Indexed by：
Abstract：
为减少森林火灾带来的损害，通过文献回顾，对森林火险进行建模和预测预报。归纳基于机器学习方法的森林火险预测研究现状，并从森林火灾影响因子的选取、选择合适的火险预测模型以及模型检验方法3个主要方面进行分析阐述。结果表明：森林火险的主要影响因素包括可燃物特征、气象因子、地形、人类活动等；在森林火险预测模型中，反向传播(BP)神经网络方法需要改进后运用，支持向量机(SVM)方法对数据要求高，随机森林(RF)方法通用性强且精度较高，深度学习方法的研究较少，但精度都很高；模型常用的检验方法是准确度、受试者工作特征(ROC)曲线和曲线下的面积(AUC)值等。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
中国安全科学学报
ISSN： 1003-3033
CN： 11-2865/X
Year： 2022
Issue： 09
Volume： 32
Page： 152-157
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
