卡廷加生物群落林火风险建模与预防优先级区域研究

《Perspectives in Plant Ecology, Evolution and Systematics》：Forest fires in Caatinga: Risk modeling and priority areas for prevention

　　本综述基于模糊逻辑（Fuzzy Logic）与层次分析法（AHP），构建了巴西卡廷加生物群落的林火风险区划模型（FFRZ），模型准确率达96.6?%。研究明确了北部及西部边界为极高风险区，指出私有土地（92.02?%）及可持续利用类保护地需优先采取防火措施，为干旱生态系统的生物多样性保护提供了关键的空间决策支持。

　　

Highlight

基于模糊逻辑的林火风险建模

应用最能代表所选变量与火灾发生关系的隶属函数，使我们能够根据当地环境特征空间划定卡廷加最易发生火灾的区域（图5，图6）。

表4和表5中所示的矩阵计算，为叠加相关因子提供了必要的权重，如表6所示。

卡廷加的模糊值介于0.28和0.96之间，平均值为0.69，表明该生物群落总体上具有较高的林火发生风险。因此，根据表7中定义的风险类别，卡廷加总面积的96.6%被归类为高风险和极高风险区域（图7）。

森林火灾风险与模糊逻辑

本研究中使用的模糊-AHP方法证明了其在卡廷加林火风险区划方面的效率，在划定风险等级方面提供了一致性，并且在确定过火区域方面具有高精度。因此，考虑到验证是涉及建模研究的一个重要因素，本研究证明了模型的有效性，将其配置为巴西半干旱地区林火管理的重要工具。

所提出的模型将卡廷加96.6%的面积归类为高风险和极高风险区域，这与该生物群落的环境特征一致，例如高温、长期干旱期、不规则降水以及人类活动，这些因素共同作用增加了火灾风险。这些结果与Carvalho等人（2021）和Juvanhol等人（2021）的研究一致，他们也使用模糊逻辑对巴西米纳斯吉拉斯州和朗多尼亚州的林火风险进行了建模，并取得了令人满意的结果。

关于空间分布，卡廷加北部和西部区域被归类为极高风险，主要是由于与塞拉多生物群落接壤，该地区具有更密集的植被和更频繁的火灾记录，这可能导致火灾蔓延到卡廷加。此外，这些地区的特点是人口密度较高，农业活动更集中，增加了火灾发生的可能性。

结论

模糊-AHP工具以及所提出的地形、气候、植被和人为变量，在卡廷加林火风险区划建模中显示出有效性，将该生物群落归类为林火发生的高风险至极高风险。

结合风险，皮奥伊州、巴伊亚州和塞阿拉州被确定为最需要火灾预防的州，其中可持续利用类保护单位是需要重点预防的保护地。此外，