數據融合在森林火險等級預測中的應用研究.pdf

1、目前的森林火險等級預測方法是天氣專家根據溫度和濕度等數據給出火險等級，其結果很大程度受到人為因素影響，其精確性和時效性不足，而且森林險等級是由氣象臺所測數據分析的，根據當地的監(jiān)測因素來確定，但森林特有的"小氣候"特點使得森林當地的火險等級跟氣象臺發(fā)布的不同，引起預測的錯誤。因此需要一個新的方法預測森林火險等級。數據融合技術是利用多傳感器信息輸入為基礎，通過一定的合成規(guī)則，最終得出一個表示形式。其行為跟專家通過分析數據預測火險等級相像，因

2、此本文嘗試通過數據融合模擬專家分析火險等級，為火險等級的預測提供了一個新的方法。其目的是減少人力的投入以及提高預測的精確性和時效性。
　　 本文在分析數據融合當中的人工神經網絡和D-S證據理論兩者理論以及優(yōu)缺點，提出了一種基于神經網絡和D-S證據理論的二級數據融合的結構方案，通過人工神經網絡進行特征層融合，再利用D-S證據理論進行決策層融合。該方案通過把人工神經網絡的輸出作為D-S證據理論的證據來源，科學地解決了D-S證據理論的