-
公开(公告)号:CN119647767A
公开(公告)日:2025-03-18
申请号:CN202411711094.3
申请日:2024-11-27
IPC: G06Q10/063 , G06N3/0464 , G06N3/08 , G06N3/0442 , G06Q50/26
Abstract: 本发明提供一种林火蔓延智能预测与主动干预控制方法及系统,涉及林火管理技术领域。该林火蔓延智能预测与主动干预系统,包括:数据采集模块、数据预处理模块、智能预测模块、模型优化与验证模块、主动干预决策模块、干预策略优化模块、实时监测与评估模块、用户交互界面模块和通信模块。通过高度集成多维数据采集、智能数据分析与预测、自动化干预控制以及动态优化调整等一系列核心技术,实现了对林火蔓延趋势的高效、精准预测。本系统不仅能够全面、实时地采集包括气象条件、地形地貌、植被分布等多维度的数据,还利用先进的深度学习和机器学习算法,对这些数据进行智能分析,从而构建出高精度的林火蔓延预测模型。
-
公开(公告)号:CN119202521A
公开(公告)日:2024-12-27
申请号:CN202411167439.3
申请日:2024-08-23
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06F18/214 , G06N3/088
Abstract: 本发明提供基于自适应多模型与智能优化的实时雷击火预测系统,涉及自然灾害预测技术领域。该基于自适应多模型与智能优化的实时雷击火预测系统,包括:数据采集与预处理,通过气象站、卫星遥感或无人机的方式进行收集雷击火相关的多源数据;利用内置的数据清洗、去噪、特征提取与标准化处理机制,对采集的数据进行预处理,确保数据质量;建立物联网架构,确保数据的即时传输与更新;利用基于深度学习的数据预处理引擎,自动识别并处理异常数据、缺失值及噪声,提升数据清洗效率和准确性。通过集成多种预测模型,并利用自适应选择与智能融合机制,能够根据不同情况动态选择最优模型或模型组合,显著提升预测精度。
-
公开(公告)号:CN118260563A
公开(公告)日:2024-06-28
申请号:CN202410401489.7
申请日:2024-04-03
IPC: G06F18/21 , G06F18/232 , G06Q50/26 , G06F16/29
Abstract: 本发明提供一种大尺度森林草原火险分区方法,涉及火险阶层分区技术领域。该一种大尺度森林草原火险分区方法,包括整理全国气象站日值数据、计算表层数值、计算F和S符合指数分布、根据下载气象数据的多个地区进行同步计算、分区单元以县级行政区域为基本单元、火灾地域分级、数据对比与数据整合。通过统计计算全国气象站气象因子计算表层可燃物湿度指数(S)和火险天气指数(F),构建每个气象站S和F之间的指数方程,通过指数方程系数聚类,对不同地域的方程系数进行单独测算得出该区域的火险等级,可以使得出的数据与趋势测算的更加精确。
-
公开(公告)号:CN120013172A
公开(公告)日:2025-05-16
申请号:CN202510101841.X
申请日:2025-01-22
IPC: G06Q10/0631 , G06Q50/02 , G06V20/10 , G06V10/764 , G06T7/62
Abstract: 一种寒温带针叶林火烧迹地人工恢复优先级确定方法,它属于遥感技术领域。本发明解决了现有方法在恢复火烧区域内不同子区域的针叶林时并未考虑到各子区域针叶林自然更新能力差异的问题。本发明首先计算火后影像的目标区域内每个像元的差值归一化火烧指数,再根据差值归一化火烧指数来确定初始的自然更新能力值,再根据海拔、坡度和坡向值的大小来修改每个像元的自然更新能力,进而确定每个像元所属的类型,并将类型相同的相邻像元融合为一个斑块,最后,根据斑块类型和斑块面积大小,确定每个斑块的人工恢复优先级。本发明方法可以应用于寒温带针叶林火烧迹地人工恢复。
-
公开(公告)号:CN118014356A
公开(公告)日:2024-05-10
申请号:CN202410167708.X
申请日:2024-02-06
IPC: G06Q10/0635 , G06F18/23
Abstract: 本发明公开了一种基于可燃物危险性的人工林小班尺度森林火险区划方法,获取人工林可燃物特性因子、环境因子和土地类型因子小班数据,对其引燃危险指数和火强度危险指数赋值,计算得到每个小班的可燃物引燃危险指数值、可燃物火强度危险指数值和可燃物综合火险指数值,并利用GIS软件的自然间断点聚类分析法分级制作对应的等级区划图。本发明提供的区划方法有效提高了人工林森林火险区划结果的精细度和准确度,为林场针对不同类型、不同等级的火灾风险区域,制定科学高效的可燃物管理和火灾防控措施提供了更多更准确的参考依据和数据支撑。
-
-
-
-