Пространственные вариации растительных пожаров и выбросов в Южной и Юго-Восточной Азии во время COVID

Блог

ДомДом / Блог / Пространственные вариации растительных пожаров и выбросов в Южной и Юго-Восточной Азии во время COVID

Jul 06, 2023

Пространственные вариации растительных пожаров и выбросов в Южной и Юго-Восточной Азии во время COVID

Scientific Reports, том 12, номер статьи: 18233 (2022) Цитировать эту статью 1745 Доступов 11 Цитирований 2 Подробности об альтернативных метриках Пожары в растительности распространены в Южной и Юго-Восточной Азии (ЮА/ЮВА).

Том 12 научных отчетов, номер статьи: 18233 (2022) Цитировать эту статью

1745 Доступов

11 цитат

2 Альтметрика

Подробности о метриках

Пожары растительности распространены в странах Южной и Юго-Восточной Азии (ЮА/ЮВА). Однако очень немногие исследования были посвящены растительным пожарам и изменениям во время COVID по сравнению с периодом до пандемии. Это исследование заполняет информационный пробел и сообщает об общем количестве пожаров, общей выгоревшей площади, типе сожженной растительности и общих изменениях выбросов твердых частиц в ЮАР/ЮВА во время COVID-2020 и до пандемии (2012–2019 гг.). Результаты краткосрочного 2020-го года с COVID-19 по сравнению с 2019-м годом без COVID показали снижение количества пожаров в диапазоне от - 2,88 до 79,43% в ЮГ/ЮВА. Исключением в Южной Азии являются Афганистан и Шри-Ланка с ростом числа пожаров на 152% и 4,9%, а также Камбоджа и Мьянма в Юго-Восточной Азии с увеличением числа пожаров на 11,1% и 8,5% в 2020 году, вызванном Covid-19. Сокращение выгоревшей площади в 2020 году по сравнению с 2019 годом варьировалось от – 0,8% до 92% в странах Южной/Юго-Восточной Азии, при этом большая часть выгораний приходится на сельскохозяйственные ландшафты, чем на леса. Несколько участков в ЮВА/ЮВА показали снижение количества пожаров в пандемический 2020 год по сравнению с долгосрочными показателями до пандемии в 2012–2020 годах, причем значения Z больше или меньше двух означают статистическую значимость. Однако в масштабе страны результаты не были статистически значимыми как в S/SEA, так и в диапазоне значений Z от – 0,24 до – 1, хотя в большинстве стран наблюдалось снижение количества пожаров. Соответствующие средние выбросы TPM снизились с ~ 2,31 Тг (0,73 стандартного отклонения) в 2012–2019 годах до 2,0 (0,65 стандартного отклонения) Тг в 2020 году в Южной Азии и 6,83 (0,70 стандартного отклонения) Тг в 2012–2019 годах до 5,71 (0,69 стандартного отклонения) Тг в 2020 году. для стран Юго-Восточной Азии. В исследовании подчеркиваются различия в пожарах и выбросах, полезные для борьбы с пожарами и их смягчения.

Пожары растительности являются периодическим явлением в нескольких экосистемах Южной/Юго-Восточной Азии (ЮА/ЮВА). Пожары могут определять тип и состав растительности, а также изменять структуру ландшафта1 и экологические процессы2. В частности, в тропических экосистемах Азии преобладают сухие лиственные, колючие и смешанные лиственные леса, а наиболее распространенным нарушением считается пожар в связи с растущей зависимостью людей от этих лесов3. Влияние пожаров на структуру и состав ландшафтов в различных мировых экосистемах хорошо документировано4. Последствия могут быть как положительными, так и отрицательными, в зависимости от интенсивности пожаров, уровня пожарной адаптации экосистемы и пострадавшего ландшафта. Положительные эффекты включают облегчение усвоения питательных веществ растениями, создание нового травяного покрова, полезного для травоядных животных в некоторых экосистемах5, а также снижение нагрузки топливом и интенсивности пожаров при последующих пожарах. Что касается неблагоприятных последствий, пожары приводят к потере растительности и оказывают воздействие на экосистемные услуги, такие как древесина, жилье, питательные вещества и удержание воды, включая рекреацию6,7. Повторное сжигание также изменяет баланс питательных веществ в почвах, прежде всего за счет пироденитрификации8. Причинами пожаров могут быть как климатические, так и антропогенные факторы9,10. В ряде стран ЮВА/ЮВА пожары используются в качестве инструмента управления вырубкой и вырубкой лесов в ряде регионов, таких как районы Дхадинг и Читван, Непал11; Восточные Гаты12 и северо-восточная Индия13; Горные районы Читтагонг в Бангладеш14; Горы Баго, Мьянма и штат Шан, Мьянма15; Саравак в Малайзии16; Гора Карабалло в Карранглане и гора Минган, Филиппины17; Провинция Джамби, Суматра и другие в Индонезии18; северный Таиланд19; северо-западная Камбоджа20; северный Лаос21 и северный Вьетнам22. В Индонезии пожары также широко используются для расчистки земель для выращивания каучука и масличных пальм23. Кроме того, большинство стран ЮВАО являются аграрными, где фермеры сжигают сельскохозяйственные остатки, чтобы расчистить землю для следующего урожая, например, Индия, Пакистан, Мьянма, Таиланд и Вьетнам. Практика сжигания остатков различается в разных странах, например, сжигание остатков на поверхности земли после сбора урожая или сбор и складирование остатков с последующим сжиганием23. Эти разнообразные методы управления и местная политика землепользования24, включая естественные изменения климата24,25, могут привести к межгодовой изменчивости пожаров и спутникового обнаружения пожаров10. Сжигание биомассы в результате такой деятельности является важным источником выбросов парниковых газов и аэрозолей8. Эти аэрозоли могут существенно повлиять на качество воздуха в местном и региональном масштабе26.

 0.9 and BT5 < 295 K or ρ1 + ρ2 > 0.7 and BT5 < 285 K where ρi is the reflectance in I-band channel I and BTi is the brightness temperature in I-band channel i). For nighttime data, cloud pixels are classified based on the brightness temperature of channels I4 and I5 as BT5 < 265 K and BT4 < 295 K. Using these tests, the fire algorithm skips all day and nighttime pixels classified as cloud-covered, and their data are excluded from the calculation of fire pixel background conditions. This is a typical limitation of any optical remote sensing data where clouds can be a persistent problem hindering land surface (or fire) retrievals. For example, in Southeast Asia, clouds or thick haze during the biomass burning months, i.e., July–October of every year, can result in significant variations impacting satellite fire detections31. A more detailed study is needed to study such variations. Near real-time data are available in various formats, including the TXT, SHP, KML, and WMS from https://earthdata.nasa.gov/active-fire-data. Figure 1 depicts the Suomi NPP/VIIRS fires data on March 02nd, 2020. A decrease in the Sum of FRP in any specific year indicates reduced biomass consumption and thus reduced emissions to the atmosphere. Besides, we also used the FRP data to derive Total Particulate Matter (TPM) emissions during 2020 and previous years. We also calculated percent differences between the TPM during 2020 versus 2019 and the earlier period (2012–2019)./p> 31.7 MW at the scan edge, VIIRS can sense fires with FRP of ~ 1.3 MW (per pixel) and > 2.9 MW, respectively, and that VIIRS I band (375 m) can detect fires that are approximately 3–11 times less intense. These unique qualities of the VIIRS fire product help characterize cropland fires most common in South/Southeast Asia, which have relatively lower FRP than forest fires./p>