Reliability of Fire Danger Forecasts for Czech Agricultural and Forestry Landscapes：精准预测野火风险，守护捷克农林生态

《Fire Ecology》：Reliability of fire danger forecasts for Czech agricultural and forestry landscapes

为解决捷克共和国森林和农业景观火灾危险指标与野火发生之间关系研究不足的问题，研究人员开展了评估火灾危险预测准确性的研究。结果发现 IFS 数值天气预报模型最适合捷克，且构建的模型能预测野火数量。这有助于提升野火预防和响应能力110。

　　在全球气候变化的大背景下，野火问题日益严峻。野火不仅会对财产和生命安全造成直接威胁，还会带来长期的经济和生态后果。对于一些地区而言，预防和控制野火更是环境保护和可持续发展的关键。然而，位于中欧的捷克共和国在野火研究方面存在不足。尽管该国尚未经历像其他地区那样大规模的野火，但近年来野火数量呈上升趋势，2022 年还遭遇了历史上最大的野火，这表明气候变化对其火灾风险的影响不容忽视。与此同时，常用的火灾指数和天气预报模型在捷克的适用性存在不确定性，此前的研究也多聚焦于指数和预测与测量数据的比较，缺乏对火灾危险与实际野火发生关系的深入探究以及预测模型的开发。

为了填补这些研究空白，来自捷克科学院全球变化研究所、孟德尔大学等机构的研究人员展开了一项重要研究，相关成果发表在《Fire Ecology》上。

研究人员主要运用了以下几种关键技术方法：首先是数据收集与处理，获取了 2018 - 2022 年捷克气象站的实际测量数据、五个数值天气预报（NWP）模型的预测数据以及捷克消防救援服务数据库中记录的野火数据，并对这些数据进行了插值、转换等处理；其次，运用多种数据分析方法，如通过计算基本统计指标对观测数据进行探索性分析，利用绝对误差（MAE）、标准差（SD）和偏差等指标评估 NWP 模型的准确性，采用线性回归分析和带有随机效应的线性回归分析来探究野火数量与火灾危险指数及其他气象变量的关系。

研究结果如下：

1. 火灾危险及相关变量分析：对 2018 - 2022 年观测数据的分析显示，捷克的火灾危险指数（如 FWI 和 FFDI）大多处于较低水平，但偶尔会出现高峰，表明存在高风险期。燃料水分指标表明，正常情况下燃料能保持一定水分抑制火灾，但在干燥时期，深层有机层干燥风险增加。通过对各变量的季节性分析发现，火灾危险在春季（3 - 4 月）和夏季（7 - 8 月）出现两个高峰，且不同变量在不同季节呈现出不同的变化趋势23。
2. NWP 模型评估：研究人员比较了五个 NWP 模型预测的 FWI 和 FFDI 与实际观测值的差异。结果表明，预测的准确性受预测提前期的显著影响，提前期越短，MAE 越小，预测越准确。在所有预测提前期内，IFS 模型预测 FWI 和 FFDI 的 MAE 和 SD 均最低，是最准确的模型。同时，研究还发现不同模型存在高估或低估火灾危险的情况，且各模型对不同气象参数的敏感性不同，其中RHmin?对 FWI 和 FFDI 预测准确性影响最大45。
3. 野火发生情况分析：根据 2018 - 2022 年的数据，确定了捷克的火灾季节为 3 月至 10 月，期间有两个明显的高峰，且野火在农业景观中比在森林景观中更为常见。通过分析野火发生的区域分布，发现一些地区（如 ústecky、Liberecky 等）的野火发生率较高67。
4. 野火发生预测：构建了两个模型来预测野火数量。Model CZE 以 FWI 和 FFDI 为预测变量，R - squared 值为 0.81，MAE 为 5.19 次野火，表明这两个指数是预测野火数量的有效指标。Model NUTS 3 则考虑了区域差异（以 NUTS 3 区域信息作为随机效应），其条件 R - squared 值为 0.34，MAE 为 1 次野火（95% CI ± 3），说明纳入区域校正系数可提高预测准确性89。

研究结论和讨论部分指出，尽管目前捷克的野火规模相对较小，但随着气候变化，火灾风险可能增加。本研究确定了 IFS 模型是预测捷克火灾危险最准确的 NWP 模型，明确了火灾季节和高风险区域，并且开发的模型能够根据 FWI 和 FFDI 值预测不同区域的野火发生数量。这些成果为捷克的野火预防和应急规划提供了重要依据，有助于更有效地调配人力资源和消防设备，提升野火管理能力。同时，研究也指出了当前数据存在的不足，为后续研究指明了方向，如进一步探索更多变量、改进模型，以及优化 NWP 模型等，这对于推动火灾科学领域的发展、加强环境保护具有重要意义。