澳大利亚 bushfire 严重程度建模与未来趋势预测：整合遥感与机器学习
计算机与社会
2024-10-07 v1 机器学习
摘要
森林火灾是造成生活与环境巨大损失的自然灾害之一。了解和分析森林火灾的严重程度对于有效的管理和减缓策略至关重要，有助于防止这些自然灾害造成的广泛损失和损失。本研究对澳大利亚过去十二年的森林火灾严重程度进行深入分析，结合遥感数据和机器学习技术预测未来火灾趋势。通过利用 Landsat 影像并整合诸如 NDVI、NBR 和 Burn Index 等光谱指数， along with 地貌和气候因素，我们开发了一个准确率高的预测模型，使用 XGBoost。该模型达到了 86.13% 的高准确率，证明其在预测澳大利亚各异生态系统的森林火灾严重程度方面的有效性。通过分析历史趋势并整合人口密度和植被覆盖等因素，我们识别出未来严重森林火灾的高风险区域。此外，本研究识别出面临风险的关键地区，为有针对性的消防工作提供数据驱动的建议。研究结果为改进澳大利亚未来火灾事件的韧性贡献了有价值的见解。我们还提出了未来工作，即开发基于无人机的群体协作模型，以提升实时火灾预测和最脆弱地区的消防能力。
引用
@article{arxiv.2410.02963,
title = {Bushfire Severity Modelling and Future Trend Prediction Across Australia: Integrating Remote Sensing and Machine Learning},
author = {Shouthiri Partheepan and Farzad Sanati and Jahan Hassan},
journal= {arXiv preprint arXiv:2410.02963},
year = {2024}
}
备注
15 pages