这是python'forestatrisk'包
forestatrisk的Python项目详细描述
forestatrisk python包
估计热带国家毁林的风险
forestatrisk
是一个用于估计空间
热带地区毁林的可能性取决于
空间环境变量。
空间环境变量可由地形导出 (海拔、坡度和坡向)、可达性(到道路的距离, 城镇和森林边缘),森林砍伐历史(与以前的距离 森林砍伐)或景观管理(位于保护区内) 例如。
采样
函数.sample()
允许对观测点进行随机采样
考虑到历史上的森林砍伐地图。取样是平衡的
考虑到
一段给定的时间。函数还从
每个采样点的环境变量。取样完成
按块计算,以便在大的研究区域(如国家)进行计算
或大陆尺度)具有高空间分辨率(例如30m)。
建模
函数.model_binomial_iCAR()
可用于拟合森林砍伐
根据数据建模。线性二项logistic回归模型是
用于估计毁林模型的参数。模型
包括一个内在条件自回归(icar)过程
解释观测值的空间自相关
(Vieilledent等人2014年)。参数推断在
分层贝叶斯框架。函数调用gibbs采样器
用纯c代码编写metropolis算法
计算时间。
预测
函数.predict()
允许预测毁林概率
在整个研究区域使用森林砍伐模型
.model()
函数。预测是按块进行的,以允许
大型研究区域(如国家或大陆范围)的计算
具有高空间分辨率(例如30m)。
函数.deforest()
基于
森林砍伐概率栅格(从1到65535)
从功能.predict()
和一个区域(在
公顷)被砍伐。
教程
我们使用jupyter/ipython笔记本编写了一个教程,演示如何
使用forestatrisk
python包。我们以马达加斯加为例
研究考虑到2000-2010年期间过去的森林砍伐,
估计2010年毁林的可能性,并预测
2050年的未来森林覆盖率。笔记本在
以下网址:https://ecology.ghislainv.fr/forestatrisk
参考
Vieilledent G.,C.Merow,J.Gu_ A.E.Gelfand,A.M.Wilson,F.Mortier和J.A.Silander Jr.2014年。层次贝叶斯物种的hsdm cran版本v1.4 分销模式。zenodo。 doi:10.5281/zenodo.48470
安装
安装forestatrisk
python包的最简单方法是通过pip:
~$ sudo pip install --upgrade https://github.com/ghislainv/forestatrisk/archive/master.zip
但您也可以通过执行setup.py
文件来安装它:
~$ git clone https://github.com/ghislainv/forestatrisk
~$ cd forestatrisk
~/forestatrisk$ sudo python setup.py install
图
马达加斯加今年毁林概率图
2010年通过forestatrisk
获得。深红色:高概率
森林砍伐,深绿色:森林砍伐的低概率。