CN109299691B - 一种失火发生情况分析方法及装置 - Google Patents
一种失火发生情况分析方法及装置 Download PDFInfo
- Publication number
- CN109299691B CN109299691B CN201811119180.XA CN201811119180A CN109299691B CN 109299691 B CN109299691 B CN 109299691B CN 201811119180 A CN201811119180 A CN 201811119180A CN 109299691 B CN109299691 B CN 109299691B
- Authority
- CN
- China
- Prior art keywords
- fire
- pixel
- region
- clustering
- channel
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims abstract description 8
- YVPYQUNUQOZFHG-UHFFFAOYSA-N amidotrizoic acid Chemical compound CC(=O)NC1=C(I)C(NC(C)=O)=C(I)C(C(O)=O)=C1I YVPYQUNUQOZFHG-UHFFFAOYSA-N 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000011156 evaluation Methods 0.000 abstract description 3
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种失火发生情况分析方法及装置，所述方法包括获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图；对每个卫星数据图进行失火点分析，提取所述卫星数据图中的失火点；计算像元的失火点次数；按照像元的失火点次数进行聚类，得到M个聚类中心；根据聚类结果进行失火发生情况分析。本发明通过独创性地提出了失火点提取算法、起火危险值获取算法，以聚类结果为导向的火灾危险性分析算法，从而得到了对于火灾危险性较为科学的评估结果。
Description
技术领域
本发明涉及火灾防控领域，尤其涉及一种失火发生情况分析方法及装置。
背景技术
火灾是指在时间或空间上失去控制的灾害性燃烧现象。在各种灾害中，火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一。人类能够对火进行利用和控制，是文明进步的一个重要标志。所以说人类使用火的历史与同火灾作斗争的历史是相伴相生的，人们在用火的同时，不断总结火灾发生的规律，尽可能地减少火灾及其对人类造成的危害。在遇到火灾时人们需要安全、尽快的逃生。
为了更好的对火灾进行防控，有必要进行火灾危险程度以及危险发生率的评估。
发明内容
为了解决上述技术问题，本发明提供一种失火发生情况分析方法及装置。
本发明是以如下技术方案实现的：
一种失火发生情况分析方法，所述方法包括：
获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图；
对每个卫星数据图进行失火点分析，提取所述卫星数据图中的失火点；
计算像元的失火点次数；
按照像元的失火点次数进行聚类，得到M个聚类中心；
根据聚类结果进行失火发生情况分析。
进一步地，所述根据聚类结果进行失火发生情况分析包括：
根据每个聚类中心Pi的位置信息，在所述目标地区中得到所述聚类中心Pi对应的聚类区域Di；在所述聚类区域中Di的任意一点O(x,y)与所述聚类中心Pi的距离比与其它聚类中心Pj(j≠i)(0≤j≤N-1)的距离都近；
统计聚类中心Pi对应的聚类区域Di中各个像元的失火点次数，得到聚类区域Di对应的起火危险值。
进一步地，所述起火危险值为聚类区域Di中各个像元的失火点次数的总和。
一种失火发生情况分析装置，包括：
数据获取模块，用于获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图；
失火点提取模块，用于对每个卫星数据图进行失火点分析，提取所述卫星数据图中的失火点；
统计模块，用于计算像元的失火点次数；
聚类模块，用于按照像元的失火点次数进行聚类，得到M个聚类中心；
分析模块，用于根据聚类结果进行失火发生情况分析。
进一步地，所述分级模块包括：
划归单元，用于根据每个聚类中心Pi的位置信息，在所述目标地区中得到所述聚类中心Pi对应的聚类区域Di；
起火危险值获取单元，用于统计聚类中心Pi对应的聚类区域Di中各个像元的失火点次数，得到聚类区域Di对应的起火危险值。
在本发明创造的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明创造和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明创造的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明创造的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明创造中的具体含义。
本发明的有益效果是：
本发明中提供了供一种失火发生情况分析方法及装置，通过独创性地提出了失火点提取算法、起火危险值获取算法，以聚类结果为导向的火灾危险性分析算法，从而得到了对于火灾危险性较为科学的评估结果。
附图说明
图1是本实施例提供的一种失火发生情况分析方法流程图；
图2是本实施例提供的提取失火点方法流程图；
图3是本实施例提供的根据聚类结果进行失火发生情况分析流程图；
图4是本实施例提供的基于起火危险值获取某个指定区域失火发生情况的方法流程图；
图5是本实施例提供的指定区域的起火危险值方法流程图；
图6是本实施例提供的一种失火发生情况分析装置框图；
图7是本实施例提供的失火点提取模块框图；
图8是本实施例提供的分析模块框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明作进一步地详细描述。
本发明实施例提供一种失火发生情况分析方法，如图1所示，包括：
S101.获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图。
具体地，所述多张卫星数据图均具备相同的规格，即长宽和分辨率均相同，并且均对应同样的目标区域。本发明实施例中卫星数据图的数量不小于200张。
AVHRR，全称为Advanced Very High Resolution Radiometer，是NOAA系列气象卫星上搭载的传感器，从1979年TIROS-N卫星发射以来，NOAA系列卫星的AVHRR传感器就持续进行着对地观测任务。
AVHRR是一种多光谱通道的扫描辐射仪，星上探测器扫描角为±55.4°，相当于探测地面2800km宽的带状区域，两条轨道可以覆盖我国大部分国土，三条轨道可完全覆盖我国全部国土。
S102.对每个卫星数据图进行失火点分析，提取所述卫星数据图中的失火点。
S103.计算像元的失火点次数。
以像元点为单位，统计每个像元点与失火点位置重合的次数即为失火点次数。
以像元点为研究单位，统计光谱图像集的分析结果中所述像元点属于失火点的次数。
S104.按照像元的失火点次数进行聚类，得到M个聚类中心。
聚类算法使用现有技术即可，本发明实施例不做特别限定。
S105.根据聚类结果进行失火发生情况分析。
具体地，所述对每个卫星数据图进行失火点分析，提取所述卫星数据图中的失火点如图2所示，包括：
S1021.提取疑似目标像元和第一常规像元。
如果像元满足条件T1φ315K并且T1-T2φ9K，则像元被设定为疑似目标像元，否则，被设定为第一常规像元。其中T1是第3b通道亮温，T2是第4通道亮温。
S1022.提取第二常规像元。
如果像元满足条件ρ1φ0.22，并且T2π265K，或T2-T3φ4K，其中ρ1是第二通道的大气层顶的表观反射率，T3是第五通道亮温。
具体地，所述第一常规像元和第二常规像元构成常规像元。
S1023.以疑似目标像元为中心，建立正方形观察窗，统计所述正方形观察窗中常规像元的温度特性。
设常规像元第3b通道的亮温平均值为T3c，常规像元第3b通道的亮温标准差为σ3c，常规像元第3b通道和第4通道亮温差的平均值为
常规像元第3b通道和第4通道亮温差的标准差为
S1024.根据统计结果判断疑似目标像元是否为失火点。
若满足公式T3f-T3c-2σ3c≥3K并且
成立，则疑似目标像元为失火点。其中T3f为疑似目标像元的第3b通道亮温，T34f为疑似目标像元第3b通道亮温和第4通道亮温差。
具体地，所述根据聚类结果进行失火发生情况分析如图3所示，包括：
S1051.根据每个聚类中心Pi的位置信息，在所述目标地区中得到所述聚类中心Pi对应的聚类区域Di；在所述聚类区域中Di的任意一点O(x,y)与所述聚类中心Pi的距离比与其它聚类中心Pj(j≠i)(0≤j≤N-1)的距离都近。
S1052.统计聚类中心Pi对应的聚类区域Di中各个像元的失火点次数，得到聚类区域Di对应的起火危险值(失火点次数总和)。
进一步地，本发明还公开了基于起火危险值对某个指定区域失火发生情况预测的方法，如图4所示，包括：
S1.获取与指定区域Y具有重合区域的聚类区域Dt，并计算指定区域Y与聚类区域Dt的重合区域Ct。
S2.根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值。
如图5所示，所述根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值包括：
S21.获取重合区域Ct的权值
重合区域Ct的面积St，指定区域的总面积为S。
S22.基于加权法计算指定区域的起火危险值。
根据公式Xi＝∑Wt*Qt计算指定区域的起火危险值，其中，Qt为重合区域Ct对应的聚类区域Dt的起火危险值。
本发明实施例一种失火发生情况分析装置，如图6所示，包括：
数据获取模块201，用于获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图；
失火点提取模块202，用于对每个卫星数据图进行失火点分析，提取所述卫星数据图中的失火点；
统计模块203，用于计算像元的失火点次数；
聚类模块204，用于按照像元的失火点次数进行聚类，得到M个聚类中心。
分析模块205，用于根据聚类结果进行失火发生情况分析。
失火点提取模块202如图7所示，包括：
第一提取单元2021，用于提取疑似目标像元和第一常规像元。
第二提取单元2022，用于提取第二常规像元。
统计分析单元2023，用于以疑似目标像元为中心，建立正方形观察窗，统计所述正方形观察窗中常规像元的温度特性。
判断单元2024，根据统计结果判断疑似目标像元是否为失火点。
分析模块205如图8所示，包括：
划归单元2051，用于根据每个聚类中心Pi的位置信息，在所述目标地区中得到所述聚类中心Pi对应的聚类区域Di。
起火危险值获取单元2052，用于统计聚类中心Pi对应的聚类区域Di中各个像元的失火点次数，得到聚类区域Di对应的起火危险值。
进一步地，所述装置还包括：
重合区域计算模块，用于获取与指定区域Y具有重合区域的聚类区域Dt，并计算指定区域Y与聚类区域Dt的重合区域Ct。
起火危险值计算模块，用于根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值。
起火危险值计算模块包括：
权值获取单元，用于获取重合区域Ct的权值
重合区域Ct的面积St，指定区域的总面积为S。
加权单元，用于基于加权法计算指定区域的起火危险值。
根据公式Xi＝∑Wt*Qt计算待测点X的值，其中，Qt为重合区域Ct对应的聚类区域Dt的起火危险值。
本发明的装置实施例中与方法实施例基于同样地发明构思。
本发明的实施例还提供了一种存储介质，所述存储介质可用于保存用于实现实施例中需要用到的的程序代码。可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络设备中的至少一个网络设备。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
需要说明的是：上述本发明实施例的先后顺序仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (5)
1.一种失火发生情况分析方法，其特征在于，所述方法包括：
获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图；
对每个卫星数据图进行失火点分析，提取卫星数据图中的失火点；
计算像元的失火点次数；
按照像元的失火点次数进行聚类，得到M个聚类中心；
根据聚类结果进行失火发生情况分析；
所述提取卫星数据图中的失火点，包括：
S1021.提取疑似目标像元和第一常规像元；如果像元满足条件T1φ315K并且T1-T2φ9K，则像元被设定为疑似目标像元，否则，被设定为第一常规像元；其中T1是第3b通道亮温，T2是第4通道亮温；
S1022.提取第二常规像元；如果像元满足条件ρ1φ0.22，并且T2π265K，或T2-T3φ4K，其中ρ1是第二通道的大气层顶的表观反射率，T3是第五通道亮温；所述第一常规像元和第二常规像元构成常规像元；
S1023.以疑似目标像元为中心，建立正方形观察窗，统计所述正方形观察窗中常规像元的温度特性；设常规像元第3b通道的亮温平均值为T3c，常规像元第3b通道的亮温标准差为σ3c，常规像元第3b通道和第4通道亮温差的平均值为
常规像元第3b通道和第4通道亮温差的标准差为
S1024.根据统计结果判断疑似目标像元是否为失火点；若满足公式T3f-T3c-2σ3c≥3K并且
成立，则疑似目标像元为失火点；其中T3f为疑似目标像元的第3b通道亮温，T34f为疑似目标像元第3b通道亮温和第4通道亮温差；
基于起火危险值对某个指定区域失火发生情况预测的方法，包括：
S1.获取与指定区域Y具有重合区域的聚类区域Dt，并计算指定区域Y与聚类区域Dt的重合区域Ct；
S2.根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值；
所述根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值包括：
S21.获取重合区域Ct的权值
重合区域Ct的面积St，指定区域的总面积为S；
S22.基于加权法计算指定区域的起火危险值；根据公式Xi＝∑Wt*Qt计算指定区域的起火危险值，其中，Qt为重合区域Ct对应的聚类区域Dt的起火危险值。
2.根据权利要求1所述一种失火发生情况分析方法，其特征在于：
所述根据聚类结果进行失火发生情况分析包括：
根据每个聚类中心Pi的位置信息，在所述目标地区中得到所述聚类中心Pi对应的聚类区域Di；在所述聚类区域中Di的任意一点O(x,y)与所述聚类中心Pi的距离比与其它聚类中心Pj(j≠i)(0≤j≤N-1)的距离都近；
统计聚类中心Pi对应的聚类区域Di中各个像元的失火点次数，得到聚类区域Di对应的起火危险值。
3.根据权利要求1所述一种失火发生情况分析方法，其特征在于：
所述起火危险值为聚类区域Di中各个像元的失火点次数的总和。
4.一种失火发生情况分析装置，其特征在于，包括：
数据获取模块，用于获取目标地区的AVHRR卫星数据图集，所述卫星数据图集中包括多张卫星数据图；
失火点提取模块，用于对每个卫星数据图进行失火点分析，提取卫星数据图中的失火点；
统计模块，用于计算像元的失火点次数；
聚类模块，用于按照像元的失火点次数进行聚类，得到M个聚类中心；
分析模块，用于根据聚类结果进行失火发生情况分析；
所述提取卫星数据图中的失火点，包括：
S1021.提取疑似目标像元和第一常规像元；如果像元满足条件T1φ315K并且T1-T2φ9K，则像元被设定为疑似目标像元，否则，被设定为第一常规像元；其中T1是第3b通道亮温，T2是第4通道亮温；
S1022.提取第二常规像元；如果像元满足条件ρ1φ0.22，并且T2π265K，或T2-T3φ4K，其中ρ1是第二通道的大气层顶的表观反射率，T3是第五通道亮温；所述第一常规像元和第二常规像元构成常规像元；
S1023.以疑似目标像元为中心，建立正方形观察窗，统计所述正方形观察窗中常规像元的温度特性；设常规像元第3b通道的亮温平均值为T3c，常规像元第3b通道的亮温标准差为σ3c，常规像元第3b通道和第4通道亮温差的平均值为
常规像元第3b通道和第4通道亮温差的标准差为
S1024.根据统计结果判断疑似目标像元是否为失火点；若满足公式T3f-T3c-2σ3c≥3K并且
成立，则疑似目标像元为失火点；其中T3f为疑似目标像元的第3b通道亮温，T34f为疑似目标像元第3b通道亮温和第4通道亮温差；
基于起火危险值对某个指定区域失火发生情况预测的方法，包括：
S1.获取与指定区域Y具有重合区域的聚类区域Dt，并计算指定区域Y与聚类区域Dt的重合区域Ct；
S2.根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值；
所述根据重合区域Ct和所述重合区域Ct对应的聚类区域Dt的起火危险值得到指定区域的起火危险值包括：
S21.获取重合区域Ct的权值
重合区域Ct的面积St，指定区域的总面积为S；
S22.基于加权法计算指定区域的起火危险值；根据公式Xi＝∑Wt*Qt计算指定区域的起火危险值，其中，Qt为重合区域Ct对应的聚类区域Dt的起火危险值。
5.根据权利要求4所述一种失火发生情况分析装置，其特征在于，所述分析模块包括：
划归单元，用于根据每个聚类中心Pi的位置信息，在所述目标地区中得到所述聚类中心Pi对应的聚类区域Di；
起火危险值获取单元，用于统计聚类中心Pi对应的聚类区域Di中各个像元的失火点次数，得到聚类区域Di对应的起火危险值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811119180.XA CN109299691B (zh) | 2018-09-25 | 2018-09-25 | 一种失火发生情况分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811119180.XA CN109299691B (zh) | 2018-09-25 | 2018-09-25 | 一种失火发生情况分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109299691A CN109299691A (zh) | 2019-02-01 |
| CN109299691B true CN109299691B (zh) | 2022-02-18 |
Family
ID=65164385
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811119180.XA Expired - Fee Related CN109299691B (zh) | 2018-09-25 | 2018-09-25 | 一种失火发生情况分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109299691B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101989373A (zh) * | 2009-08-04 | 2011-03-23 | 中国科学院地理科学与资源研究所 | 基于可见光—热红外的多光谱多尺度森林火情监测方法 |
| CN102201146A (zh) * | 2011-05-18 | 2011-09-28 | 中国科学技术大学 | 基于主动红外视频的零照度环境火灾烟雾识别方法 |
| CN104102845A (zh) * | 2014-07-24 | 2014-10-15 | 北京坤成科技有限公司 | 尺度自适应的插值方法及尺度自适应的插值系统 |
| CN104700095A (zh) * | 2015-03-30 | 2015-06-10 | 北京市环境保护监测中心 | 秸秆焚烧火点卫星遥感监测方法及处理装置 |
| CN105678237A (zh) * | 2015-12-31 | 2016-06-15 | 张弓 | 一种火点确定方法及系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102254398B (zh) * | 2011-06-13 | 2013-05-01 | 中国科学技术大学 | 一种森林火灾烟雾监测方法和系统 |
| WO2014179482A1 (en) * | 2013-04-30 | 2014-11-06 | The Regents Of The University Of California | Fire urgency estimator in geosynchronous orbit (fuego) |
| CN104501959B (zh) * | 2014-12-30 | 2016-08-17 | 华中科技大学 | 一种红外图谱关联智能探测方法及装置 |
| CN105354849B (zh) * | 2015-11-13 | 2018-10-12 | 中国科学院遥感与数字地球研究所 | 一种高光谱图像端元提取方法及装置 |
| CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
| CN108240864B (zh) * | 2016-12-23 | 2021-02-23 | 中科星图股份有限公司 | 一种遥感影像的农田焚烧火点监控方法 |
| CN108399363B (zh) * | 2018-01-25 | 2021-09-28 | 安徽师范大学 | 一种基于偏振图像的云检测方法 |
| CN108346155A (zh) * | 2018-02-12 | 2018-07-31 | 西北大学 | 滑坡影响因素分析系统与分析方法 |
| CN108564761B (zh) * | 2018-05-10 | 2020-07-28 | 中南林业科技大学 | 基于风云气象卫星数据的林火识别方法 |
-
2018
- 2018-09-25 CN CN201811119180.XA patent/CN109299691B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101989373A (zh) * | 2009-08-04 | 2011-03-23 | 中国科学院地理科学与资源研究所 | 基于可见光—热红外的多光谱多尺度森林火情监测方法 |
| CN102201146A (zh) * | 2011-05-18 | 2011-09-28 | 中国科学技术大学 | 基于主动红外视频的零照度环境火灾烟雾识别方法 |
| CN104102845A (zh) * | 2014-07-24 | 2014-10-15 | 北京坤成科技有限公司 | 尺度自适应的插值方法及尺度自适应的插值系统 |
| CN104700095A (zh) * | 2015-03-30 | 2015-06-10 | 北京市环境保护监测中心 | 秸秆焚烧火点卫星遥感监测方法及处理装置 |
| CN105678237A (zh) * | 2015-12-31 | 2016-06-15 | 张弓 | 一种火点确定方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109299691A (zh) | 2019-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109360369B (zh) | 一种基于聚类结果进行火灾危险分析方法及装置 | |
| Adelabu et al. | Testing the reliability and stability of the internal accuracy assessment of random forest for classifying tree defoliation levels using different validation methods | |
| US8958603B2 (en) | Automated mapping of land cover using sequences of aerial imagery | |
| Baron et al. | Combining image processing and machine learning to identify invasive plants in high-resolution images | |
| Johnson et al. | Quantifying error in aerial survey data | |
| Ruiz et al. | An object-based approach for mapping forest structural types based on low-density LiDAR and multispectral imagery | |
| CN102265287A (zh) | 用于监视树木生长的方法和装置 | |
| US8983193B1 (en) | Techniques for automatic photo album generation | |
| Achour et al. | Evaluation and comparison of Sentinel-2 MSI, Landsat 8 OLI, and EFFIS data for forest fires mapping. Illustrations from the summer 2017 fires in Tunisia | |
| Tane et al. | A framework for detecting conifer mortality across an ecoregion using high spatial resolution spaceborne imaging spectroscopy | |
| CN108363783B (zh) | Mac地址与身份信息的绑定方法及装置 | |
| Folega et al. | Satellite monitoring of land-use and land-cover changes in northern Togo protected areas | |
| CN109377711B (zh) | 火灾危险分级方法及装置 | |
| Schoepfer et al. | Towards a multi-scale approach for an Earth observation-based assessment of natural resource exploitation in conflict regions | |
| CN110415130B (zh) | 农业保险理赔方法、装置、设备及计算机可读存储介质 | |
| CN109299691B (zh) | 一种失火发生情况分析方法及装置 | |
| US20160267382A1 (en) | Methods and devices for analysis of digital color images and methods of applying color image analysis | |
| CN109242195B (zh) | 一种指定区域失火发生情况预测方法 | |
| Chen et al. | An efficient approach to monitoring pine wilt disease severity based on random sampling plots and UAV imagery | |
| CN109377712B (zh) | 基于图斑起火危险值的分级方法及存储介质 | |
| CN113033477B (zh) | 基于遥感的农耕用地沙化监测和预警方法、系统及存储介质 | |
| CN109238977B (zh) | 基于光谱分析的火灾危险分级方法、装置及存储介质 | |
| Rodríguez-Esparragón et al. | Index-based forest degradation mapping using high and medium resolution multispectral sensors | |
| JP6524842B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP2015201018A (ja) | 車両識別装置、車両識別システム、車両識別方法、及び車両識別プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Peng Dawei Inventor after: Tong Jijun Inventor after: Lu Zhuang Inventor after: Li Lin Inventor before: Li Lin |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211123 Address after: 315000 Cangsong Road, Haishu District, Ningbo City, Zhejiang Province Applicant after: Lu Zhuang Address before: 11 fangzhuanchang Hutong, Dongcheng District, Beijing 102200 Applicant before: Li Lin |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220218 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |