[发明专利]一种火灾风险等级分布图的绘制方法

说明书

本发明公开了一种火灾风险等级分布图的绘制方法，包括以下步骤：选择绘制火灾等级分布图的城市，收集该城市中历史火点发生地的火灾影响因素数据、火灾情况数据以建立火灾信息分布情况数据集；对所述城市内区域中的各类地形地貌进行标记和提取，得到网格数据；利用数据清洗与特征提取方法对火灾信息分布情况数据集进行预处理；将预处理后的火灾信息分布情况数据集，采用机器学习算法进行训练，得到多个预测模型；利用这些预测模型对所述网格数据进行计算，得到每个网格所对应的预测值；确定各预测值权重，计算出最终风险值，进行归一化处理和等级划分；基于所述网格数据以及划分后的等级，绘制火灾风险等级分布图。

技术领域

本发明涉及火灾防控管理领域，具体涉及一种火灾风险等级分布图的绘制方法。

背景技术

随着经济的高速发展和城市化进程的快速推进，现代社会的火灾情况愈加复杂，加上基础设施建设的相对滞后，火灾事故频发，火灾风险不断增加，对社会和经济的可持续发展带来越来越严重的影响。因此为了预防和减少火灾事故发生，并为消防部门和城市建设及管理部门在防灾减灾措施方面提供参考，对地区火灾风险进行评估显得十分必要。

发明内容

为了解决区域火灾风险评估技术的空缺与不足，本发明的目的是提供一种火灾风险等级分布图的绘制方法，通过预测火灾风险分布情况，提前采取对应的预防措施，为防灾减灾提供数据支持与参考。

为了实现上述任务，本发明采用以下技术方案：

一种火灾风险等级分布图的绘制方法，包括以下步骤：

选择绘制火灾等级分布图的城市，收集该城市中历史火点发生地以及其他区域的火灾影响因素数据、历史火点发生地的火灾情况数据以建立火灾信息分布情况数据集；所述火灾影响因素数据包括环境信息、危险源和气象信息；所述历史火点发生地的火灾情况数据包括火灾面积大小、财产损失以及人员伤亡情况；

对所述城市内区域中的各类地形地貌进行标记和提取，得到网格数据，网格数据形式为每一经纬度坐标对应一个地形；

利用数据清洗与特征提取方法对火灾信息分布情况数据集进行预处理；

将预处理后的火灾信息分布情况数据集中，历史火点发生地的即环境信息、危险源、气象信息作为自变量，分别将火灾面积大小、财产损失、人员伤亡情况作为因变量，采用机器学习算法进行训练，得到火灾面积大小预测模型、财产损失预测模型以及人员伤亡情况预测模型；利用这些预测模型对所述网格数据进行计算，得到每个网格所对应的火灾面积大小、财产损失以及人员伤亡情况预测值；

对所获得的火灾面积大小、财产损失、人员伤亡情况预测值，确定各预测值权重，计算出最终风险值，进行归一化处理和等级划分；

基于所述网格数据以及划分后的等级，绘制火灾风险等级分布图。

进一步地，所述环境信息具体包括地形地貌、人口密度、建筑物密度；危险源具体包括易燃易爆品、加油站、化工厂和电力设施；气象信息具体包括温度、湿度、风速大小、降雨量；为确保准确度，网格应尽可能小，使每一网格内仅包含一类地形地貌；所有网格划分以及经纬度坐标转换按照一致性原则进行处理。

进一步地，所述对所述城市内区域中的各类地形地貌进行标记和提取，得到网格数据，包括：

获取城市的瓦片地图，进行图片标记，获取训练集；使用标注工具对部分瓦片图进行标记，标记种类为居住地、森林、树林、河流、海洋、农田、湖泊，公路，每一个标记的图片对应一个.xml文件，对获得的xml文件进行批量解析进而获得训练模型所需要的训练集；

下载开源的神经网络框架Darknet53，对其进行编译，修改参数文件后，加入训练集并设置训练权重，保存训练好的模型；

利用训练好的模型对所有瓦片图进行标记和信息提取。