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forestatriskpython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forestatriskpython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。
欢迎加入QQ群-->： 979659372
