给罗盘”:

•一个研究小组使用一种“决策树”算法分析气候数据和大气条件,这将有助于预测森林火灾的严重程度。

•捐助者继续支持这种类型的研究如何推进防灾工作吗?这项技术如何帮助社区面临风险?

•读到野火恢复计划。

建立在一种机器学习算法,模型可以帮助预测野火是否会小,介质,或者大的时候它运行课程知识有用的那些负责分配稀缺的消防资源。

“一个有用的类比是考虑让一些像病毒一样在社会媒体,”第一作者Shane Coffield说,博士生在加州大学地球系统科学,欧文。“我们可以考虑特定的属性可能会让它炸毁,上的推文或网上的帖子非常常见且如何预测,目前它之前发布或公布。”

研究人员应用,思考一个假设的情况下,许多火灾同时爆发。这听起来极端,但这种情况已成为司空见惯的近年来在美国西部的部分地区由于气候变化导致炎热和干燥条件在地面上可以把点火的高危地区。

阿拉斯加作为研究区域使用的团队项目,因为一连串的并发火灾的北方森林一直困扰国家在过去的十年里,威胁人类健康和脆弱的生态系统。

新模型的核心是一个“决策树”算法。喂养它的气候数据和关键细节周围大气状况和植被的类型存在的起点,研究人员可以预测的最终大小大火50%的时间。关键变量是蒸汽压deficit-just多少水分存在的地区在前六天的火的存在。第二个主要考虑阿拉斯加森林树木的比例是黑云杉品种。

这种新方法的一个优点是速度,Coffield说。算法“学习”,每一个新的数据点,可以快速找出关键阈值识别大型火灾。有可能为人们做这个手动或通过运行模拟在每个不同的点火,他说,但是机器学习系统的统计方法是“真的更快和更有效,特别是对同时考虑多个火灾。”

阅读全文使用机器学习预测森林火灾布莱恩·贝尔在来世。