Abstract：
以植被、地形、气象、人为活动4类共23个山火影响因子为基础，构建特征数据集并基于CatBoost集成学习方法构建了福州市日度山火风险评估模型.研究表明：2010—2021年福州市山火的发生具有空间聚集性，且山火发生次数存在显著下降趋势；福州市山火的发生受归一化植被指数的影响最大，其次是气象、地形及人为活动因子；集成学习方法对福州市山火预测精度普遍较高，CatBoost山火预警模型在概率预测及火点识别等方面均优于目前常用的RF和XGBoost模型，AUC为0.928，基于该模型得出福州市山火风险由其东北、西南部向中心降低，罗源县、连江县、闽清县、永泰县山火风险相对较高，福州市区山火风险相对较低.本研究可实现福州市山火风险等级评估，对福州市开展针对性山火防控管理工作具有一定参考价值.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
海南大学学报(自然科学版)
ISSN： 1004-1729
CN： 46-1013/N
Year： 2024
Issue： 02
Volume： 42
Page： 174-185
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
