《基于逻辑斯蒂回归的河南省火烧区模拟研究》由会员分享，可在线阅读，更多相关《基于逻辑斯蒂回归的河南省火烧区模拟研究（12页珍藏版）》请在金锄头文库上搜索。
1、南阳师范学院20XX届毕业生毕业论文（设计）题目：基于逻辑斯蒂回归的河南省火烧区模拟研究完成人：班级：学制：专业：测绘工程指导教师：完成日期：摘要(1)。引言(1)1研究区和研究方式(1)1.1 研究区概况(1)1.2 河南省的丛林火灾情形(2)1.3 数据搜集和处置(2)1.4 研究方式(3)2结果与模型查验(3)2.1 查验火灾风险概率散布图(3)2.2 重分类的火灾概率图与查验火点叠加(4)3结论与建议(6)参考文献(7)Abstract8)基于逻辑斯蒂回归的河南省火烧区模拟研究摘要:以河南省为例，选取了高程、坡度、到居民点的距离、到道路的距离、植被湿度、地表温度和植被指数共7个阻碍火灾
2、发生的因子，空间抽样取得样本，利用spssa件的逻辑斯蒂回归方式，生成火灾风险模型，生成研究区的火灾风险概率空间散布图，通过叠加火烧迹地位置和火灾风险概率空间散布图评判预测模型的方式，分析研究区火灾事件的空间特点。关键词:逻辑斯蒂回归；火险模型；火险空间散布；河南省0引言最近几年来，国内外关于火险分析，预测或建模的研究很多1-5而火灾事件的发生与多种因子相关，如气象、地形、植被、人的作用等，是一个复杂的彼此作用进程3,6-8，不同研究区其火灾发生和蔓延诱发因素的重要性也不完全相同，很难用统一的模型来预测和评估9。一按时刻尺度下，阻碍火灾发生的因子可用于识别火灾事件的空间结构特点3。地形因子（如
3、高程、坡度、坡向等）阻碍小气候、植被状态、潜在的火灾行为和火的蔓延速度1,9，居民地、道路、水体等的可达性反映了人类活动对火灾事件的潜在阻碍，植被覆盖反映不同植被类型对火灾事件的响应程度。本研究选取了阻碍火灾发生的几个因子对我国河南省火灾风险进行制图，通过叠加火烧迹地位置和火灾风险空间散布图，分析在区域空间尺度上仅利用选定的因子对火险建模的可行性，探讨研究区火灾事件的空间特点，为该地域的火险区划分和防火治理提供依据。1 研究区和研究方式1.1 研究区概况河南省地处中原，辖18个市，总面积1670万公顷，总人口9472万人。有四大水系（黄河、长江、淮河、海河），四大山系（太行山、伏牛山、桐柏山、
4、大别山）。东部是广漠的黄淮海冲积平原，山地（含丘陵）和平原别离占全省总土地面积的44.3和55.7。全省包括北亚热带湿润区和温暖带半湿润区两个气候区，冬季严寒少雨雪，春天干旱多风沙，夏日酷热多雨水，秋季清爽日照长。全省年平均气温14c左右，年降雨量600-1200mm河南省地处中原，交通发达，土壤、气候等自然条件较好，适宜多种树木生长，全省土地总面积1670万hm232,其中一级火险县级单位11个，二级火险单位17个，一级和二级火险区丛林面积别离占全省丛林总面积的45.5和29.210。1.2 河南省的丛林火灾情形河南省地处中原，交通发达，人口浓密，生态环境脆弱，丛林火灾较为严峻，始终是丛林资
5、源和国土平安及林区经济进展重大隐患。河南省丛林火灾统计数据显示，2007年1-10月份，全省共发生火灾739起，过火总面积2292.9公顷，受害丛林面积820.46公顷；2020年1-10月份，全省共发生丛林火灾843起，过火总面积2137.1公顷，受害丛林面积703.77公顷，2020年1-10月份，全省共生丛林火灾711起，过火总面积2099.4公顷，受害丛林面积691.5公顷。尽管过火总面积与受害丛林面积都有所减少，但河南省丛林防火形势仍然超级严峻，受厄尔尼诺等气候因素阻碍，全省进入新一轮丛林火灾多发期。新造林区树苗低矮，杂草丛生，一旦碰到火源，极易引发丛林火灾；重点林业生态工程和公益林
6、区可燃物积存已达每公顷30吨以上，部份林区每公顷高达50-60吨，超过了国际上公认的发生丛林大火的界限。1.3 数据搜集和处置从美国NASA勺陆地数据散布中心获取河南省火烧迹地数据集，生成二元因子变量（1：起火；0：无火）。从中科院科学数据库获取90m的SRT嗷据，经重采样生成预测预测因子高程（Elev）数据，用ArcGIS软件基于高程数据生成坡度（SL）数据。居民地、道路和水体数据来源于1:100万中国数字地图（国际版），在ArcGIS软件中生成到居民点的距离（Dv）和到道路的距离（Dp）的预测因子专题图。植被覆盖率（GVM）I数据和地表温度（LST）数据从DIVA-GIS网站下载取得。所有
7、预测因子和因变量均以1000m分辨率栅格化，并基于WGS8坐标系投影取得。1.4 研究方式二元逻辑斯蒂回归（BinaryLogisticRegression,BLR）模型：二元逻辑斯蒂回归时是一种多变量分析方式，该方式的因变量为分支变量（1：起火；0：无火），自变量能够是名义变量、有序变量或比率变量，因变量和自变量之间呈非线性关系11。数量上，起火概率p和预测因子Xi=(i=1,2,n)之间的关系可表达为:bobi为p(y 1)e1ebobixi(i)式中：P表示一个地面单元起火的概率，x为选定的预测因子，bi为预测因子的系数，bo为常数项。通过训练子集可估量和的值，借助式(1)可计算整个研究
8、区的起火概率。在SPS漱件中导入训练样本，并把每个预测因子的第一类均设置为参照类，运用SPS歌件中的logisticregression得出各个预测因子的系数与常数项，程序运行结果如表1所示表1二元逻辑斯蒂回归结果预测因子系数ElevSlDvDpGVMILSTNDVI注：-cons为常数8ns项2结果与模型查验2.1 查验火灾风险概率散布图利用GIS软件生成7个预测因子综合散布图，将逻辑斯蒂回归生成的数据代入式（1）利用栅格计算器计算7个预测因子综合阻碍下的火概率散布图，叠加火烧迹地即查验火点与火灾风险概率散布图生成查验火灾概率图，如图1所示。图1查验火点与火灾概率散布叠加图通过图1能够看出查
9、验火点与火灾概率散布图一致，即查验火点绝大部份散布于火灾概率大的研究区域。2.2 重分类的火灾概率图与查验火点叠加为了进一步查验火点散布情形，将概率散布图进行重分类取得图2,再进行火点查验取得图3value -O M2JX8S72：1件.“才孑4ft47工-由不72N= awai-m342m %X43乜 120 -D-9fl?S77VALkTf .图2重分类后的火灾概率散布图O_OO01号工工*3-01M197S4O。IV9147S4O0.X）工OS/，r10MJJ4W7J-O,417WJ1S2?MSB1”上0.M41UU.0心，”图3查验火点与重分类后火灾概率散布图叠加图将重分类后的火灾概率
10、从高到低依次散布极高、超级高、高、低、超级低五类。统计各个概率区域内的火点数，把重分类中的五类概率制成饼图，如图4所示。2.19%口l或图4概率统计图由重分类后各类别查验火点的概率统计，查验火点的个数随着概率的增大而增多，更进一步验证了基于逻辑斯蒂回归成立的火烧区模型的可用性。3结论与建议（1）选取的几个阻碍火灾发生的因子对河南省火险空间格局起着结构化的作用，说明了采纳该方式建立的火烧区模型对分析研究区域丛林火灾情形的有效性和有效性。（2）尽管本文研究的火灾模型对森林防火起到了必然的作用，但也存在必然的不足，一是选取的预测因子即数据的容量大小有限，二是随着地形、气候条件、植被类型等生态环境的转
11、变，阻碍火灾发生的因子也可能会转变，在实际操作中，还应做进一步的研究。（3）在以后研究中，要综合各类因素，在模型中添加阻碍火灾发生的静态和动态因子，并考虑火灾事件的事件变异，进一步提高火险模型的整体性能。参考文献1 杨存建，冯凉，杨洪忠，等.四川省林草火险品级评判J2020,29(6)：980-988.2 GUOGM,ZHOUMODISlandsurfacetemperaturetoevaluatefireriskofNortheastChinaJIEEEGeoscienceandRemoteSensingLetters,2004,1(2):98-100.3 LOANOFJ,SUAREZ-SE
12、OANES,DELUISofseveralspectalindicesderivedfrommulti-temporalLandsatdateforfireoccurrenceprobabilitymodellingJ.RemoteSensingofEnvironment,2007,107:533-544.4 DLAMINIWM,ApplicationofBayesiannetworksforfireriskmappingusingGISandremotesensingdateJGeojournal,2020,76;283-296.5 TIANXR,SHULF,ZHAOFJ,etal,Futu
13、reimpactsofclimatechangeonforestfiredangerinnortheasternChinaJ.ForestryResearch,2020,22(3):437-446.6 FIORUCCIP,GAETANIF,LANORTEA,etal,DynamicfiredangermappingfromsatelliteimageryandmeteorologicalforecastdateJ.EarthInteractions,2007,11:1-17.7 LEBLONB,FERNANDEZGARCIAPA,OLDFORDDS,etal,UsingcumulativeNO
14、AA-AVHRRspectralindicesforestimatingfiredangercodesinnorthernborealforestJ.InternationalJournalofAppliedEarthObservationandGeoinformation,2007,9:335-342.8 LOZANOFJ,SUAREZ-SEOANES,KELLYM,etmultiscaleapproachformodelingfireoccurrenceprobabilityusingsatellitedateandclassificationtrees:Acasestudyinamoun
15、tainousMediterraneanregionJ.RemoteSensingofEnvironment,2020,112:708-719.9 徐爱俊，李清泉，方陆明，等.基于GIS的丛林火灾预测预报模型的研究与讨论J.浙江林学院学报，2003,20(3):285-288.10 申洁梅，夏艳芳，张麦记，等.河南省丛林火因分析及治理计谋J.河南林业科技报，2005,25(3):23-25.11 CHUVIECOE,AGUADOI,YEBRAM,etofaframworkforfireriskassessmentusingremotesensingandgeographicinformationsystemtechnologiesJ,EcologialModelling,2020,221(1):46-58.FirezoneinHenanprovincebasedonthelogisticregre
