【摘要】：森林火災(zāi)是一類嚴(yán)重的自然災(zāi)害,給國民經(jīng)濟(jì)和生態(tài)環(huán)境的健康持續(xù)和穩(wěn)定發(fā)展帶來了極大的安全隱患,及時(shí)準(zhǔn)確地對(duì)森林火險(xiǎn)進(jìn)行監(jiān)控和預(yù)測(cè)是降低林火損失的重要手段。目前針對(duì)森林火險(xiǎn)預(yù)測(cè)領(lǐng)域的研究已取得了較好的成果,主要進(jìn)行了林火預(yù)測(cè)和趨勢(shì)分析、實(shí)時(shí)火災(zāi)的關(guān)聯(lián)規(guī)則挖掘、火災(zāi)事件序列的模式檢測(cè)、聚類分析和火點(diǎn)識(shí)別等方面的研究。這些研究主要使用了回歸方法的改進(jìn)、集成和多源數(shù)據(jù)的融合等算法或技術(shù)以提高火險(xiǎn)預(yù)測(cè)的準(zhǔn)確率。但其在數(shù)據(jù)不斷增加的情況下,會(huì)導(dǎo)致模型的預(yù)測(cè)準(zhǔn)確率低、魯棒性弱、以及算法的計(jì)算復(fù)雜度高等問題,即實(shí)用性較差,不利于有效管理口益增長的森林火險(xiǎn)數(shù)據(jù)庫。本文針對(duì)這些問題,提出了基于模糊預(yù)分類(Fuzzy Pre-classification)和極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)模型的森林火險(xiǎn)定性與定量預(yù)測(cè)方法,分別從提高準(zhǔn)確率、增強(qiáng)魯棒性以及降低計(jì)算復(fù)雜度等方面優(yōu)化現(xiàn)有算法。實(shí)驗(yàn)結(jié)果表明,隨著森林火險(xiǎn)數(shù)據(jù)庫規(guī)模的不斷擴(kuò)大,該模型與傳統(tǒng)模型對(duì)比具有較高的預(yù)測(cè)準(zhǔn)確率和更強(qiáng)的魯棒性。本文的主要工作有:(1)使用模糊預(yù)分類方法對(duì)森林火災(zāi)數(shù)據(jù)庫進(jìn)行管理。本文根據(jù)林火天氣指數(shù)(Fire Weather Index,FWI)的值定義輸入的隸屬函數(shù)參數(shù)。針對(duì)每一個(gè)實(shí)驗(yàn)樣本,模糊分類器將其歸類到對(duì)應(yīng)的子數(shù)據(jù)庫中,分類器的輸出分別是S組,M組,L組。分別對(duì)每個(gè)子數(shù)據(jù)庫的樣本進(jìn)行森林火險(xiǎn)等級(jí)以及過火面積的預(yù)測(cè)。(2)使用極限學(xué)習(xí)機(jī)(Weighted Extreme Learning Machine,W-ELM)實(shí)現(xiàn)森林火險(xiǎn)等級(jí)的預(yù)測(cè)。首先,使用t-SNE算法進(jìn)行特征抽取得到主成分序列作為極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)輸入。接下來,重新加權(quán)處理訓(xùn)練數(shù)據(jù),將不同的懲罰系數(shù)添加到對(duì)應(yīng)于不同輸入的訓(xùn)練誤差中。采用Memetic算法優(yōu)化加權(quán)極限學(xué)習(xí)機(jī)(Weighted Extreme Learning Machine,W-ELM)的輸入層和隱含層連接權(quán)值和偏置值,并且將W-ELM的隱含層節(jié)點(diǎn)進(jìn)行分類,將隱含層分為多個(gè)子模塊。最后,極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)輸出為森林火險(xiǎn)等級(jí)。(3)在森林火險(xiǎn)等級(jí)預(yù)測(cè)的基礎(chǔ)上分別預(yù)測(cè)每一類(火險(xiǎn)等級(jí))樣本的過火面積。將特征集分為四類,根據(jù)最佳均值、方差以及協(xié)方差分割輸入的每個(gè)連續(xù)特征,并以給定的置信度對(duì)目標(biāo)數(shù)值變量進(jìn)行穩(wěn)定的區(qū)間預(yù)測(cè),即分別將每個(gè)特征集結(jié)合間隔預(yù)測(cè)樹(Interval Prediction Tree)算法實(shí)現(xiàn)對(duì)過火面積的預(yù)測(cè)。
【學(xué)位授予單位】：東北林業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：S762.2
【圖文】：

Ｉ緒論習(xí)機(jī)算法的研究現(xiàn)狀逡逑是一種前饋神經(jīng)網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)如圖Ｉ＊４所示。在ＥＬＭ邋Ｍ絡(luò)中，機(jī)初始化的不需要迭代調(diào)整。實(shí)際．丨：，ＥＬＭ中需耍學(xué)習(xí)的唯一任輸出層之間的連接（或權(quán)繭）。通過這種方式，ＥＬＭ被制定為線統(tǒng)。與傳統(tǒng)的ＦＮＮ學(xué)習(xí)模型相比，ＥＬＭ效率非常高，趨干達(dá)到全明，即使隨機(jī)生成隱含層節(jié)點(diǎn)，ＥＬＭ仍保持ＳＬＦＮ的通用遙近能法相比，ＥＬＭ在效率和泛化性能方面的優(yōu)勢(shì)己經(jīng)在來自不同領(lǐng)域１５８１。逡逑＇￣

邐東北林業(yè)大學(xué)碩士學(xué)位論文邐逡逑２研究區(qū)概況與數(shù)據(jù)來源及分析逡逑２．１研究區(qū)概況逡逑本論文基于兩個(gè)森林區(qū)域展開研究，第一個(gè)是葡萄牙Ｍｏｎｔｅｓｉｎｈｏ自然公園，第二個(gè)是逡逑我國黑龍江省大興安嶺塔河地區(qū)。下面分別介紹這兩個(gè)Ｋ域的地理位置、氣候條件以及森林逡逑資源分布等情況。逡逑２．１．１灥位置逡逑研宄區(qū)（一）位于Ｍｏｎｔｅｓｉｎｌｉｏ自然公園，如下圖２－１所示，是葡萄牙最大的自然公園之逡逑—。它位于Ｔｒｄｓ－ｏｓ－Ｍｏｎｔｅ的東北地區(qū)，包括Ｂｒａｇａｒｕｐａ和Ｖｉｎｈａｉｓ的北部，組成所ｉＷ的“Ｔｅｒｒａ逡逑Ｆｒｉａ邋Ｔｒａｎｓｍｏｎｔａｎａ”。公園內(nèi) ＋廠兩座大山：Ｓｅｒｒａ邋ｄａ邋Ｃｏｒｏａ（西側(cè)）和邋Ｓｅｒｒａ邋ｄｅ邋Ｍｏｎｔｅｓｉｎｈｏ（東側(cè)）。逡逑研宄區(qū)（二）位于丨２０°－１２５°Ｅ，５２°－５３°Ｎ之間，屬黑龍江省火興安嶺塔河地區(qū)，如下逡逑圖２－２１７５］所示，北與俄羅斯接壤，邊境線長１７３ｋｍ，總面積１．４４２萬ｋｍ２。逡逑

邐東北林業(yè)大學(xué)碩士學(xué)位論文邐逡逑２研究區(qū)概況與數(shù)據(jù)來源及分析逡逑２．１研究區(qū)概況逡逑本論文基于兩個(gè)森林區(qū)域展開研究，第一個(gè)是葡萄牙Ｍｏｎｔｅｓｉｎｈｏ自然公園，第二個(gè)是逡逑我國黑龍江省大興安嶺塔河地區(qū)。下面分別介紹這兩個(gè)Ｋ域的地理位置、氣候條件以及森林逡逑資源分布等情況。逡逑２．１．１灥位置逡逑研宄區(qū)（一）位于Ｍｏｎｔｅｓｉｎｌｉｏ自然公園，如下圖２－１所示，是葡萄牙最大的自然公園之逡逑—。它位于Ｔｒｄｓ－ｏｓ－Ｍｏｎｔｅ的東北地區(qū)，包括Ｂｒａｇａｒｕｐａ和Ｖｉｎｈａｉｓ的北部，組成所ｉＷ的“Ｔｅｒｒａ逡逑Ｆｒｉａ邋Ｔｒａｎｓｍｏｎｔａｎａ”。公園內(nèi) ＋廠兩座大山：Ｓｅｒｒａ邋ｄａ邋Ｃｏｒｏａ（西側(cè)）和邋Ｓｅｒｒａ邋ｄｅ邋Ｍｏｎｔｅｓｉｎｈｏ（東側(cè)）。逡逑研宄區(qū)（二）位于丨２０°－１２５°Ｅ，５２°－５３°Ｎ之間，屬黑龍江省火興安嶺塔河地區(qū)，如下逡逑圖２－２１７５］所示，北與俄羅斯接壤，邊境線長１７３ｋｍ，總面積１．４４２萬ｋｍ２。逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高德民;林海峰;劉云飛;吳國新;;基于無線傳感網(wǎng)的森林火災(zāi)FWI系統(tǒng)分析[J];林業(yè)科技開發(fā);2015年01期

2 郭福濤;蘇漳文;馬祥慶;宋禹輝;孫龍;胡海清;楊婷婷;;大興安嶺塔河地區(qū)雷擊火發(fā)生驅(qū)動(dòng)因子綜合分析[J];生態(tài)學(xué)報(bào);2015年19期

3 彭歡;史明昌;孫瑜;Mike Wotton;;基于Logistic的大興安嶺雷擊火預(yù)測(cè)模型[J];東北林業(yè)大學(xué)學(xué)報(bào);2014年07期

4 朱沛林;史明昌;Mike Wotton;方艷霞;劉思林;孫瑜;;黑龍江大興安嶺雷擊火概率預(yù)測(cè)模型研究[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2014年08期

5 白冬艷;翟印禮;陳紹志;張德成;何友均;;基于自回歸移動(dòng)平均(ARMA)模型的森林火災(zāi)預(yù)測(cè)[J];林業(yè)實(shí)用技術(shù);2013年06期

6 陸慧娟;安春霖;馬小平;鄭恩輝;楊小兵;;基于輸出不一致測(cè)度的極限學(xué)習(xí)機(jī)集成的基因表達(dá)數(shù)據(jù)分類[J];計(jì)算機(jī)學(xué)報(bào);2013年02期

7 魏鵬;楊松;田國華;;基于主成分分析法的全國森林火災(zāi)綜合評(píng)價(jià)分析[J];綠色科技;2012年12期

8 許志卿;蘇喜友;張頤;;基于支持向量機(jī)方法的森林火險(xiǎn)預(yù)測(cè)研究[J];中國農(nóng)學(xué)通報(bào);2012年13期

9 張冬有;鄧歐;李亦秋;李桂君;馮仲科;;黑龍江省1980—2005年森林火災(zāi)時(shí)空特征[J];林業(yè)科學(xué);2012年02期

10 高光勇;蔣國平;;采用優(yōu)化極限學(xué)習(xí)機(jī)的多變量混沌時(shí)間序列預(yù)測(cè)[J];物理學(xué)報(bào);2012年04期

相關(guān)博士學(xué)位論文 前1條

1 于成龍;基于GIS和RS森林火險(xiǎn)預(yù)測(cè)的研究[D];東北林業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前2條

1 于淼;北京房山林火發(fā)生預(yù)測(cè)模型及小班火險(xiǎn)等級(jí)區(qū)劃研究[D];北京林業(yè)大學(xué);2016年

2 葉兵;國內(nèi)外森林防火技術(shù)及其發(fā)展趨勢(shì)[D];中國林業(yè)科學(xué)研究院;2000年

本文編號(hào)：2773430