选手将关注点放在了气候变化上，从植被覆盖与具体气象要素之间的联系出发，利用3种回归分析算法（梯度提升决策树算法、随机森林算法、线性回归算法）进行了仙桃市气温、降水与归一化植被指数（NDVI）的相关分析，拟选用模拟效果最好的回归方法对未来气温、降水等气象因子对于植被的影响进行预测，同时对站点气象观测数据以及植被指数进行了可视化展示。整个作品为未来植被对气候变化的响应预测和可视化解决方案进行了一次有意义的创新和尝试。
当今时代，随着气候的变化，世界范围内的森林火灾都出现了高发态势，什么因素可以影响森林火灾的规模和传播并影响森林火灾的表现，其发生有何规律，为了探究解决这些问题，该组选手考虑用大数据方法进行相关分析预测，通过当地气象站以及自动气象站等获得的气象数据、森林火灾的规模等数据，用算法研究出的火灾解决方案，来预测森林火灾的燃烧面积，使用空间、时间系统和气象数据进行选择设置来预测火灾的燃烧区域。
该组选手研究出的系统，只需要输入几个相关的参数（例如温度、降雨、相对湿度等）就可以预测出火灾风险较高的区域以及可能燃烧的面积，然后进行自动化的相关干预以及相对比较风险较高的区域会发出警告，提示相关部门进行预防；对于已经发生火灾的场景，通过这套系统根据当时的气象数据可以预测出火灾的影响范围以及时间，以便于进行消防。这在森林火灾管理方面将会发挥巨大用途，对于火灾管理决策支持特别有用，将大大减少不必要的人力物力调配，且能有效预警，预防火灾蔓延。
人们对于天气这一因素和犯罪行为之间的关联分析由来已久，但以往的研究更倾向于得出笼统的观点性结论，比如冬季气温与犯罪率呈现强烈的关联性，夏季气温与犯罪率的关联则不明显。
该组选手尽可能的在现有的条件下选择了主办方提供的气象数据结合站点数据结合2017年案件信息，作为数据集分析，具体到天气的各种具体属性，对这些属性与犯罪行为之间的相关性和犯罪行为分析相关性，并尝试建模，通过回归模型等对犯罪行为合理的预测。对于预测犯罪、提前根据地形天气等因素调配警力、商业保险、城市建设等方面都提供合理而有效的建议。
数据来源：中央气象台 技术支持：北京天译科技有限公司
未经书面授权禁止使用 Copyright©北京天译科技有限公司 All Rights Reserved (2008-2024)，京ICP备15029900号
意见反馈