研究人员发现绘制整个加利福尼亚州年度野火概率图的强大工具

研究人员发现了关于整个加利福尼亚州野火概率的动态的新见解。加利福尼亚州大学圣巴巴拉分校的Isaac Park及其同事在2021年11月3日的开放性期刊《PLOS ONE》上介绍了他们的方法和发现。最近在加州和附近各州发生的野火表明，需要更好地了解决定野火发生地点和时间的动态。

为了提高对这些关系的理解，Park及其同事使用了一种被称为广义加性模型的统计方法来探索和绘制1970年至2016年整个加州的年度野火概率。这项工作建立在以前的研究基础上，当时该研究采用了相同的技术，用于更长的时间尺度。在这种情况下，研究人员通过纳入当地气候变化的相关信息、人类活动以及每个地点和年份自上次火灾事件以来的时间–所有这些都是在1公里的地理范围内–为年度概率定制了方法。

这项分析发现了关于加州野火概率的一些新见解。比如研究人员发现，当地气候和人类活动在决定整个州的野火概率方面起着关键作用。

此外，在某些环境中，自上次火灾以来的时间有重要影响；涉及极端条件的短期气候变化也是如此，特别是在南加州容易发生火灾的灌木地和森林。

研究人员还指出，他们预测野火概率的大范围、全州范围的方法优于为某些局部地区开发的统计模型。研究人员表示，这项工作及对其建模方法的进一步完善可以证明对各种研究和实际应用很有价值，如野火排放和实施防火建筑规范的危险图。

研究人员补充称：“这项研究提出了一个强大的工具，其用于绘制整个加利福尼亚州在各种历史气候制度下的野火概率图。通过利用机器学习方法，它展示了当地气候、人类发展和先前的火灾历史在空间和时间上对每年的野火风险的独特贡献。”