针对中国目前有关林火驱动因子及预测模型的研究通常局限于一个或几个区域的研究现状,该文使用2010?2018年全国卫星监测火点数据、2010?2017年全国各气象站的日值气象数据、全国基础地理数据、DEM数据,基于数理统计、二项logistic回归、随机森林算法等方法对中国大尺度森林火灾分布特征及主要林火驱动因子进行分析,建立我国大尺度林火发生预测预报模型,对模型结果进行评价,最后选取最优模型绘制我国森林火险等级区划图,以期为我国的大尺度林火预报工作提供参考。研究主要得到以下结论:2010年?2018年我国的森林火点数量随年份变化总体呈减小趋势,且有明显的季节差异和地域差异,春季和冬季的森林火点数量明显多于夏季和秋季,东南地区明显多于其它地区;在气象方面,森林火点数量随气温、平均相对湿度和平均风速的升高先增加后减弱;在地形方面,随海拔和坡度的增加而减少,阳坡发生的林火次数多于阴坡;在社会人文方面,森林火点数量随着与道路距离的增加而减少,随着与居民点距离的增加先增多后减少。基于二项logistic回归和随机森林算法对中国大尺度主要林火驱动因子进行选择分析。使用多重共线性诊断和二项logistic回归显著性检验选取出15个主要林火驱动因子,其中经度、平均气压、平均相对湿度等8个因子与林火发生呈正相关关系;纬度、海拔、坡度等7个因子与林火发生呈负相关关系。使用随机森林算法选出纬度、最小相对湿度、经度等12个主要林火驱动因子并对其进行了重要性排序。两个方法共同选出的主要林火驱动因子有:经度、纬度、海拔、平均地表气温、20-20时累计降水量、平均气压、平均相对湿度、最小相对湿度、日照时数。这9个因子为中国大尺度林火主要驱动因子。使用二项logistic回归和随机森林算法,根据主要林火驱动因子选择的结果建立中国大尺度林火发生预测模型。基于logistic回归的预测模型的AUC值均大于0.89,预测准确率在81.7%～82.1%之间;基于随机森林算法的预测模型的AUC值均大于0.97,预测准确率在89.4%～91.5%之间,随机森林算法更适用于我国大尺度地区的森林火灾发生预测。根据随机森林算法对样本点林火发生概率的预测结果,在ArcGIS软件中使用克里金插值法绘制中国森林火险等级区划图,从区划图中可以看出东北大兴安岭林区、东南地区以及云南省部分地区为我国林火高发区,华北地区、中部地区森林火险等级较低,西部大部分地区基本无火情。