[论文解读] Fire seasonality identification with multimodality tests

Jose Ameijeiras‐Alonso, Akli Benali+3 more|arXiv (Cornell University)|Oct 9, 2018

Fire effects on ecosystems参考文献 46被引用 4

一句话总结

本文提出一种非参数圆统计方法，采用经调整的超额质量检验并结合自展法校准，以识别俄罗斯-哈萨克斯坦0.5°网格中的多峰火灾季节性模式。该方法可检测每年多个火灾峰值，揭示人类活动影响——当火灾季节偏离气候学模式时尤为明显，结合空间FDR校正，实现对人类驱动火灾制度的大规模系统性分析。

ABSTRACT

Understanding the role of vegetation fires in the Earth system has become an important environmental problem. Although fires time occurrence is mainly influenced by climate, human activity related with land use and management has altered fire patterns in several regions of the world. Hence, for a better insight in fires regimes, it is of special interest to analyze where human activity has influenced the fire seasonality. For doing so, multimodality tests are a useful tool for determining the number of fire peaks along the year. The periodicity of climatological and human--altered fires and their complex distributional features motivate the use of the nonparametric circular statistics. The unsatisfactory performance of previous nonparametric proposals for testing multimodality, in the circular case, justifies the introduction of a new approach, accompanied by a correction of the False Discovery Rate with spatial dependence for a systematic application of the tests in a large area between Russia and Kazakhstan.

研究动机与目标

• 检测人类活动改变自然火灾模式的区域中，每年出现的多个火灾季节。
• 开发一种稳健的非参数统计检验方法，用于检测圆形数据（如季节性时间）中的多峰性，其性能优于现有非参数方法。
• 在大范围空间网格（0.5°分辨率）上系统性地应用该检验方法，同时校正空间依赖性和假发现率（FDR）。
• 通过识别火灾峰值与干季之间的时间错配，区分人为火灾季节与气候学上的干季。
• 基于土地覆盖类型构建同质性火灾斑块，以聚合具有相似火灾季节性行为的网格单元。

提出的方法

• 将超额质量统计量适配于圆形数据，用于检验火灾发生时间的多峰性。
• 采用改进的核密度估计器，非参数地估计圆形密度函数。
• 使用从估计密度中重采样的自展程序，对检验的p值进行校准，确保第一类错误控制正确。
• 在覆盖俄罗斯和哈萨克斯坦的研究区域中，对每个0.5°网格单元应用该检验。
• 通过False Discovery Rate（FDR）程序校正多重检验中的空间依赖性，以控制假阳性率。
• 基于主导和次要土地覆盖类型，将网格单元聚类为火灾斑块，以聚合相似的火灾季节性模式。

实验结果

研究问题

• RQ1 在俄罗斯-哈萨克斯坦农业带的不同区域，每年发生多少个独立的火灾季节？
• RQ2 观测到的火灾峰值与气候学上的干季（6月至9月）偏离程度如何，表明人类活动的影响？
• RQ3 非参数圆统计检验是否能比现有方法更可靠地检测多峰火灾季节性？
• RQ4 在大规模多重检验中，如何校正空间依赖性以保持统计有效性？
• RQ5 哪些土地覆盖类型与多峰火灾季节性模式关联最为紧密？

主要发现

• 所提出的自展法校准的超额质量检验在校准性和检验效能方面优于现有非参数圆多峰性检验，即使在中等样本量下亦表现优异。
• 该方法成功识别出在气候学条件不支持的区域中存在多个火灾峰值，表明为人为驱动的燃烧活动所致。
• 在研究区域内，大量网格单元显示出两个火灾季节：一个在夏季（6月至9月），另一个在早春（3月至4月），尽管春季气候条件不利于火灾发生。
• 空间FDR校正有效控制了在超过10,000个网格单元上应用该检验时的假阳性率。
• 基于土地覆盖同质性成功构建了火灾斑块，实现了对火灾季节性模式的区域化分析。
• 结果表明，人为土地管理实践（如收获后和播种前的焚烧）是该地区观察到的多峰季节性模式的主要原因。