- 年份
- 2024(7901)
- 2023(11425)
- 2022(9801)
- 2021(9094)
- 2020(7797)
- 2019(18157)
- 2018(17917)
- 2017(34275)
- 2016(18417)
- 2015(20807)
- 2014(20284)
- 2013(19574)
- 2012(17668)
- 2011(15797)
- 2010(15645)
- 2009(13960)
- 2008(13352)
- 2007(11246)
- 2006(9634)
- 2005(8130)
- 学科
- 济(73081)
- 经济(73001)
- 管理(51410)
- 业(48337)
- 企(41166)
- 企业(41166)
- 方法(38740)
- 数学(34362)
- 数学方法(33662)
- 财(17910)
- 中国(17847)
- 农(17798)
- 学(16164)
- 业经(15419)
- 理论(13550)
- 地方(12940)
- 农业(11957)
- 贸(11854)
- 贸易(11845)
- 制(11760)
- 务(11729)
- 财务(11663)
- 财务管理(11630)
- 易(11535)
- 技术(11232)
- 和(11097)
- 企业财务(11007)
- 环境(10819)
- 划(9860)
- 银(9368)
- 机构
- 大学(251777)
- 学院(251305)
- 管理(99612)
- 济(98197)
- 经济(96210)
- 理学(87340)
- 理学院(86373)
- 管理学(84242)
- 管理学院(83806)
- 研究(83145)
- 中国(61841)
- 科学(54786)
- 京(53522)
- 农(44561)
- 财(43265)
- 所(41651)
- 业大(41627)
- 中心(39318)
- 研究所(38458)
- 江(36265)
- 农业(35325)
- 财经(34940)
- 北京(33145)
- 经(32048)
- 范(31782)
- 师范(31310)
- 院(31193)
- 经济学(29691)
- 技术(28739)
- 州(28387)
- 基金
- 项目(182153)
- 科学(144114)
- 基金(133728)
- 研究(126583)
- 家(119514)
- 国家(118632)
- 科学基金(102345)
- 社会(78963)
- 社会科(74955)
- 社会科学(74932)
- 省(71741)
- 自然(70499)
- 基金项目(70235)
- 自然科(68937)
- 自然科学(68916)
- 自然科学基金(67662)
- 划(61551)
- 教育(60047)
- 资助(56022)
- 编号(49919)
- 重点(41893)
- 部(39656)
- 创(38671)
- 发(38506)
- 成果(38284)
- 科研(36175)
- 创新(36156)
- 计划(35699)
- 课题(34662)
- 大学(33688)
共检索到355057条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 林业科学
[作者]
梅志雄 徐颂军 王佳璆
森林火灾是一个跨空间发展的动态过程,不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间相关,最后用统计回归将时间和空间预测结果组合起来,得到时空综合预测结果。以广东省森林火灾面积预测为例,说明其原理和建模过程,并对预测结果的精度进行验证。结果表明:由于考虑了数据间的空间关系,该时空综合预测模型可以对森林火灾面积进行较准确有效的预测,比单纯应用ARIMA模型预测精度高,是预测森林火灾等跨空间动态变化问题的有效工具...
[期刊] 林业科学
[作者]
张智光 陶冶 叶超飞
运用灰色系统理论和方法 ,研究了森林火灾受害面积变化趋势的预测和分析方法。以江西省为例 ,建立了GM( 1 ,1 )预测模型 ,得出了灰色预测曲线和灰色预测区间 ,并对 2 0 1 0年前该省森林火灾情况进行了预测和分析 ,从而为森林保护的有关决策提供了依据。此外 ,通过预测精度分析 ,以及与回归方法的比较分析 ,表明本文方法已达到精度要求 ,且明显优于白色预测方法。
关键词：
森林火灾 灰色预测模型 灰色区间
[期刊] 浙江林学院学报
[作者]
徐爱俊 李清泉 方陆明 吴达胜
对当前森林火灾预报预测研究的现状进行了分析,指出了当前在技术与方法上存在的问题与不足。在此基础上,提出了一种新的基于GIS技术、遥感技术和数学建模等技术的森林火灾预报预测模型。该模型通过建立森林火灾本底数据库,分析森林火灾发生和蔓延诱发因素,建立森林火险预报模型与林火蔓延预测模型来对森林火灾进行预报与预测。参8
[期刊] 中南林业科技大学学报
[作者]
张民侠 张洁 赵浩彥 陈戈萍
森林火灾面积是森林火灾案件定罪量刑的依据，是确定森林火灾类型的重要条件，是森林火灾损失调查的重要因子。当绘制好森林火灾现场图形后，可采用几何法、网点法、方格法或求积仪法等量算面积，不同方法量算的结果不同，目前对不同方法量算结果的差异性研究较少。通过对不同方法量算精度的理论分析及实证研究发现，方格法量算的结果精度较高，但要选择合适的方格边长，效率较低；求积仪法使用效率高，操作方法得当，精度也可满足林业测量要求，但基层森林公安机关使用较少；几何法因有现成的公式，使用方便，但与图形的分割方式、量测方法、图形边长大小等有关。实践中要根据具体情况选用合适的量算方法，提高面积计算的精度。
关键词：
森林火灾 现场图形 面积量算 定性处罚
[期刊] 中南林业科技大学学报
[作者]
张贵 肖维 王湘衡 龙朝夕
森林火灾易损性研究是森林火灾风险研究的重要内容之一。本研究选取人均GDP、人口密度、蓄积量密度、单位面积活立木增长量等9个评价指标作为森林火灾易损性评价指标体系,将易损性分为高、较高、较低、低4个等级,利用模糊综合评价法对湖南省14市州进行了森林火灾易损性评价。结果表明:湖南省森林火灾易损性整体水平偏高,其中:高易损区有6个,较高易损区有2个,较低易损区有3个,低易损区有3个。研究结果为森林防火经费的投入、森林防火队伍配备、消防基础设施的建设与维护提供了科学依据。
[期刊] 北京林业大学学报
[作者]
张彦林 冯仲科 姚山 董斌
城市森林火灾是城市林业发展过程中出现的新问题,一旦发生森林火灾,对城市的整体运行功能带来毁灭性的破坏和危及人民群众的生命安全。该文以城市森林火灾发生后时间和空间上的蔓延为主要研究内容,以现代空间信息技术(航天遥感、航空摄影、地理信息系统、全球定位系统)为主要获取灾害信息的手段和工具,以非线性数学(人工神经网络、遗传算法、灰色系统)等为建模基础,应用知识发现技术提出了构建城市林火模型的思路。通过对城市林火的研究,建立城市林火蔓延和林火预测模型,有助于了解和预测林火的蔓延趋势范围及不同措施对林火蔓延的影响,从而为防止森林火灾的发生和评估灾后损失等提供依据。
[期刊] 统计与决策
[作者]
李娴
文章根据森林火灾的实际数据,选取适当的目标函数,利用最小二乘支持向量机(LS-SVM)建立模型,通过对LS-SVM中超参数的联合优化选择出最佳模型,并把用所选模型进行预测的结果与支持向量机(SVM)预测的结果进行比较,结果表明所建立的森林火灾预测模型具有较高的预测精度。
关键词：
LS-SVM SVM 模型选择 预测
[期刊] 北京林业大学学报
[作者]
田勇臣 刘少刚 赵刚 胡健 李文彬
该文通过对森林火蔓延模型的研究,建立了一种使用产生式原则的多模型森林地表火蔓延预测系统.此预测系统通过与森林火灾实时监控系统连接,将数据流动由传统公式计算中的单向流动,变为计算数据流回输入端,进行反馈修正计算,从而形成一个对数据库的修正与补充的系统,以达到减小模型预测误差的目的.与实测结果比较表明,该系统的预测结果可信,能够实现林火蔓延的预测.
关键词：
森林火灾 林火蔓延 预测模型 数据库
[期刊] 福建农林大学学报(自然科学版)
[作者]
连素兰 何东进 纪志荣 洪伟 游巍斌 曹彦 胡新
基于１９９０－２０１３年福建省森林火灾发生次数建立残差修正模型，并与ＢＰ神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较．结果表明：残差修正预测模型的预测精度达到９５．３３％，而ＢＰ神经网络模型预测精度是８７．７７％，马尔科夫链模型预测精度为７４．８５％，赋权组合预测模型预测精度为８８．３％，残差修正模型预测效果优于其他３个模型，说明使用其对离散的森林火灾数据进行短期预测是有效可行的．
[期刊] 林业科学
[作者]
傅泽强 孙启宏 蔡运龙 戴尔阜
依据灰色系统建模的基本理论 ,在系统分析内蒙古大兴安岭林区森林火灾发生规律的基础上 ,建立了森林火灾高火险及重灾年景灰色灾变GM(1,1)预测模型。模型模拟检验精度达到I级水平 ,发展系数 -α小于 0 3,可用于该地区森林火灾灾变中长期预测。预测结果显示 ,2 0 0 1～ 2 0 10年间 ,该林区将出现 3个森林火灾高火险年 ,5个森林火灾重灾年 ,二者出现的间隔期均为 2～ 3a ,平均相对精度达 98%以上 ;预测 2 0 0 7年将是高火险、重灾年份 ,前者预测精度为 98 0 5 % ,后者预测精度为 99 78%。
关键词：
灰色系统 森林火灾 预测 模型 大兴安岭
[期刊] 林业科学
[作者]
尹赛男 王东昶 单延龙 韩喜越 高博 王明霞
【目的】根据森林火灾历史资料,研究黑龙江省由雷击火、农事用火、野外吸烟火源引起森林火灾的时空格局,为该地区火源管理和森林火灾预防提供科学依据。【方法】以黑龙江省1997—2017年森林火灾资料为基础,分别分析3种火源的时间变化特征;通过双因素方差分析方法,分析3种火源在不同月份和日内时刻造成火场总面积的差异性;使用多距离空间聚类分析方法(Ripley’s K函数)分析3种火源的空间分布格局。【结果】黑龙江省1997—2017年由雷击火引起的森林火灾最频繁,危害也最大,且近年来发生次数有所增加;雷击火主要聚集发生在大兴安岭地区,以6月和7月发生最频繁;每年9月16:00—16:59由雷击火引发的森林火灾每次造成的火场总面积均值最大。农事用火和野外吸烟引起的森林火灾次数和火场总面积在1997—2017年呈波动式下降,且主要发生在4月和5月;农事用火引起的森林火灾在6月12:00—12:59和9月16:00—16:59每次造成的火场总面积均值最大;而野外吸烟火源造成的火场总面积在月和日上均不存在差异,说明针对该种火源在发生频率高、危害程度大的时间都应重点防范。从空间上看,农事用火主要聚集分布在黑河市市辖区、嫩江县、逊克县、七台河市等地;野外吸烟则主要聚集分布在松岭林业局、加格达奇林业局、逊克县、嘉荫县、七台河市和鸡东县等地。【结论】随着黑龙江省火源管控、林火监测和扑救能力的逐渐加强致使雷击火、野外吸烟、农事用火在近年造成的火场总面积相比之前都有大幅下降;森林火灾多发生于春季和夏季; 3种火源引发的森林火灾在空间上都呈聚集分布,主要聚集在西北部的大兴安岭地区,北部黑河、伊春地区及东南部七台河地区。
[期刊] 中南林业科技大学学报
[作者]
张贵 刘大鹏
选定过火面积、直接经济效益损失量、间接经济效益损失量、生态价值损失量、成灾面积占该地区森林总面积的百分比、森林火灾发生频度等6个评价指标,用于评判森林火灾危害程度.利用AHP方法求出各个指标对于森林火灾危害程度的权重,并结合相应的权重,求得危害程度值.以森林火灾危害程度为因变量,森林火灾影响因子为自变量,用逐步回归分析方法,得出森林火灾危害程度预测模型.利用未参予建模的数据对模型进行了检验,模型预测精度高,对森林火灾危害程度具有准确的预测作用.
[期刊] 林业科学
[作者]
秦向东 阿布里提
利用计算机图形技术,以波动传播模型为基础,吸收了邻接单元模型的优点,设计基于计算机图形技术的林火模拟蔓延模型。这种模型用预定义的灰度图表示蔓延状态,将图元集中存储的过火区形状按一定的像素栅格运算规则写入灰度图中,来模拟火灾的波动蔓延过程。模型还利用漫染填充算法来处理具有复杂拓扑关系的地理要素附近的蔓延,并将过火区形状的投影变换转化为图元的旋转和错切变换。分析这种模型性能上的优势和局限,包括对局部失真和畸变的影响。从给出的算例和初步的理论分析可见,新模型可以将林火蔓延模拟的计算速度提高1个数量级以上,其他计算性能也有大幅度提高。模型可以为森林火灾的扑救提供精确、实时、全局的火场发展预测图,并且不...
关键词：
森林火灾 计算机模拟 蔓延模型 图形技术
[期刊] 统计与决策
[作者]
尹楠
文章借鉴传染病研究中的SIR模型,并结合森林火灾发生的特点,建立森林火灾SIR模型并对森林火灾燃烧扩散状态进行仿真模拟,根据模拟仿真结果及分析结论,得出了有效预防和控制森林火灾的手段。
关键词：
SIR模型 森林火灾 仿真模拟
[期刊] 保险研究
[作者]
秦涛 张晞 顾雪松 杨潇然 陈贝茜
本文利用改进后的Holecy模型,以参保率代替参保面积,将费率计量单位由实际货币量改为千分率,将参数估计方法估计的各省份森林火灾年度受害率服从的概率密度分布纳入Holecy模型之中,避免了原有Holecy模型中单纯Weibull分布的理论假定与现实我国各省受灾损失实际分布的矛盾,对我国各省森林火灾风险进行评估、对森林火灾保险费率进行建模,计算出各省的风险纯费率,并对不同参保率条件下的各省森林火灾保险风险附加费率进行厘定,计算出不同参保率条件下的各省森林火灾保险总费率理论值。研究表明我国省际费率差距较大,吉林省的森林火灾保险总费率为全国最低,为0.005‰,福建省的森林火灾保险总费率全国最高,为13.471‰。随着参保率增加,各省份估计总费率相应下降,其中浙江、内蒙古等高风险等级省区下降较快。改进后的Holecy模型估计结果更为准确,符合我国森林火灾风险现状,适用于我国现行森林保险费率厘定。
关键词：
森林火灾保险 费率厘定 Holecy模型
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
