编辑推荐：
为分析西西里岛火灾时空动态，研究人员用非可分时空 Poisson 模型，发现多因素影响火灾，且局部模型效果更佳。
研究背景
在美丽的西西里岛，近年来却被火灾的阴影所笼罩。森林大火频繁肆虐，不仅烧毁了大片郁郁葱葱的森林，还威胁着当地居民的生命财产安全，对生态系统造成了难以估量的破坏。传统的火灾分析方法，如描述性统计和基本空间可视化，就像戴着模糊的眼镜看世界，只能提供有限的信息，无法深入探究环境、气候和人为因素对火灾发生的复杂影响。而且，之前对于火灾和土地利用之间动态关系的研究也十分匮乏。为了更清楚地了解火灾发生的规律，找到有效的预防和控制方法，来自意大利的研究人员开展了一项重要的研究，相关成果发表在《Environmental and Ecological Statistics》杂志上。
研究方法
研究人员运用了非可分时空泊松点过程模型（non-separable spatio-temporal Poisson point process model），通过整合来自不同来源、具有不同时空分辨率的数据，全面分析火灾发生的影响因素。数据来源包括火灾信息资源管理系统（FIRMS）平台的火灾数据、CORINE 土地覆盖（CLC）数据集的土地利用数据、数字高程模型（DEM）数据的海拔和坡度变量、Sentinel-3 平台的归一化植被指数（NDVI）数据以及 Copernicus ERA5 的其他环境变量数据。同时，利用 R 统计软件和 stopp 等相关软件包进行模型拟合和数据分析。
研究结果
- 数据特征分析：通过对收集到的数据进行分析，发现西西里岛 2023 年的火灾在空间和时间上呈现出明显的聚集性。从空间分布来看，火灾主要集中在某些特定区域；从时间上看，夏季（尤其是 7 - 10 月）是火灾高发期。此外，土地利用类型中，农业区域和森林及半自然区域占西西里岛大部分面积，而人工表面虽然面积占比小，但从火灾发生强度来看却是风险最高的区域。
- 全球模型结果：研究人员首先拟合了一个非可分的全局时空泊松模型，以探究土地利用类型等因素对火灾发生的影响。结果显示，森林和半自然区域对火灾发生强度有显著的负向影响，即从人工表面到林地，火灾发生强度会大幅降低；NDVI 值与火灾发生强度呈负相关，表明植被越茂密、健康的区域，火灾发生强度越低。同时，海拔、坡度、南风风速和温度与火灾发生呈正相关，而总降水量则对火灾有明显的抑制作用，降水量越高，火灾发生次数越少。
- 局部模型结果：由于全局模型可能无法完全捕捉数据中的局部变化，研究人员进一步拟合了局部版本的模型。结果发现，各环境协变量的影响在空间和时间上存在很大差异。例如，森林区域对火灾发生的负向影响主要集中在特定的空间区域和时间段；海拔和坡度的影响在西西里岛的不同地区呈现出不同的正负效应；南风风速、温度和降水量的影响也随空间和时间而变化 。
- 模型诊断：通过对全局模型和局部模型进行残差分析等诊断，发现局部模型在捕捉火灾时空变异性方面表现更优，其与非参数核估计强度的相关性更高，残差更集中在零附近，均方误差也更低。不过，局部模型在某些地区（如埃特纳地区）存在强度函数高估的情况，而在西海岸的一些城市则存在低估现象。
研究结论与意义
这项研究通过复杂但易于解释的点过程模型，深入分析了西西里岛 2023 年火灾发生的时空分布及其影响因素。研究结果表明，土地利用、环境变量等对火灾发生有重要影响，且这些影响在不同地区和时间存在差异。这一发现为区域规划、资源分配以及制定有效的火灾风险管理策略提供了科学依据，有助于推动可持续土地利用实践，减少火灾风险。同时，研究人员开发和实施的全局和局部时空泊松点过程模型，为其他地区分析类似问题提供了重要的方法参考，拓展了这些模型在更广泛领域的应用。不过，该研究也存在一定的局限性，如未考虑火灾规模、未明确火灾具体原因以及仅基于一年的数据进行分析等。未来的研究可以在此基础上，纳入更多年份的数据、详细的火灾规模和起火原因等信息，进一步完善对火灾发生规律的认识。
