一种基于多源数据的火灾预测方法及火灾预测装置制造方法及图纸

本申请提供了一种基于多源数据的火灾预测方法及火灾预测装置，所述火灾预测方法包括：针对期望进行火灾预测的目标区域，获取目标区域的多源数据，并计算目标区域的树木冠层参数；对多源数据中的点云数据和气象数据分别进行特征提取，得到点云数据对应的空间特征和气象数据对应的气象时序特征，并将空间特征和气象时序特征进行特征融合，得到目标区域的多维融合特征向量；将树木冠层参数、点云数据和多维融合特征向量分别输入至火灾预测模型中，输出所述目标区域的火灾预测结果。通过上述方法，提高了火灾预测的准确性和效率，进而提高了火灾预测的实用性和灵活性。

【技术实现步骤摘要】

本申请涉及火灾预测，尤其是涉及一种基于多源数据的火灾预测方法及火灾预测装置。

技术介绍

1、当前的火灾预测方法一般是基于区域内的二维植被指数或低分辨率遥感数据来预测，是在复杂地形或城市与森林的交界带等区域的预测准确性较低；此外，虽然激光雷达（lidar）具备三维观测能力，但其应用仍局限于形态参数提取，提取的数据在时空匹配上存在差异，且尚未形成系统性的物理参数反演机制，未能将点云数据有效转换为火灾预测模型所需的输入量，在对数据进行特征提取和融合的手段比较滞后，导致数据利用效率低下，降低了火灾预测的效率。

2、其中，火灾预测模型一般使用的传统机器学习模型（例如，xgboost或cnn）存在“黑箱”特性，无法输出火势蔓延速率与燃烧强度等具备物理意义的指标，限制了其在消防应急决策中的应用，降低了火灾预测的实用性和灵活性。

技术实现思路

1、有鉴于此，本申请的目的在于提供一种基于多源数据的火灾预测方法及火灾预测装置，通过基于获取到的目标区域的多源数据，计算目标区域对应的树木冠层参数，并对多源数据中的点云数据本文档来自技高网...

【技术保护点】

1.一种基于多源数据的火灾预测方法，其特征在于，所述火灾预测方法包括：

2.根据权利要求1所述的方法，其特征在于，所述针对期望进行火灾预测的目标区域，获取所述目标区域对应的多源数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述树木冠层参数包括冠层燃料体积密度；

4.根据权利要求1所述的方法，其特征在于，所述树木冠层参数还包括冠层间隙高度；

5.根据权利要求1所述的方法，其特征在于，所述对所述多源数据中的点云数据和气象数据分别进行特征提取，得到所述点云数据对应的空间特征和所述气象数据对应的气象时序特征，包括：p>

6.根据权...

【技术特征摘要】

1.一种基于多源数据的火灾预测方法，其特征在于，所述火灾预测方法包括：

2.根据权利要求1所述的方法，其特征在于，所述针对期望进行火灾预测的目标区域，获取所述目标区域对应的多源数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述树木冠层参数包括冠层燃料体积密度；

4.根据权利要求1所述的方法，其特征在于，所述树木冠层参数还包括冠层间隙高度；

5.根据权利要求1所述的方法，其特征在于，所述对所述多源数据中的点云数据和气象数据分别进行特征提取，得到所述点云数据对应的空间特征和所述气象数据对应的气象时序特征，包括：

6.根据权利要求1所述的方法，其特征在于，所述将所述空间特征和所述气象时序特征进行特征融合，得到所述目标区域对应的多维融...

【专利技术属性】
技术研发人员：王鑫，石腾龙，薛雷，金宏春，
申请(专利权)人：大连近地空域风云数字科技有限公司，
类型：发明
国别省市：