CN101996365A - 草原火灾蔓延预测系统 - Google Patents

草原火灾蔓延预测系统 Download PDF

Info

Publication number
CN101996365A
CN101996365A CN2010105517961A CN201010551796A CN101996365A CN 101996365 A CN101996365 A CN 101996365A CN 2010105517961 A CN2010105517961 A CN 2010105517961A CN 201010551796 A CN201010551796 A CN 201010551796A CN 101996365 A CN101996365 A CN 101996365A
Authority
CN
China
Prior art keywords
single cellular
fire
cellular
fired state
represent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010105517961A
Other languages
English (en)
Inventor
杨宏业
随洋
王钢
孟克其劳
崔蕴杰
王硕
贾艳萍
张月峰
扈轶
郭畅
刘林林
Original Assignee
杨宏业
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 杨宏业 filed Critical 杨宏业
Priority to CN2010105517961A priority Critical patent/CN101996365A/zh
Publication of CN101996365A publication Critical patent/CN101996365A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明公开一种草原火灾蔓延预测系统,其包括有用于存储草原地理信息数据的数据服务器,提供服务的应用服务器,至少一个高性能工作站或者至少一个客户端及预测系统,其中所述预测系统包括有输入模块、网格化运算模块、火头速度运算模块、蔓延趋势运算模块和数据输出显示模块等;优点在于:本发明草原火灾蔓延预测系统解决了目前国内没有成型的草原火灾蔓延预测工具的问题,为草原火灾发生后提供可靠、详尽的蔓延趋势预测,为相关部门提供灭火、可能受灾的人员及财产撤离以及灾后救援提供有力的决策支持。

Description

草原火灾蔓延预测系统
技术领域:
本发明涉及一种预测系统,尤其是涉及一种草原火灾蔓延预测系统。
背景技术:
目前草原发生火灾,尚还没有专门用于草原火灾蔓延的预测系统,对于草原火灾的救助,目前还处于一个盲动的救助状态,从而不能形成可靠的火灾救助措施,由此对于发生火灾的地区,人畜不能在最短的时间内得到救助,使得人畜的生命和财产造成极大的损失。
发明内容:
本发明的目的在于提供一种当草原发生火灾,可以在第一时间根据火灾发生地的地理环境如风力、风向、温度、湿度等不同条件,有效迅速地进行火灾蔓延趋势进行分析和预测的草原火灾蔓延预测系统。
本发明的目的同如下技术方案实施:草原火灾蔓延预测系统包括有用于存储草原地理信息数据的数据服务器,提供服务的应用服务器,至少一个高性能工作站或者至少一个客户端及预测系统,其中所述预测系统包括有输入模块、网格化运算模块、火头速度运算模块、蔓延趋势运算模块和数据输出显示模块;
其中所述输入模块将通过火情监测部门获取着火点的相关信息:经纬度或者明显的地物信息及气象部门获得火灾预估缓冲区的气象信息,输入到所述应用服务器中;
所述应用服务器直接从所述数据服务器上提取火灾预估缓冲区的相关地理信息;
同时所述输入模块将所述输入模块得到的所述气象部门获得火灾预估缓冲区的气象信息和所述火灾预估缓冲区的相关地理信息传输到所述火头速度运算模块中,并根据以下公式计算出火头速度:
Rh=M*(0.165+0.534*Uw)*exp(-0.1080*H)
Rh表示火头速度,单位m/s
Uw表示地面2米的风速度,单位m/s
H表示燃烧物干湿度,单位%
M表示不同草种型的影响因子;
所述输入模块将所述输入模块得到的所述火灾预估缓冲区的地理信息和所述火头速度运算模块所获得的所述火头速度传输到所述网格化运算模块中;
通过所述网格化运算模块得到元胞矩阵;
将所述网格化运算模块得到的元胞矩阵传输到所述蔓延趋势运算模块,根据元胞演化规则和以下的运算公式,即可得到设定时长的火灾蔓延数据;
其中定义单个元胞S(i,j)在t时刻的燃烧状态为
Figure BSA00000353045700021
其值为单个元胞内燃烧面积与单个元胞面积的比值:
S i , j t = A t A
Figure BSA00000353045700023
表示单个元胞S(i,j)在t时刻的燃烧状态值
At表示单个元胞内燃烧面积
A表示单个元胞面积;
单个元胞S(i,j)在t+1时刻的燃烧状态为
Figure BSA00000353045700024
其公式为:
S i , j t + 1 = f ( S i , j t , S i - 1 , j t , S i , j - 1 t , S i + 1 , j t , S i , j + 1 t , S i - 1 , j - 1 t , S i + 1 , j - 1 t , S i - 1 , j + 1 t , S i + 1 , j + 1 t )
其中
Figure BSA00000353045700026
分别表示单个元胞S(i,j)自身在t时刻的燃烧状态以及与它相邻的八个单个元胞在t时刻的燃烧状态;
具体的演算公式如下所示:
S i , j t + 1 = S i , j t + ( W * S i - 1 , j t + S * S i , j - 1 t + E * S i + 1 , j t + N * S i , j + 1 t ) + 0.78
* ( WS * S i - 1 , j - 1 t + ES * S i + 1 , j - 1 t + WN * S i - 1 , j + 1 t + EN * S i + 1 , j + 1 t )
其中
Figure BSA00000353045700029
表示单个元胞S(i,j)在t+1时刻的燃烧状态
Figure BSA000003530457000210
表示单个元胞S(i,j)在t时刻的燃烧状态
Figure BSA000003530457000211
表示单个元胞S(i,j)的西临单个元胞在t时刻的燃烧状态
Figure BSA000003530457000212
表示单个元胞S(i,j)的南临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700031
表示单个元胞S(i,j)的东临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700032
表示单个元胞S(i,j)的北临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700033
表示单个元胞S(i,j)的西南临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700034
表示单个元胞S(i,j)的东南临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的西北临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的东北临单个元胞在t时刻的燃烧状态
E、S、N、W、ES、EN、WS、WN则表示东、南、西、北、东南、东北、西南、西北向的影响因子;
将所述蔓延趋势运算模块所得到的火灾蔓延数据和预估缓冲区地理信息数据输入到所述数据输出显示模块中,即可在所述数据输出显示模块中对应的位置利用动态图片渲染出设定时长内的火灾蔓延趋势,并将该火灾蔓延趋势的动态图片传输到所述应用服务器,通过所述应用服务器传输给所述工作站或者所述客户端,在所述工作站或者所述客户端呈现火灾蔓延驱势最终预测结果。
所述通过气象部门获得火灾预估缓冲区的气象信息,包括当时当地的风速、风向、干湿度气象信息,同步输入到应用服务器上的应用程序中;
所述预估缓冲区的相关地理信息,包括草种类型和区域类型,其中所述区域类型包括受灾人口、受灾居民点、受灾畜牧、受灾面积。
所述网格化运算模块根据所述火灾预估缓冲区的地理信息,以及所述火头速度运算模块得到的火头速度,人机交互所设定的单个元胞矩阵分辨率、预测时长,通过运算可以得到单个元胞的边长,进一步就可以得到以火点为中心的元胞矩阵。
所述单个元胞的信息包括以下信息:单个元胞的逻辑坐标,以二维的一对数表示:横坐标和纵坐标;单个元胞的地理信息,以一对经纬度数值来表示:经度和纬度;单个元胞燃烧状态,以数值来表示,数值为0则表示未燃烧,数值为1或者大于1则表示已经完全燃烧,数值在1和0之间则表示未完全燃烧,特别地当状态值为大于1的数值时将之规定为1;把平面的地理信息网格化,以输入模块得到的火点位置为中心,在预估缓冲区区域以固定边长的网格,每个网格表示一个单个元胞。
本发明的优点在于:本发明草原火灾蔓延预测系统解决了目前国内没有成型的草原火灾蔓延预测工具的问题,为草原火灾发生后提供可靠、详尽的蔓延趋势预测,为相关部门提供灭火、可能受灾的人员及财产撤离以及灾后救援提供有力的决策支持。
附图说明:
图1为本发明的整体结构示意图。
图2为本发明预测系统的框图。
图3为本发明平面地理信息网格化的结构示意图。
数据服务器1,应用服务器2,工作站3,客户端4,预测系统5,输入模块6,网格化运算模块7,火头速度运算模块8,蔓延趋势运算模块9,数据输出显示模块10。
具体实施方式:
如图1、图2所示,草原火灾蔓延预测系统包括有用于存储草原地理信息数据的数据服务器1,提供服务的应用服务器2,至少一个高性能工作站3或者至少一个客户端4及预测系统5,其中预测系统5包括有输入模块6、网格化运算模块7、火头速度运算模块8、蔓延趋势运算模块9和数据输出显示模块10;
其中输入模块6将通过火情监测部门获取着火点的相关信息:经纬度或者明显的地物信息及气象部门获得火灾预估缓冲区的气象信息,输入到应用服务器2中;应用服务器2直接从数据服务器1上提取火灾预估缓冲区的相关地理信息;通过气象部门获得火灾预估缓冲区的气象信息,包括当时当地的风速、风向、干湿度气象信息;预估缓冲区的相关地理信息,包括草种类型和区域类型,其中所述区域类型包括受灾人口、受灾居民点、受灾畜牧、受灾面积。
同时输入模块6将输入模块6得到的气象部门获得火灾预估缓冲区的气象信息和火灾预估缓冲区的相关地理信息传输到火头速度运算模块8中,并根据以下公式计算出火头速度:
Rh=M*(0.165+0.534*Uw)*exp(-0.1080*H)
Rh表示火头速度,单位m/s
Uw表示地面2米的风速度,单位m/s
H表示燃烧物干湿度,单位%
M表示不同草种型的影响因子;
输入模块6将输入模块6得到的火灾预估缓冲区的地理信息和火头速度运算模块8所获得的火头速度传输到网格化运算模块7中;
通过网格化运算模块7得到元胞矩阵;网格化运算模块7根据火灾预估缓冲区的地理信息,以及火头速度运算模块8得到的火头速度,人机交互所设定的元胞矩阵分辨率、预测时长,通过运算可以得到单个元胞的边长,进一步就可以得到以火点为中心的元胞矩阵。单个元胞的信息包括以下信息:元胞的逻辑坐标,以二维的一对数表示:横坐标和纵坐标;单个元胞的地理信息,以一对经纬度数值来表示:经度和纬度;单个元胞燃烧状态,以数值来表示,数值为0则表示未燃烧,数值为1或者大于1则表示已经完全燃烧,数值在1和0之间则表示未完全燃烧,特别地当状态值为大于1的数值时将之规定为1;把平面的地理信息网格化,以输入模块得到的火点位置为中心,在预估缓冲区区域以固定边长的网格,每个网格表示一个单个元胞。
将网格化运算模块7得到的元胞矩阵传输到蔓延趋势运算模块9,根据元胞演化规则和以下的运算公式,即可得到设定时长的火灾蔓延数据;
如图3所示,把平面的地理信息网格化,以输入模块得到的火点位置为中心,在预估缓冲区区域以固定边长的网格,每个网格表示一个单个元胞。其中定义单个元胞S(i,j),在t时刻的燃烧状态为
Figure BSA00000353045700051
其值为元胞内燃烧面积与元胞面积的比值:
S i , j t = A t A
Figure BSA00000353045700053
表示单个元胞S(i,j)在t时刻的燃烧状态值
At表示单个元胞内燃烧面积
A表示单个元胞面积;
单个元胞S(i,j)在t+1时刻的燃烧状态为
Figure BSA00000353045700054
其公式为:
S i , j t + 1 = f ( S i , j t , S i - 1 , j t , S i , j - 1 t , S i + 1 , j t , S i , j + 1 t , S i - 1 , j - 1 t , S i + 1 , j - 1 t , S i - 1 , j + 1 t , S i + 1 , j + 1 t )
其中
Figure BSA00000353045700056
分别表示单个元胞S(i,j)自身在t时刻的燃烧状态以及与它相邻的八个单个元胞在t时刻的燃烧状态;
具体的演算公式如下所示:
S i , j t + 1 = S i , j t + ( W * S i - 1 , j t + S * S i , j - 1 t + E * S i + 1 , j t + N * S i , j + 1 t ) + 0.78
* ( WS * S i - 1 , j - 1 t + ES * S i + 1 , j - 1 t + WN * S i - 1 , j + 1 t + EN * S i + 1 , j + 1 t )
其中
Figure BSA00000353045700063
表示单个元胞S(i,j)在t+1时刻的燃烧状态
Figure BSA00000353045700064
表示单个元胞S(i,j)在t时刻的燃烧状态
Figure BSA00000353045700065
表示单个元胞S(i,j)的西临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700066
表示单个元胞S(i,j)的南临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700067
表示单个元胞S(i,j)的东临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的北临单个元胞在t时刻的燃烧状态
Figure BSA00000353045700069
表示单个元胞S(i,j)的西南临单个元胞在t时刻的燃烧状态
Figure BSA000003530457000610
表示单个元胞S(i,j)的东南临单个元胞在t时刻的燃烧状态
Figure BSA000003530457000611
表示单个元胞S(i,j)的西北临单个元胞在t时刻的燃烧状态
Figure BSA000003530457000612
表示单个元胞S(i,j)的东北临单个元胞在t时刻的燃烧状态
E、S、N、W、ES、EN、WS、WN则表示东、南、西、北、东南、东北、西南、西北向的影响因子;
将蔓延趋势运算模块9所得到的火灾蔓延数据和预估缓冲区地理信息数据输入到数据输出显示模块10中,即可在数据输出显示模块10中对应的位置利用动态图片渲染出设定时长内的火灾蔓延趋势,并将该火灾蔓延趋势的动态图片传输到应用服务器2,通过应用服务器2传输给工作站3或客户端4,在工作站3或客户端4呈现火灾蔓延驱势最终预测结果,即:最终得到火灾蔓延趋势范围内的相关地理信息,包括受灾人口、受灾居民点、受灾畜牧、受灾面积等。

Claims (5)

1.草原火灾蔓延预测系统,其特征在于,其包括有用于存储草原地理信息数据的数据服务器,提供服务的应用服务器,至少一个高性能工作站或者至少一个客户端及预测系统,其中所述预测系统包括有输入模块、网格化运算模块、火头速度运算模块、蔓延趋势运算模块和数据输出显示模块;
其中所述输入模块将通过火情监测部门获取着火点的相关信息:经纬度或者明显的地物信息及气象部门获得火灾预估缓冲区的气象信息,输入到所述应用服务器中;
所述应用服务器直接从所述数据服务器上提取火灾预估缓冲区的相关地理信息;
同时所述输入模块将所述输入模块得到的所述气象部门获得火灾预估缓冲区的气象信息和所述火灾预估缓冲区的相关地理信息传输到所述火头速度运算模块中,并根据以下公式计算出火头速度:
Rh=M*(0.165+0.534*Uw)*exp(-0.108*H)
Rh表示火头速度,单位m/s
Uw表示地面2米的风速度,单位m/s
H表示燃烧物干湿度,单位%
M表示不同草种型的影响因子;
所述输入模块将所述输入模块得到的所述火灾预估缓冲区的地理信息和所述火头速度运算模块所获得的所述火头速度传输到所述网格化运算模块中;
通过所述网格化运算模块得到元胞矩阵;
将所述网格化运算模块得到的元胞矩阵传输到所述蔓延趋势运算模块,根据元胞演化规则和以下的运算公式,即可得到设定时长的火灾蔓延数据;
其中定义单个元胞S(i,j)在t时刻的燃烧状态为
Figure FSA00000353045600011
其值为单个元胞内燃烧面积与单个元胞面积的比值:
S i , j t = A t A
Figure FSA00000353045600013
表示单个元胞S(i,j)在t时刻的燃烧状态值
At表示单个元胞内燃烧面积
A表示单个元胞面积;
单个元胞S(i,j)在t+1时刻的燃烧状态为
Figure FSA00000353045600021
其公式为:
S i , j t + 1 = f ( S i , j t , S i - 1 , j t , S i , j - 1 t , S i + 1 , j t , S i , j + 1 t , S i - 1 , j - 1 t , S i + 1 , j - 1 t , S i - 1 , j + 1 t , S i + 1 , j + 1 t )
其中
Figure FSA00000353045600023
分别表示单个元胞S(i,j)自身在t时刻的燃烧状态以及与它相邻的八个单个元胞在t时刻的燃烧状态;
具体的演算公式如下所示:
S i , j t + 1 = S i , j t + ( W * S i - 1 , j t + S * S i , j - 1 t + E * S i + 1 , j t + N * S i , j + 1 t ) + 0.78
* ( WS * S i - 1 , j - 1 t + ES * S i + 1 , j - 1 t + WN * S i - 1 , j + 1 t + EN * S i + 1 , j + 1 t )
其中
表示单个元胞S(i,j)在t+1时刻的燃烧状态
表示单个元胞S(i,j)在t时刻的燃烧状态
Figure FSA00000353045600028
表示单个元胞S(i,j)的西临单个元胞在t时刻的燃烧状态
Figure FSA00000353045600029
表示单个元胞S(i,j)的南临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的东临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的北临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的西南临单个元胞在t时刻的燃烧状态
Figure FSA000003530456000213
表示单个元胞S(i,j)的东南临单个元胞在t时刻的燃烧状态
Figure FSA000003530456000214
表示单个元胞S(i,j)的西北临单个元胞在t时刻的燃烧状态
表示单个元胞S(i,j)的东北临单个元胞在t时刻的燃烧状态
E、S、N、W、ES、EN、WS、WN则表示东、南、西、北、东南、东北、西南、西北向的影响因子;
将所述蔓延趋势运算模块所得到的火灾蔓延数据和预估缓冲区地理信息数据输入到所述数据输出显示模块中,即可在所述数据输出显示模块中对应的位置利用动态图片渲染出设定时长内的火灾蔓延趋势,并将该火灾蔓延趋势的动态图片传输到所述应用服务器,通过所述应用服务器传输给所述工作站或者所述客户端,在所述工作站或者所述客户端呈现火灾蔓延驱势最终预测结果。
2.根据权利要求1所述的一种草原火灾蔓延预测系统,其特征在于,所述通过气象部门获得火灾预估缓冲区的气象信息,包括当时当地的风速、风向、干湿度气象信息,同步输入到应用服务器上的应用程序中;
3.根据权利要求1所述的一种草原火灾蔓延预测系统,其特征在于,所述预估缓冲区的相关地理信息,包括草种类型和区域类型,其中所述区域类型包括受灾人口、受灾居民点、受灾畜牧、受灾面积。
4.根据权利要求1所述的一种草原火灾蔓延预测系统,其特征在于,所述网格化运算模块根据所述火灾预估缓冲区的地理信息,以及所述火头速度运算模块得到的火头速度,人机交互所设定的单个元胞矩阵分辨率、预测时长,通过运算可以得到单个元胞的边长,进一步就可以得到以火点为中心的元胞矩阵。
5.根据权利要求4所述的一种草原火灾蔓延预测系统,其特征在于,所述单个元胞的信息包括以下信息:单个元胞的逻辑坐标,以二维的一对数表示:横坐标和纵坐标;单个元胞的地理信息,以一对经纬度数值来表示:经度和纬度;单个元胞燃烧状态,以数值来表示,数值为0则表示未燃烧,数值为1或者大于1则表示已经完全燃烧,数值在1和0之间则表示未完全燃烧,特别地当状态值为大于1的数值时将之规定为1;把平面的地理信息网格化,以输入模块得到的火点位置为中心,在预估缓冲区区域以固定边长的生成网格,每个网格表示一个单个元胞。
CN2010105517961A 2010-11-22 2010-11-22 草原火灾蔓延预测系统 Pending CN101996365A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010105517961A CN101996365A (zh) 2010-11-22 2010-11-22 草原火灾蔓延预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010105517961A CN101996365A (zh) 2010-11-22 2010-11-22 草原火灾蔓延预测系统

Publications (1)

Publication Number Publication Date
CN101996365A true CN101996365A (zh) 2011-03-30

Family

ID=43786496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010105517961A Pending CN101996365A (zh) 2010-11-22 2010-11-22 草原火灾蔓延预测系统

Country Status (1)

Country Link
CN (1) CN101996365A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008679A (zh) * 2014-06-04 2014-08-27 中广核工程有限公司 一种核电站蔓延火灾模拟处理方法、装置及系统
CN104951881A (zh) * 2015-06-12 2015-09-30 中国人民解放军海军工程大学 限制舰船火灾蔓延的防火边界和防烟边界快速生成方法
CN105205587A (zh) * 2015-08-15 2015-12-30 东北师范大学 一种北方草原火灾风险等级快速评估方法
CN105528781A (zh) * 2015-11-27 2016-04-27 东北师范大学 一种确定火蔓延速度的方法及装置
CN105590014A (zh) * 2014-10-22 2016-05-18 成都国科海博信息技术股份有限公司 一种多层元胞林火蔓延算法
CN106485718A (zh) * 2016-09-30 2017-03-08 北京通航信息科技有限公司 一种过火迹地识别方法及装置
CN103870891B (zh) * 2014-03-25 2017-09-22 安徽大学 基于网格流的输电线路火灾蔓延预测方法及系统
CN109118001A (zh) * 2018-08-09 2019-01-01 成都天地量子科技有限公司 一种基于卫星遥感数据的山火监测方法和系统
CN111508616A (zh) * 2020-02-18 2020-08-07 内蒙古自治区生物技术研究院 免接触式社区应急管理系统和方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870891B (zh) * 2014-03-25 2017-09-22 安徽大学 基于网格流的输电线路火灾蔓延预测方法及系统
CN104008679B (zh) * 2014-06-04 2017-05-24 中广核工程有限公司 一种核电站蔓延火灾模拟处理方法、装置及系统
CN104008679A (zh) * 2014-06-04 2014-08-27 中广核工程有限公司 一种核电站蔓延火灾模拟处理方法、装置及系统
CN105590014B (zh) * 2014-10-22 2018-05-29 成都国科海博信息技术股份有限公司 一种多层元胞林火蔓延确定方法
CN105590014A (zh) * 2014-10-22 2016-05-18 成都国科海博信息技术股份有限公司 一种多层元胞林火蔓延算法
CN104951881B (zh) * 2015-06-12 2018-02-16 中国人民解放军海军工程大学 限制舰船火灾蔓延的防火边界和防烟边界快速生成方法
CN104951881A (zh) * 2015-06-12 2015-09-30 中国人民解放军海军工程大学 限制舰船火灾蔓延的防火边界和防烟边界快速生成方法
CN105205587A (zh) * 2015-08-15 2015-12-30 东北师范大学 一种北方草原火灾风险等级快速评估方法
CN105528781A (zh) * 2015-11-27 2016-04-27 东北师范大学 一种确定火蔓延速度的方法及装置
CN105528781B (zh) * 2015-11-27 2019-06-18 东北师范大学 一种确定火蔓延速度的方法及装置
CN106485718A (zh) * 2016-09-30 2017-03-08 北京通航信息科技有限公司 一种过火迹地识别方法及装置
CN109118001A (zh) * 2018-08-09 2019-01-01 成都天地量子科技有限公司 一种基于卫星遥感数据的山火监测方法和系统
CN111508616A (zh) * 2020-02-18 2020-08-07 内蒙古自治区生物技术研究院 免接触式社区应急管理系统和方法

Similar Documents

Publication Publication Date Title
CN101996365A (zh) 草原火灾蔓延预测系统
Barbero et al. Climate change presents increased potential for very large fires in the contiguous United States
Kusaka et al. Mechanism of precipitation increase with urbanization in Tokyo as revealed by ensemble climate simulations
Adachi et al. Moderation of summertime heat island phenomena via modification of the urban form in the Tokyo metropolitan area
Bonazountas et al. Forest fire risk analysis
CN110766257B (zh) 一种评估人群空气污染物短期暴露浓度的方法
Odnoletkova et al. Data-driven analysis of climate change in Saudi Arabia: Trends in temperature extremes and human comfort indicators
TW201831923A (zh) 用於使用點觀測精緻化氣象預報之方法與系統
Hu et al. Impacts of idealized land cover changes on climate extremes in Europe
Liu et al. Research and application of city ventilation assessments based on satellite data and GIS technology: a case study of the Yanqi Lake Eco‐city in Huairou District, Beijing
Shreevastava et al. Scale-dependent response of the urban heat island to the European heatwave of 2018
Di Napoli et al. The universal thermal climate index as an operational forecasting tool of human biometeorological conditions in Europe
KR20180117026A (ko) 산업단지 내 위험확산 방지 방법
Massetti et al. An approach to evaluate the intra-urban thermal variability in summer using an urban indicator
Dacre et al. Chilean wildfires: probabilistic prediction, emergency response, and public communication
Beck et al. New design chart for basic wind speeds in Brazil
Rodríguez et al. Urban-scale air temperature estimation: development of an empirical model based on mobile transects
Wang et al. Global future population exposure to heatwaves
Chiang et al. Responses of compound daytime and nighttime warm-dry and warm-humid events to individual anthropogenic forcings
de Speville et al. Predicting future UK nighttime urban heat islands using observed short-term variability and regional climate projections
Balbi et al. Estimating the benefits of early warning systems in reducing urban flood risk to people: a spatially explicit Bayesian model
Ustrnul et al. Climatologically based warning system against meteorological hazards and weather extremes: the example for Poland
Cocom et al. Particulate Matter Forecasting in Los Angeles County with Sparse Ground-based Sensor Data Analytics
Molarius et al. Systemic vulnerability and resilience analysis of electric and transport network failure in cases of extreme winter storms
Papathoma-Köhle et al. Vulnerability to heat waves, floods, and landslides in mountainous terrain: Test cases in South Tyrol

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110330