本文以北京市房山区为研究区域,收集房山1995年至1999年森林火灾统计数据、气象数据、森林小班数据、房山区交通道路图、房山地区DEM数据等,充分分析房山林火分布与时间、空间、小班地形、气象、土壤、植被等因素的关系,基于Logistic回归分析的方法建立林火发生预测预报模型,并探索性地研究基于地理加权Logistic回归的原理建立小班林火发生空间预测模型,对房山区森林小班火险等级作出区划。通过研究主要得到以下结论。一、林火与火险因子关系地形因子与林火的关系较明显,房山林火发生次数随着海拔的升高逐渐减少；随着坡度的增加,林火发生次数逐渐减少；林火次数在坡向上分布由大到小依次是平地、东南、西南、南、东北、西北、北、东、西；气象因子对林火发生的影响较明显,林火次数随温度的逐渐升高先增加后减弱,最大次数对应的温度是10.0℃—15.0—；30%-40%的相对湿度引发山火次数最多,40%—100%的相对湿度条件下林火次数随相对湿度的增加而变小；林火次数随着降雨后日数的变大呈波浪式上升,100110天的降雨后日数达到峰值；林火次数随着风速的增加而变多,4.1m/s-6m/s的林火次数最大,风速大于10m/s后林火开始减少。二、小班林火预测预报模型研建基于Logistic回归分析原理,以地形、气象、植被、土壤、社会人为等23个要素作为参考因子,火点小班和非着火小班按1：3.5比例组成因变量样本,经过多重共线性诊断,基于二项Logistic回归原理分别应用逐步前进(LR)和逐步后退(LR)方法拟合模型,通过对比模型拟合优度指标和回归系数评价指标得到林火发生预测预报最优模型。三、小班林火发生空间预测模型研建基于Logistic回归拓展后的具有局域和全局变量组成的混合Logistic GWR模型,对林火发生空间预测模型进行研建。模型拟合优度上,混合Logistic回归模型的各项指标均好于全局Logistic回归模型：回归系数检验上,混合模型的小班火点公路距离、海拔、蓄积量、土壤厚度4个变量系数的Lwr Quartile值和Upr Quartile值均在全局模型对应变量系数的B±1S.E值之外,充分表达了变量的空间非平稳性；空间分析方面,混合模型的空间自相关性较全局模型改善了许多。说明房山区火险因子存在空间异质性,GWR Logistic回归模型可以很好地解释局域空间非平稳项的火险因子,更科学地揭示了不同区位火险因子对林火发生的影响的差异性。四、火险因子的空间异质性分析通过混合Logistic模型输出结果分析火险因子的空间异质性,得出小班的火点公路距离、海拔、蓄积量、土壤厚度4个因子均具有空间非稳定性,差异范围分别为0.505,4.108,2.739,0.332。海拔、蓄积量、土壤厚度和火点到公路距离对林火发生影响局域显著。海拔对林火发生的影响由东向西呈正相关——弱相关——负相关；土壤厚度对林火影响主要呈现为抑制作用,由中心向东西两侧的负副作用逐渐增强；蓄积量对林火发生的影响整体上由中心向东西两侧呈正相关——负相关；火点到道路距离在中部和西部绝大多数区域与林火发生呈负相关,城镇北部部分地区存在距离值与火险成正相关。五、小班火险等级区划根据林火发生空间预测最优模型的预测概率,将森林火险等级区划为Ⅰ级至V级,供房山防火部门参考。