基于机器学习的森林火险因子大数据的深度约简机制研究

文章研究利用改进的机器学习理论与算法,建立针对森林火险因子大数据的深度约简机制,旨在对现有森林火险预警模型中重要的火险因子进行过滤和修正,以更为充分地剔除规模较大的火险因子大数据中冗余的、无效的数据,并且利用改进的人工鱼群算法对过滤约简得到的关键火险因子进行补偿修正。为基于大数据的、有效的森林火险预测预防方法及对策奠定重要基础。

基于AHP+ArcGIS的县级森林火险区划

利用县级森林资源二类调查数据、DEM和土地现状调查的线物数据,以ArcGIS为平台,选取植被类型、地形和人类活动作为主要火险影响因子,采用AHP法确定因子的权值,计算森林火险指数,然后将县区分为极高火险、高火险、中火险和低火险4类火险区。结果表明,火险区划与历史数据相吻合,地域分布合理,成果对县级有防森林火灾防控提供了科学依据。