코로나19 기간 남아시아와 동남아시아의 식생 화재 및 배출의 공간적 변화

소식

홈페이지홈페이지 / 소식 / 코로나19 기간 남아시아와 동남아시아의 식생 화재 및 배출의 공간적 변화

Jul 07, 2023

코로나19 기간 남아시아와 동남아시아의 식생 화재 및 배출의 공간적 변화

Scientific Reports 12권, 기사 번호: 18233(2022) 이 기사 인용 1669 액세스 11 인용 2 Altmetric Metrics 세부 정보 식생 화재는 남/동남 아시아(SA/SEA)에서 흔히 발생합니다.

Scientific Reports 12권, 기사 번호: 18233(2022) 이 기사 인용

1669 액세스

11 인용

2 알트메트릭

측정항목 세부정보

식생 화재는 남/동남 아시아(SA/SEA) 국가에서 흔히 발생합니다. 그러나 팬데믹 이전과 비교하여 식생 화재와 COVID 동안의 변화에 ​​초점을 맞춘 연구는 거의 없습니다. 이 연구는 정보 격차를 메우고 COVID-2020 및 팬데믹 이전(2012~2019) 기간 동안 SA/SEA의 총 화재 발생률, 총 연소 면적, 연소된 식물 유형 및 총 입자상 물질 배출 변화를 보고합니다. 2020-COVID 단기 결과와 2019-COVID가 아닌 연도의 결과는 S/SEA에서 화재 건수가 -2.88%에서 79.43%까지 감소한 것으로 나타났습니다. 남아시아의 예외로는 2020년 코로나19 연도에 화재 건수가 152%와 4.9% 증가한 아프가니스탄과 스리랑카, 동남아시아의 캄보디아와 미얀마는 11.1%와 8.5% 증가했습니다. 2019년 대비 2020년의 연소 면적 감소는 남아시아/동남아시아 국가의 경우 -0.8%에서 92%까지 다양했으며, 숲보다 농업 지역에서 가장 많이 연소되었습니다. S/SEA의 여러 패치에서는 2012~2020년의 팬데믹 이전 장기 기록에 비해 2020년 팬데믹 연도의 화재가 감소한 것으로 나타났으며, Z 점수가 2보다 크거나 작은 것은 통계적 유의성을 나타냅니다. 그러나 국가 규모에서는 결과가 S/SEA 모두에서 통계적으로 유의미하지 않았으며 Z 점수 범위는 -0.24에서 -1까지였지만 대부분의 국가에서 화재 횟수가 감소했습니다. 관련 평균 TPM 배출량은 2012~2019년 2.31Tg(0.73stdev)에서 2020년 남아시아의 2.0(0.65stdev)Tg, 2012~2019년 6.83(0.70stdev)Tg로 2020년 5.71(0.69stdev)Tg로 감소했습니다. 동남아시아 국가의 경우. 이 연구는 화재 관리 및 완화에 유용한 화재 및 배출의 변화를 강조합니다.

식생 화재는 남아시아/동남아시아(SA/SEA)의 여러 생태계에서 반복되는 현상입니다. 화재는 식생의 종류와 구성을 결정하고 경관의 구조1와 생태학적 과정2을 변화시킬 수 있습니다. 특히, 아시아의 열대 생태계는 건조한 낙엽수림, 가시나무, 혼합 낙엽수림이 지배적이며, 이러한 숲에 대한 사람들의 의존도가 높아짐에 따라 화재는 가장 흔한 교란 요인으로 간주됩니다3. 다양한 세계 생태계에서 화재가 경관 구조와 구성에 미치는 영향은 잘 문서화되어 있습니다4. 그 결과는 화재의 강도, 생태계의 화재 적응 수준, 영향을 받는 지형에 따라 긍정적일 수도 있고 부정적일 수도 있습니다. 긍정적인 효과에는 식물 영양분 흡수 촉진, 일부 생태계에서 초식 동물에게 유용한 새로운 잔디 덮개 촉진, 연료 부하 감소 및 후속 화상 시 화재 강도 감소 등이 포함됩니다. 부정적인 영향에 대해 구체적으로 설명하자면, 화재는 식생 손실을 초래하고 목재, 보호소, 영양분, 수분 유지(휴양 포함) 등 생태계 서비스에 영향을 미칩니다6,7. 반복적인 연소는 또한 주로 발열 탈질화를 통해 토양의 영양분 균형을 수정합니다8. 화재의 원인에는 기후와 인위적 요인이 모두 포함될 수 있습니다9,10. 여러 SA/SEA 국가에서는 네팔의 다딩(Dhading) 및 치트완(Chitwan) 지역과 같은 여러 지역에서 산불이 화전을 통해 숲을 제거하기 위한 관리 도구로 사용됩니다11. 동부 Ghats12 및 인도 북동부13; 방글라데시의 치타공 구릉지14; 미얀마의 바고(Bago) 산과 미얀마의 샨(Shan) 주15; 말레이시아의 사라왁16; 필리핀 Carranglan 및 Mount Mingan의 Caraballo 산17; 잠비 주, 수마트라 및 기타 인도네시아18; 태국 북부19; 캄보디아 북서부20; 라오스 북부21, 베트남 북부22. 화재는 또한 인도네시아에서 고무 및 기름 야자나무 확장을 위해 토지를 개간하는 데 광범위하게 사용됩니다23. 또한, S/SEA 국가의 대부분은 농업 국가로서 인도, 파키스탄, 미얀마, 태국, 베트남과 같이 농부들은 다음 농작물을 위해 땅을 개간하기 위해 농업 잔여물을 태웁니다. 잔재물 소각 관행은 수확 후 지표면에 있는 잔재물을 소각하거나, 잔재물을 수집하여 쌓아 소각하는 등 국가마다 다릅니다23. 기후의 자연적 변화24,25를 포함하여 이러한 다양한 관리 관행과 지역 토지 이용 정책24으로 인해 화재 및 위성 화재 감지10에 연간 변동성이 발생할 수 있습니다. 그러한 활동으로 인한 바이오매스 연소는 온실가스 배출과 에어로졸8의 중요한 원인입니다. 이러한 에어로졸은 지역 및 지역 규모에서 대기 질에 큰 영향을 미칠 수 있습니다26.

 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>