基于BP神经网络的森林火环境预测方法

提出了一种基于BP神经网络的森林火环境预测新方法。该方法研究大气环流指数与森林火险的关系,将已有大气环流指数和森林火险等级数据对BP神经网络进行训练,利用BP网络反传学习,通过抑制性反馈和兴奋性前馈作用实现自组织学习,完成大气环流指数与森林火环境指数关系的非线性映射,对大量数据实现特征选择和森林火环境预测。它对春季和夏季的预测准确率分别为 89%和 82%,试验结果表明该方法的正确性和可行性。