TY -的A2 Yaseen查希尔Mundher盟——Abujayyab索k . m . AU -卡塞姆,穆斯塔法Moufid AU -汗,Ashfak Ahmad盟——Wazirali Raniyah盟——Coşkun Mucahit盟——Taşoğlu en盟——Ozturk盟——Toprak艾哈迈德法PY - 2022 DA - 2022/12/28 TI -野火易感性映射使用五个提高机器学习算法:土耳其的地中海地区的案例研究SP - 3959150六世- 2022 AB -森林火灾造成的不同环境和人为因素是造成大量破坏自然和经济资源。现代机器学习技术已成为流行的发展中非常准确和精确的易感性的各种自然灾害地图帮助减少这些灾难的发生。目前的研究和测试多个算法应用于地图领域容易土耳其在地中海地区的森林大火。此外,XGBoost的性能、CatBoost梯度增加,演算法,LightGBM野火易感性映射也检查的方法。结果显示较高的测试精度CatBoost算法(95.47%),其次是LightGBM (94.70%)、XGBoost(88.8%)、演算法(86.0%),和“绿带运动”(84.48%)算法。合成野火易感性地图为森林工程师提供适当的库存,规划者,未来政策和地方政府的灾害管理在土耳其。SN - 1687 - 8086 UR - https://doi.org/10.1155/2022/3959150 - 10.1155 / 2022/3959150摩根富林明土木工程的进步PB - Hindawi KW - ER