森林火灾是一项经常性的全球环境和经济危急事件,很多国际项目在研究林火及其影响。我国是一个林火多发国家,林火造成的经济损失居高不下,而林火研究的现状却不尽如人意。知识发现是以数据的获取为起点,对数据预处理、数据处理和模式发现及模式评价的具有一定程度的智能化和自动化的一个系统工程。本研究以广义3S技术为支撑,以基础地理数据、MODIS等遥感数据、历史火场记录数据为基础,建立了林火数据库,包括林火空间数据库、属性数据库和林火知识数据库,利用属性选择算法选择出林火发生和蔓延的相关因子;通过林火知识发现的关联、聚类、分类和预测等技术对林火发生及蔓延进行了定性定量分析,探索林火发生的时空分布规律;进行了林火发生与环境因素之间关系的研究,建立了空间Logistic林火风险模型并以此为基础进行火险区划;研究林火蔓延与环境因素之间的关系,建立了林火蔓延的数学模型,并利用元胞自动机和神经网络模型(CA-ANN)进行了林火蔓延模拟,能够反映出林火蔓延的部分主要规律,再现林火蔓延趋势。本研究为林火研究提供了新方法、新思路,可极大提高森林防火工作效率,减少森林火灾的发生,实施高效的林火扑救,降低森林火灾损失。
英文主题词forest fire; Logistic; risk model; CA-ANN; forest-fire spread model