基于信息量-機器學習耦合的野火災害易發(fā)性評估

摘要： 為充分發(fā)揮統(tǒng)計學和機器學習模型在野火災害易發(fā)性分析和評估中的優(yōu)勢，以森林資源豐富且深受野火災害困擾的桂林市為研究區(qū)，分別從氣候、地形、水文以及人文等方面選取16個評價因子。將信息量（IV）模型分別與邏輯回歸（LR）、人工神經(jīng)網(wǎng)絡（ANN）、隨機森林（RF）和極致梯度提升（XGBoost）4種機器學習（ML）模型相耦合，對桂林市野火災害易發(fā)性進行評價分析。結(jié)果表明，IV-XGBo...