【技术实现步骤摘要】
本专利技术涉及林火预测，尤其涉及一种林火驱动因素识别及预测方法、系统、设备以及介质。
技术介绍
1、森林火灾会导致生态系统的结构和功能发生变化，对物种组成、结构、演替和再生具有长期影响。同时，火灾对社会系统构成严重威胁，造成人员伤亡和财产损失。森林火灾的发生机制对人类活动和其它变化的驱动因素非常敏感，所以森林火灾管理需要了解火灾发生模式的空间特征，并采用量化的方法评估区域范围内各种驱动因素的相对重要性，这有助于把握森林火灾的现下情况与发展情况。
2、应当知道的是，近几十年来，选择合适的林火预测模型已成为林火预测的关键问题和热门话题。然而，林火发生往往受多种因素影响，具有典型的非线性和复杂特征。不同预测模型有各自不同的优势和适用条件，即使是采用同一模型，针对不同区域其驱动因素不同，模型的表现也不同，更不用说不同模型之间的比较了。因此，因地制宜筛选出具有令人满意的林火预测模型仍然是一项艰巨的任务。
技术实现思路
1、(一)要解决的技术问题
2、鉴于现有技术的上述缺点、不...
【技术保护点】
1.一种森林火灾的驱动因素识别及预测方法，其特征在于，包括：
2.如权利要求1所述的森林火灾的驱动因素识别及预测方法，其特征在于，根据获取的目标区域的森林火灾数据，以接近或多于火点的比例创建随机点，在创建随机点时根据实际火灾的时间分布概率确定随机点的时间，将得到的火点与随机点形成完整布点数据包括：
3.如权利要求1所述的森林火灾的驱动因素识别及预测方法，其特征在于，将收集的多种类型的驱动因素数据结合完整布点数据得到样本数据，并将样本数据经过多次随机划分，得到多个可供训练的中间模型包括：
4.如权利要求1所述的森林火灾的驱动因素识别及...
【技术特征摘要】
1.一种森林火灾的驱动因素识别及预测方法，其特征在于，包括：
2.如权利要求1所述的森林火灾的驱动因素识别及预测方法，其特征在于，根据获取的目标区域的森林火灾数据，以接近或多于火点的比例创建随机点，在创建随机点时根据实际火灾的时间分布概率确定随机点的时间，将得到的火点与随机点形成完整布点数据包括：
3.如权利要求1所述的森林火灾的驱动因素识别及预测方法，其特征在于，将收集的多种类型的驱动因素数据结合完整布点数据得到样本数据，并将样本数据经过多次随机划分，得到多个可供训练的中间模型包括：
4.如权利要求1所述的森林火灾的驱动因素识别及预测方法，其特征在于，基于多个可供训练的中间模型对预先构建的logistic回归模型、gompit回归模型、随机森林模型以及增强回归树模型进行学习训练之前，还包括：
5.如权利要求1所述的森林火灾的驱动因素识别及预测方法，其特征在于，借助于logistic回归模型和gompit回归模型在构建过程中使...
【专利技术属性】
技术研发人员：张恒，周庆，李慧，诺敏，周振东，孙一丹，王文轩，梁颜森，
申请(专利权)人：内蒙古农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。