基于深度学习的内蒙古大兴安岭林区 火灾预测建模研究

• 作者: 张金钰 彭道黎 张超珺 贺丹妮 杨灿灿
• 来源期刊: 林业科学研究
• 学科: 农学
• 关键词: 森林;火灾预测;卷积神经网络;森林火灾敏感性
• 年，卷（期）: 2025,（1）
• 页码范围: 35-44
• 页数: 10页
• 语种: 中文

摘要

[目的 ]对内蒙古大兴安岭地区的森林火灾进行预测，为森林防火工作的开展提供重要支持。[方法 ]以内蒙古大兴安岭林区为研究对象，结合MCD64 A1月度火点产品、地形、气候等数据，构建森林火灾潜在影响因子数据集，分别利用卷积神经网络、随机森林、支持向量机模型对研究区森林火灾的发生概率进行预测与可视化，在此基础上对模型效果进行评价并分析森林火灾空间分布特征。[结果 ]大兴安岭的主要林火驱动因子按重要性值由高到低排序为海拔、平均气温、总降水量、与水域的距离等；CNN、RF、SVM预测森林火灾发生概率的AUC值分别为0.838、0.794、0.788,CNN的精度最高；CNN能够有效划分出森林火灾易感性极高、极低的区域，有利于划分森林火灾的警示区。[结论 ]CNN模型比RF、SVM模型更适用于大兴安岭林火发生概率的预测；大兴安岭林火风险的空间分布有明显的区域性，主要发生在东南地区。