【技术实现步骤摘要】
本专利技术涉及火灾监测系统领域，具体是一种森林火灾遥感智能监测集成系统。
技术介绍
1、森林是陆地上最大的生态系统，一直以来森林资源的变化对于全球生态环境、生物多样性、气候变化和碳循环等方面有着重要影响，对于维持全球生态平衡具有不可替代的作用，是极其重要的可再生资源。随着森林面积以及林木蓄积量逐年增加，再加上气候条件的多变性，使得森林火灾的发生越来越频繁。森林火灾遥感智能监测系统旨在实现对森林火情的有效监控和预警。
2、经检索，中国专利号为cn105719421a的专利技术专利，公开了一种基于大数据挖掘的集成化森林防火信息化系统，属于森林防火
包括大数据平台、以及分别与大数据平台连接的多维度感知子系统、预警预测子系统和多层级应用子系统，多维度感知子系统用于采集各类森林数据，大数据平台对数据进行预处理和计算，预警预测系统实现火灾预警预测、林火蔓延预测；多层级应用子系统用于实现森林资源规划、森林防火管理、森林火灾扑救调度与指挥。
3、与现有技术相比，该中国专利号为cn105719421a的专利技术专利，能够对森林进行多方位的全面监测，对历史数据和实时监测的海量林业数据进行挖掘分析，准确地预测、预警森林火灾的发生；能够分析森林火灾发展趋势，提供辅助决策；能够对森林火灾实施空地一体、多手段的扑灭，提供高效准确的设备与人员调配；本系统集成一体化、信息化程度高。
4、然而上述装置在使用过程中，但在复杂环境下，如夜间、大风、阴天等，仍可能存在误报或漏报的情况，另外，由于气象数据的实时性和准确性难以保
技术实现思路
1、本专利技术提供了一种森林火灾遥感智能监测集成系统，以解决现有技术森林火灾预测方法存在的在复杂环境下误报或漏报的问题，以及由于气象数据的实时性和准确性难以保证、评估模型的复杂性，导致火险等级评估存在误差的问题。
2、为了达到上述目的，本专利技术所采用的技术方案为：
3、一种森林火灾遥感智能监测集成系统，包括多维度感知子系统、统一数据融合平台模块、智能识别与预警模块、火险等级评估模块，其中：
4、所述多维度感知子系统获取多维度来源的林区的图像数据、红外数据，以及获取林区的气象数据、环境参数，并传输至统一数据融合平台模块；
5、所述统一数据融合平台模块对来自多维度感知子系统的原始数据进行清洗和校验后，再将不同来源的数据进行整合后进行分析以生成反映火灾监测信息的融合数据，并由统一数据融合平台模块存储生成的融合数据，以及将融合数据分别传输至智能识别与预警模块、火险等级评估模块；
6、所述智能识别与预警模块包括数据预处理单元、智能识别单元、预警决策单元；由数据预处理单元对来自统一数据融合平台模块的融合数据进行预处理；由智能识别单元对预处理后的数据进行智能分析，以得到反映潜在火情的识别结果数据，并由预警决策单元根据智能识别单元的识别结果数据做出预警决策；
7、所述火险等级评估模块包括数据收集与预处理单元、火险评估模型单元、预警机制触发单元；所述数据收集与预处理单元收集来自统一数据融合平台模块的融合数据并进行预处理；所述火险评估模型单元将预处理后的数据输入至多个评估模型后基于集成学习方法进行评估，以评估得到火险等级；所述预警机制触发单元根据火险评估模型单元的评估结果自动触发相应的预警机制。
8、进一步的，所述多维度感知子系统包括卫星遥感单元、无人机巡查单元、地面监控单元以及气象与环境监测单元；所述卫星遥感单元利用卫星遥感技术获取大面积林区的图像数据；所述无人机巡查单元利用无人机获取林区高清视频和红外图像；所述地面监控单元对林区进行实时监控以获取监控视频和红外数据；所述气象与环境监测单元采集林区的气象数据和环境参数。
9、进一步的，所述统一数据融合平台模块包括数据接收单元、数据清洗与校验单元、数据整合与分析单元、数据存储单元以及数据安全与管理单元；所述数据接收单元接收来自多维度感知子系统的原始数据；所述数据清洗与校验单元对接收到的原始数据进行清洗和校验，去除异常值和冗余信息；所述数据整合与分析单元负责采用数据融合技术将不同来源的数据进行整合，并进行分析，以生成反映火灾监测信息的融合数据，并将融合数据传输至智能识别与预警模块以及火险等级评估模块；所述数据存储单元利用数据库技术存储和管理所述融合数据；所述数据安全与管理单元对融合数据进行加密、备份、恢复以及访问权限管理。
10、进一步的，所述智能识别与预警模块中的智能识别单元采用卷积神经网络作为基础架构，通过对卷积神经网络进行训练，由训练好的卷积神经网络作为识别模型，并通过识别模型基于来自统一数据融合平台模块的实时数据识别得到识别结果数据。
11、进一步的，所述智能识别与预警模块还包括算法评估单元、算法优化单元；所述算法评估单元评估所述识别模型的性能；所述算法优化单元根据算法评估单元得到的评估结果，对识别模型进行优化。
12、进一步的，所述算法评估单元利用roc曲线计算auc值，由此来评估所述识别模型的性能。
13、进一步的，所述智能识别与预警模块还包括样本库管理单元、所述样本库管理单元构建和更新火焰与烟雾样本库。
14、进一步的，所述火险等级评估模块的火险评估模型单元中，构建基于气象因子的评估模型、基于地理信息的评估模型，将预处理后的数据输入至基于气象因子的评估模型、基于地理信息的评估模型，然后将基于气象因子的评估模型和基于地理信息的评估模型的评估结果通过随机森林进行集成学习，根据集成学习的结果得到当前的火险等级。
15、进一步的，所述火险等级评估模块还包括模型优化与更新单元，所述模型优化与更新单元根据实际火情数据和评估结果的反馈，对火险评估模型单元中的火险评估模型进行优化和更新。
16、进一步的，还包括实时数据质量控制模块，所述实时数据质量控制模块包括数据监测单元、异常检测单元、数据处理单元以及配置与规则管理单元；所述数据监测单元实时监测输入到多维度感知子系统和统一数据融合平台模块的数据；所述异常检测单元负责采用预设的异常检测规则或算法，对监测到的数据进行自动检测，识别出异常数据并进行标记；所述数据处理单元负责根据异常检测单元的结果，对异常数据进行处理；所述配置与规则管理单元负责管理数据监测和异常检测所需的配置和规则。
17、与现有技术相比，本专利技术优点为：
18、1、本专利技术中，建立统一的数据融合平台，实现多维度感知子系统之间的数据共享和融合，采用数据融合技术，将不同来源的数据进行整合和分析，提高预警预测的准确性，引入实时数据质量控制机制，实时数据质量控制模块对输入到系统中的数据进行实时监测和质量控制，确保输入到模型中的数据质量。
19、2、本专利技术中，建立更加丰富、全面的火焰和烟雾样本库，涵盖不同时间、不同环境条件下的火情数据，对样本库进行定期更本文档来自技高网...
【技术保护点】
1.一种森林火灾遥感智能监测集成系统，其特征在于，包括多维度感知子系统、统一数据融合平台模块、智能识别与预警模块、火险等级评估模块，其中：
2.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述多维度感知子系统包括卫星遥感单元、无人机巡查单元、地面监控单元以及气象与环境监测单元；所述卫星遥感单元利用卫星遥感技术获取大面积林区的图像数据；所述无人机巡查单元利用无人机获取林区高清视频和红外图像；所述地面监控单元对林区进行实时监控以获取监控视频和红外数据；所述气象与环境监测单元采集林区的气象数据和环境参数。
3.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述统一数据融合平台模块包括数据接收单元、数据清洗与校验单元、数据整合与分析单元、数据存储单元以及数据安全与管理单元；所述数据接收单元接收来自多维度感知子系统的原始数据；所述数据清洗与校验单元对接收到的原始数据进行清洗和校验，去除异常值和冗余信息；所述数据整合与分析单元负责采用数据融合技术将不同来源的数据进行整合，并进行分析，以生成反映火灾监测信息的融合数据，并将融合数
4.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述智能识别与预警模块中的智能识别单元采用卷积神经网络作为基础架构，通过对卷积神经网络进行训练，由训练好的卷积神经网络作为识别模型，并通过识别模型基于来自统一数据融合平台模块的实时数据识别得到识别结果数据。
5.根据权利要求4所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述智能识别与预警模块还包括算法评估单元、算法优化单元；所述算法评估单元评估所述识别模型的性能；所述算法优化单元根据算法评估单元得到的评估结果，对识别模型进行优化。
6.根据权利要求5所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述算法评估单元利用ROC曲线计算AUC值，由此来评估所述识别模型的性能。
7.根据权利要求4所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述智能识别与预警模块还包括样本库管理单元、所述样本库管理单元构建和更新火焰与烟雾样本库。
8.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述火险等级评估模块的火险评估模型单元中，构建基于气象因子的评估模型、基于地理信息的评估模型，将预处理后的数据输入至基于气象因子的评估模型、基于地理信息的评估模型，然后将基于气象因子的评估模型和基于地理信息的评估模型的评估结果通过随机森林进行集成学习，根据集成学习的结果得到当前的火险等级。
9.根据权利要求8所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述火险等级评估模块还包括模型优化与更新单元，所述模型优化与更新单元根据实际火情数据和评估结果的反馈，对火险评估模型单元中的火险评估模型进行优化和更新。
10.根据权利要求1-9中任意一项所述的一种森林火灾遥感智能监测集成系统，其特征在于，还包括实时数据质量控制模块，所述实时数据质量控制模块包括数据监测单元、异常检测单元、数据处理单元以及配置与规则管理单元；所述数据监测单元实时监测输入到多维度感知子系统和统一数据融合平台模块的数据；所述异常检测单元负责采用预设的异常检测规则或算法，对监测到的数据进行自动检测，识别出异常数据并进行标记；所述数据处理单元负责根据异常检测单元的结果，对异常数据进行处理；所述配置与规则管理单元负责管理数据监测和异常检测所需的配置和规则。
...【技术特征摘要】
1.一种森林火灾遥感智能监测集成系统，其特征在于，包括多维度感知子系统、统一数据融合平台模块、智能识别与预警模块、火险等级评估模块，其中：
2.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述多维度感知子系统包括卫星遥感单元、无人机巡查单元、地面监控单元以及气象与环境监测单元；所述卫星遥感单元利用卫星遥感技术获取大面积林区的图像数据；所述无人机巡查单元利用无人机获取林区高清视频和红外图像；所述地面监控单元对林区进行实时监控以获取监控视频和红外数据；所述气象与环境监测单元采集林区的气象数据和环境参数。
3.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述统一数据融合平台模块包括数据接收单元、数据清洗与校验单元、数据整合与分析单元、数据存储单元以及数据安全与管理单元；所述数据接收单元接收来自多维度感知子系统的原始数据；所述数据清洗与校验单元对接收到的原始数据进行清洗和校验，去除异常值和冗余信息；所述数据整合与分析单元负责采用数据融合技术将不同来源的数据进行整合，并进行分析，以生成反映火灾监测信息的融合数据，并将融合数据传输至智能识别与预警模块以及火险等级评估模块；所述数据存储单元利用数据库技术存储和管理所述融合数据；所述数据安全与管理单元对融合数据进行加密、备份、恢复以及访问权限管理。
4.根据权利要求1所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述智能识别与预警模块中的智能识别单元采用卷积神经网络作为基础架构，通过对卷积神经网络进行训练，由训练好的卷积神经网络作为识别模型，并通过识别模型基于来自统一数据融合平台模块的实时数据识别得到识别结果数据。
5.根据权利要求4所述的一种森林火灾遥感智能监测集成系统，其特征在于，所述智能识别与预警模块还包括算法评估单元、算法优...
【专利技术属性】
技术研发人员：王本林，潘金宝，邵亚奎，栗旭升，王智超，李伟克，李晶，孙林豪，马天天，
申请(专利权)人：滁州学院，
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。