金华市精细化“城市火灾”气象风险指数数据

利用气象数据和消防火险警情数据进行融合碰撞，建立了可迭代更新的金华地区气象火险等级预报模型，并依托气象部门智能网格要素预报产品等高质量数据，逐日发布未来10天、分辨率为1KM*1KM的精细化城镇火险指数数据产品。适用于：面向应急消防部门，提升政府治理（应急消防）的科学研判、精准调度能力；面向金融保险行业，丰富金融保险产品种类，提高风险评估的精准化和科学化；面向气象、应急消防、金融保险、社会组织和个人、防灾减灾产业企业，构建以预警为先导、多方联动参与的火灾隐患防范闭环框架。（1）数据集说明、含字段；
◦ 气象数据：采集金华地区气象站逐日数据，含站点的经纬度、日平均气温、日最高气温、日最低气温、日平均相对湿度、日最小相对湿度、日降水量、日最大风速等。
◦ 火险警情数据：同期逐日火灾警情数据，包括发生时间、地理坐标（经度、纬度）、火灾标识(标识为1，表示发生火灾)。
（2）算法描述：
1、国标《城市火险气象等级GB/T20487-2018》给出了城市火险气象指数的确定方法，明确与城市火险关系密切的5个气象因子：日最高气温、日最小相对湿度、日最大风速、连续无降水日数、日降水量，并给出了对应的城市火险气象指数分量表，通过累加各指数分量得出城市火险气象指数。 本算法利用金华地区气象站逐日数据（日最高气温、日最小相对湿度、日最大风速、连续无降水日数、日降水量）通过城市火险气象指数公式计算气象站点上的城市气象火险指数。
2、利用火灾警情数据（发生时间、经度、纬度）通过核密度估计法，与火险气象指数进行对比验证，通过机器学习算法（主要采用决策树算法）建立预测算法模型。由于生成的决策树可能存在过拟合问题，我们对它进行剪枝，我们主要剪枝包括：对降水等气象条件设置阈值，到达阈值后不可能发生火灾即进行剪枝、对气象数据不完整的数据进行剪枝等。
3、模型验证：采用K折交叉验证法(K-Flod)，将训练集划分为K份，K-1份训练、1份测试，取平均测试误差作为泛化误差评估指标。
4、推理过程：输入站点气象观测数据（计算连续无降水日数）和精细化的气象要素预测数据（预报日步长、经度、纬度、日最高气温、日最小相对湿度、日最大风速、日降水量等），预测模型输出精细化的格点经度、格点纬度、城市气象火险指数。

搜集汇总

背景与挑战

背景概述

该数据集是金华市气象局和消防救援支队联合开发的精细化城市火灾气象风险指数数据，包含6727条CSV格式记录，每日更新。它整合气象观测和火灾警情数据，通过机器学习算法预测未来10天、1公里分辨率的火险指数，应用于应急消防和金融保险等领域，以提升火灾风险预警和科学决策能力。