[發明專利]一種山火火點二次甄別方法及系統

有效

• 申請號: 201710443009.3
• 申請日: 2017-06-13
• 公開（公告）號: CN107038833B
• 公開（公告）日: 2019-08-30
• 發明（設計）人: 易瀟然;吳昊;田翔;周恩澤;葉海峰;黃勇;杜雙育;羅穎婷;余占清;莊池杰;葉莉
• 申請（專利權）人: 廣東電網有限責任公司電力科學研究院
• 主分類號: G08B17/00
• 分類號: G08B17/00;G08B17/12;G06K9/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

1.一種山火火點二次甄別方法，其特征在于，包括：

S1、獲取歷史衛星熱點信息作為樣本數據，并針對真火點和假火點兩種不同情況下的所述樣本數據進行特征量提取，獲得提取后的特征量，所述特征量包括：T，R，H，W，Z，D，Y，K；

其中，T為日最高氣溫，R為日降水量，H為日最小相對濕度，W為日平均風速，Z為植被指數，D為地形地貌，Y為月份，K為時間；

S2、對所述提取后的特征量進行歸一化處理，并根據歸一化處理后的特征量構造輸入空間向量；

S3、以所述輸入空間向量作為輸入、所述輸入空間向量對應的真火點或假火點的結果作為輸出，建立SVM分類模型并對所述SVM分類模型進行訓練；

S4、根據訓練后的SVM分類模型輸入衛星遙感熱點信息，獲得火點甄別輸出結果。

2.根據權利要求1所述的山火火點二次甄別方法，其特征在于，所述步驟S1與所述步驟S2之間還包括：

隨機選取部分所述樣本數據作為訓練樣本數據，并將剩余的樣本數據作為甄別樣本數據。

3.根據權利要求2所述的山火火點二次甄別方法，其特征在于，所述步驟S2具體包括：

對所述提取后的特征量通過公式一進行歸一化處理，并根據歸一化處理后的特征量構造輸入空間向量，公式一具體如下：

式中，為歸一化處理后的數據；x_i代表特征量的原始數據值；x_max代表各特征量序列中的最大值；x_min代表各特征序列中的最小值。

4.根據權利要求3所述的山火火點二次甄別方法，其特征在于，所述步驟S3具體包括：

以所述輸入空間向量作為輸入、所述輸入空間向量對應的真火點或假火點的結果作為輸出，利用LS-SVM方法建立SVM分類模型并根據所述訓練樣本數據對所述SVM分類模型進行訓練。

5.根據權利要求4所述的山火火點二次甄別方法，其特征在于，所述步驟S3與所述步驟S4之間還包括：

根據所述甄別樣本數據對訓練后的SVM分類模型進行評價和驗證。

6.一種山火火點二次甄別系統，其特征在于，包括：

提取模塊，用于獲取歷史衛星熱點信息作為樣本數據，并針對真火點和假火點兩種不同情況下的所述樣本數據進行特征量提取，獲得提取后的特征量，所述特征量包括：T，R，H，W，Z，D，Y，K；

其中，T為日最高氣溫，R為日降水量，H為日最小相對濕度，W為日平均風速，Z為植被指數，D為地形地貌，Y為月份，K為時間；

歸一化處理模塊，用于對所述提取后的特征量進行歸一化處理，并根據歸一化處理后的特征量構造輸入空間向量；

訓練模塊，用于以所述輸入空間向量作為輸入、所述輸入空間向量對應的真火點或假火點的結果作為輸出，建立SVM分類模型并對所述SVM分類模型進行訓練；

甄別模塊，用于根據訓練后的SVM分類模型輸入衛星遙感熱點信息，獲得火點甄別輸出結果。

7.根據權利要求6所述的山火火點二次甄別系統，其特征在于，還包括：

選取模塊，用于隨機選取部分所述樣本數據作為訓練樣本數據，并將剩余的樣本數據作為甄別樣本數據。

8.根據權利要求7所述的山火火點二次甄別系統，其特征在于，所述歸一化處理模塊具體包括：

歸一化處理單元，用于對所述提取后的特征量通過公式一進行歸一化處理，并根據歸一化處理后的特征量構造輸入空間向量，公式一具體如下：

式中，為歸一化處理后的數據；x_i代表特征量的原始數據值；x_max代表各特征量序列中的最大值；x_min代表各特征序列中的最小值。

9.根據權利要求8所述的山火火點二次甄別系統，其特征在于，所述訓練模塊具體包括：

訓練單元，用于以所述輸入空間向量作為輸入、所述輸入空間向量對應的真火點或假火點的結果作為輸出，利用LS-SVM方法建立SVM分類模型并根據所述訓練樣本數據對所述SVM分類模型進行訓練。

10.根據權利要求9所述的山火火點二次甄別系統，其特征在于，還包括：

評價模塊，用于根據所述甄別樣本數據對訓練后的SVM分類模型進行評價和驗證。