پهنه بندي خطر آتش سوزي جنگل با استفاده از روش تركيبي نسبت فراواني- انتروپي شانون

Wildfire hazard mapping using an ensemble method of frequency ratio with Shannon’s entropy

پژوهش پيش رو به بررسي قابليت روش نسبت فراواني و تركيبي از اين روش با انتروپي شانون در تهيه نقشه حساسيت آتش سوزي در استان چهارمحال و بختياري مي پردازد. در ابتدا مناطق آتش سوزي گذشته در اين استان بر مبناي اطلاعات موجود و عمليات ميداني شناسايي شدند. از 132 آتش سوزي شناسايي شده، به طور تصادفي 92 مورد (70%) براي فرآيند مد ل سازي و 40 مورد (30%) باقيمانده براي اعتبارسنجي درنظر گرفته شد. بر اساس اطلاعات موجود در منطقه مورد مطالعه، 13 عامل مرتبط با خصوصيات توپوگرافي، اقليمي و انساني به عنوان عامل هاي موثر بر وقوع آتش سوزي درنظر گرفته شد. با استفاده از مدل نسبت فراواني و مدل تركيبي ارتباط بين نقاط آتش سوزي و عامل هاي موثر بررسي شد. نتايج مدل ها مبناي ساخت نقشه ‏هاي پتانسيل خطر آتش سوزي قرار گرفت. نتايج ارزيابي كه با استفاده از روش مشخصه عملكرد سيستم (ROC) و سطح زير منحني (AUC) انجام شد، نشان داد كه مدل تركيبي با قابليت محاسبه ميزان اهميت عامل ها و همچنين هر يك از طبقات آنها، كارايي بهتري در تهيه نقشه پتانسيل خطر آتش سوزي دارد. نرخ موفقيت و پيش ‏بيني براي مدل نسبت فراواني و مدل تركيبي به ترتيب 79/02 و 75/72 درصد و 85/16 و 82/91 درصد محاسبه شد. بر اساس نتايج، بيشتر از يك‏ سوم مساحت استان چهارمحال و بختياري در طبقات خطر زياد تا خيلي زياد آتش سوزي قرار مي گيرند كه در اين ميان، عامل هاي كاربري اراضي، نوع خاك و فاصله از جاده داراي بيشترين اهميت هستند.

This study investigates the capability of frequency ratio and an ensemble method of frequency ratio with Shannon’s entropy to produce a reliable map of wildfire susceptibility for Chaharmahal and Bakhtiari province، Iran. At first، the fire locations were identified in the study area from historical archives and field surveys. Ninety two cases (70%) out of 132 detected fire locations were randomly selected for modeling، and the remaining 40 (30 %) cases were used for the validation. Thirteen fire conditioning factors representing topography، climate، and human activities of the study area were extracted from the spatial database. Using the frequency ratio and the ensemble model، the relationship between the conditioning factors and fire locations were explored. The results were then used to produce distribution maps of wildfire hazard. The verification analysis using Receiver Operating Characteristic (ROC) curves and the Areas Under the Curve (AUC) revealed that the ensemble model with the capability of computing the weights of factors and their categories is more efficient than frequency ratio. The success and prediction rates for the frequency ratio and ensemble model were found to be 79.2 and 75.72%، and 85.16 and 82.92%، respectively. Further، the results suggest that more than one-third of the study area falls into the high and very high hazard classes، and the conditioning factors of land use، soil types، and distance from roads play major roles in fire occurrence and distribution in the study area.