基于气象和时空因子的森林火险等级预测
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｆｏｒｅｓｔ ｆｉｒｅ ｄａｎｇｅｒ ｒａｔｉｎｇ ｂａｓｅｄ Ｏｎ ｍｅｔｅＯｒＯＩＯｇｉＣａＩ ａｎｄ ｓｐａｃｅ－ｔｉｍ ｅ ｆａｃｔｏｒｓ
ＺＨＡ ０ Ｐｅｎｇ．ＬＩＵ Ｌｉｎ
（Ｃｏｌｌｅｇｅ ｏｆＩｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈｅａｓｔ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａ￣ｉｎ １５００４０，Ｃｈｉｎａ）
林业工程学报 ，２０１８，３（３）：１０２－１１０ Ｊｏｕｒｎａｌ ｏｆ Ｆｏｒｅｓｔｒｙ Ｅｎｇｉｎｅｅｒｉｎｇ
ｄｏｉ：１０．１３３６０／ｊ．ｉｓｓｎ．２０９６—１３５９．２０１８．０３．０１７
பைடு நூலகம்
基 于 气 象 和 时 空 因 子 的 森 林 火 险 等 级 预 测
赵 鹏 ，刘 琳
（东北林业大学信 息与计算机工程学 院，哈尔滨 １５００４０）
ｔｏ ｄｅａｌ ｗｉｔｈ ｔｈｅ ｇｅｎｅｒａｌ ｎｏｎｌｉｎｅａ ｒ ｐｒｏｂｌｅｍ ｓ．Ｔｈｅｎ，ｗｅ ｅｘｐｏｕｎｄｅｄ ｔｈｅ ＰＣＡ ｍ ｅｔ ｈ ｏｄ ｂａｓｅｄ ｏｎ ｋｅｒ ｎ ｅｌ ｆｕｎｃｔｉｏｎ ａ ｎ ｄ ａｐ— ｐｌｉｅｄ ｉｔ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ｄｉｍｅｎｓｉｏｎ ｏｆ ｆｏｒｅｓｔ ｆｉｒｅ ｄａｎ ｇｅｒ ｒａｔｉｎｇ ｉｎｄｅｘ．Ｎｅｘｔ，ｗｅ ｕｓｅｄ ｍｅｍｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｔｏ ｏｐｔｉｍｉｚｅ ｔ ｈｅ ｉｎｐｕｔ ｗｅｉｇｈｔ ａｎ ｄ ｉｍ ｐｌｉｃｉｔ ｌａｙｅｒ ｄｅｖｉａｔｉｏｎ ｏｆ ｔ ｈ ｅ ＥＬＭ ，ａｎｄ ｃｌａｓｓｉｆ ｉｅｄ ｔｈｅ ｈｉｄｄｅｎ ｌａｙｅｒ ｎｏｄｅｓ ｔｏ ｒｅｄｕｃｅ ｔ ｈ ｅ ｔ ｒａｉｎｉｎｇ ｔｉｍ ｅ ｏｆ ｔｈｅ ＥＬＭ ｉｎ ｏｒｄｅｒ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｂｅｓｔ ｐｒｅｄｉｃｔｉｏｎ ｍ ｏｄｅ１．Ｆｉｎａｌｌｙ， ｗｅ ｃｏｍ ｂｉｎｅｄ ｔｈ ｉ ｓ ｍ ｏｄｅｌ ａ ｎ ｄ ｃｒｏｓｓ—ｖａｌｉｄａｔｉｏｎ ａｌｇｏ— ｒｉｔｈｍ ｔｏ ｒａｔｅ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａｎｇｅｒ．Ｔ ｈ ｅ ｅｘｐｅｒ ｉｍ ｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｅｄ ｔ ｈ ａｔ ｔ ｈ ｅ ｍ ｏｄｅｌ ｃａｎ ｅｆｆｅｃｔ ｉｖｅｌｙ ｉｍ ｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａ ｎ ｇｅｒ ｒａｔｉｎｇ ａｎｄ ｈａｓ ｓｉｇｎｉｆｉｃａｎｔ ａｄｖａｎｔａｇｅｓ ｉｎ ｐａｒａ ｍ ｅｔｅｒ ｓｅｌｅｃｔｉｏｎ ａ ｎ ｄ ｔｒａｉｎｉｎｇ ｓｐｅｅｄ． Ｋｅｙｗｏｒｄｓ：ｆｏｒｅｓｔ ｆｉｒｅ ｃｌａｓｓ；ｐｒｅｄｉｃｔ ｉｏｎ ｍ ｏｄｅｌ；ｍ ｅｔｅｏｒｏｌｏｇｉｃａ ｌ ｆａｃｔｏｒｓ； ｓｐａｃｅ—ｔｉｍ ｅ ｆａｃｔｏｒｓ
ｃｕｒａｃｙ．Ｉｎ ｔ ｈｉｓ ｓｔｕｄｙ，ａ ｎｅｗ ｐｒｅｄｉｃｔｅｄ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｋｅｒｎｅｌ ｐｒ ｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａ ｎａ ｌｙｓｉｓ （ＫＰＣＡ）ａ ｎｄ ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ（ＥＬＭ ）ｗｅｒｅ ｕｓｅｄ．Ｆｉｒｓｔ，ｗｅ ａｎａｌｙｚｅｄ ｔｈｅ ｄｅｆ ｉｃｉｅｎｃｙ ｂｙ ｕｓｉｎｇ ｐｒｉｎｃｉｐａ ｌ ｃｏｍｐｏｎｅｎｔ ａ ｎ ａ ｌｙｓｉｓ（ＰＣＡ）
摘 要 ：传统 森林 火险预测方法在特征选择上主要依据 气 象因子 ，未考 虑 时间 因子 、空 间地理位 置 、地 形地 貌等 因素 ，可 能在 林 火预 测 中产 生较 大误 差 ，传 统预 测模 型在 面 对 不 同林 区 更 大 的数 据 集 和预 测任 务 时 ，无 法 快 速 自 动调参和 自适应调整输入特征 维度 。笔者引入 时间 因子和 空间 因子 ，丰 富火险预 测特征 ，以降低森 林 火险等级 预测 中产生的误差 ；为解决传统 火灾预测算 法在 大数据 集和 多分 类 问题上 效率逐 渐下 降 问题 ，提 出核 主成 分分 析算法（ｋｅｒｎｅｌ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＫＰＣＡ）和 改进的极 限 学 习机 算法 （ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ，ＥＬＭ）相 结合的森林 火险等级预测模型 。结果表 明 ，该模型 能有效提 高森林火险等级预测的准确率和执 行效 率。相对传 统预测模型 ，其准确率可达 ８９％，在预测 时间上也 有一定优势。 关键词 ：森林火灾等级 ；预测模型 ；气 象因子 ；时空因子 中图分类号 ：￥７６２．２ 文 献标 志码 ：Ａ 文章编 号 ：２０９６－１３５９（２０１８）０３－０１０２－０９
Ａ ｂｓｔｒａｃｔ：Ｔｈｅ ｆｏｒｅｓｔ ｆｉｒｅ ｉｓ ａ ｓｅｒｉｏｕｓ ｎａｔｕｒａｌ ｄｉｓａｓｔｅｒ．ｃａｕｓｉｎｇ ｇｒｅａｔ ｄａｍ ａｇｅ ｃ０ ｔｈｅ ｅｃｏｎｏｍ ｙ ａｎｄ ｅｃｏｌｏｇｙ．Ｔｈｅ ｍ ｅｔｅｏｒｏ— ｌｏｇｉｃａｌ ｆａｃｔｏｒｓ ａｆｆｅｃｔ ｔｈｅ ｆｏｒｅｓｔ ｆ ｉｒｅ ｐｏｔｅｎｔｉａ１．Ｇｌｏｂａｌ ｗ ａｒｍ ｉｎｇ ｍ ａｙ ｒｅｓｕｌｔ ｉｎ ｍ ｏｒｅ ｆｏｒｅｓｔ ｆｉ ｒｅｓ，ａｎｄ ｔｈｅ ｇｅｏｇｒａｐｈｉｃ ｌｏｃａ－ ｔｉｏｎ ａｎｄ ｔｉｍ ｅ ａｒｅ ａ ｌ ｓｏ ｉｍ ｐｏ￣ａ ｎ ｔ ｆａｃｔｏｒｓ ｆｏｒ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａ ｎ ｇｅｒ ｒａｔｉｎｇ．Ｔ ｈ ｅｒｅｆｏｒｅ，ｔｈｅ ｅｍ ｐｉｒｉｃａ ｌ ａ ｎ ａｌｙｓｉｓ ｏｆ ｔ ｈ ｅ ｒｅｌａｔ ｉｏｎ— ｓｈｉｐ ｂｅｔｗｅｅｎ ｆｏｒｅｓｔ ｆ ｉｒｅｓ ａｎｄ ｔｈｅｓｅ ｆａｃｔｏｒｓ ｉｓ ｏｆ ｇｒｅａｔ ｓｉｇｎｉｆ ｉｃａｎｃｅ．Ｇ ｅｎｅｒａｌｌｙ，ｔ ｈ ｅ ａｒｅａｓ ｗｈｅｒｅ ｆｏｒｅｓｔ ｆ ｉｒｅｓ ｏｃｃｕｒ ｈａｖｅ ｓｐａｔｉａ ｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ．Ｉｎ ｏｒｄｅｒ ｔｏ ｍ ａｋｅ ｆｏｒｅｓｔ ｆｉｒｅ ｐｒｅｄｉｃｔｉｏｎ ｆｒｅｅ ｆｒｏｍ ｇｅｏｇｒａｐｈｉｃａｌ ｒｅｓｔｒｉｃｔ ｉｏｎ， ｉｔ ｉｓ ｎｅｃｅｓｓａｒｙ ｔｏ ｐｕｔ ｆ ｏ ｒｗ ａｒｄ ａ ｍ ｅｔｈｏｄ ｔｏ ｐｒｏｖｉｄｅ ｔｅｃｈｎｉｃａｌ ｓｕｐｐｏ￣ ｆ ｏ ｒ ｆｏｒｅｓｔ ｆ ｉｒｅ ｍ ａ ｎ ａｇｅｍ ｅｎｔ ｉｎ ｍ ｏｓｔ ａｒｅａｓ．Ｉｎ ｔｈｉｓ ｓｔｕｄｙ，ｔｈｅ ｓｐａｃｅ—ｔ ｉｍ ｅ ｆａｃｔｏｒ ｗ ａｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｔ ｈ ｅ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａｎｇｅｒ ｒａｔｉｎｇ ｍ ｏｄｅｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｍ ｅｔｅｏｒｏｌｏｇｉｃａ ｌ ｆａｃｔｏｒｓ ｔｏ ｅｎｒｉｃｈ ｔ ｈ ｅ ｐｒｅｄｉｃｔｅｄ ｆｅａｔｕｒｅｓ ａｎｄ ｒｅｄｕｃｅ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｅｒｒｏｒ．Ｔｈ ｅ ｐｒｅｄｉｃｔｅｄ ａｌｇｏｒ ｉｔｈｍ ｗａｓ ｏｐｔｉｍｉｚｅｄ ｔｏ ｉｍｐｒｏｖｅ ｔ ｈｅ ｍｏｄｅｌ ｅｆ ｉ ｃｉｅｎｃｙ ａｎｄ ａｃ—
ＺＨＡ ０ Ｐｅｎｇ．ＬＩＵ Ｌｉｎ
（Ｃｏｌｌｅｇｅ ｏｆＩｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈｅａｓｔ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａ￣ｉｎ １５００４０，Ｃｈｉｎａ）
林业工程学报 ，２０１８，３（３）：１０２－１１０ Ｊｏｕｒｎａｌ ｏｆ Ｆｏｒｅｓｔｒｙ Ｅｎｇｉｎｅｅｒｉｎｇ
ｄｏｉ：１０．１３３６０／ｊ．ｉｓｓｎ．２０９６—１３５９．２０１８．０３．０１７
பைடு நூலகம்
基 于 气 象 和 时 空 因 子 的 森 林 火 险 等 级 预 测
赵 鹏 ，刘 琳
（东北林业大学信 息与计算机工程学 院，哈尔滨 １５００４０）
ｔｏ ｄｅａｌ ｗｉｔｈ ｔｈｅ ｇｅｎｅｒａｌ ｎｏｎｌｉｎｅａ ｒ ｐｒｏｂｌｅｍ ｓ．Ｔｈｅｎ，ｗｅ ｅｘｐｏｕｎｄｅｄ ｔｈｅ ＰＣＡ ｍ ｅｔ ｈ ｏｄ ｂａｓｅｄ ｏｎ ｋｅｒ ｎ ｅｌ ｆｕｎｃｔｉｏｎ ａ ｎ ｄ ａｐ— ｐｌｉｅｄ ｉｔ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ｄｉｍｅｎｓｉｏｎ ｏｆ ｆｏｒｅｓｔ ｆｉｒｅ ｄａｎ ｇｅｒ ｒａｔｉｎｇ ｉｎｄｅｘ．Ｎｅｘｔ，ｗｅ ｕｓｅｄ ｍｅｍｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｔｏ ｏｐｔｉｍｉｚｅ ｔ ｈｅ ｉｎｐｕｔ ｗｅｉｇｈｔ ａｎ ｄ ｉｍ ｐｌｉｃｉｔ ｌａｙｅｒ ｄｅｖｉａｔｉｏｎ ｏｆ ｔ ｈ ｅ ＥＬＭ ，ａｎｄ ｃｌａｓｓｉｆ ｉｅｄ ｔｈｅ ｈｉｄｄｅｎ ｌａｙｅｒ ｎｏｄｅｓ ｔｏ ｒｅｄｕｃｅ ｔ ｈ ｅ ｔ ｒａｉｎｉｎｇ ｔｉｍ ｅ ｏｆ ｔｈｅ ＥＬＭ ｉｎ ｏｒｄｅｒ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｂｅｓｔ ｐｒｅｄｉｃｔｉｏｎ ｍ ｏｄｅ１．Ｆｉｎａｌｌｙ， ｗｅ ｃｏｍ ｂｉｎｅｄ ｔｈ ｉ ｓ ｍ ｏｄｅｌ ａ ｎ ｄ ｃｒｏｓｓ—ｖａｌｉｄａｔｉｏｎ ａｌｇｏ— ｒｉｔｈｍ ｔｏ ｒａｔｅ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａｎｇｅｒ．Ｔ ｈ ｅ ｅｘｐｅｒ ｉｍ ｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｅｄ ｔ ｈ ａｔ ｔ ｈ ｅ ｍ ｏｄｅｌ ｃａｎ ｅｆｆｅｃｔ ｉｖｅｌｙ ｉｍ ｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａ ｎ ｇｅｒ ｒａｔｉｎｇ ａｎｄ ｈａｓ ｓｉｇｎｉｆｉｃａｎｔ ａｄｖａｎｔａｇｅｓ ｉｎ ｐａｒａ ｍ ｅｔｅｒ ｓｅｌｅｃｔｉｏｎ ａ ｎ ｄ ｔｒａｉｎｉｎｇ ｓｐｅｅｄ． Ｋｅｙｗｏｒｄｓ：ｆｏｒｅｓｔ ｆｉｒｅ ｃｌａｓｓ；ｐｒｅｄｉｃｔ ｉｏｎ ｍ ｏｄｅｌ；ｍ ｅｔｅｏｒｏｌｏｇｉｃａ ｌ ｆａｃｔｏｒｓ； ｓｐａｃｅ—ｔｉｍ ｅ ｆａｃｔｏｒｓ
ｃｕｒａｃｙ．Ｉｎ ｔ ｈｉｓ ｓｔｕｄｙ，ａ ｎｅｗ ｐｒｅｄｉｃｔｅｄ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｋｅｒｎｅｌ ｐｒ ｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａ ｎａ ｌｙｓｉｓ （ＫＰＣＡ）ａ ｎｄ ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ（ＥＬＭ ）ｗｅｒｅ ｕｓｅｄ．Ｆｉｒｓｔ，ｗｅ ａｎａｌｙｚｅｄ ｔｈｅ ｄｅｆ ｉｃｉｅｎｃｙ ｂｙ ｕｓｉｎｇ ｐｒｉｎｃｉｐａ ｌ ｃｏｍｐｏｎｅｎｔ ａ ｎ ａ ｌｙｓｉｓ（ＰＣＡ）
摘 要 ：传统 森林 火险预测方法在特征选择上主要依据 气 象因子 ，未考 虑 时间 因子 、空 间地理位 置 、地 形地 貌等 因素 ，可 能在 林 火预 测 中产 生较 大误 差 ，传 统预 测模 型在 面 对 不 同林 区 更 大 的数 据 集 和预 测任 务 时 ，无 法 快 速 自 动调参和 自适应调整输入特征 维度 。笔者引入 时间 因子和 空间 因子 ，丰 富火险预 测特征 ，以降低森 林 火险等级 预测 中产生的误差 ；为解决传统 火灾预测算 法在 大数据 集和 多分 类 问题上 效率逐 渐下 降 问题 ，提 出核 主成 分分 析算法（ｋｅｒｎｅｌ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＫＰＣＡ）和 改进的极 限 学 习机 算法 （ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ，ＥＬＭ）相 结合的森林 火险等级预测模型 。结果表 明 ，该模型 能有效提 高森林火险等级预测的准确率和执 行效 率。相对传 统预测模型 ，其准确率可达 ８９％，在预测 时间上也 有一定优势。 关键词 ：森林火灾等级 ；预测模型 ；气 象因子 ；时空因子 中图分类号 ：￥７６２．２ 文 献标 志码 ：Ａ 文章编 号 ：２０９６－１３５９（２０１８）０３－０１０２－０９
Ａ ｂｓｔｒａｃｔ：Ｔｈｅ ｆｏｒｅｓｔ ｆｉｒｅ ｉｓ ａ ｓｅｒｉｏｕｓ ｎａｔｕｒａｌ ｄｉｓａｓｔｅｒ．ｃａｕｓｉｎｇ ｇｒｅａｔ ｄａｍ ａｇｅ ｃ０ ｔｈｅ ｅｃｏｎｏｍ ｙ ａｎｄ ｅｃｏｌｏｇｙ．Ｔｈｅ ｍ ｅｔｅｏｒｏ— ｌｏｇｉｃａｌ ｆａｃｔｏｒｓ ａｆｆｅｃｔ ｔｈｅ ｆｏｒｅｓｔ ｆ ｉｒｅ ｐｏｔｅｎｔｉａ１．Ｇｌｏｂａｌ ｗ ａｒｍ ｉｎｇ ｍ ａｙ ｒｅｓｕｌｔ ｉｎ ｍ ｏｒｅ ｆｏｒｅｓｔ ｆｉ ｒｅｓ，ａｎｄ ｔｈｅ ｇｅｏｇｒａｐｈｉｃ ｌｏｃａ－ ｔｉｏｎ ａｎｄ ｔｉｍ ｅ ａｒｅ ａ ｌ ｓｏ ｉｍ ｐｏ￣ａ ｎ ｔ ｆａｃｔｏｒｓ ｆｏｒ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａ ｎ ｇｅｒ ｒａｔｉｎｇ．Ｔ ｈ ｅｒｅｆｏｒｅ，ｔｈｅ ｅｍ ｐｉｒｉｃａ ｌ ａ ｎ ａｌｙｓｉｓ ｏｆ ｔ ｈ ｅ ｒｅｌａｔ ｉｏｎ— ｓｈｉｐ ｂｅｔｗｅｅｎ ｆｏｒｅｓｔ ｆ ｉｒｅｓ ａｎｄ ｔｈｅｓｅ ｆａｃｔｏｒｓ ｉｓ ｏｆ ｇｒｅａｔ ｓｉｇｎｉｆ ｉｃａｎｃｅ．Ｇ ｅｎｅｒａｌｌｙ，ｔ ｈ ｅ ａｒｅａｓ ｗｈｅｒｅ ｆｏｒｅｓｔ ｆ ｉｒｅｓ ｏｃｃｕｒ ｈａｖｅ ｓｐａｔｉａ ｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ．Ｉｎ ｏｒｄｅｒ ｔｏ ｍ ａｋｅ ｆｏｒｅｓｔ ｆｉｒｅ ｐｒｅｄｉｃｔｉｏｎ ｆｒｅｅ ｆｒｏｍ ｇｅｏｇｒａｐｈｉｃａｌ ｒｅｓｔｒｉｃｔ ｉｏｎ， ｉｔ ｉｓ ｎｅｃｅｓｓａｒｙ ｔｏ ｐｕｔ ｆ ｏ ｒｗ ａｒｄ ａ ｍ ｅｔｈｏｄ ｔｏ ｐｒｏｖｉｄｅ ｔｅｃｈｎｉｃａｌ ｓｕｐｐｏ￣ ｆ ｏ ｒ ｆｏｒｅｓｔ ｆ ｉｒｅ ｍ ａ ｎ ａｇｅｍ ｅｎｔ ｉｎ ｍ ｏｓｔ ａｒｅａｓ．Ｉｎ ｔｈｉｓ ｓｔｕｄｙ，ｔｈｅ ｓｐａｃｅ—ｔ ｉｍ ｅ ｆａｃｔｏｒ ｗ ａｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｔ ｈ ｅ ｆｏｒｅｓｔ ｆ ｉｒｅ ｄａｎｇｅｒ ｒａｔｉｎｇ ｍ ｏｄｅｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｍ ｅｔｅｏｒｏｌｏｇｉｃａ ｌ ｆａｃｔｏｒｓ ｔｏ ｅｎｒｉｃｈ ｔ ｈ ｅ ｐｒｅｄｉｃｔｅｄ ｆｅａｔｕｒｅｓ ａｎｄ ｒｅｄｕｃｅ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｅｒｒｏｒ．Ｔｈ ｅ ｐｒｅｄｉｃｔｅｄ ａｌｇｏｒ ｉｔｈｍ ｗａｓ ｏｐｔｉｍｉｚｅｄ ｔｏ ｉｍｐｒｏｖｅ ｔ ｈｅ ｍｏｄｅｌ ｅｆ ｉ ｃｉｅｎｃｙ ａｎｄ ａｃ—