研究人員發現了關於整個加利福尼亞州野火概率的動態的新見解。 加利福尼亞州大學聖巴巴拉分校的Isaac Park及其同事在2021年11月3日的開放性期刊《PLOS ONE》上介紹了他們的方法和發現。 最近在加州和附近各州發生的野火表明，需要更好地瞭解決定野火發生地點和時間的動態。

為了提高對這些關係的理解，Park及其同事使用了一種被稱為廣義加性模型的統計方法來探索和繪製1970年至2016年整個加州的年度野火概率。 這項工作建立在以前的研究基礎上，當時該研究採用了相同的技術，用於更長的時間尺度。 在這種情況下，研究人員通過納入當地氣候變化的相關信息、人類活動以及每個地點和年份自上次火災事件以來的時間–所有這些都是在1公里的地理範圍內–為年度概率定製了方法。

這項分析發現了關於加州野火概率的一些新見解。 比如研究人員發現，當地氣候和人類活動在決定整個州的野火概率方面起著關鍵作用。

此外，在某些環境中，自上次火災以來的時間有重要影響;涉及極端條件的短期氣候變化也是如此，特別是在南加州容易發生火災的灌木地和森林。

研究人員還指出，他們預測野火概率的大範圍、全州範圍的方法優於為某些局部地區開發的統計模型。 研究人員表示，這項工作及對其建模方法的進一步完善可以證明對各種研究和實際應用很有價值，如野火排放和實施防火建築規範的危險圖。

研究人員補充稱：「這項研究提出了一個強大的工具，其用於繪製整個加利福尼亞州在各種歷史氣候制度下的野火概率圖。 通過利用機器學習方法，它展示了當地氣候、人類發展和先前的火災歷史在空間和時間上對每年的野火風險的獨特貢獻。 ”