专利名称：基于数据挖掘的森林火灾预测方法
技术领域：
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。
背景技术：
我国是森林火灾多发的国家之一。森林火灾对生态环境造成的严重破坏，同时给人类的生存造成严重的经济损失。为了防止森林火灾的发生，需要对火灾发生的频率和因素进行研究，并能提供更可靠和更准确的森林火灾预测系统是重要的研究和探索的领域。目前在传统的森林火灾预测技术中，主要采用的是Logistic和零膨胀Poisson(ZIP)回归模型、智能预测等技术。这些技术能有效解决预测等问题，但在预测精度方面还可以进ー步提升。
发明内容
针对以上问题，本发明提供一种基于数据挖掘的森林火灾预测系统，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増加了概率分析，提高了判断的准确性，同时使运算方便，快捷。本发明采用的技术方案本发明采用了相关性算法和回归模型算法相结合的数据挖掘技术和预测算法手段，并利用Logistic回归模型进行概率预测，根据预测的概率结果，与森林火险信号进行对比，进行预测，具体按照下面步骤进行；
第一歩、数据采集过程根据森林火灾预测所需要的特征參数进行数据的采集、处理和建立所需特征參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參数利用相关系数公式
权利要求
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； 第一歩、数据采集过程根据森林火灾预测所需要的特征參数进行数据的采集、处理和建立所需特征參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參数利用相关系数公式
2.按照权利要求1所述的ー种基于数据挖掘的森林火灾预测方法，其特征在于确定影响森林火灾因素的特征參数，根据影响火灾的多种因素，选择相应的特征參数作为系统的数据源，诸如温度、湿度、风速直接因素和环境、地质结构、气候带间接因素构成。
全文摘要
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。
文档编号G06F17/30GK102663082SQ20121009798
公开日2012年9月12日 申请日期2012年4月6日 优先权日2012年4月6日
发明者刘云, 高利娟 申请人:昆明理工大学