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 被引量:1
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
滇东南森林火灾风险识别及驱动因素分析 被引量:1
2
作者 许定良 杨跃 +5 位作者 雷祖禄 李宏伟 朱立光 李金梦 段学斌 杨春平 《林业调查规划》 2025年第3期142-150,共9页
云南省东南部地区作为重要的物种聚集区和生态安全屏障,近年来却频繁遭受林火侵袭,防火形势严峻。科学识别该地区的林火潜在风险区域,对于有效预防火灾发生及减轻灾害损失具有至关重要的意义。本研究基于2006—2020年中分辨率遥感图像... 云南省东南部地区作为重要的物种聚集区和生态安全屏障,近年来却频繁遭受林火侵袭,防火形势严峻。科学识别该地区的林火潜在风险区域,对于有效预防火灾发生及减轻灾害损失具有至关重要的意义。本研究基于2006—2020年中分辨率遥感图像提取的林火火点数据,结合多种潜在驱动因素,运用最大熵模型(MaxEnt)来揭示滇东南地区的森林火灾发生概率,旨在划分火灾风险区域,并深入探究促进火灾发生的主要因素,以应对日益加剧的火灾防控压力。结果显示,MaxEnt模型的预测效果较好,且通过了模型精度检验。具体而言,红河州的火灾风险区总面积达18761 km^(2),占该州总面积的57.43%,高风险区域主要集中于北部的建水、石屏县及弥勒市等地;而文山州的火灾风险区总面积为13722 km^(2),占文山州面积的42.9%,高风险区则主要聚集于北部的广南、富宁、丘北县等地。影响两地林火发生的驱动因素类别几乎一致,其中日照时数、旱季降水量和国内生产总值是两个地区共同的林火发生主导因素。响应曲线上的差异表明,两地具体的驱动因素作用方式和机制存在地区性差异。 展开更多
关键词 林火 林火驱动因素 发生概率 最大熵模型 火灾防控 滇东南地区
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部