一种基于人工智能的森林火灾智能预警系统的制作方法
本发明主要涉及火灾预警领域，具体涉及一种基于人工智能的森林火灾智能预警系统。
背景技术：
1、利用人工智能进行西南地区森林的火灾进行预警、火灾蔓延变化以及受灾面积评估，需要使用大量传感器如烟雾传感器、远程红外线探测、远程电视监控和激光雷达技术对目标区域进行各项数据采集，将数据交由人工智能大模型进行综合评估。
2、当前基于人工智能开发的火灾预警系统已经趋于完善，可以对火情做到及时预警、火情发展预测和受灾面积评估，考虑到火情出现后需要安排相关应急人员进入现场进行扑火作业。
3、发明人提出一种基于人工智能的森林火灾智能预警系统，基于当前的人工智能火灾预警模型，对采集的数据权重进行修改调整，结合物理监测措施，对火情出现区域进行精确布控和火情蔓延预防处理，降低系统运行能耗和监测精确度。
技术实现思路
1、1.发明要解决的问题：
2、本发明的提供了一种基于人工智能的森林火灾智能预警系统，用于解决上述背景技术中提到的现有火情预测中火情蔓延区域监控处理精确度不足的技术问题。
3、2.技术方案：
4、为达到上述目的，本发明提供的技术方案为：一种基于人工智能的森林火灾智能预警系统，包括如下模块：
5、监测模块，所述监测模块划分有固定站点和非固定站点，所述非固定站点数据的评估优先级高于固定站点数据的评估优先级，所述检测模块通信连接有传输模块。
6、评估系统，所述评估系统划分有预警模式和应急模式，所述评估系统运行的硬件模组与传输模块通信连接。
7、进一步的，所述监测模块包括烟雾检测模块、视频监控模块、温度监测模块、湿度监测模块、风速监测模块、风向监测模块、液位传感器和流量计，所述监测模块中固定站点接收卫星遥感数据。
8、所述固定站点可预置烟雾检测模块和/或视频监控模块和/或温度监测模块和/或湿度监测模块和/或风速监测模块和/或风向监测模块。
9、所述非固定站点可预置烟雾检测模块和/或视频监控模块和/或温度监测模块和/或湿度监测模块和/或风速监测模块和/或风向监测模块，所述非固定站点可采取无人机和/或飞艇和/或地面车辆和/或水上船舶等。
10、进一步的，所述卫星遥感数据包括对监测区域的植被覆盖数据和水资源分布数据；
11、所述水资源分布数据中需要重点关注水域流量情况，采用常规公式q＝sv；
12、其中，s是所述待测水域的截面面积，v是该待测水域的水流速度；
13、所述待测水域截面的截面曲线离散成为若干个采样点，基于液位传感器获得各采样点的水深值后，通过下述数学公式计算得到：
14、；
15、其中：
16、δd——采样间距；
17、hi——第i点水深；
18、n——采样点数；
19、s——水渠截面积。
20、进一步的，所述评估系统的预警模式下非固定站点数据的评估优先级高于固定站点数据的评估优先级，所述评估系统的应急模式下非固定站点数据的评估优先级与固定站点数据的评估优先级相同。
21、进一步的，所述评估系统的数据评估过程包括如下步骤：
22、根据接收的烟雾数据、视频监控数据、温度数据、湿度数据、风速数据、风向数据和卫星遥感数据，评估目标区域的火灾发生概率。
23、评估非固定站点和固定站点采集的数据，考虑到非固定站点对具体监测区域的抵近监测，优先处理非固定站点数据，节约评估系统算力。
24、固定站点采集的数据作为监控区域内的火情预警初步判断依据，在发现监控区域内火灾发生概率上升的情况下，需要非固定站点介入为评估系统提供抵近监控区域采集的数据。
25、进一步的，所述评估结果中非固定站点数据权重占比为0.65和固定站点数据权重占比为0.35。
26、对固定站点采集的数据进行评估，其中：
27、烟雾数据权重占比为0.25；
28、视频监控数据权重占比为0.22；
29、温度数据权重占比为0.29；
30、湿度数据权重占比为0.12；
31、风速数据权重占比为0.06；
32、风向数据权重占比为0.06；
33、对非固定站点采集的数据进行评估，其中：
34、烟雾数据权重占比为0.36；
35、视频监控数据权重占比为0.2；
36、温度数据权重占比为0.28；
37、湿度数据权重占比为0.1；
38、风速数据权重占比为0.03；
39、风向数据权重占比为0.03；
40、依据采集的温度数据、湿度数据、风速数据、风向数据、烟雾数据判断火险等级：
41、；
42、i为火险等级指数，
43、pi,i＝1,2,3,4,5分别为五种气象因子分量指数，
44、λi,i＝1,2,3,4,5分别为五种气象因子分量指数在不同空间分辨尺度下的对应的权重系数。
45、进一步的，所述评估系统中对固定站点中温度数据的评估优先级高于烟雾数据的评估优先级。
46、所述评估系统中对非固定站点中烟雾数据的评估优先级高于温度数据的评估优先级。
47、进一步的，所述评估系统中评估结果接近系统阈值13%的范围需要对系统用户发出火灾高发预警，涉及非固定场所设备需要对重点区域进行抵近监测，所述评估系统中评估结果接近系统阈值6%的范围需要输出应急方案供系统用户参考。
48、3.有益效果：
49、采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
50、本发明提供了一种基于人工智能的森林火灾智能预警系统，评估系统中预警模式和应急模式在运行中主要区别在于非固定站点的启用量，降低整个系统的运行能耗，通过固定站点和非固定站点的组合监测措施，提高本系统对监测区域的监测精度。
51、该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现。
技术特征：
1.一种基于人工智能的森林火灾智能预警系统，其特征在于：包括如下模块：
2.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述监测模块包括烟雾检测模块、视频监控模块、温度监测模块、湿度监测模块、风速监测模块、风向监测模块、液位传感器和流量计，所述监测模块中固定站点接收卫星遥感数据；
3.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述卫星遥感数据包括对监测区域的植被覆盖数据和水资源分布数据；
4.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述评估系统的预警模式下非固定站点数据的评估优先级高于固定站点数据的评估优先级，所述评估系统的应急模式下非固定站点数据的评估优先级与固定站点数据的评估优先级相同。
5.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述评估系统的数据评估过程包括如下步骤：
6.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述评估结果中非固定站点数据权重占比为0.65和固定站点数据权重占比为0.35；
7.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述评估系统中对固定站点中温度数据的评估优先级高于烟雾数据的评估优先级；
8.根据权利要求1所述的一种基于人工智能的森林火灾智能预警系统，其特征在于：所述评估系统中评估结果接近系统阈值13%的范围需要对系统用户发出火灾高发预警，涉及非固定场所设备需要对重点区域进行抵近监测，所述评估系统中评估结果接近系统阈值6%的范围需要输出应急方案供系统用户参考。
技术总结
本发明提供一种基于人工智能的森林火灾智能预警系统，包括如下模块：监测模块，所述监测模块划分有固定站点和非固定站点，所述非固定站点数据的评估优先级高于固定站点数据的评估优先级，所述检测模块通信连接有传输模块；评估系统，所述评估系统划分有预警模式和应急模式，所述评估系统运行的硬件模组与传输模块通信连接，评估系统中预警模式和应急模式在运行中主要区别在于非固定站点的启用量，降低整个系统的运行能耗，通过固定站点和非固定站点的组合监测措施，提高本系统对监测区域的监测精度。
技术研发人员：李忠良
受保护的技术使用者：南京瀚淼信息科技有限公司
技术研发日：
技术公布日：2024/12/5