林火时空分析方法与风险模型研建——以北京房山区为例

论文题目: 林火时空分析方法与风险模型研建——以北京房山区为例

论文类型: 博士论文

论文专业: 森林经理学

作者: 聂玉藻

导师: 冯仲科,赵春江

关键词: 森林火灾,时空分析,风险模型,数据与知识挖掘

文献来源: 北京林业大学

发表年度: 2005

论文摘要: 本论文在研究了大量国内外文献的基础上,结合森林防火实践的要求。确定了“林火时空分析方法与风险模型研建”的选题。立题的目的有二,其一是为了解决在林火管理中急待解决的林火何时何地发生,及发生后的火势强度的预测预报问题:其二是寻找一条解决目前林火预测模型众多,而在实践中,由于不同地域的条件不同,而造成了现有模型难以应用的问题。 本文的基本思路是通过建立具有一定规范的林火数据,包括地形,气候,森林空间分布数据及其社会和经济数据。应用数据和知识挖掘的方法,包括统计学,神经网络,小波分析等方法,分析林火发生与其环境的关系,并选择出影响林火发生的主要因子,建立林火发生的时空风险模型,模型包括两部分的内容,一部分是林火点火的概率风险模型,一部分是林火蔓延的风险模型。将二者综合即为林火的时空风险模型。 本研究以房山区为研究区域,收集了房山区1986年—2004年共19年的林火历史数据、气象数据、经济文化等相关的统计数据。利用了1987—2003年的数据资料研究了林火发生与气象条件的关系,林火发生的时间特点(周期与趋势),研究了林火发生的空间分布问题,研究了影响林火发生的社会和经济因子。 在本研究中,应用了现代数学方法和大量的计算机软件,数学方法包括多元统计,时间序列分析,地理统计学,灰色系统预测方法,小波分析,神经网络等:应用的软件有Arcview GIS,ArcMap,SaTscan,MatLab,Spss等。在应用ArcViewGIS时应用了大量的第三方扩展模块,如xtools,DNRsampelling tools,SDM等。 本文建立的林火时空风险模型的方法和流程是利用小波分析的方法进行了林火趋势与周期的分解,建立了林火发生的时空预测模型,以地理统计学的方法及物理数学方法(林火质心运动)研究了气象对林火发生空间分布的影响,以主成份分析方法筛选了影响林火发生的主要因子,并用神经网络的方法确定了模型的系数。 研究结果表明,影响房山区林火发生风险的主要因子是高程、坡向、坡度、距离道路的距离、人口密度和相对湿度。影响房山区林火蔓延风险的主要因子是高程、坡向、坡度、树种和风速。林火主要发生在海拔100—600m范围内,占林火发生总次数的60.4%。发生在距离道路1353m以内,约占61.0%:主要发生在距离河道1726m以内,占林火发生总次数的72.3%;主要发生在距离村庄500—1500m内,占林火发生总次数的56.2%:主要发生在15度以下,占林火发生总次数的72.0%;主要发生在东坡、东南坡、南坡上,占林火发生总次数的71.8%。蔓延风险与坡度成线性关系,与海拔成二次曲线的关系。树种影响了林火的蔓延,按其易燃性由易到难的排列次序为落叶松、油松、柞树、侧柏、山杏、杨树、剌槐、山杨、桦树。在气象因子中,相对湿度直接影响了林火的发

论文目录:

摘要

Abstract

目录

1.引言

1.1.问题的提出与研究意义

1.1.1.当今世界面临的林火形势

1.1.2.林火研究概述

1.1.3.林火时空模型及其研究的意义

1.1.4.本文研究的思想路线

1.2.研究方案

1.2.1.研究目标

1.2.2.研究内容

1.2.3.研究方法

1.2.4.技术路线

1.3.林火时空模型研建的理论及技术基础

1.3.1.理论基础

1.3.2.林火生态理论基础

1.3.3.数据挖掘与知识发现

1.4.技术基础

1.4.1.全球定位系统(GPS)

1.4.2.地理信息系统(GIS)

1.4.3.研究中应用的软件简介

1.5.本章小结

2.房山区概况及数据处理和分析流程

2.1.地理位置、面积

2.2.自然条件

2.3.房山区社会与经济概况

2.4.生态状况

2.5.生态环境问题

2.6.房山区自然与资源、社会与经济条件与林火关系的评价

2.7.本章小结

3.房山区林火与气象数据的初步分析

3.1.林火数据的收集及预处理

3.1.1 林火及林业资料

3.1.2 气象资料

3.1.3 地形资料

3.1.4 统计资料

3.1.5 资料处理

3.2.林火数据的统计分析

3.2.1.林火级别及损失分析

3.2.2.火因分析

3.2.3.林火发生的时间特点

3.2.4.林火发生的空间特征

3.3.房山区气象概述

3.4.房山区气象数据的收集和统计

3.5 按年统计

3.6 按月统计

3.7 房山区气象数据的数学分析

3.7.1 数学方法简介

3.7.2 房山区气象因子的分析

3.8 山地气象因子的修正

3.8.1.海拔对气象因子变化的影响

3.8.2.坡向对气象因子的影响

3.8.3.GIS校正及显示

3.9 气象因子与林火的相关分析

3.9.1.以年为尺度分析

3.9.2.以月为尺度进行分析

3.9.3.以日为尺度进行分析

3.9.4.预测回归关系式

3.10 气象因子与火强度关系的分析

3.11 本章小结

4.房山区林火时空分布与分析

4.1.房山区林火时间分布

4.1.1.房山区林火发生的小波分析

4.1.2.时间序列方法对小波分析的验证

4.1.3.时间序列的方差分析外推法

4.1.4.灰色灾变预测

4.1.5.林火周期的地学分析_林火质心运动

4.1.6.房山区林火的以月、日、时为尺度的规律分析

4.2.林火的空间分布分析

4.2.1.地理要素与林火发生的关系分析

4.2.2.林火趋势面的分析

4.2.3.克里金方法原理、方法

4.2.4.房山区林火克里金方法的数据探索

4.2.5.房山区林火克里金分析

4.2.6.地形与火势的分析

4.3.林火时空分析

4.3.1.房山区林火的时间分布分析

4.3.2.房山区林火的时空分析

4.3.3.影响房山区林火的主要因子的选择

4.4.本章小结

5.林火时空模型

5.1.模型建立的思路

5.2.公式的归纳

5.2.1.点火概率模型中用到的各类因子与林火关系的公式

5.2.2.蔓延风险公式用到的各种因子与林火的公式

5.3.林火模型的建立

5.3.1.林火的点火(Ignotion)风险模型

5.3.2.林火的蔓延(spread)风险模型

5.3.3.林火风险模型

5.3.4.模型系数的确定

5.4.模型的验证

5.4.1.本节应用的工具简介

5.4.2.模型验证

5.5.本章小结

6.总结与展望

6.1 结论

6.2 创新点

6.3 缺憾

6.4 建议

6.5 展望

参考文献

附录1 时空分布的计算结果

附录2 房山区林火时间分布的游程分析

附录3 火强度计算表

个人简介

导师简介

在读期间获得的主要成果

致谢

发布时间: 2005-07-12

参考文献

• [1].东北林区森林生物量遥感估算及分析[D]. 李明泽.东北林业大学2010
• [2].东北森林碳循环日步长模型与遥感综合应用研究[D]. 毛学刚.东北林业大学2011

相关论文

• [1].黑龙江省森林火灾时空模型与火险区划[D]. 邓欧.北京林业大学2012
• [2].气候变化背景下中国林火响应特征及趋势[D]. 王明玉.中国林业科学研究院2009
• [3].基于空间分析和模型理论的大兴安岭地区林火分布与预测模型研究[D]. 郭福涛.东北林业大学2010
• [4].广州市林火动态监测研究[D]. 张贵.中南林学院2004
• [5].遥感与地理信息系统技术相结合的林火预警方法的研究[D]. 覃先林.中国林业科学研究院2005
• [6].基于知识发现技术的林火研究[D]. 胡林.北京林业大学2006
• [7].基于MODIS数据的林火蔓延模型的研建[D]. 李勇.北京林业大学2007
• [8].基于GIS和RS森林火险预测的研究[D]. 于成龙.东北林业大学2007
• [9].黑龙江省潜在森林火灾危害程度预测的研究[D]. 曲智林.东北林业大学2007
• [10].基于知识发现的林火灾害应急管理研究[D]. 姜伟.北京林业大学2008

标签：森林火灾论文;  时空分析论文;  风险模型论文;  数据与知识挖掘论文;