公开(公告)号：CN114418172A

公开(公告)日：2022-04-29

申请号：CN202111511536.6

申请日：2021-12-06

Applicant: 南京林业大学

Inventor： 高德民 ,  张佐忠

IPC: G06Q10/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于BP神经网络和气象要素的森林枯落物含水率预测方法，属于森林火灾预测技术领域。该方法包括以下步骤：选择样地，采集典型林分下的地表枯落物的样品，计算样品的含水率；获取当地的气象数据；利用含水率与气象要素进行BP神经网络模型的训练；利用训练后的BP神经网络模型，对目标数据集进行含水率的预测。本申请的方法能够较为准确地预测地表死枯落物的含水率，并且不受枯落物种类和研究区域的限制，无论在小数据集还是大数据集上都具有良好的预测效果。

公开(公告)号：CN114638736A

公开(公告)日：2022-06-17

申请号：CN202210190066.6

申请日：2022-02-28

Applicant: 南京林业大学

Inventor： 高德民 ,  牟韵洁 ,  袁文涛 ,  张佐忠

IPC: G06Q50/26 ,  G06F17/18 ,  G16Y10/10 ,  G16Y40/50

Abstract: 本发明公开了基于物联网的森林防火数据分析系统及方法，属于数据分析技术领域。本发明基于物联网设置智能终端设备，实时的监测森林火灾，无需人员深入森林进行地面巡护，将森林划分为棋盘格，以智能终端设备的监测范围为单位，便于智能设备的定位和设置，通过森林火灾概率计算单元计算单个棋盘格内的发生火灾的概率，森林火灾概率计算单元包括森林的人为火灾的概率、森林的自然火灾的概率和森林的火灾重点概率，数值化不同棋盘格发生火灾的概率和造成的影响，便于直观的不同棋盘格在森林火灾防护的重要性，根据不同棋盘格的重要性设置智能终端设备，在可控的设备成本中，最大化的监测森林火灾的情况。