基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对火源位置输入偏差导致的FARSITE林火行为模型火线预测不准确的问题,提出了一种基于集合卡曼滤波算法的动态修正方法.利用FARSITE对复杂工况下的林火蔓延过程进行数值模拟,以火线位置为待修正参量,以均方根误差(RMSE)为评价指标,对算法的可行性进行了验证,并研究了算法的集合元素个数,观测数据标准差及同化频率对FARSITE预测偏差的修正效果的影响.结果表明:算法能显著提高FARSITE火线预测精度;逐时同化时:集合元素个数为5时,算法的修正效果并不理想,随着集合元素个数增大,样本误差减小,修正效果得到改善,但增大到30以上时,修正能力的提升就不再明显;观测数据标准差大小与RMSE值呈正相关;给定条件下当同化频率由1 h/次降低至2 h/次,整个模拟时长内的误差仍能得到较好控制,RMSE曲线并不会过快增长.
推荐文章
卡尔曼滤波修正的风电场短期功率预测模型
卡尔曼滤波
神经网络
功率预测
风力发电
基于FARSITE的森林火蔓延模拟研究
森林火
FARSITE
GIS
蔓延模拟
动态数据驱动的林火蔓延模型模拟误差自适应修正
动态数据
人工神经网络
林火蔓延模拟
误差
南海北部集合卡曼滤波同化SST试验
集合卡曼滤波
同化
南海北部
SST
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 集合卡曼滤波算法对FARSITE模型 林火蔓延预测的修正效果研究
来源期刊 火灾科学 学科 工学
关键词 FARSITE 集合卡曼滤波 火线预测 动态修正 均方根误差
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 32-41
页数 10页 分类号 X915.5
字数 5692字 语种 中文
DOI 10.3969/j.issn.1004-5309.2020.01.04
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张永明 中国科学技术大学火灾科学国家重点实验室 89 898 16.0 26.0
2 张启兴 中国科学技术大学火灾科学国家重点实验室 10 65 5.0 8.0
3 钱兰 中国科学技术大学火灾科学国家重点实验室 6 18 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
FARSITE
集合卡曼滤波
火线预测
动态修正
均方根误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火灾科学
季刊
1004-5309
34-1115/X
大16开
合肥市金寨路96号
26-90
1992
chi
出版文献量(篇)
856
总下载数(次)
2
论文1v1指导