一种基于卷积神经网络的林火蔓延模型

摘要：

基于速度公式来预测某时刻森林火灾火线位置的传统林火蔓延模型,其精度相对较低.针对上述问题,本文提出了一种卷积神经网络(CNN),其包含一个输入通道和一个输出通道,输入通道输入影响林火蔓延各种因素的二维图像和t时刻的初始燃烧图,输出通道输出t+1时刻的燃烧概率图,然后将燃烧概率图经过F-Measure的阈值处理得到预测的燃烧图.随机使用两场火的数据来检验CNN模型的鲁棒性,其Kappa系数分别为0.89和0.87,预测结果与真实结果高度一致.CNN模型对火线位置预测准确率方面高于传统林火蔓延模型,这有利于消防人员快速找到火线位置并进行处理.

关键词：卷积神经网络、林火蔓延、Kappa系数

所属期刊栏目：50

分类号：S762.2(森林保护学)

资助基金：中国自然科学基金;国家重点研发计划;中央高校基本科研业务费

在线出版日期：2022-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-90,95