火灾的影响存在滞后效应，在一年期内影响显著。滞后效应相较于仅靠当年气候变量判断当年火灾形势提供了更多的预测时间，为全球变暖背景下新疆林火预警提供重要参考。