本论文在研究了大量国内外文献的基础上,结合森林防火实践的要求。确定了“林火时空分析方法与风险模型研建”的选题。立题的目的有二,其一是为了解决在林火管理中急待解决的林火何时何地发生,及发生后的火势强度的预测预报问题:其二是寻找一条解决目前林火预测模型众多,而在实践中,由于不同地域的条件不同,而造成了现有模型难以应用的问题。 本文的基本思路是通过建立具有一定规范的林火数据,包括地形,气候,森林空间分布数据及其社会和经济数据。应用数据和知识挖掘的方法,包括统计学,神经网络,小波分析等方法,分析林火发生与其环境的关系,并选择出影响林火发生的主要因子,建立林火发生的时空风险模型,模型包括两部分的内容,一部分是林火点火的概率风险模型,一部分是林火蔓延的风险模型。将二者综合即为林火的时空风险模型。 本研究以房山区为研究区域,收集了房山区1986年—2004年共19年的林火历史数据、气象数据、经济文化等相关的统计数据。利用了1987—2003年的数据资料研究了林火发生与气象条件的关系,林火发生的时间特点(周期与趋势),研究了林火发生的空间分布问题,研究了影响林火发生的社会和经济因子。 在本研究中,应用了现代数学方法和大量的计算机软件,数学方法包括多元统计,时间序列分析,地理统计学,灰色系统预测方法,小波分析,神经网络等:应用的软件有Arcview GIS,ArcMap,SaTscan,MatLab,Spss等。在应用ArcViewGIS时应用了大量的第三方扩展模块,如xtools,DNRsampelling tools,SDM等。 本文建立的林火时空风险模型的方法和流程是利用小波分析的方法进行了林火趋势与周期的分解,建立了林火发生的时空预测模型,以地理统计学的方法及物理数学方法(林火质心运动)研究了气象对林火发生空间分布的影响,以主成份分析方法筛选了影响林火发生的主要因子,并用神经网络的方法确定了模型的系数。 研究结果表明,影响房山区林火发生风险的主要因子是高程、坡向、坡度、距离道路的距离、人口密度和相对湿度。影响房山区林火蔓延风险的主要因子是高程、坡向、坡度、树种和风速。林火主要发生在海拔100—600m范围内,占林火发生总次数的60.4%。发生在距离道路1353m以内,约占61.0%:主要发生在距离河道1726m以内,占林火发生总次数的72.3%;主要发生在距离村庄500—1500m内,占林火发生总次数的56.2%:主要发生在15度以下,占林火发生总次数的72.0%;主要发生在东坡、东南坡、南坡上,占林火发生总次数的71.8%。蔓延风险与坡度成线性关系,与海拔成二次曲线的关系。树种影响了林火的蔓延,按其易燃性由易到难的排列次序为落叶松、油松、柞树、侧柏、山杏、杨树、剌槐、山杨、桦树。在气象因子中,相对湿度直接影响了林火的发