广西林火驱动因子及预测模型研究

JU Wenzhen,WEI Longbin, PENG Bolin,LI Changcheng, PAN Ting

Forest Resources Management（2023）

引用 0|浏览0

暂无评分

摘要

了解林火最主要的驱动因子并对林火进行预测,能为当地森林火灾的预防与管理提供科学依据.基于2011-2020年的历史火灾数据集,以及气象、地形、人为活动和可燃物载量等数据构建Logistic回归模型和机器学习模型来探究广西林火发生最主要的驱动因子,同时选择最优模型对研究区内森林火灾发生概率进行预测.研究表明:月平均降雨量、月平均相对湿度和林区建筑物数量是影响广西森林火灾发生最显著的因子;Logistic回归模型和机器学习模型均取得了较好的拟合效果,AUC值均在0.85以上,机器学习模型的精度要优于Logistic回归模型,随机森林模型精度最高(SAUC=0.92).通过随机森林模型对全区林火发生概率进行预测,结果显示桂西北、桂北、桂西南地区的林火发生风险最大,预测结果契合广西实际,能够为广西的林火预测预报提供参考.今后,应加强对野外火源的管控力度并提高对极端天气的预警防范能力,以降低森林火灾发生的风险.

查看译文

关键词

forest fire driving factors,forest fire probability prediction,machine learning model,logistic regression,Guangxi

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要