全球变暖加剧野火健康负担并重塑不平等格局：基于机器学习模型的未来预测

本研究通过构建可解释机器学习框架，预测全球变火烧面积与排放变化，揭示在SSP2-4.5情景下至2095–2099年野火碳排放将增长23%，烟雾相关年均过早死亡人数达140万（较当前增6倍），且健康负担将更均匀分布于不同发展水平国家，为全球气候治理与公共卫生干预提供关键依据。

全球变暖正加剧野火活动强度，并进一步放大温室气体与污染物排放。为突破未来不确定性下的预测瓶颈，研究者开发了一套可解释的机器学习框架，用以模拟全球火烧面积与野火排放的动态变化。该模型量化了未来气候变化对火灾行为的影响，并评估了由此导致的过早死亡及火灾细颗粒物（PM_2.5）引发的辐射强迫效应。

研究显示，从2010–2014年至2095–2099年，在共享社会经济路径（SSP）2-4.5情境下，火灾碳排放量预计增长23%。火灾气溶胶的增加使北纬60°以北地区的冷却效应降低0.06 W m⁻²。更严峻的是，野火烟雾所致的过早死亡人数将急剧上升，于2095–2099年间达到年均140万（95%置信区间：0.66–2.25），约为当前水平的6倍。

非洲因排放变化与人口老龄化可能面临最显著的死亡人数增长（11倍），而欧洲与美国在中纬度北半球火灾频发的影响下，死亡人数预计增长1–2倍。整体上，不同发展水平国家之间的健康负担分布将趋于均衡，突显全球协同应对的迫切性。