(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111573401.2 (22)申请日 2021.12.21 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 王小青　陈嘉俊　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 代理人 高冰 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06N 20/10(2019.01) G08B 17/00(2006.01) (54)发明名称 一种基于时间衰减降水算法的森林火灾预 警模型构建方法 (57)摘要 本发明公开了一种基于时间衰减降水算法 的森林火灾预警模型构建方法， 包括： 获取降水 数据并基于时间衰减算法计算 综合降水值； 获取 历史火灾数据并基于二维高斯卷积函数将森林 火点转化为森林火点密度； 获取气象数据、 遥感 数据和高程数据并数据进行预处理， 得到预处理 后的数据； 将综合降水值、 森林火点密度和预处 理后的数据作为训练集， 对SVM回归模型进行训 练， 得到训练完成的SV M回归模型； 基于训练完成 的SVM回归模型预测森林火灾密度数据； 根据森 林火灾密度数据划分火灾等级， 结合训练完成的 SVM回归模型得到森林火灾预警模型。 通过使用 本发明， 能够提高森林火灾预警的准确率。 本发 明可广泛应用于火险预测领域。 权利要求书2页 说明书6页 附图1页 CN 114266392 A 2022.04.01 CN 114266392 A 1.一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其特征在于， 包括以下 步骤： S1、 获取降水 数据并基于时间衰减算法计算综合降水值； S2、 获取历史火灾数据并基于二维高斯卷积函数将森林火点 转化为森林火点密度； S3、 获取气象数据、 遥感数据和高程数据并数据进行 预处理， 得到预处 理后的数据； S4、 将综合降水值、 森林火点密度和预处理后的数据作为训练集， 对SVM回归模型进行 训练， 得到训练完成的SVM回归 模型； S5、 基于训练完成的SVM回归 模型预测森林火灾密度数据； S6、 根据森林火灾密度数据划分火灾等级， 结合训练完成的SVM回归模型得到森林火灾 预警模型。 2.根据权利要求1所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， 所述综合降水值的计算公式如下： 上式中， DPrecipitation表示综合降水值， A表示待定 常数， n表示前n天， t表示时间， Dt表示t 天前降水 数值。 3.根据权利要求2所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， 所述 二维高斯卷积函数的公式表示如下： 上式中， σ 表示卷积范围， x表示距离中心点的横坐标差， y表示距离中心点的纵坐标差 。 4.根据权利要求3所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， 所述预处理后的数据包括当日相对湿度、 当日最大风速、 当日最高气温、 归一化 植被指数、 植被供 水指数和海拔高度。 5.根据权利要求4所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， 所述 获取气象数据、 遥感数据和高程数据并数据进 行预处理， 得到预 处理后的数 据这一步骤， 其具体包括： S31、 获取森林区域的气象数据、 遥感数据和高程数据； S32、 基于克 里金插值法对气象数据进行插值， 得到森林区域内均匀的网格气象数据； S33、 根据遥感数据计算归一 化植被指数和植被供 水指数； S34、 根据高程数据得到海拔高度数据。 6.根据权利要求5所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， 所述将综合降水值、 森林火点密度和预处理后的数据作为训练集， 对SVM回归模 型进行训练， 得到训练完成的SVM回归 模型这一步骤， 其具体包括： S41、 将综合降水值、 森林区域内均匀的网格气象数据、 归一化植被指数、 植被供水指数 和海拔高度数据作为自变量， 森林火点密度作为因变量， 结合目标函数对SVM回归模型进 行 训练， 得到训练完成的SVM回归 模型； S42、 所述SVM回归 模型对自变量进行归一 化处理， 同时使用选用高斯核。权　利　要　求　书 1/2 页 2 CN 114266392 A 27.根据权利要求6所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， SVM回归 模型的目标函数的公式表示如下： ξ1i≥0, ξ2i≥0(i＝1,2,…m) 上式中， ω表示输出空间的权向量， 表示从输入空间到输出空间的非线性映射， ξ1i, ξ2i表示松弛变量,b表示偏移值， ε表示损失值的不敏感范围， m表示维度， T表示矩阵的 转置。 8.根据权利要求7所述一种基于时间衰减降水算法的森林火灾预警模型构建方法， 其 特征在于， 所述根据森林火灾密度数据划分火灾等级， 结合训练完成的SVM回归模 型得到森 林火灾预警模型这 一步骤， 其具体包括： S61、 基于自然断点法将森林火灾密度数据分为五个不同等级的森林火险区域； S62、 判断到该森林火险区域的等于高于预设等级， 发出 预警； S63、 结合训练完成的SVM回归 模型得到森林火灾预警模型。权　利　要　求　书 2/2 页 3 CN 114266392 A 3