[发明专利]基于数据挖掘的森林火灾预测方法

摘要

本发明涉及一种基于数据挖掘的森林火灾预测方法，属于信息自动化技术领域；首先对实时的影响森林火灾的特征参数的采集，然后通过相关系数分析，回归模型进行预测，并采用Logistic回归模型进行概率预测，根据国家既定标准，得出预测结果；本方法将先进的数据挖掘技术应用于森林火灾预测，并采用Logistic回归模型对火灾发生的概率预测，与森林火灾预警分级结合，更精确的将森林火灾预警明确和分级，对于较高发生火险等级的情况及时告警增加了概率分析，提高了判断的准确性，同时使运算方便，快捷。

主权项

1.一种基于数据挖掘的森林火灾预测方法，其特征在于：森林火灾预测方法按照下面步骤进行；第一步、数据采集过程：根据森林火灾预测所需要的特征参数进行数据的采集、处理和建立所需特征参数的实时和历史数据库；第二步、相关性分析过程：根据收集到的特征参数利用相关系数公式：进行相关性分析，其中为相关系数，分别为自变量；第三步：利用最小二乘法计算回归系数，其中是回归系数 ，、为变量、的平均值；第四步：利用公式， 其中：是回归系数，为自变量，为概率；并通过计算预测火灾发生的可能性概率；第五步：根据预测的概率结果，与国家林业局规定的森林火险信号进行对比，即：当概率在0-0.25之间时，此时是黄色警情，森林火灾较易发生，但是发生火灾的可能性不大；当概率大于0.5时，需要用当年的每日测量值进行校验，此时橙色警情，森林火灾较易发生，火势蔓延速度快；当概率大于0.75时，需要用多年的日平均测量值进行校验，此时是红色警情，森林火灾极易发生，火势蔓延速度极快。