一种基于人工智能的森林火灾预测方法及系统技术方案

本发明专利技术公开了一种基于人工智能的森林火灾预测方法及系统，属于森林火灾智能防控技术领域，方法包括数据集构建、特征集构建、森林火灾敏感性预测、森林火灾地点预测和森林火灾预测报告生成。本发明专利技术采用改进的Xception模型进行森林图像特征集构建，能更好捕捉复杂特征，具有更强的泛化能力，有助于提高后续预测的准确性和稳定性；采用长短期正则化随机森林模型进行森林火灾敏感性预测，有效捕捉时序特征，综合环境特征集和森林火灾特征集进行预测，提高了模型准确性和泛化能力；基于支持向量机构建森林火灾地点预测模型，采用改进的平方铰链损失函数进行模型训练，能更准确地预测森林火灾地点，有助于提高防火应急措施的及时性。

【技术实现步骤摘要】

本专利技术属于森林火灾智能防控，具体是指一种基于人工智能的森林火灾预测方法及系统。

技术介绍

1、森林火灾预测利用人工智能技术分析多种数据源，预测森林火灾的发生概率及地点，从而提供早期火灾预警信息，辅助相关部门及时采取预防措施，减少火灾发生的频率和规模，减轻对森林的破坏，维护森林生态系统的健康稳定。但在现有的森林火灾预测过程中，存在森林火灾地点的环境因素复杂，特征信息丰富，对特征提取性能要求高，且现有特征提取方法在实际应用中的泛化能力不足的技术问题；存在森林火灾受到多种环境因素的影响，缺乏一种综合考虑多种环境因素的森林火灾敏感性预测方法的技术问题；存在防火应急措施需要及时发现火源，亟需一种预测森林火灾地点方法的技术问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种基于人工智能的森林火灾预测方法及系统，针对在现有森林火灾预测过程中，存在森林火灾地点的环境因素复杂，特征信息丰富，对特征提取性能要求高，且现有特征提取方法在实际应用中的泛化能力不足的技术问题，本方案创造性地采用改进的x本文档来自技高网...

【技术保护点】

1.一种基于人工智能的森林火灾预测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤S2中，所述特征集构建，用于从森林火灾初始数据集中提取特征并构建特征集，包括以下步骤：

3.根据权利要求2所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤S3中，所述森林火灾敏感性预测，包括以下步骤：

4.根据权利要求3所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤S4中，所述森林火灾地点预测，包括以下步骤：

5.根据权利要求4所述的一种基于人工智能的森林火灾预测方...

【技术特征摘要】

1.一种基于人工智能的森林火灾预测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤s2中，所述特征集构建，用于从森林火灾初始数据集中提取特征并构建特征集，包括以下步骤：

3.根据权利要求2所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤s3中，所述森林火灾敏感性预测，包括以下步骤：

4.根据权利要求3所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤s4中，所述森林火灾地点预测，包括以下步骤：

5.根据权利要求4所述的一种基于人工智能的森林火灾预测方法，其特征在于：在步骤s5中，所述森林火灾预测报告生成，具体为综合森林火灾敏感性级别和森林火灾地点预测信息，生成森林火灾预测报告，并提供森...

【专利技术属性】
技术研发人员：刘秋收，李长林，王耀辉，汪慧芳，张科科，宋亚丽，
申请(专利权)人：广生数字科技河南有限公司，
类型：发明
国别省市：