预测火灾风险

- 编辑:大众自然网 -

预测火灾风险

橡树岭国家实验室的研究人员开发了一种方法,使用机器学习来预测非洲的季节性火灾风险,世界上与野火有关的碳排放有一半来自非洲。

他们的方法除了更常用的大气和社会经济指标外,还利用了有关海洋温度和陆地表面变化等潜在环境驱动因素的数据。这种方法使科学家们对土壤湿度和叶面积等不同变量的相对重要性有了更深入的了解。

“我们发现海洋和陆地动力是影响这些脆弱生态系统季节性火灾预测准确性的最关键因素,”ORNL的茅家富说。“像火灾这样的干扰会对区域环境和全球碳循环产生持久的影响。”

科学家们的计算框架可以应用到其他地区,或者广义地评估全球火灾风险,并为解决环境和安全问题的火灾管理实践提供信息。