选用符合林火发生数据结构的Poisson和零膨胀Poisson(ZIP)模型对大兴安岭林区1980—2005年间林火发生与气象因素关系进行建模分析,并与普通最小二乘回归(ordinary least squares,OLS)方法的结果进行了对比分析.结果表明:OLS模型对研究...选用符合林火发生数据结构的Poisson和零膨胀Poisson(ZIP)模型对大兴安岭林区1980—2005年间林火发生与气象因素关系进行建模分析,并与普通最小二乘回归(ordinary least squares,OLS)方法的结果进行了对比分析.结果表明:OLS模型对研究区域林火发生与气象因素关系的拟合结果较差(R2=0.215);Poisson和ZIP模型的拟合效果较好,具有较好的火灾次数预测能力,且ZIP模型的预测能力高于Poisson模型.运用AIC和Vuong检验方法对Poisson和ZIP模型的拟合水平进行进一步检验,表明ZIP模型的数据拟合度优于Poisson模型.展开更多
文摘选用符合林火发生数据结构的Poisson和零膨胀Poisson(ZIP)模型对大兴安岭林区1980—2005年间林火发生与气象因素关系进行建模分析,并与普通最小二乘回归(ordinary least squares,OLS)方法的结果进行了对比分析.结果表明:OLS模型对研究区域林火发生与气象因素关系的拟合结果较差(R2=0.215);Poisson和ZIP模型的拟合效果较好,具有较好的火灾次数预测能力,且ZIP模型的预测能力高于Poisson模型.运用AIC和Vuong检验方法对Poisson和ZIP模型的拟合水平进行进一步检验,表明ZIP模型的数据拟合度优于Poisson模型.
