基于机器学习的流域尺度森林火灾灾害风险预测

森林是碳库,具有强大的固碳增汇功能,在应对气候变化中发挥着重要作用。然而,由于极端高温的影响,频繁发生可燃物自燃而引发森林火灾,除了影响区域水文大气循环过程以外,也给人类带来严重的人员伤亡和经济损失。现有森林火灾预测研究主要侧重可燃物研究和火灾监测等方面,较少关注大尺度地形、气象和人类活动对森林火灾的影响,但这些也是除可燃物外导致森林火灾发生的主要因素。以嘉陵江流域重庆段为研究区,区域内山地受自然火灾影响严峻。基于地理信息系统叠加地理空间因子与火灾分布点获得数据集,构建4种机器学习模型,测试模型性能,评价最优模型进行森林火灾灾害风险制图。研究结果表明,模型评估指标受试者工作曲线下面积(area under the curve, AUC)平均值为95.0%,模型性能梯度提升决策树最优,AUC值为98.3%。利用梯度提升决策树(gradient boosting decision tree, GBDT)模型预测森林火灾风险对防范大尺度森林火灾具有一定的可行性,对山城避灾规划起到借鉴作用,规划引导降低森林火灾风险,从而维护生态平衡和生态系统碳汇能力。     

陕北黄土高原典型人类活动影响下景观生态风险评价

植被恢复促进了景观格局和生态过程的改变,景观生态风险评价有助于揭示人类干预下生态系统结构、功能等在景观尺度产生的潜在不利生态效应。以生态脆弱、人与生态环境的相互作用敏感的陕北黄土高原为典型研究对象,根据2000、2005、2010和2015年夜间遥感地图、植被净初级生产力和土地利用数据,建立景观生态风险指数,对陕北黄土高原的综合风险状况及其变化进行定量评价,并对植被变化、城镇化分别与景观生态风险变化间的相关关系展开分析。结果表明,景观格局变化对生态稳定性有潜在影响,景观生态风险以增长趋势为主,2005—2010年景观生态风险增长的范围最大,涨幅为186.0%,其中,中风险和极高风险等级面积增长超2.7倍;2010—2015年景观生态风险增加有所缓解,增加12.9%;2000—2005年景观生态风险降低26.0%。景观生态风险低等级面积逐渐缩小,其他等级面积逐渐变大。其中,2005年后景观生态风险等级呈片状扩展,主要位于陕北西北部风沙区。植被变化、城镇化分别与景观生态风险值变化之间在西北风沙滩区均呈显著正相关。在景观生态风险增加区植被呈退化趋势;在景观生态风险低值区即退耕还林逐年拓展的区域,植被恢复促进景观生态风险的降低。植被恢复对景观生态风险的影响大于城镇化进程。研究成果对于区域发展和生态恢复的综合调控具有一定参考价值。