基于EEMD-LSTM的森林火災成災面積預測模型

徐艷杰

(內蒙古森林消防總隊興安盟支隊，內蒙古 興安盟 137400)

1 研究背景

森林火災是一種隨機性強、破壞性大的自然災害，對林業發展和生態環境保護影響惡劣，同時造成了較為嚴重的生命和財產損失[1]。我國是森林火災發生頻次高、受災面積廣的國家之一，2007—2017年我國森林火災平均成災面積達26467hm2，各省市均經歷了不同程度的森林火災。由于全球氣候不斷變暖，加之火災還受到地形和人為等眾多因素的干擾和影響，林火發生概率逐漸提高[2]。因此，構建準確的森林火災成災面積預測模型，可以為林火預防工作提供指導，從而減少相應損失。

目前針對森林火災面積預測方面，一些學者開展了相關研究。沈姣姣等[3]采用聚類分析對陜西省森林火災成災面積、次數等特征進行分析，考慮溫度、濕度等氣候因素，建立了森林火災面積預測模型，模型正確率超過70%。汪文野等[4]從時間和空間尺度進行了氣候條件分析，建立了深度學習算法-森林火災面積預測模型，研究表明預測模型的數據泛化能力提升，預測精度較高。徐海龍等[5]根據主成分分析消除了所選取10個氣象因子之間的共線性關系，利用多元回歸構建了森林火災成災面積預測模型，結果表明模型的相關系數為0.66，預測結果較為符合實際情況。黃家榮等[6]建立了3層神經網絡森林火災面積預測模型，引入變結構法確定了預測模型的主要參數，預測結果與實際受災面積吻合度較好，為森林火災預防提供了一種較為可靠的方法。……