《表1 模型变量：基于粒子群算法和BP神经网络的多因素林火等级预测模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于粒子群算法和BP神经网络的多因素林火等级预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于综合性、全面性和可获得性原则，所选取的风险因子既能综合、全面反映森林火灾发生的相关情况，又能在研究区域中搜集到相关风险因子的量化数据。参考已有的工作[1-5，11]，本研究选取日最高气温、日平均气温、24 h降水量等16个林火相关变量构建PSO-BP模型（表1）。由表1可以看出，16个变量分为气候因素、地形地貌因素、可燃物因素和人为因素4个维度，全面、综合地描述导致森林火灾发生的各种因素，可以有效地预测林火的发生。