Možnosti prediktivního modelování lesních požárů pomocí GIS /
Vlivem měnících se klimatických podmínek a narůstající frekvence horkých suchých období se zvyšuje také riziko představované lesními požáry. Tato práce se proto zabývá možnostmi predikce míst výskytu lesních požárů, jakožto důležitého nástroje zmírňování jejich dopadů. Hlavním cílem práce bylo určit...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2021
|
| Témata: | |
| On-line přístup: | https://is.muni.cz/th/ol8ds/ |
| Shrnutí: | Vlivem měnících se klimatických podmínek a narůstající frekvence horkých suchých období se zvyšuje také riziko představované lesními požáry. Tato práce se proto zabývá možnostmi predikce míst výskytu lesních požárů, jakožto důležitého nástroje zmírňování jejich dopadů. Hlavním cílem práce bylo určit, které proměnné mají v podmínkách České republiky na pravděpodobnost vzniku lesních požárů největší vliv, a následně sestavit matematický model rizika jejich výskytu. Na základě databáze 7 374 lesních požárů z období 2006-2018 byl pomocí statistických metod založených na teorii prostorových bodových procesů otestován vliv celkem třinácti faktorů a byly sestaveny dva modely - ryze prostorový a časo-prostorový. Výsledky ukazují, že nebezpečí vzniku lesních požárů nejvíce ovlivňuje atraktivita a dostupnost místa pro člověka, především pak vzdálenost od komunikací. Validací modelů nad daty z roku 2019 bylo prokázáno, že mohou být využity k vymezení oblastí vysokého rizika: téměř polovina všech Due to changing climatic conditions and the growing frequency of hot and dry periods, the risk posed by forest fires is increasing. This thesis deals with the possibilities of predicting places of forest fires occurrence, as an important tool for mitigating their consequences. The main goal of this thesis was to determine what variables have a major influence on the probability of forest fires in the conditions of the Czech Republic and subsequently to build a mathematical model of occurrence risk. Based on a dataset of 7,374 forest fires reported between 2006 and 2018, the effect of thirteen factors was assessed and two models - one purely spatial and one spatio-temporal - were built using statistic methods founded on the theory of spatial point processes. Results show that forest fire risk is most significantly influenced by place attractiveness and human accessibility, especially by the proximity to roads. By validating the models over data from 2019, it was demonstrated that they c |
|---|---|
| Popis jednotky: | Vedoucí práce: Petr Kubíček |
| Fyzický popis: | 75 listů, 14 listů obrazové přílohy (mapy) |