一种基于大数据的森林防火智能监控系统及方法技术方案

本发明专利技术涉及一种基于大数据的森林防火智能监控系统及方法，所述基于大数据的森林防火智能监控系统，包括监控总部、无人机、大数据库、算法模块、数据采集模块、数据分析模块、数据存储模块、数据处理模块、安全屋、传输模块。本发明专利技术利用大数据技术，并通过临时数据包改进算法，从而进一步提高预测森林火灾是否会发生的算法的准确性，用于从源头精准的遏制火灾的发生。本发明专利技术通过对将森林划分为若干个待监控区进行监控，从而有效掌握森林防火情报。另外，还通过建设安全屋，使之更加贴合生活实际，可行性好，同时还会显著提高信息传输效果，尤其是应对小规模起火，保障被困人员安全方面有重要意义。要意义。要意义。

【技术实现步骤摘要】
一种基于大数据的森林防火智能监控系统及方法


[0001]本专利技术涉及一种基于大数据的森林防火智能监控系统及方法，属于林业智能防火


技术介绍

[0002]火灾发生需要条件，发生森林火灾必须具备可燃物、火险天气、火源，三个条件缺少一个，森林火灾便不会发生。经过科学计算，人为原因导致起火高达95％以上，因此大量的事实说明森林火灾是可以预防的，例如对可燃物和火源进行严格人为控制，对火险天气进行预测预报就可以极大地减少火灾发生。
[0003]目前，森林火灾风险等级的预测主要是基于stacking算法。然而此方法是对海量时空数据的处理技术进行了设计，实现了以数据驱动的建模，然后基于模型对森林火灾进行预测。此技术只是对部分因子的每一种因子采集了大量数据进行建模分析，例如：可燃物、火险天气、火源等因子，忽略了其他重要的因子（如地理因子、林间因子、人为因子等），因此该算法发具有明显的片面性。
[0004]在目前的技术手段中，多数为森林火灾的应急解决方法及善后工作。而从森林火灾起火源头进行控制，从而达到防止起火的目的，又缺乏相应的技术手段，预测方式存在局限性和缺失性，致使结果不精准。森林火灾一旦发生，所造成的的损失将不可估算，因此急需一种基于大数据的森林防火智能监控系统及方法，用于从源头精准的遏制火灾的发生。

技术实现思路

[0005]本专利技术针对现有技术存在的不足，提供了一种基于大数据的森林防火智能监控系统及方法，具体技术方案如下：一种基于大数据的森林防火智能监控方法，包括以下步骤：步骤S1、将森林划分为若干个待监控区，从大数据库中将待监控区的历史数据调出，获取每个待监控区的森林火灾影响因子；对森林火灾影响因子的权重进行赋值，构建森林火灾影响因子、预测火灾是否会发生的初始预测函数F1；步骤S2、根据大数据库中的历史数据、实时采集的实时数据和临时数据包对初始预测函数F1进行深度学习、调整，得到新预测函数F2；新预测函数F2；新预测函数F2的输出结果包括提示信息、告警信息；当输出为提示信息时，其对应的输入值为输入X
nt
，提示信息通过传输模块传输到安全屋，同时派遣森林巡视员进行实地查看并反馈；当输出为告警信息时，其对应的输入值为输入X
ng
，同时派遣无人机和森林巡视员进行实地查看并反馈；步骤S3、当提示信息经过实地查看后，验证其为“错误”时，对所述提示信息和输入X
nt
进行打标，并将所述提示信息和输入X
nt
纳入临时数据包；当告警信息经过实地查看后，验证其为“错误”时，对所述告警信息和输入X
nt
进行
打标，并将所述告警信息和输入X
nt
纳入临时数据包。
[0006]上述技术方案的进一步优化，所述森林火灾影响因子包括气候因子、地理因子、林间因子、季节因子、人为因子，所述气候因子包括温度、湿度、干旱频率、降水量，所述地理因子包括地貌、地形、土壤，所述林间因子包括株数密度、郁闭度、蓄积量、造林密度，所述季节因子包括在不同季节的最高气温、在不同节气的用火情况，所述人为因子包括进入森林的人流量、人为起火情况。
[0007]上述技术方案的进一步优化，所述森林火灾影响因子的获取采用算法抓取、人工输入和自定义设置三种方式共同获取。
[0008]上述技术方案的进一步优化，所述安全屋根据地形地貌特征、无人机巡航里程来设置，所述安全屋设置有用于接收提示信息和告警信息的信息接收模块、用于人员休息的休息区、存储区、报告区、无人机停留和充电区，所述人员包括森林巡视员、森林消防人员、检修人员、森林警察；所述存储区存储有生活物资、消防物资，在报告区能向监控总部发出通信内容，无人机在无人机停留和充电区暂时停留并进行充电。
[0009]一种基于大数据的森林防火智能监控系统，包括监控总部、无人机、大数据库、算法模块、数据采集模块、数据分析模块、数据存储模块、数据处理模块、安全屋、传输模块，所述无人机用于巡视森林；所述大数据库存储有森林的所有历史数据；所述算法模块用于运算；所述数据采集模块，用于采集数据；所述数据分析模块，用于分析数据；所述数据存储模块，用于存储数据；所述数据处理模块，用于处理数据；所述传输模块，用于传输数据；将森林划分为若干个待监控区，从大数据库中将待监控区的历史数据调出，通过数据处理模块获取每个待监控区的森林火灾影响因子；在算法模块中构建初始预测函数F1，通过数据采集模块采集实时数据，根据大数据库中的历史数据、实时采集的实时数据和临时数据包在算法模块中对初始预测函数F1进行深度学习、调整，得到新预测函数F2；通过传输模块将实时采集的实时数据、临时数据包、新预测函数F2的输出结果传输到监控总部，同时在数据存储模块处存储；监控总部通过数据分析模块进行分析，根据分析结果决定是否派出无人机、森林巡视员；根据无人机、森林巡视员的巡查结果，确定风险等级。
[0010]上述技术方案的进一步优化，所述安全屋的屋底下方埋有防火液储存箱，所述安全屋的墙壁自内而外依次设置有装饰层、隔热防火层、钢筋混凝土层、防火层，所述隔热防火层由防火岩棉板制成，所述防火层由防火板制成，所述钢筋混凝土层内嵌设的钢筋延伸至防火液储存箱的内部，所述钢筋混凝土层内还嵌设有若干个束状的毛细管集合，所述毛细管集合的上端嵌设在钢筋混凝土层的内部，所述毛细管集合的下端设置在防火液储存箱的内部；所述毛细管集合包括圆管状的多孔金属套、设置在多孔金属套内部的七个毛细管
束，所述多孔金属套为表面分布有若干个圆孔的金属管体，所述毛细管束包括多孔金属管、设置在多孔金属管内部的六个多孔毛细管、与多孔金属管呈同轴设置的增强毛细管，六个多孔毛细管围绕在增强毛细管的外部，六个多孔毛细管进行加捻设置，所述多孔毛细管由不锈钢毛细管制成，在不锈钢毛细管的表面采用激光打孔技术钻有若干个通孔；所述增强毛细管由不锈钢毛细管在其外周加压制成三个侧面，任意两个侧面之间的夹角为60
°
；所述多孔金属套的内壁和相邻两个毛细管束之间的区域构成三角区，所述三角区处也填充有一根多孔毛细管；所述多孔毛细管加捻后的捻度为3~4捻回数/米。
[0011]上述技术方案的进一步优化，所述毛细管集合自上而下依次包括圆柱段、倒圆台段、尖端朝下的尖锐段，所述圆柱段为多孔金属套的上段，所述倒圆台段为多孔金属套的下段，所述尖锐段为多孔毛细管的下端和增强毛细管的下端构成；所述毛细管集合的下部安装有封装机构，所述封装机构设置在防火液储存箱的内部；所述封装机构包括套设在圆柱段外部的密封套，所述密封套的上端与圆柱段的外壁密封连接，所述倒圆台段和尖锐段均设置在密封套的内部，所述密封套的下端安装有封板，所述封板设置在尖锐段的下方，所述封板包括圆环状金属板体，所述金属板体的内径大于倒圆台段下端的外径，所述金属板体的内径小于倒圆台段上端的外径，所述金属板体的内圈密封连接有薄膜层，所述金属板体的外周与密封套的内壁之间密封连接第一石墨层，所述金属板体的下方设置有挡圈，所述挡圈与密封套的下端固定连接。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的森林防火智能监控方法，其特征在于包括以下步骤：步骤S1、将森林划分为若干个待监控区，从大数据库中将待监控区的历史数据调出，获取每个待监控区的森林火灾影响因子；对森林火灾影响因子的权重进行赋值，构建森林火灾影响因子、预测火灾是否会发生的初始预测函数F1；步骤S2、根据大数据库中的历史数据、实时采集的实时数据和临时数据包对初始预测函数F1进行深度学习、调整，得到新预测函数F2；新预测函数F2；新预测函数F2的输出结果包括提示信息、告警信息；当输出为提示信息时，其对应的输入值为输入X
nt
，提示信息通过传输模块传输到安全屋，同时派遣森林巡视员进行实地查看并反馈；当输出为告警信息时，其对应的输入值为输入X
ng
，同时派遣无人机和森林巡视员进行实地查看并反馈；步骤S3、当提示信息经过实地查看后，验证其为“错误”时，对所述提示信息和输入X
nt
进行打标，并将所述提示信息和输入X
nt
纳入临时数据包；当告警信息经过实地查看后，验证其为“错误”时，对所述告警信息和输入X
nt
进行打标，并将所述告警信息和输入X
nt
纳入临时数据包。2.根据权利要求1所述的一种基于大数据的森林防火智能监控方法，其特征在于：所述森林火灾影响因子包括气候因子、地理因子、林间因子、季节因子、人为因子，所述气候因子包括温度、湿度、干旱频率、降水量，所述地理因子包括地貌、地形、土壤，所述林间因子包括株数密度、郁闭度、蓄积量、造林密度，所述季节因子包括在不同季节的最高气温、在不同节气的用火情况，所述人为因子包括进入森林的人流量、人为起火情况。3.根据权利要求1所述的一种基于大数据的森林防火智能监控方法，其特征在于：所述森林火灾影响因子的获取采用算法抓取、人工输入和自定义设置三种方式共同获取。4.根据权利要求1所述的一种基于大数据的森林防火智能监控方法，其特征在于：所述安全屋根据地形地貌特征、无人机巡航里程来设置，所述安全屋设置有用于接收提示信息和告警信息的信息接收模块、用于人员休息的休息区、存储区、报告区、无人机停留和充电区，所述人员包括森林巡视员、森林消防人员、检修人员、森林警察；所述存储区存储有生活物资、消防物资，在报告区能向监控总部发出通信内容，无人机在无人机停留和充电区暂时停留并进行充电。5.一种基于大数据的森林防火智能监控系统，其特征在于：包括监控总部、无人机、大数据库、算法模块、数据采集模块、数据分析模块、数据存储模块、数据处理模块、安全屋、传输模块，所述无人机用于巡视森林；所述大数据库存储有森林的所有历史数据；所述算法模块用于运算；所述数据采集模块，用于采集数据；所述数据分析模块，用于分析数据；所述数据存储模块，用于存储数据；所述数据处理模块，用于处理数据；
所述传输模块，用于传输数据；将森林划分为若干个待监控区，从大数据库中将待监控区的历史数据调出，通过数据处理模块获取每个待监控区的森林火灾影响因子；在算法模块中构建初始预测函数F1，通过数据采集模块采集实时数据，根据大数据库中的历史数据、实时采集的实时数据和临时数据包在算法模块中对初始预测函数F1进行深度学习、调整，得到新预测函数F2；通过传输模块将实时采集的实时数据、临时数据包、新预测函数F2的输出结果传输到监控总部，同时在数据存储模块处存储；监控总部通过数据分析模块进行分析，根据分析结果决定是否派出无人机、森林巡视员；根据无人机、森林巡视员的巡查结果，确定风险等级。6.根据权利要求5所述的一种基于大数据的森林防火智能监控系统，其特征在于：所述安全屋的屋底下方埋有防火液储存箱（10），所述安全屋的墙壁自内而外依次设置有装饰层（1）、隔热防火层（2）、钢筋混凝土层（3）、防火层（4），所述隔热防火层（2）由防火岩棉板制成，所述防火层（4）由防火板制成，所述钢筋混凝土层（3）内嵌设的钢筋延伸至防火液储存箱（10）的内部，所述钢筋混凝土层（3）内还嵌设有若干个束状的毛细管集合（20），所述毛细管集合（20）的上端嵌设在钢筋混凝土层（3）的内部，所述毛细管集合（20）的下端设置在防火液储存箱（10）的内部；所述毛细管集合（20）包括圆管状的多孔金属套（22）、设置在多孔金属套（22）内部的七个毛细管束（21），所述多孔金属套（22）为表面分布有若干个圆孔的金属管体，所述毛细管束（21...

【专利技术属性】
技术研发人员：褚诗伟，丁怀宝，叶博洋，汪俊飞，许立波，井小兵，崔欣，程国旭，章伟，李飞，袁诗会，赵飞飞，
申请(专利权)人：天立泰科技股份有限公司，
类型：发明
国别省市：