本发明专利技术公开了一种基于多因素的林火风险等级预测方法、装置及存储介质，该方法包括：将待测林区划分为多个GIS网格，获取每个GIS网格的每种森林火灾影响因子的数值，该森林火灾影响因子包括七大类；基于该每种森林火灾影响因子的数值，获取该每种森林火灾影响因子对应的林火风险数值；获取该每种森林火灾影响因子对应的权重；将该每个GIS网格的该每种森林火灾影响因子对应的该林火风险数值和该权重输入到加权计算公式中，得出该每个GIS网格的林火风险数值，并基于该林火风险数值生成该每个GIS网格的林火风险等级。本发明专利技术能较准确地计算待测林区的林火风险数值，方便用户获知待测林区的林火风险情况，实现对林区的火灾进行提前预防。前预防。前预防。
【技术实现步骤摘要】
基于多因素的林火风险等级预测方法、装置及存储介质
[0001]本专利技术涉及森林防火
，尤其是涉及一种基于多因素的林火风险等级预测方法、装置及存储介质。
技术介绍
[0002]森林火灾是对森林资源威胁最大的自然灾害之一。森林火灾一旦发生，不但会对林业资源造成严重损失，还会导致区域林业生态环境的破坏，引起森林生态系统退化等问题，同时也会对林区人民的生命财产安全造成极大威胁。因此，保护森林资源，防止森林火灾的发生，是林业工作的核心任务之一。
[0003]目前，森林火灾风险等级的预测主要是基于stacking算法。然而此方法是对海量时空数据的处理技术进行了设计，实现了以数据驱动的建模，然后基于模型对森林火灾进行预测。此技术只是对部分因子的每一种因子采集了大量数据进行建模分析，忽略了其他重要的因子，因此该算法发具有明显的片面性。另外，基于此方法需要训练出数学模型，方可计算出火灾风险等级，而数学模型的训练需要耗费大量的算力，若要加入一个新的影响因子，则需要重新训练数学模型，对于实际应用来说十分不便。
技术实现思路
[0004]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。为此，本专利技术的一个目的是提供一种基于多因素的林火风险等级预测方法、装置及存储介质，能够基于多种影响数据，准确预测出森林区域的林火风险等级。
[0005]本专利技术所采用的技术方案是：
[0006]第一方面，本专利技术提供一种基于多因素的林火风险等级预测方法，该方法包括：将待测林区划分为多个GIS网格，获取每个GIS网格的每种森林火灾影响因子的数值，该森林火灾影响因子包括七大类：气象影响因子、地貌地形影响因子、植被影响因子、人为活动影响因子、巡查信息影响因子、应急水源影响因子、历史火灾影响因子，每大类森林火灾影响因子包括多种小类森林火灾影响因子；基于该每种森林火灾影响因子的数值，获取该每种森林火灾影响因子对应的林火风险数值；获取该每种森林火灾影响因子对应的权重；将该每个GIS网格的该每种森林火灾影响因子对应的该林火风险数值和该权重输入到加权计算公式中，得出该每个GIS网格的林火风险数值，并基于该林火风险数值生成该每个GIS网格的林火风险等级。
[0007]其中，该气象影响因子包括如下多个小类：干旱预警频率、温度、相对湿度、地表湿度、风力、风向、实时降水量、累计降水量；该地貌地形影响因子包括如下多个小类：高程、坡度、坡向、土壤含水量；该植被影响因子包括如下多个小类：树种、林种、树龄、面积、郁闭度、蓄积量、造林密度；该人为活动影响因子包括如下多个小类：深埋点数量、施工工地人数、林区果园数量、距离特殊节日天数；该巡查信息影响因子包括如下多个小类：巡逻人次数、出动车次、物资变化、洒水次数、林区入口盘查车次；该应急水源影响因子包括如下多个小类：
储水罐数量、湖泊位置、水库位置、水库蓄水量、水库高程；该历史火灾影响因子包括如下多个小类：起火点位置、过火面积。
[0008]其中，该森林火灾影响因子的数值采用自动算法抓取或者人工输入或者自定义设置的方式获取，该加权计算公式为：其中，V等于某个GIS网格的林火风险数值，m等于各森林火灾影响因子的大类数量，m＝7，n等于每大类森林火灾影响因子的小类数量，V
ij
等于第i大类中第j小类的森林火灾影响因子的林火风险数值，φ
ij
等于第i大类中第j小类的森林火灾影响因子的权重。
[0009]其中，该获取每个GIS网格的该气象影响因子对应的林火风险数值，包括：获取分布于该待测林区的多个气象站点的多组气象观测数据，该每组气象观测数据包括：温度、相对湿度、地表湿度、风力、风向、实时降水量、累计降水量；获取该每个GIS网格对应的高度；将每个站点的气象观测数据和对应的高度进行数据拟合，得出该生态区域中气象观测数据与高度之间对应关系的数学表达式；将每个GIS网格的高度代入该数学表达式中，获取该每个GIS网格的气象影响因子的数值；基于该每个GIS网格的气象影响因子的数值，生成该每个GIS网格的气象影响因子对应的林火风险数值。
[0010]其中，该获取每个GIS网格的每个森林火灾影响因子的数值，包括：获取该待测林区的遥感影像；将该遥感图像输入到第一神经网络，自动生成该每个GIS网格的该地貌地形影响因子的数值。
[0011]其中，该获取每个GIS网格的每个森林火灾影响因子的数值，包括：获取该待测林区的高光谱影像；将该高光谱影像输入到第二神经网络，自动生成该每个GIS网格的该植被影响因子的数值。
[0012]其中，该获取每个GIS网格的每个森林火灾影响因子的数值，包括：响应于用户的输入操作，获取该每个GIS网格的该人为活动影响因子的数值、该巡查信息影响因子的数值、该应急水源影响因子的数值、该历史火灾影响因子的数值。
[0013]其中，还包括：采用特定的颜色显示该待测林区的不同等级的该林火风险等级。
[0014]第二方面，本专利技术提供一种基于多因素的森林火灾风险等级预测装置，该装置包括：林火影响因子数值获取模块，用于将待测林区划分为多个GIS网格，获取每个GIS网格的每种森林火灾影响因子的数值，该森林火灾影响因子包括七大类：气象影响因子、地貌地形影响因子、植被影响因子、人为活动影响因子、巡查信息影响因子、应急水源影响因子、历史火灾影响因子；林火影响因子风险获取模块，用于基于该每种森林火灾影响因子的数值，获取该每种森林火灾影响因子对应的林火风险数值；林火影响因子权重获取模块，用于获取该每种森林火灾影响因子对应的权重；林火风险等级生成模块，用于将该每个GIS网格的该每种森林火灾影响因子对应的该林火风险数值和该权重输入到加权计算公式中，得出该每个GIS网格的林火风险数值，并基于该林火风险数值生成该每个GIS网格的林火风险等级。
[0015]第三方面，本专利技术提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令用于使计算机执行如上述的方法。
[0016]本专利技术的有益效果是：
[0017]本专利技术通过基于七大类林火影响因子计算每个GIS网格的林火风险数值，克服现有技术中存在预测林火风险不方便和不准确的技术问题，实现了准确地计算待预测林区的
林火风险数值，并基于该林火风险数值生成林火风险等级，从而方便用户获知待测林区的林火风险情况，实现对林区的火灾进行提前预防。
[0018]另外，本专利技术的每个大类林火影响因子下面包括多个小类林火影响因子，一共采用了三十五类林火影响因子去计算林火风险数值。这样，使计算的林火风险数值更贴近实际情况，计算的结果更准确。
附图说明
[0019]图1是本专利技术基于多因素的林火风险等级预测方法的一实施例的流程示意图；
[0020]图2是图1的步骤S12中获取气象影响因子对应的林火风险数值的一实施例的流程示意图；
[0021]图3是图1的步骤S12中获取地貌地形影响因子的数值的一实施例的流程示意图；
[0022]图4是图1的步本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多因素的林火风险等级预测方法，其特征在于，包括：将待测林区划分为多个GIS网格，获取每个GIS网格的每种森林火灾影响因子的数值，所述森林火灾影响因子包括七大类：气象影响因子、地貌地形影响因子、植被影响因子、人为活动影响因子、巡查信息影响因子、应急水源影响因子、历史火灾影响因子，每大类森林火灾影响因子包括多种小类森林火灾影响因子；基于所述每种森林火灾影响因子的数值，获取所述每种森林火灾影响因子对应的林火风险数值；获取所述每种森林火灾影响因子对应的权重；将所述每个GIS网格的所述每种森林火灾影响因子对应的所述林火风险数值和所述权重输入到加权计算公式中，得出所述每个GIS网格的林火风险数值，并基于所述林火风险数值生成所述每个GIS网格的林火风险等级。2.根据权利要求1所述的方法，其特征在于，所述气象影响因子包括如下多个小类影响因子：干旱预警频率、温度、相对湿度、地表湿度、风力、风向、实时降水量、累计降水量；所述地貌地形影响因子包括如下多个小类影响因子：高程、坡度、坡向、土壤含水量；所述植被影响因子包括如下多个小类影响因子：树种、林种、树龄、面积、郁闭度、蓄积量、造林密度；所述人为活动影响因子包括如下多个小类影响因子：深埋点数量、施工工地人数、林区果园数量、距离特殊节日天数；所述巡查信息影响因子包括如下多个小类影响因子：巡逻人次数、出动车次、物资变化、洒水次数、林区入口盘查车次；所述应急水源影响因子包括如下多个小类影响因子：储水罐数量、湖泊位置、水库位置、水库蓄水量、水库高程；所述历史火灾影响因子包括如下多个小类影响因子：起火点位置、过火面积。3.根据权利要求2所述的方法，其特征在于，所述森林火灾影响因子的数值采用自动算法抓取或者人工输入或者自定义设置的方式获取；所述加权计算公式为：其中，V等于某个GIS网格的林火风险数值，m等于各森林火灾影响因子的大类数量，m＝7，n等于每大类森林火灾影响因子的小类数量，V
ij
等于第i大类中第j小类的森林火灾影响因子的林火风险数值，φ
ij
等于第i大类中第j小类的森林火灾影响因子的权重。4.根据权利要求3所述的方法，其特征在于，所述获取每个GIS网格的所述气象影响因子对应的林火风险数值，包括：获取分布于所述待测林区的多个气象站点的多组气象观测数据，所述每组气象观测数据包括：温度、相对湿度、地表湿度、风力、风向、实时降水量、累计降水量；获取所述每个GIS网格对应的...
【专利技术属性】
技术研发人员：郑能欢，
申请(专利权)人：深圳数研锦瀚智慧科技有限公司，
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。