基于变量筛选和机器学习的森林草原火灾风险评估方法

本发明公开了基于变量筛选和机器学习的森林草原火灾风险评估方法，从预处理后的历史火灾遥感数据中提取出环境因子变量后进一步进行相关性分析，得到相关性结果，并分别基于相关性结果、拉索回归算法、主成分分析法和逐步回归法对环境因子变量进行变量筛选，得到筛选后的环境因子变量；将筛选后的环境因子变量进行数据划分，得到训练数据和测试数据，利用训练数据和测试数据对多个待训练的火灾风险评估模型进行模型训练和测试，直至得到多个火灾风险评估模型；基于多个火灾风险评估模型和获取的历史火灾记录中确定最优火灾风险评估模型后对筛选后的环境因子变量进行反演，得到森林草原的火灾风险图。本发明能够准确地反映真实火灾风险情况。