[发明专利]一种基于大数据的火灾预警方法及系统

权利要求书

1.一种基于大数据的火灾预警方法，其特征在于，包括：

将目标区域划分为N个互不重叠的区域，采用在各区域内布置的传感器实时采集指定数据；

对同一区域在多个历史时间段的指定数据进行融合，以得到融合后的特征数据，其中所述指定数据是多个对发生火灾用影响的数据；

将所述融合后的特征数据输入到预设的基于ConvLSTM模型的火灾预测模型进行运算，以确定所述区域在预测时间段内发生火灾的概率值；

根据得到的目标区域中各个区域内发生火灾的概率值和各个区域内发生火灾对整个目标区域的威胁程度，确定整个目标区域发生火灾的风险程度。

2.根据权利要求1所述的基于大数据的火灾预警方法，其特征在于，所述对与每个区域具有相同目标区域属性的目标区域在多个历史时间段的指定数据进行融合，包括：

基于预先训练好的递归神经网络模型对对同一区域在多个历史时间段的指定数据进行融合，以得到融合后的特征数据，以得到融合后的特征数据。

3.根据权利要求1所述的基于大数据的火灾预警方法，其特征在于，所述对同一区域在多个历史时间段的指定数据进行融合，以得到融合后的特征数据，还包括：

判断所述多个历史时间段的指定数据是否存在人为放火的记录数据；

如果存在人为放火的记录数据，则从所述多个历史时间段的指定数据清除。

4.根据权利要求1所述的基于大数据的火灾预警方法，其特征在于，所述指定数据包括环境数据、火灾相关数据和地貌数据，其中，环境数据包括传感器测得的温度、相对湿度、降雨量和风速，火灾相关数据包括所述目标区域的火点信息数据、火像元数据、着火日期数据、火灾季节的烧伤疤痕数据、现场火警记录数据，地貌数据包括：地形数据以及地形矢量数据。

5.根据权利要求1所述的基于大数据的火灾预警方法，其特征在于，所述将所述融合后的特征数据输入到预设的基于ConvLSTM模型的火灾预测模型进行运算之前，包括：

获取所述目标区域的地貌属性；

根据所述目标区域的地貌属性调用对应所述目标区域的地貌属性的所述火灾预测模型，其中，所述火灾预测模型包括多个，不同的火灾预测模型是针对不同地貌属性，并基于ConvLSTM模型建立的火灾预测模型。

6.根据权利要求1所述的基于大数据的火灾预警方法，其特征在于，所述将目标区域划分为N个互不重叠的区域，包括：

根据目标区域的目标区域属性，将待测目标区域划分为多个区域，目标区域属性包括：植被数据、地形数据、土壤湿度、降雨量；所述植被数据包括植被类型、可燃物含水量和归一化差值植被指数。

7.根据权利要求1所述的基于大数据的火灾预警方法，其特征在于，所述方法还包括：预测发生火情时，火灾蔓延速率，其中所述火灾蔓延速率的计算公式为修正参数*温度因子*风速*(1-大气湿度)*风向方向上可燃物燃烧速率*(1-可燃物湿度)*降水量因子。

8.一种基于大数据的火灾预警系统，其特征在于，包括:

目标区域划分单元，用于将目标区域划分为N个互不重叠的区域，采用在各区域内布置的传感器实时采集指定数据；

数据融合单元，用于对同一区域在多个历史时间段的指定数据进行融合，以得到融合后的特征数据，其中所述指定数据是多个对发生火灾用影响的数据；

运算单元，用于将所述融合后的特征数据输入到预设的基于ConvLSTM模型的火灾预测模型进行运算，以确定所述区域在预测时间段内发生火灾的概率值；

火灾评估单元，用于根据得到的目标区域中各个区域内发生火灾的概率值和各个区域内发生火灾对整个目标区域的威胁程度，对目标区域中各个区域内发生火灾的风险程度进行评估，根据各个区域内发生火灾的风险程度，确定整个目标区域发生火灾的风险程度。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。