买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了基于因果图网络的森林火灾风险评估方法，该方法包括：将地面数据与空中数据进行融合处理，形成用于森林火灾风险评估的综合数据集；根据地面传感器的位置信息，将相关区域划分为网格；将DEM数据和归一化植被指数NDVI数据映射到划分的网格上，并统计每个网格内的数据平均值；搭建基于因果图神经网络的森林火灾风险评估模型；将待评估区域的时序数据输入到训练好的因果图神经网络模型中；通过模型预测得到未来状态变化信息；根据预测结果，对森林火灾风险进行评估。本发明通过优化模型设计、实现跨地区数据共享与模型训练，显著提升了火灾风险评估的准确性和灵活性。

主权项：1.基于因果图网络的森林火灾风险评估方法，其特征在于，包括：步骤1，利用部署在森林区域的地面传感器获取地面数据；通过卫星遥感技术获取空中数据；所述空中数据包括数字高程模型DEM数据和多光谱遥感数据；基于卫星多光谱遥感数据计算得到归一化植被指数NDVI，用于反映植被生长状况；将地面数据与空中数据进行融合处理，形成用于森林火灾风险评估的综合数据集；步骤2，根据地面传感器的位置信息，将相关区域划分为网格；将DEM数据和归一化植被指数NDVI数据映射到划分的网格上，并统计每个网格内的数据平均值；对地面数据、DEM平均值、NDVI平均值数据进行归一化处理，形成用于模型输入的特征向量；步骤3，搭建基于因果图神经网络的森林火灾风险评估模型，该模型包括用于处理时序数据的编码器和用于预测未来状态的解码器；利用包含多个代表性地区数据的训练数据集对模型进行训练，通过前向传播计算损失，并利用反向传播更新模型参数，直至模型性能达到预设要求；步骤4，将待评估区域的时序数据输入到训练好的因果图神经网络模型中；通过模型预测得到未来状态变化信息；根据预测结果，对森林火灾风险进行评估；所述步骤3中，编码器设计采用全连接图神经网络结构fenc，通过对时序数据的特征向量进行变换和处理，输出对应边关系的特征向量，并经过softmax函数转化为边关系的概率预测；解码器设计包括接收编码器预测的因果关系和时序数据的特征向量作为输入，通过神经网络进行正向传播，并预测当前特征向量和下一个时间阶段特征向量的变化值，从而得到下一个时间阶段特征向量的预估均值。

全文数据：

权利要求：

百度查询： 合肥恒宝天择智能科技有限公司 基于因果图网络的森林火灾风险评估方法