中国安全科学学报

作者：朱馨, 李建微, 郭伟, 毕胜, 伍跃飞

单位：1 福州大学 物理与信息工程学院,福建 福州 350116；2 福州大学 数字中国研究院(福建), 福建 福州 350116；3 福建省气象局 气象服务中心,福建 福州 350028

关键词：机器学习,森林火险预测,森林火灾,气象因子,支持向量机(SVM)

基金：国家自然科学基金资助(32071776); 国家自然科学基金资助(41571490); 福建省自然科学基金资助(2020J01465); 中国博士后基金资助(2018M640597)

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。

来源：2022年第9期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第9期