一种森林植被燃烧等级分类方法、系统、设备和介质与流程

本发明属于等级分类，尤其涉及一种森林植被燃烧等级分类方法、系统、设备和介质。

背景技术：

1、森林植被作为生态系统的重要组成部分,在干旱区非生长季节易发生火灾,火灾对于森林植被的干扰显而易见。近些年由于气候的变化以及社会经济的快速发展,森林火灾在各地区频繁发生,如澳大利亚草原的大火,美国洛杉矶的森林大火以及蒙古国频发的草原火灾,严重影响着当地社会的发展及居民的安全。火灾的发生不仅对各地区的社会经济造成严重危害,且对当地的土地资源及生态造成破坏。因此,对森林火灾风险等级进行研究,有助于减少火灾发生的频率,提高发生火灾时的救援效率,并降低火灾导致的损失。

2、森林是重要的自然资源，是人类赖以生存的物质基础之一。林火是森林生态系统中一个重要的因子，它既能够促进森林系统的更新，也能给森林带来巨大的损害。林火的发生必须具备三个基本条件，即一定的温度、可燃物、氧气。其中可燃物是林火行为发生的主体，同时也是林火能够传播的重要因素之一。对可燃物的燃烧性研究，目前，主要从可燃物的点燃性、剧烈性、燃烧的持续性三方面进行评价，进而对森林植被的燃烧性进行综合分析排序。

3、现有方案中，通过测定可燃物的理化性质，间接判断可燃物存在的燃烧性，其中森林植被叶、皮的含水率、燃点、发热量、灰分含量、抽提物含量是植被理化性质中重要的因素，通过实验测量各部分的含量能够间接获得其燃烧性质。在国外，对于可燃物理化性质的研究始于二十世纪六十年代，发现了抽提物和灰分含量随着树龄的变化而变化；而含水率却随季节的转变而变化，含水率大小通常用来评价可燃物的燃烧性，可燃物的热值是衡量可燃物燃烧性的有效定量评价方法之一。从二十世纪八十年代开始，国外的学者研究分析了多种森林可燃物的含水率、燃点、灰分含量、热值和抽提物含量等相关参数与可燃物燃烧性之间的等级关系；建立这几者间的回归模型，预测可燃物的燃烧性。

4、含水量测定：森林植被的含水量影响可燃物达到其燃点的速度和时间，也影响可燃物释放热量的速度和释放热量的多少。可燃物的含水率与可燃物是否易燃关系密切。即可燃物含水量增加，预热时间也会相应有所延长，同时会消耗大量热能，通常水分溢出率越小，燃烧性越差，而阻火性能越强。含水率的测量主要包括风干含水率和绝干含水率的测量。

5、抽提物测定：抽提物是粗脂肪和挥发油类的总称，它包括脂肪、游离脂肪酸、色素、芳香油、蜡磷酸酯等脂溶性物质，也简称油脂，抽提物能够用水和有机溶剂提取。油脂含量越高越易燃，特别是含挥发油较多的植物更易燃，因此，抽提物含量的多少是可燃物易燃性的重要指标。

6、灰分测定：灰分是指可燃物中含有的矿物质，主要是由钠、钾、钙、镁、硅等元素组成的无机物，灰分也是可燃物燃烧后剩下的物质。灰分含量与可燃物的燃烧性成反比关系，其含量越高，燃烧性越差，反之，含量越低，燃烧性越强。可燃物的灰分可以通过将可燃物烘干、灰化获得。

7、热值测定：热值是指单位质量的可燃物在绝干状态下完全燃烧所释放出来的热量，热值也叫发热量，不同可燃物的发热量不同，通常情况下，可燃物的热值越高，释放的能量也就越多。采用热量仪微机全自动热量仪测量。

8、对于森林火灾风险等级的研究，离不开对森林植被易燃性的探讨。然而，传统的森林火灾风险等级研究，通常是分析森林地表可燃物载量，通过获取待估测区域的遥感影像数据，并基于所述遥感影像数据，获取森林植被燃烧指数的栅格图像，从而建立植被燃烧指数与地表可燃物载量之间的燃烧概率线性回归模型，进而进行火灾风险的量化评估。它能模拟一个火险期或者一个时段内每日的火发生与蔓延过程。这类模型通过多次重复模拟景观尺度上的火发生与蔓延，定量描述空间上的燃烧可能性及潜在火行为特征，这类模型也成为评估林火管理措施的重要工具。但这种仅根据单模态数据来源进行的火灾统计数据分析的风险结果预测，对于基层的林火管理实践有意义，对于了解大尺度上的风险管理没有太多参考价值。

技术实现思路

1、本发明的目的就在于为了解决上述问题而提供一种森林植被燃烧等级分类方法、系统、设备和介质。

2、本发明通过以下技术方案来实现上述目的：

3、一种森林植被燃烧等级分类方法，包括以下步骤：

4、构建多模态森林植被燃烧等级分类指标；

5、基于所述多模态森林植被燃烧等级分类指标构建多模态森林植被燃烧等级识别分类模型，利用样本数据对所述多模态森林植被燃烧等级识别分类模型进行训练，得到最终模型；

6、获取待分类地区的等级分类指标参数并输入所述最终模型，输出燃烧等级。

7、作为本发明的进一步优化方案，所述多模态森林植被燃烧等级分类指标包括植被类型、温度、可燃物的含水量和地形。

8、作为本发明的进一步优化方案，获取植被类型、温度、可燃物的含水量和地形的具体过程如下：

9、利用监督分类中的最大似然法对研究区域的卫星图像数据进行地物识别与分类，对所要研究区域的森林植被类型进行区分；

10、根据地表温度传感器监测回传数据，将森林地表温度划分为不同等级；

11、通过遥感手段反演植被冠层的含水量；

12、根据森林坡度将地形划分为多个地形等级。

13、作为本发明的进一步优化方案，获取所述样本数据的具体步骤如下：

14、采集森林植被冠层含水量的实测数据和土壤含水量的实测值；

15、对所述土壤含水量的实测值进行特征提取，得到光谱波段数据；对所述森林植被冠层含水量的实测数据进行特征提取，得到生物物理参数；

16、对所述光谱波段数据和所述生物物理参数进行特征组合，得到的联合特征为光谱指数，将所述光谱指数作为样本数据。

17、作为本发明的进一步优化方案，所述多模态森林植被燃烧等级识别分类模型包括多通道植被燃烧特征提取网络，所述多通道植被燃烧特征提取网络包含三个平行的cnn通道，分别为纹理、高程和坡度。

18、作为本发明的进一步优化方案，所述多模态森林植被燃烧等级识别分类模型包括softmax分类器，将联合特征作为输入，使用softmax分类器输出预测的植被燃烧等级。

19、作为本发明的进一步优化方案，所述燃烧等级分为极易燃、较易燃、易燃、可燃和难燃五个等级。

20、一种森林植被燃烧等级分类系统，包括：

21、指标构建模块，用于构建多模态森林植被燃烧等级分类指标；

22、模型构建模块，用于基于所述多模态森林植被燃烧等级分类指标构建多模态森林植被燃烧等级识别分类模型，利用样本数据对所述多模态森林植被燃烧等级识别分类模型进行训练，得到最终模型；

23、燃烧等级分类模块，用于获取待分类地区的等级分类指标参数并输入所述最终模型，输出燃烧等级。

24、一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；

25、存储器，用于储存计算机程序；

26、处理器，用于执行存储器上所储存的程序，实现森林植被燃烧等级分类方法。

27、一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现森林植被燃烧等级分类方法。

28、本发明的有益效果在于：

29、本发明提出了一种根据深度学习多模态融合架构，实现信息转换和融合，用以提升模型性能的技术——基于多模态融合算法技术的森林植被燃烧等级分类方法。多模态数据融合方法是指将来自不同数据类型的信息进行结合处理或建立关联的技术。它可以将不同类型的数据测试结果集成到一个共同解决方案中，从而得到更准确和可靠的结果。其中的关键是将来自不同传感器和平台的信息进行统一处理，以获得综合信息并尽可能减少决策的误差。

30、相较于传统的单模态森林火险等级研究中对于森林植被易燃等级的分析，基于多模态数据融合算法具有以下优势：

31、(1)提高了数据的准确性：多模态数据融合能够通过不同来源的数据进行比较和验证，从而提高数据的准确性和稳定性；

32、(2)提高了数据处理的效率：多模态数据融合可以利用多个数据源并行工作，同时处理多个数据流，提高数据处理的效率；

33、(3)提供更全面的信息：多模态数据融合可以将不同类型的数据结合起来，从而提供更全面的信息，使我们更好地理解和诊断相关问题；

34、(4)提高模型的鲁棒性：当模型面临外部干扰时，多模态数据融合方法可以利用多个数据源和策略，从而提高模型的鲁棒性并在干扰下获得可靠的结果。