排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
2.
3.
【目的】对浙江省2000-2016年林火发生的主要影响因素进行分析,确定驱动因子,建立林火预测模型并划分火险等级,为我国东南林区林火预防与管理提供科学支撑。【方法】以卫星火点数据为基础,运用Arcgis 10.2等软件,对气候因素(气温日较差、月平均气温、月平均降水量、月平均相对湿度、上年月平均降水量、上年月平均相对湿度、日累积降水量、日相对湿度、日平均风速)、地形因素(海拔、坡度)、植被数据(植被覆盖度)、社会基础设施因素(人口密度、人均GDP、距居民点距离、距铁路距离、距公路距离)进行空间信息提取,并与随机点结合后通过Logistic回归模型分析浙江省林火发生的驱动因子;使用"标准化系数"方法检验各林火驱动因子对林火发生的相对重要性;利用ROC曲线方法对模型预测能力进行拟合检验,并计算划分林火发生概率的最佳阈值。【结果】气温日较差、日相对湿度、月平均相对湿度、上年月平均降水量、日累积降水量、植被覆盖度、上年月平均相对湿度、月平均降水量、距居民点距离、距公路距离、距铁路距离等11个因素与林火发生存在显著相关;模型总体预测准确率达到79.1%;计算出浙江省划分林火发生概率的最佳阈值为0.458。【结论】浙江省高火险区主要位于东部和南部地区,东部地区的林火管理重点应放在人为活动的管理与防火宣传教育上,而南部地区应当在林火高发区增设瞭望塔和视频监测设备。 相似文献
4.
本研究基于2000—2016年林火数据,选取气象、地形、植被、人为活动等因素作为林火预测变量,采用Gompit回归模型对林火发生的主要驱动因子进行分析,并建立大兴安岭地区林火发生预测模型。结果表明:大兴安岭地区林火受气象因素(日累计降水、日平均相对湿度)的影响最大且与林火发生均呈显著负相关;此外,大兴安岭林火多发生于缓坡、远离居民区、铁路、公路等人为活动较为频繁地区。模型结果表明:Gompit回归模型的预测效果较好(准确率77%),ROC检验结果表明模型的拟合度较高(效果值为0.868);而独立样本的检验显示,预测准确率为75.3%,模型具有较高的适用性。大兴安岭近17年的火险等级总体呈南高北低、东高西低的地理分布,其中高火险和中火险区主要集中在南部、东南部等地,占整个研究区域的24.2%;同时南部和东南部存在大面积低估区,表明模型对这些地区的预测能力不高。 相似文献
1