利用遥感数据与机器学习预测森林火灾
计算机视觉与模式识别
2021-01-07 v1 机器学习
摘要
过去几十年间，森林砍伐与气候变化导致森林火灾数量不断增加。在东南亚，印度尼西亚是受热带泥炭地森林火灾影响最严重的国家。这些火灾对气候有显著影响，并引发广泛的健康、社会与经济问题。现有的森林火灾预测系统（如加拿大森林火灾危险等级系统）基于手工特征，且需要在地面安装和维护昂贵仪器，这对印度尼西亚等发展中国家而言是一大挑战。我们提出一种新颖、高性价比、基于机器学习的方法，利用遥感数据预测印度尼西亚的森林火灾。我们的预测模型在受试者工作特征（ROC）曲线下的面积超过0.81，显著优于基线方法——后者在相同任务上从未超过0.70的ROC曲线下面积。即使使用减少的数据进行评估，我们模型的性能仍保持在0.81以上的ROC曲线下面积。结果支持了我们的主张：基于机器学习的方法可带来可靠且高性价比的森林火灾预测系统。
引用
@article{arxiv.2101.01975,
title = {Predicting Forest Fire Using Remote Sensing Data And Machine Learning},
author = {Suwei Yang and Massimo Lupascu and Kuldeep S. Meel},
journal= {arXiv preprint arXiv:2101.01975},
year = {2021}
}
备注
8 pages, 3 figures, to be published in the Thirty-Fifth AAAI Conference on Artificial Intelligence (AAAI-21)