Whaley, C., Li, Y., Valiquette, I. et al. (2026) Current model capabilities and future predictive pathways of wildfires under a changing climate. Communication Earth & Environment 7, 749 – https://doi.org/10.1038/s43247-026-04013-w – open access article pdf – CC BY 4.0

Abstract (povzetek):

Pričakuje se, da se bo aktivnost gozdnih požarov v okviru prihodnjega podnebnega segrevanja bistveno spremenila, kar bo imelo pomembne posledice za ekosisteme, kakovost zraka in podnebne povratne učinke. V tem pregledu primerjamo pristope, ki temeljijo na modelih zemeljske površine, zemeljskega sistema, statističnih modelih in modelih strojnega učenja, ki se uporabljajo za napovedovanje prihodnje aktivnosti požarov na globalni in regionalni ravni v okviru različnih podnebnih scenarijev. Kljub splošnemu soglasju, da se bo tveganje za požare v mnogih zunajtropskih regijah povečalo, ostaja obseg napovedanih sprememb zelo spremenljiv in negotov zaradi razlik v podnebni občutljivosti, odzivih vegetacije, človeških vplivov in upodabljanja procesov požarov. Nedavni napredek vključuje izboljšano upodabljanje procesov požarov, večjo povezanost požarov s procesi zemeljskega sistema ter nastajajoče okvire, ki združujejo opazovanja, modeliranje na podlagi procesov in strojno učenje. S sintezo rezultatov različnih tipov modelov pokažemo, da različni pristopi k modeliranju ponujajo dopolnjujoče se prednosti za različne namene uporabe ter da je zaupanje v napovedi prihodnjih gozdnih požarov največje tam, kjer se neodvisni pristopi k modeliranju ujemajo. Projekti zgodovinske evalvacije modelov in medsebojne primerjave več modelov zagotavljajo ključno podlago za razlago neskladij med napovedmi ter opredelitev prednostnih nalog za izboljšanje modelov gozdnih požarov naslednje generacije.

Članek obravnava napovedovanje prihodnje požarne aktivnosti v pogojih spreminjajočega se podnebja z uporabo kopenskih modelov, modelov zemeljskega sistema ter statističnih in strojnih pristopov. Poudarjajo, da bodo globalne požarne površine in emisije do konca stoletja predvidoma močno narasle, zlasti v borealnih gozdovih in zmernih pasovih, čeprav ostajajo ocene zaradi kompleksnih povratnih zank med vegetacijo, podnebjem in človekom precej negotove. Avtorji izpostavljajo pomen medsebojne primerjave modelov ter razvoja hibridnih metod, ki združujejo umetno inteligenco in fizikalne procese, kar naj bi izboljšalo zanesljivost prihodnjih napovedi in pomagalo pri ukrepanju.

Povzetek članka “Prihodnost v plamenih: Zakaj so napovedi gozdnih požarov bolj zapletene (in presenetljive), kot si mislimo“.

1. Uvod: Svet, ki postaja vse bolj vroč in zadimljen

Gozdni požari niso več zgolj sezonski lokalni dogodki; postali so globalni podnebni akterji, ki s kompleksnimi nelinearnimi interakcijami krojijo usodo planetarnega ozračja. Znanstveni podatki so alarmantni: dim zaradi požarov v naravi letno povzroči približno 1,53 milijona predčasnih smrti, ekonomski stroški pa v regijah, kot so ZDA, presegajo 3 milijarde dolarjev letno.

Kot urednik in strokovnjak za podnebno komuniciranje se pogosto srečujem z vprašanjem: “Ali sploh vemo, kaj nas čaka?” Odgovor se skriva v modelih, ki postajajo vse bolj sofisticirani, a hkrati razkrivajo, da prihodnost ne bo le bolj vroča, temveč predvsem nepredvidljiva. Razumevanje te prihodnosti zahteva preplet fizikalne doslednosti procesnih modelov in surove moči strojnega učenja.

2. Kanada kot opozorilo: 500-odstotno povečanje pogorelih površin

Najbolj izrazit signal podnebnih sprememb je t.i. “severno ojačanje” (poleward expansion) požarov. V borealnih in arktičnih regijah se pogoji spreminjajo hitreje kot drugod. Ključni krivec za ekstremna požarna leta ni le suša, temveč tudi povečana dejavnost strel (lightning). Strelni vžigi so prostorsko heterogeni, a kritični dejavniki, ki v oddaljenih borealnih gozdovih povzročajo največje katastrofe.

Podatki za Kanado so v okviru scenarijev močnega segrevanja (kot sta RCP8.5 ali SSP585) neizprosni.

“V Kanadi bi se lahko letna pogorela površina do devetdesetih let 21. stoletja povečala na skoraj petkratnik (500 %) glede na sodobno zgodovinsko povprečje, kar je neposredna posledica zgodnejšega taljenja snega in daljših obdobij izsuševanja goriva.”

3. Paradoks tropov: Manj požarov v vlažnem svetu?

Medtem ko severni gozdovi čakajo na ognjeno prihodnost, v tropskih regijah opažamo protislovje. Modeli za dele Afrike in Južne Amerike napovedujejo stabilizacijo ali celo zmanjšanje pogorelih površin. Ta “paradoks tropov” pojasnjujeta dva procesa:

• Zaraščanje z olesenelo vegetacijo (woody thickening): V savanah povečana koncentracija CO2 in spremembe v padavinah spodbujajo rast grmičevja in dreves, kar paradoksalno zmanjšuje neprekinjenost travnatega goriva, ki je nujno za hitro širjenje ognja.
• Fragmentacija pokrajine: Človeški vpliv prek urbanizacije in kmetijstva ustvarja fizične ovire, ki delujejo kot protipožarne pregrade, kljub temu da statični prediktorji (temperatura) kažejo na visoko požarno nevarnost.

4. Umetna inteligenca proti fiziki: Strukturna negotovost modelov

Pri napovedovanju požarov se soočamo z dvema temeljnima paradigmama: procesnimi modeli (ESM – Earth System Models in LSM – Land Surface Models) ter strojnim učenjem (ML). Kot kažejo analize, največji izziv ne predstavlja parametrična negotovost (natančnost številk v enačbah), temveč strukturna negotovost – torej vprašanje, ali so v model sploh vključeni vsi ključni fizikalni procesi.

• Strojno učenje (ML):
  • Prednosti: Izjemno hitri (data-driven) modeli; trenutno prekašajo procesne modele pri simulaciji pretekle sežgane površine in emisij PM2.5.
  • Slabosti: Ker se zanašajo na zgodovinske korelacije, so manj zanesljivi pri ekstrapolaciji v prihodnost, kjer se bomo srečali s podnebnimi stanji brez zgodovinskega precedensa.
• Procesni modeli (ESM/LSM):
  • Prednosti: Temeljijo na fizikalni doslednosti (fotosinteza, hidrologija, mehanika širjenja ognja). Bolje simulirajo odzive na CO2 fertilizacijo in spremembe v vegetacijskih biomih.
  • Slabosti: Računsko potratni; pogosto podcenjujejo medletno variabilnost in ekstremne dogodke (heavy-tailed distributions).

5. Povratna zanka: Ko ogenj sam ustvarja svoje podnebje

Najnovejša generacija modelov uvaja t.i. “dvosmerno sklapljanje” (two-way coupling). Večina starejših modelov je bila “enosmernih” – vreme je vplivalo na požar, emisije pa niso povratno vplivale na ozračje. Danes vemo, da modeli, ki ne upoštevajo teh povratnih zank, verjetno podcenjujejo resnost situacije.

Emisije črnega ogljika in aerosolov prek aerosol-oblak interakcij spreminjajo padavinske vzorce in atmosfersko stabilnost. Še bolj kritičen je vpliv na albedo Arktike: dim, ki se usede na sneg in led, zmanjša odbojnost površine, kar povzroči dodatno segrevanje in pospešeno taljenje, to pa spet ustvarja pogoje za nove požare.

6. Modeliranje “zombi” požarov v šotiščih: Izziv hidrologije

Požari v šotiščih predstavljajo eno največjih vrzeli v trenutnih globalnih modelih. Čeprav šotišča shranjujejo ogromne rezervoarje ogljika, jih večina modulov LSM/ESM ne simulira ustrezno. Ti požari imajo edinstvene hidrološke kontrole in se odlikujejo po podzemnem tlenju, ki lahko traja več dni ali celo mesecev.

Glavni izziv za modeliranje je večdnevna vztrajnost (fire persistence) in zmožnost požarov, da “prezimijo” pod površjem (t.i. zombi požari). Modeli, ki delujejo na dnevnih časovnih korakih in ne upoštevajo specifične hidrologije šote, spregledajo te kritične točke preboja, ki lahko nepopravljivo pospešijo sproščanje toplogrednih plinov.

7. Zaključek: Konvergenca kot ključ do zaupanja

Kljub vsem negotovostim znanstvena skupnost dosega konsenz. Največjo stopnjo zaupanja v napovedi imamo tam, kjer se rezultati neodvisnih ogrodij, kot sta FireMIP (projekt medsebojne primerjave modelov požarov) in CMIP6, ujemajo. Konvergenca fizikalnih modelov in podatkovno vodenih ML pristopov nam riše sliko sveta, kjer se bo požarna sezona v zmernih in severnih pasovih podaljšala za 20 do 30 dni, v nekaterih regijah pa celo za tri mesece.

Prihodnost napovedovanja leži v hibridnih modelih – takšnih, ki AI emulirajo računsko zahtevne fizikalne procese, a hkrati ohranjajo spoštovanje do zakonov termodinamike. Vprašanje za družbo pa ostaja: Ali smo se pripravljeni prilagoditi svetu, kjer dim ni več le občasna motnja, temveč stalnica naše atmosfere?

Povzetek članka kot predstavitev z zdrski.

URL: https://www.nature.com/articles/s43247-026-04013-w