申请/专利权人：湖南赛德雷特卫星科技有限公司

申请日：2023-12-25

公开（公告）日：2024-04-09

公开（公告）号：CN117854212A

主分类号：G08B17/00

分类号：G08B17/00;G06N3/0464;G06F18/214

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：基于深度卷积神经网络与遥感图像的森林火灾监测方法，涉及森林火灾监测技术领域，针对现有火灾监测方法，监测准确率低的问题，本申请能够利用并应用于大量遥感信息数据，建立高精度森林火灾监测预警模型，最终获得高准确性的森林火灾监测预警结果。本申请是基于数据的一种通用模型，针对我国森林南北差异明显这一特点，只需针对研究区域，搜集整理相应区域的数据集，即可获得该区域基于深度卷积神经网络的森林火险等级预报模型。同时基于深度卷积神经网络的森林火险等级预报模型可实时处理森林遥感、地形、气象数据信息，具有响应快、准确度高等特点，可提供高可靠的森林火险的监测与预警服务。

主权项：1.基于深度卷积神经网络与遥感图像的森林火灾监测方法，其特征在于包括以下步骤：步骤一：获取森林火灾监测区域内的地形数据、卫星遥感数据以及气象数据；步骤二：将森林火灾监测区域内的地形数据、卫星遥感数据以及气象数据进行时空对齐，之后对时空对齐后的数据进行归一化处理，得到地形高度图、遥感植被图以及火险天气指数图；步骤三：将地形高度图、遥感植被图以及火险天气指数图进行火灾等级标记；步骤四：将地形高度图、遥感植被图以及火险天气指数图作为输入，将火灾等级标记作为输出，训练神经网络；步骤五：针对待识别的地形数据、卫星遥感数据以及气象数据，进行步骤二处理后，输入训练好的神经网络，得到火灾等级；步骤六：按时序获取森林火灾监测区域内的地形数据、卫星遥感数据以及气象数据，并重复步骤五，进而实现对森林火灾的监测。

全文数据：

权利要求：

百度查询： 湖南赛德雷特卫星科技有限公司 基于深度卷积神经网络与遥感图像的森林火灾监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD