摘要
本发明提供了一种基于联合预测模型的林火蔓延预测方法,该方法将森林区域离散化为元胞,并关联林火数据和环境数据;根据林火数据确定元胞初始状态为未燃烧、燃烧中、已燃尽或不可燃烧;基于元胞自动机模型,根据环境数据和元胞邻域,预测元胞状态随时间变化的元胞状态序列;按时间步长提取元胞状态序列,组织成火灾蔓延时空矩阵,并与外部环境特征融合形成联合特征矩阵,输入时空卷积神经网络;时空卷积神经网络生成实时的火灾蔓延状态预测结果。本发明的联合预测模型通过元胞自动机模拟火灾蔓延的物理规律,结合时空卷积神经网络学习多维环境数据的时空依赖关系,提高了模型的适应性和准确性,能够有效、快速地完成森林火灾动态预测。
技术关键词
时空卷积神经网络
元胞自动机模型
火灾
邻域
数据
矩阵
静态特征
风速
植被
序列
动态更新
气象
编码
网格
组织
参数
地点
系统为您推荐了相关专利信息
长短期记忆网络
监测环境温度
散热片
温控方法
智能家居温控系统