以下是引用本文的既定格式:
麦克斯韦、C.、R. M.谢勒、J. W.朗和P.曼利,2022。不确定性下的森林管理:管理对气候变化和野火在美国太浩湖盆地的影响。beplay竞技生态与社会27(2):15。摘要
beplay竞技气候变化将加速森林因昆虫、疾病和野火造成的死亡。因此,当森林管理员设法维持多种管理目标时,就需要大量的资源。由于抵消气候变化和相关干扰的管理要求日益增加,与气候变化本身相比,未来森林状况的不确定性更大。beplay竞技我们提供了一种分析方法来量化森林变化的关键驱动因素——气候、干扰和森林管理——使用情景与模拟模型来预测和量化加利福尼亚和内华达(美国)的太浩湖盆地(一个山地季节性干旱针叶林)的不确定性。我们利用完全析因实验设计和方差分析,将不确定性划分为气候变化(包括beplay竞技与野火和昆虫爆发相关的变化)、森林管理(包括间伐、规定火灾和灭火)和其他来源。我们重点关注了对该地区森林管理目标至关重要的三个指标:森林碳储量、严重烧伤面积和野火烧毁总面积。管理在短期内解释了严重燃烧面积和长期碳储量的大量差异,而气候在总燃烧面积上解释了最大的差异。我们的结果表明,模拟广泛的管理活动不会满足所有预期的管理目标。森林管理的范围和强度都需要大大增加,以跟上预测的气候和野火情况。介绍
我们正在经历前所未有的全球变化,这些变化将在未来几十年加速。在全球范围内,森林受制于许多人为变化的驱动因素(McIntyre等人2015年,Franklin等人2016年,Balch等人2017年),这些人为变化可能会降低其提供预期水平的生态系统服务的能力(Asner等人2015年)。由于这些人为驱动因素以令人惊讶的方式相互作用,而且它们未来的规模也不确定,因此森林的未来高度不确定(Millar等人2007年,Lindner等人2014年,Luce等人2016年,Wang等人2016年,Boulanger等人2018年)。自然资源管理者在做出决策时必须考虑到不确定性(Nichols等人2011年,Lindner等人2014年),但气候变化会放大不确定性,并可能成为管理行动的障碍(Polasky等人2011年,Adams 2013年,Scheller和Parajulibeplay竞技 2018年)。
尽管取得了几十年的进步,但仍有许多不确定性来源限制了我们理解和预测未来森林的能力,包括参数不确定性(输入模型的数据)、模型不确定性(反映了我们对系统运行方式的整体理解)和内在不确定性(不可解决的不确定性;Higgins et al. 2003, Morin and Thuiller 2009, Reyer et al. 2016)。然而,在森林生态和管理领域内,有机会通过使用情景规划来量化和评价不确定因素的来源。情景与预测模型相结合是一种量化不确定性的常用方法,通过尝试识别各种输入、状态和行动的结果(Peterson et al. 2003)。通过确定系统变化的主要驱动因素的似是而非的或潜在的边界,可以估计出每一个(或两者都不是)的不确定性(Polasky et al. 2011)。就森林和气候变化而言,气候预测本身就是一个巨大的不确定beplay竞技性来源,因为它们本身反映了一系列社会、经济和技术变量(Van Vuuren et al. 2011)。模型的不确定性也可能很大(Petter et al. 2020)。森林扰动给我们对森林未来的理解带来了相当大的不确定性(Hicke等人2006年、Millar等人2007年、Littell等人2010年、Scheller等人2011年、Anderegg等人2015年、Seidl等人2016年、Bognounou等人2017年、Coen等人2018年、Stephens等人2018年)。相反,干扰之间的负反馈,结合生态记忆,可以降低不确定性。干扰不一定会叠加; there can be negative feedbacks among disturbances that tend to reduce the magnitude (i.e., tree mortality) of subsequent disturbances such as with insects and high severity fire where fire risk is reduced after needle drop (Meigs et al. 2016). Forested landscapes have long ecological memories (Sun et al. 2013, Johnstone et al. 2016)—consisting of the biotic elements, their age, and spatial distribution—that limit their future behavior (Rhemtulla et al. 2009, Loudermilk et al. 2013, Perring et al. 2016).
我们提供了一种分析方法,利用情景搭配模拟建模来预测和量化未来的不确定性,量化森林变化、气候、干扰和森林管理的关键驱动因素。我们采用完全因子实验设计(类似于Seidl和Lexer 2013),重点研究了beplay竞技气候变化(包括与野火和昆虫爆发相关的变化)、森林管理(包括疏林、规定火灾和灭火)和其他来源产生的不确定性;我们对不确定性产生的方差进行了分析(例如,Seidl和Lexer 2013)。
我们将情景和模型相结合,能够根据气候和管理情况对一系列潜在的未来进行预测。产生的信息随后可以为长期战略管理规划提供信息(Sturtevant et al. 2007),进而可以回答以下问题:尽管气候变化,管理是否可以继续指导结果?
我们评估了三个指标,这些指标反映了当前的管理目标,包括恢复以低强度火灾为主的更自然的火灾制度;减少高风险、高强度的野火;以及维持潜在的C隔离。我们在太浩湖盆地(LTB)解决了这个问题,这非常适合景观建模,因为(1)森林大部分是公有的,这使得森林和火灾管理有统一的方法,(2)森林野火历史上一直被限制在陡峭的盆地边界内,(3)气候预计将变暖,但仍将保持冬季降雪和夏季干燥的特点。
方法
我们的分析是研究西太浩湖(LTW)研究区域社会和生态恢复能力的一个重要组成部分,该研究采用了替代管理策略,作为协同景观恢复努力的一部分。这个更大的努力是本专题中各种文章的主题,关于这个项目的更多信息可以在这里找到:https://www.nationalforests.org/regional-programs/california-program/laketahoewest.这项工作的核心包括模拟LTW森林随时间的生态变化。
我们利用LANDIS-II模拟模型框架预测气候和管理的相互作用;LANDIS-II模拟管理和气候强迫以量化不确定性(Scheller et al. 2007)。我们模拟了五种总体强度不同的管理策略和部署的具体管理活动(表1),并在全因子设计中模拟了八种气候预测。我们选择了40个情景,以反映所有可信的气候和管理预测,然后重复了三次,因此封装了来自两者的大部分不确定性(同时认识到,除了目前认为可信的之外,还有潜在的不确定性)。主要干扰物野火和昆虫的行为受气候和管理的双重影响。
指标
作为更大的LTW研究工作的一部分,使用了各种指标来评估社会和生态恢复力;这些指标是根据一组利益相关者和研究团队的意见选择和构建的(见Abelson等人2022)。为了进行分析,我们检查了三个指标,这些指标反映了与森林管理相关的重要景观动态:(1)高强度烧毁面积,(2)野火烧毁总面积;(3)景观碳密度。请注意,我们的火灾模块的设置是为了表示火灾强度,特别是为了近似不同级别的火焰长度和冠火,但它也可以衡量火灾的严重程度(Scheller等人,2019年)。虽然火灾情况的许多方面都很重要,但高强度烧伤面积可能比高强度或严重程度烧伤面积百分比更能提供信息。在火灾历史研究中,高度严重的烧伤面积被广泛报道为一种偏离的衡量标准(例如,Safford和Stevens 2017年),但这种衡量标准有可能扭曲对景观变化的理解。例如,如果一个小区域在一年内以高强度燃烧,然后在另一年内以低强度燃烧一个大区域,这种结果可能与弹性景观条件非常一致。然而,如果转换这些关系,即小区域低强度,接着大区域高强度,结果表明偏离了参考条件。然而,一个基于高严重程度的平均百分比的指标并不能有效地区分这两种结果。
野火烧毁面积是一个重要的过程变量,尽管其本身通常不能表明火灾适应景观的生态恢复力。野火烧毁面积对于理解更大的社会和生态过程非常重要,例如抑制成本、烟雾排放和功能性火灾的恢复,这些都是利益相关者的重要指标(Abelson等,2022)。碳储存,无论是在森林景观还是整个系统(包括木制品),对一些利益相关者来说都是另一个重要的价值(特别是因为已经建立了资金项目来支持碳储存管理)。在这个分析中,我们考虑了碳密度,或单位面积的质量(Mg ha-1),作为衡量这种社会生态价值的尺度。我们重点研究了这三个指标,以考虑气候变化下适应火灾的生态系统的恢复力。beplay竞技许多最近的研究表明,恢复火灾和安全碳存储都具有潜力(例如,Krofcheck等人2017,Loudermilk等人2017,Liang等人2018)。然而,一些研究也表明,内华达山脉的当代森林的碳储量已经超过了一些长期防火历史地区的历史参考值(Harris等人,2019年),这表明碳的减少可能与生态恢复相一致。因此,这一分析揭示了在考虑气候变化的替代管理策略时的重要权衡。beplay竞技
研究区域
太浩湖盆地(LTB)由美国加利福尼亚州和内华达州内华达山脉的太浩湖周围的7万公顷主要森林土地组成(图1)。该盆地的大部分森林区域由美国农业部林业局管理。这里的气候是地中海式的大陆性气候,夏天温暖到炎热,冬天大部分的降水以雪的形式落下。年平均降水量1000多毫米/年(从400毫米到2000毫米不等;图A1.1),月平均最低气温约为-7°C,月平均最高气温约为24°C (PRISM 30年平均;图A1.2)。大多数森林是混合针叶林,其组成因地形和土壤而异。海拔较高的地区,红杉(冷杉属华丽号A. Murr.)占主导地位,而在低海拔地区,Jeffrey pine (松果体jeffreyiGrev。和白杉(冷杉属concolor的Gord。& Glend)占主导地位。糖松(松果体lambertiana和香柏木(Calocedrus decurrens(托)。)是低海拔森林的重要组成部分。灌木田存在于整个海拔等级,以物种为主鼠李而且Arctostaphylos属。
19世纪后期,为了支持更大区域的采矿作业,盆地的大部分地区被大量砍伐(Taylor 2004年)。随着森林的恢复和灭火政策的制定,现在的森林变得更加密集,以更耐阴的树种为特征,而不耐阴的松树则减少了(Barbour et al. 2002)。Loudermilk等人(2013)认为这种趋势将在未来80年持续下去。在欧美人定居之前,野火更加频繁,一些流域几乎每年都会发生小规模火灾,而大型火灾每35年才发生一次(Taylor and Beaty, 2005年)。在该盆地也存在几种树皮甲虫,并造成了大面积森林的死亡(Scheller等人,2018年)。
森林与扰动模拟
我们选择了LANDIS-II模拟框架,因为它模拟了长时间和宽空间范围内的森林演替、干扰和管理(Scheller et al. 2007)。在LANDIS-II中,乔灌木物种被单独建模为种龄队列,每个物种都有自己的生活史属性(如耐阴性、耐火性、传播能力等),多个队列可以占据同一空间。这使得物种能够对多重互动驱动因素做出独特的反应(Scheller et al. 2007)。此外,每个物种都有自己的温度范围和最佳水源,因此每个物种对未来气候预测的反应都不同。同样,队列的建立也依赖于气候条件,假设在这一景观上只有自然再生。物种参数在Loudermilk等人(2013)、Kretchun等人(2016)和Scheller等人(2018)中有详细描述。最初的地上生物量结果在Wilson等人(2013;补充方法见附录1和图A1.4)。
利用社会-气候相关的致热过程(SCRPPLE v. 2.1)扩展(Scheller等人,2019年)对火灾的点火、蔓延和强度(包括野生和规定的)进行了建模。模拟的火情对气候很敏感;利用最近的野火(2000-2016年)参数化火灾蔓延和规模。五名在该地区工作的消防专家提供了他们对三种火灾强度对不同物种和年龄组合的死亡率的估计。
三种甲虫-杰弗里松甲虫(Dendroctonus杰弗里)、山松甲虫(Dendroctonus ponderosae)和冷杉雕刻甲虫(Scolytus ventralis-导致大部分昆虫死亡的LTB,以及白松水泡锈病(柱锈菌属ribicola),使用生物干扰剂(BDA v.2.0.1)扩展的改进版本进行模拟(Sturtevant et al. 2004);在气候水亏缺(CWD)和最低冬季温度阈值之后,这种改变会引发疫情。这种扩展需要昆虫特有的资源需求,并指定一个随年龄而变化的物种特有的脆弱性。疫情爆发地点的死亡率由基于实证实地研究(Egan et al. 2010, 2016)和专家意见的树种年龄和宿主易感性概率确定。Kretchun等人(2016)概述了昆虫传播的参数及其最终死亡率。此外,利用昆虫和疾病检测调查(1993-2017)的结果,在历史气候条件下验证模型结果(见图A1.5)。然而,使用气候阈值作为触发方法存在挑战,因为它忽略了孵化机制,因此无法捕捉到流行病”波”Egan等人(2016)。因此,该模型低估了波峰,高估了波谷;人口动态凌驾于气候控制之上的例子。所有模型参数,以及使用的模型和扩展版本,都可以在GitHub上获得:https://github.com/LANDIS-II-Foundation/Project-Lake-Tahoe-2017/.
管理建模
我们开发了五种场景,代表了实现多种管理目标的独特方法:恢复低强度的火灾状态;减少发生高强度火灾的危险;并保持碳封存。这些方案是与代表LTB内多个机构的管理者,以及在该地区运营的利益相关者团体的意见共同开发的。每种方案每年处理的面积和处理频率的详细信息见表1。场景1的特点是没有燃料管理,并配有高灭火能力。情景2侧重于通过手动或机械疏薄(根据可达性)以及高强度灭火,减少荒地-城市界面(WUI)区域(距离城市开发1.5英里)的野火风险;这是最接近现在的,一切照旧的策略,因为下层植物规定的燃烧是相当有限的。情景3增加了植被疏化处理的强度和程度。该方案侧重于在WUI和一般森林中进行手工和机械处理,在荒野中也进行手工处理。 Scenario 4, the fire-focused strategy, uses prescribed and managed natural ignitions, along with some limited thinning in the WUI (akin to Scenario 2) to reduce fuels and restore forest structure. Prescribed fire was constrained to be low-intensity fire only, based upon guidance from managers regarding their intent. Scenario 5 was similar to Scenario 4, but with higher levels of prescribed burning. In Scenario 4 and Scenario 5, natural ignitions were not suppressed in management zones outside of the WUI. The amount of area treated under the five scenarios ranges from 0% to 11% of the landscape annually. The amount removed by thinning treatments were based on recent treatments within the Basin, and moreover followed the same approach of a thin-from-below up to a set diameter size class (27 cm dbh for hand thinning, 61 cm dbh for mechanical thinning) and slope restrictions (< 30%) for mechanical operations.
气候模型
为了与第四次加州气候评估保持一致,未来的气候预测是由四个全球变化模型(GCM;CanESM2, CNRM5, HADGEM2和MIROC5)在两种不同的相对浓度途径(RCP)(4.5:这是一个”乐观”排放的场景;8.5表示a”常态”使用局部构建的模拟降尺度方法(Pierce et al. 2014)。气候未来与降水量的变化幅度相当大:一些预测年降水量将增加约30% (CanESM2 8.5),另一些预测几乎相同的减少(MIROC5 8.5)。根据CanESM2 8.5预测,夏季夏季降水预计将增加。在MIROC5 GCM下,该地区预计将出现越来越频繁且持续的夏季干旱(图A1.3)。
分析
为了区分管理和气候来源的不确定性,将气候和管理情景作为模型运行的每一个时间步和我们的三个指标(景观碳密度;高强度烧毁面积和野火烧毁总面积)。该分析使用每个指标的年代际平均值重复进行,以减少与多年干旱等持续气候事件相关的时间自相关性。我们还通过管理互动效应研究了气候,尽管这样做在年度或十年尺度上产生的自由度太少。分析使用”车”R(3.5.2)中的package(3.0)。报告的解释方差以平方和(SS)表示,可分为处理效果和误差。误差表示气候或管理无法解释的其他变异来源,是与气候或管理无关的随机模型行为的结果,例如,随机点火地点和种子传播。
结果
被野火烧毁的面积
气候是造成总烧毁面积的主要原因。尽管不同情景对管理措施采取了不同的方法,但野火总面积的差异不大(图2B)。
高强度烧伤区域
在密集的第三种情况下,高强度(> 8 '火焰长度)火焰的面积最有限(图2C)。气候对高强度烧伤地区的影响与每个气候预测的降水值密切相关(图A1.1)。由于夏季降水增加,CanESM2 8.5气候预估导致了最少的高强度火灾。根据MIROC5 RCP 4.5和8.5气候预估,本世纪末的持续干旱将导致本世纪末最大的高强度区域(约比CanESM2 RCP 8.5预估高2-3倍;图2 c)。
景观碳密度
我们的模拟项目表明,随着森林从历史砍伐中恢复,森林的碳含量会随着时间的推移而增加。直到本世纪末,不同气候之间的差异最大时,气候预估才出现实质性的变化(图2A)。密集的机械处理情景(情景3,受到最疏化的影响,导致碳密度最初下降(图2)。然而,这种下降在一个世纪后被抵消,因为疏化的林分不太可能发生严重的火灾,从而导致更高的碳固集率。在本世纪末,高火种使用情景(情景5)的C浓度最低,部分原因是长期使用规定的火种(与情景3中使用的手工或机械疏燃处理相比)使表面燃料、枯木和静止生物质中的C含量大幅下降。
方差分解
组预测因子(气候和管理情景)解释了一定年份内景观C密度、燃烧总面积和高强度燃烧面积的一系列变化,变化范围从11到98%(调整后的R-squared)(图3、4和5)。管理策略和气候预测解释了更多景观C密度的变化(且总是显著的;图5)与烧伤总面积和高强度烧伤面积的比较(分别图3和图4)。这一差异突出了火灾的不确定性,并表明还有其他不确定性来源,包括火灾的随机数量及其位置。
在年和年代际尺度上,管理对总烧毁面积的解释差异小于对高强度火灾的解释差异。气候是火灾总面积的主要驱动因素,而管理是高强度火灾面积的主要驱动因素(图3)。对于高强度火灾,尽管误差项(模型内扰动的随机性)占总方差的大部分(图4A),但气候比管理解释了更多的方差。当汇总到十年时间步时,管理人员解释了严重火灾区域的显著差异(见图4B)。在年代际尺度上,气候的大幅波动被平均出来(湿润年份可以紧随干旱年份,但预测多年干旱的时期除外),而处理的区域是确定的(即,由管理情景决定)。
讨论
未来森林状况的不确定性对衍生的社会价值有重要影响,包括生态系统服务(Hou等人2013,Hamel和Bryant 2017)。从碳储存到野生动物栖息地,森林的效益取决于气候、干扰和管理的相互作用。当这些利益推动当地经济发展时,例如太浩湖盆地的休闲活动,量化个体驾驶者的贡献可以改善有关森林和相关利益的决策,这是本专题的另一份手稿的重点(Abelson等人,2022)。我们在模拟森林景观变化时,重点关注了不确定性的主要来源——气候、管理以及与火灾的相互作用,以便评估管理总体上塑造未来森林状况的能力。结果表明,管理对火灾影响最大的区域(高强度火灾~景观密度>总面积)。虽然该景观的集中化所有权是独一无二的,这可能会限制本研究的广泛适用性,但现在有更大的趋势向加利福尼亚州的整体景观规划。
在减少高强度火灾面积方面,处理面积的大小比处理方式的类型更重要:随着处理面积的增加,被高强度火灾烧毁的面积会减少,因为火灾将更有可能与处理区域相交。从图2C中结果的顺序以及它们与每种管理情景(即1、2、4、3、5)处理的公顷数之间的关系可以明显看出这一点。然而,随着气候变化不确定性的增加,管理解释的方差在本世纪逐渐减小,这意味着40年后管理的有效性可能会下降。beplay竞技LTB中的管理工作可能需要随着时间的推移而大幅增加,这比管理者在共同设计测试的管理策略时考虑的要多。在短期内,更积极的初始处理可能会延缓大范围的死亡率,从长期来看,促进向更耐旱的物种混合过渡(Elkin et al. 2015)。总的来说,我们的研究结果表明,要提高LTB森林保持森林状态的能力,管理需要在更短的时间内覆盖更大比例的景观(Drever et al. 2006)。如果没有这种投资和活动水平的增加,管理行动带来的变化速度可能不会使森林保持在理想的条件下(Johnstone等人,2016)。
燃料处理(手动和机械稀释)可以局部降低火灾强度和蔓延速度。这在多大程度上适用于景观尺度是有争议的(Campbell et al. 2012, Restaino and Peterson 2013),因为在低点火环境中,只有很小的机会,火会与治疗交叉。与此同时,气候变化和相关的高温将减少beplay竞技燃料的水分,并将产生更大、更强烈的火灾(Westerling和Bryant 2008年)。我们的结果表明,在景观尺度上,当治理区域的积累足够大,有很大的可能性发生野火,那么管理可以降低火灾强度。这一发现与该地区的其他研究一致,这些研究发现,要发生这一交叉,处理面积和野火发生率都需要比最近的历史水平增加(Chiono等人2017年,Krofcheck等人2017年),而且可能存在处理面积阈值,超过阈值在降低严重火灾风险方面更有效(Stevens等人2016年)。近一个世纪以来,管理解释的高强度火灾面积和总烧毁面积方差呈下降趋势,反映了气候变化的升温和干燥趋势。beplay竞技
除了管理和气候不确定性之外,我们还估计了误差项或无法解释的不确定性,这是由管理或气候单独无法解释的方差。这种方差与误差传播不一样,误差传播是在发展这些结果中使用的所有变量的所有不确定性的组合(Morgan et al. 1990)。在我们的建模框架中,无法解释的景观C密度的变化可能包括由气候引起的火灾效应:随着气候变暖,火灾的数量增加,但这是概率性的。一个温暖干燥的日子可能会发生多起野火,也可能不会。因此,”固有的”对于我们估计的景观C密度,方差(Higgins et al. 2003)随着时间的推移而增加,与气候同步。相比之下,总体和高强度火灾面积的固有方差相对保持不变,因为每次火灾的最大火灾面积是气候的线性函数(Scheller等人,2019年)。
虽然未来存在而且将永远存在不确定性,但管理在塑造未来森林状况方面可发挥重要作用。管理行动可以塑造景观条件,尽管气候不确定性到一定程度。管理不太有效的区域或指标表明需要对治疗的种类(计划的vs.反动的)、强度、速度或安置进行新的思考。考虑到最近美国西部极端的气候条件,这只强调了治疗的必要性和新思维的必要性。
致谢
项目的资方包括:国家森林基金会、加州太浩保护区、美国农业部太浩湖盆地管理部门、南内华达公共土地管理法公共法105-263、加州气候投资、美国农业部太平洋西南研究站。
数据可用性
支持本研究结果的分析中使用的模型参数和代码可在以下公开获取:https://github.com/LANDIS-II-Foundation/Project-Lake-Tahoe-2017/.此代码已存档在zenodo.org:https://doi.org/10.5281/zenodo.4644579.
文献引用
Abelson, e.s., K. M. Reynolds, a.m. White, J. W. Long, C. Maxwell和P. N. Manley, 2022。评价社会和生态景观恢复力的途径。《生态与社会》,出版中。
亚当斯,硕士,2013。特大火灾、临界点和生态系统服务:在不确定的未来管理森林和林地。森林生态与管理294:250-261。https://doi.org/10.1016/j.foreco.2012.11.039
2015年,Anderegg, W. R. L., J. A. Hicke, R. A. Fisher, C. D. Allen, J. Aukema, B. Bentz, S. Hood, J. Lichstein, A. K. Macalady, N. McDowell, Y. Pan, K. Raffa, A. Sala, J. D. Shaw, N. L. Stephenson, C. Tague, M. Zeppel。干旱、昆虫及其在气候变化中的相互作用导致的树木死亡。新植物学家208(3):674 - 683。https://doi.org/10.1111/nph.13477
Asner, G. P., P. Brodrick, C. B. Anderson, N. Vaughn, D. E. Knapp, R. E. Martin. 2015。在2012-2015年加州干旱期间,森林冠层水分逐渐流失。美国国家科学院学报113(2):E249-E255。https://doi.org/10.1073/pnas.1523397113
Balch, j.k, b.a. Bradley, j.t. Abatzoglou, R. Nagy, E. J. Fusco, A. L. Mahood. 2017。人为引发的野火扩大了整个美国的火灾生态位。美国国家科学院学报114(11):2946-2951。https://doi.org/10.1073/pnas.1617394114
Barbour, M., E. Kelley, P. Maloney, D. Rizzo, E. Royce和J. Fites‐Kaufmann。2002.美国内华达山脉太浩湖盆地的现在和过去的老森林。植物学报13(4):461-472。https://doi.org/10.1111/j.1654-1103.2002.tb02073.x
Bognounou, F., L. De Grandpré, D. Pureswaran和D. Kneeshaw. 2017。植物邻域的时间变化对主要寄主和次要寄主落叶的影响生态球8 (3):e01759。https://doi.org/10.1002/ecs2.1759
面包师,Y。,M.-A。Parisien, and X. Wang, 2018。加拿大未来被野火烧毁地区的模型-规格不确定性。中国森林灾害学报,27(3):322 - 326。https://doi.org/10.1071/WF17123
坎贝尔,J. L., M. E.哈蒙,S.米切尔,2012。燃料减少处理真的能通过减少未来的火灾排放来增加美国西部的森林碳储量吗?生态学报,20(2):393 - 393。https://doi.org/10.1890/110057
洛杉矶Chiono, D. L. Fry, b.m. Collins, A. H. Chatfield和S. L. Stephens。景观尺度的燃料处理和野火对加州斑点猫头鹰栖息地的碳储量和火灾危害的影响。生态球8 (1):e01648。https://doi.org/10.1002/ecs2.1648
科恩,j.l., E. N.斯塔夫罗斯和J. A.菲茨-考夫曼。2018.解构国王的大火。生态学应用28(6):1565 - 1580。https://doi.org/10.1002/eap.1752
加拿大森林火灾行为预测系统的发展和结构。加拿大林业。ST-X-3信息报告。加拿大林业,总部,火灾危险小组和科学和可持续发展理事会,渥太华,安大略省,加拿大。
Drever, C. R., G. Peterson, C. Messier, Y. Bergeron, M. Flannigan. 2006。基于自然干扰的森林管理能维持生态恢复力吗?中国林业科学学报,36(9):1284 - 1284。https://doi.org/10.1139/x06-132
伊根,J. M., W. R.雅可比,J. F.内格隆,S. L.史密斯和D.克拉克,2010。在加州东北部,森林变薄和随之而来的树皮甲虫导致了死亡。森林生态与管理260(10):1832-1842。https://doi.org/10.1016/j.foreco.2010.08.030
伊根,J. M., J. M. Sloughter, T. Cardoso, P. Trainor, K. Wu, H. Safford, D. Fournier. 2016。太浩湖流域杰弗里松甲虫爆发动态的多时相生态分析。种群生态学58(3):441 - 462。https://doi.org/10.1007/s10144-016-0545-2
Elkin, C., A. Giuggiola, A. Rigling和H. Bugmann, 2015。森林间伐对减轻欧洲阿尔卑斯山山区森林干旱影响的短期和长期效果。生态学应用25(4):1083 - 1098。https://doi.org/10.1890/14-0690.1
富兰克林,J., J. M. Serra-Diaz, A. D. Syphard和H. Regan, 2016。全球变化与陆生植物群落动态。美国国家科学院学报113(14):3725-3734。https://doi.org/10.1073/pnas.1519911113
Hamel, P.和B. P. Bryant, 2017。生态系统服务分析中的不确定性评估:七个挑战和实际应对。生态系统服务24:1-15。https://doi.org/10.1016/j.ecoser.2016.12.008
哈里斯、L. B. A. E.肖尔、A. B.杨、B. L.埃斯蒂斯和A.泰勒。20世纪原始森林野火后碳储存和排放的时空动态森林生态与管理。https://doi.org/10.1016/j.foreco.2019.117461
Hicke, J. A., J. Logan, J. Powell和D. Ojima. 2006。气温的变化会影响山松甲虫的适应性(Dendroctonus ponderosae)在美国西部爆发:气候变化和昆虫爆发。beplay竞技地球物理研究学报:生物地球科学111(2)。https://doi.org/10.1029/2005JG000101
希金斯,S. I., J. S. Clark, R. Nathan, T. Hovestadt, F. Schurr, J. Fragoso, M. R. Aguiar, E. Ribbens, S. Lavorel。2003。预测植物迁移率:管理风险评估的不确定性。生态学报91(3):341-347。https://doi.org/10.1046/j.1365-2745.2003.00781.x
Hou, Y., B. Burkhard和F. Müller。2013.景观分析与生态系统服务功能评价的不确定性。环境管理学报127:S117-S131。https://doi.org/10.1016/j.jenvman.2012.12.002
2016年,约翰斯通、J. F.、C. D.艾伦、J.富兰克林、L. E.弗里希、B. J.哈维、P. E.伊盖拉、M. C.麦克、R. K.米恩特梅尔、M. R.梅茨、G. L.佩里、T.舍纳格尔和M. G.特纳。改变干扰机制、生态记忆和森林恢复力。生态与环境前沿14:369-378。https://doi.org/10.1002/fee.1311
Kretchun, A. M., E. L. Loudermilk, R. M. Scheller, M. D. Hurteau, S. Belmecheri。气候和树皮甲虫对森林生产力的影响-将树木生态学与森林景观建模联系起来。加拿大林业研究杂志46:1026-1034。https://doi.org/10.1139/cjfr-2016-0103
Krofcheck, D. J., m.d. Hurteau, R. M. Scheller, E. Loudermilk. 2017。恢复地表火情可以稳定内华达山脉极端火灾天气下的森林碳。生态球8 (1):e01663。https://doi.org/10.1002/ecs2.1663
Liang, S., m.d. Hurteau, A. L. Westerling, 2018。在预计的气候和野火情况下,大规模恢复可增加碳稳定性。生态学报,16(4):433 - 436。https://doi.org/10.1002/fee.1791
林德纳,M., J.菲茨杰拉德,N. E.齐默尔曼,C. Reyer, S. Delzon, E. van der Maaten, M. Schelhaas, P. Lasch, J. Eggers, M. van der Maaten- theunissen, F. Suckow, A. Psomas, B. Poulter, M. Hanewinkel. 2014。beplay竞技气候变化和欧洲森林:我们知道什么,不确定性是什么,以及对森林管理的影响是什么?环境管理学报146:69-83。https://doi.org/10.1016/j.jenvman.2014.07.030
利特尔,J. S., E. Oneil, D. McKenzie, J. Hicke, J. Lutz, R. Norheim, M. Elsner. 2010。美国华盛顿州的森林生态系统、干扰和气候变化。气候变化102(1 - 2):129 - 158。https://doi.org/10.1007/s10584-010-9858-x
劳德米尔克,E. L., R. M. Scheller, P. J. Weisberg, A. Kretchun. 2017。弯曲碳曲线:气候变化下火灾管理对碳弹性的影响。beplay竞技景观生态学32:1461 - 1472。https://doi.org/10.1007/s10980-016-0447-x
Loudermilk, E., R. M. Scheller, P. J. Weisberg, J. Yang, T. E. Dilts, S. L. Karam和C. Skinner。2013。未来森林的碳动态:长期演替遗产和气候-火灾相互作用的重要性。全球变化与生物学报19(11):351 - 356。https://doi.org/10.1111/gcb.12310
Luce, c.h., J. Vose, N. Pederson, J. Campbell, C. Millar, P. Kormos和R. Woods. 2016。在预计的未来气候条件下美国森林生态系统干旱的促成因素及其不确定性。森林生态与管理。https://doi.org/10.1016/j.foreco.2016.05.020
McIntyre, P. J., J. Thorne, C. Dolanc, A. L. Flint, L. E. Flint, M. Kelly, D. Ackerly。2015。20世纪加州森林结构的变化:森林更密集,树木更小,橡树的优势越来越大。美国国家科学院学报112(5):1458-1463。https://doi.org/10.1073/pnas.1410186112
梅格斯、g.w.、H.扎尔德、J. L.坎贝尔、W. S.基顿和R. E.肯尼迪。昆虫的爆发会降低随后森林火灾的严重程度吗?环境研究快报11:045008。https://doi.org/10.1088/1748-9326/11/4/045008
米勒,c.i., N.斯蒂芬森和S.斯蒂芬2007。beplay竞技气候变化与未来森林:面对不确定性的管理。生态学应用17(8):2145 - 2151。https://doi.org/10.1890/06-1715.1
摩根,M. G., M.亨利恩和M.斯莫尔1990。不确定性:在定量风险和政策分析中处理不确定性的指南。剑桥大学出版社,英国剑桥。
Morin, X.和W. Thuiller, 2009。比较基于生态位和基于过程的模型以减少气候变化下物种范围变化预测的不确定性。beplay竞技生态90(5):1301 - 1313。https://doi.org/10.1890/08-0134.1
尼科尔斯,j.d., M. Koneff, P. J. Heglund, M. G. Knutson, M. E. Seamans, J. E. Lyons, J. Morton, M. Jones, G. S. Boomer, B. K. Williams。beplay竞技气候变化、不确定性和自然资源管理。野生动物管理学报75(1):6-18。https://doi.org/10.1002/jwmg.33
Perring, M. P., P. De Frenne, L. Baeten, S. L. Maes, L. Depauw, H. Blondeel, M. M. Carón, K. Verheyen. 2016。全球环境变化对生态系统的影响:土地利用遗产的重要性。全球变化与生态学报22(4):362 - 368。https://doi.org/10.1111/gcb.13146
彼得森,g.d., G. S.卡明和S. R.卡朋特,2003年。情景规划:在不确定的世界中保护环境的工具。保护生物学17(2):358 - 366。https://doi.org/10.1046/j.1523-1739.2003.01491.x
Petter, G., P. Mairota, K. Albrich, P. Bebi, J. Brůna, H. Bugmann, A. Haffenden, R. M. Scheller, D. R. Schmatz, R. Seidl等2020。未来森林景观动态预测的稳健程度如何?四种森林景观模型系统比较的启示。环境建模和软件134:104844。https://doi.org/10.1016/j.envsoft.2020.104844
皮尔斯,D. W., D. R. Cayan和B. L. Thrasher, 2014。使用局部构造类似物(LOCA)的统计降尺度。水文气象学报(英文版)。https://doi.org/10.1175/JHM-D-14-0082.1
Polasky, S., S. Carpenter, C. Folke, B. Keeler, 2011。大不确定性下的决策:全球变化时代的环境管理。生态学报26(8):398-404。https://doi.org/10.1016/j.tree.2011.04.007
Restaino, j.c.和D. Peterson, 2013。野火和燃料处理对美国西部森林碳动态的影响。森林生态与管理303:46-60。https://doi.org/10.1016/j.foreco.2013.03.043
Reyer, c.p.o ., M. fleechsig, P. Lasch-Born和M. van Oijen. 2016。在评估气候变化对森林生产力影响的过程模型中整合参数的不确定性。beplay竞技气候变化137(3 - 4):395 - 409。https://doi.org/10.1007/s10584-016-1694-1
J. M., D. J. Mladenoff和M. K. Clayton, 2009。美国威斯康辛州历史土地利用对区域森林组成和结构的影响(19世纪中期- 20世纪30年代- 21世纪)生态学应用19(4):1061 - 1078。https://doi.org/10.1890/08-1453.1
萨福德,H. D.和J. T.史蒂文斯,2017。美国加州内华达山脉、喀斯喀特南部、莫多克和因约国家森林的黄松和混合针叶林的自然变异范围。技术将军,PSW-GTR- 256代表。美国林务局,太平洋西南研究站,奥尔巴尼,加州,美国。https://www.srs.fs.usda.gov/pubs/55393
谢勒,R. M., J. B.多明戈,B. R. Sturtevant, J. S. Williams, A. Rudy, E. J. Gustafson和D. J. Mladenoff。2007。具有灵活时空分辨率的空间景观模拟模型LANDIS-II的设计、开发与应用生态造型201:409 - 419。https://doi.org/10.1016/j.ecolmodel.2006.10.009
Scheller, R., A. Kretchun, T. J. Hawbaker和P. Henne。变化的社会-生态火灾格局景观模型。生态造型401:85 - 93。https://doi.org/10.1016/j.ecolmodel.2019.03.022
Scheller, R. M., A. Kretchun, E. L. Loudermilk, M. D. Hurteau, P. J. Weisberg, C. Skinner. 2018。燃料管理、物种组成、树皮甲虫和气候变化之间的相互作用以及对太浩湖盆地森林的潜在影响。beplay竞技生态系统21:643 - 656。https://doi.org/10.1007/s10021-017-0175-3
Scheller, R.和R. Parajuli, 2018。新英格兰和克拉马斯生态地区应对气候变化的森林beplay竞技管理:动机、实践和障碍。森林9(10):626。https://doi.org/10.3390/f9100626
谢勒,R. M., W. D. Spencer, H. Rustigian-Romsos, A. Syphard, B. Ward, J. Strittholt. 2011。利用随机模拟评估孤立森林食肉动物野火和燃料管理的竞争风险。景观生态学26(10):1491 - 1504。https://doi.org/10.1007/s10980-011-9663-6
塞德尔,R.和M. J.莱克瑟,2013年。气候和社会不确定性下的森林管理:减少气候变化影响和培养适应能力之间的权衡beplay竞技环境管理学报114:461-469。https://doi.org/10.1016/j.jenvman.2012.09.028
Seidl, R., T. A. Spies, D. L. Peterson, S. L. Stephens, J. A. Hicke, 2016。寻找恢复力:解决不断变化的干扰机制对森林生态系统服务的影响。应用生态学报53(1):120-129。https://doi.org/10.1111/1365-2664.12511
斯蒂芬斯,S. L., B.柯林斯,C.费蒂格,M.芬尼,C.霍夫曼,E. Knapp, M. North, H. Safford, R. B. Wayman. 2018。干旱,树木死亡和森林野火适应频繁的火灾。生物科学68(2):77 - 88。https://doi.org/10.1093/biosci/bix146
Stevens、J. T.、B. Collins、J. Long、M. North、S. Prichard、L. Tarnay和A. White(2016)。评估内华达山脉针叶林中燃料处理策略的潜在权衡。生态球7 (9):e01445。https://doi.org/10.1002/ecs2.1445
斯特蒂文特,b.r., A. Fall, D. D. Kneeshaw, n.p.p. Simon, M. J. Papaik, K. Berninger, F. Doyon, D. G. Morgan和C. Messier. 2007。可持续森林管理规划的工具箱建模方法:实现科学与当地需求之间的平衡。生态与社会12(2):7。http://dx.doi.org/10.5751/ES-02102-120207
B. R. Sturtevant, E. Gustafson, W. Li和H. He. 2004。在LANDIS中模拟生物干扰:一个使用云杉budworm的模块描述和演示。生态模型180(1):153 - 174。https://doi.org/10.1016/j.ecolmodel.2004.01.021
孙中,任慧,陆慧,王杰,李丽丽,刘宁。2013。森林演替过程中的生态记忆量化——以中国南方亚热带森林生态系统为例生态指标34:192 - 203。https://doi.org/10.1016/j.ecolind.2013.05.010
泰勒,A. H. 2004。美国太浩湖盆地早期开垦地森林参考条件的识别。生态学应用14:1903 - 1920。https://doi.org/10.1890/02-5257
泰勒,a.h.和r.m. Beaty, 2005。气候对北部内华达山脉,太浩湖盆地,内华达,美国的火制度的影响。生物学报32(3):425-438。https://doi.org/10.1111/j.1365-2699.2004.01208.x
Van Vuuren, D. P.和J. Edmonds, M. Kainuma, K. Riahi, A. Thomson, K. Hibbard, G. Hurtt, T. Kram, V. Krey, J. F. Lamarque等。代表性浓度途径概述。气候变化109:5。https://doi.org/10.1007/s10584-011-0148-z
王涛,王国强,J. Innes, C. Nitschke, Kang H. 2016。亚太地区四种主要森林树种的气候生态位模型及其对未来气候的共识预测森林生态与管理360:357-366。https://doi.org/10.1016/j.foreco.2015.08.004
韦斯特林,A. L.和B. P.布莱恩特,2008。beplay竞技气候变化和加州野火。气候变化简报》249。https://doi.org/10.1007/s10584-007-9363-z
威尔逊,b.t., c.w.伍德尔,D. M.格里菲斯,2013。将清查样地的森林碳储量估算估算到全国连续覆盖范围。碳平衡管理8:1。https://doi.org/10.1186/1750-0680-8-1
表1
表1.管理方案按意向和处理类型,按公顷,每年(近似,四舍五入)细分。
场景 | 管理规范 | 机械 | 手 | 规定的火灾 | 总计 | 每年处理的景观百分比 | 最低再处理时间 | 自然点火作为管理火灾 |
1 | 唯一的管理活动就是扑灭火灾。 | 0 | 0 | 0 | 0 | 0% | 0 | 没有 |
2 | 管理活动集中于荒野-城市界面的森林间伐。这种管理策略旨在围绕人类建造的结构和财产提供一个防御空间的缓冲。每年处理约2%的植被面积,均在WUI。这种情况与目前太浩湖盆地的管理活动最为相似。灭火工作与场景1相同。 | 350 | 950 | 0 | 1300 | 2% | 20. | 没有 |
3. | 该方案建立在方案2的基础上,将管理活动扩展到WUI以外的剩余森林景观,并主要使用机械和一些人工方法来稀释森林和减少生物量。它每年治疗大约6.7%的植被面积。灭火工作与场景1相同。 | 1200 | 3800 | 0 | 5000 | 7% | 11 | 没有 |
4 | 这个场景建立在场景2的基础上,将管理活动扩展到剩余的森林景观。场景4主要使用规定的火灾和管理野火。该方案每年处理大约4%的植被面积。在WUI地区,灭火措施与情景1相同,但在荒野地区,为了达到资源目标,允许自然点火。 | 250 | 1000 | 1800 | 3050 | 4% | 20. | 是的,在荒野 |
5 | 这个场景建立在场景4的基础上,大大扩展了指定火力的使用。该方案每年治疗大约7.2%的植被面积,略高于方案3,但大多数治疗(75%)是规定的火灾。在WUI地区,灭火措施与情景1相同,但在荒野地区,为了达到资源目标,允许自然点火。 | 250 | 1000 | 6600 | 7850 | 11% | 20. | 是的,在荒野 |