【技术实现步骤摘要】
本专利技术涉及林火监测，尤其涉及一种基于lstm的火线坐标时序数据的火线状态生成方法及装置。
技术介绍
1、随着全球气候变化及人类活动的影响，森林火灾的发生频率和强度不断上升，对生态系统、人类生命财产安全以及全球环境构成了重大威胁，其中，火线状态对于是林火救援方案生成的重要因素。相关技术中，常见的做法包括使用基于规则的系统或简单的机器学习模型来处理一部分环境数据，如火势监测或气象信息。然而，这些方法在处理林火蔓延这类复杂、动态且多变的火线状态时，往往显得力不从心，故亟需一种更可靠的基于lstm的火线坐标时序数据的火线状态生成方法。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本专利技术的第一个目的在于提出一种基于lstm的火线坐标时序数据的火线状态生成方法，通过lstm训练的火线状态生成模型，生成反映火线状态的状态向量，为后续强化学习决策生成提供环境状态，提高林火救援决策生成的准确性和效率。
3、本专利技术的第二个目的在于提出一种基于lstm的火线坐标时序数据的火线状态生成装置。
4、本专利技术的第三个目的在于提出一种电子设备。
5、本专利技术的第四个目的在于提出一种存储有计算机指令的非瞬时计算机可读存储介质。
6、为达上述目的，本专利技术第一方面实施例提出了一种基于lstm的火线坐标时序数据的火线状态生成方法，包括：
7、获取由多个历史林火火线坐标组建的火线坐标数
8、对所述火线坐标数据集进行数据预处理，以将各个所述历史林火火线坐标转换为长短期记忆网络lstm模型可处理的历史火线坐标时序数据，其中，所述数据预处理包括异常值处理、格式一致化处理、时间戳处理和序列化处理和格式转换处理；
9、根据所述历史火线坐标时序数据的数据特征，以及所述历史火线坐标时序数据对应历史火线状态向量，建立初始lstm模型，其中，所述历史火线状态向量包括林火火线坐标预测、林火的蔓延方向、新增火线数量和新增火线面积、林火蔓延强度；
10、以所述历史火线坐标时序数据作为输入，所述历史火线状态向量作为输出，对所述初始lstm模型进行训练，以得到火线状态生成模型；
11、将实时火线坐标时序数据输入到所述火线状态生成模型，以得到林火的实时火线状态向量，其中，实时火线状态向量包括林火实时火线坐标、林火的实时蔓延方向、新增实时火线数量和新增实时火线面积、林火实时蔓延强度。
12、为达上述目的，本专利技术第二方面实施例提出了一种基于lstm的火线坐标时序数据的火线状态生成装置，包括：
13、获取模块，用于获取由多个历史林火火线坐标组建的火线坐标数据集；
14、预处理模块，用于对所述火线坐标数据集进行数据预处理，以将各个所述历史林火火线坐标转换为长短期记忆网络lstm模型可处理的历史火线坐标时序数据，其中，所述数据预处理包括异常值处理、格式一致化处理、时间戳处理和序列化处理和格式转换处理；
15、构建模块，用于根据所述历史火线坐标时序数据的数据特征，以及所述历史火线坐标时序数据对应历史火线状态向量，建立初始lstm模型，其中，所述历史火线状态向量包括林火火线坐标预测、林火的蔓延方向、新增火线数量和新增火线面积、林火蔓延强度；
16、训练模块，用于以所述历史火线坐标时序数据作为输入，所述历史火线状态向量作为输出，对所述初始lstm模型进行训练，以得到火线状态生成模型；
17、第一生成模块，用于将实时火线坐标时序数据输入到所述火线状态生成模型，以得到林火的实时火线状态向量，其中，实时火线状态向量包括林火实时火线坐标、林火的实时蔓延方向、新增实时火线数量和新增实时火线面积、林火实时蔓延强度。
18、为达上述目的，本专利技术第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
19、为了实现上述目的，本专利技术第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使所述计算机执行第一方面所述的方法。
20、本专利技术实施例提供的基于lstm的火线坐标时序数据的火线状态生成方法、装置、电子设备和存储介质，获取由多个历史林火火线坐标组建的火线坐标数据集；对火线坐标数据集进行数据预处理，得到lstm模型可处理的历史火线坐标时序数据；根据历史火线坐标时序数据的数据特征和历史火线坐标时序数据对应历史火线状态向量，建立初始lstm模型；以历史火线坐标时序数据为输入，历史火线状态向量为输出，对初始lstm模型进行训练，以得到火线状态生成模型；将实时火线坐标时序数据输入到火线状态生成模型，得到实时火线状态向量。由此，通过lstm训练的火线状态生成模型，生成反映火线状态的状态向量，为后续强化学习决策生成提供环境状态，提高林火救援决策生成的准确性和效率。
21、本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于LSTM的火线坐标时序数据的火线状态生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述火线坐标数据集进行数据预处理，以将各个所述历史林火火线坐标转换为长短期记忆网络LSTM模型可处理的历史火线坐标时序数据，其中，所述数据预处理包括异常值处理、格式一致化处理、时间戳处理和序列化处理和格式转换处理，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述火线坐标数据进行格式转换处理，以得到LSTM模型可处理的历史火线坐标时序数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史火线坐标时序数据以及所述历史火线坐标时序数据对应历史火线状态向量的数据特征，建立初始LSTM模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.一种基于LSTM的火线坐标时序数据的火线状态生成装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述预处理模块，包括：
8.根据权利要求6所述的装置，其特征在于，所述构建模块，
9.一种电子设备，其特征在于，包括：
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
...【技术特征摘要】
1.一种基于lstm的火线坐标时序数据的火线状态生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述火线坐标数据集进行数据预处理，以将各个所述历史林火火线坐标转换为长短期记忆网络lstm模型可处理的历史火线坐标时序数据，其中，所述数据预处理包括异常值处理、格式一致化处理、时间戳处理和序列化处理和格式转换处理，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述火线坐标数据进行格式转换处理，以得到lstm模型可处理的历史火线坐标时序数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史火线坐标时序数据以及所述...
【专利技术属性】
技术研发人员：张辉，陈涛，田冉冉，闫小丽，许文哲，刘畅，臧英，王柄熹，
申请(专利权)人：北京辰安科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。