都市スケールでのモデリング火災発生：地理的に重み付けされた回帰とグローバルな線形回帰の比較

都市の急速な発展により、火災が増えているため、人間と環境のリスクが高まります。この研究では、地理的に重み付けされた回帰（GWR）と地理的および一時的に加重回帰（GTWR）を含む地理的に加重された回帰ベースのモデルを比較します。結果は、道路密度と企業の空間分布が火災リスクに最も強い影響を及ぼしていることを示しています。これは、道路や企業が密集している地域に焦点を当てる必要があることを意味します。さらに、多数の企業を持つ場所は、おそらく厳格な管理と予防策のために、火災点火記録が少ないでしょう。空間全体の重要な変数の変化は、主に、人間関連の施設または道路建設が都市のサブセンターでのみクラスター化されているHefei Cityの北部および東部の農村部と郊外地域に主に存在することを示しています。GTWRは、変数の時空間的な不均一性の小さな変化をキャプチャできますが、GWRとLMはできません。空間と時間を統合するアプローチにより、火災リスクの動的な変化をよりよく理解することができます。したがって、政府は結果を使用して、都市規模で火災の安全を管理することができます。

An increasing number of fires are occurring with the rapid development of cities, resulting in increased risk for human beings and the environment. This study compares geographically weighted regression-based models, including geographically weighted regression (GWR) and geographically and temporally weighted regression (GTWR), which integrates spatial and temporal effects and global linear regression models (LM) for modeling fire risk at the city scale. The results show that the road density and the spatial distribution of enterprises have the strongest influences on fire risk, which implies that we should focus on areas where roads and enterprises are densely clustered. In addition, locations with a large number of enterprises have fewer fire ignition records, probably because of strict management and prevention measures. A changing number of significant variables across space indicate that heterogeneity mainly exists in the northern and eastern rural and suburban areas of Hefei city, where human-related facilities or road construction are only clustered in the city sub-centers. GTWR can capture small changes in the spatiotemporal heterogeneity of the variables while GWR and LM cannot. An approach that integrates space and time enables us to better understand the dynamic changes in fire risk. Thus governments can use the results to manage fire safety at the city scale.