beat365官方网站大氣與海洋科學系俞妍研究員與美國能源部橡樹嶺國家實驗室毛嘉富研究員等合作，在全球野火長期趨勢預測研究方面取得重要進展。聯合研究團隊利用多源觀測資料，借助機器學習對地球系統模式集合（CMIP6）進行矯正，預測在本世紀未來幾十年内，全球野火的燃燒面積和碳排放都将有增加趨勢，但是其增加程度将低于未經矯正的CMIP6模式估計。2022年3月22日，相關研究成果以“基于機器學習的觀測約束預測野火帶來的全球社會經濟風險将繼續升高”（Machine learning–based observation-constrained projections reveal elevated global socioeconomic risks from wildfire）為題，在線發表于《自然·通訊》（Nature Communications）。

野火是發生在自然植被類型上的生物質燃燒現象，是陸地生态系統的主要擾動源和氣溶膠的主要自然排放源之一，影響全球碳循環、氣候和經濟社會。近年來頻發的極端野火事件引起熱議：野火增加是否跟人類活動和全球氣候變化有關？是否會成為一個新的常态？對于野火未來演化趨勢的預測，需要借助地球系統模式，然而當前地球系統模式對野火的模拟仍然有較大不确定性，利用觀測資料對模式進行誤差矯正和約束是提高模式預測可信度的一種有效途徑。

近日，beat365官方网站大氣與海洋科學系俞妍研究員與美國能源部橡樹嶺國家實驗室毛嘉富研究員等合作，發展利用機器學習和13個CMIP6地球系統模式挖掘未來野火分布和當前野火及其驅動因子之間的定量聯系，将基于多源觀測資料的當前野火及其驅動因子帶入上述當前-未來聯系中，從而預測未來的野火分布。這一研究框架将CMIP6模式對全球和區域燃燒面積和燃燒碳排放的曆史模拟誤差降低逾30%。基于上述研究框架，研究人員預測在本世紀未來幾十年内，全球野火的燃燒面積和碳排放都有增加趨勢，但是其增加程度低于未經矯正的CMIP6模式估計（圖1）。同時，上述研究框架印證了CMIP6模式對當前野火熱點地區，如北美西部、澳大利亞、亞馬遜雨林及周邊、馬來群島、南北非州半幹旱地區等未來野火加劇的預測。

圖1 基于CMIP6模式未經約束（左）和約束後（右）的2011—2100年野火碳排放趨勢預測

盡管CMIP6模式普遍高估了未來野火的增加趨勢，但由于對野火區域分布的模拟不準确，CMIP6模式很有可能低估了未來全球野火對人口、GDP、農業等經濟社會帶來的壓力。研究人員特别指出由于全球氣候變化帶來的幹旱加劇和植被變化等，非洲野火燃燒面積和碳排放在未來幾十年将顯著增加，對該地區國家快速發展的經濟社會造成影響（圖2）。

圖2基于CMIP6模式未經約束（上排）和約束後（下排）的2011—2100年野火對人口（左）和國内生産總值（GDP）（右）造成的壓力趨勢預測

對野火等極端氣候環境事件的長期預測将有助于提前做好風險預防和應對準備，同時也面臨方法學上的挑戰。聯合研究團隊發展的利用機器學習和多源觀測資料約束地球系統模式的研究框架，特别适用于野火等具有複雜調控機制、發生和強度具有一定随機性的過程；該研究框架也為預測地球系統其他過程提供了一種新思路。

2022年3月22日，相關研究成果以“基于機器學習的觀測約束預測野火帶來的全球社會經濟風險将繼續升高”（Machine learning–based observation-constrained projections reveal elevated global socioeconomic risks from wildfire）為題，在線發表于《自然·通訊》（Nature Communications）。俞妍和毛嘉富為共同第一作者。

論文原文鍊接：https://www.nature.com/articles/s41467-022-28853-0