Loading...
Please wait, while we are loading the content...
Modelli di rischio di innesco di incendio in Valle d’Aosta: analisi delle interazioni tra componenti naturali e antropiche per l’ottimizzazione dei modelli
| Content Provider | Semantic Scholar |
|---|---|
| Author | Foderi, Cristiano Vacchiano, Giorgio |
| Copyright Year | 2015 |
| Abstract | In questo lavoro sono stati impiegati modelli di probabilità del rischio di innesco degli incendi basati su un algoritmo di massima entropia implementato nel software Maxent. Il modello di rischio è stato implementato per il territorio della Regione Autonoma Valle d’Aosta partendo da un archivio regionale di inneschi registrati dal 1995 al 2009. L’archivio è stato suddiviso in base alla stagione e alla tipologia di vegetazione interessata dagli inneschi; sono stati così analizzati separatamente 3 dataset: i) incendi invernali in bosco; ii) incendi invernali su prati-pascoli ed incolti; iii) incendi estivi. I predittori considerati per la caratterizzazione degli inneschi sono stati individuati tra quelli che descrivono la morfologia, il clima e l’uso del suolo nel territorio investigato. La componente antropica è stata considerata includendo tra i predittori la distanza del punto di innesco dagli edifici e dalla rete viaria. Inoltre, per indagare le relazioni esistenti tra il rischio di innesco e la realtà socio-economica del territorio, sono stati inseriti i dati relativi al numero di capi al pascolo e alla consistenza numerica delle aziende zootecniche con animali al pascolo, ricavati dal più recente censimento ISTAT dell’agricoltura (2010). Per limitare gli errori causati da multi-collinearità dei predittori ambientali è stata condotta una analisi delle componenti principali (PCA). I modelli sono stati prodotti utilizzando il 70% dei punti dei dataset e validati utilizzando il restante 30% come test indipendente, selezionato tramite bootstrap su 5 reiterazioni di calcolo per ciascun dataset. I predittori ambientali sono stati analizzati con una procedure di Leave One Out con il metodo JRR per misurare l’apporto delle singole variabili all’accuratezza modello. |
| Starting Page | 426 |
| Ending Page | 431 |
| Page Count | 6 |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://aisfdotit.files.wordpress.com/2016/02/426-431-foderi.pdf |
| Alternate Webpage(s) | https://iris.unito.it/retrieve/handle/2318/1614595/268405/2014%20SelviFI%20foderi.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |