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
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
复制标题
DOI：
10.13466/j.cnki.lyzygl.2022
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
杨红梅
中科院分区：
文献类型：
--
作者：
魏建珩;赵恒;高仲亮;王何晨阳;马泽南;王秋华;舒立福;杨红梅
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。