期刊导航
期刊开放获取
河南省图书馆
退出
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
1
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:
6
1
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
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:
6
1
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]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
6
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