Para los incendios forestales del Oeste de EEUU, el pasado inmediato es el prólogo

Un nuevo enfoque de aprendizaje automático entrenado en condiciones climáticas de invierno y primavera ofrece pronósticos mejorados de la actividad de incendios de verano en el oeste de los Estados Unidos.

Las cenizas y el humo de los dos incendios más grandes en la historia registrada de Colorado llenan el cielo sobre Chautauqua Park en Boulder el 16 de Octubre de 2020. El incendio de Cameron Peak quemó 208,913 acres (84.544 hectáreas) y el incendio de East Troublesome quemó 193,812 acres (78.432 hectáreas)
Crédito:
Ronnie Abolafia-Rosenzweig.

Desde 1984, los satélites han observado una tendencia creciente en la actividad de incendios forestales de verano en el oeste de los Estados Unidos, con un aumento del área total quemada de 104 000 acres (42 100 hectáreas) por año en promedio [ Abolafia-Rosenzweig et al. , 2022]. De 1984 a 2000, los incendios forestales en un área que incluía la totalidad o parte de 11 estados quemaron alrededor de 27,4 millones de acres (11.1 millones de hectáreas) en total, mientras que de 2001 a 2018, esta cifra aumentó a alrededor de 55,9 millones de acres (22.6 millones de hectáreas). Solo en 2020, el área quemada saltó a aproximadamente 8,7 millones de acres (3.5 millones de hectáreas), lo que equivale al 32 % del área acumulada quemada entre 1984 y 2000, y las temporadas de incendios de 2020 y 2021 combinadas quemaron casi 15 millones de acres (6.1 millones de hectáreas) en el oeste de los Estados Unidos, un área casi tan grande como Virginia Occidental.

Esta tendencia se atribuye en gran medida a temporadas de incendios más prolongadas y secas causadas por el calentamiento global inducido por el hombre [ Abatzoglou y Williams , 2016; Zhuang et al. , 2021], y es probable que se acelere. Las proyecciones hasta 2050 sugieren que el clima del oeste de EE. UU. será el doble de propicio para los incendios forestales en comparación con el período de 30 años de 1991 a 2020 [ Abatzoglou et al. , 2021].

En la primavera de 2020, Jimy Dudhia, científico del Centro Nacional de Investigación Atmosférica, nos preguntó si las relaciones establecidas entre el clima y el fuego se pueden usar para pronosticar con precisión la actividad de los incendios. Esta pregunta encendió nuestra curiosidad, alimentando la investigación para averiguar si el clima en el invierno y la primavera puede predecir de manera confiable la gravedad de la temporada de incendios el verano siguiente.

La Conexión Clima-Incendio

El oeste de los Estados Unidos se encuentra en medio de un período sin precedentes de megasequía generalizada y actividad de incendios que supera la gravedad de cualquier otro período observado en los paleoregistros disponibles de milenios [ Williams et al. , 2022; Higuera et al. , 2021]. Hemos visto y sentido los impactos de los incendios forestales de primera mano en nuestra ciudad natal de Boulder, Colorado, afectada por la sequía, durante los últimos 2 años. Hemos evacuado nuestros hogares para escapar de varios incendios forestales, y fuimos testigos de cómo los vecindarios ardían hasta los cimientos en medio del devastador incendio Marshall el invierno pasado.

A nivel nacional, estos incendios causan miles de muertes relacionadas con el humo y destruyen miles de hogares cada año, han aumentado la mortalidad por COVID-19 y han provocado cambios persistentes en los ecosistemas y los suministros de agua. La supresión de estos incendios requiere gastos gubernamentales. que con frecuencia superan los mil millones de dólares anuales. Por lo tanto, los pronósticos precisos de la actividad de incendios a gran escala se están volviendo cada vez más importantes para asignar de manera eficiente los recursos necesarios para la extinción de incendios forestales. Las estrechas relaciones entre el clima y los incendios en Occidente, que son aprovechadas por nuestros sistemas de pronóstico de incendios, también pueden motivar políticas destinadas a reducir las emisiones de gases de efecto invernadero, que contribuyen en gran medida al calentamiento, la sequía y las temporadas de incendios forestales cada vez más severas en la región [ Abatzoglou y Williams , 2016; Zhuang et al. , 2021].

El estrecho vínculo entre el clima y el fuego en el oeste de los Estados Unidos se ha visto reforzado por el legado de la extinción de incendios y la falta de quemas prescritas desde la época de la colonización euroamericana alrededor de 1800, lo que ha dado lugar a bosques históricamente densos. Los modelos de predicción de incendios basados ​​en las condiciones climáticas pueden ayudar a validar si las estrategias de gestión de la tierra, como el raleo de árboles y la quema prescrita, pueden contrarrestar los efectos del calentamiento y el secado y debilitar el binomio clima-incendio. Por ejemplo, si las predicciones de actividad de incendios basadas en el clima se vuelven menos hábiles después de estrategias de manejo forestal a gran escala, entonces las estrategias utilizadas probablemente sean útiles para la mitigación.

Investigaciones anteriores establecieron que la mayor parte de la variabilidad de un año a otro y la tendencia general en la severidad de la temporada de incendios durante las últimas 4 décadas en el oeste de los Estados Unidos pueden explicarse por las fluctuaciones climáticas [ Riley et al . , 2013; Abatzoglou y Kolden , 2013; Williams et al. , 2019; Abolafia-Rosenzweig et al. , 2022; Westerling et al., 2006]. Esta correlación existe porque la inflamabilidad de los árboles, el pasto y la maleza (es decir, el combustible para los incendios) y la velocidad de propagación del fuego dependen fundamentalmente de qué tan secos estén los combustibles y el ambiente circundante. La propagación del fuego involucra una serie de igniciones causadas cuando el calor de un incendio eleva los combustibles vecinos a su temperatura de ignición (Figura 1). Una vez que se ha transferido suficiente calor, los combustibles se queman. Cuando los combustibles están húmedos, se requiere energía adicional (calor latente) para evaporar el agua y secarlos antes de que su temperatura alcance el punto de ignición. Este concepto básico de la termodinámica ha jugado un papel clave en la regulación de la variabilidad de un año a otro de la actividad de incendios a gran escala en el oeste de los Estados Unidos, y se espera que continúe haciéndolo mientras haya abundancia de combustible. Abatzoglou et al., 2021].

Fig. 1. Los incendios forestales pueden propagarse después de que una fuente de ignición inicial (p. ej., una fogata o un rayo) incendie el combustible. (a) En el caso ilustrado aquí, el calor del árbol en llamas seca los árboles vecinos por evaporación, consumiendo una gran cantidad de energía (calor latente de vaporización, 2260 julios por gramo). (b) Después de que los árboles vecinos estén secos, el calor adicional proveniente del árbol encendido eleva la temperatura de los árboles vecinos (a través del flujo de calor sensible) hasta que alcanzan la temperatura de ignición. El calor específico de la madera (2 julios por gramo por °C) determina la energía necesaria para producir este aumento de temperatura. (c) A la temperatura de ignición, estos árboles comienzan a arder y continúa la serie de transferencias de calor e igniciones.

El aprendizaje automático cuantifica la quema por incendios

Replanteamos la pregunta de Dudhia como nuestra hipótesis central, postulando que gran parte de la variabilidad y la tendencia en el área quemada durante el verano en todo el oeste se explica solo por las condiciones climáticas previas al incendio. Para probar esta hipótesis, desarrollamos y evaluamos modelos estadísticos que «aprenden» las relaciones históricas entre el clima previo al verano y la actividad de incendios de verano en el oeste de los Estados Unidos [ Abolafia-Rosenzweig et al. , 2022].

La metodología de aprendizaje automático que utilizamos implicó ingresar combinaciones de condiciones climáticas previas al verano (es decir, invierno y primavera) o predictores, cada uno promediado durante diferentes períodos previos al verano, en modelos aditivos generalizados (GAM). Los GAM son modelos lineales adaptados para aprender características y modelar conjuntos de datos no lineales. Los predictores considerados incluyeron la precipitación, la temperatura, la evapotranspiración (el movimiento del agua desde el suelo y las plantas hacia el aire), la evapotranspiración potencial (la demanda atmosférica de agua), el déficit de presión de vapor (la sequedad del aire) y la severidad y área de la sequía.

De más de 100 000 modelos potenciales, cada uno basado en una combinación única de predictores, seleccionamos los 100 mejores para usar en un sistema de predicción por conjuntos en función de qué tan bien cada uno podría ajustarse a las observaciones satelitales del área quemada (según lo determinado al minimizar una métrica llamada el criterio de información de Akaike). Luego, evaluamos la capacidad predictiva de nuestro conjunto multimodelo al comparar las áreas quemadas que predijo en los últimos años, contenidas en los datos de entrenamiento del modelo, con las áreas quemadas observadas durante esos años. La precisión de los datos retenidos, denominada validación cruzada, se considera el estándar de oro para la evaluación del aprendizaje automático. Concretamente, realizamos validaciones cruzadas de pronóstico retroactivo y de ausencia de un año.

En las validaciones cruzadas de exclusión de un año, los modelos se entrenan con datos de todos los años excepto el año objetivo previsto, que se excluye. Debido a que este año objetivo no se usa para entrenar el modelo, la predicción realizada para este año se denomina predicción inmediata. Este procedimiento se realiza para cada año en el período de estudio para evaluar un registro completo de predicciones fuera de la bolsa. El pronóstico retroactivo imita un sistema de pronóstico operativo en el que los modelos se entrenan con registros solo de años anteriores a un año objetivo para predecir la actividad de incendios del año objetivo. En nuestro caso, producimos pronósticos retroactivos para los años 2002–2020, con el pronóstico retroactivo de 2002, por ejemplo, utilizando modelos entrenados en datos de 1984 a 2001.

Ambos métodos de validación cruzada representaron relaciones sólidas y predictibilidad entre el clima previo al verano y el área quemada durante el verano en el oeste de los Estados Unidos en nuestro conjunto de modelos ( r ≥ 0,73, donde 1,0 representa una correlación perfecta), lo que respalda nuestra hipótesis central [ Abolafia-Rosenzweig et al. , 2022].

El pronóstico de verano de 2022

Recientemente, aplicamos la metodología descrita anteriormente a un nuevo conjunto de modelos encargado de pronosticar el área quemada total del oeste de EE. UU. para el verano de 2022 (Junio-Septiembre). Este esfuerzo de pronóstico experimental examinó la porción de los Estados Unidos contiguos al oeste de 104°W y contenida dentro de las cuatro regiones occidentales definidas por los sistemas de alerta temprana de sequía ( DEWS ) del Sistema Nacional Integrado de Información sobre Sequías (NIDIS ) —Noroeste del Pacífico, California-Nevada, Cuenca del río Missouri e Intermountain West. Las predicciones se realizaron con un plazo de anticipación de 1 mes, considerando los predictores climáticos previos al incendio desde Noviembre de 2021 hasta Abril de 2022.

La media del conjunto del modelo predice casi la mitad de la variabilidad interanual del área quemada en el verano desde 1984 hasta 2021 sobre la base del clima previo a la temporada de incendios ( r = 0,7; Figura 2). Y la tendencia pronosticada en el área quemada durante este tiempo sugiere un aumento de 62 000 acres por año, lo que explica el 60 % de la tendencia observada de 104 000 acres por año. Además, el conjunto de modelos predice si el área quemada en un año determinado estuvo por encima o por debajo del promedio con un 82 % de precisión. Estos modelos explican gran parte de la variabilidad y la tendencia de año a año en la actividad de incendios durante las últimas 4 décadas. Hasta donde sabemos, ningún otro sistema de pronóstico a macroescala para el área quemada ha superado a nuestro nuevo conjunto.

Fig. 2. (a) Una serie de tiempo de las áreas quemadas anuales de la temporada de incendios de verano observadas muestra la tendencia creciente desde 1984, que ha sido marcada por temporadas extremas, como en 2020. El área quemada de la temporada de incendios pronosticada experimentalmente para 2022 es de 3,8 millones acres (estrella negra), que es el octavo más grande en el registro de 39 años del modelo (y el noveno más grande en el registro satelital). Todos los resultados que se muestran aquí provienen de una validación cruzada de ausencia de un año con predicciones de tiempo de anticipación de 1 mes. El sombreado gris muestra el rango del conjunto del 95 %. Las líneas discontinuas negras y rojas muestran las tendencias linealizadas del área quemada modelada y observada desde 1984 hasta 2021. (b) Las anomalías normalizadas (σ) del déficit de presión de vapor (VPD) del manantial en relación con el registro de 1984–2022 se muestran en todo el dominio experimental considerado en este trabajo, que está delimitado por la línea discontinua. Los tonos azul y rojo representan VPD más bajos y más altos, respectivamente, en relación con el promedio a largo plazo. (c) Los puntos (coloreados por año) representan las áreas quemadas de verano previstas por el modelo frente a las observadas. La precisión general de la predicción se informa como correlación (r ), sesgo medio y sesgo absoluto medio.

La parte de la variabilidad en el área quemada observada que no se explica con nuestro enfoque probablemente se explica por una combinación de factores que no se usaron para entrenar nuestro modelo. Dichos factores incluyen la disponibilidad de combustible, los patrones de viento locales, las fuentes de ignición y el rápido inicio de la sequía en pleno verano o finales del verano. Parte de la explicación de la subestimación del conjunto de modelos de la tendencia en el aumento del área quemada es que nuestros modelos climáticos previos al verano no tienen en cuenta directamente la tendencia relativamente sustancial en el calentamiento del verano: las temperaturas de verano en todo el oeste se han calentado en un promedio de 0,033 °C por año. de 1984 a 2021, que no está representado por las tendencias de temperatura de invierno y primavera (<0,014 °C por año).

Las grandes subestimaciones de las áreas totales quemadas durante las temporadas de incendios de 2020 y 2021 también contribuyeron parcialmente a la tendencia subestimada por nuestro conjunto de modelos. Nuestros modelos estadísticos dieron cuenta de manera inadecuada de la intensificación de la sequía a fines del verano en el oeste de los Estados Unidos en 2020 que permitió una actividad de incendios sin precedentes a fines del verano. Esta actividad incluyó el devastador Incendio August Complex en California, que consumió más de 1 millón de acres. Es probable que no se haya podido capturar la extensión extrema del área quemada en 2021 debido a la rara gravedad de la sequía de ese año, que no se refleja en los datos de entrenamiento del modelo.

En general, los modelos estadísticos que pronostican la actividad de incendios sobre la base de relaciones históricas pueden exhibir una precisión decreciente en un sistema climático que cambia rápidamente porque las condiciones futuras con frecuencia podrían quedar fuera del rango de variabilidad histórica. De hecho, cuatro de cada cinco de las predicciones menos precisas de nuestro conjunto fueron temporadas de incendios anómalamente activas en los últimos 10 años (2012, 2017, 2020 y 2021). Sin embargo, dichos modelos, que pueden mejorarse continuamente con capacitación adicional, siguen siendo muy valiosos y útiles, especialmente en ausencia de otros medios confiables para pronosticar la intensidad de las próximas temporadas de incendios.

Para la temporada de incendios de 2022, nuestro enfoque de aprendizaje automático pronostica experimentalmente un área quemada de 3,8 millones de acres, un área aproximadamente del tamaño de Connecticut, aunque esta cifra podría oscilar entre 1,9 millones y 5,3 millones de acres considerando la incertidumbre cuantificada a partir del rango de predicciones de el conjunto modelo completo. Este pronóstico corresponde a la octava área quemada total más grande en el oeste de los Estados Unidos en el registro del modelo de 1984-2022 (Figura 2a), y es un 38 % más grande que el área quemada promedio de verano (junio-septiembre) del período simulado de 1984-2022. Récord de 2021.

La severidad del área quemada pronosticada para este verano es atribuible a precipitaciones de invierno a primavera por debajo del promedio y temperaturas de invierno a primavera por encima del promedio, lo que resulta en condiciones de sequía generalizadas (Figura 2b). En mayo de 2022, el Monitor de Sequía de los Estados Unidos ( USDM ) informó que la sequía estaba afectando al 68 %–100 % de las regiones occidentales de DEWS.

Uso y mejora de los sistemas de pronóstico de incendios

Los pronósticos del área quemada acumulada y la actividad del fuego pueden informar las decisiones de asignación de recursos por adelantado ya escala nacional . Específicamente, por ejemplo, los pronósticos del alcance de la actividad de incendios de verano pueden informar la cantidad de dinero asignada para extinguir incendios durante la temporada alta de incendios. Estos pronósticos también son importantes para ayudar a transmitir que la actividad de incendios a gran escala en el oeste de los Estados Unidos ha sido y se espera que siga siendo impulsada principalmente por el clima. En medio de las discusiones sobre los objetivos de emisiones de gases de efecto invernadero, el clima y la legislación correspondiente, los formuladores de políticas pueden aplicar este entendimiento para elaborar una legislación sensata destinada a revertir las tendencias de empeoramiento de los incendios forestales.

Las capacidades de los modelos estadísticos para predecir con precisión los incendios forestales en el oeste de los EE. UU. se ven desafiadas por los rápidos cambios climáticos, los regímenes de incendios, el comportamiento humano y los correspondientes cambios en la vegetación . Para ayudar a mitigar las inexactitudes del modelo, los científicos pueden dar cuenta de la disponibilidad de combustible utilizando índices de vegetación observados por satélite y deberían considerar el uso de modelos meteorológicos basados ​​en la física para entrenar aún más los modelos de predicción de incendios con información sobre la hidrometeorología de verano potencial (p. ej., precipitación), patrones de viento locales y condiciones naturales. fuentes de ignición (es decir, rayos). Los investigadores deberían continuar investigando cómo las relaciones clima-incendios se fortalecen o debilitan por los cambios en los ecosistemas inducidos por el hombre y por los nuevos regímenes climáticos y de incendios en el Antropoceno [Littlell , 2018]. Con tales esfuerzos continuos de investigación y desarrollo de modelos, esperamos que la región esté mejor equipada para prever y responder a futuros incendios forestales y reducir sus impactos devastadores en las personas y la naturaleza.

References

Abatzoglou, J. T., and C. A. Kolden (2013), Relationships between climate and macroscale area burned in the western United States, Int. J. Wildland Fire22(7), 1,003–1,020, https://doi.org/10.1071/WF13019.

Abatzoglou, J. T., and A. P. Williams (2016), Impact of anthropogenic climate change on wildfire across western US forests, Proc. Natl. Acad. Sci. U. S. A.113(42), 11,770–11,775, https://doi.org/10.1073/pnas.1607171113.

Abatzoglou, J. T., et al. (2021), Projected increases in western US forest fire despite growing fuel constraints, Commun. Earth Environ., 2, 227, https://doi.org/10.1038/s43247-021-00299-0.

Abolafia-Rosenzweig, R., C. He, and F. Chen (2022), Winter and spring climate explains a large portion of interannual variability and trend in western U.S. summer fire burned area, Environ. Res. Lett., 17(5), 054030, https://doi.org/10.1088/1748-9326/ac6886.

Higuera, P. E., B. N. Shuman, and K. D. Wolf (2021), Rocky Mountain subalpine forests now burning more than any time in recent millennia, Proc. Natl. Acad. Sci. U. S. A.118(25), e2103135118, https://doi.org/10.1073/pnas.2103135118.

Littell, J. S. (2018), Drought and fire in the western USA: Is climate attribution enough?, Curr. Clim. Change Rep., 4, 396–406, https://doi.org/10.1007/s40641-018-0109-y.

Riley, K. L., et al. (2013), The relationship of large fire occurrence with drought and fire danger indices in the western USA, 1984–2008: The role of temporal scale, Int. J. Wildland Fire22(7), 894–909, https://doi.org/10.1071/WF12149.

Westerling, A. L., et al. (2006), Warming and earlier spring increase western U.S. forest wildfire activity, Science313(5789), 940–943, https://doi.org/10.1126/science.1128834.

Williams, A. P., et al. (2019), Observed impacts of anthropogenic climate change on wildfire in California, Earth’s Future7, 892–910, https://doi.org/10.1029/2019EF001210.

Williams, A. P., B. I. Cook, and J. E. Smerdon (2022), Rapid intensification of the emerging southwestern North American megadrought in 2020–2021, Nat. Clim. Change12, 232–234, https://doi.org/10.1038/s41558-022-01290-z.

Zhuang, Y., et al. (2021), Quantifying contributions of natural variability and anthropogenic forcings on increased fire weather risk over the western United States, Proc. Natl. Acad. Sci. U. S. A.118(45), e2111875118, https://doi.org/10.1073/pnas.2111875118.

Sobre los autores

Ronnie Abolafia-Rosenzweig (abolafia@ucar.edu), Cenlin He, and Fei Chen, National Center for Atmospheric Research, Boulder, Colo.

Artículo original: Abolafia-Rosenzweig, R., C. He, and F. Chen (2022), For western wildfires, the immediate past is prologue, Eos, 103, https://doi.org/10.1029/2022EO220319. Published on 13 July 2022.

Marcar el enlace permanente.

Comentarios cerrados.