
-
生物通官微
陪你抓住生命科技
跳动的脉搏
大气湿度、土壤湿度和地形因素可预测计划性燃烧的适宜时机
《Fire Ecology》:Atmospheric moisture, soil moisture, and topography predict windows for prescribed burning
【字体: 大 中 小 】 时间:2026年07月17日 来源:Fire Ecology 6.7
编辑推荐:
摘要背景计划性燃烧是降低野火风险、维护易发生火灾地区的生态价值的重要管理手段。可燃性,即某一区域发生火灾的概率,在较小空间和时间尺度上会发生变化。了解这些变化规律以及它们如何受预报天气的影响,有助于相关人员确定合适的燃烧时机并预测燃烧结果。我们旨在构建一个具有空间显式性的逻辑回归
计划性燃烧是降低野火风险、维护易发生火灾地区的生态价值的重要管理手段。可燃性,即某一区域发生火灾的概率,在较小空间和时间尺度上会发生变化。了解这些变化规律以及它们如何受预报天气的影响,有助于相关人员确定合适的燃烧时机并预测燃烧结果。我们旨在构建一个具有空间显式性的逻辑回归模型来预测可燃性,并测试引入动态变量(微气候和土壤湿度)是否比仅使用静态变量(如地形)的模型能提升预测精度。利用桉树林中历史计划性燃烧的空间数据集,我们将点状的燃烧结果(燃烧与未燃烧)与网格化的地形、天气、湿度数据以及作为燃烧目标替代指标的燃料管理区域相关联。
动态预测因子提升了模型性能。在动态模型中,森林内的水汽压差和土壤湿度与地形位置指数、燃料管理区域共同作用,能够在30米分辨率下预测可燃性的空间分布及其每日变化情况。整体预测性能处于中等水平(交叉验证AUC值为0.68),表明该模型难以完全区分燃烧区域与未燃烧区域。
可燃性模型能够提供客观的、在火灾发生前的燃烧范围评估,有助于相关人员确定适合进行计划性燃烧的时机。引入动态微气候变量可提升预测精度,使模型能够适应不断变化的天气条件。不过,由于无法完全反映实际的管理决策,模型的预测精度仍存在局限。
计划性燃烧是降低野火风险、维护易发生火灾地区的生态价值的重要管理手段。可燃性,即某一区域发生火灾的概率,在较小空间和时间尺度上会发生变化。了解这些变化规律以及它们如何受预报天气的影响,有助于相关人员确定合适的燃烧时机并预测燃烧结果。我们旨在构建一个具有空间显式性的逻辑回归模型来预测可燃性,并测试引入动态变量(微气候和土壤湿度)是否比仅使用静态变量(如地形)的模型能提升预测精度。利用桉树林中历史计划性燃烧的空间数据集,我们将点状的燃烧结果(燃烧与未燃烧)与网格化的地形、天气、湿度数据以及作为燃烧目标替代指标的燃料管理区域相关联。
动态预测因子提升了模型性能。在动态模型中,森林内的水汽压差和土壤湿度与地形位置指数、燃料管理区域共同作用,能够在30米分辨率下预测可燃性的空间分布及其每日变化情况。整体预测性能处于中等水平(交叉验证AUC值为0.68),表明该模型难以完全区分燃烧区域与未燃烧区域。
可燃性模型能够提供客观的、在火灾发生前的燃烧范围评估,有助于相关人员确定适合进行计划性燃烧的时机。引入动态微气候变量可提升预测精度,使模型能够适应不断变化的天气条件。不过,由于无法完全反映实际的管理决策,模型的预测精度仍存在局限。