典型文献
基于自适应模糊神经网络的滇中灌木林火灾发生预测研究
文献摘要：
滇中地区原植被破坏严重,易燃灌木连片生长.全球气候变暖加剧,以灌木林为主的森林火灾频发,因此预测灌木林火对保护滇中地区森林资源有着重要作用.以云南省滇中地区1999—2019年灌木林火发生及其对应的气象数据为基础,选择自适应模糊神经网络推理系统(Adaptive Neuro Fuzzy Inference System,ANFIS)、逻辑斯蒂回归模型(Logistic Regression,LR),利用MATLAB、SPSS 25等软件,建立基于气象因子的滇中地区灌木林火发生预测模型,其中70％数据用于建立模型,30％用于模型检验.研究结果表明:通过主成分分析,将9个气象因子形成3个主成分作为ANFIS模型输入因子,3个主成分能解释9个气象因子77.663％的信息;LR模型经过多重共线性检验,依据VIF<10,得出24小时降水量、平均2分钟风速、日平均相对湿度、日最小相对湿度为LR模型的自变量输入.由2种模型的气象因子筛选结果可知,影响滇中地区灌木林火发生的主要影响因子为温度、风速、湿度.对比ANFIS,LR模型拟合结果,ANFIS模型训练集准确率大于LR模型12％,测试集准确率高于LR模型10％.ANFIS模型训练集、测试集AUC值分别为0.961,0.884;LR模型训练集、测试集AUC值分别为0.875,0.816.对比2种模型拟合结果,利用ANFIS模型建立滇中地区气象因子与灌木林火发生模型具有更好的适应性.研究结果能可为滇中地区灌木林火灾预测提供一定的科学依据.
文献关键词：
气象因子;逻辑斯蒂回归模型;自适应模糊神经网络算法;灌木林火;滇中地区
中图分类号：
作者姓名：
魏建珩;赵恒;高仲亮;王何晨阳;马泽南;王秋华;舒立福;杨红梅
作者机构：
西南林业大学 土木工程学院,昆明650224;中国林业科学研究院森林生态环境与保护研究所,北京100091;陕西省林业科学院,陕西 榆林710082
文献出处：
引用格式：
[1]魏建珩;赵恒;高仲亮;王何晨阳;马泽南;王秋华;舒立福;杨红梅-.基于自适应模糊神经网络的滇中灌木林火灾发生预测研究)[J].林业资源管理,2022(02):109-116
A类：
灌木林火,自适应模糊神经网络算法
B类：
发生预测,预测研究,滇中地区,易燃,连片,全球气候变暖,森林火灾,森林资源,气象数据,Adaptive,Neuro,Fuzzy,Inference,System,ANFIS,逻辑斯蒂回归模型,Regression,LR,气象因子,建立模型,模型检验,分作,模型输入,多重共线性检验,VIF,小时降水量,日平均相对湿度,因子筛选,模型拟合,模型训练,训练集,测试集,火灾预测
AB值：
0.176266
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
