一种基于气象和遥感数据的山火预警方法技术

本发明专利技术属于深度学习技术领域，具体涉及一种基于气象和遥感数据的山火预警方法。本发明专利技术的方法主要包括：设定山火监控区域，收集监控区域的气象数据和卫星数据作为样本数据；将观测区域根据经纬度划分为多个大小相同的方格，每个格子里面的数值表示在设定时间间隔内获取的时空特征的均值；对样本数据进行数据增强处理；构建神经网络模型，采用卷积神经网络和循环神经网络构建神经网络模型；采用步骤S3数据增强后的样本数据对神经网络模型进行训练，获得训练好的神经网络模型；将获取的数据输入训练好的神经网络模型，即可获得山火预警结果。本发明专利技术的有益效果为，得到了端到端的山火预测模型，有效的避免了大量的人工特征提取及特征筛选工作。

【技术实现步骤摘要】
一种基于气象和遥感数据的山火预警方法
本专利技术属于深度学习
，具体涉及一种基于气象和遥感数据的山火预警方法。
技术介绍
目前，基于山火的研究主要在物理模型上，基于山火形成的机理通过热力学和流体力学的物理方程来实现山火现象的判断。但是山火发生的机理非常复杂，造成山火的因素众多，很难通过一个方程进行描述，因此这种方式存在很多问题，如准确率的情况，物理方程的复杂性和假设性在应用时存在很多问题，物理模型的各种系数难以确定，物理模型无法对未来时间发生山火进行判断等等。因此，在应用上需要更好方式或模型来实现山火现象的预判。通过传感数据，微气象数据，遥感数据等对未来一段时间是否发生山火进行预测，对未来山火的趋势进行分析，通过深度学习方法建立山火预测模型，实现对山火的预测。这种方式能有效利用历史的累积数据，加入较多的影响因素，对山火的复杂机理进行拟合，较精确的实现山火的预测。
技术实现思路
本专利技术所要解决的，就是针对上述问题，采用深度学习技术来有效的简化预处理，实现端到端的预警。为实现上述目的，本专利技术采用如下技术方案本文档来自技高网...

【技术保护点】
1.一种基于气象和遥感数据的山火预警方法，其特征在于，包括以下步骤：/nS1、确定山火监控区域：在二维平面地图上标记输电线路走向，分别标记经纬度最小值(x1,y1)和经纬度最大值(x2,y2)，设置山火监控区域阈值x，在上述经纬度最小值和最大值上扩展两个点(x1-x,y1-x)和(x2+x,y2+x)，以扩展两个点沿水平方向和垂直方向形成的角作为内角，框定一个矩形区域作为输电线路山火监控区域；/nS2、设置阈值y，将山火监控区域经度区间[x1,x2]和纬度区间[y1,y2]根据y值划分，即将山火监控区域离散化，划分为多个大小相同的方格；/nS3、收集山火监控区域的气象数据、卫星数据和人类活动数...

【技术特征摘要】
1.一种基于气象和遥感数据的山火预警方法，其特征在于，包括以下步骤：
S1、确定山火监控区域：在二维平面地图上标记输电线路走向，分别标记经纬度最小值(x1,y1)和经纬度最大值(x2,y2)，设置山火监控区域阈值x，在上述经纬度最小值和最大值上扩展两个点(x1-x,y1-x)和(x2+x,y2+x)，以扩展两个点沿水平方向和垂直方向形成的角作为内角，框定一个矩形区域作为输电线路山火监控区域；
S2、设置阈值y，将山火监控区域经度区间[x1,x2]和纬度区间[y1,y2]根据y值划分，即将山火监控区域离散化，划分为多个大小相同的方格；
S3、收集山火监控区域的气象数据、卫星数据和人类活动数据作为样本数据，针对步骤S2划分的方格，每个格子里面的数值表示在设定时间间隔内获取的时空特征的均值；
S4、对收集到的气象数据和卫星数据进行关联，具体为：对不同数据源的数据通过时间和经纬度进行关联，在关联过程中时间更新粒度不同的采用时间域近邻匹配；
S5、对样本数据进行数据增强处理；
S6、构建神经网络模型，采用卷积神经网络和循环神经网络构建神经网络模型；
S7、采用步骤S5数据增强后的样本数据对神经网络模型进行训练，获得训练好的神经网络模型；
S8、将获取的数据输入训练好的神经网络模型，即可获得山火监控区域的山火预警结果。


2.根据权利要求1所述的一种基于气象和遥感数据的山火预警方法，其特征在于，所述步骤S3的具体方法为：
S31、收集火监控区域的天气和卫星数据，对火监控区域的人类活动进行热编码；所述人类活动进行热编码是根据当地习俗对日期进行是否有祭祀活动热编码；
S32、对收集的数据根据其自身的物理意义进行异常值处理、缺失值处理和归一化处理；
S33、对不同数据源的数据通过时间和经纬度进行关联，在关联过程中时间更新粒度不同的采用时间域近邻匹...

【专利技术属性】
技术研发人员：王丹，
申请(专利权)人：成都思晗科技股份有限公司，
类型：发明
国别省市：四川;51