高温和干旱对美国加利福尼亚州山火的影响

doi:10.11755/j.issn.1006-7639-2025-05-0689

干旱气象 ›› 2025, Vol. 43 ›› Issue (5): 689-700.DOI: 10.11755/j.issn.1006-7639-2025-05-0689

• “加州山火与干旱”专栏 • 上一篇下一篇

高温和干旱对美国加利福尼亚州山火的影响

赵斯楠¹(), 赵海燕¹^,²(), 代潭龙³, 李睿⁴, 邵丽芳⁵, 张强³

1.山西省气候中心，山西太原 030006
2.黄河中游水土保持气象保障院士工作站，山西太原 030006
3.国家气候中心气候研究开放实验室，北京 100081
4.山西省朔州市气象局，山西朔州 036002
5.河北省气候中心，河北石家庄 050021

收稿日期:2025-07-12 修回日期:2025-08-20 出版日期:2025-10-31 发布日期:2025-11-09
通讯作者: 赵海燕（1980—），女，博士，高级工程师，主要从事生态气象监测评估、极端气候事件等相关研究。E-mail： zhaohaiyan01234@163.com。
作者简介:赵斯楠（1998—），女，硕士，助理工程师，主要从事气候与气候变化相关研究。E-mail： 992059012@qq.com。
基金资助:
京津冀环境综合治理国家科技重大专项(2025ZD1208305)

Influence of high temperature and drought on wildfires in California, USA

ZHAO Sinan¹(), ZHAO Haiyan¹^,²(), DAI Tanlong³, LI Rui⁴, SHAO Lifang⁵, ZHANG Qiang³

1. Shanxi Climate Centre， Taiyuan 030006， China
2. Yellow River Middle Reaches Academician Workstation for Meteorological Support of Soil and Water Conservation， Taiyuan 030006， China
3. Laboratory for Climate Studies， National Climate Centre， Beijing 100081， China
4. Shuozhou Meteorological Bureau of Shanxi Province， Shuozhou 036002， Shanxi Province， China
5. Hebei Climate Centre， Shijiazhuang 050021， China

Received:2025-07-12 Revised:2025-08-20 Online:2025-10-31 Published:2025-11-09

摘要/Abstract

摘要：

高温和干旱是山火发生的重要气候驱动因素。本文基于1984—2023年美国加利福尼亚州山火历史矢量数据与多源高分辨率气候数据，对比分析了四季最高气温、最大（最小）饱和水汽压差、降水量及标准化降水蒸散指数的变化趋势及其与森林区过火面积的关系。结果表明，过去40 a山火发生频次和过火面积均呈明显上升趋势，夏季和秋季为主要火灾季节。山火主要集中在地形复杂、植被覆盖丰富的南部横断山脉、西部海岸山脉及北部山脉等区域。气象要素对山火的影响具有显著季节性，其中夏季最高气温、最大和最小饱和水汽压差与过火面积均呈显著正相关，表明高温和大气干燥度的协同作用是驱动山火频发与规模扩大的主要气象因素。随机森林模型的分析结果进一步证实，在主要山火发生的季节，最高气温、最大和最小饱和水汽压差均具有主导作用。

关键词: 加利福尼亚州, 山火, 干旱, 饱和水汽压差, 标准化降水蒸散指数, 气候变化

Abstract:

High temperature and drought are key climatic drivers of wildfires. Based on historical wildfire vector data from 1984 to 2023 and multi-source high-resolution climate datasets in California, USA, this study comparatively analyzes the seasonal trends of maximum temperature, maximum and minimum vapor pressure deficit, precipitation and the standardized precipitation evapotranspiration index, and their relationships with burned area in forested regions. The results show that both wildfire frequency and burned area have increased significantly over the past four decades, with summer and autumn being the main fire seasons. Wildfire activity is mainly concentrated in topographically complex and densely vegetated regions, such as the southern Transverse Ranges, the western Coast Ranges, and the northern mountainous areas. Meteorological variables exert a pronounced seasonal influence on wildfire activity, among which maximum temperature, maximum and minimum vapor pressure deficit, during summer exhibit significant positive correlations with burned area, indicating that the co-occurrence of high temperature and drought is the primary climatic driver of frequent and large-scale wildfires. Results from the random forest model further confirm that during the main wildfire seasons, maximum temperature together with maximum and minimum vapor pressure deficits play dominant roles in driving wildfire activity.

Key words: California, wildfire, drought, vapor pressure deficit, standardized precipitation evapotranspiration index, climate change

中图分类号:

P467

赵斯楠, 赵海燕, 代潭龙, 李睿, 邵丽芳, 张强. 高温和干旱对美国加利福尼亚州山火的影响[J]. 干旱气象, 2025, 43(5): 689-700.

ZHAO Sinan, ZHAO Haiyan, DAI Tanlong, LI Rui, SHAO Lifang, ZHANG Qiang. Influence of high temperature and drought on wildfires in California, USA[J]. Journal of Arid Meteorology, 2025, 43(5): 689-700.

图/表 13

图1 1984—2023年加州山火过火面积与发生频次的年际（a）及月际（b）变化

Fig.1 The inter-annual （a）， monthly （b） variation of burned area and occurrence frequency of wildfires in California from 1984 to 2023

图2 1984—2023年不同季节加州山火过火面积与发生频次的年际变化（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.2 The inter-annual variation of burned area and occurrence frequency of wildfires in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图3 1984—2023年加州平均山火过火面积空间分布（单位：km2）

Fig.3 Spatial distribution of average burned area of wildfires in California from 1984 to 2023 （Unit： km2）

图4 1984—2023年不同季节加州最高气温年际变化（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.4 The inter-annual variation of Tmax in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图5 1984—2023年不同季节加州最高气温与log10A的关系（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.5 Relationship between maximum temperature and log10A in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图6 1984—2023年不同季节加州最大饱和水汽压差年际变化（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.6 The inter-annual variation of VPDmax in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图7 1984—2023年不同季节加州最大饱和水汽压差与log10A过火面积的关系（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.7 Relationship betweenVPDmax and log10A in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图8 1984—2023年不同季节加州最小饱和水汽压差年际变化（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.8 The inter-annual variation of VPDmin in California in different seasons from 1984 to 2023 （a）winter，（b） spring，（c） summer，（d） autumn

图9 1984—2023年不同季节加州最小饱和水汽压差与log10A的关系（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.9 Relationship between VPDmin and log10A in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图10 1984—2023年不同季节加州降水量年际变化（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.10 The inter-annual variation of precipitation in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图11 1984—2023年不同季节加州标准化降水蒸散指数年际变化（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.11 The inter-annual variation of SPEI in California in different seasons from 1984 to 2023 （a）winter，（b） spring，（c） summer，（d） autumn

图12 1984—2023年不同季节加州标准化降水蒸散指数与log10A的关系（a）冬季，（b）春季，（c）夏季，（d）秋季

Fig.12 Relationship between SPEI and log10A in California in different seasons from 1984 to 2023 （a） winter，（b） spring，（c） summer，（d） autumn

图13 基于随机森林回归的1984—2023年不同季节加州气象因子对过火面积的相对重要性（a）冬季，（b）春季，（c）夏季，（d）秋季（误差棒表示20次重复训练的重要性标准差，OOB R2为袋外样本在未见数据上的决定系数）

Fig.13 Relative importance of meteorological factors on burned area in California in different seasons from 1984 to 2023 based on random forest regression （a） winter，（b） spring，（c） summer，（d） autumn （Error bars denote the standard deviation of importance across 20 repeated runs， OOB R2 represents the coefficient of determination calculated using out-of-bag samples on unseen data）

参考文献 26

[1]	杜建华, 宫殷婷, 蒋丽伟, 2019. 中国森林火灾发生特征及其与主要气候因子的关系研究[J]. 林业资源管理(2):7-14.
[2]	高超, 林红蕾, 胡海清, 等, 2022. 基于气象因子的黑龙江黑河林火发生概率预测[J]. 森林与环境学报, 42(5):529-535.
[3]	李丹, 杨丽萍, 贾成朕, 2021. 大兴安岭不同林型地表死可燃物含水率特征及其影响因子[J]. 干旱气象, 39(1):144-150.
[4]	李明星, 丽娜, 那日苏, 等, 2025. 2001—2021年大兴安岭野火时空格局演变及影响因素分析[J]. 地理科学, 45(6):1 355-1 368.
[5]	刘万, 林雪儿, 高峰, 等, 2018. 武夷山市林火时空格局及其与气象因子的关系[J]. 亚热带农业研究, 14(4):276-283.
[6]	苏宏梅, 张楠, 冉新民, 等, 2024. 干旱半干旱区中小流域洪水机器学习预警模型及其应用[J]. 干旱气象, 42(5):683-693. DOI
[7]	王雅君, 罗菊英, 程烈海, 等, 2024. 基于机器学习的湖北省夏季干旱预测模型构建与检验[J]. 干旱气象, 42(5):661-670. DOI
[8]	魏凤英, 2007. 现代气候统计诊断与预测技术[M]. 2版. 北京: 气象出版社.
[9]	ABATZOGLOU J T, BATTISTI D S, WILLIAMS A P, et al, 2021. Projected increases in western US forest fire despite growing fuel constraints[J]. Communications Earth & Environment, 2: 227. DOI: 10.1038/s43247-021-00299-0.
[10]	ABATZOGLOU J T, WILLIAMS A P, 2016. Impact of anthropogenic climate change on wildfire across western US forests[J]. Proceedings of the National Academy of Sciences of the United States of America, 113(42): 11 770-11 775.
[11]	BREY S J, BARNES E A, PIERCE J R, et al, 2021. Past variance and future projections of the environmental conditions driving western U.S. summertime wildfire burn area[J]. Earth’s Future, 9(2): e2020EF001645. DOI: 10.1029/2020EF001645.
[12]	DENNISON P E, BREWER S C, ARNOLD J D, et al, 2014. Large wildfire trends in the western United States, 1984-2011[J]. Geophysical Research Letters, 41(8): 2 928-2 933. DOI URL
[13]	GOSS M, SWAIN D L, ABATZOGLOU J T, et al, 2020. Climate change is increasing the likelihood of extreme autumn wildfire conditions across California[J]. Environmental Research Letters, 15(9): 094016. DOI: 10.1088/1748-9326/ab83a7.
[14]	HIGUERA P E, ABATZOGLOU J T, 2021. Record-setting climate enabled the extraordinary 2020 fire season in the western United States[J]. Global Change Biology, 27(1):1-2. DOI PMID
[15]	HOLDEN Z A, SWANSON A, LUCE C H, et al, 2018. Decreasing fire season precipitation increased recent western US forest wildfire activity[J]. Proceedings of the National Academy of Sciences, 115(36): E8349-E8357.
[16]	JUANG C S, WILLIAMS A P, ABATZOGLOU J T, et al, 2022. Rapid growth of large forest fires drives the exponential response of annual forest-fire area to aridity in the western United States[J]. Geophysical Research Letters, 49(5): e2021GL097131. DOI:10.1029/2021GL097131.
[17]	KEELEY J E, SYPHARD A D, 2016. Climate change and future fire regimes: Examples from California[J]. Geosciences, 6(3): 37. DOI: 10.3390/geosciences6030037.
[18]	LITTELL J S, MCKENZIE D, PETERSON D L, et al, 2009. Climate and wildfire area burned in western U.S. ecoprovinces, 1916-2003[J]. Ecological Applications, 19(4): 1 003-1 021. DOI URL
[19]	QIU M H, CHEN D Y, KELP M, et al, 2025. The rising threats of wildland-urban interface fires in the era of climate change: The Los Angeles 2025 fires[J]. The Innovation, 6(5): 100835. DOI:10.1016/j.xinn.2025.100835.
[20]	SAFFORD H D, PAULSON A K, STEEL Z L, et al, 2022. The 2020 California fire season: A year like no other, a return to the past or a harbinger of the future?[J]. Global Ecology and Biogeography, 31(10): 2 005-2 025. DOI URL
[21]	SINGH D, TSIANG M, RAJARATNAM B, et al, 2014. Observed changes in extreme wet and dry spells during the south Asian summer monsoon season[J]. Nature Climate Change, 4(6): 456-461. DOI
[22]	SWAIN D L, 2021. A shorter, sharper rainy season amplifies California wildfire risk[J]. Geophysical Research Letters, 48(5): e2021GL092843. DOI: 10.1029/2021GL092843.
[23]	TELESCA L, LASAPONARA R, 2025. Integrated investigation of the time dynamics of forest fire sequences in Basilicata Region (southern Italy)[J]. Applied Sciences, 15(14): 7974. DOI: 10.3390/app15147974.
[24]	WESTERLING A L, 2016. Increasing western US forest wildfire activity: Sensitivity to changes in the timing of spring[J]. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 371(1696): 20150178. DOI: 10.1098/rstb.2015.0178.
[25]	WILLIAMS A P, ABATZOGLOU J T, GERSHUNOV A, et al, 2019. Observed impacts of anthropogenic climate change on wildfire in California[J]. Earth’s Future, 7(8):892-910. DOI URL
[26]	WILLIAMS A P, SEAGER R, ABATZOGLOU J T, et al, 2015. Contribution of anthropogenic warming to California drought during 2012-2014[J]. Geophysical Research Letters, 42(16): 6 819-6 828. DOI URL

高温和干旱对美国加利福尼亚州山火的影响

Influence of high temperature and drought on wildfires in California, USA

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 26

相关文章 15

编辑推荐

Metrics

[1]	杨耀先, 姚玉璧, 阳仁贵, 高瑜昺, 张伟伟, 邓梦雨, 肖淼元. 中纬度大气环流异常对2024年加州干旱引发山火的影响[J]. 干旱气象, 2025, 43(5): 655-666.
[2]	于晓晶, 张丽霞, 于志翔, 杨可儿. 2025年1月美国洛杉矶破纪录山火事件的干旱气象条件归因[J]. 干旱气象, 2025, 43(5): 667-677.
[3]	赵采玲, 杨金虎, 岳平, 颜鹏程, 李忆平, 李红, 李丹华. 2024年7月美国加利福尼亚州山火与干旱和高温等极端气象条件的关系及大气环流成因[J]. 干旱气象, 2025, 43(5): 678-688.
[4]	李祎君. 不同干旱年型下冬小麦的抗旱效益估算[J]. 干旱气象, 2025, 43(4): 555-562.
[5]	何慧根, 张驰, 成青燕, 李永华, 甘薇薇, 金燕. 川渝地区夏季气象干旱差异及大气环流成因分析[J]. 干旱气象, 2025, 43(3): 355-365.
[6]	聂振岭, 吴国明, 董航宇. 干旱灾害对河北省苹果种植的风险评估[J]. 干旱气象, 2025, 43(3): 375-384.
[7]	苏天鑫, 孟宪红, 杨显玉, 安颖颖, 赵采玲. 1963—2022年西北地区中西部干旱演变特征及植被响应研究[J]. 干旱气象, 2025, 43(2): 163-175.
[8]	唐玉瑞, 齐月, 王鹤龄, 杨阳, 赵鸿, 张凯, 魏星星, 王仁奎. 干旱胁迫下春玉米七叶期光合特性及其响应机理[J]. 干旱气象, 2025, 43(2): 176-185.
[9]	刘玉莲, 李秀芬, 康恒元, 孙爽, 袁芳, 周贺玲, 沈月钊. 1961—2023年黑龙江省多尺度干旱时空特征[J]. 干旱气象, 2025, 43(2): 186-194.
[10]	潘永地, 肖晶晶, 潘彦华, 石界. 一种基于累积降水与累积蒸发的气象干旱指数[J]. 干旱气象, 2025, 43(1): 1-10.
[11]	周建琴, 李蒙, 陶云, 窦小东, 王玉尤婷. 云南农业干旱灾害演变特征及其与气候因子的关系研究[J]. 干旱气象, 2025, 43(1): 21-31.
[12]	谢益军, 黄菊梅, 杨伟, 黄天赐, 吴浩, 袁泉. 洞庭湖滨湖小时风速及湖陆风变化特征[J]. 干旱气象, 2025, 43(1): 54-63.
[13]	张玉翠, 谭江红, 闫彩霞. 湖北省区域性高温、干旱及其复合事件变化特征及危险性评估[J]. 干旱气象, 2024, 42(6): 825-835.
[14]	杨晓玲, 孙旭映, 杨金虎, 吴雯, 赵慧华, 陈静. 石羊河流域复合高温干旱事件的识别及其演变特征[J]. 干旱气象, 2024, 42(6): 836-843.
[15]	任至涵, 倪长健, 石荞语, 陈宁. 基于最优概率分布函数的成都市近63 a干旱特征分析[J]. 干旱气象, 2024, 42(6): 844-853.