【技术实现步骤摘要】
本专利技术涉及森林火灾预警领域，特别是涉及一种森林火灾风险预测方法、设备及存储介质。
技术介绍
1、森林火灾预测预警是气象防灾减灾的重要内容，而林火事件大多与当地人为活动密切相关，气象火险指数难以满足区域林火防治的精度和精细化需求，然而，过去的研究仍未充分考虑不同影响因子和空间方位的影响差异，以及样本内部结构特征的影响。
2、mcd12q1数据是一种modis的土地覆盖类型产品，它提供了全球范围内每年的土地覆盖类型分布，分辨率为500米。它是通过对modis的terra和aqua卫星的反射率数据进行监督分类得到的，然后通过后处理和辅助信息进一步优化了特定的类别。
3、我国东部森林主要分布在长江中下游地区，受亚热带季风气候影响，地形多为丘陵覆盖、主要生长着人工林和次生林，受局部人为活动影响显著。以往的机器学习方法能够考虑多种驱动数据集与森林火灾的相关关系，然而仍在存在特征重要性差异忽略的问题。
4、该特征差异主要体现在森林火灾外部和内部两个方面：
5、(1)外部上没有充分考虑不同影响因子和空...
【技术保护点】
1.一种森林火灾风险预测方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的森林火灾风险预测方法，其特征在于，所述陆地生态变量包括植被指数、陆面地表温度数据和土壤增散发数据集；
3.根据权利要求1所述的森林火灾风险预测方法，其特征在于，所述数据预处理包括历史火情数据处理，包括如下步骤：
4.根据权利要求1所述的森林火灾风险预测方法，其特征在于，所述火灾风险评估网络模型包括基于卷积神经网络框架和视觉注意力模型，步骤如下：
5.根据权利要求1所述的森林火灾风险预测方法，其特征在于，在所述步骤S4模型训练中，样本...
【技术特征摘要】
1.一种森林火灾风险预测方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的森林火灾风险预测方法，其特征在于，所述陆地生态变量包括植被指数、陆面地表温度数据和土壤增散发数据集；
3.根据权利要求1所述的森林火灾风险预测方法，其特征在于，所述数据预处理包括历史火情数据处理，包括如下步骤：
4.根据权利要求1所述的森林火灾风险预测方法，其特征在于，所述火灾风险评估网络模型包括基于卷积神经网络框架和视觉注意力模型，步骤如下：
5.根据权利要求1所述的森林火灾风险预测方法，其特征在于，在所述步骤s4模型训练中，样本数据被随机分为两部分，其中70%用于模型训练，30%用于精度评定，使用二值交叉熵损失函数和adam算法用于损失计算和模型参数优化，火灾风险评估网络模型以500个...
【专利技术属性】
技术研发人员：贺忠华，樊高峰，李正泉，李少虹，曾招城，
申请(专利权)人：浙江省气候中心浙江省生态遥感中心，浙江省农业气象中心，
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。