《气候制度的转变和森林的丧失放大了亚马逊森林的火灾》

摘要：在过去的十年里，亚马逊的频繁火灾引起了人们对地球上生物多样性最丰富的森林的命运的警惕。火灾频率的增加被认为是由于水文循环的改变。然而，过去几十年的观察表明，水文变化可能对火灾产生相反的影响，包括全流域降水增加，干旱频率和严重程度增加。在这里，我们使用多个卫星观测和气候再分析数据集，证明有令人信服的证据表明，在整个亚马逊地区，由于气候制度的转变，火灾的敏感性增加。我们表明，自2000年以来累积的森林损失使低层大气变暖和干燥，这减少了水分的循环，导致干旱范围和严重程度增加，以及随后的火灾。由于气候转变和森林丧失，亚马逊地区的极度干燥和潮湿事件伴随着炎热的日子更加频繁。同时，来自热带太平洋和大西洋的水蒸气运输加强，增加了高空大气湿度和强降雨事件，但这些事件并没有缓解严重和持久的干旱。亚马逊的火灾风险在东南部地区最为显著，那里的热带稀树草原经历了长期的季节性干旱期。我们还发现，由于 "森林砍伐之弧 "的森林损失增加，火灾已经通过干湿过渡季节向北扩展到热带草原森林过渡区和热带季节性森林区。适应了历史上湿润条件的热带森林的复原力较差，很容易倾斜到另一个状态。我们的结果暗示了森林保护和防火的选择，以减少森林损失、气候变化和火灾之间的正反馈的压力。

1 介绍
亚马逊森林一直受到广泛的气候变化、森林砍伐和火灾的严重威胁，而且威胁越来越大。主要基于全球气候模型模拟的主要关切是，亚马逊及其周边地区预计将经历更温暖和可能更干燥的气候（Christensen等人，2013）。由此产生的气候引起的植物水压力可能会导致森林树冠枯萎，并在本世纪增加火灾的敏感性（Malhi等人，2009）。在最近几十年内，已经观察到影响火灾易感性的两个相反的水文趋势。首先，在过去几十年里，亚马逊河的排水量和全流域的降水量增加，证明了水文循环的加强（Gloor等人，2013；Skansi等人，2013）。其次，与此相反，有报道称干旱频率和严重程度增加（Fu等人，2013年），这增强了森林的可燃性并抑制了树木的生长（Nepstad等人，2004年）。
亚马逊水文循环的变化被归因于大规模的气候变化、森林砍伐或其相互作用（Trenberth等，2014；Zhang等，2017）。在过去的三十年里，湿季降水的加强与热带大西洋的变暖相吻合，增加了大气中的水蒸气向亚马逊的输送（Gloor等人，2013）。强烈的热带大西洋变暖和热带太平洋变冷加强了沃克环流，导致湿季更湿，干季更干（Barichivich等人，2018）。这些结果以及其他结果（Espinoza等人，2019年）表明，热带太平洋和大西洋对亚马逊干旱的综合影响是复杂的，与厄尔尼诺-南方涛动（ENSO）和北大西洋涛动（NAO）的阶段有关（Yoon和Zeng，2010年）。
亚马逊地区因森林砍伐导致的水文动态变化是许多研究的重点（例如，（Cavalcante等，2019；Chambers & Artaxo，2017；D’Almeida等，2007；Staal等，2020））。亚马逊地区上空形成降水的水分，约有三分之一是通过回收蒸发提供给当地的（Davidson等人，2012）。砍伐森林会导致被砍伐地区的蒸发量和水蒸气的下风运输都下降（Ellison等人，2017）。因此，毁林会减少降水，增加该地区的干旱幅度（Bagley等人，2013年）。广泛的森林砍伐大大改变了河流的排放和洪水脉冲的幅度（Coe等人，2009）。由于冠层拦截和蒸发量的减少，植被冠层的损失会导致径流增加（Clark，1987），这增加了地表径流，扩大了洪水风险和严重性（Bradshaw等人，2007）。由于毁林造成的森林破碎容易受到干旱和洪水的破坏，这加剧了树木死亡和火灾的脆弱性（Laurance & Williamson，2001）。
随着森林受到气候变化和森林损失的压力，火灾的风险也在增加。季节性变化（Fu等人，2013年）以及极端天气和气候事件（Negrón-Juárez等人，2018年；Nepstad等人，2007年）增加了树木的死亡率。树木特别容易受到反复和长期干旱的影响（菲利普斯等人，2010；陶菲克等人，2017）。减少活的树冠燃料和增加死的燃料的过程影响了火灾的蔓延和强度（Stephens等人，2018）。砍伐森林会导致落地的木质碎片增加，从而增加燃料质量（Uhl & Kauffman, 1990）。此外，森林砍伐和农业扩张导致的森林碎片容易发生火灾，因为它们通常与牛群牧场相邻，因此更干燥、更温暖（Laurance等人，2018年），更经常被砍伐和烧毁（Laurance & Williamson，2001年）。由于气候变化或森林砍伐造成的树木死亡，使阳光加热森林地面，使垃圾燃料变干，使其更易燃(Messina & Cochrane, 2007)。
虽然亚马逊森林面临的气候和人为威胁引起了科学界的极大关注，但目前对气候变化和毁林引起的水文变化和火灾易感性之间的联系的理解是孤立的和定性的，主要基于个别研究的审查（Cochrane和Barber，2009年；Davidson等人，2012年；Malhi等人，2008年；Nobre等人，2016年）。在这里，我们使用多个卫星观测和气候再分析数据集来探索亚马逊河流域火灾制度的空间和时间变化，即经历季节性干旱期，并检查对气候制度转变和森林损失的反应。
2 数据和方法
2.1气候制度分析
亚马逊河延伸到三个热带气候区（补充图S1a）：根据Köppen-Geiger气候分类，1951-2000年期间的0.5度的热带雨林（Af）、热带季风（Am）和热带冬季干燥（Aw）气候（Beck等人，2018）。热带雨林气候全年湿润，主要的土地覆盖是热带雨林。热带季风气候和热带冬季干旱气候的特点是湿季和旱季的对比。干季和湿季分别在8月至10月和1月至3月间延续，其他月份则在干湿季和干湿季之间过渡。冬季干旱区的土地覆盖以热带稀树草原为主。热带季节性森林或季风森林，处于雨林和热带草原之间的过渡区域，在热带季风区占主导地位(Wright等人, 2017)。
我们计算了Af南部的Am和Aw的30年（1961-1990）平均气候，Am和Aw有相似的季节性降水模式，尽管Am和Aw的降水梯度从西北到东南。月度总降水量由0.5度的全球降水气候学中心（GPCC）月度降水数据集（Schneider等人，2011）计算得出。月平均温度由0.5度的GHCN_CAMS网格化2米温度计算（Fan & van den Dool, 2008）。我们为分析定义了三个具有独特降水模式的三个月时期：（1）1月至3月，降水最高，为雨季；（2）8月至10月，降水最低，为旱季；（3）5月至7月，降水逐渐增加，为过渡季（补充图S1b-e）。
使用欧洲中程天气预报中心（ECMWF）ERA5月度再分析的0.25度的2米气温、降水、柱状水汽、垂直综合水汽输送、经向风和带状风进行分析（ERA5，2019）。所有变量都使用2×2 0.25度的网格重新采样到0.5度，以适应Köppen-Geiger气候分类的分辨率。计算了1981-2000年和2001-2018年两个时期所有变量的相对变化，包括Am和Aw。分析了1981-2000年和2001-2018年期间湿季、过渡季和旱季的月平均气温和月总降水量的概率密度函数（Weibull分布）。计算了2001-2018年与1981-2000年之间1000 hpa至500 hpa相对湿度的变化，以量化水分变化的垂直分布。
Am和Aw的干旱状况用自我校准的帕尔默干旱严重程度指数（scPDSI）进行分析（Barichivich等，2019；van der Schrier等，2013）。scPDSI由降水和温度时间序列计算得出，每个网格单元的固定参数与土壤和表面特征有关。按照Palmer对PDSI的定义（Palmer，1965），将干湿条件分为11类（表S1）。本研究中跨越1981-2018年的scPDSI是使用CRU月度地表气候数据版本CRU TS4.03以0.5度计算的。计算了整个Am和Aw地区的湿季、过渡季和旱季的scPDSI时间序列。分析了1981-2000年和2001-2018年期间湿季、过渡季和旱季的scPDSI概率密度函数（核分布）。
2.2 森林损失的生物物理影响
全球森林变化（GFC）数据集（Hansen等人，2013年）以30米的分辨率，在2000年至2017年期间提供了2000年的森林覆盖信息以及这期间每年的森林损失和增加。以2000年的森林覆盖率为基准条件，将森林损失和增加分别定义为从森林到非森林，以及从非森林到森林的过渡。我们将森林覆盖率和森林变化重新取样到0.05度，并计算每个0.05度网格中2000年森林覆盖率的百分比和2000年以来的累计森林损失。
我们将受干扰的森林与原始森林区分开来，并比较了Am和Aw的观测所得蒸发量和地表温度，以探讨森林消失对当地温度和水状况的影响。通过窗口搜索法（Li等，2015），用0.05度的网格筛选出受干扰的森林和原始森林。受干扰的森林是根据以下标准确定的。(a) 2000年的森林覆盖率（Fcover）大于70%；(b) 2001-2017年期间的累计损失（Floss）大于65%。原始森林的识别标准是：（a）2000年的森林覆盖率大于70%，（b）2000-2017年间的Floss小于5%。然后我们在每个0.5度的网格单元内搜索10×10个0.05度的网格，假设每个0.5度的网格单元的背景气候是相似的。如果在同一个0.5度的网格单元中同时存在受干扰的森林和原始森林，那么这个0.5度的网格单元对于比较受干扰森林和原始森林的地表温度、水和能量通量是有效的，以分析森林消失的生物物理影响。因此，Am的33个网格单元和Aw的183个网格被用来计算森林损失的生物物理影响。
我们使用中分辨率成像分光仪（MODIS）Aqua 8天地表温度和发射率（LST&E）L3全球产品（MYD11C2 Version 6）（Wan, Hook, & Hulley, 2015）来量化森林消失造成的地表温度变化。MYD11C2配置在一个0.05度的纬度/经度气候模型网格上。
MODIS双向反射分布函数和反照率（BRDF/Albedo）数据集（MCD43C3 Version 6）（Schaaf & Wang，2015）被用来量化因森林消失而引起的反照率变化。MCD43C3是在0.05度的气候模拟网格中使用16天的Terra和Aqua MODIS数据每天生成的。MCD43C3提供了当地太阳正午的黑天反照率（定向半球形反射率）和白天反照率（双球形反射率）。实际晴空反照率（蓝天反照率）被计算为黑天反照率和白天反照率的平均值，因为它们之间的差异很小，相关性很高（Li等人，2015）。
我们使用8天时间分辨率和500米空间分辨率的MODIS蒸发量和潜热通量产品（MOD16A2 Version 6）（Running等，2017）来量化森林消失导致的蒸发量变化。MOD16A2采集是基于Penman-Monteith方程的逻辑，通过使用每日气象再分析数据与MODIS植被属性动态、反照率和土地覆盖来得出。我们使用MODIS重投影工具（MRT）提供的双线性插值对MOD16A2从500米到0.05度进行重采样。.。。
2.3 火灾制度分析
我们使用两个燃烧面积（BA）数据集来分析亚马逊盆地南部边界内和跨边界的火灾燃烧面积的空间和时间变化。欧空局火灾气候变化倡议（Fire CCI）数据集（Otón等人，2019年）是由土地长期数据记录（LTDR）项目下的高级甚高分辨率辐射计（AVHRR）图像生成。Fire CCI的时间跨度为1982年1月至2017年12月，分辨率为月度。由于数据质量问题，1994年的BA被排除在外。Fire CCI的空间分辨率为0.05度。全球火灾排放数据库4.1版（GFEDv4）（Randerson等人，2018）提供了1995年6月至2016年12月的月度燃烧面积，空间分辨率为0.25度。我们整合了Fire CCI（10×10 0.05度）和GFEDv4（2×2 0.25度）在每个0.5度的总烧毁面积，以适应Köppen-Geiger气候分类和其他气候再分析数据的空间分辨率。1982-2017年的年平均烧毁面积分数和月平均烧毁面积与Fire CCI进行了绘制。我们使用GFEDv4从2001年1月到2016年12月的数据，与Fire CCI的烧毁部分和面积进行比较。Fire CCI和GFEDv4显示了2001-2016年的空间模式和烧毁面积的比较（表S2）。
将2001-2017年的年平均烧毁面积（Ba）与1982-2001年的年平均烧毁面积进行比较，研究旱季和过渡季烧毁面积变化的空间模式。计算烧毁面积增加（△Ba>0）和受干扰森林的网格单元数量，以评价烧毁与森林损失的趋势。我们进一步将森林损失率划分为四个等级，即0-10%、10-20%、20-30%、30-40%和>40%，以确定燃烧面积增加的概率。
3 结果
3.1 十年的气候制度转变为强化的极端气候
在过去的四十年里，亚马逊气候经历了突然的变化。与1981-2000年相比，2001年后不同季节和气候区的平均月降水量增加了3.3%-14.5%（图1a，b）。降水的增加与更高的柱状水汽含量相吻合，这与2001年至2018年期间从热带太平洋到整个盆地以及从热带大西洋到亚马逊东南部的过渡和干燥季节的水汽传输增强相一致（图2）。在Am和Aw，增强的降水主要是以强化降水的形式出现（图1d）。在Am，低降水频率和无雨天数也有所增加，特别是在旱季。
亚马逊季风气候（Am）和冬季干旱气候（Aw）的气候制度转变。2001-2018年期间Am（a）和Aw（b）的降水、温度和总水汽柱相对于1981-2000年的相对变化（%），Am（c）和Aw（d）的降水概率分布函数，以及Am（e）和Aw（f）的湿季、过渡季节和干季的温度概率分布函数。(c-f)中的实线和虚线分别表示1981-2000年和2001-2018年的降水量（c和d）和温度（e和f）的概率分布函数亚马逊季风气候（Am）和冬季干旱气候（Aw）的气候制度转变。2001-2018年期间Am（a）和Aw（b）的降水、温度和总水汽柱相对于1981-2000年的相对变化（%），Am（c）和Aw（d）的降水概率分布函数，以及Am（e）和Aw（f）的湿季、过渡季节和干季的温度概率分布函数。(c-f)中的实线和虚线分别表示1981-2000年和2001-2018年的降水量（c和d）和温度（e和f）的概率分布函数

极低和极高降水频率的增加伴随着Am和Aw的变暖，近地面空气温度（2米温度）分别以每十年约0.10℃和约0.12℃的速度上升。因此，与1981-2000年相比，最近20年（2001-2018年）Aw的年平均气温高出约0.20℃，Am高出0.24℃（增加0.90%）。Am和Aw的变暖主要是由于在雨季和过渡季节高温出现的增加，而在旱季，变暖主要是由于低温出现的减少（图1e，f）。
尽管总降水量和柱状水汽含量增加，但季节性温度和降水分布的转变与Am和Aw更多的极度干燥和潮湿情况相吻合。根据scPDSI，干旱的严重程度和范围都在增加（Barichivich等人，2019；van der Schrier等人，2013；图3）。1999-2004年和2009-2015年期间的区域平均scPDSI表明持续干旱状况（scPDSI<-0.5；图3a-c）。平均而言，(a)正常和接近正常的干旱条件（-1 < scPDSI < 1）的面积范围以每十年2.0%-4.8%的速度递减（p < .001），(b)轻微至极度干旱条件（scPDSI < -1）以每十年1。 9%-4.9%（p≤.01），©轻微至极度潮湿条件（scPDSI>1）每十年增加0.7%-1.7%（不显著，0.4<p<.9；图S2）。在这四十年中，干旱状况在旱季和过渡季节变得更加严重，并延伸到湿季和过渡季节。

1981年至2000年期间，季节性scPDSI概率分布函数有规律的单模模式，即所有季节的平均可用水量接近正态分布，峰值为微湿（0.3 < scPDSI < 0.7）。然而，2000年后，scPDSI模式演变为更多的二元模式，主要是由于干旱的发生率增加。在Am，接近正常状态（-0.5 < scPDSI < 0.5）转变为更干燥的状态（-2 < scPDSI < -0.5），在Aw，中等干燥和极度干燥的状态（scPDSI < -2；图3d-i）。在Aw，过渡季节和旱季的干旱扩大到更大的区域。即使在雨季，中度和极端干旱也明显增加。

3.2由于森林消失，低层大气变得更暖和、更干燥
由于毁林、气候变化和火灾，亚马逊地区经历了密集的森林损失。自20世纪以来，森林覆盖率的减少主要发生在亚马逊东部和南部的 “毁林之弧”（Malhi等人，2008）（图4a）。整个Af、Am和Aw的森林损失率估计为47. 8 ± 14.9 × 103 km2/year，根据GFC数据集，其中11.9 ± 3.5%的损失在热带雨林，23.5 ± 3.2%在热带季节性森林，64.6 ± 5.3%在热带草原。
2000-2017年期间累计的森林损失导致了蒸散发的下降（图4b,c）。Am和Aw的年蒸气量分别减少了-76.1±80.5毫米/年和-213.3±88.1毫米/年。ET的减少发生在过渡期和旱季，Am（-34.9±20.1毫米/月）和Aw（-36.8±20.1毫米/月）的最大降幅分别在8月。ET下降的一个直接影响是大气比湿度的降低。观测到的再分析记录与这一影响一致，在过渡和干旱季节，大气干燥到相当于875-850 hpa的高度（图2d，e）。2001-2018年过渡季节和干旱季节的近地面（即850hpa以下）平均湿度，相对于1981-2000年，Am和Aw分别下降了0.91%和1.15%。
蒸发需要大量的能量来使水汽化。蒸散发的减少不仅限制了水蒸气对低层大气的贡献，从而减少了水分对温度变化的缓冲作用，而且还大大减少了表面潜热。2001年至2017年期间，森林损失导致Am和Aw的年平均潜热分别减少了-5.9±6.3W/m2和-16.6±6.8W/m2。森林损失引起的潜热变化的季节性模式与蒸散发的季节性模式相似，主要是在过渡季节和干旱季节减少，8月份Am和Aw的最大减少量分别为-31.8±18.4 W/m2和-33.7±18.4 W/m2（图S3a，b）。

潜热减少对地表变暖的影响可部分被森林损失引起的地表反照率变化的冷却影响所抵消。20012017年，累积的森林损失增加了表面反照率，从而使年平均SSNR分别减少了-5.8 ± 1.7 W m-2和-7. 2 ± 1.6 W m-2，对于Am和Aw来说。这种冷却影响在旱季比在雨季更稀疏时更低（图S3c,d），也可以通过减少云层（从而减少ET；Bala等人，2007）来降低。热带森林损失引起的蒸散发和反照率变化及其随后的云和温室气体反馈在区域范围内有一个净变暖的影响（图4d,e）。2001年至2017年期间，森林的累计损失与Am和Aw的年平均LST变化分别为0.9±0.5℃和1.2±0.7℃相吻合。在8月至11月的旱季，升温最为明显。
3.3 气候变化和森林损失导致的火灾扩张
整个亚马逊地区的火灾Ba主要分布在亚马逊盆地南部边界的Am和Aw（图5a）。1982年至2017年间，约93%的年平均Ba发生在Aw，约94% 的火灾发生在旱季，8月至10月为燃烧高峰（图5b）。尽管有年际变化，1982年至2017年期间，Am和Aw的年度总Ba（178.5 ± 65.4 × 103 km2）相对稳定。相对于1982年至2000年期间，2001年至2017年期间Am的Ba有所扩大。燃烧的扩大主要发生在5月至8月的过渡季节，当时Am中Ba的平均部分从3.7±3.7%（1982-2000年）增加到5.4±3.4%（2001-2017年），5月的增幅最大（大约翻倍；图5c）。
与湿季和旱季相比，过渡季节的受扰林更容易发生燃烧。在过渡季节，与1982-2000年期间相比，2001-2017年期间，72%的Aw和68%的Am（旱季为53%的Aw和47%的Am）受干扰森林的火灾增加。火灾指数主要在亚马逊流域南部边界的 "森林砍伐弧 "处增加（图S4）。然而，Aw南部的Ba有所下降，那里的气候更加干燥，与Am和Aw北部相比，经历了一个更密集的干燥趋势。与旱季相比，过渡季节的火灾在盆地南部边界内明显扩大，那里的森林受到了高度干扰。Ba增加的部分主要取决于森林损失的部分（图6）。过渡季节增加的燃烧率比旱季高，特别是在季节性森林。此外，季节性森林对森林损失的反应有明显的增加，而对稀树草原树木损失增加的反应则相对稳定。
4 讨论
大西洋提供了亚马逊地区三分之二的降水（Davidson等人，2012）。近几十年来，亚马逊地区的湿润被归因于来自变暖的热带大西洋的大气水汽传输的增加（Gloor等人，2013年）。2001年至2018年期间，过渡期和旱季从热带大西洋到亚马逊东南部的水汽传输增强，这可以解释热带草原的降水和湿度增加。而在季节性森林中，降水和水分的增加是由来自热带太平洋的水蒸气传输增强所促成的。在湿润季节，来自热带太平洋的水汽传输增强，与全流域的湿润情况一致。
降水的增加主要发生在强化的强降雨事件中。自20世纪中期以来，已经观察到这种强化的暴雨事件和极度潮湿的日子的降水模式的转变（Skansi等人，2013年）。我们的结果显示，低降水频率和无雨天数增加，干旱严重程度和范围增强，特别是在季节性森林中，表明极端降水和水压力之间的两极化。干湿极端的增加加剧了植被的脆弱性和死亡率（Hirota, Holmgren, Van Nes, & Scheffer, 2011）。强化的强降雨事件不能有效地缓解或减轻长期干旱，因为大部分降雨流向排水渠道和溪流，而不是被吸收到地下（Trenberth等人，2014）。此外，在植被丧失的地区，由于降雨拦截、树冠蒸发和土壤渗透的减少，强降雨事件的径流得到加强，放大了洪水风险（Bradshaw等，2007；Gentry & Lopez-Parodi，1980；Lawrence & Vandecar，2015）。
在亚马逊地区，森林水分和热量条件主要由热带太平洋和大西洋海面温度（SST）驱动，这些温度随ENSO和NAO阶段的变化而波动（Jiménez-Muñoz等人，2016；Zeng等人，2008）。然而，一些干旱事件不能完全用SST异常来解释，例如2015-2016年的空前干旱（Erfanian, Wang, & Fomenko, 2017）。我们的研究结果表明，森林消失导致的蒸散量减少使低层大气变干，可能会放大干旱的严重性，特别是在热带稀树草原。与热带季节性森林相比，稀树草原的土壤往往是多孔的，排水更快（Lloyd等人，2009）。因此，即使在雨季，由于土壤持水能力低，热带草原的树木损失也会减少蒸散发。ET的大幅下降意味着对低层大气的供水大幅减少，因为ET占亚马逊地区降雨量的 _{1/3（Staal等人，2018年），近地表下冠层的水汽含量} 90%（Cochrane和Barber，2009年）。
低层和高层大气中比湿度的对比变化意味着供水机制的不同。在雨季和过渡期及旱季的高层大气中，所有级别的湿度增加与降水和柱状水汽含量的增加是一致的，更有可能被我们发现的来自热带海洋的水汽输送增加所解释。比湿度下降的水平正好发生在850hpa以下，这是很大一部分水分从海洋输送的水平（Gimeno等人，2016）。然而，低层大气的干燥与ET的减少是一致的，因为ET是亚马逊低层大气的主要水分来源（Cochrane和Barber，2009年），这意味着由于森林的丧失，大气水分回收的力度大大减弱。由于森林覆盖丧失导致的水分循环减少，会大大推迟旱季向湿季过渡的开始时间（Wright等人，2017年），并延长旱季（Agudelo, Arias, Vieira, & Martínez, 2019年）。
火灾的空间梯度从西北到东南，与气候模式和森林分布有关。高湿度和树冠含水量使亚马逊河西北部的雨林对火灾蔓延具有极大的抵抗力（Cochrane & Barber, 2009）。然而，亚马逊南部和东部的热带草原，经历了季节性降雨，不能有效地缓冲火灾（Uhl，1998）。稀树草原是天然的火灾易发区，适应频繁的火灾。因此，我们发现，随着森林损失率的增加，火灾BA保持相对稳定。季节性森林的火灾风险通常比周围的热带草原低得多，因为树冠不那么开放，燃料的质量较低，以及更高的垃圾湿度（Bowman & Wilson, 1988）。
我们的结果表明，季节性森林和跨越季节性森林-稀树草原边界的森林经历了比北部雨林和南部稀树草原高得多的损失，更容易受火灾影响。在森林覆盖率损失超过10%的地区中，有一半以上的地区火灾增加。在森林覆盖率损失超过40%的地区中，超过80%的地区经历了火灾的增加。森林树冠的损失减少了树冠下的森林燃料水分，使太阳辐射加热林下植被和干燥的垃圾燃料（Messina & Cochrane, 2007）。由于自然或人为活动造成的森林损失导致碎片化，导致点火增加和燃料水分减少（Alencar, Brando, Asner, & Putz, 2015）。森林碎片特别脆弱和容易发生火灾，因为它们通常与经常被砍伐和烧毁的牛群牧场相邻(Laurance & Williamson, 2001)。
我们表明，森林损失会改变区域气候，当与气候变化叠加时，会增加火灾的易感性并加剧区域干旱。强烈的干旱与火灾的相互作用导致树冠结构和组成的大规模变化，并使森林转向类似热带草原或灌木丛的植被（Balch等人，2008；Hutyra等人，2005）。持续多年的反复干旱会导致植被死亡，扩大森林损失（Brando等人，2014；Saatchi等人，2013；Zemp等人，2017）。近年来不断上升的森林砍伐率（Qin等，2019）可能会增加干旱、森林碎片和火灾负荷，因此将火灾风险向北扩大到热带季节性森林。努力促进森林保护和防火是一个重要的优先事项，以防止亚马逊地区进一步的气候和火灾制度转变，损害区域可持续性。

巴西 亚 马 逊 退化 数据集描述了巴西 亚 马 逊 地区环境退化的各个方面，例如 火灾 ， 森林 砍伐和 气候 现象。 第一个文件inpe_brazilian_amazon_fires按州，月份和年份列出了1999-2019年的 火灾 爆发情况。 这些数据来自“银行数据库”（ 火灾 数据库），该数据库通过卫星图像检测 火灾 的爆发。 每个巴西州内的特定经度和纬度，以及该特定区域中每年的关联火点都可用。 第二个文件def_area_2019按巴西州和2004-2019年列出了 森林 砍伐面积（km ^ 2）。 这些数据来自“巴西 亚 马 逊 雨林监测计划”（Satellite）。 第三个文件el_nino_la_nina_1999_2019列出了巴西的El ninos和la ninas的开始和结束日期及其严重性数据。 这些数据是从金门气象服务中提取的。 科学家经常感叹，曾经孤立和遥远的地区的发展和栖息地破坏正在促使物种灭绝，甚至还没有被科学所知道。 在巴西的 亚 马 逊 地区，政府的《加速增长计划》部分涉及高速公路的重大改善和扩建。 长期以来，这种基础设施与该地区毁林的主要原因有关。 对于科学家而言，至关重要的是评估与道路开发和现有保护区的位置有关的生物多样性收集目标。 这项研究的目的是收集所有数字化形式的兰花蜂的记录，以便获得迄今为止我们所掌握知识的空间图，并就未来收集的优先领域和保护区的作用提出建议。物种保护。 用于本研究的收集数据来自各种收集工作，并且也从文献中收集。 然后将收集的数据导入到地理信息系统中，从而可以集成其他空间数据层，例如高速公路，自然保护区，土著土地和 森林 覆盖率。 结果表明，沿着BR 163和BR 230公路（ 森林 砍伐严重，保护单位少的地区）收集物资的主要需求。 我们建议创建保护单位，并建议允许将废弃地区保留为休耕地，以帮助在这两条主要公路的影响范围内节省更多的生物多样性。 百度搜索 欧洲中期数值预报中心——传送门 点击上方右侧 log in New user开始进行注册，在注册后会受到一封邮件，用来激活账号，点击其中的网址，如果网址点击打开错误，可以邮件回复沟通，回反馈给你一个随机密码，登录成功后可以自 image.png从该网站上可直接下载全球1901-2016年的逐月PDSI数据，文件为nc格式，为进一步和其他栅格数据进行计算，需要将nc文件 转变 为tif文件，因此本文提供一种能够批量转换的处理方式。首先准备个样例数据ncdisp('H:\Global\PDSI\scPDSI.cru.3.25.bams2017.GLOBAL.1901.2016.nc');data1=ncread('H:\Glo... 非结构化数据：聊天记录、发送的邮件、视频、图片、文本等数据 随着科技的进步，这些非结构化的数据激增，我们可以利用这些大量数据进行统计、分析、挖掘出具有价值的信息，利用通过统计大量人群的购买记录，给用户推荐再看物品的相似物品；通过大量邮件信息的统计，可以过滤出垃圾邮件等等。 这些非结构化的数据，并不好处理。图像和视频需要图像处理和计 The MODIS Fire_cci Burned Area pixel product version 5.1 (FireCCI51) is a monthly global ~250m spatial resolution dataset containing information on burned area as well as ancillary data. It is based on surface reflectance in the Near Infrared (NIR) band fr 链接1 Climatic Research Unit (CRU)： https://catalogue.ceda.ac.uk/uuid/10d3e3640f004c578403419aac167d82 链接2European Climate Assessment & Dataset： http://climexp.knmi.nl/selectfield_obs2.cgi?id=someone@somewhere 本次的研究主要是基于modis 火灾 天数的问题，我们尝试选定研究区进行下载看结果是不是批量的在一起的一张图上，而不是仅仅是官网一个一个的图片展示。具体问题： 之前有朋友问到关于下面这篇文章中， 火灾 数据从官网下载的为什么是一个一个的问题：(1110条消息) Google Earth Engine ——MCD64A1.006 MODIS Burned Area Monthly Global 500m第6版燃烧区数据产品_此星光明2021年博客之星云计算Top3的博客-CSDN博客 下面这个图是官网的下载链接给