一种基于卫星遥感数据的山火监测方法和系统技术方案

本发明专利技术公开了一种基于卫星遥感数据的山火监测方法和系统，该山火监测方法，包括以下步骤：S1、获取历史山火数据和历史气象数据；S2、通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；S3、获取天气预报数据；S4、将山火发生与气象数据的关联性，结合所述天气预报数据，判断未来山火发生概率。本发明专利技术利用卫星遥感数据对山火进行监测，同时通过机器学习方法，将历史山火数据、历史气象数据和天气预报数据进行分析，从而实现对未来山火发生的预测。

A Mountain Fire Monitoring Method and System Based on Satellite Remote Sensing Data

The invention discloses a mountain fire monitoring method and system based on satellite remote sensing data. The mountain fire monitoring method includes the following steps: S1, acquiring historical mountain fire data and historical meteorological data; S2, combining the historical mountain fire data with historical meteorological data by machine learning method, judging the correlation between mountain fire occurrence and meteorological data; S3, acquiring weather forecast number; Based on the correlation between the occurrence of mountain fires and meteorological data and the weather forecast data, the probability of future mountain fires can be judged. The invention monitors mountain fires using satellite remote sensing data, and analyses historical mountain fires data, historical meteorological data and weather forecast data by machine learning method, so as to realize the prediction of future mountain fires.

【技术实现步骤摘要】
一种基于卫星遥感数据的山火监测方法和系统
本专利技术属于林业管理和电网监控领域，特别涉及一种基于卫星遥感数据的山火监测方法和系统。
技术介绍
山火，又称林火、植被大火、草原大火或者灌木大火(澳大拉西亚语)，是一种发生在林区难以控制的火情。近年来，尤其在烧荒、春节、清明时段，山火更易发生。同时，输电线路经常经过山区、农区，山火不仅烧毁大片林区，还会使得输电线路因山火跳闸，造成大面积停电事件，对大电网的安全稳定运行构成了严重威胁。因此，山火监测在林业管理，电网监控等领域有重要应用。而现在的山火监测，通常是使用人工巡视的方式，即派出巡逻队对关键区域进行定期巡查。林区通常面积广大，道路不便，人工巡查耗时耗力，覆盖面积有限，巡查频率也难以提高，因此难以做到对山火的有效监测。同时，靠人工存查的方式无法对山火的发生进行预测，不能及时发现火灾隐患。
技术实现思路
本专利技术的目的在于：针对现有山火监测效率低，且无法对山火进行预测的问题，提供一种基于卫星遥感数据的山火监测方法和系统，利用卫星遥感数据对山火进行大范围监测，提高山火监测效率，同时通过机器学习方法，将历史山火数据、历史气象数据和天气预报数据进行分析，从而实现对未来山火发生的预测。本专利技术采用的技术方案如下：一种基于卫星遥感数据的山火监测方法，包括以下步骤：S1、获取历史山火数据和历史气象数据；S2、通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；S3、获取天气预报数据；S4、将山火发生与气象数据的关联性，结合所述天气预报数据，判断未来山火发生概率。优选地，所述历史山火数据为每日全球范围内山火发生的位置数据。优选地，所述历史山火监测数据为MODIS火点监测数据。优选地，所述气象数据，至少包括：空气温度、空气湿度和降水量。优选地，所述机器学习方法为卷积神经网络算法。一种基于卫星遥感数据的山火监测系统，包括：历史山火数据采集模块，用于获取历史山火数据；历史气象数据采集模块，用于获取历史气象数据；天气预报数据采集模块，用于获取天气预报数据；数据处理分析模块，用于通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；再结合所述天气预报数据，判断未来山火发生概率。优选地，所述山火监测系统，还包括：交互模块，用于以时间轴的方式展示山火数据。优选地，所述山火数据，包括：当前时间之前2年至当前时间之后14天的山火数据。优选地，所述山火监测系统，为智能设备及其运行的应用程序。优选地，所述智能设备包括：智能手机、平板电脑或计算机。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1、本专利技术利用卫星遥感数据对山火进行监测，同时通过机器学习方法，将历史山火数据、历史气象数据和天气预报数据进行分析，从而实现对未来山火发生的预测。2、本专利技术与人工巡查的方式相比，大大地节约了山火监测所需要的人力和财力，同时提高了覆盖范围和巡查频率。另一方面，本专利技术将山火预测纳入了功能范围中，可以指导有关部门进行更有针对性的防控。3、本专利技术实现方式简单，并且可以免费获取网络上发布的历史山火数据、历史气象数据和天气预报数据，使得数据来源零成本，降低本专利技术的整体成本，使得本专利技术具有很好的应用前景。4、通过时间轴的方式对山火监测数据进行可视化展示，可以更直观地反映出山火监测情况。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术的山火监测方法的流程图。图2为本专利技术的山火监测系统的结构框图。图3为本专利技术的山火监测系统的交互模块某一时间山火监测展示影像。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术，即所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。一种基于卫星遥感数据的山火监测方法，包括以下步骤：S1、获取历史山火数据和历史气象数据；S2、通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；S3、获取天气预报数据；S4、将山火发生与气象数据的关联性，结合所述天气预报数据，判断未来山火发生概率。一种基于卫星遥感数据的山火监测系统，包括：历史山火数据采集模块，用于获取历史山火数据；历史气象数据采集模块，用于获取历史气象数据；天气预报数据采集模块，用于获取天气预报数据；数据处理分析模块，用于通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；再结合所述天气预报数据，判断未来山火发生概率。本实施例提供的一种基于卫星遥感数据的山火监测方法和系统，利用遥感技术对山火进行监测，同时通过机器学习方法，将历史山火数据、历史气象数据和天气预报数据进行分析，从而实现对未来山火发生的预测。与人工巡查的方式相比，本专利技术大大地节约了山火监测所需要的人力和财力，同时提高了覆盖范围和巡查频率。另一方面，本专利技术将山火预测纳入了功能范围中，可以指导有关部门进行更有针对性的防控。以下结合实施例对本专利技术的特征和性能作进一步的详细描述。实施例1本专利技术较佳实施例提供的一种基于卫星遥感数据的山火监测方法，如图1所示，包括以下步骤：S1、获取历史山火数据和历史气象数据；所述历史山火数据为NASA利用旗下的MODIS等卫星的遥感系统获取的全球范围内的火点监测数据，并对其进行数据处理之后得到的开源数据，具体的内容为每日全球范围内山火发生的位置数据，即包括的数据是历史记录的山火发生的时间和位置。所述历史气象数据可以是由各大网站提供的全球历史记录的气象数据；本实施例中主要使用的是美国国家大气与海洋管理局(NOAA)的气象数据。S2、通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；本实施例以气象数据中的空气温度T、空气湿度RH和降水量W为例进行说明，通过机器学习方法，将山火发生时本文档来自技高网...

【技术保护点】
1.一种基于卫星遥感数据的山火监测方法，其特征在于，包括以下步骤：S1、获取历史山火数据和历史气象数据；S2、通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；S3、获取天气预报数据；S4、将山火发生与气象数据的关联性，结合所述天气预报数据，判断未来山火发生概率。

【技术特征摘要】
1.一种基于卫星遥感数据的山火监测方法，其特征在于，包括以下步骤：S1、获取历史山火数据和历史气象数据；S2、通过机器学习方法将所述历史山火数据结合历史气象数据进行分析，判断山火发生与气象数据的关联性；S3、获取天气预报数据；S4、将山火发生与气象数据的关联性，结合所述天气预报数据，判断未来山火发生概率。2.如权利要求1所述的山火监测方法，其特征在于，所述历史山火数据为每日全球范围内山火发生的位置数据。3.如权利要求1或2所述的山火监测方法，其特征在于，所述历史山火监测数据为MODIS火点监测数据。4.如权利要求1所述的山火监测方法，其特征在于，所述气象数据，至少包括：空气温度、空气湿度和降水量。5.如权利要求1所述的山火监测方法，其特征在于，所述机器学习方法为卷积神经网络算法。6.一种基于卫星遥感数据的山火...

【专利技术属性】
技术研发人员：周公器，刘云杰，钱佳君，李雷，夏深圳，叶昕，吕童，王驰，
申请(专利权)人：成都天地量子科技有限公司，
类型：发明
国别省市：四川,51