CN102881109A - 一种基于非制冷红外温度探测器的林火预警系统 - Google Patents
一种基于非制冷红外温度探测器的林火预警系统 Download PDFInfo
- Publication number
- CN102881109A CN102881109A CN2012100482700A CN201210048270A CN102881109A CN 102881109 A CN102881109 A CN 102881109A CN 2012100482700 A CN2012100482700 A CN 2012100482700A CN 201210048270 A CN201210048270 A CN 201210048270A CN 102881109 A CN102881109 A CN 102881109A
- Authority
- CN
- China
- Prior art keywords
- temperature
- uncooled
- hygrosensor
- alarm server
- fluctuation feature
- 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.)
- Granted
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明是一种基于非制冷红外温度探测器的林火预警系统,包括至少一个非制冷红外温度探测器,网络,报警服务器;所述非制冷红外温度探测器和所述报警服务器分别通过各自的网络通信传输设备与所述网络连接。本发明的林火预警系统能够解决由于探测距离、大气透射率、大气湿度的不确定性而造成的难以确定报警阈值的问题,从而有效地减少了误报率和漏报率。
Description
技术领域
本发明涉及一种林火预警系统,特别涉及一种基于非制冷红外温度探测器的林火预警系统。
背景技术
我国是一个森林覆盖率较低但却多森林火灾的国家。近年来,随着环境保护意识、资源保护意识的加强及科学技术的进步,以扑救为主的被动式防火正在向以预警为主的主动式防火转变。特别是在信息技术、航空航天等技术的带动下,我国森林防火在监测、预警方面取得了长足的进步,正在从以人工预防为主向以建立起无人值守的自动化预警系统为主转变并确定了“打早、打小、打了”的森林防火基本方针。
由于火情受千变万化的气候、气象、植被、地理环境等条件的影响很大,引发火情的原因极其复杂并充满着不确定性,所以如何及早地发现隐伏于森林中有可能导致森林火灾的各种热辐射源,是摆在全世界面前的难题。目前世界上主要存在着如下几种森林防火监测方式:
1 人工瞭望
通过置于山顶的人工瞭望哨来监测火情,这是一种比较传统的方式。为了保障人工瞭望哨具有良好的视野,哨塔通常都会建立在人烟罕迹的深山老林和高山之巅,值守人员普遍面临着衣食住行、子女教育等难题。目前,我国的人工瞭望哨已经越来越少。
2 空中巡航
随着我国经济技术实力的不断增强,近年来,我国通过空中巡航的方式,对具备了高森林火险等级的林区进行空中预警。但空中巡航受气候、昼夜等因素影响较大,加之巡航成本昂贵,所以其监测密度有限,难以担当起大空间范围内对林火进行7×24小时的日常监测重任。
3 卫星监测
目前我国一些大的林区已普遍采用了卫星监测。在宏观层面,卫星林火监测为林火蔓延趋势分析、林火灾后评估等,提供了非常有效的技术手段。但由于卫星远离地球表面和火情发生区域,其对温度的分辨率通常只在1000平米左右,很难发现有可能引发森林大火的隐火和小火,难以满足森林防火“打早、打小、打了”的基本要求。
4 基于温感、烟感传感器的林火预警
温感、烟感传感器通过探测传感器附近的温度、烟尘浓度、一氧化碳及二氧化碳等气体的浓度来识别和发现火情。这种方式对于城市、楼宇、固定场所等的消防比较有效,但不适用于在大空间范围内进行海量的部署,其野外恶劣环境下的生存能力、生存周期等,也难以满足森林防火的要求。
5 基于可见光的视频监测
近年来,我国许多林区都安装了基于可见光的视频监测系统,依此来弥补人工瞭望塔哨、卫星等监测手段在林火预警中的不足。基于可见光的林火视频监测手段主要是依据数字图像处理技术,对火灾图像的形态特征进行比较分析。这一手段在一定程度上克服了其他技术手段在某些方面存在着的缺陷,但由于基于可见光的视频监测系统不具备测温功能,而山林中层层而起的云雾与林火的形态特征极为相似,云雾升起或漂移的随机性又很强,难以通过预设的智能分析规则予以排除。所以,这种系统的误报率和漏报率通常都比较高。在实际应用中,还需要配备大量的值守人员不停地观看监视画面,达不到林火自动预警系统的技术要求。
6 非制冷红外温度探测器(在本发明中也可简称为红外温度探测器)
由于上述各种技术手段在林火早期发现与预警中都或多或少地存在着各种一时难以解决的问题,所以国内一些林区开始尝试使用非制冷红外温度探测器来实现大空间范围内对林火的早期发现和预警。由物理学黑体辐射理论可知,任何温度高于绝对零度(-273.15℃)的物体,都会向周围空间发出红外辐射能量,红外辐射能量的值与物体的表面温度密切相关。红外温度探测器正是依据此物理学原理,对所监测的物体表面温度自动地进行不间断的、7×24小时的实时测量。但在实际应用中,这种技术手段尚存在着如下问题:
1)由于物体发出的红外辐射能量在到达红外温度探测器时会受到距离、空气湿度、大气透射率等预先无法确定的因素的影响,而产生不确定的能量损耗。所以在大空间监测范围内(0-5公里),难以确定不同距离处、不同湿度条件下的报警温度。若报警温度设置得较低,误报率就会增高;若报警温度设置得较高,漏报率就会增高。特别地,距离红外温度探测器较远的野外明火的温度可能会低于距离红外温度探测器较近的、某块被晒热了的石块的温度,从而既产生了误报(距离较近的、被晒热的石块)、又产生了漏报(距离较远的野外明火)。
2)非制冷红外温度探测器并不能识别出热辐射是源自于野外明火还是诸如汽车引擎及轮胎、炊烟等非林火(野外明火)类热辐射,从而导致了误报率(错报率)的增加。
发明内容
本发明是一种基于非制冷红外温度探测器的林火预警系统,能够解决由于探测距离、大气透射率、大气湿度的不确定性而造成的难以确定报警阈值的问题,从而有效地减少了误报率和漏报率。
一种基于非制冷红外温度探测器的林火预警系统,包括至少一个非制冷红外温度探测器,网络,报警服务器;所述非制冷红外温度探测器和所述报警服务器分别通过各自的网络通信传输设备与所述网络连接;所述报警服务器包括依次相连的数据采集模块、特征提取模块和报警服务模块,所述数据采集模块通过所述网络采集非制冷红外温度探测器的探测视场角内的温度数据并传输给特征提取模块,所述特征提取模块从所述温度数据中提取非制冷红外温度探测器的探测视场角内的温度波动特征并依此来判断是否发生了温度的异常波动,所述探测视场角内的温度波动特征若表现为温度突变,则表明发生了温度的异常波动,所述探测视场角内的温度波动特征若表现为温度是连续变化的,则表明没有发生温度的异常波动;所述特征提取模块将温度的异常波动情况传递给报警服务模块,由报警服务模块及时发出报警。
所述特征提取模块可以通过索贝尔算子从非制冷红外温度探测器获得的探测视场角内的温度数据提取温度波动特征。
所述报警服务器还可以包括特征分析模块,所述特征提取模块通过所述特征分析模块与所述报警服务模块连接;所述特征分析模块判断当前探测时刻与上一探测时刻的温度波动特征是否具有相似性,若两个探测时刻的温度波动特征不相似,则继续判断所述的温度波动特征的不相似是否源自类热辐射,若不是源自类热辐射,则将判断结果发送给报警服务模块。
上述的林火预警系统,若两个探测时刻的温度波动特征不相似,所述的继续判断所述的温度波动特征的不相似是否源自类热辐射,可以是通过将提取的温度波动特征与样本波动特征库中的样本特征相对比而实现的。
所述的样本波动特征库可以具有自我学习能力。
上述的林火预警系统,若两个探测时刻的温度波动特征不相似,所述的继续判断所述的温度波动特征的不相似是否源自类热辐射,可以是通过将提取的温度波动特征与前一个时刻相同空间坐标的温度波动特征相对比来实现。
上述的林火预警系统,还可以包括数字云台,每个所述非制冷红外温度探测器与数字云台连接。
上述的林火预警系统,还可以包括报警客户端,所述报警服务器与报警客户端通过广域网络连接,并向报警客户端提供报警服务,所述报警客户端是各级森林防火接处警系统和/或第三方系统;
和/或所述报警服务器向报警客户端提供的报警服务方式可以是SDK方式,或消息订阅方式,或以消息推送方式主动地向报警客户端推送报警消息。
上述的林火预警系统,还可以包括编码器和解码器,所述编码器与非制冷红外温度探测器连接,所述解码器与报警服务器和/或报警客户端连接,或设置于报警服务器和/或报警客户端的内部。
一种基于非制冷红外温度探测器的林火预警系统,可以包括底层报警服务器和与所述底层报警服务器通过网络连接的至少一层上层报警服务器,所述底层报警服务器是上述的林火预警系统的报警服务器。
本发明的技术效果
本发明的一种基于非制冷红外温度探测器的林火预警系统,由于其报警服务器通过特征提取模块能够不依赖于探测距离、大气透射率、大气湿度来判断温度异常波动,因此能够解决由于探测距离、大气透射率、大气湿度的不确定性而造成的难以确定报警阈值的问题,有效地解决了基于物理(温度)量纲的阈式报警系统在实际应用中面临的难题,从而实现了在大空间范围内、非确定距离和气象条件下,对林火的全天候监测与预警,有效地减少了误报率和漏报率。
本发明进一步的方案采用索贝尔算子从温度数据提取所述温度波动特征,由于通过索贝尔算子可以描述高温区域的轮廓,因此可以用于识别探测视场角内的温度突变,以及高温区是否蔓延的信息。
本发明进一步的方案的报警服务器通过特征分析模块,判断当前探测时刻与上一探测时刻的温度波动特征是否具有相似性,能够正确识别非林火(非野外明火)的类热辐射,有效地排除了非制冷红外温度探测器对于非林火(野外明火)类热辐射(比如炊烟、汽车引擎和轮胎、冰雪反光引起的热辐射等)的误报,极大地提高了基于非制冷红外温度探测器的林火预警系统的实用性、先进性。
本发明进一步的方案采用样本波动特征库中存储的样本特征与实际检测到的温度波动特征进行对比,可以确定发生温度异常波动的位置是否处于林区,若不处于林区,则自然排除了发生林火的可能,若处于林区,则极有可能真的发生了林火,因此发出报警信息,通过该样本波动特征库可以更准确的排除类热辐射,从而减少错报率。
本发明进一步的方案的样本波动特征库具有自我学习能力,不需要专门人员进行大量的操作,即可自动增加其中的波动特征量,节省了大量人力物力,丰富了样本波动特征库,提高了效率。
本发明进一步的方案将提取的温度波动特征与前一个时刻相同空间坐标的温度波动特征相对比,从而可以判断火情发生地域范围的变化,由此便能够监测出火势是否发生了蔓延以及火势蔓延的具体情况。
本发明进一步的方案的数字云台可以辅助非制冷红外温度探测器对其周围区域进行全视野范围内的监测,最大程度地利用了非制冷红外温度探测器。
本发明进一步的方案将报警服务器与报警客户端通过广域网络连接,方便了需要获得林区火情信息的各部门可以实时、便捷的获得林区火情信息,在发生火情时可以第一时间采取措施;报警服务器具有良好的系统间互联互通能力,可以以多种方式向第三方系统提供报警服务。本发明进一步的方案通过多种方式将报警服务器与报警客户端通过广域网络连接,方便连接,而且能快速传输实时信息。
本发明进一步的方案的编码器可以直接将红外成像数据压缩成为适宜在广域网络上进行传输的数据格式后再传送给报警服务器或报警客户端(包括第三方系统等),从而可在报警服务器和/或报警客户端上方便地直接以红外图像形式显示图像信息,方便了监控;本发明进一步的方案,所述的数字云台还可以通过编码器连接广域网络,减少了数字云台直接连接广域网络的设备,减少了组件,降低了成本,而且减少了设备的复杂性,从而减少了故障发生率。
本发明的一种林火预警系统,可以将多个报警服务器按照管理区域和/或管理级别进行分级部署,可以避免由于各种原因引起的报警信息被忽视或延误,从而可以在最大程度上和最短时间内将报警信息发送给各主管部门。
附图说明
图1a是本发明的林火预警系统的一个实施例的框图。
图1b是本发明的林火预警系统的一个实施例的框图。
图2是本发明的一个实施例的报警服务器的工作流程图。
具体实施方式
本发明是一种基于非制冷红外温度探测器的林火预警系统,针对非制冷红外温度探测器在大空间范围内用于林火早期发现中存在着的不足,给出了一个已经过实验验证了的、可大幅度地降低林火误报率和漏报率的技术方案,能够解决由于探测距离、大气透射率、大气湿度的不确定性而造成的难以确定报警阈值的问题,从而有效地减少了误报率和漏报率,并且还能够正确识别非林火的类热辐射,减少错报率。
本发明在对本发明的技术方案进行概述前,对本发明中涉及到的一些名词和术语做如下阐述:
A、非制冷红外温度探测器:非制冷红外温度探测器是利用被测物体(任何温度高于绝对零度的物体)的热辐射效应而制成的能量探测器。非制冷红外温度探测器工作在8-14μm波段,在此工作波段上,探测器积分入射的辐射能,并将辐射能转换成为与辐射能量成正比的电信号。由热传导方程可将电信号转换成为被测物体的表面温度。非制冷红外温度探测器可通过非制冷红外焦平面阵列(也称矩阵),实现红外成像。
B、帧:帧是一幅由非制冷红外温度探测器视场角内的像素(比如320×240个像素)组成的红外热图像,红外热图像反映了非制冷红外温度探测器的监测视野。
C、火情:本发明中的火情是指野外明火(即林火)或能引起野外明火的火源,比如高温烟雾等。
D、类热辐射:本发明的类热辐射是指非野外明火、也不是引起野外明火的火源的其它热辐射,比如冰面反光,轮胎摩擦公路地面的摩擦热,汽车引擎发热,太阳照射石头积累的热辐射等。
以下结合附图对本发明的具体实施方式进行详细描述。
图1a是本发明的林火预警系统的一个实施例的框图,其中的实连线代表物理连线,虚连接线代表信息传输。图1a中的一种基于非制冷红外温度探测器的林火预警系统,包括至少一个非制冷红外温度探测器,网络(局域网络,或广域通信传输网络也简称广域网络),报警服务器。所述非制冷红外温度探测器和所述报警服务器分别通过各自的网络通信传输设备与所述网络连接。所述报警服务器包括依次相连的数据采集模块、特征提取模块和报警服务模块,所述数据采集模块通过所述网络采集非制冷红外温度探测器的探测视场角内的温度数据并传输给特征提取模块,所述特征提取模块从所述温度数据中提取非制冷红外温度探测器的探测视场角内的温度波动特征(在本发明中也可简称为波动特征或特征)并依此来判断是否发生了温度的异常波动,所述探测视场角内的温度波动特征若表现为温度突变(温度不连续),则表明发生了温度的异常波动,所述探测视场角内的温度波动特征若表现为温度是连续平滑变化的,即没有温度突变,则表明没有发生温度的异常波动。具体而言,若非制冷红外温度探测器的探测视场角范围内没有温度异常波动,那么在其获得的数据中,视场角范围内的温度波动特征表现为温度变化是连续平滑的,没有突变,即使不同区域的温度有差异(比如河流的温度通常较低,而路面的温度由于日晒通常较高,因此在河流和路面的交界处往往温度的变化较大),但在不同区域的交界处,其温度变化依然是连续的;但若在该探测区域内存在温度异常(比如野外明火,或着火前的高温烟雾或高温热源),则所述特征提取模块在这些温度异常位置所提取的温度波动特征表现为温度突变。温度波动特征即温度变化的特征。所述特征提取模块将温度的异常波动情况传递给报警服务模块,由报警服务模块及时发出报警。
在现有技术中,为了把握距离、空气湿度对测温结果的影响,林火预警系统通常的做法是在大量实验数据的基础上,通过数学建模工具建立起关于温度-距离、温度-湿度的n阶拟合曲线和相应的误差比例因子拟合曲线并求得经验公式,依此对目标物的表面温度进行关于距离、空气湿度的误差补偿,从而构建起一个基于物理量纲(温度)的阈式报警系统。对于理论和学术研究来说,这不失为是一个比较严谨并可自圆其说的方法,但这一方法很难满足实际应用的需求,因为(1)在密林深处、高山之巅、无人值守的野外和大空间监测范围内,距离本身就是一个很难自动测得的未知因子,所以难以用距离的变化来描述温度的变化;(2)实验数据(样本空间)难以全面地反映出地域变化(南方、北方、东部地区、西部地区等)、季节变化(春夏秋冬)及气象变化(风雾尘沙等),所以建立在有限实验数据基础上的拟合曲线和经验公式的局限性是显而易见的。本发明认为:(1)在相当长的时间内,各种针对林火预警的、基于物理量纲的阈式报警系统因受到太多不确定因素的干扰而难以普适性地满足实际应用的需求;(2)对于林火发现来说,温度值本身并不重要,重要的是非制冷红外温度探测器视场角(比如320×240阵列)内温度值间的波动关系及其波动特征。在此认识基础上,本发明将注意力从基于物理(温度)量纲的阈式报警系统转向了基于对320×240阵列内温度值间波动关系及其波动特征进行分析的非阈式报警系统,其基本思路是:在采集到了一帧(320×240阵列)数据后,对数据进行不依赖于距离、大气透射率、空气湿度、风力等变化因子的温度波动特征提取。报警服务器是本发明的核心设备,一般以每秒不低于2帧的采样速率实时地采集经由所述网络传入的非制冷红外温度探测器的探测结果,然后实现上述的、对温度波动特征的提取。
作为一个实施例,所述特征提取模块可以通过索贝尔算子从非制冷红外温度探测器获得的探测视场角内的温度数据提取所述温度波动特征。波动特征提取模块的温度波动特征提取方法采用的是模板大小为3×3的索贝尔(Sobel)离散型算子,这一方法可以很好地将发生了温度波动的那部分数据从阵列中提取出来。索贝尔算子(Sobel operator)是图像处理中的算子之一,主要用作边缘检测。在技术上,它是一离散性差分算子,可在320×240阵列内的任何一点使用此算子以便检测并提取出阵列内高温区域的轮廓,由此便可提取出探测视场角内温度在何处发生了什么样的突变,以及高温区域是否在蔓延等信息。当然采用索贝尔算子只是从温度数据提取温度波动特征的一种方法,实际上现有技术中本领域技术人员所知的、能从温度数据提取温度波动特征的方法都可以用于特征提取模块。因此,这些能够从温度数据提取温度波动特征的方法也应在本发明的权利要求保护范围之内。
作为本实施例的优选的具体实施方式,数据采集模块可以是RJ45以太网口,以每秒不低于2帧的采样速率实时地采集经由所述网络传入的非制冷红外温度探测器的探测结果。报警服务模块可以是嵌入式智能设备或台式计算机,包括多种通信协议,能够按照多种通信传输方式和通信协议要求与报警客户端,比如第三方系统进行互联互通;还可以存储、显示数据;还可以处理数据,便于监控人员或其它第三方系统查询实时数据或历史数据。特征提取模块也可以是嵌入式智能设备或服务器或台式计算机。
作为本发明的优选实施例,如图1b所示,所述报警服务器还可以包括特征分析模块,使得所述特征提取模块通过所述特征分析模块与所述报警服务模块连接,即特征提取模块的数据先传输给特征分析模块,特征分析模块对数据特征进行分析判断后,若需报警,则将判断结果传输给报警服务模块,通过报警服务模块发出警报。所述特征分析模块判断当前探测时刻与上一探测时刻的温度波动特征是否具有相似性,即判断经由特征提取模块获得的非制冷红外温度探测器在这两个探测时刻探测的特征数据是否有明显的变化,若特征发生了明显的变化,还可以将温度发生明显变化的空间坐标作为参数加以记录;若两个探测时刻的温度波动特征不相似,即两个探测时刻某一监控位置或区域处(该位置或区域一般是在特征提取模块中发生温度突变的位置)的温度特征有明显变化(此处是特征的变化,而非温度的突变),由于两个测量时刻的间隔很短,因此说明在此处温度发生了快速上升,有可能是野外明火,但也有可能是非林火(野外明火)类热辐射,比如阳光照在岩石上或冰面上也可能引起温度的快速上升,为了判断是否真的发生了火情,需要继续判断所述的温度波动特征的不相似是否源自非林火(野外明火)类热辐射,若不是源自类热辐射,则将判断结果发送给报警服务模块。特征分析是对特征的变化进行分析。在这种情况下,所述报警服务器首先将源自于非制冷红外温度探测器的原始数据(比如320×240阵列)导入到特征提取模块,判断是否发生了温度异常波动,当发生了温度异常波动后,报警服务器中的特征分析模块将进一步地对温度的异常波动进行甄别,以决定此温度波动是否需要报警。特征分析模块可以是台式计算机。若特征提取模块是服务器,特征分析模块可以通过物理连接方式或网络连接方式与所述特征提取模块连接。
所述特征分析模块要解决的问题是:(1)当前时刻与上一时刻的波动特征是否具有相似性;(2)如果不相似,还需要进一步判别这种不相似是否并不属于需要报警的野外明火。一种判别方法是:对于炊烟、被晒热了的石头等具有固定位置的非林火(野外明火)类热辐射,可以通过热辐射源的空间位置来判明其热辐射是否需要报警;对于汽车引擎及轮胎等不具有固定位置的非林火(野外明火)类热辐射,可以通过判断其当前位置所属区域的属性(道路、河流、村庄、林地等)来决定是否需要报警。(3)每一个监测点的每一个视场,都有着仅仅属于自己的样本波动特征库。这样既可以大幅度地降低比对运算的计算量,又可以使甄别更具有针对性。
也就是说,若两个探测时刻的温度波动特征不相似,所述的“判断所述的温度波动特征的不相似是否源自类热辐射”,可以通过将提取的温度波动特征与样本波动特征库中的样本特征(可以是预设在样本波动特征库中或实时更新的)相对比而实现。所述的样本波动特征库存储了不同地理特征的波动特征数据,比如河流、道路、炊烟等各自具有自身的温度波动特征,还可以存储某一具体坐标区域的温度波动特征的样本,比如先将正常情况下某段林区的温度波动特征作为样本存储,再将实时探测得到的该段林区的温度波动特征与之相比较,如果相似,说明不是火情,如果不相似,则极有可能是火情。这种情况下,报警服务器的工作流程如图2所示。所述的样本波动特征库可以是与所述特征分析模块连接的数据库。
对于其他事先无法确定的非林火(野外明火)类热辐射,可以通过样本波动特征库(本发明中也简称为样本库)具有的自我学习能力,逐渐地积累波动样本。样本库的自我学习能力源自于确报、误报和漏报事件中系统自动记录下来的温度波动特征。具体来说,对于误/漏报事件(一般情况下,本发明不允许出现漏报事件),样本库会自动地记录下来一组特征值(探测器的方位角、空间坐标、环境温度、风力、风向、产生误/漏报事件的日期/时间及区块属性、引起误/漏报的高温区域边缘特征和/或温度波动特征等)。样本库的这种自我学习能力使得整个系统可以持续地改进和不断地完善针对各种特定热辐射源的甄别能力。
若两个探测时刻的温度波动特征不相似,特征分析模块所述的“继续判断温度波动特征的不相似是否源自类热辐射”(即特征分析模块的另一种判断方法),是通过将提取的温度波动特征与前一个时刻相同空间坐标的温度波动特征相对比来实现,如果此时的温度波动特征显示温度的明显变化在某个空间范围内不断扩大,极有可能说明火势已在蔓延,此时应尽快报警。这种判断方法不仅能够进行林火预警,而且可以在发生火情后,监测火势的蔓延情况。当然也可以将上述两种判断方法相结合,更准确地甄别热辐射源是否发生了火情。
作为优选的实施例,本发明的林火预警系统中的非制冷红外温度探测器还可以具有一些附件,比如可以包括数字云台,每个所述非制冷红外温度探测器与数字云台连接,数字云台对非制冷红外温度探测器起支撑作用,而且还可以由报警服务器或其它终端通过所述网络对其进行远程遥控,以调节非制冷红外温度探测器的探测角度、方向、距离,以及巡航的设定等。通常,数字云台可以设置为按照一定时间在球体全视野范围内进行巡航。这就解决了在固定连接情况下,非制冷红外温度探测器只能探测、查看和传输某个方向角的数据信息而不能够以其为中心环顾四面八方的缺点。还可以包括,为了抵抗恶劣天气条件,而将非制冷红外温度探测器封装于其中的防护罩。防护罩可以安装在数字云台上,以实现对林区的巡航扫描。
在实际应用中,优选地,非制冷红外温度探测器可以通过RJ-45网络接口与网络通信传输设备相连,以通过网络通信传输设备实现对非制冷红外温度探测器的远程网络控制。
为了便于表达,将非制冷红外温度探测器、探测器防护罩、数字云台及网络通信传输设备总称为前端林火预警装置。
作为本发明的一个优选实施例,所述报警服务器可以与报警客户端连接,进而,所述报警服务器可以与报警客户端通过广域网络连接,如图1b所示。所述报警客户端可以是各级森林防火接处警系统和/或第三方系统,比如气象系统、林火卫星监测系统、护林员系统、森林公安系统、森林武警系统、林火扑救应急指挥系统、地理信息系统等,所述报警服务器可以通过下述三种方式向所述报警客户端提供报警服务:1)SDK方式:向报警客户端提供API(应用程序开发接口);2)消息订阅方式:报警客户端可通过消息订阅方式获取到报警信息;3)消息推送方式:可主动地向报警客户端推送报警消息。
优选地,为了在报警服务器上和/或报警客户端上显示红外成像数据,还可以包括编码器和解码器,所述编码器与非制冷红外温度探测器连接,对红外成像数据进行编码,所述解码器与报警服务器和/或报警客户端连接,或设置于报警服务器和/或报警客户端的内部,对已编码的红外成像数据进行解码。这种情况下,所述编码器也属于前端林火预警装置。为了能够在大空间范围内实现对林火的预警,非制冷红外温度探测器通常会放置在山林的制高点上,远离各级(县、地市、省等)林火监测中心。所以,非制冷红外温度探测器可以与编码器(一种嵌入式图像压缩与网络通信传输设备)相连,将红外成像数据等经由广域网络(通常是无线微波网络或通信卫星)传送到报警服务器和/或报警客户端(比如第三方系统等)。当然,编码器作为网络连通的工具,也可以将非制冷红外温度探测器采集到的温度数据通过广域网络传送到报警服务器和/或报警客户端。
优选地,所述数字云台可以通过网络接口(比如RS-485)与编码器相连,以通过编码器实现对数字云台的远程网络控制,如图1b所示。
优选地,所述非制冷红外温度探测器通过BNC接口与编码器相连,以实现对红外热图像(即上述的红外成像数据)的压缩编码,如图1b所示。编码器通过其网络传输模块将压缩编码后的红外热图像传输到各级林火监测中心。
优选地,所述编码器通过RJ-45接口与网络通信传输设备相连,如图1b所示,以实现前端林火预警装置与各级林火监测中心的网络互联。
图1a和图1b中的连线上的字母数字组合是本发明的一个具体实施方式中的连线的示例,只是对本发明的解释,本领域技术人员了解可以使用其它形式的连线对其进行替换和改变,因此这些连线的具体形式不应认为是对本发明保护范围的限制。
本发明中,所述报警服务器与非制冷红外温度探测器间的关系是主-从关系。非制冷红外温度探测器的工作参数由报警服务器予以预先确定和调整;报警服务器根据网络规划和网络传输信道的容量、质量等参数,决定非制冷红外温度探测器的网络地址、网络传输速率、图像帧率等网络运行参数。
本发明的一种基于非制冷红外温度探测器的林火预警系统,包括底层报警服务器和与所述底层报警服务器通过网络连接的至少一层上层报警服务器,所述底层报警服务器是上述的林火预警系统的报警服务器。所述底层报警服务器可以通过网络接口(比如RJ-45网络接口)实现与前端林火预警装置的互联互通。所述上层报警服务器可以按照管理区域和/或管理级别进行分级部署(省、市、县、乡等),设置成多层的上层报警服务器。在所有底层报警服务器管辖范围内的所有前端林火预警装置均可以自动地向上层报警服务器注册,从而实现报警服务器对其管辖范围内的各前端林火预警装置的数据采集,可以避免由于各种原因(比如某一级林火预警单位的疏忽或无人值守或误判等)引起的报警信息被忽视或延误,从而可以在最大程度上和最快时间内将报警信息发送给主管部门,最大程度上减少国家财产的损失。由此可见,多个报警服务器具有良好的分级部署能力,可以级联成大规模的林火预警系统,当然也可以针对某个特定的需求进行单独部署,只采用一个或一层底层报警服务器的形式。
本发明的林火预警系统中的报警服务器通过特征提取模块和特征分析模块有效地解决了基于物理(温度)量纲的阈式报警系统在实际应用中面临着的难题,从而实现了在大空间范围内、非确定距离和气象条件下,对林火的全天候监测与预警。(1)报警服务器通过数据采集模块可以每秒不低于2帧的采样速率实时地采集经由所述网络传入的非制冷红外温度探测器的探测结果;(2)通过提取、分析温度波动特征,解决了非制冷红外温度探测器在大空间范围内,因受到探测距离、空气湿度等因素的影响,而难以设定报警阀值的问题;(3)对汽车引擎与轮胎、炊烟等非林火(野外明火)类热辐射引起的温度的异常波动,具有良好的甄别能力。
作为一个实施例,本发明实现林火预警的步骤如图2所示:(1)将非制冷红外温度探测器采集到的原始数据经由所述网络输送到报警服务器。(2)由报警服务器的特征提取模块对采集到的原始数据进行加工处理,形成波动特征数据。(3)波动特征分析模块首先判别是否发生了温度的异常波动。(4)如果发生了温度异常波动,特征分析模块进一步判别温度的异常波动是否源自于非林火(野外明火)类热辐射,从而决定是否需要报警。(5)报警服务模块可通过多种方式向报警客户端提供报警服务。所述林火预警系统可以在无人值守的情况下,7×24小时地在大空间范围内实现对林火(野外明火)的实时监测和早期发现。
本发明成功地解决了预先无法确定的距离因素、空气湿度因素等对非制冷红外温度探测器测温结果的影响,在大空间范围内实现了一个基于非制冷红外温度探测器的、实用性良好的林火预警系统。实验结果表明,本发明对野外明火极为敏感,而对诸如汽车引擎及轮胎、炊烟等非林火(野外明火)类热辐射,具有良好的甄别能力。
Claims (10)
1.一种基于非制冷红外温度探测器的林火预警系统,其特征在于,包括至少一个非制冷红外温度探测器,网络,报警服务器;所述非制冷红外温度探测器和所述报警服务器分别通过各自的网络通信传输设备与所述网络连接;所述报警服务器包括依次相连的数据采集模块、特征提取模块和报警服务模块,所述数据采集模块通过所述网络采集非制冷红外温度探测器的探测视场角内的温度数据并传输给特征提取模块,所述特征提取模块从所述温度数据中提取非制冷红外温度探测器的探测视场角内的温度波动特征并依此来判断是否发生了温度的异常波动,所述探测视场角内的温度波动特征若表现为温度突变,则表明发生了温度的异常波动,所述探测视场角内的温度波动特征若表现为温度是连续变化的,则表明没有发生温度的异常波动;所述特征提取模块将温度的异常波动情况传递给报警服务模块,由报警服务模块及时发出报警。
2.根据权利要求1所述的林火预警系统,其特征在于,所述特征提取模块通过索贝尔算子从非制冷红外温度探测器获得的探测视场角内的温度数据提取所述温度波动特征。
3.根据权利要求1或2所述的林火预警系统,其特征在于,所述报警服务器还包括特征分析模块,所述特征提取模块通过所述特征分析模块与所述报警服务模块连接;所述特征分析模块判断当前探测时刻与上一探测时刻的温度波动特征是否具有相似性,若两个探测时刻的温度波动特征不相似,则继续判断所述的温度波动特征的不相似是否源自类热辐射,若不是源自类热辐射,则将判断结果发送给报警服务模块。
4.根据权利要求3所述的林火预警系统,其特征在于,若两个探测时刻的温度波动特征不相似,所述的继续判断所述的温度波动特征的不相似是否源自类热辐射,是通过将提取的温度波动特征与样本波动特征库中的样本特征相对比而实现的。
5.根据权利要求4所述的林火预警系统,其特征在于,所述的样本波动特征库具有自我学习能力。
6.根据权利要求3或4所述的林火预警系统,其特征在于,若两个探测时刻的温度波动特征不相似,所述的继续判断所述的温度波动特征的不相似是否源自类热辐射,是通过将提取的温度波动特征与前一个时刻相同空间坐标的温度波动特征相对比来实现。
7.根据权利要求1至6之一所述的林火预警系统,其特征在于,还包括数字云台,每个所述非制冷红外温度探测器与数字云台连接。
8.根据权利要求1至7之一所述的林火预警系统,其特征在于,还包括报警客户端,所述报警服务器与报警客户端通过广域网络连接,并向报警客户端提供报警服务,所述报警客户端是各级森林防火接处警系统和/或第三方系统;
和/或所述报警服务器向报警客户端提供的报警服务方式是SDK方式,或消息订阅方式,或以消息推送方式主动地向报警客户端推送报警消息。
9.根据权利要求8所述的林火预警系统,其特征在于,还包括编码器和解码器,所述编码器与非制冷红外温度探测器连接,所述解码器与报警服务器和/或报警客户端连接,或设置于报警服务器和/或报警客户端的内部。
10.一种基于非制冷红外温度探测器的林火预警系统,其特征在于,包括底层报警服务器和与所述底层报警服务器通过网络连接的至少一层上层报警服务器,所述底层报警服务器是权利要求1至9之一所述的林火预警系统的报警服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210048270.0A CN102881109B (zh) | 2012-02-28 | 2012-02-28 | 一种基于非制冷红外温度探测器的林火预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210048270.0A CN102881109B (zh) | 2012-02-28 | 2012-02-28 | 一种基于非制冷红外温度探测器的林火预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102881109A true CN102881109A (zh) | 2013-01-16 |
CN102881109B CN102881109B (zh) | 2014-12-24 |
Family
ID=47482416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210048270.0A Expired - Fee Related CN102881109B (zh) | 2012-02-28 | 2012-02-28 | 一种基于非制冷红外温度探测器的林火预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102881109B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606242A (zh) * | 2013-11-11 | 2014-02-26 | 成都市晶林电子技术有限公司 | 非制冷探测器森林防火系统 |
CN103606239A (zh) * | 2013-11-11 | 2014-02-26 | 成都市晶林电子技术有限公司 | 多层森林防火中心 |
CN103617691A (zh) * | 2013-11-11 | 2014-03-05 | 成都市晶林电子技术有限公司 | 森林火灾预警监控中心 |
CN104269013A (zh) * | 2014-09-30 | 2015-01-07 | 成都市晶林科技有限公司 | 一种森林探火系统及方法 |
CN106485868A (zh) * | 2015-08-27 | 2017-03-08 | 杭州海康威视数字技术股份有限公司 | 火情的监测方法、系统和火情的监测服务器 |
CN108777051A (zh) * | 2018-09-20 | 2018-11-09 | 广州通达汽车电气股份有限公司 | 火灾报警方法、装置、计算机设备和存储介质 |
CN110491066A (zh) * | 2019-08-21 | 2019-11-22 | 深圳云感物联网科技有限公司 | 基于红外热成像的森林防火监测预警系统 |
CN111599127A (zh) * | 2020-05-18 | 2020-08-28 | 深圳市安泰数据监测科技有限公司 | 用于森林防火的监控塔及控制方法 |
CN115265353A (zh) * | 2022-09-27 | 2022-11-01 | 湖南鼎晟建设工程有限公司 | 一种通过gnss观测感知预测边坡变形的示警监控系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7098796B2 (en) * | 2004-05-13 | 2006-08-29 | Huper Laboratories Co., Ltd. | Method and system for detecting fire in a predetermined area |
US20090016609A1 (en) * | 2002-05-20 | 2009-01-15 | Radoslaw Romuald Zakrzewski | Method for detection and recognition of fog presence within an aircraft compartment using video images |
US7609852B2 (en) * | 2004-11-16 | 2009-10-27 | Huper Laboratories Co., Ltd. | Early fire detection method and system based on image processing |
CN101770644A (zh) * | 2010-01-19 | 2010-07-07 | 浙江林学院 | 森林火灾远程视频监控烟火识别方法 |
CN201629019U (zh) * | 2009-09-30 | 2010-11-10 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测系统 |
CN101950461A (zh) * | 2010-08-20 | 2011-01-19 | 东北林业大学 | 远程地面红外林火自动探测系统及其探测方法 |
CN201936415U (zh) * | 2010-12-21 | 2011-08-17 | 北京川页家和科技发展有限公司 | 森林火情自动识别报警系统 |
WO2011103915A1 (de) * | 2010-02-24 | 2011-09-01 | Albert Orglmeister | Verfahren und einrichtung zur thermischen überwachung mittels eines löschsystems zum löschen eines brandes |
CN202119537U (zh) * | 2011-06-16 | 2012-01-18 | 上海市东方海事工程技术有限公司 | 空气预热器的旋转式红外测温报警系统 |
-
2012
- 2012-02-28 CN CN201210048270.0A patent/CN102881109B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090016609A1 (en) * | 2002-05-20 | 2009-01-15 | Radoslaw Romuald Zakrzewski | Method for detection and recognition of fog presence within an aircraft compartment using video images |
US7098796B2 (en) * | 2004-05-13 | 2006-08-29 | Huper Laboratories Co., Ltd. | Method and system for detecting fire in a predetermined area |
US7609852B2 (en) * | 2004-11-16 | 2009-10-27 | Huper Laboratories Co., Ltd. | Early fire detection method and system based on image processing |
CN201629019U (zh) * | 2009-09-30 | 2010-11-10 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测系统 |
CN101770644A (zh) * | 2010-01-19 | 2010-07-07 | 浙江林学院 | 森林火灾远程视频监控烟火识别方法 |
WO2011103915A1 (de) * | 2010-02-24 | 2011-09-01 | Albert Orglmeister | Verfahren und einrichtung zur thermischen überwachung mittels eines löschsystems zum löschen eines brandes |
CN101950461A (zh) * | 2010-08-20 | 2011-01-19 | 东北林业大学 | 远程地面红外林火自动探测系统及其探测方法 |
CN201936415U (zh) * | 2010-12-21 | 2011-08-17 | 北京川页家和科技发展有限公司 | 森林火情自动识别报警系统 |
CN202119537U (zh) * | 2011-06-16 | 2012-01-18 | 上海市东方海事工程技术有限公司 | 空气预热器的旋转式红外测温报警系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606242A (zh) * | 2013-11-11 | 2014-02-26 | 成都市晶林电子技术有限公司 | 非制冷探测器森林防火系统 |
CN103606239A (zh) * | 2013-11-11 | 2014-02-26 | 成都市晶林电子技术有限公司 | 多层森林防火中心 |
CN103617691A (zh) * | 2013-11-11 | 2014-03-05 | 成都市晶林电子技术有限公司 | 森林火灾预警监控中心 |
CN104269013A (zh) * | 2014-09-30 | 2015-01-07 | 成都市晶林科技有限公司 | 一种森林探火系统及方法 |
CN106485868A (zh) * | 2015-08-27 | 2017-03-08 | 杭州海康威视数字技术股份有限公司 | 火情的监测方法、系统和火情的监测服务器 |
CN106485868B (zh) * | 2015-08-27 | 2019-07-16 | 杭州海康威视数字技术股份有限公司 | 火情的监测方法、系统和火情的监测服务器 |
CN108777051A (zh) * | 2018-09-20 | 2018-11-09 | 广州通达汽车电气股份有限公司 | 火灾报警方法、装置、计算机设备和存储介质 |
CN110491066A (zh) * | 2019-08-21 | 2019-11-22 | 深圳云感物联网科技有限公司 | 基于红外热成像的森林防火监测预警系统 |
CN111599127A (zh) * | 2020-05-18 | 2020-08-28 | 深圳市安泰数据监测科技有限公司 | 用于森林防火的监控塔及控制方法 |
CN115265353A (zh) * | 2022-09-27 | 2022-11-01 | 湖南鼎晟建设工程有限公司 | 一种通过gnss观测感知预测边坡变形的示警监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102881109B (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102881109B (zh) | 一种基于非制冷红外温度探测器的林火预警系统 | |
CN205582179U (zh) | 基于卫星遥感图像的森林火灾远程监测系统 | |
US7991187B2 (en) | Intelligent image smoke/flame sensor and detection system | |
CN110491066A (zh) | 基于红外热成像的森林防火监测预警系统 | |
CN114724337B (zh) | 基于光伏电池供电的远程智能监测预警系统及方法 | |
CN115348247A (zh) | 基于天空地一体化技术的森林火灾检测预警及决策系统 | |
CN109448292A (zh) | 一种电网山火监测预警方法 | |
CN103455708A (zh) | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 | |
CN106910311B (zh) | 一种电网山火实时广域同步卫星监测方法及监测系统 | |
CN104581076A (zh) | 基于360度全景红外鱼眼摄像机之山火监控识别方法及装置 | |
CN107316012A (zh) | 小型无人直升机的火灾检测与跟踪方法 | |
CN112750280B (zh) | 一种复合式地质灾害专业监测预警方法和装置 | |
CN101650866A (zh) | 一种应用于无人机的火灾检测系统及其火灾检测方法 | |
CN102646311A (zh) | 实时动态巡航图像智能烟雾火情检测系统 | |
CN104007728A (zh) | 一种数字城市的感测装置、系统和方法 | |
CN108806158A (zh) | 一种基于云计算的森林火灾检测救援系统 | |
CN104613892A (zh) | 融合视频检测技术和激光测距技术的复合雪深监测系统 | |
CN103514702A (zh) | 一种森林防火预警系统 | |
CN101719300A (zh) | 智能视频火灾预警系统及其报警参数的确定方法 | |
WO2015103719A1 (zh) | 一种火灾监控系统 | |
CN201091014Y (zh) | 一种火灾探测装置 | |
CN105448017A (zh) | 小区围栏报警系统 | |
CN106971510A (zh) | 一种双模式山洪预警控制系统及方法 | |
CN114374716A (zh) | 地质灾害远程监测系统及其监测方法 | |
CN112750281B (zh) | 一种地质灾害专业监测预警方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141224 Termination date: 20160228 |
|
CF01 | Termination of patent right due to non-payment of annual fee |