[发明专利]基于无人机的火势发展预测方法及预测系统

权利要求书

1.基于无人机的火势发展预测方法，其特征在于，包括以下步骤：

将图像或视频数据输入至预先训练好的识别检测模型中，获取火源位置数据、建筑物特征数据、可燃物特征数据及衍生特征数据；

将火源位置数据、建筑物特征数据、可燃物特征数据及衍生特征数据输入至预先训练好的环境影响模型中，获得火势发展的环境影响因素数据；

将实时气象数据、气象预测数据及火势发展的环境影响因素数据输入至预先训练好的气象数据处理模型中，获得环境因素影响下的气象数据；所述气象数据处理模型用于分析当前和预测的气象条件，以及气象条件如何在特定环境因素的影响下改变；

将火源位置数据、火势发展的环境影响因素数据及环境因素影响下的气象数据输入至预先训练好的火势发展预测模型中，获得火势发展预测结果。

2.根据权利要求1所述的预测方法，其特征在于，所述火源位置数据包括：火源的地理坐标及火源的高度；

所述建筑物特征数据包括：建筑物的位置、形状、大小、结构及材料；

所述可燃物特征数据包括：位置、类型、数量、湿度、生物学特性；

所述衍生特征数据包括：火源与建筑物的距离及火源与可燃物的距离。

3.根据权利要求1所述的预测方法，其特征在于，采用卷积神经网络构建识别检测模型，通过收集带标签的图像对识别检测模型完成预训练，使识别检测模型能够学习到特征和标签之间的关联；

其中，所述标签包括火源、建筑物、可燃物的位置和特征。

4.根据权利要求1所述的预测方法，其特征在于，所述火势发展的环境影响因素数据包括：地形影响数据、建筑物布局影响数据、可燃物特性影响数据及衍生特征影响数据。

5.根据权利要求1所述的预测方法，其特征在于，采用机器学习算法构建环境影响模型，通过历史火灾数据学习环境因素对火势的发展影响完成环境影响模型的预训练。

6.根据权利要求1所述的预测方法，其特征在于，所述环境因素影响下的气象数据包括：风向风速变化情况、火源扩散可能性、火势影响区域预测及救援优先级预测。

7.根据权利要求1所述的预测方法，其特征在于，采用长短期记忆网络构建气象数据处理模型，通过历史火灾数据学习环境因素对气象数据造成的影响完成气象数据处理模型的预训练。

8.根据权利要求1所述的预测方法，其特征在于，所述火势发展预测结果包括：火势扩展方向、火势扩展速度、火势强度及热点区域。

9.根据权利要求1所述的预测方法，其特征在于，采用时间序列预测模型作为火势发展预测模型，通过历史火灾数据学习环境因素及气象数据对的火势造成的影响完成火势发展预测模型的预训练。

10.基于无人机的火势发展预测系统，其特征在于，包括：

数据收集设备，所述数据收集设备包括：无人机、卫星及地面传感器，用于采集火源位置、建筑物特征、可燃物特征、地形信息、地貌结构、植被覆盖信息、水源信息、道路和交通信息的原始数据，以及实时气象数据和预测数据；

数据处理与模型训练服务器，所述数据处理与模型训练服务器用于进行数据预处理和特征工程，生成火源位置数据、建筑物特征数据、可燃物特征数据和衍生特征数据；用于训练识别检测模型、环境影响模型、气象数据处理模型和火势发展预测模型，并保存预训练好的模型供后续使用；

数据分析与预测服务器，所述数据分析与预测服务器用于执行预训练好的环境影响模型、气象数据处理模型和火势发展预测模型；其输入为数据处理与模型训练服务器生成的数据和预训练好的模型，输出为火势发展的环境影响因素数据、环境因素影响下的气象数据和火势发展预测结果；所述气象数据处理模型用于分析当前和预测的气象条件，以及气象条件如何在特定环境因素的影响下改变。