熊活動預測方法論
了解Kumamap如何使用指數衰減分析計算熊活動預測。深入了解我們的2公里網格風險評估方法論，助您在日本全境安全健行和戶外活動。
我們的風險預測模型使用指數衰減來估計相對風險，基於熊活動發生的時間和距離。本頁解釋了熊活動預測背後的方法論。
網格化數據收集
日本被劃分為2km x 2km的網格單元。每個單元追蹤過去一年的熊事件（數據庫中超過12萬起）。這種精細的方法使我們能夠在保持檔案大小可控的同時識別本地模式。
1
2
4
1
1
3
8
2
1
3
1
1
顯示事件分布的2km x 2km網格
指數衰減算法
我們使用指數衰減來模擬風險如何隨時間和距離降低。最近的、附近的活動比較早或較遠的活動對風險貢獻更大。時間半衰期為60天（60天前的活動權重約37%），距離半衰期為5km（5km外的活動權重約37%）。
單次出沒
1.0
風險擴散（今日）
0.25
0.37
0.25
0.37
1.00
0.37
0.25
0.37
0.25
中央出沒根據距離將風險擴散到周圍單元格
風險評分計算
評分 = exp(-天數/60) x exp(-距離/5km)
- • 時間衰減：今日活動 = 1.0，30天前 = 0.61，60天前 = 0.37
- • 空間衰減：該位置 = 1.0，3km外 = 0.55，5km外 = 0.37
- • 綜合評分：兩個因素相乘（例如：30天前 + 3km = 0.61 x 0.55 = 0.34）
- • 最大值聚合：使用附近出沒的最高分數，而非總和
風險等級分配
每個單元獲得0到1的連續風險評分。低於0.2的評分被視為安全且不顯示。評分越高表示最近附近活動帶來的風險越大。
非常高風險
緊鄰區域有非常近期的熊活動
評分 0.8+
高風險
幾公里內有近期活動
評分 0.5-0.8
中等風險
最近在一般區域有一些活動
評分 0.2-0.5
局限性
- 這是基於模式的統計模型，不是訓練過的ML模型
- 預測反映歷史模式，不是實時熊位置
- 沒有彩色單元格的區域沒有重要的近期熊活動數據
- 無論預測如何，在熊出沒地區請始終保持警惕