專利名稱：基于數據挖掘的森林火災預測方法
技術領域：
本發明涉及一種基于數據挖掘的森林火災預測方法，屬于信息自動化技術領域。
背景技術：
我國是森林火災多發的國家之一。森林火災對生態環境造成的嚴重破壞，同時給人類的生存造成嚴重的經濟損失。為了防止森林火災的發生，需要對火災發生的頻率和因素進行研究，并能提供更可靠和更準確的森林火災預測系統是重要的研究和探索的領域。目前在傳統的森林火災預測技術中，主要采用的是Logistic和零膨脹Poisson(ZIP)回歸模型、智能預測等技術。這些技術能有效解決預測等問題，但在預測精度方面還可以進ー步提升。

發明內容
針對以上問題，本發明提供一種基于數據挖掘的森林火災預測系統，將先進的數據挖掘技術應用于森林火災預測，并采用Logistic回歸模型對火災發生的概率預測，與森林火災預警分級結合，更精確的將森林火災預警明確和分級，對于較高發生火險等級的情況及時告警増加了概率分析，提高了判斷的準確性，同時使運算方便，快捷。本發明采用的技術方案本發明采用了相關性算法和回歸模型算法相結合的數據挖掘技術和預測算法手段，并利用Logistic回歸模型進行概率預測，根據預測的概率結果，與森林火險信號進行對比，進行預測，具體按照下面步驟進行；
第一歩、數據采集過程根據森林火災預測所需要的特征參數進行數據的采集、處理和建立所需特征參數的實時和歷史數據庫；
第二步、相關性分析過程根據收集到的特征參數利用相關系數公式
權利要求
1.一種基于數據挖掘的森林火災預測方法，其特征在于森林火災預測方法按照下面步驟進行； 第一歩、數據采集過程根據森林火災預測所需要的特征參數進行數據的采集、處理和建立所需特征參數的實時和歷史數據庫； 第二步、相關性分析過程根據收集到的特征參數利用相關系數公式
2.按照權利要求1所述的ー種基于數據挖掘的森林火災預測方法，其特征在于確定影響森林火災因素的特征參數，根據影響火災的多種因素，選擇相應的特征參數作為系統的數據源，諸如溫度、濕度、風速直接因素和環境、地質結構、氣候帶間接因素構成。
全文摘要
本發明涉及一種基于數據挖掘的森林火災預測方法，屬于信息自動化技術領域；首先對實時的影響森林火災的特征參數的采集，然后通過相關系數分析，回歸模型進行預測，并采用Logistic回歸模型進行概率預測，根據國家既定標準，得出預測結果；本方法將先進的數據挖掘技術應用于森林火災預測，并采用Logistic回歸模型對火災發生的概率預測，與森林火災預警分級結合，更精確的將森林火災預警明確和分級，對于較高發生火險等級的情況及時告警增加了概率分析，提高了判斷的準確性，同時使運算方便，快捷。
文檔編號G06F17/30GK102663082SQ20121009798
公開日2012年9月12日 申請日期2012年4月6日 優先權日2012年4月6日
發明者劉云, 高利娟 申請人:昆明理工大學