期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
内蒙古大兴安岭林火驱动因素识别及预测模型
1
作者 周庆 张恒 +6 位作者 张秋良 赵鹏武 诺敏 王嘉夫 高健 赵梦玉 杨泽华 《北京林业大学学报》 CAS CSCD 北大核心 2024年第12期114-125,共12页
【目的】选择和验证适合研究区的林火预测模型,明确火灾发生的关键驱动因素并绘制火险区划图,为森林火灾预防和管理工作提供科学依据和决策支持。【方法】基于1981—2020年历史火灾数据,融合多源(气象条件、地形、植被、人类活动和社会... 【目的】选择和验证适合研究区的林火预测模型,明确火灾发生的关键驱动因素并绘制火险区划图,为森林火灾预防和管理工作提供科学依据和决策支持。【方法】基于1981—2020年历史火灾数据,融合多源(气象条件、地形、植被、人类活动和社会经济)数据,比较4种机器学习方法在内蒙古大兴安岭林火预测中的适用性,同时,基于显著影响火灾发生的驱动因素绘制火灾发生可能性地图和火险区划图。【结果】(1)增强回归树模型接受者操作特性曲线下的面积值为0.967,随机森林模型的AUC为0.947,均表现出优异的预测性能。Logistic回归模型和Gompit回归模型的预测准确率较上两种略低,AUC分别为0.852、0.851,也满足研究区的基本预测要求。(2)气象因素气温日较差、日最小相对湿度是影响内蒙古大兴安岭林火发生的主导因素;海拔在驱动因素的相对重要性排序中位居前列;人类活动和社会经济因素(如距公路的距离、距火灾瞭望塔的距离、人均GDP等)对林火发生也有一定影响。(3)内蒙古大兴安岭东部和东南部存在大面积火灾中、高风险区,北部中俄边境和西南部中蒙边境也有较高的火灾风险。火灾发生前一年秋季防火期的平均气温、平均地表温度等因素会影响第2年森林火灾的发生。【结论】与其他3种模型相比,增强回归树模型是最适合内蒙古大兴安岭林火发生的预测模型。气象因子、海拔显著影响内蒙古大兴安岭林火发生,人类活动和社会经济因素对火灾发生也有一定的影响。研究区的中高火险区域主要集中在东部和东南部,北部和西南部也有一定的火灾风险。 展开更多
关键词 大兴安岭 模型比较 林火发生概率 林火驱动因素 火险区划
在线阅读 下载PDF
我国林火发生预测模型研究进展 被引量:46
2
作者 高超 林红蕾 +1 位作者 胡海清 宋红 《应用生态学报》 CAS CSCD 北大核心 2020年第9期3227-3240,共14页
通过文献回顾,总结了国内林火发生预测模型的研究现状,并从林火发生驱动因子、林火发生概率预测模型、林火发生频次预测模型和模型检验方法等方面进行归纳分析。得出以下结论:1)气象、地形、植被、可燃物、人类活动等因素是影响林火发... 通过文献回顾,总结了国内林火发生预测模型的研究现状,并从林火发生驱动因子、林火发生概率预测模型、林火发生频次预测模型和模型检验方法等方面进行归纳分析。得出以下结论:1)气象、地形、植被、可燃物、人类活动等因素是影响林火发生及模型预测精度的主要驱动因子;2)林火发生概率模型中,地理加权逻辑斯蒂回归模型考虑了变量之间的空间相关性,Gompit回归模型适宜非对称结构的林火数据,随机森林模型不需要多重共线性检验,在避免过度拟合的同时提高了预测精度,是林火发生概率预测模型的优选方法之一;3)林火发生频次模型中,负二项回归模型更适合对过度离散数据进行模拟,零膨胀模型和栅栏模型可以处理林火数据中包含大量零值的问题;4)ROC检验、AIC检验、似然比检验和Wald检验方法是林火概率和频次模型的常用检验方法。林火发生预测模型研究仍是我国当前林火管理工作的重点,预测模型的选择需要依据不同地区林火数据特点。此外,构建林火预测模型时需要考虑更多的影响因素,以提高模型预测精度;未来,需要进一步探索其他数学模型在林火发生预测中的应用,不断提高林火发生预测模型的准确度。 展开更多
关键词 林火发生概率 林火发生频次 林火驱动因子 回归模型 模型检验
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部