一种基于林火预测拓展的省级尺度火险预测方法技术

本发明专利技术提出一种基于林火预测拓展的省级尺度火险预测方法，属于遥感技术领域，能解决现有小尺度的单一林火预测模型适用范围较窄，无法对更大尺度范围进行火险预测是技术问题

【技术实现步骤摘要】
一种基于林火预测拓展的省级尺度火险预测方法


[0001]本专利技术属于遥感
，尤其涉及一种基于林火预测拓展的省级尺度火险预测方法
。

技术介绍

[0002]火灾对自然和人文环境危害众多，火灾对森林生态系统造成严重破坏，烧毁植被和树木，导致生物多样性的减少，打乱生态平衡
。
火灾烧毁植被后，土壤暴露在外，容易遭受风雨侵蚀，导致土壤质量下降，增加泥石流和土地退化的风险
。
火灾产生的有害气体和烟雾会降落在水体上，引发水源污染，对水生生物和水资源造成损害
。
同时，火灾可能导致人员伤亡，包括居民
、
工作人员和救援人员；火灾会造成建筑物和财产的破坏和损失，给人们的生活和经济带来巨大的困扰；火灾对当事人及其周围的人造成心理和情感上的创伤，可能导致焦虑
、
抑郁和创伤后应激障碍等心理问题；火灾破坏社区的基础设施
、
文化遗产和公共服务设施，打乱社区的正常运转和人们的社交网络
。
火灾对自然和人文环境都带来严重的危害，对生态平衡
、
生物多样性
、
土壤质量
、
水资源以及人们的生活和心理健康都构成重大威胁
。
因此，火灾预防
、
有效的火险管理和紧急救援措施都非常重要
。
[0003]目前，火险预测基本仅针对森林进行火险预测，现有的火险预测产品多为小尺度的单一林火预测模型，但现有的火险预测模型无法对更大尺度范围（比如省级）火险进行预测
。
[0004]基于此，如何提供一种基于林火预测拓展的省级尺度火险预测模型，由原有的林火预测尺度拓展至省级尺度，是解决上述问题的关键
。

技术实现思路

[0005]本专利技术针对现有小尺度的单一林火预测模型适用范围较窄，无法对更大尺度范围进行火险预测是技术问题，提出一种基于林火预测拓展的省级尺度火险预测方法，该火险预测模型由原有的林火预测尺度拓展至省级尺度扩大了火险预测尺度，增加了火险预测的多样性，并具有一定的可靠性
。
[0006]为了达到上述目的，本专利技术采用的技术方案为：一种基于林火预测拓展的省级尺度火险预测方法，包括以下步骤：
S1、
确定省级尺度火险预测因子，通过分析各因子与火险数据之间的相关性，计算每种因子在构建拓展模型中的所占比重；
S2、
设定所需省级尺度网格大小及分辨率，对其中一种因子进行预处理，得到处理后的因子；
S3、
以所述处理后的因子作为参照，对其他因子进行同尺度的重裁剪
、
重采样处理，得到处理后的其他因子；
S4、
结合多种林火预测模型中确定拓展模型的形式，基于每种因子在构建拓展模型中的占比，构建基于林火预测拓展的省级尺度火险预测模型；
S5、
结合所述基于林火预测拓展的省级尺度火险预测模型及森林火险气象等级，对预测结果划分火险等级
。
[0007]进一步的，考虑到目前火险预测基本仅针对森林进行火险预测，现有的火险预测产品多为小尺度的单一林火预测模型，无法对更大尺度范围进行火险精准预测
。
因此，本专利技术提出一种基于林火预测拓展的省级尺度火险预测方法，该方法由原有的林火预测尺度拓展至省级尺度，数据收集范围由原有的小范围拓展到整个省级尺度，无疑增加了数据收集的困难程度，而且植被类型由原有的林火预测的针叶林，针阔混合林
、
阔叶林
、
灌木林四类类型，又增加了水田
、
旱地
、
高覆盖度草地
、
中覆盖度草地
、
低覆盖度草地及其他因子六种类型，即增加了预测的难度，同时大大增加了计算量与计算复杂程度，但同时扩大了火险预测尺度，增加了火险预测的多样性，并具有一定的可靠性
。
[0008]在一实施方式中，在所述
S1
步骤中，每种因子在构建拓展模型中的所占比重通过以下方法计算得到：（1）收集历史资料及火险数据，同时根据多种林火预测模型，选出林火火险因子；（2）由林火预测拓展到省级尺度火险预测，根据所述林火火险因子确定建立拓展火险模型所需因子，即得所述省级尺度火险预测因子；（3）下载历史火点产品，将历史火点产品叠加，统计每个地区火点频次，按照火点频次高低划分火险概率区，分析火险概率与各省级尺度火险预测因子之间的关系；（4）根据各省级尺度火险预测因子之间的相关系数
R
，通过各相关系数总量的百分比，确定每种因子在构建拓展模型中的所占比重
。
[0009]在一实施方式中，所述建立拓展模型所需因子包括：地形因子
、
植被因子及气象因子
。
[0010]在一实施方式中，所述历史火点产品包括林火
、
城市火灾
、
农耕火灾及草地火灾
。
[0011]在一实施方式中，在所述
S2
步骤中，所述处理后的因子通过以下方法得到：（1）通过收集省级下属城市历史气象数据，及整个省级尺度所覆盖的植被类型因子，构建所需插值的省级区域；（2）根据需求设定区域网格大小及分辨率，根据有限的像素点，按克里金插值拟合规律由点及面拟合覆盖整个省级区域，其拟合规律公式为：；上述公式中：
z0代表待估计值，
z
x
代表已知点
x
的值，
W
x
代表每个已知点关联的权重，
s
代表用于估计的已知点数目，
y(h)
代表已知点
x
i
和
x
j
的自相关结果，
x
i
代表第
i
个点的值，
x
j
代表第
j
个点的值，
φ
为拉格朗日乘数
。
[0012]还需补充说明的是，在上述实施方式中，对其中一种因子进行预处理是指：对米级
或者亚米级省级数据进行处理
。
整个省级尺度所覆盖的植被类型因子包括：传统林火模型中通常包括的四类森林类型因子，即针叶林，针阔混合林
、
阔叶林和灌木林，以及增加的水田
、
旱地
、
高覆盖度草地
、
中覆盖度草地
、
低覆盖度草地及其他因子，共计十类相关因子
。
[0013]此外，在上述
S2
步骤中，本专利技术选择“植被类型因子”作为预处理对象的原因在于：由于植被类型常年变化较小，预测火险过程植被类型可在长时间范围内保持相对稳定状态，对所有植被类型进行插值到省级尺度，以其插值结果作为参照，对其他因子进行同等尺度的重裁剪及重采样处理，最终得到的拓展模型稳定性高
、
可靠性强<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于林火预测拓展的省级尺度火险预测方法，其特征在于，包括以下步骤：
S1、
确定省级尺度火险预测因子，通过分析各因子与火险数据之间的相关性，计算每种因子在构建拓展模型中的占比；
S2、
设定所需省级尺度网格大小及分辨率，对其中一种因子进行预处理，得到处理后的因子；
S3、
以所述处理后的因子作为参照，对其他因子进行同尺度的重裁剪
、
重采样处理，得到处理后的其他因子；
S4、
结合多种林火预测模型中确定拓展模型的形式，基于每种因子在构建拓展模型中的占比，构建基于林火预测拓展的省级尺度火险预测模型；
S5、
结合所述基于林火预测拓展的省级尺度火险预测模型及森林火险气象等级，对预测结果划分火险等级
。2.
根据权利要求1所述的基于林火预测拓展的省级尺度火险预测方法，其特征在于，在
S1
步骤中，每种因子在构建拓展模型中的所占比重通过以下方法计算得到：收集历史资料及火险数据，同时根据多种林火预测模型，选出林火火险因子；由林火预测拓展到省级尺度火险预测，根据所述林火火险因子确定建立拓展模型所需因子，即得所述省级尺度火险预测因子；下载历史火点产品，将历史火点产品叠加，统计每个地区火点频次，按照火点频次高低划分火险概率区，分析火险概率与各省级尺度火险预测因子之间的关系；根据各省级尺度火险预测因子之间的相关系数
R
，通过各相关系数总量的百分比，确定每种因子在构建拓展模型中的所占比重
。3.
根据权利要求2所述的基于林火预测拓展的省级尺度火险预测方法，其特征在于，所述建立拓展模型所需因子包括：地形因子
、
植被因子及气象因子
。4.
根据权利要求2所述的基于林火预测拓展的省级尺度火险预测方法，其特征在于，所述历史火点产品包括林火
、
城市火灾
、
农耕火灾及草地火灾
。5.
根据权利要求2所述的基于林火预测拓展的省级尺度火险预测方法，其特征在于，在
S2
步骤中，所述处理后的因子通过以下方法得到：通过收集省级下属城市历史气象数据，及整个省级尺度所覆盖的植被类型因子，构建所需插值的省级区域；根据需求设定区域网格大小及分辨率，根据有限的像素点，按克里金插值拟合规律由点及面拟合覆盖整个省级区域，其拟合规律公式为：；上述公式中：
z0代表待估计值，
z
x
代表已知点
x
的值，
W
x
代表每个已知点关联的权重，
s
代
表用于估计的已知点数目，
y(h)
代表已知点
x
i
和
x
j
的自相关结果，
x
i
代表第
i
个点的值，
x
j
代表第
j
个点的值，
φ
为拉格朗日乘数
。6.
根据权利要求5所述的基于林火预测拓展的省级尺度火险预测方法，其特征在于，所述整个省级尺度所覆盖的植被类型因子包括针叶林
、
针阔混合林

【专利技术属性】
技术研发人员：逄增辉，程洁，张珊，郝广斌，丁虹，孙晓燕，张北，
申请(专利权)人：青岛浩海网络科技股份有限公司，
类型：发明
国别省市：