Mercurio de incendios forestales: Inventarios globales de emisiones y sensibilidad al cambio
global 2000-2050
Resumen
Estimamos las emisiones globales de
incendios forestales de Mercurio para la
década del 2000 y los posibles impactos de
2000-2050 en cambio de clima, el uso del
suelo y las emisiones antropogénicas de
Mercurio combinando análisis estadísticos
con datos globales sobre tipo y cobertura
de vegetación, así como actividades de
incendio. Las emisiones globales de
incendios forestales de Mercurio son
estimados en 612 mg por año. África es la
región fuente dominante (43.8% de las
emisiones globales), seguida de Eurasia
(31%) y América del sur (16.6%).
Encontramos perturbaciones significativas
a las emisiones de Mercurio en incendios
forestales en el contexto del cambio global,
impulsado por los cambios proyectados en
el clima, el uso del suelo y la cobertura del
suelo, y las emisiones antropogénicas de
Mercurio. El cambio climático 2000-2050
podria aumentar la emisiones de Mercurio
en un 14% a nivel mundial y regional al
18% para América del Sur, 14% para África
y 13% para Eurasia. Los cambio
proyectados en el uso de la tierra para el
2050 podrían disminuir las emisiones
globales de Mercurio de los incendios
forestales a un 13%, principalmente debido
a una disminución en las emisiones
africanas debido a la expansión significativa
de la tierra agrícola. Futuros cambios en la
cubierta terrestre podrían conducir a
aumentos significativos en las emisiones de
Hg en algunas regiones (+32%
Norteamérica, +14% África, +13% Eurasia).
Posible enriquecimiento de los ecosistemas
terrestres en 2050 en respuesta a los
cambios en las emisiones antropogénicas
de Mercurio podría aumentar los incendios
forestales de emisiones de Mercurio a nivel
mundial (+28%) y regional (+19%
Norteamérica, +20% Sur América, +24%
África, +41% Eurasia). Nuestros resultados
indican que la evolución futura del clima, el
uso del suelo y la cobertura del suelo, y las
emisiones del Mercurio antropogénico son
factores importantes que afectan las
emisiones de mercurio en los incendios
forestales en las próximas décadas.
1. Introducción
El mercurio (Hg) es un contaminante tóxico
y persistente en el medio ambiente global.
El Hg emitido a la atmósfera puede
transportarse a largas distancias antes de
depositarse en los sistemas terrestres y
acuáticos. Las emisiones atmosféricas de
Hg incluyen tanto fuentes antropogénicas
como la combustión de combustibles
fósiles, fundición de minerales, producción
de cemento, incineración de residuos y
extracción de oro artesanal (Chen et al.,
2014; Pacyna et al., 2010; Pirrone et al.,
2010; Streets et al., 2011; Veiga et al.,
2006), emisiones naturales de volcanes en
erupción y desgasificación pasiva, aguas
termales geotérmicas, tierra vegetal
enriquecida en Hg (Ferrara et al., 2000;
Nimick et al., 2013; Nriagu y Becker, 2003;
Pyle y Mather, 2003; Varekamp y Buseck,
1986), y la quema de biomasa / incendios
forestales (Friedli et al., 2003, 2009; Sigler
et al., 2003; Turetsky et al., 2006; Veiga et
al., 1994; Weiss-Penzias et al., 2007;
Wiedinmyer y Friedli, 2007).
La vegetación terrestre juega un papel
importante en el ciclo biogeoquímico del
Hg, y se considera un reservorio
significativo de Hg atmosférico. Obrist
(2007) estimó que la absorción global de
Hg atmosférico por la vegetación podría
ser de más de 1 000 Mg por año. La
retención de Hg atmosférico por la
vegetación retrasa su transporte a los
suelos y sistemas acuáticos (Graydon et al.,
2012). Por lo tanto, la vegetación juega un
papel importante en el secuestro de Hg por
los ecosistemas terrestres. Los incendios
forestales, a través de la quema de
biomasa, pueden movilizar efectivamente
el Hg almacenado en los ecosistemas
terrestres y generar emisiones masivas de
Hg y otros contaminantes a la atmósfera
(Andreae y Merlet, 2001; Biswas et al.,
2007; Ito y Penner, 2004; Turetsky et al.,
2006; van der Werf et al., 2006; Veiga et
al., 1994). Múltiples estudios han
estimado las emisiones de Hg en incendios
forestales a escala global y regional (Tabla
2) con emisiones totales globales en el
rango de 104–1 330 Mg Hg al año, lo que
indica una gran incertidumbre en las
emisiones de Hg estimadas de los
incendios forestales. Varios estudios han
desarrollado inventarios de emisiones de
incendios forestales para Hg basados en CO
o CO2, inventarios de emisión mediante la
aplicación de relaciones de emisión fijas
entre Hg y CO / CO2 [por ejemplo (Brunke
et al., 2001; Ebinghaus et al., 2007; Sigler
et al., 2003)]. Hasta donde sabemos,
Friedli et al. (2009) es el único estudio
hasta el momento que ha compilado un
inventario de emisiones de Hg de incendios
forestales de varios años (1997–2006) a
escala mundial al tener en cuenta las
variaciones en los factores de emisión de
Hg en las regiones geográficas y los
ecosistemas. El factor de emisión (EF) para
una especie determinada (Hg en este caso)
se puede expresar como la masa de esa
especie emitida por unidad de
biocombustión seca quemada (Andreae y
Merlet, 2001). Se ve afectado tanto por el
tipo de vegetación como por la región
geográfica.
Se esperan cambios significativos en la
cobertura de vegetación global en las
próximas décadas, impulsados por el
cambio climático (denominado cambio de
la cobertura del suelo en este documento)
o el cambio antropogénico del uso de la
tierra (denominado Cambio en el uso de la
tierra del medio ambiente atmosférico)
(Bachelet et al., 2001, 2003; Cox et al.,
2000; Falloon et al., 2012; Notaro et al.,
2007; O'ishi y Abe-Ouchi, 2009; Tilman et
al. al., 2001; Wu et al., 2012). Wu y col.
(2012) predijeron cambios significativos en
los bosques y la cobertura de pastizales
para 2050, siendo las latitudes medias del
norte las más afectadas. Notaro y col.
(2007) predijeron la reducción de la
cubierta forestal sobre el Amazonas,
Sudáfrica y Australia debido al efecto
radiactivo del aumento de CO2 y el
desplazamiento hacia los polos del bosque
boreal debido a los efectos tanto
radiactivos como fisiológicos. Además, la
conversión antropogénica continua de
tierras forestales para la agricultura en el
futuro para apoyar una creciente población
humana mundial y la demanda resultante
de alimentos y energía podría provocar una
degradación significativa de la vegetación
natural. Tilman y col. (2001) proyectó un
aumento del 18% en el área agrícola global
(tierras de cultivo y pastizales) en 2050 en
relación con 2000. Para 2050 (escenario
IPCC A1B), se predice una degradación
significativa de la vegetación natural para
fines agrícolas en el este de los EE. UU.,
África central, Asia meridional y ecuatorial
y Europa occidental, mientras que la
superficie agrícola podría disminuir en
América del Sur, Asia oriental, partes
occidentales de Australia y Rusia (IPCC,
2001; MNP, 2006). Los cambios en el tipo
de vegetación y la densidad asociados con
el uso futuro del suelo / cambio de la
cobertura del suelo podrían tener una
influencia directa en la actividad futura de
incendios forestales. Huang y col. (2015)
predijeron un aumento del 15% en la
frecuencia mundial de incendios forestales
en 2050 debido solo al cambio en la
cubierta terrestre con grandes aumentos
en África y América del Norte. Por el
contrario, el cambio en el uso de la tierra
podría provocar una disminución
significativa en la ocurrencia de incendios
en África y el oeste de los EE. UU., Mientras
que se pronostican aumentos en Australia
y América del Sur (Huang et al., 2015).
Además, las emisiones de Hg de los
incendios forestales se ven afectadas por el
contenido de Hg en la vegetación
(biomasa) (Biswas et al., 2007), lo que hace
que las emisiones de Hg sean
particularmente sensibles a las futuras
alteraciones en el uso y la cobertura del
suelo. Además del cambio de uso de la
tierra / cobertura de la tierra, los cambios
futuros en el clima también influirían en la
actividad global de incendios. Las
temperaturas más cálidas pronosticadas en
el futuro junto con las alteraciones en los
patrones de precipitación impulsadas por
el cambio climático podrían dar como
resultado regímenes de incendios
significativamente diferentes de los años
2000 (Cochrane y Barber, 2009; Flannigan
et al., 2009; Yue et al., 2013). Huang y col.
(2015) predijeron un aumento del 19% en
la frecuencia global de incendios en 2050
causada por cambios en la meteorología
debido al cambio climático. Yue y col.
(2013) predijeron que las concentraciones
de aerosoles en la superficie durante el
verano resultantes de las emisiones de
incendios forestales en el oeste de los EE.
UU. Podrían aumentar en un 46-70% para
el carbono orgánico y 20-27% para el
carbono negro para 2050 en relación con la
década de 2000 impulsada por el cambio
climático. Finalmente, los cambios en las
emisiones antropogénicas de Hg pueden
afectar significativamente las emisiones de
Hg de los incendios forestales al afectar la
deposición atmosférica de Hg. Debido a
que la deposición atmosférica es una
fuente importante de enriquecimiento de
Hg en la vegetación terrestre y suelos, las
alteraciones futuras en la deposición
atmosférica de Hg en ambientes terrestres
podrían desempeñar un papel clave en la
determinación de los factores de emisión
de Hg de los incendios forestales. En este
estudio, estimamos las emisiones
atmosféricas de Hg de los incendios
forestales mundiales teniendo en cuenta
las variaciones regionales tanto en las
actividades de incendios como en los
factores de emisión de Hg y examinando
los impactos de los cambios de 2000 a
2050 en el clima, el uso de la tierra /
cobertura del suelo y las emisiones
antropogénicas.
2. Metodología
Las emisiones de Hg de los incendios
forestales se calculan en función de la
ecuación clásica para las emisiones de
quema de biomasa (Seiler y Crutzen, 1980)
y se tienen en cuenta varios factores,
incluidos el tipo y la densidad de la
vegetación, el contenido de Hg en la
biomasa y las características del fuego.
Teniendo en cuenta la variación
significativa en las características del fuego,
la cobertura del suelo y el clima en las
regiones geográficas, los análisis para
varias regiones se llevan a cabo por
separado. Utilizamos definiciones de
regiones geográficas que se han usado
comúnmente en la literatura (Aldersley et
al., 2011; Friedli et al., 2009; Giglio et al.,
2010, 2013, 2006b; Li et al., 2012; Van der
Werf et al., 2010; van der Werf et al.,
2006).
La figura 1 muestra un mapa de las
regiones geográficas. El modelo de
emisiones de Hg se desarrolla a una
resolución espacial de 4 x 5 '(latitud x
longitud). Las emisiones mensuales medias
de Hg de incendios forestales en una celda
de la cuadrícula (i, j), E(i,j), se calculan
como:
Donde:
EFk(i,j): Factores de emisión de Hg para la
cobertura del suelo tipo k en la celda de la
cuadrícula (i, j)
A(i,j): Área quemada en (i, j)
Fk(i,j): Cobertura superficial fraccional para
cobertura de tierra tipo k en (i, j)
Mk(i,j): Densidad de biomasa disponible vegetación, su disposición espacial y
para vegetación tipo k en celda de contenido de humedad (Ito y Penner,
cuadrícula (i, j) 2004). Seguimos el esquema utilizado por
CF(i,j): Fracción de combustión en (i, j) Wiedinmyer et al. (2006) para estimar el
Para los factores de emisión de Hg para la CF. Este esquema, basado en el porcentaje
década de 2000, seguimos a Friedli et al. de cobertura arbórea (TC) en una celda de
(2009) para asignar EF específicos de la cuadrícula, clasifica la vegetación en
región para varias regiones pero actualizar diferentes tipos y asigna las estimaciones
los EF de bosques tropicales con datos de de CF correspondientes para los árboles y
Melendez-Perez et al. (2014). El EF final la vegetación herbácea en el mismo, como:
(122 ng Hg / g de biomasa quemada) para
los bosques tropicales es el promedio de
los valores reportados por Friedli et al.
(2009) (198 ng Hg / g de biomasa
quemada) y Melendez-Perez et al. (2014)
(47 ng Hg / g de biomasa quemada). Las
Los datos de cobertura del suelo utilizados
regiones boreales (BONA y BOAS) y Asia
en este trabajo consisten en la producción
ecuatorial (EQAS) tienen los valores de EF
de cobertura de vegetación de área de
más altos (315 ng Hg / g de biomasa
tracción (2000 y 2050) del modelo Lund-
quemada) debido a las altas reservas de
Potsdam Jena Dynamic Global Vegetation
mercurio en el suelo presentes allí (Friedli
(LPJ DGVM) (Gerten et al., 2004; Hickler et
et al., 2009) seguidas de bosques
al., 2006; Schaphoff et al., 2006; Sitch et
templados (242 ng Hg / g de biomasa
al., 2003; Thonicke et al., 2001; Wu et al.,
quemada), bosques tropicales (122 ng Hg /
2012). El modelo LPJ es un modelo global
g de biomasa quemada) y pastizales (41 ng
basado en procesos de dinámica de
Hg / g de biomasa quemada). La densidad
vegetación. Simula la producción y pérdida
de biomasa disponible (M) es la cantidad
de biomasa vegetal, competencia entre
de material vegetal muerto / vivo
diferentes especies de plantas por los
disponible para el consumo por incendios
recursos, las propiedades estructurales de
por unidad de área. La biomasa disponible
la vegetación y la biogeoquímica del suelo
en una celda de rejilla incluye vegetación
(Gerten et al., 2004; Thonicke et al., 2001)
herbácea, partes de árboles no leñosas y
con base en los aportes de meteorología,
leñosas y hojarasca (descomponible y
tipo de suelo y concentración de CO2
resistente). Las estimaciones de biomasa
atmosférico. La vegetación natural en cada
disponibles para los ecosistemas forestales
celda de la cuadrícula se describe en
y no forestales de Jain et al. (2006),
términos de cobertura fraccional de 9 tipos
generado utilizando el componente
funcionales de plantas (PFTS), que incluyen
terrestre del Modelo Integrado de
arboles de hoja perenne tropical de hoja
Evaluación de la Ciencia (ISAM) (Jain y
ancha (TrBE), árbol de hoja verde tropical
Yang, 2005) se utilizan aquí. Estas
de hoja ancha (TrBR), árbol de hoja
estimaciones se proporcionan para nueve
perenne templado de hoja ancha (TeNE),
regiones geográficas y cuatro tipos de
árbol de hoja perenne templado de hoja
cobertura terrestre (bosques tropicales,
ancha (TeBE), árbol de hoja perenne
templados, boreales y ecosistemas no
templado de hoja ancha (TeBS), árbol de
forestales). La fracción de combustión (CF)
hoja perenne boreal con hojas de aguja
representa la fracción de biomasa
(BNE), árbol boreal de hojas verdes con
disponible que se quema durante un
hojas de aguja (BNS), hierbas C3 y C4. Cada
incendio. Es una función del tipo de
PFT leñosa es de hoja perenne, verano o
lluvia, dependiendo de la disponibilidad de
agua y la temperatura, mientras que los
PFTS herbáceos son C3 o C4 según el tipo
de actividad de fotosíntesis asociada a
ellos. La salida de cobertura de vegetación
natural fraccional utilizada aquí se obtuvo
al conducir el LPJ DGVM con campos de
meteorología (2000 y 2050) generados a
partir del GISS Global Climate Model
Versión 3 (GISS GCM v3) (Rind et al., 2007;
Wu et al., 2007, 2008a, 2008b) siguiendo
el escenario IPCC A1B para futuras
concentraciones de gases de efecto
invernadero. Se proporcionan más detalles
de simulación en Wu et al. (2012). Aquí los
datos de vegetación promedio de 10 años
(1991-2000 vs 2041-2050) se utilizan para
examinar los cambios a largo plazo en la
vegetación.
Los datos para el uso antropogénico de la
tierra consisten en la cobertura regional de
tierras de cultivo (2000 y 2050) del modelo
IMAGE siguiendo el escenario IPCC A1B
(Equipo IMAGE, 2001; MNP, 2006). Los
datos se registraron a partir de una
resolución espacial de 1 x 1'-4 x 5 'en este
trabajo. Para cada celda de la cuadrícula,
la cobertura fraccional de cada uno de los
LPJ PFTS se redujo uniformemente en
proporción a la fracción del cultivo para
acomodar la cobertura de las tierras de
cultivo. Para la década de 2000, el LPJ PFT
y las fracciones de cultivo están en el nivel
de 2000. El escenario de uso de la tierra y
cobertura de la tierra 2000-2050 incluye
tanto la vegetación natural como la
cobertura de los cultivos según lo previsto
para 2050. El escenario de cambio de la
cubierta de la tierra tiene cambios en la
vegetación natural en respuesta al cambio
climático, pero la cobertura de las tierras
de cultivo se mantiene fija en el nivel de la
década de 2000, mientras que en el
escenario de cambio de uso de la tierra la
vegetación natural se mantiene fija a nivel
de la década de 2000 y se utiliza la
cobertura de las tierras de cultivo
siguiendo las tendencias de uso de la tierra
para 2050. El escenario de cambio
climático involucra cambios en la
metodología solamente (usando los
campos de meteorología GISS GCM v3 para
2000 y 2050).
El área quemada A(i,j) se estimó como:
Donde el factor de proporcionalidad α(i,j)
es una función del tipo de cobertura del
suelo y la cobertura (representada por la
cubierta de árboles (Tf(i,j)), la cubierta de
hierbas (Hf(i,j)) y tierra árida Bf(i,j) en la
celda de la cuadrícula (i,j) y el clima
(representado por la temperatura
superficial Ts(i,j) y la precipitación Ps(i,j) en
la celda de la cuadrícula (i,j). Nc. es la
frecuencia del fuego que se ve afectada
por las fuentes de ignición del fuego, como
los rayos y las igniciones antropogénicas,
las condiciones meteorológicas, la
densidad de vegetación y la densidad de la
población humana. Huang y col. (2015)
tomaron en cuenta todos estos factores y
estimaron los cambios en la frecuencia de
incendios (a una resolución espacial de 4 x
5 y resolución temporal mensual) en
respuesta a los cambios en el clima, la
cobertura del suelo, el uso del suelo y la
densidad de la población considerando un
conjunto de escenarios (uso del suelo /
cambio de cobertura del suelo, cambio
climático, cambios en los agentes de
ignición y supresión antropogénica de
incendios). Aquí se utilizan sus resultados
para los escenarios de cambio climático,
uso del suelo y cobertura de la tierra para
2050. Nuestra metodología de estimación
del área quemada implica la construcción
de un modelo estadístico que relaciona la
actividad del incendio (variable
independiente) y el área quemada
(variable dependiente), que
posteriormente se utilizó con las
frecuencias de incendio generadas por el
modelo de incendio para predecir el área
quemada (para 2000 y 2050). Utilizamos
las frecuencias de incendios globales condiciones climáticas favorables /
disponibles y los conjuntos de datos de desfavorables en la propagación de
áreas quemadas de observaciones incendios forestales.
satelitales y consideramos la cobertura del
Las variables de división incluyen %TC,
suelo (% de cobertura arbórea (% TC), % de
%HC, %BL, Ts y Ps. Cada nodo terminal del
cobertura de hierba (% HC) y % de tierra
árbol consta de un modelo de regresión
estéril (% BL) y la metodología (Ts y Ps)
lineal con frecuencias de incendio como
como los principales factores que influyen
variable independiente y área quemada
en la relación entre la actividad del
como variable dependiente. Los datos de
incendio y el área quemada. Para tener en
entrenamiento utilizados para construir los
cuenta esta dependencia, se emplean
árboles de regresión se describen a
modelos de árbol de regresión. Un árbol
continuación. Las frecuencias de incendio
de regresión es un modelo estadístico
observadas (2001-2015) provienen del
basado en un árbol de decisión (Breiman
producto de incendio Collection 5 Terra
et al., 1984; Breiman y Meisel, 1976; Loh,
MODIS Climate Modeling Grid (CMG)
2008, 2011). Particiona recursivamente el
(datos en
espacio de datos de entrada (y, X1, Xn) (y
ftp://fuoco.geog.umd.edu/modis/C5/emg
es la variable dependiente y las x son las
/) disponibles a 0.5 " x resolución temporal
variables independientes) que consisten en
espacial y mensual de 0.5 "(Giglio et al.,
datos de entrenamiento para las variables
2006a; Justice et al., 2002). Para el área
dependientes e independientes en
quemada, estimaciones de la Base de datos
subconjuntos y ajusta modelos de
global de emisiones de incendios versión 4
regresión lineal separados para cada
(GFEDV4) (datos en ftp: //fuoco.geog.
subconjunto. Las variables independientes
Umd.edu/gfed4/monthly/) ((2001-2015))
pueden usarse como variables de división
(Giglio et al., 2013) son usados. La
(usadas para hacer divisiones univariadas
resolución espacial de este producto es 0.5
en cada nodo del árbol), variables
"x 0.5" (resolución temporal mensual).
predictivas (usadas para predecir las
Ambos conjuntos de datos se redirigieron a
variables dependientes) o ambas. La
una resolución espacial de 4 "x 5 'para su
división del espacio de datos de entrada en
uso en este trabajo. Los datos de cobertura
subconjuntos permite la aplicación de
de tierra de LPJ (que representan la
relaciones de regresión a un espacio de
cobertura de las tierras de cultivo como se
datos homogéneo con respecto a dividir
describió anteriormente) se usaron para la
variables y así mejorar la aplicabilidad de
cobertura de tierra de la década de 2000.
las relaciones al espacio de datos. La
Los PFTS se combinaron para obtener % TC
dependencia del área quemada de la
(suma de todos los PFTS de los árboles), el
cobertura del suelo ha sido destacada por
% HC (suma de todos los PFTS herbáceos) y
Van Der Werf et al. (2003) y Giglio et al.
el resto después de tener en cuenta la
(2006b) y los árboles de regresión para
vegetación natural y las tierras de cultivo
predecir el área quemada global a partir de
arrojaron el % BL (tierra sin vegetación). La
las frecuencias de incendio se han utilizado
temperatura de la superficie y los
previamente [por ejemplo (Giglio et al.,
conjuntos de datos de precipitación
2006b, 2010). Se desarrollaron árboles de
consistieron en medios mensuales
regresión separados para cada de las 14
generados a partir de un promedio de 3
regiones geográficas en la Fig. 1. Este
horas por hora. (A-3) campos del GEOS-4
enfoque permite modelar los efectos del
(2001-2003) (Suarez et al., 2005), GEOS-5
tipo de combustible (árbol / herbáceo),
(2004-2012) (Rienecker, 2008) y campos
configuración y disponibilidad y
promedio por hora (A-1) del GEOS-FP
(2013-2015) (Lucchesi, 2013; Molod et al.,
2012) productos meteorológicos
(resolución espacial 4 'x 5). Los conjuntos
de datos para frecuencia de fuego MODIS,
área quemada GFEDV4, cobertura terrestre
LPJ y meteorología GEOS a 4” x 5” se
prepararon para cada una de las 14
regiones geográficas como se define en la
Fig. 1. Por lo tanto, los datos de
entrenamiento para cada árbol de
regresión regional consistieron una serie
temporal de 15 años (2001-2015) de
frecuencias de incendios MODIS Terra,
estimaciones del área quemada GFEDV4,
datos de cobertura terrestre LPJ para los
campos de meteorología de 2000 y GEOS.
Estos datos se usaron para construir
árboles de regresión para cada una de las
14 regiones geográficas. Posteriormente,
estos modelos de árbol de regresión se
aplicaron para estimar el área quemada
mensualmente para los escenarios 2000 y
2050 en función de las frecuencias de
incendio estimadas a partir del modelo de
incendio junto con los datos de cobertura
del suelo del modelo LPJ y la superficie de
temperatura y precipitación (medias
mensuales de 3 campos promediados por
hora (A-3)) del modelo GSS GCM v3. Con
todos los datos de entrada disponibles, las
emisiones de Hg (con resolución mensual y
4'x5') de incendios forestales para diversas
regiones y escenarios se calculan utilizando
el modelo de emisiones de incendios (es
decir, la ecuación (1)).
Para examinar las perturbaciones en las
emisiones de Hg por incendios forestales a
partir de los cambios en las emisiones
antropogénicas de Hg, asumimos una
relación lineal entre los factores de emisión
de Hg de los incendios forestales y la
deposición atmosférica de mercurio (Dep):
EF 2000 / DEP 2000 = EF2050 / DEP 2050.
La respuesta real del enriquecimiento de
Hg en la vegetación y los suelos a los
cambios en la deposición atmosférica
podría ser muy complicada y no lineal, pero
sin datos detallados disponibles, la
simplificación lineal nos permite estimar la
sensibilidad de las emisiones de Hg a los
cambios en emisiones antropogénicas. La
deposición atmosférica de mercurio para
los años 2000 y 2050 se estimó utilizando
la simulación global de mercurio en el
modelo GEOS-Chem (Bey et al., 2001). La
simulación de mercurio GEOS-Chem
(Corbitt et al., 2011; Giang et al., 2015;
Holmes et al., 2010; Jaeglé et al., 2009;
Selin y Jacob, 2008; Selin et al., 2007,
2008; Smith-Downey et al., 2010; Strode
et al., 2007; Zhang et al., 2016) incluye tres
especies de Hg (elemental (Hg (0), di-
valente (Hg (II)) y Hg unido a partículas (Hg
(P)). Incluye el ciclo acoplado tierra-
océano-atmósfera de Hg. Las emisiones de
Hg incluyen fuentes antropogénicas y
naturales y la reemisión de mercurio
previamente depositado de los sistemas
terrestres y acuáticos. Los sumideros para
Hg incluyen la deposición seca, la
deposición húmeda para Hg (II) y Hg (P)
incluyendo la absorción de sal marina para
Hg (II). Este trabajo utiliza v9-02 del
modelo y los años 2005-2011 se simularon
con la meteorología GEOS-5. Los años
2005-2007 fueron utilizado para inicializar
el modelo y los resultados presentados son
promedios para 2008-2011. El modelo fue
impulsado por las emisiones
antropogénicas para 2050 siguiendo el
escenario AIB del IPCC (Corbitt et al., 2011;
Streets et al., 2009). Hg GDEP se calculó
como la suma de la deposición para todas
las especies de Hg (Hg (0), Hg (I) y Hg (P)
deposición seca + Hg (II) y Hg (P)
deposición húmeda).
3. Resultados
3.1. Estimaciones del área quemada
Usando los modelos de árbol de regresión
descritos anteriormente, las estimaciones
anuales calculadas del área quemada del
2000 (promedio de 1998-2002) para varias
regiones, se muestran en la Tabla 1a. Los
modelos de árbol de regresión pudieron
explicar la mayor parte de la variabilidad
en el área quemada (según los datos de
GFEDV4) para cada región (R2 = 0.81
(BONA), 0.72 (TENA), 0.68 (CEAM), 0.75
(NHSA), 0.86 (SHSA ), 0.82 (EURO), 0.81
(MIDE), 0.91 (NHAF), 0.94 (SHAF), 0.81
(BOAS), 0.85 (CEAS), 0.73 (SEAS), 0.77
(EQAS), 0.96 (AUST). La superficie total
anual para la década de 2000 se estima en
334 Mha año con una contribución máxima
(51%) al continente africano (MIDE + NHAF
+ SHAF - 170 Mha año) seguido de Eurasia
(23%) (EURO + BOAS + CEAS + SEAS + EQAS
- 78 Mha año), Sudamérica (14%) (NHSA +
SHSA - 47 Mha año), Australia (9%) - 29
Mha año) y Norteamérica (3%) (BONA +
TENA + CEAM -10 Mha año). La tabla
contiene estimaciones de área quemada de
este trabajo junto con estimaciones de
literatura disponibles para comparación.
*Definiciones regionales: NA= Norteamérica (BONA
Existe una considerable variabilidad en las
+ TENA + CEAM); SA= Suramérica (NHSA + SHSA);
estimaciones del área quemada global y
AFR= África (MIDE + NHAF + SHAF); EURAS= Eurasia
continental en la literatura debido a los
(Europa (EURO) + Asia (BOAS + CEAS + SEAS +
diferentes enfoques utilizados (por
EQAS); AUS= Australia (AUST); GLOB= Total global.
ejemplo, modelado de fuego basado en
Las regiones subcontinentales como BONA, etc., se
procesos versus observaciones satelitales)
definen en la Fig. 1.
y diferentes períodos de año/tiempo
examinados. Sin embargo, nuestros Estimaciones continentales, calculado a partir de la
resultados reproducen los principales distribución porcentual en Tansey et al. (2004b)
patrones de área quemada comunes a la (América del norte: 2%, América del sur 3%, Eurasia
mayoría de los estudios (por ejemplo, área 15%, África 64%, Australia 16%
quemada máxima en África). En general,
las estimaciones del área quemada por Tabla 1B.
incendios forestales globales y regionales
en este trabajo están razonablemente de Cambios proyectados para 2000-2050 en el área
acuerdo con la literatura y representan quemada por incendios forestales impulsados por
bien la distribución espacial del área cambios en el clima, el uso de la tierra y la
quemada. Nuestros cambios calculados en cobertura de la tierra a escalas globales y
el área quemada por incendios forestales regionales. El área quemada estimada para la
provocada por los cambios en el clima, el década del 2000 se muestra en el año Mha.
uso del suelo y la cobertura del suelo se
muestran en la Tabla 1b. Encontramos que
(el cambio climático AUST 2000-2050
podría aumentar las frecuencias globales
de incendios en un 19% (Huang et al.,
2015), lo que causaría aumentos
significativos en el área quemada tanto a
nivel global (+ 22%) como regional (África + *Las definiciones regionales son las mismas
28%), que en la tabla 1ª.
Australia (+32%), Norteamérica (+23%),
Sudamérica (+16%) y Eurasia (+6%). Un
incremento del 6% (+8% (cambio de
cobertura del suelo), -3% (cambio de uso del
suelo) en el área quemada global se predice
debido a los cambios de 2000-2050 en el uso
del suelo/cobertura del suelo. Sin embargo, a
escala continental, se observan cambios más
pronunciados. Se pronostica que el área
quemada en América del Norte y África
disminuirá en un 13% y un 7%
respectivamente debido a la reducción en la
cobertura de vegetación natural causada por
la expansión de la tierra agrícola. Una
cobertura de vegetación natural menor
podría reducir significativamente la actividad
de incendios forestales y limitar la
propagación de incendios forestales. Por
otro lado, una mayor densidad de vegetación
y las mayores frecuencias de incendios
resultantes debido al cambio en la cubierta
terrestre podrían aumentar el área quemada
en ambos continentes (+ 28% América del
Norte, + 16% África). Se pronostica que la
expansión de la tierra agrícola disminuirá en
América del Sur y Australia en 2050, lo que
dará como resultado una mayor vegetación
natural y una mayor frecuencia de incendios,
lo que aumentará el área quemada en un
12% y un 31%, respectivamente. En Eurasia,
el área quemada podría disminuir en un 13%
debido al aumento de la cobertura agrícola
de la tierra. Los efectos combinados del uso
del suelo 2000-2050 / 10