基于DRNN和ARIMA模型的森林火灾面积时空综合预测方法

编号 zgly0000625154

文献类型 期刊论文

文献题名 基于DRNN和ARIMA模型的森林火灾面积时空综合预测方法

学科分类 220.3030;森林防火学

作者 梅志雄  徐颂军  王佳璆 

作者单位 华南师范大学地理科学学院  中山大学地理科学与规划学院 

母体文献 林业科学 

年卷期 2009,45(8)

页码 101-107

年份 2009 

分类号 S762.2 

关键词 动态回归神经网络  ARIMA模型  森林火灾  时空综合预测 

文摘内容 森林火灾是一个跨空间发展的动态过程，不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络（DRNN）和自回归集成移动平均（ARIMA）组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测，再用DRNN捕获时空数据间隐藏的空间相关，最后用统计回归将时间和空间预测结果组合起来，得到时空综合预测结果。以广东省森林火灾面积预测为例，说明其原理和建模过程，并对预测结果的精度进行验证。结果表明：由于考虑了数据间的空间关系，该时空综合预测模型可以对森林火灾面积进行较准确有效的预测，比单纯应用ARIMA模型预测精度高，是预测森林火灾等跨空间动态变化问题的有效工具。