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： 目 录 摘要 (1) 0 引言 (1) 1 研究区和研究方法 (1) 1.1 研究区概况 (1) 1.2 河南省的森 林火灾情况 (2) 1.3 数据收集和处理（ 2） 1.4 研究方法（ 3） 2 结果与模型检验 （ 3） 2.1 检验火灾风险概率分布图 （ 3） 2.2 重分类的火灾概率图与检验火点叠加（ 4） 3 结论与建议 （ 6） 参考文献 （ 7） Abstract （ 8） 第 1 页（共 8 页）
2、 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 个影响火灾发生的因子，空间抽样取得样本，利用 SPSS 软件的逻辑斯蒂回归方法，生成火灾风险模型，生成研究区的火灾风险概率空间分布图，通过叠加火烧迹地位置和火灾风险概率空间分布图评价预测模型的方法，分析研究区火灾事件的空间特征。 关键词 :逻辑斯蒂回归；火险模型；火险空间分布；河南省 0 引言 近年来，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，是一个复杂的相互作用过程 3,
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 。一定时间尺度下，影响火灾发生的因子可用于识别火灾事件的空间结构特征 3 。地形因子（如高程、坡度、坡向等）影响小气候、植被状态、潜在的火灾行为和火的蔓延速率 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影响，植被覆盖反映不同植被类型对火灾事件的响应程度。 本研究选取了影响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分布图，分析在区域空间尺度上仅使用选定的因子对火险建模的可行性，探索研究区火灾事件的空间特征，为该地区的火险区划分和防
4、火管理提供依据。 1 研究区和研究方法 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、大别山）。东部是广阔的黄淮海冲积平原，山地（含第 2 页（共 8 页） 丘陵）和平原分别占全省总土地面积的 44.3和 55.7。全省包含北亚热带湿润区和温暖带半湿润区两个气候区， 冬季寒冷少雨雪，春季干旱多风沙，夏季炎热多雨水，秋季清爽日照长。全省年平均气温14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 1
5、670万 hm2,活立木总储蓄量 13370.51万 m3,森林覆盖率 16.19，全省80的森林资源分布在太行山区、伏牛山区和大别桐柏山区。全省森林防火面积 377.87万 hm2，其中一级火险县级单位 11 个，二级火险单位 17 个，一级和二级火险区森林面积分别占全省森林总面积的45.5和 29.2 10 。 1.2 河南省的森林火灾情况 河南省地处中原，交通发达，人口稠密，生态环境脆弱，森林火灾较为严重，始终是森林资源和国土安全及林区经济发展重大隐患。河南省森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，受害森林面积 820.
6、46 公顷； 2008年 1-10 月份，全省共发生森林火灾 843 起，过火总面积 2137.1 公顷，受害森林面积 703.77公顷， 2009年 1-10月份，全省共生森林火灾711 起，过火总面积 2099.4公顷，受害森林面积 691.5公顷。虽然过火总面积 与受害森林面积都有所减少，但河南省森林防火形势依然非常严峻，受厄尔尼诺等气候因素影响，全省进入新一轮森林火灾高发期。新造林区树苗低矮，杂草丛生，一旦遇到火源，极易引发森林火灾；重点林业生态工程和公益林区可燃物积累已达每公顷 30吨以上，部分林区每公顷高达 50-60 吨，超过了国际上公认的发生森林大火的界限。 1.3 数据收集和
7、处理 从美国 NASA的陆地数据分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 SRTM数据，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。植被覆第 3 页（共 8 页） 盖率（ GVMI）数据和地表温度（ LST） 数据从 DIVA-GIS网站下载得到。所有预测因子和因变量均以 1000分辨率栅格化，并基于 WGS
8、84坐标系投影得到。 1.4 研究方法 二元逻辑斯蒂回归（ Binary Logistic Regression, BLR ）模型 ：二元逻辑斯蒂回归时是一种多 变量分析方法，该方法的因变量为分支变量（ 1：起火； 0：无火），自变量可以是名义变量、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 ix =（ i=1,2, ,n）之间的关系可表达为： iiiixbbxbbeeyp001)1( （ 1） 式中： P 表示一个地面单元起火的概率， ix 为选定的预测因子， bi为预测因子的系数 ,b0为常数项。通过训练子集可估计和的值，借助式（ 1）可计
9、算整个研究区的起火概率。 在 SPSS软件中导入训练样本，并把 每 个预测因子的第一类均设置为参照类，运用 SPSS软件中的 logistic regression 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 Elev 0.196341 Sl -2.669509 Dv -0.384667 Dp 0.3749352 GVMI -3.237941 LST 8.364301 NDVI 5.807178 _cons -0.110406 第 4 页（共 8 页） 注： -cons 为常数项 。 2 结果与模型检验 2.1 检验火灾风险概率分
10、布图 利用 GIS软件生成 7 个预测因子综合分布图，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个预测因子综合影响下的火概率分布图，叠加火烧迹地即检验火点与火灾风险概率分布图生成检验火灾概率图，如图 1所示。 图 1 检验火点与火灾概率分布叠加图 通过图 1 可以看出检验火点与火灾概率分布图一致，即检验火点绝大部分分布于火灾概率大的研究区域。 2.2 重分类的火灾概率图与检验火点叠加 为了进一步检验火点分布情况，将概率分布图进行重分类得到图第 5 页（共 8 页） 2，再进行火点检验得到图 3。 图 2 重分类后的火灾概率分布图 图 3 检验火点与重分类后火灾概率分布图叠加图
11、 第 6 页（共 8 页） 将重分类后的火灾概率从高到低依次分布极高、非常高 、高、低、非常低五类。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。 图 4 概率统计图 由重分类后各类别检验火点的概率统计，检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建立的火烧区模型的可用性。 3 结论与建议 （ 1）选取的几个影响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， 表明了采用该方法建 立的火烧区模型对分析研究区域森林火灾情况的有效性和实用性。 （ 2）虽然本文研究的火灾模型对森 林防火起到了一定的作用，但也存在一定的不足，一是选取的预测因子即
12、数据的容量大小有限，二是第 7 页（共 8 页） 随 着地形、气候条件、植被类型等生态环境的变化，影响火灾发生的因子也可能会变化，在实际操作中，还应做进一步的研究。 （ 3）在以后研究中，要综合各种因素，在模型中添加影响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 .四川省林草火险等级评价 J 2010,29（ 6）：980-988. 2 GUO G M,ZHOU M.Using MODIS land surface temperature to evaluate fire risk of Northeast
13、 China J IEEE Geoscience and Remote Sensing Letters, 2004,1(2):98-100. 3 LOANO F J,SUAREZ-SEOANE S,DE LUIS E.Assessment of several spectal indices derived from multi-temporal Landsat date for fire occurrence probability modelling J .Remote Sensing of Environment , 2007,107:533-544. 4 DLAMINI W M,App
14、lication of Bayesian networks for fire risk mapping using GIS and remote sensing date J Geojournal,2011,76;283-296. 5 TIAN X R,SHU L F,ZHAO F J,et al,Future impacts of climate change on forest fire danger in northeastern China J Forestry Research,2011,22(3):437-446. 6 FIORUCCI P ,GAETANI F,LANORTE A
15、,et al,Dynamic fire danger mapping from satellite imagery and meteorological forecast date J Earth Interactions,2007,11(7):1-17. 7 LEBLON B,FERNANDEZ GARCIA P A,OLDFORD D S,et al,Using cumulative NOAA-AVHRR spectral indices for estimating fire danger codes in northern boreal forest J International J
16、ournal of Applied Earth Observation and Geoinformation ,2007,9:335-342. 8 LOZANO F J,SUAREZ-SEOANE S,KELLY M,et al.A multiscale approach for modeling fire occurrence probability using satellite date and 第 8 页（共 8 页） classification trees:A case study in a mountainous Mediterranean region J Remote Sen
17、sing of Environment,2008,112:708-719. 9 徐爱俊，李清泉，方陆明，等 .基于 GIS 的森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 .河南省森林火因分析及管理对策 J河南林业科技报， 2005， 25（ 3）： 23-25. 11 CHUVIECO E,AGUADO I,YEBRA M,et al.Development of a framwork for fire risk assessment using remote sensing and geographic
18、information system technologies J ,Ecologial Modelling,2010,221(1):46-58. Fire zone in Henan province based on the logistic regression modeling study Abstract: Take Henan Province as example, selecting seven factors that will affect fire happen, such as the elevation, slope, distance to settlements,
19、 distance to the road, vegetation moisture, surface temperature and vegetation indices and spatial sampling to obtain samples, using logic Christi regression method of SPSS software to generate fire risk model and fire risk evaluation spatial distribution map of researching zone, in the study of sup
20、erimposed burned area and the method of model evaluating which used by fire risk evaluation spatial distribution map to analyze the spatial characteristics of fire incident of researching zone. Key words: logic Christi regression; model of fire insurance; spatial distribution of fire insurance; Henan Province
