本發(fā)明主要涉及火災(zāi)預(yù)警領(lǐng)域，具體涉及一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)。

背景技術(shù)：

1、利用人工智能進(jìn)行西南地區(qū)森林的火災(zāi)進(jìn)行預(yù)警、火災(zāi)蔓延變化以及受災(zāi)面積評(píng)估，需要使用大量傳感器如煙霧傳感器、遠(yuǎn)程紅外線探測(cè)、遠(yuǎn)程電視監(jiān)控和激光雷達(dá)技術(shù)對(duì)目標(biāo)區(qū)域進(jìn)行各項(xiàng)數(shù)據(jù)采集，將數(shù)據(jù)交由人工智能大模型進(jìn)行綜合評(píng)估。

2、當(dāng)前基于人工智能開發(fā)的火災(zāi)預(yù)警系統(tǒng)已經(jīng)趨于完善，可以對(duì)火情做到及時(shí)預(yù)警、火情發(fā)展預(yù)測(cè)和受災(zāi)面積評(píng)估，考慮到火情出現(xiàn)后需要安排相關(guān)應(yīng)急人員進(jìn)入現(xiàn)場(chǎng)進(jìn)行撲火作業(yè)。

3、發(fā)明人提出一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，基于當(dāng)前的人工智能火災(zāi)預(yù)警模型，對(duì)采集的數(shù)據(jù)權(quán)重進(jìn)行修改調(diào)整，結(jié)合物理監(jiān)測(cè)措施，對(duì)火情出現(xiàn)區(qū)域進(jìn)行精確布控和火情蔓延預(yù)防處理，降低系統(tǒng)運(yùn)行能耗和監(jiān)測(cè)精確度。

技術(shù)實(shí)現(xiàn)思路

1、1.發(fā)明要解決的問題：

2、本發(fā)明的提供了一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，用于解決上述背景技術(shù)中提到的現(xiàn)有火情預(yù)測(cè)中火情蔓延區(qū)域監(jiān)控處理精確度不足的技術(shù)問題。

3、2.技術(shù)方案：

4、為達(dá)到上述目的，本發(fā)明提供的技術(shù)方案為：一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，包括如下模塊：

5、監(jiān)測(cè)模塊，所述監(jiān)測(cè)模塊劃分有固定站點(diǎn)和非固定站點(diǎn)，所述非固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)，所述檢測(cè)模塊通信連接有傳輸模塊。

6、評(píng)估系統(tǒng)，所述評(píng)估系統(tǒng)劃分有預(yù)警模式和應(yīng)急模式，所述評(píng)估系統(tǒng)運(yùn)行的硬件模組與傳輸模塊通信連接。

7、進(jìn)一步的，所述監(jiān)測(cè)模塊包括煙霧檢測(cè)模塊、視頻監(jiān)控模塊、溫度監(jiān)測(cè)模塊、濕度監(jiān)測(cè)模塊、風(fēng)速監(jiān)測(cè)模塊、風(fēng)向監(jiān)測(cè)模塊、液位傳感器和流量計(jì)，所述監(jiān)測(cè)模塊中固定站點(diǎn)接收衛(wèi)星遙感數(shù)據(jù)。

8、所述固定站點(diǎn)可預(yù)置煙霧檢測(cè)模塊和/或視頻監(jiān)控模塊和/或溫度監(jiān)測(cè)模塊和/或濕度監(jiān)測(cè)模塊和/或風(fēng)速監(jiān)測(cè)模塊和/或風(fēng)向監(jiān)測(cè)模塊。

9、所述非固定站點(diǎn)可預(yù)置煙霧檢測(cè)模塊和/或視頻監(jiān)控模塊和/或溫度監(jiān)測(cè)模塊和/或濕度監(jiān)測(cè)模塊和/或風(fēng)速監(jiān)測(cè)模塊和/或風(fēng)向監(jiān)測(cè)模塊，所述非固定站點(diǎn)可采取無人機(jī)和/或飛艇和/或地面車輛和/或水上船舶等。

10、進(jìn)一步的，所述衛(wèi)星遙感數(shù)據(jù)包括對(duì)監(jiān)測(cè)區(qū)域的植被覆蓋數(shù)據(jù)和水資源分布數(shù)據(jù)；

11、所述水資源分布數(shù)據(jù)中需要重點(diǎn)關(guān)注水域流量情況，采用常規(guī)公式q＝sv；

12、其中，s是所述待測(cè)水域的截面面積，v是該待測(cè)水域的水流速度；

13、所述待測(cè)水域截面的截面曲線離散成為若干個(gè)采樣點(diǎn)，基于液位傳感器獲得各采樣點(diǎn)的水深值后，通過下述數(shù)學(xué)公式計(jì)算得到：

14、；

15、其中：

16、δd——采樣間距；

17、hi——第i點(diǎn)水深；

18、n——采樣點(diǎn)數(shù)；

19、s——水渠截面積。

20、進(jìn)一步的，所述評(píng)估系統(tǒng)的預(yù)警模式下非固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)，所述評(píng)估系統(tǒng)的應(yīng)急模式下非固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)與固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)相同。

21、進(jìn)一步的，所述評(píng)估系統(tǒng)的數(shù)據(jù)評(píng)估過程包括如下步驟：

22、根據(jù)接收的煙霧數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)、溫度數(shù)據(jù)、濕度數(shù)據(jù)、風(fēng)速數(shù)據(jù)、風(fēng)向數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)，評(píng)估目標(biāo)區(qū)域的火災(zāi)發(fā)生概率。

23、評(píng)估非固定站點(diǎn)和固定站點(diǎn)采集的數(shù)據(jù)，考慮到非固定站點(diǎn)對(duì)具體監(jiān)測(cè)區(qū)域的抵近監(jiān)測(cè)，優(yōu)先處理非固定站點(diǎn)數(shù)據(jù)，節(jié)約評(píng)估系統(tǒng)算力。

24、固定站點(diǎn)采集的數(shù)據(jù)作為監(jiān)控區(qū)域內(nèi)的火情預(yù)警初步判斷依據(jù)，在發(fā)現(xiàn)監(jiān)控區(qū)域內(nèi)火災(zāi)發(fā)生概率上升的情況下，需要非固定站點(diǎn)介入為評(píng)估系統(tǒng)提供抵近監(jiān)控區(qū)域采集的數(shù)據(jù)。

25、進(jìn)一步的，所述評(píng)估結(jié)果中非固定站點(diǎn)數(shù)據(jù)權(quán)重占比為0.65和固定站點(diǎn)數(shù)據(jù)權(quán)重占比為0.35。

26、對(duì)固定站點(diǎn)采集的數(shù)據(jù)進(jìn)行評(píng)估，其中：

27、煙霧數(shù)據(jù)權(quán)重占比為0.25；

28、視頻監(jiān)控?cái)?shù)據(jù)權(quán)重占比為0.22；

29、溫度數(shù)據(jù)權(quán)重占比為0.29；

30、濕度數(shù)據(jù)權(quán)重占比為0.12；

31、風(fēng)速數(shù)據(jù)權(quán)重占比為0.06；

32、風(fēng)向數(shù)據(jù)權(quán)重占比為0.06；

33、對(duì)非固定站點(diǎn)采集的數(shù)據(jù)進(jìn)行評(píng)估，其中：

34、煙霧數(shù)據(jù)權(quán)重占比為0.36；

35、視頻監(jiān)控?cái)?shù)據(jù)權(quán)重占比為0.2；

36、溫度數(shù)據(jù)權(quán)重占比為0.28；

37、濕度數(shù)據(jù)權(quán)重占比為0.1；

38、風(fēng)速數(shù)據(jù)權(quán)重占比為0.03；

39、風(fēng)向數(shù)據(jù)權(quán)重占比為0.03；

40、依據(jù)采集的溫度數(shù)據(jù)、濕度數(shù)據(jù)、風(fēng)速數(shù)據(jù)、風(fēng)向數(shù)據(jù)、煙霧數(shù)據(jù)判斷火險(xiǎn)等級(jí)：

41、；

42、i為火險(xiǎn)等級(jí)指數(shù)，

43、pi,i＝1,2,3,4,5分別為五種氣象因子分量指數(shù)，

44、λi,i＝1,2,3,4,5分別為五種氣象因子分量指數(shù)在不同空間分辨尺度下的對(duì)應(yīng)的權(quán)重系數(shù)。

45、進(jìn)一步的，所述評(píng)估系統(tǒng)中對(duì)固定站點(diǎn)中溫度數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于煙霧數(shù)據(jù)的評(píng)估優(yōu)先級(jí)。

46、所述評(píng)估系統(tǒng)中對(duì)非固定站點(diǎn)中煙霧數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于溫度數(shù)據(jù)的評(píng)估優(yōu)先級(jí)。

47、進(jìn)一步的，所述評(píng)估系統(tǒng)中評(píng)估結(jié)果接近系統(tǒng)閾值13%的范圍需要對(duì)系統(tǒng)用戶發(fā)出火災(zāi)高發(fā)預(yù)警，涉及非固定場(chǎng)所設(shè)備需要對(duì)重點(diǎn)區(qū)域進(jìn)行抵近監(jiān)測(cè)，所述評(píng)估系統(tǒng)中評(píng)估結(jié)果接近系統(tǒng)閾值6%的范圍需要輸出應(yīng)急方案供系統(tǒng)用戶參考。

48、3.有益效果：

49、采用本發(fā)明提供的技術(shù)方案，與現(xiàn)有技術(shù)相比，具有如下有益效果：

50、本發(fā)明提供了一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，評(píng)估系統(tǒng)中預(yù)警模式和應(yīng)急模式在運(yùn)行中主要區(qū)別在于非固定站點(diǎn)的啟用量，降低整個(gè)系統(tǒng)的運(yùn)行能耗，通過固定站點(diǎn)和非固定站點(diǎn)的組合監(jiān)測(cè)措施，提高本系統(tǒng)對(duì)監(jiān)測(cè)區(qū)域的監(jiān)測(cè)精度。

51、該裝置中未涉及部分均與現(xiàn)有技術(shù)相同或可采用現(xiàn)有技術(shù)加以實(shí)現(xiàn)。

技術(shù)特征：

1.一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：包括如下模塊：

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述監(jiān)測(cè)模塊包括煙霧檢測(cè)模塊、視頻監(jiān)控模塊、溫度監(jiān)測(cè)模塊、濕度監(jiān)測(cè)模塊、風(fēng)速監(jiān)測(cè)模塊、風(fēng)向監(jiān)測(cè)模塊、液位傳感器和流量計(jì)，所述監(jiān)測(cè)模塊中固定站點(diǎn)接收衛(wèi)星遙感數(shù)據(jù)；

3.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述衛(wèi)星遙感數(shù)據(jù)包括對(duì)監(jiān)測(cè)區(qū)域的植被覆蓋數(shù)據(jù)和水資源分布數(shù)據(jù)；

4.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述評(píng)估系統(tǒng)的預(yù)警模式下非固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)，所述評(píng)估系統(tǒng)的應(yīng)急模式下非固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)與固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)相同。

5.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述評(píng)估系統(tǒng)的數(shù)據(jù)評(píng)估過程包括如下步驟：

6.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述評(píng)估結(jié)果中非固定站點(diǎn)數(shù)據(jù)權(quán)重占比為0.65和固定站點(diǎn)數(shù)據(jù)權(quán)重占比為0.35；

7.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述評(píng)估系統(tǒng)中對(duì)固定站點(diǎn)中溫度數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于煙霧數(shù)據(jù)的評(píng)估優(yōu)先級(jí)；

8.根據(jù)權(quán)利要求1所述的一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，其特征在于：所述評(píng)估系統(tǒng)中評(píng)估結(jié)果接近系統(tǒng)閾值13%的范圍需要對(duì)系統(tǒng)用戶發(fā)出火災(zāi)高發(fā)預(yù)警，涉及非固定場(chǎng)所設(shè)備需要對(duì)重點(diǎn)區(qū)域進(jìn)行抵近監(jiān)測(cè)，所述評(píng)估系統(tǒng)中評(píng)估結(jié)果接近系統(tǒng)閾值6%的范圍需要輸出應(yīng)急方案供系統(tǒng)用戶參考。

技術(shù)總結(jié)
本發(fā)明提供一種基于人工智能的森林火災(zāi)智能預(yù)警系統(tǒng)，包括如下模塊：監(jiān)測(cè)模塊，所述監(jiān)測(cè)模塊劃分有固定站點(diǎn)和非固定站點(diǎn)，所述非固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)高于固定站點(diǎn)數(shù)據(jù)的評(píng)估優(yōu)先級(jí)，所述檢測(cè)模塊通信連接有傳輸模塊；評(píng)估系統(tǒng)，所述評(píng)估系統(tǒng)劃分有預(yù)警模式和應(yīng)急模式，所述評(píng)估系統(tǒng)運(yùn)行的硬件模組與傳輸模塊通信連接，評(píng)估系統(tǒng)中預(yù)警模式和應(yīng)急模式在運(yùn)行中主要區(qū)別在于非固定站點(diǎn)的啟用量，降低整個(gè)系統(tǒng)的運(yùn)行能耗，通過固定站點(diǎn)和非固定站點(diǎn)的組合監(jiān)測(cè)措施，提高本系統(tǒng)對(duì)監(jiān)測(cè)區(qū)域的監(jiān)測(cè)精度。

技術(shù)研發(fā)人員：李忠良
受保護(hù)的技術(shù)使用者：南京瀚淼信息科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/5