[发明专利]细粒度的森林火灾概率预报系统

摘要

本发明涉及林火预测预报，针对传统林火预测预报系统预测精度不高、空间粒度较粗等问题，设计并实现新的林火概率预报系统：本发明采用的技术方案是，细粒度的森林火灾概率预报系统,包括:关系型数据库模块，关系型数据库模块进一步包括气象观测数据库、气象预报数据库、模型输入因子数据库、模型数据库和林火概率数据库；气象观测数据库存储当日的气象观测数据，用于更新模型输入因子数据库中的数据；气象预报数据库存储用于贝叶斯网络推理的气象预报数据；模型输入因子数据库存储用于构建贝叶斯网络模型和概率分配模型的历史数据和空间数据；模型数据库存储系统的模型文件，为每个地区的林火概率提供计算模型。本发明主要应用于林火预测预报。

主权项

一种细粒度的森林火灾概率预报系统,其特征是，包括:关系型数据库模块，关系型数据库模块进一步包括气象观测数据库、气象预报数据库、模型输入因子数据库、模型数据库和林火概率数据库；气象观测数据库存储当日的气象观测数据，用于更新模型输入因子数据库中的数据；气象预报数据库存储用于贝叶斯网络推理的气象预报数据；模型输入因子数据库存储用于构建贝叶斯网络模型和概率分配模型的历史数据和空间数据，包括气象历史数据、林火历史数据、地理数据、地表覆盖数据、人口分布数据；林火概率数据库存储系统的计算结果，包括由贝叶斯网络推理得到的县级林火概率，由概率分配模型计算得到的300m×300m粒度林火概率，以及相应的林火风险等级；模型数据库存储系统的模型文件，为每个地区的林火概率提供计算模型；数据库管理模块，提供对数据库中基础信息的处理，实现数据的导入、数据格式转换、数据编辑、修改、查询；数据采集模块完成对系统输入数据的采集工作，其中气象历史数据需要编写网络爬虫程序进行采集；包括地表覆盖、海拔的栅格数据借助地理信息系统工具进行提取；FWI指数计算模块完成森林火险天气指数计算功能，首先由午时气温、午时相对湿度、午时风速、24小时降水量计算得到5个中间指数，再由5个中间指数计算得出当日的FWI指数，数据规整模块完成对连续型数据的离散化功能，以生成用于贝叶斯网络模型训练及预测的样本数据；贝叶斯网络推理模块完成贝叶斯网络建模和推理功能，首先根据专家经验，主观确定贝叶斯网络的节点和网络结构；然后，基于样本数据进行网络参数学习，建立用于林火概率预测的贝叶斯网络模型；最后，应用联合树算法进行推理，预测出县级林火概率；概率分配模块完成将县级林火概率分配至300m×300m粒度功能，首先对林火历史记录进行统计分析，得到各林火因子的取值权重，然后基于空间数据和县级林火概率计算300m×300m粒度的林火概率，并通过显示模块显示。