【技术实现步骤摘要】
本专利技术涉及易燃性评估预测，具体涉及一种可燃物易燃性评估方法、装置、设备及存储介质。
技术介绍
1、野火是全球生态系统中最重要的自然干扰过程之一，大面积火灾的发生对生态、经济都会带来无法估量的伤害，而伴随火灾的发生产生的大量温室气体在一定程度上也影响着人类的健康。
2、野火发生概率以及蔓延速度主要受到气候、地形与可燃物易燃性的影响。其中气候和地形的时空分布比较稳定，相关数据的获取也比较容易。因此，准确评估预测各区域可燃物易燃性在评估和预警野火风险的研究中占有关键地位。
3、现有技术中在进行可燃物易燃性评估过程中由于不同植被类型所对应的植被因子差距较大，无视这种差别在进行模型训练时会导致模型分辨率下降进而影响可燃物易燃性的评估结果。
技术实现思路
1、在进行可燃物易燃性评估过程中由于不同植被类型所对应的植被因子差距较大，无视这种差别在进行模型训练时会导致模型分辨率下降进而影响可燃物易燃性的评估结果的问题，本专利技术提供一种可燃物易燃性评估方法、装置、设备及存储介质。
2、第一方面，本专利技术技术方案提供一种可燃物易燃性评估方法，包括如下步骤：
3、在监测的遥感数据中提取研究区域的植被数据和历史火点数据；植被像元包括森林像元、灌木像元和草原像元；
4、从提取的数据中获取模型训练时所需的指标因子；
5、将指标因子作为自变量，将是否发生火灾作为二分类的因变量输入logistic模型；
6、将指标因子数据按
7、获取研究区域设定位置的像元点并提取该像元点位置的指标因子输入训练后的模型计算出该像元点的可燃物易燃性年变化曲线。
8、作为本专利技术技术方案的进一步限定，从提取的数据中获取模型训练时所需的指标因子的步骤之后包括：
9、将获取的指标因子进行相关性分析，并根据分析结果筛选得到应用的指标因子。
10、作为本专利技术技术方案的进一步限定，将获取的指标因子进行相关性分析，并根据分析结果筛选得到应用的指标因子的步骤包括：
11、使用皮尔森相关系数对各指标因子进行两两相关性分析计算得到皮尔森相关系数矩阵；
12、将皮尔森相关系数矩阵中相关系数大于设定阈值对应的指标因子从提取的数据中去除，剩余指标因子为应用的指标因子；
13、公式如下：
14、式中，x、y分别表示两组数据，ρx,y表示相关系数，e表示数据的数学期望。
15、作为本专利技术技术方案的进一步限定，指标因子包括火灾发生当月的森林可燃物载荷、火灾发生前一时刻的可燃物含水率、火灾发生前一时刻与火灾发生前两时刻的可燃物含水率的差值以及火灾发生前一时刻的可燃物含水率与该植被像元全年平均可燃物含水率的比率；
16、应用的指标因子包括火灾发生当月的森林可燃物载荷、火灾发生前一时刻的可燃物含水率、火灾发生前一时刻与火灾发生前两时刻的可燃物含水率的差值。
17、作为本专利技术技术方案的进一步限定，将指标因子作为自变量，将是否发生火灾作为二分类的因变量输入logistic模型的步骤包括：
18、将筛选得到的应用的指标因子作为自变量，将是否发生火灾作为二分类的因变量输入logistic模型。
19、作为本专利技术技术方案的进一步限定，将指标因子数据按照植被像元的不同划分数据集，并将各数据集进行数据划分生成训练数据和验证数据，按照植被像元的不同对所述模型进行训练优化得到不同植被像元的模型参数的步骤包括：
20、将应用的指标因子数据按照植被像元的不同划分为森林像元数据集、灌木像元数据集和草原像元数据集；
21、分别将森林像元数据集、灌木像元数据集和草原像元数据集中的数据按照设定比例划分成对应的训练数据和验证数据；
22、分别将训练数据带入logistic模型进行模型训练并采用验证数据对训练的模型进行验证得到不同植被像元的模型参数。
23、第二方面，本专利技术技术方案提供一种可燃物易燃性评估装置，包括数据提取模块、指标因子获取模块、模型参数训练模块和评估执行模块；
24、数据提取模块，用于在监测的遥感数据中提取研究区域的植被数据和历史火点数据；植被像元包括森林像元、灌木像元和草原像元；
25、指标因子获取模块，用于从提取的数据中获取模型训练时所需的指标因子；
26、模型参数训练模块，用于将指标因子作为自变量，将是否发生火灾作为二分类的因变量输入logistic模型；将指标因子数据按照植被像元的不同划分数据集，并将各数据集进行数据划分生成训练数据和验证数据，按照植被像元的不同对所述模型进行训练优化得到不同植被像元的模型参数；
27、评估执行模块，用于获取研究区域设定位置的像元点并提取该像元点位置的指标因子输入训练后的模型计算出该像元点的可燃物易燃性年变化曲线。
28、作为本专利技术技术方案的进一步限定，该装置还包括相关性分析模块，用于将获取的指标因子进行相关性分析，并根据分析结果筛选得到应用的指标因子。
29、作为本专利技术技术方案的进一步限定，相关性分析模块包括分析计算单元和计算处理单元；
30、分析计算单元，用于使用皮尔森相关系数对各指标因子进行两两相关性分析计算得到皮尔森相关系数矩阵；
31、计算处理单元，用于将皮尔森相关系数矩阵中相关系数大于设定阈值对应的指标因子从提取的数据中去除，剩余指标因子为应用的指标因子；
32、公式如下：
33、式中，x、y分别表示两组数据，ρx,y表示相关系数，e表示数据的数学期望。
34、作为本专利技术技术方案的进一步限定，指标因子包括火灾发生当月的森林可燃物载荷、火灾发生前一时刻的可燃物含水率、火灾发生前一时刻与火灾发生前两时刻的可燃物含水率的差值以及火灾发生前一时刻的可燃物含水率与该植被像元全年平均可燃物含水率的比率；
35、应用的指标因子包括火灾发生当月的森林可燃物载荷、火灾发生前一时刻的可燃物含水率、火灾发生前一时刻与火灾发生前两时刻的可燃物含水率的差值。
36、作为本专利技术技术方案的进一步限定，模型参数训练模块包括变量输入单元、像元数据集生成单元、数据集划分单元和参数训练优化单元；
37、变量输入单元，用于将筛选得到的应用的指标因子作为自变量，将是否发生火灾作为二分类的因变量输入logistic模型；
38、像元数据集生成单元，用于将应用的指标因子数据按照植被像元的不同划分为森林像元数据集、灌木像元数据集和草原像元数据集；
39、数据集划分单元，用于分别将森林像元数据集、灌木像元数据集和草原像元数据集中的数据按照设定比例划分成对应的训练数据和验证数据；
40、参数训练优本文档来自技高网...
【技术保护点】
1.一种可燃物易燃性评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的可燃物易燃性评估方法，其特征在于，从提取的数据中获取模型训练时所需的指标因子的步骤之后包括：
3.根据权利要求2所述的可燃物易燃性评估方法，其特征在于，将获取的指标因子进行相关性分析，并根据分析结果筛选得到应用的指标因子的步骤包括：
4.根据权利要求3所述的可燃物易燃性评估方法，其特征在于，指标因子包括火灾发生当月的森林可燃物载荷、火灾发生前一时刻的可燃物含水率、火灾发生前一时刻与火灾发生前两时刻的可燃物含水率的差值以及火灾发生前一时刻的可燃物含水率与该植被像元全年平均可燃物含水率的比率；
5.根据权利要求4所述的可燃物易燃性评估方法，其特征在于，将指标因子作为自变量，将是否发生火灾作为二分类的因变量输入Logistic模型的步骤包括：
6.根据权利要求5所述的可燃物易燃性评估方法，其特征在于，将指标因子数据按照植被像元的不同划分数据集，并将各数据集进行数据划分生成训练数据和验证数据，按照植被像元的不同对所述模型进行训练优化得到不同植被像元
7.一种可燃物易燃性评估装置，其特征在于，包括数据提取模块、指标因子获取模块、模型参数训练模块和评估执行模块；
8.根据权利要求7所述的可燃物易燃性评估装置，其特征在于，该装置还包括相关性分析模块，用于将获取的指标因子进行相关性分析，并根据分析结果筛选得到应用的指标因子。
9.一种电子设备，其特征在于，所述电子设备包括：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；存储器存储有可被至少一个处理器执行的计算机程序指令，所述计算机程序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如权利要求1至6中任一项所述的可燃物易燃性评估方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一项所述的可燃物易燃性评估方法。
...【技术特征摘要】
1.一种可燃物易燃性评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的可燃物易燃性评估方法，其特征在于，从提取的数据中获取模型训练时所需的指标因子的步骤之后包括：
3.根据权利要求2所述的可燃物易燃性评估方法，其特征在于，将获取的指标因子进行相关性分析，并根据分析结果筛选得到应用的指标因子的步骤包括：
4.根据权利要求3所述的可燃物易燃性评估方法，其特征在于，指标因子包括火灾发生当月的森林可燃物载荷、火灾发生前一时刻的可燃物含水率、火灾发生前一时刻与火灾发生前两时刻的可燃物含水率的差值以及火灾发生前一时刻的可燃物含水率与该植被像元全年平均可燃物含水率的比率；
5.根据权利要求4所述的可燃物易燃性评估方法，其特征在于，将指标因子作为自变量，将是否发生火灾作为二分类的因变量输入logistic模型的步骤包括：
6.根据权利要求5所述的可燃物易燃性评估方法，其特征在于，将指标因子数据按照植被像元的不同划分数据集，并将各数据...
【专利技术属性】
技术研发人员：李明钊，张文倩，全兴文，
申请(专利权)人：电子科技大学长三角研究院湖州，
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。