[发明专利]一种基于主成分分析和模糊C均值的森林火灾预警方法

说明书

本发明提供了一种基于主成分分析和模糊C均值的森林火灾预警方法，包括以下步骤：步骤1，收集气象数据并对特征进行PCA降维处理；步骤2，根据降维后的新特征建立目标函数；步骤3，对目标函数进行求解。本发明通过对气象数据的收集和特征的降维处理，建立目标函数，通过对目标函数求解，得到各样本的分布，从而对其划分为不同森林火灾风险等级的簇，对林业监测环境与森林火灾的预警具有积极的作用。

技术领域

本发明涉及一种基于主成分分析和模糊C均值的森林火灾预警方法。

背景技术

当前气候异常导致林火频发，森林火灾仍然是人类生存的重大威胁因素之一。2018年11月，美国加利福尼亚州森林火灾死亡78人，为加州历史上死亡人数最多的森林火灾。2017年5月，我国内蒙古毕拉河“502”森林火灾，在1万多武警官兵和扑火人员扑救下才成功扑灭火灾。在信息化技术日趋发达的今天，包括美国等发达国家在内的研究人员在森林大火导致重大伤亡面前仍然束手无策。尤其近些年来，森林火灾呈现愈演愈烈趋势，对其研究仍然是林业研究的重要课题之一。从2018年开始，中国林业学术会议已经将森林火灾研究作为一个独立课题与林业其他课题并行研究发展。

林火的高发性和破坏性决定了林火防控的重要性，世界各国为此不遗余力。造成森林火灾的因素众多，原因复杂，难以准确量化，这也是林火研究虽然历经近百年，但是森林火灾不降反升的主要原因。申请人提出一种基于主成分分析和模糊C均值的林火模型，该模型属于林火发生预测模型，理论用于多因素在因果关系中的不确定分析，符合森林火灾成因分析模型。在获取林火参数过程中，需要借助当前先进的物联网技术实现林火的高效防控和自动监测，国家林业局也明确提出了“加快林业信息化，带动林业现代化”的奋斗目标。科学有效的对林火进行预警预报，最大限度的减少林火带来的损失一直是我国林业管理部门和科研部门十分关注的问题，无线传感器网络技术的兴起和发展为现代林业火灾预警预报实现提供了机遇，在林业发展中积极应用现代信息技术，建设现代林业物联网。

发明内容

发明目的：为解决背景技术中存在的技术问题，本发明提供了一种基于主成分分析和模糊C均值的森林火灾预警方法，包括以下步骤：

步骤1，收集气象数据并对特征进行降维处理，得到第一主成分和第二主成分；

步骤2，根据第一主成分和第二主成分建立目标函数；

步骤3，对目标函数进行求解，根据得到的结果输出火灾预警等级。

步骤1包括：基于无线传感器网络，对每个原始样本x′_j＝(x′_1j，x′_2j，…，x′_nj)^T收集气象参数，气象参数即特征，其中j为样本序号，n为特征的类别总数，x′_nj表示第j个原始样本的第n个特征；对于不同类型的特征，采用PCA降维技术，对特征进行压缩并形成第一主成分和第二主成分，对于原始数据集，具体降维过程如下：

x′_nN表示第n个样本的第N个特征，它是原始数据，即降维前的数据；

样本方差计算公式如下：

其中，Var代表特征的方差，N是样本个数，x_i代表一个特征中第i个样本的取值，代表这一列样本的均值，X’表示降维后的矩阵；这一列表示特征列，矩阵X’的每一列都表示一个特征列。

通过求解协方差矩阵的特征方程|S-λI|＝0，得到对应的特征值λ_i，i＝1，2，…，n，其中I为单位矩阵。λ表示特征值，有几个特征就有几个特征值。

步骤2包括：对于不同森林火灾风险等级的簇c_i及各个降维后的样本x_j，建立如下目标函数户：