基于混合HOGA-SVM信息融合的林火蔓延模型研究
发布时间：2021-11-03 23:52
我国是森林火灾多发国家,火灾严重危害了人类生命财产安全,同时也严重破坏了生态环境。为了有效地制定扑火决策,控制火场的持续蔓延,减少火灾带来的财产损失,必须深入研究林火蔓延的机理,对林火蔓延进行准确地预测。林火蔓延是一个动态的复杂系统,蔓延过程中,林火燃烧释放的热量会影响当前火灾区域的天气条件,而温度、湿度、风速、风向等天气条件又是影响林火蔓延的重要因素。因此,要准确地预测林火蔓延,必须考虑到热量与天气条件的相互影响。本文以湖南地区的森林火灾为研究对象,选择王正非模型作为林火蔓延模型,建立热量挥发模型,并将它与天气模型中的天气数据进行信息融合,把融合后的数据信息输入模拟系统进行林火蔓延模拟,得到基于混合HOGA-SVM的热量挥发模型和天气模型信息融合的林火蔓延模型。论文的的研究内容有:（1）将王正非林火蔓延模型与BURNUP模型以及WRF-Fire模型相结合,构建适用于我国南方集体林区的热量挥发模型。该模型可以比较准确地计算出可燃物在不同条件下的燃烧时间、燃烧过后的剩余质量分数、以及燃烧过程中释放的热量。（2）选择空间天气定量化预报系统中的空间天气模型,利用混合SVM算法将空间天气模型中...
【文章来源】：中南林业科技大学湖南省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图３－１热量比较图??Ｆｉｇ．?３．?Ｈｅａｔ?ｆｌｕｘ?ｃｏｍｐａｒｉｓｏｎ?ａｍｏｎｇ?ｏｕｒ?ｍｏｄｅｌ?ａｎｄ?ＤＥＶＳ－ＦＩＲＥ?ａｓ?ｗｅｌｌ?ａｓ?ＷＲＦ－Ｆｉｒｅ??
４．２．３基于混合ＳＶＭ的信息融合??（１）基于ＳＶＭ的信息融合??一般而言，在信息融合系统中，其基本原理如图４－１所示。??假设系统有《个传感器，对来自于传感器的信息进行＆次融合，每一次融合??都可以输入多个不同的传感器信息，最后得到融合结果Ｙ。但是在实际应用中融??合的次数和方式要具体问题具体分析。??具体到基于ＳＶＭ的热量模型和天气模型的信息融合，可以看作有ｎ维输人??参数ｘ，输入参数为热量数据和天气模型中的温度、风速、风向、湿度等数据，??进行Ａ次融合，输出为融合结果ｙ，即新的天气数据。??—￣￣？＊?传感器１?、??＾＾Ｉ????＾?融合１?＼?ｙ２??Ｘ－—?传憋器?２????？：?ｙｉ??：?融合ｉ?＼?ｙｗ??ｘｉ?、ｙｋ???？传感器ｉ?—?＼?—????融合?ｋ???？＊?传感器ｎ??图４－１信息融合原理示意图??Ｆｉｇｕｒｅ?４－１?Ｐｒｉｎｃｉｐｌｅ?ｏｆ?ｉｎｆｏｒｍａｔｉｏｎ?ｆｕｓｉｏｎ??公式（４－１４）表示的是输入、输出的集合，其中ｘ；表示的是第／个输入，乂表??示的是第／次的融合结果。??２５??
图４－２基于混合ＳＶＭ的信息融合模型??Ｆｉｇｕｒｅ?４－２?Ｉｎｆｏｒｍａｔｉｏｎ?Ｆｕｓｉｏｎ?Ｍｏｄｅｌ?Ｂａｓｅｄ?ｏｎ?Ｈｙｂｒｉｄ?ＳＶＭ??如图４－２所示，其中ｘ，．表示的是第／个输入，／〇ｃ）表示最后的输出结果，??火（ｘ，＿ｙ）表示核函数，々为支持向量的个数，基于混合ＳＶＭ的信息融合模型的优??点有以下几个：??１）在输人、输出节点上与一般的信息融合模型是一致的，都是将非线性关??系转化为映射关系。??２８??
【参考文献】：
期刊论文
[1]森林火灾特殊火行为变化与观测技术研究[J]. 骞军彦,张文恒. 山西林业. 2017(04)
[2]西南林区森林火灾火行为模拟模型评价[J]. 赵璠,舒立福,周汝良,肖向明,王明玉,赵凤君,王秋华. 应用生态学报. 2017(10)
[3]疏伐对北京西山油松林可燃物特征及潜在火行为影响[J]. 宋洁,朱敏,刘晓东,任云卯,王奇峰,金莹杉. 北京林业大学学报. 2017(05)
[4]基于ArcGIS的福建南部地区林火管理资源分布优化[J]. 杨夏捷,苏漳文,田超,靳全锋,郭福涛. 生态学杂志. 2017(04)
[5]林火行为蔓延模型研究进展[J]. 赵璠,舒立福,周汝良,赵凤君,王明玉. 世界林业研究. 2017(02)
[6]基于改进SVM算法的高分辨率遥感影像分类[J]. 邓曾,李丹,柯樱海,吴燕晨,李小娟,宫辉力. 国土资源遥感. 2016(03)
[7]基于粗糙集理论与支持向量机的多传感器信息融合方法[J]. 王国虎,薛进学,王晓强,崔凤奎. 现代制造工程. 2016(05)
[8]基于SVM和DS证据理论的多传感器信息融合故障诊断[J]. 张宁波. 山西电子技术. 2015(04)
[9]基于FARSITE的林火蔓延三维可视化模拟[J]. 唐丽玉,毛行辉,陈崇成,黄洪宇. 自然灾害学报. 2015(02)
[10]基于HOG和SVM的公交乘客人流量统计算法[J]. 徐超,高梦珠,查宇锋,曹利民. 仪器仪表学报. 2015(02)
博士论文
[1]南亚热带典型人工林可燃物空间分布及潜在火行为研究[D]. 潘登.中南林业科技大学 2017
[2]云南松林火险与火行为模型研究[D]. 赵璠.中国林业科学研究院 2017
硕士论文
[1]基于特征优化与混合核函数SVM的蓄电池SOH监测系统[D]. 刘微.华中师范大学 2017
[2]基于WRF-Fire模式的蒙古国入境大火数值模拟研究[D]. 董琪如.南京信息工程大学 2017
[3]基于DEVS的林火蔓延预测方法研究[D]. 廖超.中南林业科技大学 2015
[4]基于SuperMap GIS的林火管理系统应用研究[D]. 高瑜.中南林业科技大学 2013
[5]森林火灾计量经济学研究[D]. 朱学平.福建农林大学 2012
本文编号：3474578
【文章来源】：中南林业科技大学湖南省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图３－１热量比较图??Ｆｉｇ．?３．?Ｈｅａｔ?ｆｌｕｘ?ｃｏｍｐａｒｉｓｏｎ?ａｍｏｎｇ?ｏｕｒ?ｍｏｄｅｌ?ａｎｄ?ＤＥＶＳ－ＦＩＲＥ?ａｓ?ｗｅｌｌ?ａｓ?ＷＲＦ－Ｆｉｒｅ??
４．２．３基于混合ＳＶＭ的信息融合??（１）基于ＳＶＭ的信息融合??一般而言，在信息融合系统中，其基本原理如图４－１所示。??假设系统有《个传感器，对来自于传感器的信息进行＆次融合，每一次融合??都可以输入多个不同的传感器信息，最后得到融合结果Ｙ。但是在实际应用中融??合的次数和方式要具体问题具体分析。??具体到基于ＳＶＭ的热量模型和天气模型的信息融合，可以看作有ｎ维输人??参数ｘ，输入参数为热量数据和天气模型中的温度、风速、风向、湿度等数据，??进行Ａ次融合，输出为融合结果ｙ，即新的天气数据。??—￣￣？＊?传感器１?、??＾＾Ｉ????＾?融合１?＼?ｙ２??Ｘ－—?传憋器?２????？：?ｙｉ??：?融合ｉ?＼?ｙｗ??ｘｉ?、ｙｋ???？传感器ｉ?—?＼?—????融合?ｋ???？＊?传感器ｎ??图４－１信息融合原理示意图??Ｆｉｇｕｒｅ?４－１?Ｐｒｉｎｃｉｐｌｅ?ｏｆ?ｉｎｆｏｒｍａｔｉｏｎ?ｆｕｓｉｏｎ??公式（４－１４）表示的是输入、输出的集合，其中ｘ；表示的是第／个输入，乂表??示的是第／次的融合结果。??２５??
图４－２基于混合ＳＶＭ的信息融合模型??Ｆｉｇｕｒｅ?４－２?Ｉｎｆｏｒｍａｔｉｏｎ?Ｆｕｓｉｏｎ?Ｍｏｄｅｌ?Ｂａｓｅｄ?ｏｎ?Ｈｙｂｒｉｄ?ＳＶＭ??如图４－２所示，其中ｘ，．表示的是第／个输入，／〇ｃ）表示最后的输出结果，??火（ｘ，＿ｙ）表示核函数，々为支持向量的个数，基于混合ＳＶＭ的信息融合模型的优??点有以下几个：??１）在输人、输出节点上与一般的信息融合模型是一致的，都是将非线性关??系转化为映射关系。??２８??
【参考文献】：
期刊论文
[1]森林火灾特殊火行为变化与观测技术研究[J]. 骞军彦,张文恒. 山西林业. 2017(04)
[2]西南林区森林火灾火行为模拟模型评价[J]. 赵璠,舒立福,周汝良,肖向明,王明玉,赵凤君,王秋华. 应用生态学报. 2017(10)
[3]疏伐对北京西山油松林可燃物特征及潜在火行为影响[J]. 宋洁,朱敏,刘晓东,任云卯,王奇峰,金莹杉. 北京林业大学学报. 2017(05)
[4]基于ArcGIS的福建南部地区林火管理资源分布优化[J]. 杨夏捷,苏漳文,田超,靳全锋,郭福涛. 生态学杂志. 2017(04)
[5]林火行为蔓延模型研究进展[J]. 赵璠,舒立福,周汝良,赵凤君,王明玉. 世界林业研究. 2017(02)
[6]基于改进SVM算法的高分辨率遥感影像分类[J]. 邓曾,李丹,柯樱海,吴燕晨,李小娟,宫辉力. 国土资源遥感. 2016(03)
[7]基于粗糙集理论与支持向量机的多传感器信息融合方法[J]. 王国虎,薛进学,王晓强,崔凤奎. 现代制造工程. 2016(05)
[8]基于SVM和DS证据理论的多传感器信息融合故障诊断[J]. 张宁波. 山西电子技术. 2015(04)
[9]基于FARSITE的林火蔓延三维可视化模拟[J]. 唐丽玉,毛行辉,陈崇成,黄洪宇. 自然灾害学报. 2015(02)
[10]基于HOG和SVM的公交乘客人流量统计算法[J]. 徐超,高梦珠,查宇锋,曹利民. 仪器仪表学报. 2015(02)
博士论文
[1]南亚热带典型人工林可燃物空间分布及潜在火行为研究[D]. 潘登.中南林业科技大学 2017
[2]云南松林火险与火行为模型研究[D]. 赵璠.中国林业科学研究院 2017
硕士论文
[1]基于特征优化与混合核函数SVM的蓄电池SOH监测系统[D]. 刘微.华中师范大学 2017
[2]基于WRF-Fire模式的蒙古国入境大火数值模拟研究[D]. 董琪如.南京信息工程大学 2017
[3]基于DEVS的林火蔓延预测方法研究[D]. 廖超.中南林业科技大学 2015
[4]基于SuperMap GIS的林火管理系统应用研究[D]. 高瑜.中南林业科技大学 2013
[5]森林火灾计量经济学研究[D]. 朱学平.福建农林大学 2012
本文编号：3474578
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3474578.html
最近更新
教材专著
