10.13800/j.cnki.xakjdxxb.2022.0209
城市区域火灾事件分布规律及概率密度预测
为了对城市区域火灾进行预测和有效防控,以西安市某城区为例,对近3年火灾历史数据进行核密度分析和小波分析,研究该区域火灾事件时空分布规律,采用机器学习算法建模以预测该区域内火灾事件发生概率.结果表明:在区域空间上,中心城区火灾"热度"高,向郊区延伸"热度"呈现降低态势;在时间域上,火灾频次在14 a的时间尺度上周期性最强,在9 a时间尺度上呈现明显的季节波动性和周期性,冬季和夏季火灾频次较高;老旧小区、高层小产权房及餐饮场所火灾发生概率最大,其概率密度分别为:303.15,245.89,105.3;随机森林预测模型预测值与实际值吻合度较高(ERMSE<0.068,EMAE<0.046 7,R2=0.88),与传统的BP神经网络模型相比具有更高的预测精度和泛化能力,研究结果为城市火灾精准防控提供一定的参考价值.
区域火灾、ArcGIS空间分析、Morlet小波分析、随机森林算法
42
X913.4;TU998.1(安全科学基础理论)
国家重点研发计划;陕西省教育厅青年创新团队项目
2022-07-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
260-267