Machine learning based forest fire susceptibility prediction in semi-arid Oak forests of western Iran
Publish place: Ecopersia، Vol: 13، Issue: 1
Publish Year: 1403
Type: Journal paper
Language: English
View: 39
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_ECOPER-13-1_004
Index date: 12 March 2025
Machine learning based forest fire susceptibility prediction in semi-arid Oak forests of western Iran Keywords:
Machine Learning-based Forest Fire Susceptibility Prediction in Semiarid Oak Forests of Western Iran
Machine learning based forest fire susceptibility prediction in semi-arid Oak forests of western Iran authors
Somaye Azizianpour
Department of Forest Science, Faculty of Agriculture, Ilam University, ۶۹۳۱۵-۵۱۶ Ilam, Iran
Javad Mirzaei
Department of Forest Science, Faculty of Agriculture, Ilam University, ۶۹۳۱۵-۵۱۶ Ilam, Iran
Reza Omidipour
Department of Range and Watershed Management, Faculty of Agriculture, Ilam University, ۶۹۳۱۵-۵۱۶ Ilam, Iran
Nahid Jafarian
Department of Forest Science, Faculty of Agriculture, Ilam University, ۶۹۳۱۵-۵۱۶ Ilam, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
