[发明专利]一种基于人工智能感知机模型的森林火灾预测方法

说明书

本发明涉及一种基于人工智能感知机模型的森林火灾预测方法，采用全新逻辑设计，基于历史数据进行训练，不断优化目标森林区域火灾模型，使之适应于目标森林区域的火灾预测，再结合传感网络所获得的实时检测数据，实现目标森林区域火灾等级的预测，如此有针对目标森林区域实现了高效率的火灾等级预测，并且预测准确性大大提高。此方法具有较强的的可扩展性，当迁移目标区域后，只需要重新提供数据集即可建立一个较为完备的预测模型，简化了传统方法的参数初始化操作，当预测结果和事实出现偏差时，可以动态的根据结果反馈并修正预测模型。

技术领域

本发明涉及一种基于人工智能感知机模型的森林火灾预测方法，属于森林火灾预测技 术领域。

背景技术

凡是失去人为控制,在森林内自然蔓延和扩展,对生态系统和人类带来一定危害和损 失的森林起火,都称森林火灾。目前,世界每年发生林火22万次以上,烧毁各种森林达640 多万hm²,占世界森林覆盖率的0.23％以上。森林火灾排放会排放大量的温室气体，森林火 灾碳排放与含碳气体排放是大气和环境污染的主要来源之一。大兴安岭2010年森林火灾 碳排放量为117870.62t，加剧了全球性温室效应。除此之外，严重的森林火灾还会对人 类的安全构成威胁，消耗大量人力财力物力。仅在2015年，全国共发生森林火灾3703起，其中特别重大火灾1起，伤亡人数112人，造成损失约4亿元。

林火预测预报距今已有近百年的历史。早期林火监测方式主要依靠人工监测，虽然效 果明显，但极大地耗费人力物力财力，并且人员的安全无法得到保障。红外线图像主要用 于监测明火，但由于早期火灾烟雾大于明火，使用红外视频监测无法及时获得火场信息， 易耽误最佳灭火时机。通过卫星和无人机的方法虽然减少了人力物力的消耗，但是其昂的 成本仍然导致其无法大规模使用。而且视频监控获得信息较为单一，可能无法准确的对森 林状态进行监测。近10年来,随着人为活动的影响和全球气候的变化,全球森林火灾有加 剧的趋势，如何有效地预测森林火灾已成为林火研究中的当务之急。

中国林业大数据发展战略研究报告随着物联网技术、数据科学和人工智能的发展，如 何将传统的林火预测手段向数据驱动，人工智能和物联网等现代技术手段转变已是林火预 测的重要难题。引领林业现代化为出发点，以人工智能技术为核心，以跨业务融合为主线， 坚持应用导向、创新驱动、聚焦突破、融合发展的理念，来推动人工智能技术在林业及生 态文明建设中的应用。大数据技术浪潮将数据提升到战略高度重视的同时，也为森林防火 行业低成本优化策略提供更好地解决方案。

林火预测预报是综合气象要素、地形、可燃物的干湿程度、可燃物类型特点和火源等, 对森林可燃物的燃烧危险性进行分析预测。1914年美国就开始研究火险等级；俄国在沙俄 时期曾采用桧柏枝条和木柱体的方法来预估林火的发生；1928年加拿大利用空气相对湿度 来进行火险预报；1936年美国提出多因子预报方法；二十世纪40年代日本向提出实效湿 度法；1944年苏联聂斯切洛夫提出综合指标法；二十世纪70年代，加拿大和美国首先形 成了国家级火险预报系统。我国在林火预测方面的研究起步较晚，1978年后，我国的林火 预报研究由火险天气预报向林火发生预报和林火行为发生预报发展,并开始研制全国性的 林火预报系统。目前，我国主要采用经验法、数学方法、物理方法、野外实验法和室内测 定法进行林火预测预报，实际效果不理想。

发明内容

本发明所要解决的技术问题是提供一种基于人工智能感知机模型的森林火灾预测方 法，采用全新逻辑设计，基于历史数据进行训练，获得满足目标森林区域的预测方法，有 效提高目标森林区域火灾等级预测的效率。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于人工智能感 知机模型的森林火灾预测方法，用于实现对目标森林区域的火灾预测，包括如下步骤：