估计火灾持续时间的回归方法
摘要：野火预测中的问题通常依赖于复杂的基于网格的数学模型，主要涉及计算流体力学（CFD）和细胞自动机，但这些方法始终在计算上代价高昂且难以快速决策。本文提供了基于机器学习的方法来解决高计算负担和时间消耗的问题。本文利用RF（随机森林）、KNN和XGBoost回归模型以及基于图像的CNN和编码器模型来预测已知野火的燃烧持续时间。模型的输入基于卫星提供的地形特征地图和该地区相应的历史火灾数据。该模型通过已发生的火灾数据和地形特征地图进行训练，并使用同一地区最新的真实值进行测试。通过以不同方式处理输入以获得最佳结果，系统能够基于已知火灾的地形图像快速且相对准确地进行未来预测。
作者：Hansong Xiao
论文ID：2308.08936
分类：Machine Learning
分类简称：cs.LG
提交时间：2023-08-21