[发明专利]一种地表可燃物含水率的预测方法及系统、服务器

权利要求书

1.一种地表可燃物含水率的预测方法，其特征在于：包括以下步骤：

获取作为采集样本的地表可燃物在各个样本周期的地表可燃物含水率；

在每个采集样本对应的样本周期，在采集样本所在地表，获取微型气象站实时监测的地表气象数据、红外水分仪实时监测的地表可燃物含水率、以及土壤水分仪实时监测的地表可燃物的温度、地表可燃物含水率和地表下方一定距离处的土壤温度和土壤湿度；

以采集样本的含水率为目标属性，基于采集样本所在地表的气象数据、地表可燃物的温度以及地表下方一定距离处的土壤温度和土壤湿度，采用随机森林算法获取地表可燃物含水率的初次预测值；

以采集样本的含水率为目标属性，基于地表可燃物含水率的初次预测值、土壤水分仪和红外水分仪获取的地表可燃物含水率的测量值，使用支持向量回归机算法获取地表可燃物含水率的最终预测值。

2.根据权利要求1所述的地表可燃物含水率的预测方法，其特征在于：所述微型气象站所获取的气象数据包括地表上方一定距离处的空气温度、空气湿度、风速和太阳光照强度，以及地表的降水量。

3.根据权利要求1所述的地表可燃物含水率的预测方法，其特征在于：通过微型气象站实时获取地表的气象数据还包括对所述微型气象站获取的原始数据进行预处理；所述预处理包括：

a)计算过去一定时间段的总降水量，过去一定时间段的最高气温、最低气温、平均风速和总降水量，以及过去一定时间段的平均风速、平均湿度、平均光照和平均温度；

b)将光照强度等频划分为若干个区间，确定所获取的光照强度所在区间；

c)将空气湿度等宽离散为若干个区间，确定所获取的空气湿度所在区间；

d)对风速进行分级，确定所获取的风速的级别。

4.根据权利要求1所述的地表可燃物含水率的预测方法，其特征在于：所述随机森林算法采用怀卡托智能分析环境平台实现，迭代次数为100次，随机种子为1，不进行剪枝处理。

5.一种地表可燃物含水率的预测系统，其特征在于：包括样本含水率获取模块、样本传感器数据获取模块、随机森林建模模块和支持向量回归机建模模块；

所述样本含水率获取模块用于获取作为采集样本的地表可燃物在各个样本周期的地表可燃物含水率；

所述样本传感器数据获取模块用于在每个采集样本对应的样本周期，在采集样本所在地表，获取微型气象站实时监测的地表气象数据、红外水分仪实时监测的地表可燃物含水率、以及土壤水分仪实时监测的地表可燃物的温度、地表可燃物含水率和地表下方一定距离处的土壤温度和土壤湿度；

所述随机森林建模模块用于以采集样本的含水率为目标属性，基于采集样本所在地表的气象数据、地表可燃物的温度和地表下方一定距离处的土壤温度和土壤湿度，采用随机森林算法获取地表可燃物含水率的初次预测值；

所述支持向量回归机建模模块用于以采集样本的含水率为目标属性，基于地表可燃物含水率的初次预测值、土壤水分仪和红外水分仪获取的地表可燃物含水率的测量值，使用支持向量回归机算法获取地表可燃物含水率的最终预测值。

6.根据权利要求5所述的地表可燃物含水率的预测系统，其特征在于：所述微型气象站所获取的气象数据包括地表上方一定距离处的空气温度、空气湿度、风速和太阳光照强度，以及地表的降水量。

7.根据权利要求5所述的地表可燃物含水率的预测系统，其特征在于：通过微型气象站实时获取地表的气象数据还包括对所述微型气象站获取的原始数据进行预处理；所述预处理包括：

a)计算过去一定时间段的总降水量，过去一定时间段的最高气温、最低气温、平均风速和总降水量，以及过去一定时间段的平均风速、平均湿度、平均光照和平均温度；

b)将光照强度等频划分为若干个区间，确定所获取的光照强度所在区间；

c)将空气湿度等宽离散为若干个区间，确定所获取的空气湿度所在区间；

d)对风速进行分级，确定所获取的风速的级别。

8.根据权利要求5所述的地表可燃物含水率的预测系统，其特征在于：所述随机森林算法采用怀卡托智能分析环境平台实现，迭代次数为100次，随机种子为1，不进行剪枝处理。

9.一种服务器，其特征在于：包括权利要求5-8之一所述的地表可燃物含水率的预测系统。

10.一种地表可燃物含水率的预测系统，其特征在于：包括权利要求9所述的服务器，以及设置在监测区域且与所述服务器通信连接的微型气象站、土壤水分仪和红外水分仪；

所述微型气象站用于实时获取监测区域的地表的气象数据；

所述土壤水分仪用于实时获取监测区域的地表可燃物的温度、地表可燃物含水率和地表下方一定距离处的土壤温度和土壤湿度；

所述红外水分仪用于实时获取监测区域的地表可燃物含水率；

所述服务器用于根据所获取的各个样本周期内采集样本的地表可燃物的含水率，以及微型气象站、土壤水分仪和红外水分仪获取的采集样本的传感数据，预测监测区域的地表可燃物含水率。