一种不同时期的森林区域火灾预测分析方法

专利检索2025-09-14  1


本发明涉及林火预测管理,尤其涉及一种不同时期的森林区域火灾预测分析方法。


背景技术:

1、研究森林火灾驱动因素及其影响是森林火灾管理与预防的一个重要方面,可以帮助防火部门准确评估森林火灾隐患,有效实施森林防火策略。多项研究表明,森林火灾发生及其蔓延受到气象、植被(可燃物)、地形和人为活动等多种因素的综合影响。guo等研究发现,森林火灾的发生与植被覆盖率密切相关,这一因素具有重要的影响;常禹等认为地形因素显著地改变植被的分布结构和数量,并在某种程度上会对森林火灾的发生和扩散产生影响;狄丽颖等通过对森林火灾发生的空间分布特征进行分析,发现公路、铁路和居民点区域是森林火灾的多发地区;郭福涛等对森林火灾的驱动因子进行了分析,发现人口密度和当地gdp与森林火灾发生存在着显著相关关系。

2、目前在中国北方森林开展了一些森林火灾预测模型的研究,其中大部分研究聚焦于如不同气候梯度之间森林火灾发生驱动因素的比较,不同地理区之间森林火灾发生驱动因素的比较并且这些研究都会选择某一个时期内的火点数据进行建模。现在大多单纯考虑气象、植被、地形等因素,或者是气候梯度,地理区等不同区域,在火灾建模时往往会忽略火灾管理政策对森林火灾驱动因素等各项关键信息的影响,因此从火灾管理政策变动分析这一角度分析森林火灾各项信息变动仍然是一片空白。


技术实现思路

1、(一)要解决的技术问题

2、鉴于现有技术的上述缺点、不足,本发明提供一种不同时期的森林区域火灾预测分析方法,其解决了现有技术方案难以承担因火灾管理政策的变动而造成影响和各项因素变化规律的分析工作技术问题。

3、(二)技术方案

4、为了达到上述目的,本发明采用的主要技术方案包括:

5、第一方面,本发明实施例提供一种不同时期的森林区域火灾预测分析方法,包括:

6、以森林防火政策实施时间为分界线,获取分界线前后的不同时期的内蒙古自治区森林区域的火灾数据;

7、根据获取的分界线前后的不同时期的内蒙古自治区森林区域的火灾数据,以接近或多于森林火点的比例创建随机点并进行随机日期赋值,根据得到的赋值随机点和森林火点形成样本点数据;

8、从至少一个数据源获取包含地形、森林类型、基础设施、人口和社会经济、气象的驱动因子数据,并结合样本点数据得到样本数据集;

9、通过递归将样本数据集切割成多组用于建模的子数据集,再利用线性回归方法对多组子数据集进行连续构建弱学习树模型,将建立的多个连续的弱学习树模型组合成预测模型;

10、基于预测模型对分界线前后的不同时期的火灾数据进行预测与分析,得到不同时期的森林防火政策下的模型精度的变化信息、火灾预测概率变化信息、火灾驱动因素的变化信息以及火险等级的变化信息之中的至少一种。

11、可选地,根据获取的分界线前后的不同时期的内蒙古自治区森林区域的火灾数据,以接近或多于森林火点的比例创建随机点并进行随机日期赋值,根据得到的赋值随机点和森林火点形成样本点数据包括:

12、遍历获取的分界线前后的不同时期的内蒙古自治区森林区域的火灾数据,删除没有地理位置的火灾数据;

13、将保留下来的已知火点赋值为1;

14、以全国土地利用数据为基础提取内蒙古自治区森林类型分布范围,在内蒙古自治区森林类型分布范围内创建随机点,并将随机点赋值为0;

15、对创建的随机点进行随机日期赋予,以确保随机点的生成在时间上和空间上都是完全随机的;

16、对创建的随机点两两之间进行最小允许距离设置,以避免创建的随机点与已知火点重合或者邻近;

17、根据森林火点和随机点形成样本点数据。

18、可选地,从至少一个数据源获取包含地形、森林类型、基础设施、人口和社会经济、气象的驱动因子数据,并结合样本点数据得到样本数据集包括:

19、从地理空间数据云获取gdemv230m数字高程数据,并将gdemv230m数字高程数据进行包含空间校正拼接、剪辑、重采样的预处理,得到地形因子数据;

20、从国家地球系统科学数据中心获取中国土地利用现状遥感监测数据图,并从中国土地利用现状遥感监测数据图中提取每个火点和随机点对应的森林类型因子数据;

21、从全国地理信息资源目录服务系统调用包含距离火点最近的铁路、公路以及居民点的基础设施数据;

22、从内蒙古自治区统计局获取人口和社会经济数据;

23、从气象服务平台获取加入了火灾发生前一年春季防火期和秋季防火期的气象数据,同时在日尺度上,选择了平均气温、最高气温、平均相对湿度、平均地表气温、最高地表气温、最小相对湿度、平均风速、日照时数以及累计降水,在月尺度上,选择了火灾发生当月及火灾发生前一个月的月平均气温、月平均相对湿度、月平均地表气温、月累计日照时数以及月平均降水量;

24、将包含地形、森林类型、基础设施、人口和社会经济、气象的驱动因子数据结合对应的样本点数据,得到样本数据集。

25、可选地,基于预测模型对分界线前后的不同时期的火灾数据进行预测包括:

26、利用预测模型所依赖的构建工具使得预测模型基于不同时期的内蒙古自治区森林区域的火灾数据分别进行放弃不重要变量测试,在以精度最高为目的不断调整模型层参数过程中,选择保留没有被放弃3次及以上的显著变量;

27、借助于增强回归树模型所依赖的构建工具,得到分界线前后的不同时期的内蒙古自治区森林区域的火灾数据所对应的显著变量之间的相对重要性,并根据显著变量之间的相对重要性进行排序;

28、引入显著变量参与预测模型的拟合阶段,以得到预测模型在分界线前后的不同时期内的预测结果。

29、可选地,预测模型为:

30、

31、式中,tm(x,γm)代表的是第m棵弱学习树模型,m∈m,x代表的是驱动因子预测变量,γm代表的是预测变量参数,是该决策树分裂点和叶子结点的赋值,求解γm的过程为单棵弱学习树模型的学习训练过程。

32、可选地,基于预测模型对分界线前后的不同时期的火灾数据进行分析,得到不同时期的森林防火政策下的模型精度的变化信息、火灾预测概率变化信息、火灾驱动因素的变化信息以及火险等级的变化信息之中的至少一种包括:

33、将模型的预测结果与对应时期的观测值进行比较,生成模型的残差;

34、设置若干不同的临界值来计算一系列的敏感性和特异性值,将敏感性作为序数,将特异性作为负数得到预测模型下的接受者操作特性曲线roc;

35、求取接受者操作特性曲线roc下的面积的值auc;

36、通过根据接受者操作特性曲线roc的敏感性和特异性计算yoden指数计算求得最佳临界值,以作为最佳阈值;

37、根据模型的残差、接受者操作特性曲线roc下的面积的值auc、最佳阈值,确定分界线前后的不同时期下的预测模型的预测精度变化信息;

38、对分界线前后的不同时期下的预测模型的预测结果进行分析,得到火灾预测概率变化信息、火灾驱动因素的变化信息以及火险等级的变化信息。

39、可选地,

40、不同时期的森林防火政策下的火灾驱动因素的变化信息包括:驱动因素的显著变量变化和显著变量的排序变化;

41、不同时期的森林防火政策下的火险等级的变化信息包括:火险区域占森林区域的占比变化。

42、第二方面,本发明实施例提供一种不同时期的森林区域火灾预测分析系统,包括:

43、火灾数据获取模块,用于以森林防火政策实施时间为分界线,获取分界线前后的不同时期的内蒙古自治区森林区域的火灾数据;

44、样本点生成模块,用于根据获取的分界线前后的不同时期的内蒙古自治区森林区域的火灾数据,以接近或多于森林火点的比例创建随机点并进行随机日期赋值,根据得到的赋值随机点和森林火点形成样本点数据;

45、样本数据集生成模块,用于从至少一个数据源获取包含地形、森林类型、基础设施、人口和社会经济、气象的驱动因子数据,并结合样本点得到样本数据集;

46、预测模型构建模块,用于通过递归将样本数据集切割成多组用于建模的子数据集,再利用线性回归方法对多组子数据集进行连续构建弱学习树模型,将建立的多个连续的弱学习树模型组合成预测模型;

47、变化信息输出模块,用于基于预测模型对分界线前后的不同时期的火灾数据进行预测与分析,得到不同时期的森林防火政策下的模型精度的变化信息、火灾预测概率变化信息、火灾驱动因素的变化信息以及火险等级的变化信息之中的至少一种。

48、第三方面,本发明实施例提供一种不同时期的森林区域火灾预测分析设备,包括:

49、至少一个数据库;

50、以及与所述至少一个数据库通信连接的存储器;

51、其中,所述存储器存储有可被所述至少一个数据库执行的指令,所述指令被所述至少一个数据库执行,以使所述至少一个数据库能够执行如上所述的一种不同时期的森林区域火灾预测分析方法。

52、第四方面,本发明实施例提供一种计算机可读介质,其上存储有计算机可执行指令,所述可执行指令被处理器执行时实现如上所述的一种不同时期的森林区域火灾预测分析方法。

53、(三)有益效果

54、本发明的有益效果是:本发明选择构建一种适用于内蒙古自治区的森林火灾预测方案的预测模型,从森林防火政策这一角度出发,深度挖掘了因政策变动而导致的模型精度、火灾预测概率、火灾驱动因素以及火险等级的各自变化规律和内在联系,为构建不同时间序列的火灾预测模型提供参考,并为优化森林火灾管理政策及预测预报工作提供科学依据。


技术特征:

1.一种不同时期的森林区域火灾预测分析方法,其特征在于,包括:

2.如权利要求1所述的一种不同时期的森林区域火灾预测分析方法,其特征在于,根据获取的分界线前后的不同时期的内蒙古自治区森林区域的火灾数据,以接近或多于森林火点的比例创建随机点并进行随机日期赋值,根据得到的赋值随机点和森林火点形成样本点数据包括:

3.如权利要求1所述的一种不同时期的森林区域火灾预测分析方法,其特征在于,从至少一个数据源获取包含地形、森林类型、基础设施、人口和社会经济、气象的驱动因子数据,并结合样本点数据得到样本数据集包括:

4.如权利要求1所述的一种不同时期的森林区域火灾预测分析方法,其特征在于,基于预测模型对分界线前后的不同时期的火灾数据进行预测包括:

5.如权利要求1所述的一种不同时期的森林区域火灾预测分析方法,其特征在于,预测模型为:

6.如权利要求4所述的一种不同时期的森林区域火灾预测分析方法,其特征在于,基于预测模型对分界线前后的不同时期的火灾数据进行分析,得到不同时期的森林防火政策下的模型精度的变化信息、火灾预测概率变化信息、火灾驱动因素的变化信息以及火险等级的变化信息之中的至少一种包括:

7.如权利要求6所述的一种不同时期的森林区域火灾预测分析方法,其特征在于,

8.一种不同时期的森林区域火灾预测分析系统,其特征在于,包括:

9.一种不同时期的森林区域火灾预测分析设备,其特征在于,包括:

10.一种计算机可读介质,其上存储有计算机可执行指令,其特征在于,所述可执行指令被处理器执行时实现如权利要求1-7任一项所述的一种不同时期的森林区域火灾预测分析方法。


技术总结
本发明涉及一种不同时期的森林区域火灾预测分析方法,其方法包括:根据不同时期的内蒙古森林区域的火灾数据,创建随机点并进行随机日期赋值,根据得到的赋值随机点和森林火点形成样本点数据;获取驱动因子数据并结合样本点得到样本数据集;通过递归将样本数据集切割成多组用于建模的子数据集,再利用线性回归方法对多组子数据集进行连续构建弱学习树模型,进而组合成预测模型;基于预测模型进行预测与分析,得到不同时期的森林防火政策下的若干变化信息。本发明从森林防火政策这一角度出发,深度挖掘了因政策变动而导致的各项变化信息,为构建不同时间序列的火灾预测模型提供参考,并为优化森林火灾管理政策及预测预报工作提供科学依据。

技术研发人员:赵鹏武,张恒,周庆
受保护的技术使用者:内蒙古农业大学
技术研发日:
技术公布日:2024/5/29
转载请注明原文地址:https://win.8miu.com/read-1157754.html

最新回复(0)