科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了对城市区域火灾进行预测和有效防控，以西安市某城区为例，对近3年火灾历史数据进行核密度分析和小波分析，研究该区域火灾事件时空分布规律，采用机器学习算法建模以预测该区域内火灾事件发生概率。结果表明：在区域空间上，中心城区火灾“热度”高，向郊区延伸“热度”呈现降低态势；在时间域上，火灾频次在14 a的时间尺度上周期性最强，在9 a时间尺度上呈现明显的季节波动性和周期性，冬季和夏季火灾频次较高；老旧小区、高层小产权房及餐饮场所火灾发生概率最大，其概率密度分别为：303.15,245.89,105.3;随机森林预测模型预测值与实际值吻合度较高(E_(RMSE)<0.068,E_(MAE)<0.046 7,R~2=0.88),与传统的BP神经网络模型相比具有更高的预测精度和泛化能力，研究结果为城市火灾精准防控提供一定的参考价值。
-
单位中化舟山危化品应急救援基地有限公司; 西安科技大学
