[口头报告]应用机器学习模型对在青藏高原东南缘野火风险预测

应用机器学习模型对在青藏高原东南缘野火风险预测
编号:2751 稿件编号:920 访问权限:仅限参会人 更新:2024-04-12 18:15:58 浏览:305次 口头报告

报告开始:2024年05月19日 11:10 (Asia/Shanghai)

报告时间:10min

所在会议:[S12] 主题12、大气物理与气象气候 » [S12-6] 主题12、大气物理与气象气候 专题12.6、专题12.11(19日上午,226)

暂无文件

摘要
近年来,中国西南部的山区是世界上野火发生率最高的地区,其山林生态系统极其脆弱。因此,识别西南山区森林火灾的驱动因子,对预测森林火灾发生概率,制定有效的林火管理策略,保护森林资源和森林生态系统的结构与功能具有重要意义。野火点火需要结合开放的火花和合适的天气和燃料条件。火灾发生的模型提供了一个很好的理解的物理和气候因素,限制和促进火灾复发,但人类如何影响点火模式的信息仍然缺乏规模兼容的综合火灾管理。利用Logistic回归、随机森林模型和2004~2020年MODIS全球火图集数据,分析了气候、地形、植被和社会经济变量对中国西南山区野火发生的影响。结果表明,野火驱动因素及其影响存在明显的区域差异。在这些山地森林生态系统中,野火主要由气象因素驱动,特别是日照时数,相对湿度(火灾季节和每日),降水(火灾季节)和温度(火灾季节和每日)。在当地因素中,海拔、铁路距离和人均GDP被认为是最重要的。两种模型均具有良好的预测能力:AUC值在0.86和0.96之间,预测准确率在83.0%和96.0%之间。随机森林在所有因素组(气候,当地和气候和当地组合)中表现出比逻辑回归更高的预测能力。地形因子和人类活动的引入在一定程度上优化了模型。高风险区集中在研究区的西北部和南部,特别是盐源和米易。低风险地区主要在东北部。这项研究将有助于在区域范围内了解山林生态系统中的野火驱动因素和火灾危险分布,并帮助决策者设计火灾管理战略,以减少潜在的火灾危险。
 
关键字
wildfire,machine learning,Remote sensing (RS),the Southeastern Edge of the Qinghai-Tibet Plateau
报告人
刘佳
高级工程师 四川省气候中心

稿件作者
刘佳 四川省气候中心
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订