發(fā)布時間：2020-12-10 03:44

　　針對中國目前有關林火驅(qū)動因子及預測模型的研究通常局限于一個或幾個區(qū)域的研究現(xiàn)狀,該文使用2010?2018年全國衛(wèi)星監(jiān)測火點數(shù)據(jù)、2010?2017年全國各氣象站的日值氣象數(shù)據(jù)、全國基礎地理數(shù)據(jù)、DEM數(shù)據(jù),基于數(shù)理統(tǒng)計、二項logistic回歸、隨機森林算法等方法對中國大尺度森林火災分布特征及主要林火驅(qū)動因子進行分析,建立我國大尺度林火發(fā)生預測預報模型,對模型結(jié)果進行評價,最后選取最優(yōu)模型繪制我國森林火險等級區(qū)劃圖,以期為我國的大尺度林火預報工作提供參考。研究主要得到以下結(jié)論:2010年?2018年我國的森林火點數(shù)量隨年份變化總體呈減小趨勢,且有明顯的季節(jié)差異和地域差異,春季和冬季的森林火點數(shù)量明顯多于夏季和秋季,東南地區(qū)明顯多于其它地區(qū);在氣象方面,森林火點數(shù)量隨氣溫、平均相對濕度和平均風速的升高先增加后減弱;在地形方面,隨海拔和坡度的增加而減少,陽坡發(fā)生的林火次數(shù)多于陰坡;在社會人文方面,森林火點數(shù)量隨著與道路距離的增加而減少,隨著與居民點距離的增加先增多后減少。基于二項logistic回歸和隨機森林算法對中國大尺度主要林火驅(qū)動因子進行選擇分析。使用多重共線性診斷和二項logis... 

【文章來源】：北京林業(yè)大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 引言
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 大尺度森林火險等級系統(tǒng)研究現(xiàn)狀
        1.2.2 林火驅(qū)動因子和林火發(fā)生預測模型研究現(xiàn)狀
    1.3 研究方案
        1.3.1 研究目標
        1.3.2 研究內(nèi)容
        1.3.3 研究方法與技術路線
    1.4 本文創(chuàng)新點
    1.5 論文組織結(jié)構
2 研究區(qū)概況與數(shù)據(jù)處理
    2.1 研究區(qū)概況
        2.1.1 地理位置
        2.1.2 地形地貌
        2.1.3 氣候條件
        2.1.4 森林資源
    2.2 數(shù)據(jù)來源
    2.3 數(shù)據(jù)處理
        2.3.1 創(chuàng)建隨機點
        2.3.2 匹配氣象數(shù)據(jù)
        2.3.3 提取地形和社會人文數(shù)據(jù)
3 中國森林火點分布特征
    3.1 森林火點的時空分布特征
        3.1.1 森林火點年際變化特征
        3.1.2 森林火點月分布特征
        3.1.3 森林火點日分布特征
        3.1.4 森林火點地域分布特征
    3.2 森林火點的氣象分布特征
        3.2.1 森林火點的氣溫分布特征
        3.2.2 森林火點的濕度分布特征
        3.2.3 森林火點的降水量分布特征
        3.2.4 森林火點的風速分布特征
    3.3 森林火點的地形分布特征
        3.3.1 森林火點的海拔分布特征
        3.3.2 森林火點的坡度分布特征
        3.3.3 森林火點的坡向分布特征
    3.4 森林火點的社會人文分布特征
4 基于logistic回歸的林火預測模型
    4.1 Logistic回歸的原理和方法
    4.2 林火驅(qū)動因子的選取與分析
        4.2.1 模型因子的準備
            4.2.1.1 模型因子的分類
            4.2.1.2 模型因子歸一化
        4.2.2 林火驅(qū)動因子的選取
        4.2.3 林火驅(qū)動因子與火災發(fā)生的關系
    4.3 模型擬合與評價
5 基于隨機森林算法的林火預測模型
    5.1 隨機森林算法的原理與方法
    5.2 林火驅(qū)動因子的選取與分析
    5.3 模型擬合與評價
    5.4 火險等級區(qū)劃
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻
個人簡介
導師簡介
獲得成果目錄清單
致謝



本文編號：2908026