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

• 全文链接
• 请求原文

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; 

作者机构：

中国科学院大学;  南京师范大学地理科学学院;  四川师范大学地理与资源科学学院;  新疆大学资源与环境科学学院;  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; 

关键词：

西南地区;  随机森林算法;  林火预测模型;  林火驱动因子;  FWI系统; 

期刊名称：

生态学报

i s s n：

1000-0933

年卷期：

2023 年 43 卷 022 期

页   码：

9356-9370

摘   要：

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.