<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">65</journal-id>
      <journal-title-group>
        <journal-title>农业科学</journal-title>
        <abbrev-journal-title>agricultural science</abbrev-journal-title>
      </journal-title-group>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">16258</article-id>
      <title-group>
        <article-title>人工智能驱动的森林火灾预测与早期预警系统</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>王婧琛</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2026</year>
        <month>1</month>
      </pub-date>
      <issue>1</issue>
      <abstract>
        <p>伴随全球气候变化和人类活动的恶化，森林火灾频发，对生态环境和社会经济造成重大影响。本文面向森林火灾的预测与早期
预警问题，建议了一种依托人工智能技术的智能预测系统。系统整合多源数据，涵盖气象数据、遥感影像和历史火灾记录，运用深度学习
模型如 LSTM 与 CNN 结合开展火灾风险评估与预测。借助数据预处理、特征工程和模型训练，达成了对于火灾发生概率和风险等级的精确
预测。实验结果证明，该系统在准确率、召回率等指标上胜过传统方法，拥有出色的实用性和鲁棒性。本文的研究对森林火灾的科学防控
和应急管理给予了有力技术支持，拥有重大的理论意义和应用价值。</p>
      </abstract>
    </article-meta>
  </front>
</article>
