-
公开(公告)号：CN115936426A
公开(公告)日：2023-04-07
申请号：CN202211421878.3
申请日：2022-11-14
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/26
Abstract: 本发明公开一种基于多源时空数据的野火易损性评估方法及系统，其特征在于包括以下步骤：首先收集了川西地区的野火易损性评估相关时空数据：人均GDP(国内生产总值)、人口密度、地区房价、旅游景区、土地利用状况、野火风险。其次通过地理信息技术和计算机手段实现了对多源时空数据的预处理，得到评估相关的六大时空指数。然后，使用了层次分析法构建了层次分析模型和六大时空指数的判断矩阵。最后通过判断矩阵得到了六大时空指数的重要性权重，生成了川西地区野火易损性评估结果图。对比模型评估的野火易损性结果和真实情况，该方法可以有效的对野火易损性进行评估。
-
公开(公告)号：CN117610723A
公开(公告)日：2024-02-27
申请号：CN202311577689.X
申请日：2023-11-24
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明实施例提供一种基于植被指数的森林叶片可燃物载荷预测方法及系统，属于森林保护学森林防火领域。该方法包括：获取待测区域的植被指数，并从所述待测区域的植被指数中选取目标植被指数，其中，所述目标植被指数的选取取决于森林叶片可燃物载荷的相关性程度；将所述目标植被指数输入至预先构建的随机森林模型进行预测，获得所述森林叶片可燃物载荷。通过上述技术方案，首先从待测区域的植被指数中选取了与森林叶片可燃物载荷相关程度最大的目标植被指数，缩小了预测范围，然后基于预先构建的随机森林模型，预测森林叶片可燃物载荷，既缩短了预测时间，也提高了预测结果的准确度。
-
Patent Agency Ranking
公开(公告)号：CN116129253A
公开(公告)日：2023-05-16
申请号：CN202211418739.5
申请日：2022-11-14
Applicant: 电子科技大学长三角研究院(湖州)
Inventor： 全兴文
Abstract: 本发明公开一种利用光学遥感数据估测冠层可燃物载荷的方法及系统，首先对GEOSAIL辐射传输模型进行参数化，该模型的参数来源于目标森林区域少部分的实测数据；其次，计算光学遥感数据的植被指数，最后，利用参数化的GEOSAIL模型，计算查找表，利用冠层可燃物计算公式，结合光学遥感数据计算的植被指数，可获得研究区冠层可燃物载荷分布。该方法十分地便利、快捷、有效，是首次提出利用光学遥感数据耦合辐射传输模型获得冠层可燃物载荷的方法。同时，该方法成本较低，有助于不同区域、不同实相的森林冠层可燃物载荷的区域性制图与产品化，服务于森林火灾防控的国家重大需求，保障当地生态与生命财产安全。
-
公开(公告)号：CN115907006A
公开(公告)日：2023-04-04
申请号：CN202211422322.6
申请日：2022-11-14
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N5/01
Abstract: 本发明公开一种公开了基于随机森林的稀树草原可燃物含水量预测方法及系统，包括以下步骤：首先进行研究区域的确定与数据的收集，之后，进行数据的预处理：剔除坏值及不合理的站点数据，构成数据集。通过相应的计算公式获得植被指数。通过灵敏度分析在多个候选植被指数中遴选出部分植被指数作为模型的输入变量，避免了过拟合现象，通过设置随机森林的参数，将遴选出的植被指数输入到调参后的模型中，获得预测结果并计算R2与RMSE。利用相同的数据集作为指数回归与偏最小二乘法的输入，比较三种方法的R2与RMSE可以发现，在稀树草原可燃物含水量预测上随机森林算法表现更佳，其预测精度相较于其他两种传统经验模型更高。
-
公开(公告)号：CN115905799A
公开(公告)日：2023-04-04
申请号：CN202211438401.6
申请日：2022-11-16
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F17/18 , G06F18/2431 , G06F18/213 , G06F18/214 , G06N20/00
Abstract: 本发明公开一种基于气象与遥感数据的植被冠层可燃物含水率的估测方法及系统，包括以下步骤：首先选择可燃物含水率与各类气象数据与遥感数据及其他几种附属数据作为可燃物含水率估测数据。气象数据包括气温、相对湿度、降雨量与风速。遥感数据包括两种植被指数：增强植被指数和归一化植被指数。附属数据包括：根区土壤水分、蒸汽压差、干旱指数、加拿大火灾天气因子。然后对气象数据进行长时间序列特征的提取。先确定时间窗口的大小，实验结果表明90‑210天的时间窗口下多数站点的相关系数相对较高。分别选用90天、150天、210天的时间窗口，提取四种气象数据的时间特征。其次将实验区域的样本划分为5种植被分类，分别为密闭灌丛、稀疏灌丛、多树热带草原、热带稀树草原和草地。最后分别将五种不同的植被类型的数据集依次进行模型调参，得到各自的估算模型。
-
公开(公告)号：CN115792952A
公开(公告)日：2023-03-14
申请号：CN202211432938.1
申请日：2022-11-16
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01S17/89 , G01N21/3554 , G01N21/84 , G06F30/20
Abstract: 本发明公开一种基于数值优化算法的植被叶片参数遥感反演方法及系统，涉及遥感反演技术领域，该方法根据各波段地表反射率数据，计算遥感观测的植被指数信息，构建以均方根误差为原型的代价函数，然后利用数值优化算法求解代价函数极小值点，以实现植被叶片参数反演，本方法能够动态引入先验知识，调整自由变量的维度和模型其它固定参数初值，并结合代价函数的梯度值信息，能够在一定程度上缓解病态反演问题。克服了基于传统查找表算法反演精度受到变量步长设置影响的缺点，且可针对不同遥感卫星数据，快速开展应用。该方法操作简单。
-
公开(公告)号：CN115169729A
公开(公告)日：2022-10-11
申请号：CN202210900650.6
申请日：2022-07-28
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开一种基于长短期记忆模型的可燃物含水率预测方法及系统，首先采集数据并进行处理，结合可燃物含水率的数据源和气象数据的数据源，按照可燃物含水率的测量时间与测量地点进行数据处理。构建长短期记忆模型并进行训练，最后利用训练后的长短期记忆模型进行结果预测。该方法可以有效地对可燃物含水率进行预测，通过长短期记忆模型对数据集进行训练与验证，相较于传统机器学习算法精度有了提高；并且可燃物含水率与气象因素有着很高的相关性，该方法综合了温度、水汽压、风速等气象因子，相较于只利用可燃物含水率进行预测精度有了进一步提升。
-
-
-
-
-
-
Search Results
17
records
(took 0.031 seconds)
