
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于可解释人工智能的野生地与城市交界带火灾易发性评估:以土耳其地中海地区的安塔利亚省为案例研究
《Scientific Reports》:Assessment of fire susceptibility in Wildland—Urban interfaces according to explainable artificial intelligence: a case study of Antalya province, Mediterranean region, Türkiye
【字体: 大 中 小 】 时间:2026年08月05日 来源:Scientific Reports 4.9
编辑推荐:
摘要全球气候参数的变化显著改变了地中海生态系统的火灾规律,较高的温度和较长的干旱期增加了野火风险。本研究采用基于XGBoost算法并结合SHapley加性解释方法(SHAP)的可解释人工智能框架,评估了土耳其安塔利亚省的森林火灾易发性。研究构建了两个模型:一个覆盖整个省份的模型,
全球气候参数的变化显著改变了地中海生态系统的火灾规律,较高的温度和较长的干旱期增加了野火风险。本研究采用基于XGBoost算法并结合SHapley加性解释方法(SHAP)的可解释人工智能框架,评估了土耳其安塔利亚省的森林火灾易发性。研究构建了两个模型:一个覆盖整个省份的模型,以及一个用于分析自然景观与人为影响景观差异的城乡交界带模型。研究中共使用了33个空间变量,这些变量涉及地形、植被、气候以及人为因素。两个模型都展现出了较强的预测能力:全省模型?准确率为0.844,AUC-ROC值为0.911;而城乡交界带模型的准确率为0.826,AUC-ROC值为0.891。SHAP分析结果显示,在这两个模型中,温度和地表温度是最重要的影响因素,其次是NDVI、降水量、大气压力和蒸散量。不过,不同尺度下这些因素的影响程度存在差异:在全省范围内,气候和生物物理因素主导着火灾易发性模式;而在城乡交界带区域,人口密度和距离基础设施的距离等人文因素与环境因素一起发挥着更重要的作用。火灾易发区域主要集中在从市中心向东延伸的沿海地区,包括穆拉特帕夏、凯佩兹、阿克苏、塞里克和马纳夫加特等地。总体而言,两个模型中火灾易发程度较高和极高的区域约占总面积的14%,且城乡交界带的火灾风险更集中在居民区和交通走廊附近。研究结果表明,安塔利亚省的野火易发性是由气候、生态和人文因素相互作用共同决定的,大规模范围内气候因素起主导作用,而在城乡交界带区域,人文因素的影响逐渐增强。这些发现为制定能够同时应对环境变化和人为压力的综合火灾管理策略提供了依据。
生物通微信公众号