基于RF的森林火灾风险评价模型及其应用研究

发布时间：2021-04-04 07:28

　　为了预测森林火灾发生的可能性,为森林火灾的预防预报提供依据,减少火灾损失,在Python平台上应用随机森林算法,以西班牙东北Tr’as-os-Montes地区Montesinho森林公园2000年1月至2003年12月的数据记录,对影响森林火灾的指标变量进行分析和评价。结果表明,随机森林算法对森林火灾预测的准确度约为80%,表明随机森林算法对森林火灾具有较好的预测能力,可用于对森林火灾的预测预报。 

【文章来源】：安全与环境学报. 2020,20(04)北大核心CSCD

【文章页数】：5 页

【部分图文】：

单棵决策树

1)可行性原则:即能够在实际工作中进行量化收集，每项指标的数据都是可查询的，如果所选用的指标没有统计部门进行收集，会给评估工作带来极大的困难。2)代表性原则:在森林火灾中，应选取对森林火灾的严重程度有重大影响的突出因素，这些指标的改变能够较大地影响森林火灾发生的几率。

实际案例为西班牙东北部Tr"as-os-Montes地区的Montesinho森林公园[10]，数据来源于两个方面:一是负责该公园森林火灾事件的检查员在森林火灾发生时收集的时间、位置、植被类型、烧毁面积等信息;二是由布拉甘茨理工学院收集的位于Montesinho森林公园中心的一个气象站的天气信息，这些信息经两位专家整理后，可以在http://www.dsi.uminho.pt/～pcortez/forestfires/中查询。数据集属性见表1，空间位置属性见图3。3.2 模型实现与参数设定

【参考文献】：
期刊论文
[1]基于随机森林的洪灾风险评价模型及其应用[J]. 赖成光,陈晓宏,赵仕威,王兆礼,吴旭树.  水利学报. 2015(01)
[2]大兴安岭塔河地区雷击火发生驱动因子综合分析[J]. 郭福涛,苏漳文,马祥庆,宋禹辉,孙龙,胡海清,杨婷婷.  生态学报. 2015(19)
[3]大兴安岭塔河地区林火发生的优势预测模型选择[J]. 秦凯伦,郭福涛,邸雪颖,孙龙,宋禹辉,吴瑶,潘建峰.  应用生态学报. 2014(03)
[4]伊春地区1980—2010年森林火灾时空格局及影响因子[J]. 郑琼,邸雪颖,金森.  林业科学. 2013(04)

硕士论文
[1]福建三明地区森林火灾综合防控能力研究[D]. 白海峰.北京林业大学 2012



本文编号：3117988