CN104269012A - 基于modis数据的输电线路附近山火监测方法 - Google Patents
基于modis数据的输电线路附近山火监测方法 Download PDFInfo
- Publication number
- CN104269012A CN104269012A CN201410510717.0A CN201410510717A CN104269012A CN 104269012 A CN104269012 A CN 104269012A CN 201410510717 A CN201410510717 A CN 201410510717A CN 104269012 A CN104269012 A CN 104269012A
- Authority
- CN
- China
- Prior art keywords
- point
- fire
- transmission line
- pixel
- electricity
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims description 35
- 238000002310 reflectometry Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 3
- 210000000746 body region Anatomy 0.000 claims description 2
- 230000001535 kindling effect Effects 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000012937 correction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Fire-Detection Mechanisms (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于MODIS数据的输电线路附近山火监测方法，步骤1：获取卫星图像数据并预处理；步骤2：识别并排除水体和云对应的像素点；步骤3：判断潜在火点；步骤4：判断绝对火点；步骤5：利用背景信息判断火点；步骤6：滤除噪声点；步骤7：通过NDVI指数滤除工业火点；步骤8：判断对输电线路有影响的火点，并输出最终的火点位置；本方法具有以下优点：1、大大降低了异常高温点的误报率；2、成功的识别工业用火点；3、大大提高了输电线路火点识别准确率。
Description
技术领域
本发明涉及一种基于MODIS数据的输电线路附近山火监测方法。MODIS是指中分辨率成像光谱仪，即moderate-resolution imaging spectroradiometer，该方法适用于监测输电线路附近山火状况。
背景技术
近年来，随着全球气候变暖，极端气候天气频繁发生，我国中南地区在春耕和清明期间，越来越容易发生连续高温晴天天气。同时由于经济发展，农村燃料由传统的枯草和树木为燃气所替代，加上退耕还林政策的实施，山区地区植被保持越来越完好，因此，山火频繁发生。由于，输电线走廊经常经过山区、农区，输电线路附近山火发生次数呈快速增长趋势，因山火发生跳闸的次数亦明显增加。频发的输电线路山火跳闸事故，严重威胁电网的安全稳定运行。
利用红外卫星监测系统和传统计算方法可以大范围监测火点；但是工业用火点和低温火点难以被识别。为了及时正确的发现输电线路山火火点以便告警，需要对工业用火点，低温火点和异常高温点有着准确的识别能力。而按照传统的计算方法，由于采用固定的阈值，阈值过高会漏判低温用火点，由于没有结合地面地理信息而无法识别工业火点与实际山火，并且仅考虑单一探测通道的信息会将由于太阳反射引起的异常高温点代入火点信息当中，因此，传统的方法不能满足输电线路附近山火实时监测的需求，因此，有必要设计一种基于MODIS数据的输电线路附近山火监测方法。
发明内容
本发明所要解决的技术问题是提供一种基于MODIS数据的输电线路附近山火监测方法，该基于MODIS数据的输电线路附近山火监测方法误报率小，对山火点识别准确率高。
发明的技术解决方案如下：
一种基于MODIS数据的输电线路附近山火监测方法，包括以下步骤：
步骤1：获取卫星图像数据并预处理；
步骤2：识别并排除水体和云对应的像素点；
步骤3：判断潜在火点；
步骤4：判断绝对火点；
步骤5：利用背景信息判断火点；
步骤6：滤除噪声点；
步骤7：通过NDVI指数滤除工业火点；
步骤8：判断对输电线路有影响的火点，并输出最终的火点位置；
步骤1中，从MODIS卫星接收站的原始监测图像的36个通道值中获取用于山火识别的1、2、7、21、31和32通道的数据，并对获取的数据进行儿何矫正和辐射矫正预处理；定义Ti为i通道的亮温值，Ri为i通道的反射率；i＝1、2、7、21、31和32；
所述的MODIS是指中分辨率成像光谱仪。
步骤2中，将满足R1+R2＞0.9或者T32＜265K或者的像素点对应的区域判断为存在云的区域，并认为其中不可能存在火点；
将同时满足R2＜0.15、R7＜0.05和的像素点对应的区域判断为水体区域，并认为该区域内不存在火点；因此，利用本步骤排除图像中存在的对应水体和云的像素。
步骤3中，(1)先确定背景阈值Th：第21通道亮温值的概率分布函数为其中a和b为常数，分别为279和11.8，e为自然对数底，x为亮温值；累积概率密度为P满足对累积密度函数求逆有x＝F-1(P)；取P＝0.95，所得x定义为背景阈值Th，【即从最低温度像素点所占总像素的概率开始累加，当总概率和累加到95％的时候，所对应像素点的高温值Th】；
(2)再根据背景阈值Th判断潜在着火点：对在步骤2中已剔除了对应水体和云的像素的MODIS数据，如果像素点满足T21＞Th，则表示为潜在火点。
步骤4中，针对步骤3得到的潜在火点，如果像素点满足：白天时T21＞360K，或者夜间时T21＞330K，或者T21-31为T21和T31的差值，K为热力学温度单位开尔文，则判断该像素点为绝对火点，不满足条件的像素点转入步骤5进行处理。
步骤5中，利用潜在火点像素点周围八个背景像素点信息判断火点，定义T21b和δT21b为潜在火点像素点与周围8个像素点的T21的平均值和标准偏差，T21-31为T21和T31的差值，T21-31b和δT21-31b为潜在火点像素点与周围8个像素点的T21-31平均值和标准偏差；对于步骤4中不属于绝对火点的潜在火点对应的像素点，如果满足T21＞T21b+5×δT21b和T21-31＞T21-31b+5×δT21-31b，则认为改潜在火点是火点，记为确认后的潜在火点。
步骤6中，针对步骤4中的绝对火点和步骤5中得到的确认后的潜在火点，如果满足T31-T32＜8.0K，这判断该火点就是非噪声火点；如果不满足条件T31-T32＜8.0K，则判断该像素点为噪声点，予以滤除。
步骤7中，针对步骤6得到的非噪声火点，若某一非噪声火点所在位置满足NDVI≥0.3，则该非噪声火点为实际火点，否则判定该非噪声火点为工业火点。【NDVI为归一化植被覆盖指数，用以表征地面植被情况，如果满足NDVI≥0.3，那么就可以判定为有植被覆盖属于实际火点，否则为工业火点。】
步骤8中，针对步骤7判断出的实际火点，若某一实际火点与输电线路的距离小于3km，则判断该实际火点对输电线路产生有发生山火跳闸的危险影响，并输出火点验证结果，步骤结束。
前述的辐射较正是指对卫星传感器所探测和记录的光谱信号进行修正的工作。辐射校正包括对传感器的辐射校正，以及由于大气的干扰引起的大气辐射校正。一般采用天空、地面同步测量的办法取得校正的参数计算方法进行辐射校正。
有益效果：
本发明的基于MODIS数据的输电线路附近山火监测方法，能自动、快速、准确地辨识输电线路附近的山火火点，可成功剔除云、水、异常高温点及工业用火点，以正确快速的实现输电线路山火监测，及时发布输电线路山火警报，指导输电线路附近的山火防治工作，避免跳闸事故的发生，为电网安全提供保障。本发明的突出优点表现在：
1、大大降低了异常高温点的误报率；
2、成功的识别工业用火点；
3、大大提高了输电线路火点识别准确率。
附图说明
图1为2013年10月25日应用传统方法监测火点示意图；
图2为应用本发明检测方法步骤7得到的火点示意图；
图3为本发明的步骤结束是最终监测到的实际火点位置示意图。
具体实施方式
以下将结合附图和具体实施例对本发明做进一步详细说明：
实施例1：
以下详细说明本发明的实施步骤：
(1)、对MODIS卫星接收站的原始数据进行预处理，获取通道亮温值，反射率等。
在本发明实施例中，将卫星接收站的原始MODIS数据通过软件，进行儿何矫正，辐射矫正等预处理，可以获得MODIS遥感器的36个通道的数据与火点监测相关的1、2、7、21、31和32通道的亮温值和反射率。并定义Ti为相对应i通道的亮温值，Ri为相对应i通道的反射率。
(2)、识别水和云像素点。通过获得的1、2、7、32通道判断像素是否为水或云。本发明采用如下公式判断水和云。由于云层反射率高而云顶温度低，则将满足R1+R2＞0.9(反射率高)或者T32＜265K(云顶温度低)或者的像素点判断为厚云对应的像素点，并认为其中不可能存在火点。由于水面反射率低，则将同时满足R2＜0.15、R7＜0.05和(反射率低)的像素点判断为水体对应的像素点。因此在在判断火点之前，排除水和云对应的像素点像素。
(3)、通过对21通道亮温值进行概率统计，提取潜在火点。对21通道亮温值进行概率分布统计。假设概率分布函数为F(x)(其中c和d为常数，e为自然对数底)，，所求的累积概率密度为P，满足对累积密度函数求逆可得x＝F-1(P)。取P＝0.95，所得x定义为背景阈值Th，其是从最低温度像素点所占总像素的概率开始累加，当总概率和累加到95％的时候，所对应像素点的温度值Th，为308K。
(4)、根据阈值方法判断火点。将提取出的潜在火点，用阈值方法判断火点。如果像素点满足白天时T21＞360K，或者夜间时T21＞330K，或者(K为热力学温度单位，也称开尔文)，则判断为绝对火点，不满足条件的像素点转入下一步骤进行处理；
(5)、利用背景信息判断火点。利用潜在火点像素点周围八个背景像素点信息判断火点，定义T21b和δT21b为潜在火点像素点与周围8个像素点的T21的平均值和标准偏差，T21-31为T21和T31的差值，T21-31b和δT21-31b为潜在火点像素点与周围8个像素点的T21-31平均值和标准偏差。步骤(4)中不属于绝对火点的潜在火点像素点，如果满足T21＞T21b+5×δT21b和T21-31＞T21-31b+5×δT21-31b，则表示该火点比四周温度都要高，认为是火点；
(6)、滤除噪声点。由于噪声点的主要特征是单个通道亮温值突然增大其他通道值不变(噪声点也称异常高温点)，可以利用对地面火点均敏感的31和32通道的高温值是否相差太大来滤除噪声点，即31和32通道值的亮温值相差太大时为噪声点。将步骤(4)和步骤(5)中得到的火点，如果满足T31-T32＜8.0K，那么就是火点；如果不满足条件，就是噪声点，需要滤除；
(7)、通过NDVI指数滤除工业火点。NDVI(Normalized DifferenceVegetation Index)为归一化植被覆盖指数，可以表征地面植被情况，如果满足NDVI≥0.3，那么就可以判定为有植被覆盖属于实际火点，否则为工业火点。在步骤(6)得到的火点中，根据NDVI指数进行识别判断。如果符合判断条件。
(8)、通过输电线路判断火点是否对输电线路产生影响，根据步骤(7)判断出的实际火点，判断火点与输电线路的距离是否小于3km，则判断该火点是否对输电线路产生有发生山火跳闸的危险影响，并其提取出来，步骤结束。
以上各步骤必须依次进行，才能得到判断正确的输电线路附近山火火点位置，以便于告知线路运维单位进行相关处理。
如图1，图2，图3为采用本发明实施例的检测方法对2013年10月25日中部地区进行山火监测，在图中，检测到的火点采用增强效果表现为白色。监测到的火点可以根据输电线路图进行选取。图1为2013年10月25日，应用传统方法监测火点，图2为应用本发明检测方法步骤7得到的火点，图3为步骤结束最终监测到了对输电线路有影响的火点(该火点位于安徽境内，经现场核实确实为实际火点)。比较得出，本发明检测方法在可以滤除异常高温点和工业火点。
Claims (9)
1.一种基于MODIS数据的输电线路附近山火监测方法，其特征在于，包括以下步骤：
步骤1：获取卫星图像数据并预处理；
步骤2：识别并排除水体和云对应的像素点；
步骤3：判断潜在火点；
步骤4：判断绝对火点；
步骤5：利用背景信息判断火点；
步骤6：滤除噪声点；
步骤7：通过NDVI指数滤除工业火点；
步骤8：判断对输电线路有影响的火点，并输出最终的火点位置。
2.根据权利要求1所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤1中，从MODIS卫星接收站的原始监测图像的36个通道值中获取用于山火识别的1、2、7、21、31和32通道的数据，并对获取的数据进行儿何矫正和辐射矫正预处理；定义Ti为i通道的亮温值，Ri为i通道的反射率；i＝1、2、7、21、31和32；
所述的MODIS是指中分辨率成像光谱仪。
3.根据权利要求2所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤2中，将满足R1+R2＞0.9或者T32＜265K或者的像素点对应的区域判断为存在云的区域，并认为其中不可能存在火点；
将同时满足R2＜0.15、R7＜0.05和的像素点对应的区域判断为水体区域，并认为该区域内不存在火点；因此，利用本步骤排除图像中存在的对应水体和云的像素。
4.根据权利要求3所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤3中，(1)先确定背景阈值Th：第21通道亮温值的概率分布函数为其中a和b为常数，分别为279和11.8，e为自然对数底，x 为亮温值；累积概率密度为P满足对累积密度函数求逆有x＝F-1(P)；取P＝0.95，所得x定义为背景阈值Th；
(2)再根据背景阈值Th判断潜在着火点：对在步骤2中已剔除了对应水体和云的像素的MODIS数据，如果像素点满足T21＞Th，则表示为潜在火点。
5.根据权利要求4所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤4中，针对步骤3得到的潜在火点，如果像素点满足：白天时T21＞360K，或者夜间时T21＞330K，或者 T21-31为T21和T31的差值，K为热力学温度单位开尔文，则判断该像素点为绝对火点，不满足条件的像素点转入步骤5进行处理。
6.根据权利要求5所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤5中，利用潜在火点像素点周围八个背景像素点信息判断火点，定义T21b和δT21b为潜在火点像素点与周围8个像素点的T21的平均值和标准偏差，T21-31为T21和T31的差值，T21-31b和δT21-31b为潜在火点像素点与周围8个像素点的T21-31平均值和标准偏差；对于步骤4中不属于绝对火点的潜在火点对应的像素点，如果满足T21＞T21b+5×δT21b和T21-31＞T21-31b+5×δT21-31b，则认为改潜在火点是火点，记为确认后的潜在火点。
7.根据权利要求6所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤6中，针对步骤4中的绝对火点和步骤5中得到的确认后的潜在火点，如果满足T31-T32＜8.0K，这判断该火点就是非噪声火点；如果不满足条件T31-T32＜8.0K，则判断该像素点为噪声点，予以滤除。
8.根据权利要求7所述的基于MODIS数据的输电线路附近山火监测方法，其特征 在于，步骤7中，针对步骤6得到的非噪声火点，若某一非噪声火点所在位置满足NDVI≥0.3，则该非噪声火点为实际火点，否则判定该非噪声火点为工业火点。
9.根据权利要求8所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤8中，针对步骤7判断出的实际火点，若某一实际火点与输电线路的距离小于3km，则判断该实际火点对输电线路产生有发生山火跳闸的危险影响，并输出火点验证结果，步骤结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410510717.0A CN104269012B (zh) | 2014-09-28 | 2014-09-28 | 基于modis数据的输电线路附近山火监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410510717.0A CN104269012B (zh) | 2014-09-28 | 2014-09-28 | 基于modis数据的输电线路附近山火监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104269012A true CN104269012A (zh) | 2015-01-07 |
| CN104269012B CN104269012B (zh) | 2017-01-25 |
Family
ID=52160530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410510717.0A Expired - Fee Related CN104269012B (zh) | 2014-09-28 | 2014-09-28 | 基于modis数据的输电线路附近山火监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104269012B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105447500A (zh) * | 2015-10-30 | 2016-03-30 | 张弓 | 一种自动识别秸秆焚烧火点的方法及系统 |
| CN105740642A (zh) * | 2016-03-14 | 2016-07-06 | 国家电网公司 | 基于多源遥感数据的modis卫星火点准确性判别方法 |
| CN106289531A (zh) * | 2016-07-29 | 2017-01-04 | 国家电网公司 | 一种基于云台姿态角的高压输电走廊山火定位方法 |
| CN106652300A (zh) * | 2016-12-23 | 2017-05-10 | 航天星图科技（北京）有限公司 | 一种应用于林区的火点监测方法 |
| CN106840409A (zh) * | 2017-01-23 | 2017-06-13 | 北京师范大学 | 一种基于modis的森林火灾火点检测方法 |
| CN107576399A (zh) * | 2017-09-12 | 2018-01-12 | 北京师范大学 | 面向modis 林火探测的亮温预测方法和系统 |
| CN107784277A (zh) * | 2017-10-17 | 2018-03-09 | 国网湖南省电力公司 | 一种山火判识方法和系统 |
| CN109360369A (zh) * | 2018-09-19 | 2019-02-19 | 李琳 | 一种基于聚类结果进行火灾危险分析方法及装置 |
| CN111006771A (zh) * | 2019-12-27 | 2020-04-14 | 广东电网有限责任公司电力科学研究院 | 一种基于极轨气象卫星判识火点的方法与装置 |
| CN111027520A (zh) * | 2019-12-27 | 2020-04-17 | 广东电网有限责任公司电力科学研究院 | 一种山火火点判识方法、装置和设备 |
| CN111858813A (zh) * | 2020-07-21 | 2020-10-30 | 云南电网有限责任公司带电作业分公司 | 一种基于卫星技术的非火点区域排除方法 |
| CN113160098A (zh) * | 2021-04-16 | 2021-07-23 | 浙江大学 | 一种光照不均匀条件下密集微粒图像的处理方法 |
| CN114664048A (zh) * | 2022-05-26 | 2022-06-24 | 环球数科集团有限公司 | 一种基于卫星遥感监测的火情监测及火灾预警方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101592524A (zh) * | 2009-07-07 | 2009-12-02 | 中国科学技术大学 | 基于类间方差的modis森林火灾火点检测方法 |
-
2014
- 2014-09-28 CN CN201410510717.0A patent/CN104269012B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101592524A (zh) * | 2009-07-07 | 2009-12-02 | 中国科学技术大学 | 基于类间方差的modis森林火灾火点检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 肖利: "EOS/MODIS在川渝地区森林火灾监测中的应用研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 肖霞等: "基于类间方差的MODIS森林火灾火点检测方法", 《光谱学与光谱分析》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105447500A (zh) * | 2015-10-30 | 2016-03-30 | 张弓 | 一种自动识别秸秆焚烧火点的方法及系统 |
| CN105447500B (zh) * | 2015-10-30 | 2017-10-17 | 张弓 | 一种自动识别秸秆焚烧火点的方法及系统 |
| CN105740642B (zh) * | 2016-03-14 | 2018-11-13 | 国家电网公司 | 基于多源遥感数据的modis卫星火点准确性判别方法 |
| CN105740642A (zh) * | 2016-03-14 | 2016-07-06 | 国家电网公司 | 基于多源遥感数据的modis卫星火点准确性判别方法 |
| CN106289531A (zh) * | 2016-07-29 | 2017-01-04 | 国家电网公司 | 一种基于云台姿态角的高压输电走廊山火定位方法 |
| CN106652300A (zh) * | 2016-12-23 | 2017-05-10 | 航天星图科技（北京）有限公司 | 一种应用于林区的火点监测方法 |
| CN106652300B (zh) * | 2016-12-23 | 2019-03-15 | 中科星图股份有限公司 | 一种应用于林区的火点监测方法 |
| CN106840409A (zh) * | 2017-01-23 | 2017-06-13 | 北京师范大学 | 一种基于modis的森林火灾火点检测方法 |
| CN107576399A (zh) * | 2017-09-12 | 2018-01-12 | 北京师范大学 | 面向modis 林火探测的亮温预测方法和系统 |
| CN107784277A (zh) * | 2017-10-17 | 2018-03-09 | 国网湖南省电力公司 | 一种山火判识方法和系统 |
| CN107784277B (zh) * | 2017-10-17 | 2021-08-31 | 国网湖南省电力公司 | 一种山火判识方法和系统 |
| CN109360369A (zh) * | 2018-09-19 | 2019-02-19 | 李琳 | 一种基于聚类结果进行火灾危险分析方法及装置 |
| CN109360369B (zh) * | 2018-09-19 | 2021-09-28 | 王杰 | 一种基于聚类结果进行火灾危险分析方法及装置 |
| CN111006771A (zh) * | 2019-12-27 | 2020-04-14 | 广东电网有限责任公司电力科学研究院 | 一种基于极轨气象卫星判识火点的方法与装置 |
| CN111027520A (zh) * | 2019-12-27 | 2020-04-17 | 广东电网有限责任公司电力科学研究院 | 一种山火火点判识方法、装置和设备 |
| CN111858813A (zh) * | 2020-07-21 | 2020-10-30 | 云南电网有限责任公司带电作业分公司 | 一种基于卫星技术的非火点区域排除方法 |
| CN113160098A (zh) * | 2021-04-16 | 2021-07-23 | 浙江大学 | 一种光照不均匀条件下密集微粒图像的处理方法 |
| CN114664048A (zh) * | 2022-05-26 | 2022-06-24 | 环球数科集团有限公司 | 一种基于卫星遥感监测的火情监测及火灾预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104269012B (zh) | 2017-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104269012A (zh) | 基于modis数据的输电线路附近山火监测方法 | |
| CN103455804B (zh) | 一种基于动态阈值的输电线路山火卫星火点辨识方法 | |
| CN103106764B (zh) | 基于卫星遥感的输电线路走廊火情监测系统 | |
| CN111342391B (zh) | 一种输电线路绝缘子和线路故障巡视方法及巡视体系 | |
| CN110570615A (zh) | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 | |
| 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 | |
| CN111008599B (zh) | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 | |
| CN103778418A (zh) | 一种输电线路杆塔图像监测系统的山火图像识别方法 | |
| CN107169966B (zh) | 一种基于温度分布的输电线路山火辨识方法 | |
| CN102881109B (zh) | 一种基于非制冷红外温度探测器的林火预警系统 | |
| CN104537792A (zh) | 基于背景信息的输电线路山火卫星监测方法 | |
| CN110634258A (zh) | 一种针对输电线路卫星监测山火数据的山火辨识方法 | |
| CN107403004B (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
| CN105261011B (zh) | 一种无人机巡检航拍复杂背景影像中绝缘子的提取方法 | |
| CN113269175B (zh) | 一种火情监测方法和装置 | |
| CN105096511B (zh) | 一种自动生成烟区检测结果的方法 | |
| CN106228192B (zh) | 一种基于双阈值聚类分析的输电线路山火区域辨识方法 | |
| CN109902666A (zh) | 一种基于二维otsu的电网山火潜在火点识别方法 | |
| CN106909918B (zh) | 基于输电线路沿线卫星图像的山火危险性辨识方法 | |
| CN105741479A (zh) | 基于热成像和烟雾识别一体森林防火ia-pcnn算法 | |
| CN111931648A (zh) | 一种基于Himawari8波段数据的山火实时监测方法 | |
| CN104715346B (zh) | 一种面向输电线路的山火临近风险评估系统 | |
| CN116843528A (zh) | 多源卫星高时频电网火险监测方法及系统 | |
| CN116052359A (zh) | 基于高分卫星数据的静止卫星林区火点判识方法及装置 | |
| CN104062238A (zh) | 大田冬小麦拔节期纹枯病遥感监测方法 |
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: 20170125 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |