CN105761408B - 输电线路山火卫星的动态阈值监测方法及系统 - Google Patents
输电线路山火卫星的动态阈值监测方法及系统 Download PDFInfo
- Publication number
- CN105761408B CN105761408B CN201610259328.4A CN201610259328A CN105761408B CN 105761408 B CN105761408 B CN 105761408B CN 201610259328 A CN201610259328 A CN 201610259328A CN 105761408 B CN105761408 B CN 105761408B
- Authority
- CN
- China
- Prior art keywords
- subregion
- fire
- threshold value
- dynamic
- cause
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 230000005540 biological transmission Effects 0.000 title claims abstract description 26
- 238000013316 zoning Methods 0.000 claims abstract description 10
- 238000005192 partition Methods 0.000 claims description 7
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000714 time series forecasting 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
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种输电线路山火卫星的动态阈值监测方法及系统,该方法包括步骤:按地理因素将监测区域中的火源区域分为多个分区;根据运行的历史阈值,推导计算出多个分区对应时间的三组动态阈值;在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择对应时间的三组动态阈值进行监测。该系统包括:分区单元,用于依据地理因素将监测区域中的火源区域分为多个分区;动态阈值推算单元,用于根据运行的历史阈值推导计算出多个分区对应时间的三组动态阈值;阈值调用单元,用于在需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择对应时间的三组动态阈值进行监测。本发明可提高阈值的准确性,避免火点的漏判和误判。
Description
技术领域
本发明涉及电力系统防灾减灾技术领域,尤其涉及一种输电线路山火卫星动态阈值监测方法及系统。
背景技术
输电线路山火卫星监测可对大范围山火实施广域监测,具有无可取代的优点。目前使用的统一阈值监测方法,是对整个监测区域使用相同阈值进行火点判识计算。通常卫星火点判识阈值有三个:Th1、Th2、Th3,当相应通道亮温计算值均超过上述三个阈值时,即认为是火点。
上述阈值受地理、季节、气候等因素影响很大,各地不同时期的阈值有所差别,使用统一阈值判识方法易造成部分地区的火点漏判或误判。因此需要找出各个地方不同时间段的判识阈值,不仅可减少后期告警计算量,还可大大提高火点判识精度。
发明内容
本发明目的在于提供一种输电线路山火卫星动态阈值监测方法及系统,以解决统一阈值监测易造成部分地区的火点漏判或误判的技术问题。
为实现上述目的,本发明提供了一种输电线路山火卫星的动态阈值监测方法,包括以下步骤:
S1:依据地理因素将监测区域中的火源区域分为多个分区;
S2:根据运行的历史阈值,推导计算出多个分区对应时间的三组动态阈值;
S3:在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择分区对应时间的三组动态阈值进行监测。
作为本发明的方法的进一步改进:
优选地,地理因素包括地理、地貌、植被、气候及天气因素中任意几者的组合;步骤S1包括以下步骤:
S101:在监测区域中,将火源区域中地理因素相近的区域按照实际形状划分为一个分区;
S102:当一个分区不是矩形时,在分区的一处以上的边界和\或边角处增加无火源区域或者相邻分区的火源区域使得分区成为矩形分区(或者近似矩形分区),从而将监测区域分为多个分区。
优选地,无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合,火源区域为除无火源区域之外的区域。
优选地,步骤S2,包括:
S201:根据运行历史,获得各个分区不同季节及不同时间的阈值Thq(q=1,2,3)的历史阈值,设为Thq(1),Thq(2),...,Thq(t),…;其中t为移动周期,t=1,2,…;q为阈值编号,q=1,2,3;
S202:根据历史阈值Thq(1),Thq(2),...,Thq(t),…;按数据顺序逐点推移求出N个数的平均数,即得到移动平均数:
其中,N≤t;Forecastt为第t周期的移动平均数;Forecastt-1为第t-1周期的移动平均数,Thq(t)为第t周期阈值的观测值;N为移动平均项数,通常取N≥20;
从而得到动态阈值的预测公式为:
从而推导计算出多个分区对应时间的三组动态阈值。
优选地,步骤S202完成后,方法还包括,
步骤S203:将预测得到的动态阈值按照[Thq,分区,季节,时期]数组进行存储,其中q=1,2,3;分区为分区ID号;季节=(春,夏,秋,冬);时期=(白天,夜晚)。
优选地,分区对应时间的三组动态阈值为,相应分区ID号、相应季节和相应时期的阈值Thq,其中q=1,2,3。
作为一个总的技术构思,本发明还提供了一种输电线路山火卫星的动态阈值监测系统,包括:
分区单元,用于依据地理因素将监测区域中的火源区域分为多个分区;
动态阈值推算单元,用于根据运行的历史阈值,推导计算出多个分区对应时间的三组动态阈值;
阈值调用单元,用于在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择分区对应时间的三组动态阈值进行监测。
作为本发明的系统的进一步改进:
分区单元包括:
地理划分模块,用于在监测区域中,将火源区域中地理因素相近的区域按照实际形状划分为一个分区;地理因素包括地理、地貌、植被、气候及天气因素中任意几者的组合;无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合;
矩阵修正模块,用于在不是矩形的分区的一处以上的边界和\或边角处增加无火源区域或者相邻分区的火源区域使得分区成为矩形分区,从而将监测区域分为多个分区;无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合,火源区域为除无火源区域之外的区域。
动态阈值推算单元包括:
历史阈值获取模块,用于根据运行历史,获得各个分区不同季节及不同时间的阈值的历史阈值;
动态阈值预测模块,用于根据历史阈值,按数据顺序逐点推移求出N个数的平均数,根据N个数的平均数,从而推导计算出多个分区对应时间的三组动态阈值。
本发明具有以下有益效果:
1、本发明的输电线路山火卫星的动态阈值监测方法,将监测区域分为多个不同分区,通过然后求取出不同地理分区对应时间的动态阈值,可大大提高阈值的准确性,避免火点的漏判和误判。
2、在优选方案中,本发明输电线路山火卫星的动态阈值监测方法,采用基于时间序列预测的方法,根据随机数据序列的统计规律分析得出预测目标值,是一种基于随机过程理论的动态数据处理方法,可预测最新动态阈值,避免了因植被等地理环境改变带来的阈值变化导致的火点判识误差。
3、本发明的输电线路山火卫星的动态阈值监测系统,采用分区单元将监测区域分为多个不同分区,采用动态阈值推算单元求取出不同地理分区对应时间的动态阈值,可提高阈值的适应性,从而极大地提高火点判识的精度。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的输电线路山火卫星的动态阈值监测方法的流程示意图;
图2是本发明优选实施例的地理划分分区示意图;
图3是本发明优选实施例的矩形修正分区示意图;
图4是本发明优选实施例的输电线路山火卫星的动态阈值监测系统的结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1,本发明的输电线路山火卫星的动态阈值监测方法,包括以下步骤:
S1:依据地理因素将监测区域中的火源区域分为多个分区;
S2:根据运行的历史阈值,推导计算出多个分区对应时间的三组动态阈值;
S3:在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择分区对应时间的三组动态阈值进行监测。
通过上述步骤,将监测区域中的火源区域分为多个不同分区,通过然后求取出不同地理分区对应时间的动态阈值,可大大提高阈值的准确性,避免火点的漏判和误判。
在实际应用中,在上述步骤的基础上,本发明的输电线路山火卫星的动态阈值监测方法,还可增加步骤进行优化,以下举例说明:
实施例1:
本发明的输电线路山火卫星的动态阈值监测方法,包括以下步骤:
S1:依据地理因素将监测区域中的火源区域分为多个分区,包括以下步骤:
S101:参见图2中实线所示,在监测区域中,将火源区域(除无火源区域之外)且地理因素相近的区域按照实际形状划分为一个分区;地理因素包括地理、地貌、植被、气候及天气因素中任意几者的组合。无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合,火源区域为除无火源区域之外的区域,例如:森林、草原等。
S102:当一个分区不是矩形时,在该分区的一处以上的边界和\或边角处增加无火源区域或者相邻分区的火源区域使得分区成为矩形分区,依照前述步骤,可将监测区域分为多个分区。按照实际地理形状进行分区后,火点定位时判断火点落在哪个区域需要知道每个区域边界线的方程,当分区为随机形状时,不仅该方程求取非常困难,而且计算繁琐耗时。故应将分区尽可能地画为矩形,如附图3所示。这样,只需要知道每个矩形区域两个对角点的坐标,通过比较大小的一次计算(例如,设某矩形分区左下角顶点和右上角顶点坐标分别为(lon1,lat1)和(lon2,lat2),火点坐标为(lon0,lat0),其中,lon为经度坐标,lat为纬度坐标。则火点位于该矩形分区的充分必要条件是:lon1<lon0<lon2且lat1<lat0<lat2,即同时满足lon0-lon1>0,lon2-lon0>0,lat0-lat1>0,lat2-lat0>0,为比较大小的一次计算。)便可进行火点定位,计算效率将大大提高。虽然每个矩形分区四个角增加了一些无火源区域,但这对于火点定位与阈值求取不会产生任何影响。
S2:根据运行的历史阈值,推导计算出多个分区对应时间的三组动态阈值;包括以下步骤:
S201:根据运行历史,获得各个分区不同季节及不同时间的阈值Thq(q=1,2,3)的历史阈值,设为Thq(1),Thq(2),...,Thq(t),…;其中t为移动周期,t=1,2,…;q为阈值编号,q=1,2,3;
S202:根据历史阈值Thq(1),Thq(2),...,Thq(t),…;按数据顺序逐点推移求出N个数的平均数,即得到移动平均数:
其中,N≤t;Forecastt为第t周期的移动平均数;Forecastt-1为第t-1周期的移动平均数,Thq(t)为第t周期阈值的观测值;N为移动平均项数,通常取N≥20;
式(1)表示当t前移一个周期,就增加一个新数据,去掉一个旧数据,不断地“吐故纳新”,故可预测最新的动态阈值。从而得到动态阈值的预测公式为:
从而推导计算出多个分区对应时间的三组动态阈值。
步骤S203:将预测得到的动态阈值按照[Thq,分区,季节,时期]数组进行存储(可记为[Thq,area,season,time]数组),其中q=1,2,3;分区为分区ID号;季节=(春,夏,秋,冬);时期=(白天,夜晚)。
S3:在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择分区对应时间的三组动态阈值进行监测,分区对应时间的三组动态阈值为,相应分区ID号、相应季节和相应时期的阈值Thq,其中q=1,2,3,即按照步骤S203所存储的数组进行调用。
以上步骤中,本发明采用基于时间序列预测的方法,根据随机数据序列的统计规律分析得出预测目标值,是一种基于随机过程理论的动态数据处理方法,可预测最新动态阈值,避免了因植被等地理环境改变带来的阈值变化导致的火点判识误差。
参见图4,在上述方法的同一原理的基础上,本实施例的一种输电线路山火卫星的动态阈值监测系统,包括分区单元、动态阈值推算单元和阈值调用单元。其中,分区单元用于依据地理因素将监测区域中的火源区域分为多个分区;动态阈值推算单元用于根据运行的历史阈值,推导计算出多个分区对应时间的三组动态阈值;阈值调用单元用于在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择分区对应时间的三组动态阈值进行监测。该系统采用分区单元将监测区域分为多个不同分区,采用动态阈值推算单元求取出不同地理分区对应时间的动态阈值,可提高阈值的适应性,从而极大地提高火点判识的精度。
本实施例中,分区单元包括地理划分模块和矩阵修正模块,地理划分模块用于在监测区域中,将火源区域中地理因素相近的区域按照实际形状划分为一个分区;地理因素包括地理、地貌、植被、气候及天气因素中任意几者的组合;无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合,火源区域为除无火源区域之外的区域;矩阵修正模块用于在不是矩形的分区的一处以上的(包括一处)边界和\或边角处增加无火源区域或者相邻分区的火源区域使得分区成为矩形分区(或者类似矩形分区,当该分区的形状原本为矩形时,则无需将临近区域补充到本分区),从而将监测区域分为多个分区。
本实施例中,动态阈值推算单元包括历史阈值获取模块和动态阈值预测模块,历史阈值获取模块用于根据运行历史,获得各个分区不同季节及不同时间的阈值的历史阈值;动态阈值预测模块用于根据历史阈值,按数据顺序逐点推移求出N个数的平均数,根据N个数的平均数,从而推导计算出多个分区对应时间的三组动态阈值。
因此,本实施例输电线路山火卫星的动态阈值监测系统,能预测最新动态阈值,避免了因植被等地理环境改变带来的阈值变化导致的火点判识误差,从而极大地提高火点判识的精度。
实施例2:
本实施例为采用实施例1的输电线路山火卫星的动态阈值监测方法和系统的实际运行例。
2015年7月12日上午,使用输电线路山火卫星监测系统对某卫星影像预处理后,使用分区动态阈值法进行火点判识,发现6个疑似火点f1(112.85,30.35),f2(111.76,37.65),f3(117.20,33.74),f4(116.72,33.70),f5(112.16,29.49),f6(114.97,27.13),其中,括号内数字分别表示疑似火点的经纬度坐标。该6个疑似火点分别位于湖北荆州、山西太原、安徽宿州、安徽淮北、湖南益阳、江西吉安。
首先根据监测域内所有分区夏季白天的20个历史阈值Thq(1),Thq(2),...,Thq(t),…,利用公式(1)、(2)求取相应的动态阈值,即:
例如,分区1的历史动态阈值Th1(1)~Th1(20)分别为304.9、305.3、303.2、302.5、306.3、305.6、305.4、304.1、307.0、306.9、305.4、303.8、304.9、305.7、306.2、304.8、306.1、305.4、306.7、304.9,则最新动态阈值为:
然后将求取的动态阈值在数据库中更新,将season=夏(即季节为夏天)、time=白天(即时期为白天)的动态阈值全部更新,保证火点判识调用最新的阈值。
将疑似火点的坐标与分区顶点坐标进行比较,确定各自所属分区。设f1~f6所属分区分别为分区1~分区6,找到分区对应的area(即分区ID号),调用相应的阈值进行判识。疑似火点的亮温计算值与对应的判识阈值见下表1。
表1火点像元及其背景像元中远红外通道亮温计算值及相应的判识阈值Th1~Th3,表中温度以K(开尔文温度单位)计。
表1
从表1中可以看出,三个计算值都超过阈值的有f1和f5,因此判断f1~f6六个疑似火点中只有两个火点f1和f5,其中f2、f3、f4和f6不是火点。
由此可以看出,经过分区后,各个分区的阈值有所差别,与以往的统一阈值判识法相比,避免了大量火点漏判与误判;同时不断地求取最新阈值,大大地提高了判识精度。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种输电线路山火卫星的动态阈值监测方法,其特征在于,包括以下步骤:
S1:依据地理因素将监测区域中的火源区域分为多个分区;所述地理因素包括地理、地貌、植被、气候及天气因素中任意几者的组合;包括以下步骤:
S101:在所述监测区域中,将火源区域中地理因素相近的区域按照实际形状划分为一个分区;
S102:当一个分区不是矩形时,在所述分区的一处以上的边界和\或边角处增加无火源区域或者相邻分区的火源区域使得所述分区成为矩形分区,从而将监测区域分为多个分区;所述无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合,所述火源区域为除无火源区域之外的区域;
S2:根据运行的历史阈值,推导计算出所述多个分区对应时间的三组动态阈值;
S3:在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择所述分区对应时间的三组动态阈值进行监测。
2.根据权利要求1所述的输电线路山火卫星的动态阈值监测方法,其特征在于,所述步骤S2,包括:
S201:根据运行历史,获得各个分区不同季节及不同时间的阈值Thq(q=1,2,3)的历史阈值,设为Thq(1),Thq(2),...,Thq(t),…;其中t为移动周期,t=1,2,…;q为阈值编号,q=1,2,3;
S202:根据历史阈值Thq(1),Thq(2),...,Thq(t),…;按数据顺序逐点推移求出N个数的平均数,即得到移动平均数:
其中,N≤t;Forecastt为第t周期的移动平均数;Forecastt-1为第t-1周期的移动平均数,Thq(t)为第t周期阈值的观测值;N为移动平均项数,通常取N≥20;
从而得到动态阈值的预测公式为:
从而推导计算出所述多个分区对应时间的三组动态阈值。
3.根据权利要求2所述的输电线路山火卫星的动态阈值监测方法,其特征在于,所述步骤S202完成后,所述方法还包括,
步骤S203:将预测得到的动态阈值按照[Thq,分区,季节,时期]数组进行存储,其中q=1,2,3;分区为分区ID号;季节=(春,夏,秋,冬);时期=(白天,夜晚)。
4.根据权利要求3所述的输电线路山火卫星的动态阈值监测方法,其特征在于,所述步骤S3中,所述分区对应时间的三组动态阈值为,相应分区ID号、相应季节和相应时期的阈值Thq,其中q=1,2,3。
5.一种输电线路山火卫星的动态阈值监测系统,其特征在于,包括:
分区单元,用于依据地理因素将监测区域中的火源区域分为多个分区;所述分区单元包括:
地理划分模块,用于在所述监测区域中,将火源区域中地理因素相近的区域按照实际形状划分为一个分区;所述地理因素包括地理、地貌、植被、气候及天气因素中任意几者的组合;
矩阵修正模块,用于在不是矩形的分区的一处以上的边界和\或边角处增加无火源区域或者相邻分区的火源区域使得所述分区成为矩形分区,从而将监测区域分为多个分区;所述无火源区域包括:裸地、湖泊、河流、居民区及公路中任意一者或几者的组合,所述火源区域为除无火源区域之外的区域;
动态阈值推算单元,用于根据运行的历史阈值,推导计算出所述多个分区对应时间的三组动态阈值;
阈值调用单元,用于在山火出现需进行火点判识时,根据火点的经纬度坐标确定所属分区,选择所述分区对应时间的三组动态阈值进行监测。
6.根据权利要求5所述的输电线路山火卫星的动态阈值监测系统,其特征在于,所述动态阈值推算单元包括:
历史阈值获取模块,用于根据运行历史,获得各个分区不同季节及不同时间的阈值的历史阈值;
动态阈值预测模块,用于根据历史阈值,按数据顺序逐点推移求出N个数的平均数,根据N个数的平均数,从而推导计算出所述多个分区对应时间的三组动态阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610259328.4A CN105761408B (zh) | 2016-04-25 | 2016-04-25 | 输电线路山火卫星的动态阈值监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610259328.4A CN105761408B (zh) | 2016-04-25 | 2016-04-25 | 输电线路山火卫星的动态阈值监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105761408A CN105761408A (zh) | 2016-07-13 |
CN105761408B true CN105761408B (zh) | 2017-08-04 |
Family
ID=56325638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610259328.4A Active CN105761408B (zh) | 2016-04-25 | 2016-04-25 | 输电线路山火卫星的动态阈值监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105761408B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106205007A (zh) * | 2016-07-19 | 2016-12-07 | 国网湖南省电力公司 | 一种基于差异化亮温阈值的输电线路山火判别方法 |
CN106251550A (zh) * | 2016-08-10 | 2016-12-21 | 国网湖南省电力公司 | 一种架空输电线路山火卫星监测分区方法 |
CN107256612A (zh) * | 2017-08-07 | 2017-10-17 | 国网湖南省电力公司 | 一种输电线路山火判别方法和系统 |
CN109493571B (zh) * | 2018-10-26 | 2022-12-09 | 中国辐射防护研究院 | 一种基于辐射环境监测数据的报警系统 |
CN112912941B (zh) * | 2018-10-31 | 2022-09-06 | 亚萨合莱有限公司 | 控制传感器装置的操作状态的方法以及传感器装置 |
CN112837489A (zh) * | 2021-01-07 | 2021-05-25 | 云南电网有限责任公司电力科学研究院 | 基于卫星和气象数据的浮动阈值输电线路山火监测方法 |
CN114216563B (zh) * | 2021-11-16 | 2024-05-28 | 青岛星科瑞升信息科技有限公司 | 一种阈值自动生成的火灾遥感监测方法 |
CN116047546B (zh) * | 2022-07-07 | 2024-02-27 | 北京玖天气象科技有限公司 | 基于多源卫星数据的山火监测方法 |
CN117973705A (zh) * | 2024-04-02 | 2024-05-03 | 山东省建筑科学研究院有限公司 | 智慧工地监测系统的数据处理与分析系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455804A (zh) * | 2013-09-16 | 2013-12-18 | 国家电网公司 | 一种基于动态阈值的输电线路山火卫星火点辨识方法 |
CN103530499A (zh) * | 2013-08-29 | 2014-01-22 | 西南林业大学 | 山区地表温度基线构建的一种方法及应用 |
CN103942912A (zh) * | 2014-05-09 | 2014-07-23 | 国家电网公司 | 一种基于亮温值分析的输电线路山火精细化定位方法 |
CN104236616A (zh) * | 2014-10-11 | 2014-12-24 | 国家电网公司 | 输电线路山火卫星监测系统监测试验方法 |
CN204480427U (zh) * | 2015-03-18 | 2015-07-15 | 武汉泰可电气股份有限公司 | 输电线路山火监测装置 |
-
2016
- 2016-04-25 CN CN201610259328.4A patent/CN105761408B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530499A (zh) * | 2013-08-29 | 2014-01-22 | 西南林业大学 | 山区地表温度基线构建的一种方法及应用 |
CN103455804A (zh) * | 2013-09-16 | 2013-12-18 | 国家电网公司 | 一种基于动态阈值的输电线路山火卫星火点辨识方法 |
CN103942912A (zh) * | 2014-05-09 | 2014-07-23 | 国家电网公司 | 一种基于亮温值分析的输电线路山火精细化定位方法 |
CN104236616A (zh) * | 2014-10-11 | 2014-12-24 | 国家电网公司 | 输电线路山火卫星监测系统监测试验方法 |
CN204480427U (zh) * | 2015-03-18 | 2015-07-15 | 武汉泰可电气股份有限公司 | 输电线路山火监测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105761408A (zh) | 2016-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105761408B (zh) | 输电线路山火卫星的动态阈值监测方法及系统 | |
Smid et al. | Ranking European capitals by exposure to heat waves and cold waves | |
Zhang et al. | RETRACTED: A GIS-based gradient analysis of urban landscape pattern of Shanghai metropolitan area, China | |
Yin et al. | Multiple scenario analyses forecasting the confounding impacts of sea level rise and tides from storm induced coastal flooding in the city of Shanghai, China | |
Lumsden et al. | Evaluation of potential changes in hydrologically relevant statistics of rainfall in Southern Africa under conditions of climate change | |
Noor et al. | Land cover change detection analysis on urban green area loss using GIS and remote sensing techniques | |
Xie et al. | A multilevel stratified spatial sampling approach for the quality assessment of remote-sensing-derived products | |
CN105931408B (zh) | 架空输电线路的山火密度的预测方法 | |
Sukumal et al. | Modelling occurrence probability of the Endangered green peafowl Pavo muticus in mainland South-east Asia: applications for landscape conservation and management | |
Xu et al. | Species distribution models to estimate the deforested area of Picea crassifolia in arid region recently protected: Qilian Mts. National Natural Reserve (China) | |
Dawood et al. | Impact of rainfall fluctuation on river discharge in Hindu Kush Region, Pakistan | |
DE102015209602B4 (de) | Umweltmessungen mittels geographisch verteilter, mobiler Sensoren | |
Ansari et al. | Mapping and analysis of crime in Aurangabad city using GIS | |
CN112166688B (zh) | 基于小卫星的沙漠与沙漠化土地监测方法 | |
Bharath et al. | Delineation of homogeneous temperature regions: a two-stage clustering approach | |
Seifolddini et al. | Spatial-temporal pattern of urban growth in Tehran Megapole | |
Trifanov et al. | Anthropisation degree of coastal vegetation areas in Danube Delta Biosphere Reserve | |
CN116089546A (zh) | 一种台风云系识别方法、系统、终端以及存储介质 | |
Alphan et al. | Mapping spatial variations of land cover in a coastal landscape using pattern metrics | |
Javor et al. | LINETGIS analysis of lightning flash density in Serbia based on ten years data | |
Kirtsaeng et al. | Analysis and simulation of heat index for developing a heat alert system over Thailand | |
Wu et al. | Disaster monitoring and emergency response services in China | |
Liang et al. | Rapid increase in warm‒wet compound extreme events with high health risks in southern China: Joint influence of ENSO and the Indian Ocean | |
Raddad | ِAssessing land use/cover changes under political transitions using remote sensing and geographic information systems | |
Camargo et al. | Exploring the dynamics of rural-urban migration, armed conflict, urbanization and anthropogenic change in Colombia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |