[發(fā)明專利]一種火災風險等級分布圖的繪制方法

有效

• 申請?zhí)枺?/td>: 202011077194.7
• 申請日: 2020-10-10
• 公開（公告）號: CN112308292B
• 公開（公告）日: 2023-01-20
• 發(fā)明（設計）人: 饒紅霞;許明慧;徐雍;魯仁全;陶杰
• 申請（專利權）人: 廣東工業(yè)大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06F16/29;G06V10/82;G06V10/774;G06N3/08;G06Q10/06;G06T11/20
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 張生梅

1.一種火災風險等級分布圖的繪制方法，其特征在于，包括以下步驟：

選擇繪制火災等級分布圖的城市，收集該城市中歷史火點發(fā)生地的火災影響因素數據、歷史火點發(fā)生地的火災情況數據以建立火災信息分布情況數據集；所述火災影響因素數據包括環(huán)境信息、危險源和氣象信息；所述歷史火點發(fā)生地的火災情況數據包括火災面積大小、財產損失以及人員傷亡情況；

對所述城市內區(qū)域中的各類地形地貌進行標記和提取，得到網格數據，網格數據形式為每一經緯度坐標對應一個地形；

利用數據清洗與特征提取方法對火災信息分布情況數據集進行預處理；

將預處理后的火災信息分布情況數據集中，歷史火點發(fā)生地的環(huán)境信息、危險源、氣象信息作為自變量，分別將火災面積大小、財產損失、人員傷亡情況作為因變量，采用機器學習算法進行訓練，得到火災面積大小預測模型、財產損失預測模型以及人員傷亡情況預測模型；利用這些預測模型對所述網格數據進行計算，得到每個網格所對應的火災面積大小、財產損失以及人員傷亡情況預測值；

對所獲得的火災面積大小、財產損失、人員傷亡情況預測值，確定各預測值權重，計算出最終風險值，進行歸一化處理和等級劃分；

基于所述網格數據以及劃分后的等級，繪制火災風險等級分布圖；

所述環(huán)境信息具體包括地形地貌、人口密度、建筑物密度；危險源具體包括易燃易爆品、加油站、化工廠和電力設施；氣象信息具體包括溫度、濕度、風速大小、降雨量；為確保準確度，使每一網格內僅包含一類地形地貌；所有網格劃分以及經緯度坐標轉換按照一致性原則進行處理；

所述對所述城市內區(qū)域中的各類地形地貌進行標記和提取，得到網格數據，包括：

獲取城市的瓦片地圖，進行圖片標記，獲取訓練集；使用標注工具對部分瓦片圖進行標記，標記種類為居住地、森林、樹林、河流、海洋、農田、湖泊，公路，每一個標記的圖片對應一個xml文件，對獲得的xml文件進行批量解析進而獲得訓練模型所需要的訓練集；

下載開源的神經網絡框架Darknet53，對其進行編譯，修改參數文件后，加入訓練集并設置訓練權重，保存訓練好的模型；

利用訓練好的模型對所有瓦片圖進行標記和信息提取；

所述利用數據清洗與特征提取方法對火災信息分布情況數據集進行預處理，包括：

利用多重共線性檢驗判斷輸入變量之間是否存在多重共線性；為消除多重共線性，利用主成分分析方法，降低數據維度，減少數據信息的相關度和冗余度；對于非數據量，采取專家經驗法直接進行賦值；采用最大、最小歸一化方法對數據進行歸一化處理，使得各數據的數據范圍縮放到[0,1]之間；

所述機器學習算法采用多元線性回歸算法處理數據，其模型表達式為：

y＝β₀+β₁Z₁+β₂Z₃+…+β_kZ_k+ε

式中：Z_k為第k個主成分；β₀,β₁,…,β_k為回歸系數；ε為隨機誤差項；多元線性回歸模型擬合方式采用最小二乘法，使得誤差平方和達到最小；模型評估指標采用均方根誤差；

所述確定各預測值權重，計算出最終風險值，進行歸一化處理和等級劃分，包括：

利用層次分析法對火災面積大小、財產損失、人員傷亡情況預測值三個因素設置權重，具體包括建立比較矩陣、獲得特征值與特征向量，通過計算一致性指標、隨機一致性指標和一致性比率判斷是否通過一致性檢驗，若通過一致性檢驗，則特征向量值為各因素所對應權重；

將每一網格所對應的三個預測值乘以相應的權重值計算出最終風險值，將數據進行歸一化處理，數值在[0,0.3)區(qū)間設置為低風險，數值在[0.3,0.5)區(qū)間設置為中風險，數值在[0.5,0.75)區(qū)間設置為中高風險，數值在[0.75,1]區(qū)間設置為高風險；

所述基于所述網格數據以及劃分后的等級，繪制火災風險等級分布圖，包括：

根據城市的邊界坐標利用屬性數據選擇顯示出行政范圍，結合同一坐標系統下的航空影像，建立圖層，利用ArcMap軟件中編輯工具勾畫出邊界，進行裁剪；將包含所有數據的txt文導入ArcMap軟件中，對txt文檔中的X Field和Y Field指定為經緯度字段，根據所述的等級劃分，對所有數據點進行分類導出到圖層，得到火災風險等級分布圖。