期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Gompit回归模型的大兴安岭林火预测模型及驱动因子研究
被引量：
23
1
作者
苏漳文
曾爱聪
+1 位作者
蔡奇均
胡海清
《林业工程学报》
CSCD
北大核心
2019年第4期135-142,共8页
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...
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。
展开更多
关键词
大兴安岭
Gompit回归
林火预测模型
驱动因子
在线阅读
下载PDF
职称材料
基于空间广义加性模型的黑龙江省林火发生预测
2
作者
李春辉
欧阳逸云
+4 位作者
何燕
倪荣雨
曾爱聪
苏漳文
郭福涛
《生态学报》
北大核心
2025年第8期3957-3968,共12页
林火对森林生态系统有着重大影响,造成了广泛的生态破坏和重大的经济损失,因此建立准确可靠的预测模型对森林火灾防控至关重要。研究旨在对比分析Logistic回归模型和空间广义加性模型在林火发生预测和火险等级划分方面的应用效果,为森...
林火对森林生态系统有着重大影响,造成了广泛的生态破坏和重大的经济损失,因此建立准确可靠的预测模型对森林火灾防控至关重要。研究旨在对比分析Logistic回归模型和空间广义加性模型在林火发生预测和火险等级划分方面的应用效果,为森林火灾防控提供更科学的模型依据。选取2006—2020年的黑龙江省林火数据,结合气象、地形、植被等多种影响因素,对Logistic回归模型和四种不同基函数的空间广义加性模型进行评估。结果显示:相较于传统Logistic回归模型,由高斯过程平滑样条基(GP),三次样条基(CR),薄板回归样条基(TP),自适应样条基(AD)拟合的空间广义加性模型均展现出更优异的拟合效果和预测能力。其中,AD拟合的空间广义加性模型效果最佳,其测试集准确率提高4.2%,AUC值提升0.053。模型预测显示,黑龙江省的高火险区主要分布在西北和中南地区,与该省实际的防火布局高度吻合。研究表明,空间信息在森林火灾发生预测中具有显著作用。同时,基于自适应样条基的空间广义加性模型能够对自变量进行分段线性解释,为黑龙江省制定精准的火灾预防措施、优化消防资源配置提供了更具针对性的理论参考和决策支持。
展开更多
关键词
林火预测模型
LOGISTIC回归
模型
空间广义加性
模型
分段效应
平滑样条函数
在线阅读
下载PDF
职称材料
基于随机森林算法的中国西南地区林火发生预测模型构建及驱动因子
被引量：
21
3
作者
何锐
陆恒
+7 位作者
晋子振
秦艳
杨弘毅
刘治银
杨广睿
徐进滢
龚雪
赵求东
《生态学报》
CAS
CSCD
北大核心
2023年第22期9356-9370,共15页
林火直接破坏森林资源,改变森林的结构与功能,影响局地甚至全球气候状况并威胁人类生命和财产安全,在气候变暖背景下林火将更加频发,因此开展林火预测/预报研究至关重要。利用MODIS(Moderate-resolution Imaging Spectroradiometer)的...
林火直接破坏森林资源,改变森林的结构与功能,影响局地甚至全球气候状况并威胁人类生命和财产安全,在气候变暖背景下林火将更加频发,因此开展林火预测/预报研究至关重要。利用MODIS(Moderate-resolution Imaging Spectroradiometer)的温度异常/火产品(MOD14A1)获取逐日林火数据,分析了2001—2018年中国西南地区林火时空分布特征;采用随机森林算法,综合考虑气象、地形、可燃物状况及植被等林火驱动因子,构建了中国西南地区干、湿季林火发生预测模型,系统分析了西南地区干湿季林火发生的主要驱动因子。结果表明:(1)中国西南地区林火主要集中分布于云南大部、四川西南部及贵州南部地区,并呈集聚分布特征;林火多发于干季,占林火发生总次数的96.5%,年林火发生次数呈阶段性变化特征,2001—2014年呈现显著增加趋势,随后表现为不显著减少趋势;(2)构建的干、湿季林火发生预测模型能较准确地模拟林火发生状况:训练期模型准确率分别处于82.94%—83.99%与85.12%—90.31%之间,AUC(Area Under Curve)值分别处于0.908—0.914与0.922—0.965之间;测试期模型准确率分别为79.73%和83.27%,AUC值分别为0.886和0.855;(3)海拔是西南地区林火发生最关键的限制因子,林火多集中于中海拔区,而在低海拔和高海拔地区林火不易发生,这与人类活动密切相关。当日的气象条件是干季林火发生次重要的驱动因子,可燃物的温湿度状况则是湿季林火发生次重要的驱动因子。FWI系统指标(Fire Weather Index)在西南地区有较好的适用性且对于区域干湿季林火发生均有重要的影响,因此在西南地区林火预测/预报工作中有必要引入FWI系统指标。
展开更多
关键词
林火预测模型
随机森林算法
林火
驱动因子
FWI系统
西南地区
在线阅读
下载PDF
职称材料
题名
基于Gompit回归模型的大兴安岭林火预测模型及驱动因子研究
被引量：
23
1
作者
苏漳文
曾爱聪
蔡奇均
胡海清
机构
东北林业大学林学院
福建农林大学林学院
出处
《林业工程学报》
CSCD
北大核心
2019年第4期135-142,共8页
基金
国家林业公益性行业科研专项(201404402)
文摘
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。
关键词
大兴安岭
Gompit回归
林火预测模型
驱动因子
Keywords
Da Hinggan Mountains
Gompit regression
the prediction model of forest fire
importance of driving factor
分类号
S762.2 [农业科学—森林保护学]
在线阅读
下载PDF
职称材料
题名
基于空间广义加性模型的黑龙江省林火发生预测
2
作者
李春辉
欧阳逸云
何燕
倪荣雨
曾爱聪
苏漳文
郭福涛
机构
福建农林大学
福建农林大学
漳州职业技术学院
出处
《生态学报》
北大核心
2025年第8期3957-3968,共12页
基金
国家重点研发计划战略性国际科技创新合作重点专项(2018YFE0207800)。
文摘
林火对森林生态系统有着重大影响,造成了广泛的生态破坏和重大的经济损失,因此建立准确可靠的预测模型对森林火灾防控至关重要。研究旨在对比分析Logistic回归模型和空间广义加性模型在林火发生预测和火险等级划分方面的应用效果,为森林火灾防控提供更科学的模型依据。选取2006—2020年的黑龙江省林火数据,结合气象、地形、植被等多种影响因素,对Logistic回归模型和四种不同基函数的空间广义加性模型进行评估。结果显示:相较于传统Logistic回归模型,由高斯过程平滑样条基(GP),三次样条基(CR),薄板回归样条基(TP),自适应样条基(AD)拟合的空间广义加性模型均展现出更优异的拟合效果和预测能力。其中,AD拟合的空间广义加性模型效果最佳,其测试集准确率提高4.2%,AUC值提升0.053。模型预测显示,黑龙江省的高火险区主要分布在西北和中南地区,与该省实际的防火布局高度吻合。研究表明,空间信息在森林火灾发生预测中具有显著作用。同时,基于自适应样条基的空间广义加性模型能够对自变量进行分段线性解释,为黑龙江省制定精准的火灾预防措施、优化消防资源配置提供了更具针对性的理论参考和决策支持。
关键词
林火预测模型
LOGISTIC回归
模型
空间广义加性
模型
分段效应
平滑样条函数
Keywords
forest fire prediction model
logistic regression model
spatial generalized additive model
segmental effect
smoothing spline function
分类号
S762.2 [农业科学—森林保护学]
在线阅读
下载PDF
职称材料
题名
基于随机森林算法的中国西南地区林火发生预测模型构建及驱动因子
被引量：
21
3
作者
何锐
陆恒
晋子振
秦艳
杨弘毅
刘治银
杨广睿
徐进滢
龚雪
赵求东
机构
中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室
四川师范大学地理与资源科学学院
中国科学院大学
中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室
新疆大学资源与环境科学学院
南京师范大学地理科学学院
出处
《生态学报》
CAS
CSCD
北大核心
2023年第22期9356-9370,共15页
基金
教育部人文社科青年项目(21YJCZH099)
四川师范大学地理与资源科学学院创新训练项目(202010636326)。
文摘
林火直接破坏森林资源,改变森林的结构与功能,影响局地甚至全球气候状况并威胁人类生命和财产安全,在气候变暖背景下林火将更加频发,因此开展林火预测/预报研究至关重要。利用MODIS(Moderate-resolution Imaging Spectroradiometer)的温度异常/火产品(MOD14A1)获取逐日林火数据,分析了2001—2018年中国西南地区林火时空分布特征;采用随机森林算法,综合考虑气象、地形、可燃物状况及植被等林火驱动因子,构建了中国西南地区干、湿季林火发生预测模型,系统分析了西南地区干湿季林火发生的主要驱动因子。结果表明:(1)中国西南地区林火主要集中分布于云南大部、四川西南部及贵州南部地区,并呈集聚分布特征;林火多发于干季,占林火发生总次数的96.5%,年林火发生次数呈阶段性变化特征,2001—2014年呈现显著增加趋势,随后表现为不显著减少趋势;(2)构建的干、湿季林火发生预测模型能较准确地模拟林火发生状况:训练期模型准确率分别处于82.94%—83.99%与85.12%—90.31%之间,AUC(Area Under Curve)值分别处于0.908—0.914与0.922—0.965之间;测试期模型准确率分别为79.73%和83.27%,AUC值分别为0.886和0.855;(3)海拔是西南地区林火发生最关键的限制因子,林火多集中于中海拔区,而在低海拔和高海拔地区林火不易发生,这与人类活动密切相关。当日的气象条件是干季林火发生次重要的驱动因子,可燃物的温湿度状况则是湿季林火发生次重要的驱动因子。FWI系统指标(Fire Weather Index)在西南地区有较好的适用性且对于区域干湿季林火发生均有重要的影响,因此在西南地区林火预测/预报工作中有必要引入FWI系统指标。
关键词
林火预测模型
随机森林算法
林火
驱动因子
FWI系统
西南地区
Keywords
forest fire prediction model
random forests algorithm
driving factors
Fire Weather Index system
Southwest China
分类号
S762 [农业科学—森林保护学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Gompit回归模型的大兴安岭林火预测模型及驱动因子研究
苏漳文
曾爱聪
蔡奇均
胡海清
《林业工程学报》
CSCD
北大核心
2019
23
在线阅读
下载PDF
职称材料
2
基于空间广义加性模型的黑龙江省林火发生预测
李春辉
欧阳逸云
何燕
倪荣雨
曾爱聪
苏漳文
郭福涛
《生态学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于随机森林算法的中国西南地区林火发生预测模型构建及驱动因子
何锐
陆恒
晋子振
秦艳
杨弘毅
刘治银
杨广睿
徐进滢
龚雪
赵求东
《生态学报》
CAS
CSCD
北大核心
2023
21
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
