本发明专利技术提供一种森林火险区划评估方法，该森林火险区划评估方法包括：步骤1、构建最大熵模型，得到某区域在自然状态下的森林火灾风险等级；步骤2、将减灾能力矢量化和归一化；步骤3、进行基于减灾能力的区域内森林火险区划评估；步骤4、构建不同区域间具有可比性的森林火险等级；步骤5、利用未来情景数据模拟未来全球变化情景下不同区域的森林火灾风险。该森林火险区划评估方法可以有效避免原森林火险区划方法导致的火险较高地区一直在加大防控投资和建设，火险较低地区一直得不到较好的投资建设；避免了火险较低地区一旦发生火情火灾，不会因为基础设施建设滞后以及防灭火专业力量薄弱而延误战机，造成较大损失。
1、目前森林火险区划方法仍以《全国森林火险区划等级》ly/t1063-2008为主要依据，以树种燃烧类别，人口密度、防火期气候因子和路网密度作为主要火险因子进行评估区划，后来不同学者在森林火险区划时，加入了海拔、坡度、坡向等地形因子，也有学者加入了交通区位和居民区距离地理位置等火险区划因子。最近研究发现，有学者对环境因子(包括地形地貌、气候条件、植被属性和人类活动变量)进行了细化筛选，在此基础上利用maxent和gis进行区划分析。也有学者利用林内可燃物载量进行火险区划，估计森林火险水平。目前研究主要基于历史火灾数据，通过植被信息、气候因子和人类活动三方面从不同角度进行组合分析，这种区划评估方法主要分析了基于自然条件和人类活动因子导致森林火灾发生的概率，但忽视了各地减灾能力对森林火灾发生的影响，火险区划结果不会因减灾能力水平大幅提升而明显降低，且没有对未来森林火灾发生的风险水平进行估计，会导致出现火险较高地区在不断的加大投资，而火险较低地区一直得不到投资现象。
2、近年来，各地对森林防灭火工作高度重视，自各林业主管部分成立防火科室和国家组建应急管理部以来，防范化解森林火灾风险能力得到了有效加强。如何将目前各地的减灾能力水平融入森林火险区划当中，有效预测各地在现有防灾减灾能力水平阶段的森林火险情况，对于科学指导各地寻找自身森林防火薄弱环节，有针对性的加强火灾综合防控决策部署至关重要。为此我们专利技术了一种新的森林火险区划评估方法。
r/>技术实现思路
1、本专利技术的目的是提供一种实现基于现有减灾能力的森林火险区划，并对未来森林火险进行预测的森林火险区划评估方法。
2、本专利技术的目的可通过如下技术措施来实现：森林火险区划评估方法，该森林火险区划评估方法包括：
3、步骤1、构建最大熵模型，得到某区域在自然状态下的森林火灾风险等级；
4、步骤2、将减灾能力矢量化和归一化；
5、步骤3、进行基于减灾能力的区域内森林火险区划评估；
6、步骤4、构建不同区域间具有可比性的森林火险等级；
7、步骤5、利用未来情景数据模拟未来全球变化情景下不同区域的森林火灾风险。
8、本专利技术的目的还可通过如下技术措施来实现：
9、步骤1包括：
10、步骤11，获取行政界线、气候因子、地形因子和人口密度这些栅格数据集；
11、步骤12，根据研究需要，将各栅格数据裁切为研究区域大小；
12、步骤13，对研究区域各栅格数据重采样，使各栅格数据达到一致分辨率；
13、步骤14，初步筛选因子，对各因子进行相关分析，相关系数小于0.8的因子可以进入步骤15；
14、步骤15，进行最大熵模型的输入和输出；
15、步骤16，筛选符合要求的因子，根据最大熵模型的输出进行筛选。
16、在步骤11，气候因子数据包括全年和逐月温度、全年和逐月降水和全年和逐月植被指数；地形因子数据包括dem数据、坡度数据。
17、在步骤14，因子包括年均温、1-12月逐月气温、1-4月平均温度、7-8月平均温度、年降水量、1-12月逐月降水量、1-4月降水量、7-8月降水量、年均ndvi、1-12月逐月ndvi、1-4月平均ndvi、7-8月平均ndvi、人口密度、海拔、坡度；进行相关性分析时，当因子都是连续数据，采用皮尔逊相关性分析，如果是非连续数据，进行斯皮尔曼相关性分析，相关系数大说明两个因子间存在共线性。
18、在步骤15，采用maxent软件计算最大熵模型，或构建二元logistic回归模型进行逐步回归计算最大熵模型；二元logistic回归模型中，需要提取火灾点所在的栅格数据，进入回归模型；以及随机选取的无森林火灾发生点的栅格数据，共同进入回归模型：
19、最大熵模型的基本原理：一个随机变量ε，可以发生不同的结果x1，x2，...，xn，每个xn发生的概率是p1，p2...，pn，ε的熵为：
20、
21、筛选后的各因子输入最大熵模型，区域环境因子包括：野外火灾或点、年均温、火灾多发时段平均温度、年降水、火灾多发时段总降水量、年ndvi、火灾多发时段ndvi、海拔、坡度、人口密度这些相关因子；除野外火灾或点数据是cvs文件外，其他区域因子均为栅格ascii文件；最大熵模型采用随机取样，随机测试比例为25％，通过10次交叉检验降低试验偶然性引起的误差；
22、最大熵模型的输出指标包括：模型有效性、各因子贡献率、区域内森林火灾发生的风险概率；其中，区域内森林火灾发生的风险概率值位于[0，1]区间，值越大，表明发生概率越高，为栅格ascii文件。
23、步骤2包括：
24、步骤21，将减灾能力矢量化；选择近期已经实施的减灾措施，即火灾风险减弱措施，并进行调查，矢量落图；减灾能力包括监测预警能力、工程设防能力、消防能力、救援能力和宣传管理水平；
25、步骤21，计算各风险减弱措施核密度；采用高斯核函数或均匀核函数进行计算，高斯核函数k(x，xc)的计算公式为：
26、k(x，xc)＝exp[-||x-xc||2/(2*σ)2]，
27、其中x为核密度值，xc为核函数中心，σ为函数的宽度参数；
28、均匀核函数kh(x)的计算公式为：
29、kh(x)＝1/(2h)，
30、其中，-h≤x≤h，，h为宽度参数；
31、步骤23，将减灾能力核密度归一化；将各风险减弱措施核密度进行归一化，保持栅格分辨率一致，归一化公式为：
32、xi归一化＝(xi-xmin)/(xmax-xmin)
33、xi为区域内某一栅格值，xmin为区域内栅格最小值，xmax为区域内栅格最大值；因为减灾能力不存在负向指标，因此只选用正向指标的归一化计算公式xi归一化＝(xi-xmin)/(xmax-xmin)；
34、步骤24，进行减灾能力权重计算；分别对五项一级指标和对应的二级指标赋予相应权重，并对各风险减弱措施归一化后的核密度数据进行权重加和即栅格数据运算。
35、在步骤3，自然状态下区域内的森林火灾风险概率即由最大熵模型输出的栅格数据，减去权重加和的风险减弱措施即栅格数据，得到最终的森林火灾风险概率；
36、p基于减灾能力的区域内森林火险＝p自然状态下的区域内森林火险-p风险减弱措施，0≤p基于减灾能力的区域内森林火险≤1
37、自然状态下区域内的森林火灾风险叠加风险减弱措施，得到最终的森林火灾风险。
38、在步骤4，将步骤1在更大区域范围内计算，得到更大区域范围内各地的自然状态下森林火险区划评估结果即火险a，将此火险a乘以步骤3得到的某区域内的最终火险区划评估结果即火险b的归一化值，得到在更大区域本文档来自技高网...
【技术保护点】
1.森林火险区划评估方法，其特征在于，该森林火险区划评估方法包括：
2.根据权利要求1所述的森林火险区划评估方法，其特征在于，步骤1包括：
3.根据权利要求2所述的森林火险区划评估方法，其特征在于，在步骤11，气候因子数据包括全年和逐月温度、全年和逐月降水和全年和逐月植被指数；地形因子数据包括DEM数据、坡度数据。
4.根据权利要求2所述的森林火险区划评估方法，其特征在于，在步骤14，因子包括年均温、1-12月逐月气温、1-4月平均温度、7-8月平均温度、年降水量、1-12月逐月降水量、1-4月降水量、7-8月降水量、年均NDVI、1-12月逐月NDVI、1-4月平均NDVI、7-8月平均NDVI、人口密度、海拔、坡度；进行相关性分析时，当因子都是连续数据，采用皮尔逊相关性分析，如果是非连续数据，进行斯皮尔曼相关性分析，相关系数大说明两个因子间存在共线性。
5.根据权利要求2所述的森林火险区划评估方法，其特征在于，在步骤15，采用MaxEnt软件计算最大熵模型，或构建二元logistic回归模型进行逐步回归计算最大熵模型；二元Logistic回归模型中，需要提取火灾点所在的栅格数据，进入回归模型；以及随机选取的无森林火灾发生点的栅格数据，共同进入回归模型；
6.根据权利要求1所述的森林火险区划评估方法，其特征在于，步骤2包括：
7.根据权利要求1所述的森林火险区划评估方法，其特征在于，在步骤3，自然状态下区域内的森林火灾风险概率即由最大熵模型输出的栅格数据，减去权重加和的风险减弱措施即栅格数据，得到最终的森林火灾风险概率；
8.根据权利要求1所述的森林火险区划评估方法，其特征在于，在步骤4，将步骤1在更大区域范围内计算，得到更大区域范围内各地的自然状态下森林火险区划评估结果即火险A，将此火险A乘以步骤3得到的某区域内的最终火险区划评估结果即火险B的归一化值，得到在更大区域范围内具有可比性的森林火险评估结果即火险C；
9.根据权利要求1所述的森林火险区划评估方法，其特征在于，在步骤5，选择CMIP6未来气候变化情景的中间路径SSP2-4.5和高端强迫路径SSP5-8.5模拟未来全球变化情景下不同区域的森林火灾风险；SSP2-4.5代表世界遵循社会经济和技术发展的中间道路，温室气体排放为中等水平；SSP5-8.5其特点是快速的资源密集型发展和材料密集型消费模式，以及较高的化石燃料使用水平和高温室气体排放；SSP2-4.5代表了与当前温室气体排放水平相当的情景，与当前具有一定的可比性；SSP5-8.5代表了温室气体高排放情景，是一种较极端粗放的发展模式。
10.根据权利要求9所述的森林火险区划评估方法，其特征在于，在步骤5，在使用未来数据SSP2-4.5情景下，采用最大熵模型得出未来情景2041-2060年ssp2-4.5自然状态的森林火险区划评估结果；使用该森林火险区划评估结果叠加减灾能力，得到基于减灾能力的21世纪中期ssp2-4.5情景下森林火险区划结果；
...
【技术特征摘要】
1.森林火险区划评估方法，其特征在于，该森林火险区划评估方法包括：
2.根据权利要求1所述的森林火险区划评估方法，其特征在于，步骤1包括：
3.根据权利要求2所述的森林火险区划评估方法，其特征在于，在步骤11，气候因子数据包括全年和逐月温度、全年和逐月降水和全年和逐月植被指数；地形因子数据包括dem数据、坡度数据。
4.根据权利要求2所述的森林火险区划评估方法，其特征在于，在步骤14，因子包括年均温、1-12月逐月气温、1-4月平均温度、7-8月平均温度、年降水量、1-12月逐月降水量、1-4月降水量、7-8月降水量、年均ndvi、1-12月逐月ndvi、1-4月平均ndvi、7-8月平均ndvi、人口密度、海拔、坡度；进行相关性分析时，当因子都是连续数据，采用皮尔逊相关性分析，如果是非连续数据，进行斯皮尔曼相关性分析，相关系数大说明两个因子间存在共线性。
5.根据权利要求2所述的森林火险区划评估方法，其特征在于，在步骤15，采用maxent软件计算最大熵模型，或构建二元logistic回归模型进行逐步回归计算最大熵模型；二元logistic回归模型中，需要提取火灾点所在的栅格数据，进入回归模型；以及随机选取的无森林火灾发生点的栅格数据，共同进入回归模型；
6.根据权利要求1所述的森林火险区划评估方法，其特征在于，步骤2包括：
7.根据权利要求1所述的森林火险区划评估方法，其特征在于，在步骤3，自然状态下区域内的...
【专利技术属性】
技术研发人员：黄瑞荣，胡洵瑀，孙伟韬，马鸿伟，姚立新，张伟东，陈伟，晁碧霄，陈建义，王青，
申请(专利权)人：国家林业和草原局华东调查规划院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。