چکیده:
جنگلها از مهمترین منابع طبیعی و اکولوژیکی در کره زمین و از ارکان مهم توسعه پایدار در هر کشوری بهحساب میآیند. آتشسوزی هر سال حدود 5500 هکتار از جنگلها را در ایران از بین میبرد. در این تحقیق با استفاده از دادههای آتشسوزی سازمان جنگلها در تلفیق با دادههای سنجنده MODIS بین سالهای 91 تا 96 نقاط آتش شناسایی شدند. ازآنجا که بیش از 75 درصد آتشسوزیها در فصل گرم سال یعنی سه ماه تیر، مرداد و شهریور اتفاق افتاده بود، از دادههای این سه ماه برای مدلسازی استفاده شد. پارامترهای موثر در وقوع آتشسوزی ارزیابی و پارامترهای وابسته حذف شدند. سپس دو روش رگرسیون چندگانه خطی و رگرسیون انطباقی چندمتغیره اسپیلاین برای پیشبینی ریسک وقوع آتشسوزی بررسی شدند. برای ارزیابی از چند پارامتر مهم شامل جذر میانگین مربعات خطاها، ضریب تعیین R2، درصد برآورد درست نقاط آتش و غیرآتش و توزیع خطا استفاده شد. نتایج نشان داد که روش رگرسیون انطباقی چندمتغیره اسپیلاین با داشتن خطای میانگین مربعات باقیماندهها دادههای آموزشی برابر با 1628/0، R2 دادههای آموزشی برابر با 8932/0، درصد پیشبینی درست نقاط آتش آزمایشی نزدیک به 94 درصد، درصد پیشبینی درست نقاط غیرآتش آزمایشی نزدیک به 88 درصد و توزیع مناسبتر خطا عملکرد بهتری نسبت به روش دیگر دارد. این امر در واقع نشاندهنده مدلسازی دقیقتر یک روش محلی در مقایسه با یک روش غیرمحلی است. به همین دلیل نقشه ریسک تهیهشده با رگرسیون انطباقی چندمتغیره اسپیلاین اعتمادپذیری بیشتری از روش دیگر دارد. در نهایت با استفاده از نقشه ریسک این روش مناطق پرریسک شناسایی شدند. ویژگی این مناطق شامل فاصله کم تا مناطق مسکونی و راه، دارای خاک غنی از مواد عالی، دمای بهنسبت زیاد و ارتفاع کم بود.