检索结果-维普期刊中文期刊服务平台

基于CatBoost的四川木里县森林火灾预测: 1; 作者杨正雄张显云 +2 位作者任明亚吴雪龙安成《科学技术与工程》北大核心 2025年第21期8823-8832,共10页; 森林火灾严重威胁着人类生命和财产安全,森林火灾风险的精确预测对于减灾防灾具有重要意义。受地形、气象、植被覆盖和人类活动等因素的影响,森林火灾诱发的原因存在区域差异性。以四川省木里县历史森林火灾事件为响应变量,以地形、气... 展开更多; 关键词森林火灾预测模型木里县森林火灾 CatBoost 准确率; 在线阅读下载PDF 职称材料

当前气候变化下如何加强森林火灾预测预报被引量：5: 2; 作者张惠莲《森林防火》 2010年第4期33-36,共4页; 气候变暖,极端天气和气候异常事件增多,森林火灾次数和火灾造成的损失都呈上升趋势,因此加强森林火灾的预测预报成为我们必须面对的一个重要问题。阐述了当前气候变化和森林火灾现状,对森林火灾预测预报的现状进行分析,分析了目前森林... 展开更多; 关键词气候变暖森林火灾森林火灾预测预报; 在线阅读下载PDF 职称材料

用马尔柯夫链转移矩阵预测森林火灾被引量：1: 3; 作者薄颖生《森林防火》 2000年第4期17-18,共2页; 关键词森林火灾预测马尔柯夫链转移矩阵模型准确率; 在线阅读下载PDF 职称材料

湖南省森林火灾驱动因子及火险区划研究: 4; 作者张国琛张佳男 +1 位作者石宽白夜《消防科学与技术》 CAS 北大核心 2024年第11期1603-1609,共7页; 建立湖南省林区的森林火灾发生预测模型,为该省的林火防控和管理工作提供一定的理论依据。提取湖南省2016-2020年森林火灾热点监测卫星数据,利用ArcGIS 10.7软件建立与火点形成1:1数据的随机点,使数据符合二项分布,对日平均最高气温、... 展开更多; 关键词森林火灾预测地理加权逻辑斯蒂回归模型林火驱动因子火险区划; 在线阅读下载PDF 职称材料

应用机器学习算法分析广西林火发生驱动因素及林火预测被引量：3: 5; 作者周鹏飞王艳霞《东北林业大学学报》 CAS CSCD 北大核心 2024年第11期72-82,共11页; 森林火灾对生态环境和人类社会构成了严重威胁,当前全球气候不断变化、人类活动日益频繁,森林火灾的影响也日益凸显。以广西壮族自治区为研究区,根据2006—2020年研究区的卫星监测森林火点数据,结合气象数据、地形数据、植被数据和人为... 展开更多; 关键词森林火灾预测模型森林火灾驱动因素机器学习; 在线阅读下载PDF 职称材料

云南省森林火灾发生驱动因子分析及火险区域划分被引量：13: 6; 作者杜秋洋杨传杰 +2 位作者张国琛武英达石宽《森林防火》 2022年第1期10-14,共5页; 森林火灾的有效预测是减少火灾所造成损失的重要手段之一。云南省森林资源丰富且植被覆盖率高,易发生森林火灾,加之平均海拔较高,扑救山火难度大、危险系数高。如能有效构建该区域森林火灾发生预测模型,将为我国西南林区森林火灾预防与... 展开更多; 关键词森林火灾预测云南省 LOGISTIC回归模型林火驱动因子火险区域划分; 在线阅读下载PDF 职称材料

新形势下我国森林可燃物研究现状及森林防火对策被引量：29: 7; 作者龙骏王艺颖 +2 位作者邓湘雯詹长虹李梓铭《森林防火》 2022年第1期31-36,共6页; 森林可燃物是森林燃烧的物质基础,开展森林可燃物的研究是森林火灾预防的基础性工作。新形势下的森林可燃物研究对我国现代森林防火工作具有十分重要的意义。综述了国内外森林可燃物研究现状,并以此为基础,提出了新形势下我国森林防火... 展开更多; 关键词森林防火森林可燃物可燃物载量生物质能源森林火灾预测; 在线阅读下载PDF 职称材料

武警乌苏市森林大坚持“四早”做好防期前期准备工作: 8; 作者张增万《新疆林业》 2004年第2期16-16,共1页; 关键词乌苏市武警森林大队森林防火工作森林火灾预测; 在线阅读下载PDF 职称材料

基于土壤水分和气象要素的林火预报研究——以广东省为例被引量：8: 9; 作者蔡霁初邱建秀 +3 位作者王大刚林凯荣阳坤曾庆峰《地理科学》 CSSCI CSCD 北大核心 2021年第9期1676-1686,共11页; 基于国内现行的森林火险气象指数和单因子火险贡献度模型,以及逻辑回归模型和随机森林模型,在林火预报中引入微波遥感土壤水分信息,使用MCD14DL火点数据集和地面气象观测资料对广东省不同时间尺度的林火发生概率进行预测。结果表明:逻... 展开更多; 关键词广东省森林火灾预测土壤水分逻辑回归模型随机森林模型; 在线阅读下载PDF 职称材料

题名基于CatBoost的四川木里县森林火灾预测: 1; 作者杨正雄张显云任明亚吴雪龙安成; 机构贵州大学矿业学院; 出处《科学技术与工程》北大核心 2025年第21期8823-8832,共10页; 基金贵州省省级科技计划(黔科合支撑[2022]一般204) 贵州省省级科技计划(黔科合基础-ZK[2024]一般093)。; 文摘森林火灾严重威胁着人类生命和财产安全,森林火灾风险的精确预测对于减灾防灾具有重要意义。受地形、气象、植被覆盖和人类活动等因素的影响,森林火灾诱发的原因存在区域差异性。以四川省木里县历史森林火灾事件为响应变量,以地形、气象、植被覆盖和人类活动数据为解释变量,充分发挥CatBoost在高维稀疏数据和分类问题方面的优势,构建了一种基于CatBoost的高精度树林火灾预测模型。实验结果表明,相较于随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)和梯度提升决策树(gradient boosting decision trees,GBDT)模型,CatBoost模型不仅可获得更高的建模精度,而且树林火灾的预测精度也得到了显著改善,预测准确率达91.36%,曲线下的面积(area under curve,AUC)为0.970。基于所构建模型进行火灾预测,可为木里县森林火灾的早期防范提供参考依据。; 关键词森林火灾预测模型木里县森林火灾 CatBoost 准确率; Keywords forest fire prediction model Muli County forest fire CatBoost accuracy; 分类号 S762.2 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名当前气候变化下如何加强森林火灾预测预报被引量：5: 2; 作者张惠莲; 机构南京森林警察学院; 出处《森林防火》 2010年第4期33-36,共4页; 文摘气候变暖,极端天气和气候异常事件增多,森林火灾次数和火灾造成的损失都呈上升趋势,因此加强森林火灾的预测预报成为我们必须面对的一个重要问题。阐述了当前气候变化和森林火灾现状,对森林火灾预测预报的现状进行分析,分析了目前森林火灾预测预报主要存在3个问题,最后提出从完善基础资料,关键因子选择,新技术引用,森林消防部门与气象部门密切合作建立综合的森林火险等级预警系统4个方面来加强森林火灾的预测预报。; 关键词气候变暖森林火灾森林火灾预测预报; 分类号 S762.3 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名用马尔柯夫链转移矩阵预测森林火灾被引量：1: 3; 作者薄颖生; 机构西北农林科技大学; 出处《森林防火》 2000年第4期17-18,共2页; 关键词森林火灾预测马尔柯夫链转移矩阵模型准确率; 分类号 S762.2 [农业科学—森林保护学] S711 [农业科学—林学]; 在线阅读下载PDF 职称材料

题名湖南省森林火灾驱动因子及火险区划研究: 4; 作者张国琛张佳男石宽白夜; 机构福建省森林消防总队黑龙江省庆安国有林场管理局中国消防救援学院森林草原火灾风险防控应急管理部重点实验室; 出处《消防科学与技术》 CAS 北大核心 2024年第11期1603-1609,共7页; 基金中国消防救援学院森林灭火指挥与战术创新团队(XF2020-XM01)。; 文摘建立湖南省林区的森林火灾发生预测模型,为该省的林火防控和管理工作提供一定的理论依据。提取湖南省2016-2020年森林火灾热点监测卫星数据,利用ArcGIS 10.7软件建立与火点形成1:1数据的随机点,使数据符合二项分布,对日平均最高气温、日平均降水量、日照时长、海拔等24类驱动因子进行空间信息提取,并利用GWR 4.0软件进行GWLR预测,分析影响湖南省森林火灾发生的驱动因子,构建该地区的森林火灾发生预测模型,利用AIC值、BIC值、ROC曲线和AUC值进行模型拟合检验,对该地区进行火险区划。研究结果表明:“日平均风速”“日平均气压”“日照时间”“日平均气温”“日平均相对湿度”“海拔”和“归一化指数值”等9个变量是影响湖南省森林火灾发生的驱动因子;GWLR模型在湖南省森林火灾发生预测中拟合效果良好,模型的AUC值为0.966,最佳划分阈值为0.810;在火险区划中,中高火险地区主要集中在湖南省中部和南部地区,该区域应进一步加强护林防火的宣传教育、建立健全野外用火管控制度、加强重点火险区基础设施建设等森林火灾预防工作。; 关键词森林火灾预测地理加权逻辑斯蒂回归模型林火驱动因子火险区划; Keywords forest fire prediction geographically weighted logistic regression forest fire driving factors fire hazard area division; 分类号 X913.4 [环境科学与工程—安全科学] S762.1 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名应用机器学习算法分析广西林火发生驱动因素及林火预测被引量：3: 5; 作者周鹏飞王艳霞; 机构西南林业大学; 出处《东北林业大学学报》 CAS CSCD 北大核心 2024年第11期72-82,共11页; 基金国家自然科学基金项目(42061004) 云南省农业基础联合专项(202101BD070001-093) 云南省兴滇英才计划青年项目(20120021)。; 文摘森林火灾对生态环境和人类社会构成了严重威胁,当前全球气候不断变化、人类活动日益频繁,森林火灾的影响也日益凸显。以广西壮族自治区为研究区,根据2006—2020年研究区的卫星监测森林火点数据,结合气象数据、地形数据、植被数据和人为活动数据,应用反向传播神经网络(BPNN)、梯度增强决策树(GBDT)、随机森林(RF)、支持向量机(SVM)和极限梯度提升模型(XGBoost)等机器学习算法对广西地区的森林火灾建模,对林火发生概率进行预测;利用最优模型绘制了季节性森林火险区域图,分析森林火灾发生的驱动因素和潜在的森林火灾风险。结果表明:(1)XGBoost模型在预测广西地区森林火灾风险方面表现最佳,其准确率为92.33%,精确度为92.89%,召回率为91.88%,F_(1)值为92.38%,A_(UC)值为97.68%。(2)广西地区森林火灾的主要驱动因素为气象条件与植被因素,主要因素为潜在蒸发量(Pes)、大气压(Sfp)、总初级生产力(GPP)和增强型植被指数(Evi)等。(3)广西地区的春季和冬季是森林火灾的高发季节,中高风险区主要集中在桂东、桂中南和桂西地区。; 关键词森林火灾预测模型森林火灾驱动因素机器学习; Keywords Forest fire prediction model Drivers of forest fires Machine learning; 分类号 S762.2 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名云南省森林火灾发生驱动因子分析及火险区域划分被引量：13: 6; 作者杜秋洋杨传杰张国琛武英达石宽; 机构中国消防救援学院森林草原火灾风险防控应急管理部重点实验室; 出处《森林防火》 2022年第1期10-14,共5页; 基金北京市无脚本综合应急演练技术研究服务(202201098)。; 文摘森林火灾的有效预测是减少火灾所造成损失的重要手段之一。云南省森林资源丰富且植被覆盖率高,易发生森林火灾,加之平均海拔较高,扑救山火难度大、危险系数高。如能有效构建该区域森林火灾发生预测模型,将为我国西南林区森林火灾预防与管理提供科学参考。提取了云南省1999-2019年森林火点数据进行分析,利用ArcGIS 10.7软件,随机建立与火点形成1:1数据随机点,使数据符合二项分布,对月平均最高气温、月平均降水量、日照时长、海拔等24类驱动因子进行空间信息提取,并用SPSS 25.0软件通过Logistic回归和ROC曲线模型检验方法,分析影响云南省森林火灾发生的主要驱动因子,构建了该地区森林火灾发生预测模型,并验证了该模型适用性,根据R0C曲线坐标确定了最佳阈值,划分了该地区的高火险区域。月平均气压、月平均相对湿度、月平均最高气温、日照时数、极大风速、归一化植被指数值(NDVI)等6类驱动因子,与云南省森林火灾的发生存在显著关系,基于Logistic回归构建的森林火灾发生预测模型准确率可达到82.3%。模型AUC值为0.894,通过计算得出云南省火险划分最佳阈值为0.645。构建的森林火灾发生预测模型具有较高的预测准确率,可为该地区森林火灾发生预测提供参考。云南省的高火险区主要集中在云南中部和北部地区,应进一步加强森林火灾预防和管理。; 关键词森林火灾预测云南省 LOGISTIC回归模型林火驱动因子火险区域划分; Keywords Forest fire prediction Yunnan province Logistic regression Forest fire driving factors Division of fire danger area; 分类号 S762 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名新形势下我国森林可燃物研究现状及森林防火对策被引量：29: 7; 作者龙骏王艺颖邓湘雯詹长虹李梓铭; 机构湖南省森林草原防火监测调度评估中心冲南林业科技大学生命科学与技术学院南方林业生态应用技术国家工程实验室; 出处《森林防火》 2022年第1期31-36,共6页; 基金湖南省森林和草原火灾风险普查专项项目(2020)资助。; 文摘森林可燃物是森林燃烧的物质基础,开展森林可燃物的研究是森林火灾预防的基础性工作。新形势下的森林可燃物研究对我国现代森林防火工作具有十分重要的意义。综述了国内外森林可燃物研究现状,并以此为基础,提出了新形势下我国森林防火工作的对策及森林火灾灾后管理的策略:1)在进行森林防火工作时,可通过调整林分结构,加强生物防火工程建设,并采用先进的生物防火技术,对可燃物进行科学管理;2)对农、林、牧业进行产业结构调整,降低森林燃烧性;3)推广使用清洁的生物能源,减少森林可燃物积累。研究结果可为提高我国森林防火科学化管理水平提供参考。; 关键词森林防火森林可燃物可燃物载量生物质能源森林火灾预测; Keywords Forest fire prevention Forest fuel Fuel loading Biomass energy Forest fire prediction; 分类号 S762.3 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名武警乌苏市森林大坚持“四早”做好防期前期准备工作: 8; 作者张增万; 出处《新疆林业》 2004年第2期16-16,共1页; 关键词乌苏市武警森林大队森林防火工作森林火灾预测; 分类号 S762.3 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名基于土壤水分和气象要素的林火预报研究——以广东省为例被引量：8: 9; 作者蔡霁初邱建秀王大刚林凯荣阳坤曾庆峰; 机构中山大学地理科学与规划学院/广东省城市化与地理环境空间模拟重点实验室中山大学土木工程学院清华大学地球系统科学系广东省林火卫星监测中心; 出处《地理科学》 CSSCI CSCD 北大核心 2021年第9期1676-1686,共11页; 基金国家自然科学基金项目(41971031,51779278)资助。; 文摘基于国内现行的森林火险气象指数和单因子火险贡献度模型,以及逻辑回归模型和随机森林模型,在林火预报中引入微波遥感土壤水分信息,使用MCD14DL火点数据集和地面气象观测资料对广东省不同时间尺度的林火发生概率进行预测。结果表明:逻辑回归模型和随机森林模型构建的林火预测模型显著优于现行的森林火险气象指数和单因子火险贡献度模型,预测精度提升约20%。其中,随机森林模型对林火频数的解释程度最高(两者相关系数为0.476)。此外,加入微波土壤水分信息后,相较原有的基于气象要素的林火预测模型,2种机器学习模型的预测精度均略有提升,体现了表层土壤水分信息在林火预报中的重要性。研究可为高效提取对地观测信息,以改进华南地区不同时间尺度的林火预报工作提供参考。; 关键词广东省森林火灾预测土壤水分逻辑回归模型随机森林模型; Keywords Guangdong Province forest fire prediction soil moisture logistic regression model random forest model; 分类号 S762.2 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于CatBoost的四川木里县森林火灾预测	杨正雄张显云任明亚吴雪龙安成	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	当前气候变化下如何加强森林火灾预测预报	张惠莲	《森林防火》	2010	5	在线阅读下载PDF 职称材料
3	用马尔柯夫链转移矩阵预测森林火灾	薄颖生	《森林防火》	2000	1	在线阅读下载PDF 职称材料
4	湖南省森林火灾驱动因子及火险区划研究	张国琛张佳男石宽白夜	《消防科学与技术》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
5	应用机器学习算法分析广西林火发生驱动因素及林火预测	周鹏飞王艳霞	《东北林业大学学报》 CAS CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
6	云南省森林火灾发生驱动因子分析及火险区域划分	杜秋洋杨传杰张国琛武英达石宽	《森林防火》	2022	13	在线阅读下载PDF 职称材料
7	新形势下我国森林可燃物研究现状及森林防火对策	龙骏王艺颖邓湘雯詹长虹李梓铭	《森林防火》	2022	29	在线阅读下载PDF 职称材料
8	武警乌苏市森林大坚持“四早”做好防期前期准备工作	张增万	《新疆林业》	2004	0	在线阅读下载PDF 职称材料
9	基于土壤水分和气象要素的林火预报研究——以广东省为例	蔡霁初邱建秀王大刚林凯荣阳坤曾庆峰	《地理科学》 CSSCI CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料