大兴安岭森林火灾风险评估.pdf

基于火模拟结果构建森林火灾风险的评估框架，从火发生可能性、暴露性和火影响 3 个方面综合评估森林火灾风险。【方法】以黑龙江省大兴安岭地区为研究对象，利用 Burn-P3 模型模拟燃烧概率和潜在火行为。根据火险期火严重程度（SSR），把研究时段分为低、中、高 3 个 SSR 情景，分析不同 SSR 情景下的燃烧概率、潜在火行为和森林火灾风险。【结果】低、中、高 SSR 情景下燃烧概率的均值分别为 0.0184、0.0358 和 0.0570。高 SSR 情景下，燃烧概率高和很高的区域共占总面积的 9.8%。低、中、高 SSR 情景下的火强度分别为 687、1276 和 3469kW/m2，蔓延速度分别为 1.43、1.82 和 4.43m/min。综合分析火灾风险指数分别为 0.12、0.44 和 1.25。不同的 SSR 情景下落叶针叶林的火灾风险最高。【结论】不同的 SSR 情景下燃烧概率差异显著，火强度、蔓延速度和森林火灾风险随 SSR 等级升高而增加。与中 SSR 情景相比，高 SSR 情景下的火强度和蔓延速度增加显著。森林火灾风险随 SSR 等级升高而增大，高 SSR 情景下的森林火灾风险比中 SSR 情景显著增大，但中SSR 情景下的森林火灾风险与低 SSR 情景的差异不显著。关键词：森林火灾风险评估；燃烧概率；SSR 情景；可燃物类型；大兴安岭中图分类号：S718.5文献标识码：A文章编号：20968884（2023）03007712AssessmentofForestFireRiskforDaxinganlingLiuJialei1，TianXiaorui1*，ZongXuezheng2,3，PengYuxian1，ZhaoWentai41.KeyLaboratoryofForestProtectionofNationalForestryandGrasslandAdministration,EcologyandNatureConservationInstitute,ChineseAcademyofForestry,Beijing100091,China；2.KeyLaboratoryofLandSurfacePatternandSimulation,InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China；3.UniversityofChineseAcademyofSciences,Beijing100049,China；4.ShandongForestryProtectionandDevelopmentServiceCenter,Jinan250014,ChinaAbstract:【Objective】Aframeworkofforestfireriskassessmentwasconstructedtocomprehensivelyassessfireriskfromthreeaspects,suchasfirelikelihood,exposure,andfireimpactbasedonthefiresimulations.【Method】TheresearchtooktheDaxinganlingasstudyareaandsimulateditsburnprobabilityandpotentialfirebehaviorbyusingBurn-P3model.Basedontheseasonalseverityrating(SSR)ofeachfireseason,thestudyperiodwasdividedintolow,moderate,andhighSSRscenarios.Theburnprobability,potentialfirebehaviorcharacteristicsandforestfireriskwereanalyzedforeverySSRscenario.【Result】Theaverageburnprobabilityunderlow,moderateandhighSSRscenarioswere0.0184,0.0358,and0.0570,respectively.Theareaswithhighandveryhighburnprobabilitiesaccountedfor9.8%ofthetotalareaunderthehighSSRscenario.Thefireintensitywere687,1276,and3469kW/m2forlow,moderate,andhighSSRscenarios,respectively.Thespreadspeedwere1.43,1.82,and4.43m/min,respectively.Basedoncomprehensiveanalysis,theforestfireriskindiceswere0.12,0.44,and1.25forlow,moderate,andhighSSRscenarios,respectively.DeciduousconiferousforestshadthehighestfireriskamongalltypesunderallSSRscenarios.【Conclusion】BurnprobabilityvariessignificantlyamongtheSSRscenarios.Fireintensity,spreadspeed,andforestfireriskincreasedwithSSRlevelup.ComparedwiththemoderateSSRscenario,thefireintensityandspreadspeedunderthehighSSRscenarioincreasedsignificantly.TheforestfireriskunderthehighSSRscenariowassignificantlyhigherthanthatofmoderateSSRscenario.However,theforestfireriskdidnotshowsignificantdifferencebetweenthemoderateandlowSSRscenario.Keywords:forestfireriskassessment；burnprobability；SSRscenario；fueltype；Daxinganling收稿日期：2023-03-31；接受日期：2023-05-17基金项目：国家自然科学基金资助项目（42171082)第一作者Thefirstauthor.E-mail:；*通讯作者Authorforcorrespondence.E-mail:第3卷第3期陆地生态系统与保护学报Vol.3No.32023 年 6 月TerrestrialEcosystemandConservationJun.2023火在调节森林生态系统物种组成和年龄结构等方面发挥着重要的生态作用（SomanandAnitha,2020;Whitmanet al.,2018），但严重的火烧也会破坏森林生态系统的稳定性，影响野生动植物栖息地和土壤水文环境（Silet al.,2019;Nadporozhskayaet al.,2018）。近年来，全球气候变化导致了北方森林的火险期延长，加剧了世界范围内的森林火灾风险（Cooganet al.,2019）。在极端天气下，火灾对区域内森林生态系统、居民的人身及财产安全造成巨大的威胁（Manzelloet al.,2018）。因此，需要科学的火灾风险评估和管理方法，以减轻区域内的火灾风险。火灾风险评估可以定性或定量分析区域内林火发生的可能性及火对环境的影响（Finney,2005）。森林火灾作为一个复杂的动态过程，受到天气条件、可燃物、点燃方式、位置及人为活动等方面的影响，这使火灾风险评估结果具有不确定性（Milleret al.,2016）。因此，需要结合火发生可能性、暴露性和火影响等方面，综合评估森林火灾风险。火发生可能性为一个区域在某一时段内的火烧频率；暴露性是地面高价值物与火行为在空间上的关系，通常用火行为指数来表示；火影响反映不同火强度对高价值资源的潜在影响。火灾风险评估作为规划、制定决策和方案的基本要素，可为林火管理人员在预防森林火灾、可燃物管理、火灾监测和林火扑救管理等方面提供科学依据（Erdinet al.,2021;Martell,2007）。森林火险天气等级常用于指示森林火险的严重程度（杨光等，2012）。2023 年全国森林火灾风险普查根据可燃物、气象条件和火源等火险因子综合评估森林火灾风险。近年来，Burn-P3、FSim、Landis 等燃烧概率模型也在国内得到应用（Parisienet al.,2019;Liuet al.,2013;Thompsonet al.,2013），基于火发生可能性和潜在火行为评估火灾风险（SunandZhang,2018;Yeet al.,2017），暴露性分析和火影响评估也为林火扑救和减缓林火风险提供必要信息（Zonget al.,2022）。根据灾害发生可能性、脆弱性、防灾减灾能力等构建的自然灾害风险评估模型在火灾风险评估中也得到广泛应用（田晓瑞等，2016；陈华泉，2013）。由于火的发生和蔓延受到可燃物、天气和地形等因素的影响，火灾风险评估需要结合火发生可能性和潜在火行为等指标进行综合评估（Wooet al.,2017）。燃烧概率模型可以模拟景观尺度上的每日火发生和蔓延，量化潜在火行为等指标，并反映一个时段内的区域火动态（Parisienet al.,2007）。通过燃烧概率模型模拟景观上每个点的燃烧概率（burnprobability,BP）和潜在火行为，可以在精细尺度上定量评估森林火险（Milleret al.,2010）。燃烧概率模型已用于森林火险评估框架中，在评估不同可燃物、地形和气候情景下的森林火险时取得了良好效果（Vilardellet al.,2020;Xofiset al.,2020;Mangeaset al.,2019）。除了需要模拟景观尺度上的火发生和蔓延，全面的森林火灾风险评估框架中还需要考虑火发生可能性和潜在火行为与基础设施、道路和生态系统等高价值资源（highvalueresources,HVRAs）在空间上的位置关系，以及潜在火行为对高价值资源的影响（Thompsonet al.,2013）。利用燃烧概率模型模拟区域内的火发生概率和潜在火行为，并根据潜在火行为评估火对高价值资源的潜在影响，定量评估火灾风险。评估火灾风险时，需要考虑不同的火行为对高价值资源的潜在危害和益处（Zonget al.,2022）。多数研究都考虑火对人以及建筑、道路和工厂等人造设施的影响。Alcasena 等（2017）通过燃烧概率和火强度评估了火对西班牙中部森林城镇交界区域房屋建筑的影响。通过构建风险评估函数，量化了火灾造成的经济损失。结合燃烧概率模型对火灾风险进行精准地量化评估，将有助于林火管理人员开展针对性的扑救资源配置和可燃物管理等措施减缓森林火灾风险，提高林火扑救效率和更好地保护森林资源（Mitsopouloset al.,2015;Scottet al.,2013）。本研究以大兴安岭地区为对象，评估火灾风险和火对森林生态系统与环境的影响。具体研究目标包括：1）在景观尺度上利用燃烧概率模型模拟燃烧概率和潜在火行为；2）基于潜在火行为评估火对森林生态系统和环境的影响；3）构建森林火灾风险评估框架，评估大兴安岭的森林火灾风险。1材料和方法1.1研究区概况研究区为黑龙江省大兴安岭林区，地理范围为 1211112702E，50545333N（图 1）。研究区总面积约 646.2 万 hm2，属浅山丘陵地带，地势较平缓，平均海拔 573m，中部、西部和北部较高，东南部较低。气候属于寒温带大陆性季风气候，夏季短暂炎热，冬季寒冷漫长，年均气温2.8（刘庚正，2002）；年均降水量 450500mm，多集中于夏季。78陆地生态系统与保护学报第3卷大兴安岭地区的森林覆盖率高达 97%，主要森林类型是以落叶松为主的针阔混交林（42%），其次是落叶针叶林、落叶阔叶林、草地和常绿针叶林，分别占 35%、15%、4%和 2%。主要树种有樟子松（Pinus sylvestrisvar.mongolica）、兴安落叶松（Larix gmelinii）、白桦（Betula platyphylla）和山杨（Populus davidiana）等。林下灌丛主要是兴安杜鹃（Rhododendron dauricum）和越桔（Vaccinium vitis-idaea）等。山间河谷和沼泽地带的植被多为草本，以薹草属（Carex）植物为主。1.2森林火灾情况大兴安岭地区是我国的林火多发区，曾在 1987 年发生过 1 次特大森林火灾，总过火面积达到 133 万hm2。在之后的 19882018 年，共发生 908 场火灾，过火总面积 121.14 万 hm2，受害森林面积 48.43 万hm2；年均发生火灾 29 次，年均过火面积约 3.91 万 hm2；其中最大森林火灾发生于 2003 年的十八站林业局，过火面积达 24.87 万 hm2。2003 年是火灾最严重的年份，过火面积 70.14 万 hm2，占研究时段总过火面积的 57.90%（图 2）。1.3数据来源气象数据（20002018 年）来源于国家气象科学数据中心（http:/ 个气象站每日定时的温度、相对湿度、24h 降水、风向和风速等数据。火灾统计资料（19882018 年）来源于黑龙江省森林草原防火指挥部办公室，包括起火点、经纬度、火因、过火面积、森林受害面积、发现和熄灭时间等。植被类型数据采用欧空局 2009植被类型 Vegetation type常绿针叶林 Evergreen coniferous forest落叶阔叶林 Deciduous broadleaved forest草地 Grassland农田 Farmland落叶针叶林 Deciduous coniferous forest针阔混交林 Coniferous and broadleaved forest53 N52 N51 N50 N122 E124 E126 EN图1研究区地理位置和植被类型Fig.1Locationandvegetationtypeofthestudyarea第3期刘嘉雷，等：大兴安岭森林火灾风险评估79年的全球陆地覆盖数据（分辨率 300m）。DEM 数字高程数据（分辨率 30m）来源于地理空间数据云（https:/ 降水、风向和风速）观测值，利用 R 中的“cffdrs”包计算每日火险天气指数（fireweatherindex,FWI）系统各组分指标值，包括细小可燃物湿度码（finefuelmoisturecode,FFMC）、腐殖质湿度码（duffmoisturecode,DMC）、干旱码（droughtcode,DC）、初始蔓延速度（initialspreadindex,ISI）、累计指数（buildupindex,BUI）和火险天气指数（Wanget al.,2017）。细小可燃物湿度码、腐殖质湿度码和干旱码的初始值分别设置为 85、6 和 15。日严重程度（dailyseverityrating,DSR）是火险天气指数的幂函数，表示一段时间内一个气象站的平均森林火险或某一区域多个气象站观测的平均森林火险，计算公式如下：DSR=0.0272FWI1.77（1）火险期的火险严重程度（seasonalseverityrating,SSR）采用 4 个气象站的日严重程度平均值。每一情景输入的火天气数据采用对应的所有火险期的火天气数据。把整个研究时段（20002018 年）分为低、中、高 3 个 SSR 情景，采用 SSR 平均值加减 1 个标准差对火险期进行分类。其中，低 SSR 情景包括2001、2002、2004 和 2013 年，中 SSR 情景包括 2005、2007、2009、2010、2011、2012、2015、2016 和2017 年，高 SSR 情景包括 2003、2006、2008、2014 和 2018 年。1.5燃烧概率模拟采用 Burn-P3 模型模拟燃烧概率。该模型以 Prometheus 火蔓延模型为基础，以年/火险期为步长，模拟景观尺度上的火发生和火行为（Beverlyet al.,2019）。模拟过程中的每个迭代不考虑重复火烧，燃烧概率根据每个格点在所有迭代次数中的重复火烧次数计算。燃烧概率模型需要输入的数据包括空间数据和环境参数，空间数据需要相同的分辨率和投影，所有空间数据都使用投影 WGS_1984_UTM_Zone_52N 和 100m 分辨率。模型需要输入的环境参数需要根据气候、地形以及植被物候等数据确定。通过修正燃烧时长、蔓延天数、草类可燃物枯死比例等参数获得与历史火场大小频度分布相近的模拟结果，并利用 Kolmogorov-Smirnov（KS）检验频度分布的差异（Pausaset al.,2012）。历史火场在 1001000hm2、100010000hm2和10000hm2的频度分布分别为 55.93%、33.06%和 11.01%，模拟的火场大小频度为 54.85%、34.86%和 10.29%。KS 检验结果表明模拟结果与历史火灾规模无显著性差异（P=0.99）。每个 SSR 情景模拟迭代 1000 次，输出结果包括燃烧概率图、火强度、蔓延速率、冠层可燃物消耗量、总可燃物消耗量、树冠可燃物消耗比例的平均值、中位数、最大值等。1.6森林火灾风险评估基于自然灾害风险模型，从火发生可能性（L）、暴露性（E）和火影响指数（I）角度，综合评估森过火面积 Burned area/103 hm28007006005004003002001000年份 Year19881992199620002004200820122016过火次数 Number of fire1008060402001030507090受害森林面积 Disaster area of forest fire过火总面积 Burned area火灾次数 Numbers of fire图2大兴安岭地区 19882018 年森林火灾统计Fig.2StatisticsofforestfiresinDaxinganlingfrom1988to201880陆地生态系统与保护学报第3卷林火灾风险（R）（Johnstonet al.,2020）。森林火灾风险指数的计算公式如下：R=LEI（2）使用燃烧概率表示火发生可能性（L），燃烧概率数值越大，代表火发生可能性越大。采用火强度作为衡量暴露性（E）的指标。火影响指数（I）包含火对生态系统服务功能的影响（V）和高价值资源对火的敏感性（D）。火对城镇、工厂等人造设施会产生负面影响，根据火到高价值资源的距离评估火的潜在威胁，距离越近威胁越大，赋予的分值越高（宗学政等，2021）。火对生态系统服务功能的影响（V）根据各因子对不同火强度的反映评估（表 1）。采用打分法为不同火强度对生态系统服务功能的影响进行评分。影响范围为100%100%，正值为有益作用，负值为有害作用。maxjnj=1j=1j=1,2,.,n采用层次分析方法（analytichierarchyprocess,AHP）计算综合火影响指数。根据判断矩阵各指标的权重，以最大特征根（）对应的特征向量确定各个指标的权重（），。使用随机性指标（CR）检验判断矩阵的一致性，计算公式如下：CR=CI/RI（3）CI=(maxn)/(n1)（4）nRIn=1,2,3,4,5RICR 0.1CR式中，为判断矩阵的阶数；是一个常数值，随矩阵的阶数而变化，当时，对应的值分别为 0、0、0.58、0.91 和 1.12。当时，可以接受判断矩阵，否则需要重新调整各个指标的优先级或值，直到获得可接受的值为止。根据各层指标的相对重要性，求得各层指标的权重（W）由于 D 和 V2 个指标的维度不同，各指标需进行归一化处理，再根据不同指标的权重（W）计算火影响指数（I），计算公式如下：I=WDDe+WVVe（5）WDWVDeVe式中，、分别为 D 和 V 的权重；和分别为归一化之后的值。最后通过公式计算火影响指数（I）。采用火焰长度作为火对植被影响的衡量指标，火焰长度（flamelength,FL）的计算公式如下：FL=0.0775FI0.46（6）式中，FL 为火焰长度（m）；FI 为火强度（kW/m2）。将火焰长度以 2m 为基准，划分为地表火和树冠火 2 类（Alcasenaet al.,2017）。根据研究区的可燃物情况，评估不同火焰长度对植被的影响（Ageret al.,2010）（表 2）。表1火影响指标权重Table1WeightoffireimpactB层指标IndicatorsoflayerBB层权重WeightoflayerBC层指标IndicatorsoflayerCC层相对权重RelativeweightoflayerCB层LayerB目标层Targetlayer高价值资源对火的敏感性（D）SensitivityoffireonHVRAs(D)0.25距城镇的距离0.750.19距工厂的距离0.250.06火对生态系统服务功能的影响（V）Impactoffireonecosystemservicefunctions(V)0.75植被0.550.41水文0.300.23土壤0.100.08气候0.050.03第3期刘嘉雷，等：大兴安岭森林火灾风险评估81通常情况下，低强度的火烧对生态系统自我恢复能力、水文气候调节能力等生态服务功能有积极的影响（Bladon,2018）。火强度和火烧持续时间是影响土壤的关键因素，火烧产生的热量在很大程度上影响土壤的化学和物理性质，并影响土壤的肥力、侵蚀等方面（Bentoet al.,2012）。大面积的高强度火烧常常造成水土流失，河流中泥沙含量升高，也会影响地表径流（Saliset al.,2019）。火强度作为判断火对土壤保持能力、水文和气候调节能力等生态服务功能影响的指标，按 01000、10002000 和2000kW/m2分成 3 个等级，评估对生态服务功能的影响（表 3）。不同 SSR 情景下的森林火灾风险根据公式（2）计算，并利用自然间断法分为很低、低、中、高和很高 5 个风险等级。为了避免选中的点之间存在空间自相关性，减少点和点之间的潜在相互关联性，通过莫兰指数（MoranI）检测样本之间的空间自相关性，并确定适当的样本数量。随机选取燃烧概率图上的点检测空间自相关性，可以得出当随机点间相距 12.5km 时燃烧概率是相互独立的（MoranI0.01），相当于在空间范围内选取 96 个随机点。提取不同 SSR 情景下的燃烧概率、火行为指数和森林火灾风险，利用 t-test 检验各 SSR 情景间的显著性。2结果2.1燃烧概率和潜在火行为2.1.1不同 SSR 情景下的燃烧概率中 SSR 情景下的平均燃烧概率为 0.0358（变动范围：00.8500）（图 3b），燃烧概率很低、低、中、高和很高5 个等级分别占73.8%、12.3%、9.5%、2.6%和1.8%。低SSR 情景下的平均燃烧概率为0.0184（变动范围为 00.4000）（图 3a），其中很低和低的区域占总面积的 97.2%。与中 SSR 情景相比，低SSR 情景的燃烧概率显著下降（P=0.00），平均下降了 48.6%。高 SSR 情景下的平均燃烧概率为 0.0570（变动范围为 00.8790）（图 3c），燃烧概率高和很高区域所占的比例分别为7.2%和 2.6%。与中表2火焰长度对植被的影响Table2Impactofflamelengthonvegetation火焰长度Flamelength植被类型Vegetationtype影响Impact/%说明Description地表火Surfacefire草类、灌木5002m为地表火，对草类和低矮的灌木有负面影响。地表火可以清除地表可燃物，减少可燃物载量，对针叶、阔叶等大型乔木有积极影响落叶针叶林10落叶阔叶林30针阔混交林20树冠火Crownfire草类、灌木80火焰长度2m以上，火强度高且可能引起树冠火，对所有类型植被都会有负面影响落叶针叶林80落叶阔叶林40针阔混交林60表3火强度对土壤保持能力、水文和气候调节能力的影响Table3Impactoffireintensityonsoilconservationcapability,hydrologyandclimateregulationcapability火强度Fireintensity/(kW/m2)水文调节能力Hydrologyregulationcapability/%土壤保持能力Soilconservationcapability/%气候调节能力Climateregulationcapability/%说明Description01000101010任何程度的火烧都会产生大量温室气体和有毒气体，对气候都会产生负面作用；火烧造成的地表裸露、水土流失，也对土壤和水文产生负面影响10002000404060200060809082陆地生态系统与保护学报第3卷SSR 情景相比，高 SSR 情景下的平均燃烧概率增加了 59%，增加非常显著（P=0.00）。3 种 SSR 情景下，南部和北部大部分区域燃烧概率偏低，燃烧概率较高的区域集中分布于研究区西北部和东部的小部分区域。2.1.2不同 SSR 情景下的潜在火行为特征中 SSR 情景下的平均火强度为 1276kW/m2（变动范围为 087922kW/m2）（图 3e），高和很高火强度的区域分别占 2.4%和 0.3%，主要分布在中部、西部和东北部；低和很低火强度的区域分别占比15.7%和 75.1%，主要分布在南部和北部。低 SSR 情景下的平均火强度为 687kW/m2（变化范围为 041040kW/m2）（图 3d），火强度以低和很低为主，分别占比为 12.1%和 83.8%。相比中 SSR 情景，火强度平均减少 46%，减少显著（P=0.00）。高 SSR 情景下平均火强度为 3469kW/m2（变动范围为 0104614kW/m2）（图 3f），火强度很低、低、中、高和很高的区域分别占 51.7%、24.1%、14.2%、7.6%和 2.4%。与中 SSR 情景相比，火强度增加了 171%，增加显著（P=0.00）。3 种 SSR 情景下，北部和南部的火强度整体偏低，火强度较高的区域多集中分布于东部和中部的小部分区域。中 SSR 情景下的平均火蔓延速度为 1.82m/min（变化范围为 0103.00m/min）（图 3h），火蔓延速度很低、低、中、高和很高 5 个等级分别占 69.6%、16.9%、10.6%、2.5%和 0.4%。低 SSR 情景下平均蔓延速度为 1.43m/min（变动范围 077.00m/min）（图 3g），火蔓延速度以很低和低为主，蔓延速度燃烧概率等级(a)(b)(c)(d)(e)(f)(g)(h)(i)很高 Very high火强度等级蔓延速度等级N很低 Very low低 Low中 Moderate高 High很高 Very high很低 Very low低 Low中 Moderate高 High很高 Very high很低 Very low低 Low中 Moderate高 HighBurn probability levelFire intensity levelSpreadspeedlevel注：（a）、（b）、（c）分别为低 SSR、中 SSR、高 SSR 情景下的燃烧概率；（d）、（e）、（f）分别为低 SSR、中 SSR、高 SSR 情景下的火强度；（g）、（h）、（i）分别为低 SSR、中 SSR、高 SSR 情景下的火蔓延速度。(a),(b)and(c)wereburnprobabilityunderlow,moderateandhighSSRscenario,respectively;(d),(e)and(f)werefireintensityunderlow,moderateandhighSSRscenario,respectively;(g),(h)and(i)werespreadspeedunderlow,moderateandhighSSRscenario,respectively.图3不同 SSR 情景下的燃烧概率、火强度和蔓延速度Fig.3Burnprobability,fireintensityandspreadspeedunderdifferentSSRscenarios第3期刘嘉雷，等：大兴安岭森林火灾风险评估83高和很高的区域仅占 2.0%和 0.3%。与中 SSR 情景相比，低 SSR 情景下蔓延速度平均减少 21.4%，降低显著（P=0.00）。高 SSR 情景下，平均蔓延速度为 4.43m/min（变动范围为 0114.00m/min）（图 3i），火蔓延速度高和很高的区域分别占研究区的 9.8%和 1.9%。相比中 SSR 情景，蔓延速度增加了 83%，增加显著（P=0.00）。3 种 SSR 情景下，火蔓延速度和火强度呈现出了相似的空间分布特征，火强度和蔓延速度较高的区域均在东部，北部和南部大部分区域的等级多为低或很低。2.2火影响和火灾风险2.2.1火对大兴安岭生态系统和环境的影响中 SSR 情景下，火对植被的影响平均值为 0.44（图 4b）。火对植被影响相对较高的区域主要分布在西部、中部和东南部，该区域内主要的可燃物类型为落叶松林，易发生树冠火。高强度火烧会造成负面影响，因此火影响值偏高。低 SSR 情景下，火对植被的影响平均值为 0.42（图 4a）。与中 SSR 情景相比，火对植被的影响降低，但降低不显著（P=0.43）。在高 SSR 情景下，火对植被的影响的平均值为 0.55（图 4c）。相比中 SSR 情景，火对植被的影响显著增加（P=0.00）。影响值较高的区域分布更为广泛，火对落叶松林的影响相对较高，对部分草地和针阔混交林的影响也很明显。不同 SSR 情景下，火对高价值资源、气候调节能力、水文调节能力和土壤保持能力的影响没有显著差异。中 SSR 情景下，火影响的平均值为 0.20（变动范围为 00.72）（图 5b），很低、低、中、高和很高等级的区域分别占比 22.2%、53.1%、10.7%、12.9%和 1.1%。低 SSR 情景下，火影响的平均值为0.19（变动范围为 00.71）（图 5a），火影响高和很高的区域分别占比 10.2%和 1.0%。低 SSR 情景下的火影响较中 SSR 情景略有下降，但下降不显著（P=0.62）。高 SSR 情景下，火影响的平均值为 0.25（变动范围 00.72）（图 5c）。相比中 SSR 情景，火影响在高 SSR 情景显著增加（P=0.01）。火影响随 SSR 等级的增加而增大，研究区东部更易受火影响。2.2.2森林火灾风险中 SSR 情景下，森林火灾风险的平均值为 0.44（变动范围 073.00）（图 5e），很低、低、中、高和很高等级的区域分别占 87%、8.3%、2.5%、1.1%和 0.2%。低 SSR 情景下，森林火灾风险平均值为0.12（变动范围 022.00）（图 5d），森林火灾风险以很低等级为主，占比 94.7%。相比中 SSR 情景，森林火灾风险下降，但降幅不显著（P=0.33）。高 SSR 情景下，森林火灾风险的平均值为 1.25（变动范围 0100.00）（图 5f）。相比中 SSR 情景，森林火灾风险显著升高（P=0.01）。森林火灾风险随 SSR 等级的升高而升高，与中 SSR 情景相比，高 SSR 情景下的森林火灾风险变化更显著。火灾风险较高的区域多集中于东部和中部，南部和北部的火灾风险均相对较低。森林火灾风险与燃烧概率和火行为的空间分布相似，森林火灾风险相对较高的区域均在落叶针叶林中。相同 SSR情景下，落叶针叶林中的火灾风险更大，更易发生火灾，常绿针叶林和落叶阔叶林的火灾风险相对较低（图 6）。N火影响Fire impact高 High低 Low(a)(b)(c)注：（a）、（b）、（c）分别为低 SSR、中 SSR 和高 SSR 情景下火对植被的影响。(a),(b)and(c)werefireimpactonvegetationunderlow,moderateandhighSSRscenario,respectively.图4不同 SSR 情景下火对植被的影响Fig.4Fireimpactonvegetationunderdifferentscenarios84陆地生态系统与保护学报第3卷3讨论Burn-P3 模型可以模拟和预测不同气候条件下研究区的森林燃烧性和火行为（Wanget al.,2016）。本研究根据 20002018 年的 SSR 差异划分成低、中和高 SSR 情景，在一定程度上反映了气候的变化。中SSR 情景代表常见年份的火天气状况，低 SSR 情景表示火险天气指数偏低的年份。而高 SSR 情景表示高火险年份的天气状况，这种情景在未来气候变化背景下出现的频度会越来越高（Tianet al.,2019）。相对(a)(b)(c)(d)(e)(f)很高 Very high很低 Very low低 Low中 Moderate高 High很高 Very high很低 Very low低 Low中 Moderate高 High火影响等级Fire impact level火灾风险等级Fire risk levelN注：（a）、（b）、（c）分别为低 SSR、中 SSR、高 SSR 情景下的火影响；（d）、（e）、（f）分别为低 SSR、中 SSR、高 SSR 情景下的火灾风险。(a),(b)and(c)werefireimpactunderlow,moderateandhighSSRscenario,respectively;(d),(e)and(f)werefireriskunderlow,moderateandhighSSRscenario,respectively.图5不同 SSR 情景下的火影响和火灾风险Fig.5Forestfireriskandfireimpactunderdifferentscenarios常绿针叶林 Evergreen coniferous forest落叶阔叶林 Deciduous broadleaved forest草地 Grassland落叶针叶林 Deciduous coniferous forest针阔混交林 Coniferous and broadleaved forest火灾风险 Fire risk450350250150502520151050低 SSRLow SSR中 SSRModerate SSRSSR情景SSR scenario高 SSRHighSSR注：为了更好地展示不同可燃物类型之间的火灾风险及变化，纵坐标（火灾风险）以 25 为界分为 2