您所在的位置: 成果库 一种基于CNN的林火向任意方向蔓延速率预测方法

一种基于CNN的林火向任意方向蔓延速率预测方法

成果类型：: 发明专利

发布时间: 2023-07-28 09:43:22

科技成果产业化落地方案
方案提交机构：“科创中国”黑龙江科技服务团| 穆盛名 | 2023-10-23 11:00:38
成果简介 技术亮点 应用前景 团队概括 产生的效益 转化方式
近年来，世界各地森林火灾频发，森林火灾是破坏森林生态平衡的关键因素，其一旦发生便会对社会经济及全球生态造成巨大损失。在森林火灾发生后，快速准确地预测森林火灾的发展和蔓延对消防工作的实施和开展具有重要的指导意义。在林火的蔓延过程中受气象、地形、可燃物性质的影响，向不同方向蔓延的火往往具有不同的蔓延速率，精准的预测林火向任意方向蔓延的速率对森林火灾管理至关重要。
目前，对林火蔓延速率的预测往往基于统计模型，这种方法往往忽略了蔓延方向这一重要特征，不能对任意方向的蔓延速率进行准确预测，该方法还多依赖火焰区反应强度等较多不易获得的参数而构建的物理机理模型，且往往要求可燃物的状态必须是均一的，在动态变化的火场情形中有很大的局限性，不能精确的预测林火蔓延速率。而采用人工智能多对林火图像对蔓延速度进行预测，通常根据林火蔓延图像判断林火的蔓延的位置结果，无法定量描述火的蔓延过程，无法针对林火蔓延过程达到较好的预测效果。

基于CNN的林火向任意方向蔓延速率预测方法，在林火智能防控技术领域有广泛的应用前景。此方法可以解决现有的林火蔓延速率的预测方法无法对林火向任意方向蔓延的速率进行准确预测的问题1。

具体应用步骤如下1：

  1. 获取火场连续监测图像数据、火场所在地的气象数据、地形数据、可燃物属性数据。
  2. 计算火点的蔓延方向和蔓延速率。
  3. 将得到的数据进行标准化处理并随机分割得到训练集、验证集和测试集。
  4. 根据各变量相关性的强弱确定模型的输入矩阵。
  5. 构建基于CNN的神经网络模型。
  6. 使用训练集对模型进行训练，使用验证集评估其训练过程中的精度变化情况，用测试集对火点的蔓延速率进行预测，评估其最终训练效果。
学校创建于1952年7月，原名东北林学院，是在浙江大学农学院森林系和东北农学院森林系基础上建立的，由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月，由国家林业局划归教育部直属管理。2005年10月，经国家发改委、财政部和教育部批准，成为国家“211工程”重点建设高校。2010年11月，教育部和国家林业局签署合作共建协议。2011年6月，成为国家“优势学科创新平台”项目重点建设高校。2012年3月，教育部与黑龙江省人民政府签署合作共建协议。2017年9月，经国务院批准列为“双一流”建设高校。2022年2月，入选国家第二轮“双一流”建设高校。

一种基于CNN的林火向任意方向蔓延速率预测方法产生的效益有以下几点1：

  • 可以对任意方向的林火蔓延速率进行准确预测。
  • 可以提高林火蔓延预测的精度。
  • 可以增强林火防控能力。
  • 可以减少因林火造成的损失。

技术转让、合同、入股均可，具体资金双方协商，希望尽快落地实现产业化。