首页|基于机器学习的森林火险预测模型

基于机器学习的森林火险预测模型

扫码查看
原文链接
  • 万方数据
  • 维普
为减少森林火灾带来的损害,通过文献回顾,对森林火险进行建模和预测预报.归纳基于机器学习方法的森林火险预测研究现状,并从森林火灾影响因子的选取、选择合适的火险预测模型以及模型检验方法3个主要方面进行分析阐述.结果表明:森林火险的主要影响因素包括可燃物特征、气象因子、地形、人类活动等;在森林火险预测模型中,反向传播(BP)神经网络方法需要改进后运用,支持向量机(SVM)方法对数据要求高,随机森林(RF)方法通用性强且精度较高,深度学习方法的研究较少,但精度都很高;模型常用的检验方法是准确度、受试者工作特征(ROC)曲线和曲线下的面积(AUC)值等.
Forest fire risk prediction model based on machine learning

朱馨、李建微、郭伟、毕胜、伍跃飞

展开 >

福州大学物理与信息工程学院,福建福州350116

福州大学数字中国研究院(福建),福建福州350116

福建省气象局气象服务中心,福建福州350028

机器学习 森林火险预测 森林火灾 气象因子 支持向量机(SVM)

国家自然科学基金国家自然科学基金福建省自然科学基金中国博士后科学基金

32071776415714902020J014652018M640597

2022

10.16265/j.cnki.issn1003-3033.2022.09.2729

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2022.32(9)
  • 8
  • 18