中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于贝叶斯-零膨胀负二项模型的森林火灾发生预测研究中南林业科技大学学报 2021,41 (5) 49-56

Position: Home > Articles > Predicting forest fire occurrence based on zero-inflated negative binomial model using Bayesian method Journal of Central South University of Forestry & Technology 2021,41 (5) 49-56

基于贝叶斯-零膨胀负二项模型的森林火灾发生预测研究

关键词：

贝叶斯估计;森林火灾;气象因子;负二项回归模型;零膨胀负二项模型

摘要：

[目的]随着全球气候变化,极端天气频繁出现,发生森林火灾的可能性也显著提高.在过去的森林火灾发生预测研究中并没有考虑林火发生与气象因子关系模型的不确定性.然而,在全球气候变化背景下,要充分考虑模型的不确定性,科学分析气象因子与森林火灾发生次数的关系,以更好地预测森林火灾的发生,为管理部门的预防工作提供参考依据.[方法]以贵州黔南布依族苗族自治州为研究区域,通过研究森林火灾的发生次数和火险天气的气象变量,基于有效分析模型不确定性且提高模型预测可靠性的贝叶斯法,采用零膨胀负二项和负二项回归两种模型模拟森林火灾发生次数,研究分析发生森林火灾次数与气象因子之间的关系以及评价模型的不确定性.[结果]由零膨胀负二项模型模拟的贝叶斯估计模型可知,森林火灾发生数随着月最小相对湿度的增大而减小,随着月最大风速的增大而增加.贝叶斯法(均方根误差RMSE=5.5569)比传统法(RMSE=5.5776)在火灾发生数拟合方面精度更高.[结论]零膨胀负二项模型由于建模过程中能够很好地对火灾零次发生数据进行分析拟合,模拟精度要比负二项模型好.此外,利用贝叶斯法估计森林火灾发生模型能够很好地提高模型预测的可靠性,并且更精确地评价森林火灾发生模型的不确定性.

译名：

Predicting forest fire occurrence based on zero-inflated negative binomial model using Bayesian method

相似文章

基于泊松分布的森林火灾发生数贝叶斯估计模型 [肖云丹, 纪平] 林业科技通讯 2018 (12) 8-11
(a,b,0)类分布族及其最大后验密度可信区间 [王丙参, 魏艳华, 孙春晓] 河北北方学院学报(自然科学版) 2011,27 (6) 7-10
利用贝叶斯(Bayesian)估计方法预测棉铃疫病的发生流行 [张大业, 张家清] 上海交通大学学报(农业科学版) 1987 (3) 235-241
定数截尾情形Lomax分布形状参数的估计 [龙兵, 张明波] 西南大学学报(自然科学版) 2016,38 (7) 101-108
基于激光雷达与深度相机融合的SLAM算法 [刘庆运, 杨华阳, 刘涛, 吴天跃, 卢超] 农业机械学报 2023 (11) 29-38

导出引用

计量

文章访问数: 10

HTML全文浏览量: 0

PDF下载量: 0

基于贝叶斯-零膨胀负二项模型的森林火灾发生预测研究

相似文章

所属期刊

中南林业科技大学学报

推荐期刊

河北北方学院学报(自然科学版)

西南大学学报(自然科学版)