[发明专利]基于卷积-递归神经网络的全球野火次季节时空预测方法

摘要

本发明公开了基于卷积‑递归神经网络的全球野火次季节时空预测方法，通过构建全球多年时空序列的野火火点数据集和野火影响因素指标数据集，并通过数据预处理和时空采样方法构建全球时空样本库，将具有良好空间特征提取能力的卷积神经网络与能够充分反映输入时间序列数据长期历史过程的长短期记忆网络相结合，优化模型结构和超参数，构建了适用于全球野火时空动态序列预测的卷积‑递归神经网络模型，使用该模型能够在提前一个月的时间实现全球野火准确的预测，得到野火发生的次季节时空序列预测结果，可为全球火灾的管理、应急及减灾等提供技术支持，可靠的全球野火次季节预测模型对减轻全球灾害损失和全球可持续发展具有重要意义。