森林火险与气象因素的多元相关性及其分析

被引：22

作者：

宋卫国 ^{[1
]}

马剑 ^{[1
]}

Satoh K ^{[2
]}

王健 ^{[1
]}

机构：

[1] 中国科学技术大学火灾科学国家重点实验室

[2] National Research Institute of Fire and Disaster,Tokyo,Japan

来源：

中国工程科学 | 2006年 / 02期

关键词：

神经网络; 森林火灾; 火灾发生概率; 气象参数; 火灾风险;

D O I：

暂无

中图分类号：

S762 [林火];

学科分类号：

0838 ;

摘要：

森林火灾发生概率预测涉及气象、树种、地理条件与人类活动等诸因素,气象参数对火灾的影响一直是森林火灾研究的重点之一。选用日平均湿度、降水量、平均风速、平均温度和日照时间等5种典型气象参数,利用BP神经网络分析了它们对火灾发生概率的综合影响;研究了多种气象参数综合作用下火灾发生概率的变化规律。结果表明,气象参数与火灾发生概率之间存在稳定的关联,神经网络在处理多参数综合影响方面具有较好的泛化能力,可以作为预测林火概率的可靠方法,为森林火灾研究提供了基础数据。

引用

页码：61 / 66

页数：6

共 7 条

[1] 用神经网络方法进行气象温度预测 [J].

范春年 ;

傅德胜 .

计算机应用与软件, 2004, (03) :108-110

[2] 基于神经网络的室内热舒适评判模型 [J].

赵博 ;

连之伟 ;

周湘江 ;

叶晓江 .

哈尔滨工业大学学报, 2003, (12) :1436-1438

[3]

神经网络原理[M]. 机械工业出版社 , (美)SimonHaykin著, 2004

[4]

The Sensitivity of Australian Fire Danger to Climate Change[J] . Allyson A. J. Williams,David J. Karoly,Nigel Tapper.Climatic Change . 2001 (1)

[5]

Development of neuralnetwork committee machines for automatic forest firedetection using lidar .2 Fernandes A M,Utkin A B,et al. Pattern Recognition . 2004

[6]

Regionalfeedbacks among fire,climate,and tropical deforestation .2 Hoffmann W A,Schroeder W,Jackson R B. Journal of Geophysical Research-Atmospheres.2003 .

[7]

AssessingtheProbabilityofcrownfire initiation based on fire danger indices .2 Cruz M G,Alexander M E,Wakimoto RH. Forestry Chronicle . 2003

← 1 →