基于多维数据的森林地表火和树冠火联合监测方法及系统技术方案

本发明专利技术公开了基于多维数据的森林地表火和树冠火联合监测方法及系统，通过对历史火灾数据和历史地理数据了解监测地区过往的火灾发生情况以及发生频率，有助于在后续的实时监测中对一些干扰数据以及干扰情况进行排除，经过层次分析模型、模糊评价模型所得到的各火险风险因子对于火灾发生及进程的影响程度，结合实时环境数据生成火灾动态趋势，其能反映监测地区环境中所蕴藏的火灾发生及进展的可能性大小。将监测地区的实时监测数据与火灾动态趋势进行综合分析，可以通过火灾动态趋势将实时监测数据中干扰因素进行排除，从而提升对于森林地表火和树冠火的监测识别率，克服现有的森林火灾监测方法所存在的漏报误报严重的问题。林火灾监测方法所存在的漏报误报严重的问题。林火灾监测方法所存在的漏报误报严重的问题。

【技术实现步骤摘要】
基于多维数据的森林地表火和树冠火联合监测方法及系统


[0001]本专利技术涉及森林火灾监测
，具体涉及基于多维数据的森林地表火和树冠火联合监测方法及系统。

技术介绍

[0002]森林火灾随着时间和空间的变化分为地表火、树冠火和山火。森林火灾监测预警中核心问题是实现火灾的“早发现”。卫星遥感、视频监控和物联网感知等手段在森林火灾监测预警中分别具有一定的局限性。例如，视频监控对烟雾识别率低，误报漏保严重；林下物联网感知设备覆盖率低，无法监测树冠火。
[0003]现在急需一种联合多维数据实现对森林地表火和树冠火的监测方法。

技术实现思路

[0004]针对
技术介绍
所提出的问题，本专利技术目的在于提供基于多维数据的森林地表火和树冠火联合监测方法，解决了现有的森林火灾监测方法具有一定的局限性，导致对于森林地表火和树冠火的监测识别率低、漏报误报严重的问题。
[0005]本专利技术通过下述技术方案实现：
[0006]本专利技术第一方面提供了基于多维数据的森林地表火和树冠火联合监测方法，包括如下步骤：
[0007]步骤S1、获取历史火灾数据和历史地理数据，结合所述历史火灾数据和所述历史地理数据进行综合分析，得到火险风险因子；其中，所述火险风险因子包括火险发生因子和火险蔓延因子；
[0008]步骤S2、构建层次分析模型，将所述火险发生因子和所述火险蔓延因子输入所述层次分析模型进行分析，得到火险风险权重；
[0009]步骤S3、构建模糊评价模型，将所述火险风险权重输入所述模糊评价模型进行分析，得到火险影响指数；
[0010]步骤S4、获取监测地区的实时环境数据，模拟地表火树冠火的引发机制对所述实时环境数据和所述火灾影响指数进行综合分析，生成火灾动态趋势；
[0011]步骤S5、获取监测地区的实时监测数据，对所述实时监测数据和所述火灾动态趋势进行综合分析，生成地表火树冠火分布图。
[0012]在上述技术方案中，对历史火灾数据进行分析有利于了解监测地区过往的火灾发生情况以及发生频率，有助于在后续的实时监测中对一些干扰数据以及干扰情况进行排除，进而提升监测的准确性。通过层析分析模型和模糊评价模型对火险发生因子和火险蔓延因子进行分析，确定其权重以及确定其对于火灾影响大小的火险影响指数，以便于在后续模拟森林环境时对森林环境进行准确分析。
[0013]火灾动态趋势是通过历史火灾数据、历史地理数据经过层次分析模型、模糊评价模型所得到的各火险风险因子对于火灾发生及进程的影响程度，在结合实时环境数据的基
础上生成的，其能反映监测地区环境中所蕴藏的火灾发生及进展的可能性大小。
[0014]将监测地区的实时监测数据与火灾动态趋势进行综合分析，可以通过火灾动态趋势将实时监测数据中干扰因素进行排除，从而提升对于森林地表火和树冠火的监测识别率，克服现有的森林火灾监测方法所存在的漏报误报严重的问题。
[0015]在一种可选实施例中，结合所述历史火灾数据和所述历史地理数据进行综合分析，得到火险风险因子包括如下步骤：
[0016]步骤S11、根据所述历史火灾数据的燃烧范围与所述历史地理数据，将所述历史火灾数据分为历史森林火灾数据和历史非森林火灾数据；
[0017]步骤S12、构建空间聚类模型，将所述历史森林火灾数据输入所述空间聚类模型进行分析，得到火灾空间关联性；其中，所述火灾空间关联性包括全局火灾空间关联性和局部火灾空间关联性；
[0018]步骤S13、根据所述全局火灾空间关联性将火灾的影响因子分为正相关因子、负相关因子和不相关因子；
[0019]步骤S14、基于局部火灾空间关联性，对所述正相关因子和所述负相关因子进行分析，得到火险发生因子和火险蔓延因子。
[0020]在一种可选实施例中，构建层次分析模型包括：将森林火灾风险分析作为第一层次，将火灾发生和火灾蔓延作为第二层次，将社会因素、气象因素、植被因素和地形因素作为第三层次，将所述火险风险因子作为第四层次。
[0021]在一种可选实施例中，将所述火险发生因子和所述火险蔓延因子输入所述层次分析模型进行分析，得到火险风险权重包括如下步骤：
[0022]步骤S21、采用优势分析法计算所述层次分析模型中各层次元素之间的相对重要性；
[0023]步骤S22、根据所述相对重要性采用一致矩阵法构造判断矩阵；
[0024]步骤S23、对所述判断矩阵进行层次单排序，得到所述层次分析模型中各层次的层次单排序权值；
[0025]步骤S24、对所述层次分析模型中各层次的层次单排序权值进行综合计算，得到火险风险权重。
[0026]在一种可选实施例中，采用优势分析法计算所述层次分析模型中各层次元素之间的相对重要性之前还包括，对所述火险风险因子的相关性进行分析。
[0027]在一种可选实施例中，构建模糊评价模型包括：将所述火险风险因子作为因素集，将作为火险发展状态作为等级集，将所述火险风险权重作为权重集；其中，所述火险发展状态包括稳进地表火、急进地表火、间歇树冠火、稳进树冠火和急进树冠火。
[0028]在一种可选实施例中，将所述火险风险权重输入所述模糊评价模型进行分析，得到火险影响指数包括如下步骤：
[0029]步骤S31、根据所述历史森林火灾数据构建隶属函数；
[0030]步骤S32、根据所述隶属函数确定所述火险风险因子对于所述火险发展状态的隶属度；
[0031]步骤S33、综合所述隶属度和所述火险风险权重，得到火险影响指数。
[0032]在一种可选实施例中，所述实时监测数据包括烟雾数据、声音数据和火点数据。
[0033]在一种可选实施例中，对所述实时监测数据和所述火灾动态趋势进行综合分析，生成地表火树冠火分布图包括如下步骤：
[0034]步骤S51、对烟雾数据进行分析，通过烟雾颜色确定第一火灾进程；对声音数据进行分析，通过声音频谱确定第二火灾进程；对火点数据进行分析，通过火点状态确定第三火灾进程；
[0035]步骤S52、通过所述火灾动态趋势分别对所述第一火灾进程、所述第二火灾进程和所述第三火灾进程进行纠正，将纠正后的所述第一火灾进程、所述第二火灾进程和所述第三火灾进程进行耦合得到最终火灾进程；
[0036]步骤S53、将所述最终火灾进程标记于地图上生成地表火树冠火分布图。
[0037]本专利技术第二方面提供了基于多维数据的森林地表火和树冠火联合监测系统，包括：
[0038]火险风险因子模块，所述火险风险因子模块用于获取历史火灾数据和历史地理数据，结合所述历史火灾数据和所述历史地理数据进行综合分析，得到火险风险因子；其中，所述火险风险因子包括火险发生因子和火险蔓延因子；
[0039]层次分析模块，所述层次分析模块用于构建层次分析模型，将所述火险发生因子和所述火险蔓延因子输入所述层次分析模型进行分析，得到火险风险权重；
[0040]模糊评价模块，所述模糊评价模块用于构建模糊评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多维数据的森林地表火和树冠火联合监测方法，其特征在于，包括如下步骤：步骤S1、获取历史火灾数据和历史地理数据，结合所述历史火灾数据和所述历史地理数据进行综合分析，得到火险风险因子；其中，所述火险风险因子包括火险发生因子和火险蔓延因子；步骤S2、构建层次分析模型，将所述火险发生因子和所述火险蔓延因子输入所述层次分析模型进行分析，得到火险风险权重；步骤S3、构建模糊评价模型，将所述火险风险权重输入所述模糊评价模型进行分析，得到火险影响指数；步骤S4、获取监测地区的实时环境数据，模拟地表火树冠火的引发机制对所述实时环境数据和所述火灾影响指数进行综合分析，生成火灾动态趋势；步骤S5、获取监测地区的实时监测数据，对所述实时监测数据和所述火灾动态趋势进行综合分析，生成地表火树冠火分布图。2.根据权利要求1所述的基于多维数据的森林地表火和树冠火联合监测方法，其特征在于，结合所述历史火灾数据和所述历史地理数据进行综合分析，得到火险风险因子包括如下步骤：步骤S11、根据所述历史火灾数据的燃烧范围与所述历史地理数据，将所述历史火灾数据分为历史森林火灾数据和历史非森林火灾数据；步骤S12、构建空间聚类模型，将所述历史森林火灾数据输入所述空间聚类模型进行分析，得到火灾空间关联性；其中，所述火灾空间关联性包括全局火灾空间关联性和局部火灾空间关联性；步骤S13、根据所述全局火灾空间关联性将火灾的影响因子分为正相关因子、负相关因子和不相关因子；步骤S14、基于局部火灾空间关联性，对所述正相关因子和所述负相关因子进行分析，得到火险发生因子和火险蔓延因子。3.根据权利要求1所述的基于多维数据的森林地表火和树冠火联合监测方法，其特征在于，构建层次分析模型包括：将森林火灾风险分析作为第一层次，将火灾发生和火灾蔓延作为第二层次，将社会因素、气象因素、植被因素和地形因素作为第三层次，将所述火险风险因子作为第四层次。4.根据权利要求3所述的基于多维数据的森林地表火和树冠火联合监测方法，其特征在于，将所述火险发生因子和所述火险蔓延因子输入所述层次分析模型进行分析，得到火险风险权重包括如下步骤：步骤S21、采用优势分析法计算所述层次分析模型中各层次元素之间的相对重要性；步骤S22、根据所述相对重要性采用一致矩阵法构造判断矩阵；步骤S23、对所述判断矩阵进行层次单排序，得到所述层次分析模型中各层次的层次单排序权值；步骤S24、对所述层次分析模型中各层次的层次单排序权值进行综合计算，得到火险风险权重。5.根据权利要求4所述的基于多维数据的森林地表火和树冠火联合监测方法，其特征在于，采用优势分析法计算所述层次分析模型中各层次元素之间的相对重要性之前还包
...

【专利技术属性】
技术研发人员：黄健，唐莉，郭贤生，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：