[发明专利]森林火灾预测方法、装置、计算机设备和存储介质

说明书

本申请揭示了一种森林火灾预测方法、装置、计算机设备和存储介质，其中方法包括：获取待预测森林火灾的森林区域的指定数据；将所述指定数据输入到预设的基于ConvLSTM模型的森林火灾预测模型进行运算；根据运算结果确定所述森林区域的火险系数。本申请充分利用ConvLSTM模型的时序建模能力以及时空特性，建立一个兼顾时间序列和空间序列的火灾预测模型，从而更加准确的进行森林火灾预测。

技术领域

本申请涉及到计算机技术领域，特别是涉及到一种森林火灾预测方法、装置、计算机设备和存储介质。

背景技术

现有的火灾预测基本是根据森林所处区域的空气温度、空气湿度、降水、连旱天数、风等自然参数进行预测，但是预测结果准确度较低。比如，澳大利亚火险预报系统是经过800多次野外点火实验建立起来的，虽然有坚实的野外场试验基础，但是只适用于单一的可燃物类型等。所以提供一种预测实用性更高和准确度更好的森林火灾预测方法是亟需解决的问题。

发明内容

本申请的主要目的为提供一种实用性和准确性相对于现有技术更高的森林火灾预测方法、装置、计算机设备和存储介质。

为了实现上述申请目的，本申请提出一种森林火灾预测方法，其特征在于，包括：

获取待预测森林火灾的森林区域的指定数据；

将所述指定数据输入到预设的基于ConvLSTM模型的森林火灾预测模型进行运算；

根据运算结果确定所述森林区域的火险系数。

进一步地，所述指定数据至少包括对应所述森林区域的火点信息数据、火像元数据、着火日期数据、火灾季节的烧伤疤痕数据、现场火警记录数据、地形数据以及地形矢量数据。

进一步地，所述将所述指定数据输入到预设的基于ConvLSTM模型的森林火灾预测模型进行运算的步骤，包括：

将所述火点信息数据、火像元数据、着火日期数据、火灾季节的烧伤疤痕数据和现场火警记录数据在所述森林火灾预测模型中进行时间序列分析，将地形数据和地形矢量数据在所述森林火灾预测模型中进行空间序列分析。

进一步地，所述将所述火点信息数据、火像元数据、着火日期数据、火灾季节的烧伤疤痕数据和现场火警记录数据在所述森林火灾预测模型中进行时间序列分析，将地形数据和地形矢量数据在所述森林火灾预测模型中进行空间序列分析的步骤之前，包括：

判断所述现场火警记录数据中是否存在人为放火的记录数据；

如果存在人为放火的记录数据，则从所述现场火警记录数据中将所述人为放火的记录数据清除。

进一步地，所述将所述指定数据输入到预设的基于ConvLSTM模型的森林火灾预测模型进行运算的步骤之前，包括：

将获取的所述指定数据进行归一化处理，得到标准化的所述指定数据。

进一步地，所述将所述指定数据输入到预设的基于ConvLSTM模型的森林火灾预测模型进行运算的步骤之前，包括：

获取所述森林区域的地理位置；

根据所述森林区域的地理位置调用对应所述森林区域的地理位置的所述森林火灾预测模型，其中，所述森林火灾预测模型包括多个，不同的森林火灾预测模型是针对不同地理位置，并基于ConvLSTM模型建立的森林火灾预测模型。

进一步地，所述将所述指定数据输入到预设的基于ConvLSTM模型的森林火灾预测模型进行运算的步骤之前，包括：

获取所述森林区域的地貌属性；