近年来,由于人类活动和气候变化等原因,森林火灾已在全球范围内造成重大损失,使得全球森林生态系统面临着严重的威胁。森林火灾风险预测的重点是分析影响森林火灾的驱动因素,总结森林火灾的时空分布格局,划分不同地区的森林火险等级,为相关部门提供森林火灾防治决策支持,减少森林火灾造成的损失。攀西地区是四川省森林火灾最严重的地区之一,在2019年和2020年攀西地区都发生了严重的森林火灾。因此,为了更好地预测森林火灾的发生,本文以攀西地区为研究区域,基于Arc GIS、python等空间分析工具和科学统计语言,运用传统回归模型和当前国际最前沿的机器学习模型,从两种不同的角度对我国攀西地区卫星监测林火数据的时空分布状况、林火发生驱动因子和林火风险预测进行深入的研究和分析。具体研究内容和研究成果如下:（1）利用MOD14A1和MCD12Q1时间序列数据得到了研究区2009-2019年森林火点共计1725个,按1:1比例提取了相同数量的随机点,结合气象数据、地形地貌数据、可燃物数据和社会基础数据,建立了研究区域的森林火灾GIS数据库。（2）对攀西地区森林火灾时空分布特征进行研究。从年、月和日尺度上分析了森林火点数量的时间变化特征,从行政区划和空间自相关分析的角度上分析了森林火点的空间分布特征。结果表明,攀西地区2009-2019年森林火点数量年际变化呈现波动状后趋于平稳;从月际变化角度来看,森林火点数量主要集中在12月至次年6月,其中1月至5月是森林火灾的高发期;从日尺度角度来看,森林火点数量最多的日期为非闰年的2月1日,2月15日,4月16日和4月24日;从森林火点空间分布角度来看,盐边县、米易县和会理县不仅是攀西地区森林火灾的高发地区,而且在空间自相关分析中呈现出聚集分布。（3）对森林火灾的诱发因素进行探究。选取气象、地形地貌、可燃物、人类活动4种影响因素的14个变量作为候选的驱动因子,对各驱动因子与历史森林火点的相关性进行了统计分析,揭示了近11年攀西地区森林火灾与不同驱动因子的变化情况。（4）选择逻辑斯蒂回归、随机森林、支持向量机和深度神经网络进行森林火灾风险预测研究。根据四种森林火险预测模型的预测结果,分别建立了攀西地区2009-2019年森林火险等级区划,总体趋势表明中高和极高火险区域主要集中在攀西地区的中部和西南部,极低和低火险区集中在攀西地区的东北和西北部。由于深度神经网络在全样本上具有最高的性能,本文利用该模型在全样本数据上建立了攀西地区2009年和2019年森林火险等级区划,通过建立森林火险面积转移矩阵,发现攀西地区火险总体呈下降趋势。