王文杰 錢誠 張宇 封小凡 張嘉儀

1 成都信息工程大學(xué)大氣科學(xué)學(xué)院，成都 610225

2 中國科學(xué)院大氣物理研究所中國科學(xué)院東亞區(qū)域氣候—環(huán)境重點實驗室，北京 100029

3 中國科學(xué)院大學(xué)，北京 100049

4 安徽省氣象災(zāi)害防御技術(shù)中心，合肥 230031

1 引言

森林火災(zāi)是一種危害性大、突發(fā)性強、處置撲救較為困難的自然災(zāi)害，是林區(qū)最主要的風(fēng)險源。它也是一種復(fù)合型極端事件（Zscheischler et al.,2018）。近幾年，極端林火事件發(fā)生地愈加頻繁：2019 年以來亞馬遜雨林火災(zāi)數(shù)量超過7.2 萬起，較2018 年同期增長了83%（http://m.news.cctv.com/2019/08/22/ARTIMoyFmbUvSw9bAXEO09Bc19082 2.shtml[2021-03-22]）；2020 年發(fā)生在美國的加州山火，燒毀了加利福尼亞州的大片土地，過火面積達到了1.6×104km2（將近北京市的面積）（https://mil.news.sina.com.cn/2020-10-05/doc-iivhuipp8029845.shtml[2021-03-22]）；2020 年3 月四川省西昌市突發(fā)森林大火，導(dǎo)致19 名地方撲火人員犧牲，造成了嚴重的社會影響（http://m.news.cctv.com/2020/03/31/ARTImOmtjxkuisWOawtMldHn200331.shtml[202 1-03-22]）。中國是森林火災(zāi)發(fā)生次數(shù)較多的國家，平均每年發(fā)生森林火災(zāi)12000 多起，約占全球的6%；平均每年受災(zāi)的森林面積可達82×104km2，占總森林面積的0.83%，位于世界前列（程亮等,2020）。

森林是地球生態(tài)系統(tǒng)的重要組成部分，是系統(tǒng)中最大的碳庫，貢獻了約80%的固碳量；因而森林的碳匯作用在實現(xiàn)“碳中和”目標(biāo)過程中扮演著重要的角色。森林火災(zāi)對地球生態(tài)系統(tǒng)的影響主要通過森林燃燒后向大氣中排放含碳氣體，使森林由碳匯轉(zhuǎn)向碳源并導(dǎo)致氣候變暖的加?。↙i et al.,2014; Loehman, 2020）。同時，林火干擾作為森林非連續(xù)的生態(tài)因子，能夠顯著改變生態(tài)系統(tǒng)的結(jié)構(gòu)和功能以及養(yǎng)分循環(huán)和能量轉(zhuǎn)換，引起森林生態(tài)系統(tǒng)碳庫碳儲量和碳分配的變化，對森林生態(tài)系統(tǒng)的碳平衡和碳循環(huán)產(chǎn)生影響（Flannigan et al., 2009;劉魏魏等, 2016; 胡海清等, 2020）。在可能引起森林火險的因子中，火險天氣是最主要的因素之一；在全球變暖的背景下，識別和分析中國典型林業(yè)區(qū)域森林火險天氣的演變特征是當(dāng)前亟待解決的問題。

目前，已有一些學(xué)者對中國森林火險天氣的變化特征進行了研究。一部分研究根據(jù)歷史資料來分析森林火險天氣的變化情況（趙鳳君和舒立福,2007; 田曉瑞等, 2010a, 2020; 陳鋒等, 2012; 李德等,2013; 劉吉敏等, 2018）。例如，李曉煒（2011）分析了1963～2008 年的森林火險氣象指數(shù)，結(jié)果表明在東北地區(qū)北部及東南地區(qū)南部，極端火險天數(shù)有增加的趨勢，而在西南地區(qū)南部，極端火險天數(shù)有減少的趨勢。還有一部分研究利用氣候模式模擬未來不同時段林區(qū)的火險天氣變化特征（楊光等,2012; 田曉瑞等, 2012; Tian et al., 2014; 陳鋒, 2015）。例如，王明玉（2009）對未來氣候變化情景下中國森林火險響應(yīng)特征進行分析，結(jié)果表明2010～2100 年中國林火發(fā)生次數(shù)呈增加的趨勢且黑龍江省的增幅較大。田曉瑞等（2017）利用氣候模式預(yù)估未來氣候?qū)χ袊只痣U天氣的影響，根據(jù)預(yù)測，大部分林區(qū)的氣候呈現(xiàn)暖干化趨勢且華北和西南地區(qū)的森林火險明顯提高，南方比北方林區(qū)火險指數(shù)的增幅更加顯著。森林火險天氣涉及到多個統(tǒng)計上相關(guān)的氣象因子，它的變化是一個相對復(fù)雜的過程，表現(xiàn)出非線性和多尺度的特征?？v觀對于森林火險天氣的研究，無論是通過分析歷史數(shù)據(jù)還是模式預(yù)估數(shù)據(jù)，多是利用線性回歸的方法來分析森林火險氣象條件的長期變化情況，而對兩大林區(qū)火險天氣的多時間尺度變化特征并未涉及。

針對上述研究存在的不足，本文以逐日森林火險氣象指數(shù)作為度量火險天氣的指標(biāo)，用嚴格的線性趨勢分析方法探討了1961～2020 年該指數(shù)及相關(guān)氣象因子在兩大林區(qū)的長期變化趨勢；并利用集合經(jīng)驗?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition, EEMD）（Wu and Huang, 2009）方法，對兩大林區(qū)防火期森林火險氣象指數(shù)序列進行多時間尺度分析。本研究旨在探索氣候變化背景下中國兩大林區(qū)森林火險氣象條件的變化規(guī)律，有助于提高“碳中和”背景下中國典型林業(yè)區(qū)域適應(yīng)氣候變化的能力，為林區(qū)林火管理規(guī)劃提供一定的參考和依據(jù)。

2 數(shù)據(jù)和方法

2.1 研究數(shù)據(jù)

2.1.1 氣象觀測數(shù)據(jù)

本文使用的氣象數(shù)據(jù)來自國家氣象信息中心提供的中國國家級地面氣象站基本氣象要素日值數(shù)據(jù)集V3.0。此套數(shù)據(jù)包含了中國699 個基本氣象站、基準氣候站的逐日觀測數(shù)據(jù)，并且對各要素數(shù)據(jù)進行了嚴格的質(zhì)量檢驗和控制（https://data.cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_MUL_DA Y_V3.0.html[2021-03-22]）。 本 研 究 選 取 了 從1960 年1 月1 日至2021 年2 月28 日的氣象站氣象要素：逐日累計降水量、日平均風(fēng)速以及經(jīng)過均一化訂正的逐日氣溫數(shù)據(jù)集（CHTM3.0, Li et al.,2016）、逐日相對濕度數(shù)據(jù)集（ChinaRHv1.0, Li et al., 2020）。其中的均一化訂正采用了序列多元分析均一化（MASH）方法（Szentimrey, 1999），對遷站和觀測方式變更等引起的非均一性進行了校訂。

為了分析有較長時間序列的氣象要素，我們對站點資料進一步做了質(zhì)量控制（謝睿恒等, 2020）：首先，剔除了連續(xù)缺測15 d 及以上的站點；其次，將累計缺測時長超過總時長5%的站點也剔除掉；最后，篩選出了552 個具有長期觀測數(shù)據(jù)的站點（如圖1 所示）。文中的季節(jié)以及年時間尺度的定義為：春季（3～5 月）、夏季（6～8 月）、秋季（9～1 月）、冬季（12 月至次年2 月）、全年（1～12 月）。

圖1 站點分布及兩大林區(qū)（黑色方框）示意圖Fig. 1 Spatial distribution of 552 meteorological stations selected and the northeastern and southwestern forest regions analyzed (black rectangles)

2.1.2 林火數(shù)據(jù)

本文還使用林火資料來驗證所用的森林火險氣象指數(shù)的適用性。林火資料來自中國森林防火預(yù)警監(jiān)測信息中心提供的中國野火數(shù)據(jù)集（Wildfire Atlas of China, Fang et al., 2021）。此套數(shù)據(jù)集包含了從2005 年到2018 年月時間尺度的森林火災(zāi)發(fā)生次數(shù)，是基于多顆衛(wèi)星的連續(xù)監(jiān)測圖像并經(jīng)當(dāng)?shù)亓謽I(yè)部門校準所得到的（Fang et al., 2021）。

2.2 方法

2.2.1 森林火險氣象指數(shù)

森林火險是森林火災(zāi)發(fā)生的可能性及蔓延難易程度的一項重要度量指標(biāo)，迄今已發(fā)展出了多種火險指數(shù)。例如，加拿大的火險天氣指標(biāo)系統(tǒng)（Fire Weather Index, FWI）系 統(tǒng)（Fosberg, 1978①Fosberg M A. 1978. Weather in wildland fire management: The fire weather index [C]. Proceedings of the Conference on Sierra Nevada Meteorology, South Lake Tahoe, NV: 1-4.）、澳大利亞的McArthur 森林火險氣象指數(shù)（Forest Fire Danger Index, FFDI）（McArthur, 1967）、美國的Keetch-Byram 干旱指數(shù)（Keetch Byram Drought Index, KBDI）（Keetch and Byram, 1968）等 等。目前，國內(nèi)已應(yīng)用這些森林火險氣象指數(shù)開展了一些研究，例如，F(xiàn)WI（王明玉, 2009; 田曉瑞等,2010b, 2012, 2017; Tian et al., 2014; Du et al., 2021）、KBDI（于文穎等, 2010; 李曉煒, 2011; 劉永強,2016; Zhao et al., 2020）、FFDI（牛若蕓等, 2007;于文穎等, 2010; 劉吉敏等, 2018）等。其中，F(xiàn)FDI結(jié)合了可燃物干燥度及相關(guān)天氣特征的分析，是一個測量可燃物水分含量的方法（McArthur, 1967）。它是澳大利亞用于火災(zāi)預(yù)測預(yù)警的重要指標(biāo)，被國際社會廣泛應(yīng)用于森林火險的研究當(dāng)中（例如，Dowdy et al., 2010; Clarke et al., 2013; Holgate et al.,2017）。牛若蕓等（2007）對國際上通用的幾種火險指數(shù)進行對比分析，指出FFDI 與我國兩大森林防火重點區(qū)域——東北林區(qū)和西南林區(qū)的森林火災(zāi)次數(shù)相關(guān)程度最高，總體應(yīng)用效果最好。因此，本文使用的火險指數(shù)為FFDI。在實際應(yīng)用中，F(xiàn)FDI值越大，表明火險等級越高，林火事件發(fā)生的可能性就越大。FFDI 的計算公式（Noble et al., 1980）為

其中，DF 為干旱因子，RH 為相對濕度，Tmax為日最高氣溫，v為日平均風(fēng)速。干旱因子是對干燥可燃物含水量的估計，或者等效地認為是可用于燃燒的干燥可燃物的數(shù)量（Khastagir, 2018），其計算方法如下：

其中，I為KBDI 指數(shù)，N為連續(xù)無降水日數(shù)，R為日降水量。KBDI 是一個表征土壤含水量赤字的指標(biāo)，綜合考慮了與干旱有關(guān)的降水、溫度以及地表狀況（Keetch and Byram, 1968; Heim, 2002）。由公式（2）可知，在火險氣象指數(shù)的構(gòu)建上，將KBDI 作為干旱因子的一部分，納入到FFDI 的計算當(dāng)中，第t日的KBDI 計算公式如下：

其中，KBDIt和KBDIt-1分別為當(dāng)日和前一日的KBDI，ETt為蒸騰作用引起的水分損失量。在原始文獻中KBDI 采用的為英制單位（單位：in），本研究參照Crane（1982）將ETt換算為國際制單位（單位：mm），如下所示：

RFt為日凈降水量：

公式（4）、（5）中，R0為年平均降水量，Rt和Rt-1分別為當(dāng)日和前一日的降水量。KBDI 公式的設(shè)計是基于一系列假設(shè)條件的，具體細節(jié)可參考Keetch and Byram（1968）。由于每年1 月1 日的KBDI 計算要用到前一年的數(shù)據(jù)，因此本文實際分析FFDI 的時段為1961～2020 年。

同時，本文參考Luke and McArthur（1986）根據(jù)FFDI 值將火險等級劃分為低（0～5）、中[5～12）、高[12～24）、非常高[24～50）、極高≥50 共5 個級別。

2.2.2 防火期的定義

一般把林區(qū)容易發(fā)生火災(zāi)的季節(jié)，稱為森林防火期。受季風(fēng)氣候等大氣環(huán)流的影響，中國各大林區(qū)的森林防火期，表現(xiàn)出明顯的季節(jié)變化特征。東北、內(nèi)蒙古林區(qū)春季防火期一般為3 月中旬到6 月中旬，戒嚴期為4～5 月；秋季防火期從9 月中旬到11 月中旬，戒嚴期為10 月（王明玉, 2009）。西南林區(qū)的防火期為11 月至次年5 月（田曉瑞等,2010b, 2012）。結(jié)合上述內(nèi)容及森林火災(zāi)發(fā)生次數(shù)百分比統(tǒng)計（圖2a），本文將東北地區(qū)的春、秋季以及西南地區(qū)的冬、春季節(jié)定義為兩大林區(qū)的防火期。

圖2 2005～2018 年兩大林區(qū)（a）1～12 月森林火災(zāi)發(fā)生次數(shù)百分比和（b）森林火險氣象指數(shù)（FFDI）逐月多年平均值、（c）東北林區(qū)和（d）西南林區(qū)FFDI 與森林火災(zāi)發(fā)生次數(shù)的相關(guān)關(guān)系Fig. 2 (a) Ratio of forest fire occurrences from Jan to Dec and (b) multiyear average of the monthly forest fire danger index (FFDI) in the two major forest regions and the corresponding correlation between FFDI and the number of forest fire occurrences in the (c) northeastern forests and (d)southwestern forests during 2005-2018

2.2.3 線性趨勢分析方法

本研究采用WS2001（Wang and Swail, 2001）統(tǒng)計方法來分析森林火險氣象指數(shù)的線性趨勢。該方法是在Zhang et al.（2000）提出的方法基礎(chǔ)上由Wang and Swail（2001）改進的一種不易受離群值影響并考慮自相關(guān)的非參數(shù)方法。WS2001 的優(yōu)勢在于：它考慮到了序列中存在自相關(guān)、且自相關(guān)和趨勢是共存的現(xiàn)象，在用Sen’s slope（Sen, 1968）計算趨勢斜率和用Mann-Kendall 檢驗（Mann,1945; Kendall, 1955）判斷趨勢的統(tǒng)計顯著性時，采用迭代方案計算一階自相關(guān)并做了預(yù)白化處理（Qian et al., 2019; 張嘉儀和錢誠, 2020）。Qian et al.（2019）考慮到序列中存在相同值的情況，又對WS2001 方法進行了完善。本文用Qian et al.（2019）版本的WS2001 方法。

2.2.4 EEMD 多時間尺度分析

集合經(jīng)驗?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition, EEMD）是一種時間序列信號分析技術(shù)，具有較好的自適應(yīng)性和局部特征，適用于分析非線性、非平穩(wěn)的時間序列（Wu and Huang,2009）。該方法是對經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decomposition, EMD）方法（Huang et al., 1998;Huang and Wu, 2008）的改進，改善了EMD 方法的邊界效應(yīng)和尺度混合的問題（Wu and Huang,2009），逐漸被廣泛應(yīng)用到氣候序列的多尺度分析當(dāng)中（Qian et al., 2009, 2011; Qian and Zhou, 2014;Qian, 2016; Song et al., 2021）。

對于原始信號X(t)，經(jīng)過EMD 分解后為

其中，Ci(t)為時間序列在第i個固有尺度上的分量，Res(t)為信號經(jīng)過分解后得到的趨勢項。EEMD 的本質(zhì)是噪聲輔助數(shù)據(jù)分析，將適當(dāng)大小的白噪聲添加到待分解的數(shù)據(jù)中，經(jīng)過多次計算后進行平均以模擬多次測量取平均值的情形，可以抵消添加的白噪聲，集成均值的結(jié)果作為最終結(jié)果。本文在對兩大林區(qū)防火期的FFDI 序列進行EEMD 多時間尺度分析時，集合次數(shù)取值1000，擾動噪聲與原始信號的信噪比取0.2。

2.2.5 區(qū)域平均

中國地域遼闊，自然氣候條件復(fù)雜，森林分布具有明顯的區(qū)域特征。東北林區(qū)是中國最大的天然林區(qū)，主要分布在大、小興安嶺和長白山（許恩銀等, 2020）。我國的第二大林區(qū)是西南林區(qū)，其森林資源主要分布在四川、云南和西藏3 省區(qū)交界處的橫斷山區(qū)以及西藏東南部的喜馬拉雅山南坡等地區(qū)（田曉瑞等, 2012）。兩大林區(qū)都是我國森林火災(zāi)的多發(fā)區(qū)和重災(zāi)區(qū)?；诹謪^(qū)的分布范圍、氣象站點資料的可獲取性和代表性，本研究選取了兩個典型林業(yè)區(qū)域，分別為東北林區(qū)（38°N～54°N，120°E～136°E）、西南林區(qū)（20°N～30°N，98°E～108°E），如圖1 所示。在計算兩大林區(qū)FFDI 及相關(guān)變量的區(qū)域平均序列時，參考張嘉儀和錢誠（2020）將各站點的變量相對于1981～2010 年的距平序列分配到分辨率2°（緯度）×2°（經(jīng)度）的網(wǎng)格中，先進行各個格點內(nèi)所有站點的算術(shù)平均得到格點的數(shù)值，然后通過對研究區(qū)域內(nèi)的格點進行面積加權(quán)平均得到的。

3 結(jié)果分析

3.1 FFDI 的適用性研究

森林火災(zāi)的發(fā)生往往具有明顯的季節(jié)特征，為了在前人研究（牛若蕓等，2007）的基礎(chǔ)上進一步驗證森林火險氣象指數(shù)對林區(qū)火災(zāi)多發(fā)期的指示效果，本文首先以兩大林區(qū)為對象，分析了FFDI 的適用性。由圖2a 可知，兩大林區(qū)的森林火災(zāi)發(fā)生次數(shù)均表現(xiàn)出明顯的季節(jié)變化特征。在2005～2018 年期間，西南地區(qū)森林火災(zāi)多發(fā)期主要集中在1～5 月，火災(zāi)發(fā)生次數(shù)約占林火發(fā)生總數(shù)的90%以上。其中，3 月是所有月份中火災(zāi)發(fā)生次數(shù)最多的時段，約占28%。東北地區(qū)的森林火災(zāi)多發(fā)期為3～5 月和9～11 月，這兩個時段的火災(zāi)發(fā)生次數(shù)占總數(shù)的85%以上。兩大林區(qū)的逐月FFDI演變圖（圖2b）顯示，東北林區(qū)FFDI 的逐月分布為M 型，兩個高值期分別在3～6 月和9～10 月；西南林區(qū)FFDI 的分布特征為單峰型，F(xiàn)FDI 高值期主要集中在1～5 月。由此可見，F(xiàn)FDI 對兩大林區(qū)的森林火災(zāi)多發(fā)期均有很好的指示作用。進一步，我們分別計算了東北（圖2c）、西南（圖2d）林區(qū)的FFDI 與森林火災(zāi)發(fā)生次數(shù)的去線性趨勢后的相關(guān)關(guān)系。結(jié)果表明，東北林區(qū)的相關(guān)系數(shù)為0.47（P＜0.01），西南林區(qū)的相關(guān)系數(shù)為0.76（P＜0.01）；FFDI 指數(shù)與兩大林區(qū)的森林火災(zāi)發(fā)生次數(shù)均呈顯著的正相關(guān)。綜上所述，F(xiàn)FDI 指數(shù)對于兩大林區(qū)的適用性較強，這也與牛若蕓等（2007）以及于文穎等（2010）得出的結(jié)論有較好的一致性。

3.2 FFDI 的空間分布特征

3.2.1 FFDI 氣候平均態(tài)的空間分布特征

1981～2010 年氣候平均的森林火險氣象指數(shù)具有明顯的季節(jié)變化和空間分布特征：在春季（圖3a），森林火險等級為中級及以上的地區(qū)主要集中在東北、華北、內(nèi)蒙、四川南部、云南、河西走廊和新疆等部分區(qū)域。全國約有33%的站點，其火險等級處于中級及以上的水平，是四個季節(jié)中最多的；夏季、秋季、冬季對應(yīng)的中級及以上的高火險站點數(shù)分別為18%（圖3b）、17%（圖3c）和4%（圖3d）。在冬季（圖3d），全國大部分地區(qū)火險等級偏低，火險指數(shù)大值區(qū)主要集中在西北干旱區(qū)和西南部分山區(qū)。年平均的火險指數(shù)中，火險等級處于中級及以上水平的站點約占14%，主要集中在內(nèi)蒙和西北地區(qū)（圖3e）。值得注意的是，在季節(jié)以及年平均時間尺度上，新疆等西北地區(qū)以及內(nèi)蒙古等地，其森林火險等級長期維持在一個較高的水平，這與當(dāng)?shù)馗邷?、低濕、干旱、大風(fēng)等極端的氣象條件有關(guān)（曾雪瑩等, 2019）。但是，由于這些地區(qū)的林區(qū)分布范圍較小，因而不作為森林火險主要的監(jiān)測和關(guān)注區(qū)。

圖3 1981～2010 年氣候平均的森林火險氣象指數(shù)火險等級：（a）春季；（b）夏季；（c）秋季；（d）冬季；（e）年平均Fig. 3 Spatial distributions of the category of climatological FFDI during 1981-2020: (a) Spring; (b) summer; (c) autumn; (d) winter; (e) annual average

3.2.2 FFDI 線性變化趨勢的空間分布特征

對1961～2020 年各個站點年平均、四個季節(jié)平均的森林火險氣象指數(shù)進行了線性變化趨勢分析（圖4）表明，全國多數(shù)站點的FFDI 呈現(xiàn)增長趨勢，局部地區(qū)仍有個別顯著減少的站點存在。在春季（圖4a），全國約有21%的站點呈統(tǒng)計上顯著增長趨勢，這些站點主要分布在陜甘寧、內(nèi)蒙古、山西、遼寧的部分地區(qū)和長江中下游等地，而在新疆、西藏及黑龍江的部分站點則表現(xiàn)出統(tǒng)計上顯著的減少趨勢。夏季（圖4b）、秋季（圖4c）呈顯著增長趨勢的站點數(shù)均有10%，這些站點大多集中在西南地區(qū)。在夏季，華東及新疆等部分地區(qū)存在顯著減少的站點，分布較為密集。新疆等地的FFDI 在夏季減少的幅度要高于秋季。冬季（圖4d），全國約有11%的站點呈統(tǒng)計上顯著增長的趨勢，這些站點主要集中在東北、西南、華北等地。就年平均（圖4e）火險指數(shù)的變化趨勢而言，F(xiàn)FDI 顯著增長的站點數(shù)約為17%，高于夏、秋、冬季節(jié)，其中顯著增長的站點主要集中在黃河中游、遼寧南部、西南及廣東個別地區(qū)。此外，結(jié)合圖3 及圖4可以看出，新疆等西北地區(qū)，雖然FFDI 常年處在高值狀態(tài)，但是在季節(jié)及年平均時間尺度上都表現(xiàn)出不同程度的減少態(tài)勢。我們推測，這可能與西北干旱區(qū)氣候暖濕化趨勢（施雅風(fēng)等, 2002; Zhang et al., 2021）產(chǎn)生的影響有關(guān)。就兩大林業(yè)區(qū)域而言：西南林區(qū)的站點總體上呈增長趨勢；東北地區(qū)隨著季節(jié)的更替有不同的變化特征，在冬季呈增長趨勢的站點數(shù)所占的比例最大。

3.3 區(qū)域平均的FFDI 及相關(guān)氣象因子的線性趨勢分析

3.3.1 FFDI 及相關(guān)氣象因子季節(jié)線性趨勢分析

東北林區(qū)區(qū)域平均的FFDI 和相關(guān)氣象因子的線性趨勢分析（表1）表明，該林區(qū)FFDI 的線性變化趨勢在四個季節(jié)中均不顯著。但是，日最高氣溫的變化趨勢在四個季節(jié)中都呈0.05 水平下顯著增暖的態(tài)勢，其中春季和夏季更是在0.01 水平下統(tǒng)計顯著的。并且，東北林區(qū)的平均風(fēng)速在四個季節(jié)中都呈0.01 水平下統(tǒng)計顯著的減小趨勢，這與前人得到的“風(fēng)速減弱”的結(jié)論一致（王遵婭等,2004; 任國玉等, 2005; Xu et al., 2006）。平均風(fēng)速減弱這一變化特征，在一定程度上減緩了東北林區(qū)森林火險氣象指數(shù)的增長速度。此外，該地區(qū)春季的干旱指數(shù)和干旱因子變化趨勢通過了90%的信度檢驗，分別呈現(xiàn)1.55 mm/10 a 和0.08/10 a 的變干趨勢；冬季的干旱因子趨勢也在0.05 水平下是統(tǒng)計顯著的，達0.1/10 a。而相對濕度在秋、冬兩季的線性趨勢也至少在0.1 水平下是顯著的，分別為-0.35%/10 a（P＜0.1）和-0.56%/10 a（P＜0.1）。這幾個指標(biāo)均向干旱化演變，有利于火險發(fā)生。

表1 1961～2020 年東北林區(qū)森林火險氣象指數(shù)及相關(guān)因子的線性趨勢Table 1 Linear trends of FFDI and related variables in the northeastern forest region during 1961-2020

西南林區(qū)區(qū)域平均的FFDI 和相關(guān)氣象因子的變化趨勢分析結(jié)果（表2）表明，該地區(qū)的FFDI在四個季節(jié)中都呈現(xiàn)至少在0.1 水平下統(tǒng)計顯著地增長趨勢，其中，夏季、秋季更是在0.05 水平下統(tǒng)計顯著的，趨勢系數(shù)分別為：0.05/10 a（P＜0.05）和0.04/10 a（P＜0.05）。該地區(qū)的干旱指數(shù)在4個季節(jié)均呈現(xiàn)至少在0.1 水平下顯著地增長趨勢，且夏季、秋季、冬季相應(yīng)的干旱因子也呈現(xiàn)統(tǒng)計上顯著的變干趨勢（P＜0.05）。與東北林區(qū)類似，西南林區(qū)日最高氣溫的變化趨勢在4 個季節(jié)中均呈0.01 水平下統(tǒng)計顯著的增長態(tài)勢。相對濕度在4 個季節(jié)的變化趨勢均不顯著，而平均風(fēng)速在春季是0.05 水平下統(tǒng)計顯著地減小趨勢，抑制了FFDI的增長。

結(jié)合表1 和表2 可知，兩大林區(qū)的氣候都向著變暖的方向演變，溫度作為火險氣象因子的一部分，在兩大林區(qū)森林火險天氣的變化過程中發(fā)揮著關(guān)鍵性作用（傅澤強等, 2001; 李德, 2013）。東北林區(qū)是顯著變暖和風(fēng)速減小起主導(dǎo)作用。西南林區(qū)的氣候則呈現(xiàn)出了顯著的“暖干化”特征，和前人的研究結(jié)果一致（蘇秀程等, 2014）。由此可見，高溫和干旱疊加，使得西南林區(qū)的氣候向著有利于林火發(fā)生的方向演變。

表2 1961～2020 年西南林區(qū)森林火險氣象指數(shù)及相關(guān)因子的線性趨勢Table 2 Linear trends of FFDI and related variables in the southwestern forest region during 1961-2020

3.3.2 FFDI 及相關(guān)氣象因子在防火期的區(qū)域平均序列分析

圖5 顯示了1961～2020 年兩大林區(qū)防火期區(qū)域平均的FFDI 距平序列，從中可以看出：東北林區(qū)春季（圖5a）、秋季（圖5b）防火期的FFDI分別在2009 年和2001 年出現(xiàn)歷史最高值，而在2013 年和2012 年分別出現(xiàn)最低值；春、秋季FFDI 的線性趨勢分別為0.01/10 a 和0.04/10 a，均未通過顯著性檢驗；但呈現(xiàn)很強的年際變率。在西南林區(qū)防火期FFDI 距平序列的演變過程中，其春季（圖5c）和冬季（圖5d）分別以 0.09/10 a（P＜0.1）和0.05/10 a（P＜0.1）的變化幅度增長。期間疊加有明顯的年際變率，且分別在1969 年（春季）和2009 年（冬季）達到歷史最大值。

圖5 1961～2020 年東北林區(qū)（a）春季、（b）秋季和西南林區(qū)（c）春季、（d）冬季防火期森林火險氣象指數(shù)的時間序列（實線）以及對應(yīng)的線性趨勢（虛線）Fig. 5 Time series (solid lines) of FFDI in the northeastern forest region in (a) spring and (b) autumn and southwestern forest region in (c) spring and(d) winter during 1961-2020 and their linear trends (dashed line)

森林火險天氣是受多個氣象因子共同影響的，然而各個氣象因子與兩大林區(qū)防火期FFDI 的密切程度是不同的。因此，我們計算了FFDI 與各氣象因子之間的相關(guān)關(guān)系（如表3 所示）。從表3 可知，東北林區(qū)春季FFDI 與KBDI、DF、Tmax、RH 具有較強的相關(guān)性，均通過99%的信度檢驗；其中，F(xiàn)FDI 與RH 的相關(guān)性最強且呈顯著的負相關(guān)，相關(guān)系數(shù)為-0.79，說明相對濕度與東北林區(qū)春季火險天氣的關(guān)系最密切。秋季防火期中，F(xiàn)FDI 與DF 的相關(guān)性最強，相關(guān)系數(shù)為0.90，兩者關(guān)系最密切。西南林區(qū)春季防火期的FFDI 與各個氣象因子均有顯著的相關(guān)關(guān)系（P＜0.01），其中與KBDI、DF、RH 的相關(guān)系數(shù)均達到0.9 以上；冬季FFDI與KBDI、DF、Tmax有顯著的相關(guān)性。

表3 1961～2020 年兩大林區(qū)森林火險氣象指數(shù)與相應(yīng)的氣象因子之間的相關(guān)系數(shù)Table 3 Correlation coefficients between the FFDI and corresponding meteorological factors in the two major forest regions during 1961-2020

為了進一步了解與兩大林區(qū)FFDI 密切相關(guān)的氣象條件的演變情況，以表1、表2 和表3 為基礎(chǔ)，對防火期中線性變化趨勢顯著（P＜0.01）并且與FFDI 顯著相關(guān)的氣象因子進行了深入分析（圖6）。結(jié)果表明：東北林區(qū)春季的日最高氣溫總體表現(xiàn)為波動上升的增暖特征（圖6a），線性趨勢為0.31°C/10 a；東北林區(qū)春季防火期的風(fēng)速（圖6b）呈顯著減小的趨勢（-0.23 m s-1/10 a）；其在2010 年以后略有上升，但仍低于氣候平均狀態(tài)，為負距平。西南林區(qū)日最高氣溫在春季（圖6c）、冬季（圖6d）的線性變化趨勢分別為0.17°C/10 a和0.20°C/10 a；且有明顯的年際和年代際變率。該林區(qū)冬季的KBDI（圖6e）表現(xiàn)為顯著的變干趨勢，以2.74 mm/10 a 的變化率上升；大值期主要集中在21 世紀且在2009 年達到歷史最高值。綜上所述，結(jié)合林區(qū)防火期的FFDI 及相關(guān)氣象因子的演變特征可知，西南林區(qū)的防火形勢變得愈發(fā)地嚴峻。值得注意的是，雖然相對濕度與東北林區(qū)的兩個防火期和西南林區(qū)的春季防火期森林火險天氣有較大的相關(guān)性（表3），但在兩大林區(qū)防火期中相對濕度的線性變化趨勢僅有東北林區(qū)的秋季防火期勉強通過90%的信度檢驗（表1 和表2）。因此，對于相對濕度的變化情況此處不做分析。

圖6 1961～2020 年東北林區(qū)（a）春季Tmax、（b）春季v 和西南林區(qū)（c）春季Tmax、（d）冬季Tmax、（e）冬季KBDI 防火期顯著變化的氣象因子的時間序列（實線）以及對應(yīng)的線性趨勢（虛線）Fig. 6 Time series (solid lines) of (a) daily maximum temperature (Tmax) in spring and (b) wind speed (v) in spring in Northeastern forest region and(c) Tmax in spring, (d) Tmax in winter, and (e) Keetch Byram Drought Index (KBDI) in winter in Southwestern forest region and their linear trends(dashed lines) during 1961-2020

3.4 FFDI 的多時間尺度變化特征

以上我們對兩大林區(qū)FFDI 的長期線性變化趨勢已經(jīng)有所了解，進一步我們用EEMD 方法對這兩大林區(qū)防火期的FFDI 進行多時間尺度演變特征分析。時間序列分解后，共得到4 個波動分量（C1～C4）和一個趨勢項（Res）。我們計算了各分量的周期及方差貢獻率（表4），可知：東北林區(qū)兩個防火期的C1、C2 分量均具有準3 年、準7年的周期；西南林區(qū)春季的C1、C2 分量周期分別為準3 年、準5 年，冬季的C1、C2 分量周期分別為準3 年、準7 年。兩大林區(qū)的C3 均呈現(xiàn)10～20 年的周期，C4 則為20～30 年的周期。方差貢獻率可用來表示各分量對FFDI 振幅的影響程度，兩大林區(qū)C1 和C2 的方差貢獻率之和貢獻了70%以上，其中C1 約貢獻50%以上，C2 約貢獻16%～26%。由此可見，年際變率在東北、西南林區(qū)火險天氣的演變中占主導(dǎo)地位。

表4 1961～2020 年兩大林區(qū)森林火險氣象指數(shù)的集合經(jīng)驗?zāi)７纸猓‥EMD）分量周期及方差貢獻率Table 4 Period and variance contribution of the Ensemble Empirical Mode Decomposition (EEMD) components for FFDI series in the two major forest regions during 1961-2020

圖7 展示了兩大林區(qū)防火期的FFDI 各個波動分量依次從高頻到低頻不同時間尺度的波動特性，趨勢項可以表示FFDI 隨時間的長期演變特征。為了直觀地比較FFDI 的線性趨勢與非線性趨勢的差異，將FFDI 的線性變化趨勢和EEMD 趨勢畫在一起。從中可以看出，兩大林區(qū)FFDI 在不同防火期的C1～C4 分量都表現(xiàn)出多波動特征。東北林區(qū)春季防火期（圖7a）的C1 分量（準3 年周期）在2010 年附近的振幅要明顯大于其他時期；C2 分量（準7 年周期）在21 世紀也出現(xiàn)較大振幅；C3 分量（準15 年周期）在1985～1995 年這十年間的振幅較??；C4 分量（準30 年周期）在1970 年代中期和2000 年代中期為峰值區(qū)、1990 年左右為谷值區(qū)；而EEMD 非線性趨勢和線性趨勢有明顯差異，EEMD 非線性趨勢是先快速上升，2000 年后上升速度放緩。由圖7b 可知，東北林區(qū)秋季防火期的C1 分量（準3 年周期）在20 世紀80 年代至90 年代中期振幅較小，在其他時期的波動特征比較明顯；C2 分量（準7 年周期）的變化與C1 分量類似；C3 分量（準20 年周期）在20 世紀80 年代前有較大振幅；C4 分量（準30 年周期）的波動和春季有些類似，也是在1970 年代中期和2000 年代中期為峰值區(qū)、1990 年左右為谷值區(qū)；EEMD 非線性趨勢和線性趨勢有明顯差異，EEMD 非線性趨勢是以20 世紀90 年代為界的，前期為逐漸上升的趨勢，1990 年代末轉(zhuǎn)為緩慢下降的趨勢。就西南林區(qū)而言，其春季防火期（圖7c）的C1 分量（準3 年周期）在20 世紀60 年代中后期及2010 年附近出現(xiàn)較大振幅，而在1970～2010 年期間的振幅較?。籆2 分量（準5 年周期）的變化與C1 分量類似，都是在中間時段振幅較小；C3 分量（準10 年周期）在20 世紀80 年代之前出現(xiàn)較大振幅，之后呈逐漸減小的態(tài)勢；而C4 分量（準24 年周期）從20 世紀90 年代開始呈現(xiàn)出較大振幅，1990 年代末是明顯的谷值區(qū)、2010 年代初是明顯的峰值區(qū)；EEMD非線性趨勢和線性趨勢差異較明顯，EEMD 非線性趨勢在20 個世紀是穩(wěn)定少變的，到了20 世紀末開始呈現(xiàn)出明顯的上升態(tài)勢。西南林區(qū)冬季防火期（圖7d）的C1 分量（準3 年周期）在20 世紀60年代中后期及2009 年附近出現(xiàn)較大振幅；C2 分量（準7 年周期）在整個時段上都表現(xiàn)出明顯的波動特征；而C3 分量（準12 年周期）從20 世紀80年代初到2000 年附近的振幅較小，變化比較平穩(wěn)；C4 分量（準30 年周期）在1970 年代初和2010 年左右為峰值區(qū)、1990 年代初為谷值區(qū)；EEMD 非線性趨勢的變化情況和線性趨勢較為接近，總體表現(xiàn)出逐步上升的過程，只是EEMD 的趨勢在后期略大。

綜上，從兩大林區(qū)的線性趨勢和非線性趨勢的對比來看，基于EEMD 得到的非線性趨勢能更好地反映出FFDI 序列的階段性演變細節(jié)。

4 結(jié)論和討論

本文以FFDI 作為森林火險天氣的度量指標(biāo)，分析了該指數(shù)的適用性及空間分布特征，進而重點分析了東北、西南兩大林區(qū)FFDI 及相關(guān)氣象因子的線性變化趨勢；最后，利用EEMD 方法揭示了兩大林區(qū)1961～2020 年森林火險天氣演變的多時間尺度特征，得出的主要結(jié)論如下：

（1）東北地區(qū)FFDI 大值期主要集中在春季、秋季；西南地區(qū)的FFDI 高值期為春季和冬季。整體來看，F(xiàn)FDI 高值期與兩大林區(qū)的森林火災(zāi)多發(fā)期均有很好的對應(yīng)關(guān)系，且FFDI 與兩大林區(qū)的森林火災(zāi)發(fā)生次數(shù)均呈顯著的正相關(guān)關(guān)系，表明我們使用的森林火險天氣指標(biāo)適用性較好。

（2）在FFDI 線下變化趨勢的空間分布中，春季呈顯著增長趨勢的站點數(shù)要多于其他季節(jié)，達到了21%；夏、秋兩季呈顯著增長趨勢的站點數(shù)均為10%；冬季約有11%的站點呈顯著增長的趨勢，且這些顯著增長的站點較多地出現(xiàn)在遼寧、河套地區(qū)和西南。

（3）就兩大林區(qū)區(qū)域平均而言，東北林區(qū)FFDI 的線性變化趨勢在四季都不顯著。但FFDI

相關(guān)的氣象因子中的日最高氣溫在四季都呈現(xiàn)至少0.05 水平下顯著的變暖趨勢，有利于FFDI 的增長；平均風(fēng)速在四季都呈現(xiàn)0.01 水平下顯著減弱的趨勢，在一定程度上抑制了FFDI 的增長趨勢。而西南地區(qū)四季的FFDI 都呈至少是0.1 水平下的顯著增長態(tài)勢，其中春、冬季防火期變化幅度分別為0.09/10 a（P＜0.1）和0.05/10 a（P＜0.1）。夏季、秋季、冬季三個季節(jié)是在顯著變暖背景下又顯著變干（P＜0.05），朝著“暖干化”的氣候特征演變，顯著增加了西南林區(qū)發(fā)生極端火險天氣的可能性。總體上看，西南林區(qū)的防火形勢變得愈發(fā)地嚴峻，并且除了要關(guān)注西南林區(qū)的防火期之外，對其他時期也需要引起足夠的重視。

（4）EEMD 多時間尺度分析結(jié)果表明，兩大林區(qū)防火期的前兩個年際尺度分量（C1 和C2）的方差貢獻率之和超過70%，占主導(dǎo)地位。東北林區(qū)兩個防火期的C1、C2 分量均具有準3 年、準7年的周期；西南林區(qū)春季的C1、C2 分量周期為準3 年、準5 年，冬季的為準3 年、準7 年。通過趨勢項可知，東北春季和秋季防火期FFDI 的非線性趨勢分別呈先快速上升后減緩和先快速上升后轉(zhuǎn)為下降的趨勢；西南春季防火期FFDI 的非線性趨勢從20 個世紀的穩(wěn)定少變轉(zhuǎn)為21 世紀開始呈現(xiàn)快速上升的趨勢，冬季防火期FFDI 則總體呈穩(wěn)步上升趨勢。與線性變化趨勢相比，基于EEMD 得到的非線性趨勢能更好地反映出火險天氣的階段性演變細節(jié)。

本文通過EEMD 方法對兩大林區(qū)FFDI 的多時間尺度特征進行了分析，得到了FFDI 序列的非線性趨勢階段性演變細節(jié)，表明在東北、西南林區(qū)中FFDI 的階段性演變特征是不同的。對相關(guān)氣象因子也進行EEMD 分解提取各自的非線性趨勢項（圖8），可以探討它們在FFDI 的非線性趨勢階段性演變中的作用。東北林區(qū)春季防火期（圖8a）FFDI 所呈現(xiàn)的先快速上升后減緩的趨勢，是由于v一直呈現(xiàn)減小趨勢從而抑制FFDI 增長，其他幾個因子KBDI、DF、Tmax、RH 均有利于FFDI 增長。東北林區(qū)秋季防火期（圖8b）FFDI 所呈現(xiàn)的先快速上升轉(zhuǎn)為下降的趨勢，是由于v一直呈現(xiàn)減小趨勢從而抑制FFDI 增長，加上RH 在2010 年之后也向增加（抑制FFDI）的方向轉(zhuǎn)變。西南林區(qū)春季防火期（圖8c）FFDI 所呈現(xiàn)的21 世紀開始快速上升的趨勢以及冬季防火期（圖8d）FFDI 的穩(wěn)步上升趨勢，則是由于v從21 世紀開始轉(zhuǎn)為明顯的增長態(tài)勢；雖然冬季RH 呈現(xiàn)的增長趨勢抑制FFDI，但是不足以抵消其他因子對FFDI 的正向作用。由此可見，v的趨勢轉(zhuǎn)變可能是造成西南林區(qū)FFDI 階段性演變有別于東北林區(qū)的關(guān)鍵因子。

圖8 1961～2020 年兩大林區(qū)防火期相關(guān)氣象因子KBDI、DF、Tmax、RH 和v 的EEMD 趨勢。為便于比較，相應(yīng)FFDI 的EEMD 趨勢也展示在最下方Fig. 8 EEMD trends of related meteorological factors KBDI, Drought Factor (DF), Tmax, Relative Humidity (RH), and v in the fire seasons of the two forest regions during 1961-2020. For ease of comparison, the EEMD trend of corresponding FFDI is also shown at the bottom

致謝感謝兩位匿名審稿人和常務(wù)編委提出的寶貴建議。