论文部分内容阅读
中国是森林火灾多发的国家之一，森林火灾破坏巨大，为了防治森林火灾，需要研究对火灾预报问题。国外己在这一领域进行了深入的研究，主要是通过对多种气象条件的分析来确定火灾风险。国内也有相关的研究成果，但用数值方法的较多，没有见到用统计模型对森林火灾数据进行预报。本文采用Logistic回归模型和零膨胀Poisson回归等统计模型描述森林火灾数据，并进行了模型选择，对火灾发生的概率及发生次数进行了预测。
本文第一章简略介绍了广义线性模型及其特例Logistic回归模型和零膨胀Poisson回归模型，概述了森林火灾研究现状及本文的主要结果。
本文第二章用Logistic回归模型将数据分别视为分组因子数据和有序状态变量数据，进行建模。对模型进行选择，检验样本的预测结果表明选出的两个分组数据Logistic回归模型和带交互效应的有序状态变量数据模型都较为合适。
本文第三章用零膨胀Poisson回归模型将数据分别视为分组因子数据和有序状态变量数据进行建模和模型选择，用选出的模型对火灾发生的次数进行了预测，结果表明选出的两个分组数据的零膨胀Poisson回归模型和有序状态变量数据ZIP回归模型预测效果都较好。