典型文献
城市区域火灾事件分布规律及概率密度预测
文献摘要：
为了对城市区域火灾进行预测和有效防控,以西安市某城区为例,对近3年火灾历史数据进行核密度分析和小波分析,研究该区域火灾事件时空分布规律,采用机器学习算法建模以预测该区域内火灾事件发生概率.结果表明:在区域空间上,中心城区火灾"热度"高,向郊区延伸"热度"呈现降低态势;在时间域上,火灾频次在14 a的时间尺度上周期性最强,在9 a时间尺度上呈现明显的季节波动性和周期性,冬季和夏季火灾频次较高;老旧小区、高层小产权房及餐饮场所火灾发生概率最大,其概率密度分别为:303.15,245.89,105.3;随机森林预测模型预测值与实际值吻合度较高(ERMSE＜0.068,EMAE＜0.046 7,R2=0.88),与传统的BP神经网络模型相比具有更高的预测精度和泛化能力,研究结果为城市火灾精准防控提供一定的参考价值.
文献关键词：
区域火灾;ArcGIS空间分析;Morlet小波分析;随机森林算法
中图分类号：
作者姓名：
马砺;黄霄;高建勋;苗建敏;张鹏宇
作者机构：
西安科技大学安全科学与工程学院,陕西西安710054;中化舟山危化品应急救援基地有限公司,浙江舟山316000
文献出处：
引用格式：
[1]马砺;黄霄;高建勋;苗建敏;张鹏宇-.城市区域火灾事件分布规律及概率密度预测)[J].西安科技大学学报,2022(02):260-267
A类：
EMAE
B类：
城市区域,区域火灾,火灾事件,事件分布,概率密度,密度预测,西安市,某城区,历史数据,核密度分析,小波分析,时空分布规律,机器学习算法,发生概率,区域空间,中心城区,热度,郊区,时间域,时间尺度,上周,季节波动性,老旧小区,小产权房,餐饮场所,随机森林预测模型,吻合度,ERMSE,泛化能力,城市火灾,精准防控,ArcGIS,空间分析,Morlet,随机森林算法
AB值：
0.393912
相似文献
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。
