วิธีการคาดการณ์กิจกรรมหมี

การเก็บข้อมูลแบบกริด

ญี่ปุ่นถูกแบ่งเป็นเซลล์กริด 2km x 2km แต่ละเซลล์ติดตามเหตุการณ์หมีในปีที่ผ่านมา (มากกว่า 128,000 เหตุการณ์ในฐานข้อมูล) วิธีการละเอียดนี้ช่วยให้เราระบุรูปแบบท้องถิ่นในขณะที่รักษาขนาดไฟล์ให้จัดการได้

อัลกอริทึมการลดลงแบบเอ็กซ์โพเนนเชียล

เราใช้การลดลงแบบเอ็กซ์โพเนนเชียลเพื่อจำลองว่าความเสี่ยงลดลงอย่างไรตามเวลาและระยะทาง กิจกรรมล่าสุดใกล้ๆ มีส่วนต่อความเสี่ยงมากกว่ากิจกรรมเก่าหรือไกล ใช้ครึ่งชีวิต 60 วันสำหรับเวลา (กิจกรรม 60 วันก่อนมีน้ำหนัก ~37%) และครึ่งชีวิต 5km สำหรับระยะทาง (กิจกรรมห่าง 5km มีน้ำหนัก ~37%)

การคำนวณคะแนนความเสี่ยง

• • การลดลงตามเวลา: กิจกรรมวันนี้ = 1.0, 30 วันก่อน = 0.61, 60 วันก่อน = 0.37
• • การลดลงตามระยะทาง: ที่ตำแหน่ง = 1.0, ห่าง 3km = 0.55, ห่าง 5km = 0.37
• • คะแนนรวม: คูณทั้งสองปัจจัย (เช่น 30 วันก่อน + 3km = 0.61 x 0.55 = 0.34)
• • การรวมค่าสูงสุด: ใช้คะแนนสูงสุดจากการพบเห็นใกล้เคียง ไม่ใช่ผลรวม

การกำหนดระดับความเสี่ยง

แต่ละเซลล์ได้รับคะแนนความเสี่ยงต่อเนื่องจาก 0 ถึง 1 คะแนนต่ำกว่า 0.2 ถือว่าปลอดภัยและไม่แสดง คะแนนที่สูงกว่าบ่งบอกถึงความเสี่ยงที่มากขึ้นจากกิจกรรมล่าสุดใกล้เคียง

ข้อจำกัด