河南省火灾影响因素的空间分析(3)

越好；AUC值越大，模型的分类效果越好(Wuetal,2013)。模型的预测性能需要从可靠性和区分能力两方面进行检验(Pearceetal,2000)。可靠性度量模拟结果与真实情况的吻合程度，即计算的火烧概率和实际火烧率之间的吻合程度。为此，把生成的火烧概率图以等间距法分为5类，概率值区间从低到高分别对应低、中、高、非常高、极高5个火险等级，通过计算检验火点落入各火险等级的百分比检验模型的可靠性。区分能力检验模型正确区分火点与非火点的能力，这里仍以AUC指数评估模型∈的区分能力。即，(0.6,0.7)，区分能力差；AUC∈(0.8,0.9)，区分能力好；AUC(0.5,∈0.6)(0.7,，区分失败；AUC0.8)，>0.9区分能力

AUC

合理；AUC∈，区分能力极好(Swets,1988)。

3结果与分析

3.1多重共线性

解释变量Al、Sl、Dv、Dp、LST、NDVI和GVMI的

VIF值分别为3.12，2.58，1.06，1.09，2.45，1.88和2.07。VIF值最大的是Al的3.12，表明解释变量中至多仅存在轻度共线性，故所有解释变量将用于LGWR模型的开发。3.2模型拟合

首先以黄金分割搜索法(GoldenSectionSearch)基于AICc最小化准则确定最优带宽(Hurv-ichetal,1998)，然后以此最优带宽±100为带宽上下限，以1为步长，基于AICc最小化准则重新确定最优带宽，最终选用的模型为上述两种方法中拟合效果最好的LGWR模型。本文中，采用自适应双平方核函数未能取得收敛的模型，采用自适应高斯核函数拟合效果最好的模型是带有279个最近邻点，AIC、AICc、AUC值分别为1329.78、1330.06和0.841的模型。与LGWR模型相比，LGR模型的AIC、AICc、AUC值分别为1485.79、1485.89和0.742。可见，LGWR的模型拟合效果比LGR模型有了显著提高。表1为LGR和经非平稳性检验后的LGWR模型参数统计结果。从表1可知，Al和Dp为平稳项，Sl、Dv、LST、NDVI和GVMI为非平稳项。3.3火烧概率图

基于开发的LGR和LGWR模型可分别计算研究区内的火烧概率。图3为基于LGWR模型(式(6))

962地理科学进展第33卷

绘制的火烧概率图。p(y=1)=1+e

-C0-1.075×Al+CSl×Sl+CDv×Dv+0.689×Dp+CLST×LST+CNDVI×NDVI+CGVMI×GVMI高”等级在内部检验和独立检验期间可分别识别64.75%和仅6.64%的检验火点。对LGWR模型，

1

70.18%(内部检验)和56.40%(独立检验)的检验火点落在了“非常高”和“极高”火险等级，显示了较高的模型可靠性。内部检验期间的火烧区和非火烧区平均概率、AUC值，LGWR模型分别为0.674、0.403和0.832，独立检验期间其值分别为0.598、0.381和0.783。相比之下，LGR模型的内部检验和独立检验期间的火烧区和非火烧区平均概率、AUC值分别为0.576、0.408、0.777和0.360、0.260、0.697。由此可见，LGWR模型的区分能力，内部检验和独立检验期间分别为“好”和“合理”等级。无论是模型可靠性还是区分能力，LGWR模型均远优于LGR模型。从模型性能看，内部检验期间与独立检验期

（6）

式中：C0、CSl、CDv、CLST、CNDVI和CGVMI分别为截距项、Sl、Dv、LST、NDVI和GVMI的系数估计图。3.4模型性能

图4为检验火点落入百分比直方图，其中LGR-0207、LGR-0812、LGWR-0207和LGWR-0812分别为基于LGR模型(采用表1中Sig.≤0.05的解释变量)和LGWR模型的内部检验和独立检验的结果。可以看出，对LGR模型，绝大多数检验火点落在了“中”、“高”和“非常高”火险等级，“非常高”和“极

表1LGR模型和LGWR模型拟合统计

Tab.1StatisticsofcoefficientsestimatesfromtheLGRandLGWRmodels

解释变量截距AlSlDvDpLSTNDVIGVMI

C-8.472-0.682-4.819-0.9720.7687.9454.262-1.621

SE1.0741.2541.8440.6140.4640.9060.9690.589

LGR模型C-1SE-9.546-1.936-6.664-1.5860.3047.0403.293-2.210

C+1SE-7.3980.572-2.975-0.3591.2328.8515.231-1.032

Sig.0.0000.5860.0090.1130.0980.0000.0000.671

5.2262.282-6.769

6.5773.206-4.141

-13.513-2.811

-6.667-1.934

Min-11.512

LGWR模型（高斯核，带宽为279个最近邻点）

LwrQ-10.322

Me-9.034-1.075-3.636-1.1270.6898.3554.280-2.920

9.9615.523-1.028

11.3476.304-0.001

-2.654-0.357

-1.4980.228

UprQ-7.112

Max-5.806

注：C为系数估计值，SE为标准误差，C-1SE为系数估计值减去1倍标准误差，C+1SE为系数估计值加上1倍标准误差，Sig.为显著性值，Min为最小值，LwrQ为下四分位数，Me为中位数，UprQ为上四分位数，Max

为最大值。

图3基于LGWR模型的火烧概率与检验火点空间叠加图

Fig.3FireprobabilitymapsoverlaidwiththevalidatedfirelocationsfromtheLGWRmodel

卷第7期张海军：河南省火灾影响因素的空间分析963

图4检验火点落入百分比

Fig.4Percentageofthevalidatedfirelocations

ineachriskclass

间，LGWR模型差别较小，而LGR模型则存在较大差异，这表明LGWR模型在新条件下(独立检验)仍具有可靠的性能，而LGR模型新条件下的性能则难以保证。LGWR较优的模型性能为基于该模型结果的火灾影响因素分析提供了保证。3.5火灾影响因素的空间分析

从LGWR建模结果看，Al和Dp对省内火灾影响未表现出显著空间变化，火灾发生呈现随高程降

低和远离主要道路而概率升高的趋势，Sl、Dv、LST、NDVI和GVMI对省内火灾影响则表现出显著空间变化。参考Matthews等(2012)的局部系数制图方案，即对应t值在-1.96到1.96之间的系数图部分(不显著区)图上不显示，对应t值大于1.96或小于-1.96的系数图部分(显著区)图上显示(Wuetal,2013)，且负系数值以冷色着色，正系数值以暖色着色。遵循上述方法，Sl、Dv、LST、NDVI和GVMI的系数制图结果如图5a-5e所示。显著区表示影响因子在这部分区域对火灾的影响统计上显著，不显著区则表示对火灾的影响统计上不显著。从图5可以看出，LST和NDVI对全省火灾的影响全局显著，LST的强影响区主要位于南阳、驻马店、信阳及其周边地区(图5c)，NDVI的强影响区主要位于周口、信阳、漯河、许昌、驻马店和商丘(图5d)。Sl、Dv和GVMI仅对省内部分区域火灾的影响显著。Sl的显著区主要位于南阳东部、驻马店南部、信阳、商丘东部和濮阳东北部，其强影响区位于信阳和驻马店东南部(图5a)。Dv的显著区位于豫西的三门峡、洛阳、南阳、平顶山、郑州西部和中部、焦作和济源，其强影响区位于洛阳(图5b)。GVMI的显著区包括豫西的三门峡、洛阳、南阳西北部、平顶山西部、济源南部、焦作西边一小部、郑州西边一小部和豫东的商丘、周口，其强影响区位于周口及洛阳、南阳、平顶山三

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说高考高中河南省火灾影响因素的空间分析(3)在线全文阅读。