CN111783634A - 基于卫星遥感数据的火点检测方法 - Google Patents

基于卫星遥感数据的火点检测方法 Download PDF

Info

Publication number
CN111783634A
CN111783634A CN202010611238.3A CN202010611238A CN111783634A CN 111783634 A CN111783634 A CN 111783634A CN 202010611238 A CN202010611238 A CN 202010611238A CN 111783634 A CN111783634 A CN 111783634A
Authority
CN
China
Prior art keywords
fire
data
forest
weather
index
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
CN202010611238.3A
Other languages
English (en)
Inventor
鄢俊洁
冉茂农
覃平
瞿建华
郭雪星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Huayun Xingditong Technology Co ltd
Original Assignee
Beijing Huayun Xingditong Technology Co ltd
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 Beijing Huayun Xingditong Technology Co ltd filed Critical Beijing Huayun Xingditong Technology Co ltd
Priority to CN202010611238.3A priority Critical patent/CN111783634A/zh
Publication of CN111783634A publication Critical patent/CN111783634A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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

Abstract

本公开提供一种基于卫星遥感数据的火点检测方法。本公开的一种基于卫星遥感数据的火点检测方法包括：接收卫星数据和辅助数据；标记所述卫星数据中的每个像素点以形成初步标记数据；通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据。本公开的火点检测方法结合卫星遥感的优点，不仅覆盖面积广，且具有较高的空间分辨率，同时具有识别精度高的优点。

Description

基于卫星遥感数据的火点检测方法
技术领域
本公开涉及卫星数据处理技术领域，具体而言，涉及一种基于卫星遥感数据的火点检测方法。
背景技术
近年来，草原火、城市火灾频发会严重威胁生态及社会安全，因此对火点有效检测对于预防和救援，减少火灾造成的损失具有重要意义。随着社会的不断进步，利用卫星遥感技术检测火灾是进行火灾检测的有效手段。
但是，多源卫星遥感进行火点检测时间分辨率慢和精度低的问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于卫星遥感数据的火点检测、火险等级计算和火险预警管理方法与系统，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的多源卫星遥感进行火点检测时间分辨率慢和精度低的问题。
根据本公开的一个方面，提供一种火点检测方法，包括：接收卫星数据和辅助数据；标记所述卫星数据中的每个像素点以形成初步标记数据；通过卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据。
根据本公开的第二方面，提供一种火险等级计算方法，包括：获取气象数据和森林覆盖数据；从所述气象数据中提取出气象指数，所述气象指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。
根据本公开的第三方面，提供一种火险预警管理方法，包括：获取火点识别数据、火点辐射数据和火险等级数据；获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；通过平台管理和发布所述包含火险等级划分的火点地图数据。
根据本公开的第四方面，提供一种火点检测系统，包括：数据接收模块，用于接收卫星数据和辅助数据；像素点标记模块，用于标记所述卫星数据中的每个像素点；背景温度和火点阈值确定模块，用于通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；火点检测模块，用于通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点识别数据。
根据本公开的第五方面，提供一种火险等级计算系统，包括：气象数据和森林数据获取模块，用于获取气象数据和森林覆盖数据；天气指数提取模块，用于从所述气象数据中提取出天气指数，所述天气指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；森林综合天气指数换算模块，用于将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；森林火险等级计算模块，用于依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；火险等级数据生成模块，用于依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。
根据本公开的第五方面，提供一种火险预警管理系统，包括：火点信息获取模块，用于获取火点识别数据、火点辐射数据和火险等级数据；方法数据获取模块，用于获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；地理数据获取模块，用于获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；火点地图数据生成模块，用于利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；平台管理模块，用于通过平台管理和发布所述包含火险等级划分的火点地图数据。
根据本公开的一个方面，提供一种电子设备，包括：存储器；以及
耦合到所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的火点检测方法或所述火险等级计算方法或所述火险预警管理方法。
根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上所述的火点检测方法或所述火险等级计算方法或所述火险预警管理方法。
本公开实施例通过火点检测方法在接收卫星数据和辅助数据后对火点进行检测和识别，通过火险等级计算方法在接收气象数据和森林数据后对森林火险等级进行计算和显示，通过火险预警管理方法对火点识别数据、火点辐射数据和火险等级数据进行管理和预警发布。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出本公开一个实施例中火点检测方法的流程图。
图2示意性示出本公开另一个实施例中火点检测方法的流程图。
图3示意性示出本公开一个实施例中火险等级计算方法的流程图。
图4A示意性示出本公开一个实施例中火险预警管理方法的流程图。
图4B示意性示出本公开一个实施例中火险预警管理方法的网站架构图。
图4C示意性示出本公开一个实施例中火险预警管理方法与火点检测方法配合的流程图。
图4D示意性示出本公开一个实施例中火险预警管理方法的用户与数据库交互示意图。
图5示意性示出本公开一个实施例中火险预警管理方法的系统解说图。
图6示意性示出本公开一个实施例中一种火点检测系统的方框图。
图7示意性示出本公开一个实施例中火险等级计算系统的方框图。
图8示意性示出本公开一个实施例中火险预警管理方法的方框图。
图9示意性示出本公开一个实施例中一种电子设备的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
由于卫星遥感数据源较多，且空间、时间分辨率多样，如何利用多源、多尺度、多形态的卫星遥感数据进行火点检测与预警是急需解决的问题。
下面结合附图对本公开示例实施方式进行详细说明。
图1示意性示出本公开一个实施例中的火点检测方法的流程图。
参考图1，火点检测方法100可以包括：
步骤S102，接收卫星数据和辅助数据；
步骤S104，标记所述卫星数据中的每个像素点以形成初步标记数据；
步骤S106，通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；
步骤S108，通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据。
本公开的实施例中，步骤S102中的卫星数据包括多个多源卫星数据，辅助数据包括海陆模板数据、行政边界云检测数据、积雪覆盖数据、森林覆盖数据、气溶胶产品数据、卫星云图数据和PM2.5数据。多个多源卫星包括FY4A卫星、H8卫星、FY3D卫星、FY3C卫星、FY3B卫星、NPP卫星、AQUA卫星、TERRA卫星、NOAA18卫星和NOAA19卫星。目前用于火灾监测的卫星系统，从轨道特点来区分，主要有两类：第一类运行于地球静止轨道(高轨)；第二类运行于太阳同步轨道。H8卫星属于第一类，NOAA18卫星和NOAA19卫星属于第二类。太阳同步遥感卫星大都运行在约为600-800km的高度上。几百公里的卫星轨道高度，使传感器在足够近的距离获得较高的空间分辨率，当卫星运行至向阳面，可以利用地表反射的太阳光实现可见近红外反射波段的全球数据获取，当卫星运行进人地球背阳面，具备夜间拍摄能力的遥感器可以获得夜间遥感数据。不论白天还是夜间，卫星数据均可用于火点信息的提取。要使极轨和太阳同步卫星形成广泛的火点监测能力，该卫星至少需要具备以下3个特点：(1)刈幅足够大每天基本覆盖全球或观测地区至少1次；(2)公里级以上的空间分辨率(比如优于2km)；(3)具有热红外波段。相对于和太阳同步卫星，运行于静止轨道的卫星轨道高度3.6万km。从轨道高度可以看出，地表反射辐射的电磁波信号到达静止卫星较为微弱。为了提高信噪比和空间分辨率，遥感器瞬时视场很小，也即单次拍摄的“刈幅”较小，通常采用线阵扫描或者面阵凝视扫描的方式，对地球进行全圆盘或者设定小范围进行观测。全圆盘扫描模式，每次全覆盖需要耗费一定的时间，所以时间分辨率受到限制。但在得知火灾发生后，能够通过重复凝视拍摄，对火情监控可以实现接近“放电影”式的高时空分辨率监控。
遥感火点判识的基本原理主要依靠温度升高导致热辐射增强，以及不同热红外通道增长幅度差异这两个条件。自然界的不同物体由于自身温度及物理化学性质的不同，它们具有不同的波谱特性。当生物质燃烧时，主要的辐射源是火焰和具有较高温度的碳化物、水蒸气、烟等。当物质着火时，温度可达500～750K以上，对应辐射峰值波长位于3.86～5.8pm，该波长正好对应卫星探测器的红外通道，卫星遥感火点监测正是应用了上述原理，利用不同波长热辐射的差异性判定火点。若以物体未发生燃烧时的辐射为背景辐射，利用燃烧辐射与背景辐射的差异，可以从卫星遥感信息中及时发现火灾。
因此火点识别主要是采用计算机火点自动识别方式，根据火点在中红外波段引起辐射率和亮温急剧增大的特点，将中红外亮温与周围背景亮温差异，以及中红外与远红外亮温增量差异，作为火点自动识别的主要参数。同时，由于中红外波段太阳辐射反射与地面常温放射辐射较为接近，在计算机自动判识时序考虑消除太阳反射在植被较少地带和云表面的干扰。
在本公开的实施例中，卫星在对特定区域的连续观测过程中，卫星搭载的成像仪会对多个光谱通道(包括红外通道)所捕捉的画面进行成像，通过步骤S104，对卫星成像数据中的每个像素点进行标记，并通过步骤S106确定区域背景温度和火点判识阈值，从像素点的亮温和背景的亮温综合判断高温可疑像素点。确定火点判识阈值的关键参量包括特定波段的亮温、反射率、波段间亮温差异、火点指数。阈值法是利用物理基础识别火点的基本方法。针对某些固定区域，可以设定对地物特性、季节、地区等不同限定范围的阈值组合，以提高火点遥感区域监测精度。
由于阈值法对每个像元利用多光谱数据单独判别是否火点，没有使用周边像元联合判断。因此需要结合背景窗法对火点阈值进行修正。背景窗是一种基于阈值法向空间信息扩展的上下文方法。当针对某个像元判识火点时，以其为中心设定一个方形区域为背景窗，例如3×3,15×15,25×25等大小，在窗内的非火点有效像素(需要排除水体和云)保障一定比例的情况下，通过与窗内统计的亮温均值等统计量比较来判识该中心像素是否火点，背景窗的大小根据计算结果是否符合要求而逐渐扩大来增强火点识别精度。背景窗法也可以结合使用阈值法，只不过阈值的设定不再是始终不变的，各项阈值法成为背景窗内各像素遥感观测值的变量，具体计算步骤可以优化为先使用较为宽松的阈值法初选出可能的火点，然后针对这些初选结果进行背景窗法统计得到新的阈值进行再判断最终确定火点。因此本公开实施例中的步骤S108，即是结合阈值法和背景窗法，根据标记文件、背景值、阈值参数逐像元判识是否为真实火点，通过区域背景温度和火点判识阈值在初步标记数据中检测出火点像素点以形成火点识别数据。
本公开实施例中的一种火点检测方法，兼具接收极轨和太阳同步卫星以及静止卫星的观测数据，不仅覆盖面积广，且具有较高的空间分辨率，同时对火情监控可以实现接近“放电影”式的高时空分辨率监控。通过结合火点阈值法和背景窗法，能够增强火点识别精度，因此本公开的一种火点检测方法结合卫星遥感的优点，具有识别精度高的优点。
图2示意性示出本公开另一个实施例中的一种火点检测方法200的流程图。
参考图2，一种火点检测方法200可以包括：
步骤S202，接收卫星数据和辅助数据；
步骤S204，标记所述卫星数据中的每个像素点以形成初步标记数据；
步骤S206，通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；
步骤S208，通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据；
步骤S210，计算亚像元火点面积和火点温度以生成亚像元火点数据；
步骤S212，计算火点辐射强度以生成火点辐射数据；
步骤S214，集成所述火点识别数据、所述亚像元火点数据和所述火点辐射数据以形成火点综合信息数据。
图2的火点检测方法200与图1的火点检测方法100区别在于，图2的方法在图1的4个步骤之后增加三个步骤(即步骤S210、步骤S212和步骤S214)，通过对亚像元火点面积和火点辐射的计算修正明火区面积，使火点检测的结果更为精确。在日常火情监测中，经常监测到数个或数十个含有火点的像元。如果以像元分辨率表示明火区面积，则明显夸大了明火的实际面积。尤其在春秋季高火险期间，常常在大范围区域同时出现许多大大小小的火点群，此时需要对亚像元火点面积进行估算，以便防火部门能了解哪些火点的火势相对较大，从而制订适当的防火扑火决策。
现实中绝大部分火点为亚像元火点，亚像元火点的射出总辐射等于火点辐射部分加背景辐射部分，关于亚像元火点面积和火点辐射率的计算，即混合像元辐射率表示如公式(1)和公式(2)：
Nif＝P°Nihi+(1-P)Nibg………………………………(1)
Nif为混合像元辐射率，P为火点(即明火区)亚像元面积占像元面积百分比，Nibg为火点周围背景辐射率。
Figure BDA0002560961720000071
Thi为亚像元火点温度，Tbg为背景温度，i表示卫星红外通道序号，Vi为通道i的中心波数，C1和C2为常数。
由于气象卫星资料分辨率覆盖范围较大，实际火场的动态变化也有一定的随机性，目前还无法得到与卫星观测时间和空间完全匹配的地面火情实测资料。本公开的实施例提供的火点检测方法200，通过对亚像元火点面积和温度估算，判断亚像元火点面积的大小和温度的高低，可以有效地反映各火点像元火势程度的大小。
图3示意性示出本公开一个实施例中火险等级计算方法的流程图。
参考图3，火险等级计算方法300可以包括：
步骤S302，获取气象数据和森林覆盖数据；
步骤S304，从所述气象数据中提取出气象指数，所述气象指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；
步骤S306，将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；
步骤S308，依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；
步骤S310，依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。
步骤S302中获取的气象数据包括数字气象预测数据和降水日值数据，数字气象预测数据包括风速数据、相对湿度数据和温度数据。森林覆盖数据主要指植被覆盖度。步骤S302所获取的温度数据、降水数据、相对湿度数据、风速数据和植被覆盖度数据均是森林火险等级的影响因素。例如，温度的变幅和累积对林火的发生和蔓延都会产生影响，大火发生会引起气温升高，温度是区域着火与否的主要指标。降水量大小直接影响林区可燃物的含水量，可燃物含水量越高，着火率越低；可燃物含水量越低，着火率越高。如果降水量减少，无雨日数较长，森林中的可燃物含水量不断下降，森林火灾发生的可能性和严重性也随之增大。空气相对湿度是森林能否燃烧以及林火蔓延速度的重要参数。相对湿度关系到可燃物的着火和火势蔓延，当空气相对湿度小于可燃物含水量的情况下，可燃物的水分就会向外渗透，水分蒸发快，极易燃烧，发生森林火灾的可能性大，并且着火后很容易蔓延。空气湿度对细小可燃物含水率影响最大，对易燃性有重要影响，相对湿度大，细小可燃物水分附着量大，引起火灾的可能性小，反之，引起火灾的可能性大。近地面的风，强烈受地形起伏和局部温度的影响，它不仅能够加速水分蒸发，促使林区植物干燥，加大火灾发生的可能性，而且在森林火灾发生后，风还能使火源得到充分的氧气供应，加快燃烧的速度，变小火为大火。
步骤S308中森林火险天气综合指数IHTZ的计算公式如公式(3)：
IHTZ＝A+B+C+D–E………………………………(3)
其中，A为最高气温森林火险天气指数，B为最小相对湿度森林火险天气指数，C为降雨量及其后连续无降水日数森林火险天气指数，D为风力等级森林火险天气指数，E为季节物候影响订正指数。A，B，C，D，E均通过步骤S306换算取得。步骤S308通过计算出的不同天气条件下的森林火险天气综合指数IHTZ，对应表1(森林火险天气等级标准)来判别森林火险的易燃、危险和蔓延程度，借此生成火险等级数据，该火险等级数据包括火险等级信息表和火险等级空间分布图。
表1-森林火险天气等级标准
Figure BDA0002560961720000081
本公开实施例中的火险等级计算方法300，通过对气象数据和遥感数据的获取和处理，进而计算出森林火险天气等级指数并生成火险等级数据。本公开实施例中的火险等级计算方法300综合了影响火灾发生和发展的气象条件和可燃物状态。由于最高气温、日最小相对湿度、降水量、最大风速的综合作用可以预测火灾发生的危险等级和火灾扩展的严重程度。因此本公开实施例中的火险等级计算方法300能够实现对森林火险等级的实时预测，可以使森林保护部门高效快速准确的确定火灾危险高的区域，及时采取防护措施，避免火灾发生。
图4A示意性示出本公开一个实施例中火险预警管理方法的流程图。
参考图4A，火险预警管理方法400可以包括：
步骤S402，获取火点识别数据、火点辐射数据和火险等级数据；
步骤S404，获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；
步骤S406，获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；
步骤S408，利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；
步骤S410，通过平台管理和发布所述包含火险等级划分的火点地图数据。
图4B示意性示出本公开一个实施例中火险预警管理方法的网站架构图。图4C示意性示出本公开一个实施例中火险预警管理方法自动运行模式的示意图。图4D示意性示出本公开一个实施例中火险预警管理方法的人机交互模式的示意图。
参考图4B、图4C和图4D，火险预警管理方法400的实现通过架构数据服务层、应用支撑层和WEB应用层。步骤S402中获取的火点识别数据、火点辐射数据和火险等级数据，步骤S404中获取方法数据库和步骤S406中获取地理数据库均用于构成数据服务层。步骤S408中形成的包含火险等级划分的火点地图数据是指包括经纬度、行政区划、时间、火点类型、火点等级过火面积、以及火点影像的火点信息，便于进行火点地理信息的图形化查询。步骤S410中的通过平台管理包含火险等级划分的火点地图数据，首先包括通过B/S(Browser/Server，浏览器/服务器)架构进行火点的显示和分析，即叠加基础地图，通过最近时刻卫星图、气溶胶产品、数值预报数据、火险等级、彩色云图对火险进行分析。该管理还包括用户与系统交互的功能，即包括用户管理、用户认证、权限管理、日常防火办公管理等功能。实现了火点检索和查询、图形化演示和缩放、增删图层、区划结果图形显示、森林防扑火数据集查询统计与检索输出、火灾风险等级区划查询统计与检索输出、火险预警预测平台展示管理。点击火点能够获取火点信息。能够预报显示未来12、24小时的火情。可以添加火情事件。能进行火点信息的检索与查询，并给出相应的统计信息，即可根据日期、地理信息、行政区域、火点类型等条件进行查询和输出相应的统计信息。发布功能主要包括动态网页自动生成、火点信息网络发布与手机短信(微信公众号)发布。用户可通过该火险预警管理方法400远程进行火点查询、防扑火决策以及日常防火办公管理。
具体的，在本公开的实施例中，图4C中根据多源卫星观测数据库对火点进行识别的过程中，主要利用卫星数据探测林火，监测火场蔓延的情况、及时提供火场信息，用遥感手段制作森林火险预报，用卫星数字资料估算过火面积等功能。数据来源主要通过CIMISS(China Integrated Meteorological Information Service System，全国综合气象信息共享平台)系统、地面接收站和国外卫星数据发布网站。与CIMISS系统之间存在数据的收集关联，主要通过MUSIC接口抓取CIMISS数据环境相关数据到本地。与地面接收站之间存在数据的收集关联，主要通过FTP接口方式下载FY3、FY4数据到本地。与国外卫星数据发布网站之间存在数据收集关联，包括数据下载接口，主要通过FTP接口方式下载到本地。通过CIMISS系统、地面接收站和国外卫星数据发布网站，综合利用国内外多种卫星资料，结合地理信息、气象常规观测、气象预报等数据进行综合处理，主要包括美国气象卫星Aqua、Terra、NPP、NOAA、陆地资源卫星LandSat8，日本静止气象卫星Himawari8，国内卫星FY-3(FY3A\FY3B\FY3C\FY3D)系列、FY4A静止卫星等资料，采用不同的火点算法，提取各类卫星的火点信息，生成各类卫星的火点自动判识图像、提供火点信息资料，监测火场蔓延情况，及时提供火场信息。同时利用气象预报资料，采用遥感手段制作森林火险等级预报，用卫星数字资料估算过火面积。
火险预警预测主要包括天气指数估算、火险等级计算、火险预警预测信息发布等功能。火点文字网页动态生成及发布主要包括将基础地理数据文件格式自动转换生成动态网页，便于火点信息发布。火点监测信息手机短消息(微信公众号)发布主要包括根据授权将火点定位等信息写入相关的数据库，再进行手机短信(微信公众号)发布。图4D中森林防扑火数据建设主要包括采集森林防扑火有关的矢量数据，建立相关的数据库，并对数据库进行空间管理、图库管理以及查询统计和检索输出。火灾风险等级区划主要为基于内蒙古东北部森林资源状况调查完成内蒙古森林三级火灾风险区划。火险预警预测以数值预报数据为基础，结合地面监测资料，选择合适的阈值模型参数综合进行火险等级计算。根据业务需求分析，开发适宜本地的森林草原火险等级预测模型，建立火险预测预报平台、森林火险信息采集管理平台、发布平台和火险档案管理平台，从二形成监控、预报、预警、信息发布和档案留存为一体的信息集成系统，增强森林火灾预警能力，有效遏制森林火灾的发生，努力把森林草原火灾次数和损害降到最低，保障森林资源和生态环境的安全。
图4C和图4D中自动运行和人机交互模式作业内容说明如表2所示，自动运行模式和人机交互模式运行软件和硬件要求如表3所示。
表2-自动运行模式和人机交互模式作业内容说明表
Figure BDA0002560961720000101
Figure BDA0002560961720000111
表3-自动运行模式和人机交互模式运行软件和硬件要求
Figure BDA0002560961720000112
Figure BDA0002560961720000121
表2中森林防扑火辅助决策主要为将多源卫星遥感数据、森林火灾风险区划和森林资源图形库等叠加，且能仿真形式提供地图信息，完成火点位置的精确定位，并反映火点及火点周围森林资源和社会交通等状况，为防扑火指挥提供辅助决策依据。
表2中火点文字网页动态生成及发布是基于卫星接收时间记录文件和火点监测结果，将卫星遥感火点图像和火点地理信息文本文件用HTML语言和ASP技术，实现基础地理数据文件格式转换生成动态网页，便于火点信息及时发布。
表2中火点监测信息手机短消息发布(微信公众号)是根据高时空分辨率卫星资料快速监测到的火点定位等信息，进行火点信息库生成，并能进行综合查询；可以使用浏览器实现很复杂的应用，提供大量实用工具用于地图处理，并通过各种服务向地图中添加内容，可以在网页上创建功能全面的地图应用程序，可为森林火灾信息管理系统信息在线发布及路线指挥提供技术支持；能够支持火点信息网络发布以及手机短信(微信公众号)发布，实现快速实时通知相关部门，立刻做出应急措施，减少生命财产的损失。
图4D中用户管理是指用户数据的集中管理和统一认证，将现有复杂、无序、混乱的认证机制改为高效、科学、安全的网络认证机制，将对用户身份的认证功能与分散的应用系统进行剥离，从而达到集中管理、统一认证的目的。本公开实施例中的火险预警管理方法400提供用户管理、权限管理、统一认证等具体安全功能，采用包括加密、签名等手段在内的多种安全措施。从物理安全、网络安全、系统安全和应用安全等层次进行安全设计。可支持并发用户数大于50人，检索客户端响应时间≤3秒。本公开实施例中的火险预警管理方法400在稳定性方面可实现7×24小时运行能力；系统无故障运行时间大于5000小时；系统恢复时间小于4小时。并且充分考虑系统的可维护性，增加错误日志功能，记录业务运行过程中的错误，方便未来对系统维护和升级。
本公开实施例中的火险预警管理方法400，通过集成火点信息、方法数据和地理数据，采用平台管理模式对火点信息以及系统中的其它辅助数据进行显示，结合火险等级和出险情况对火点情况进行有效监测和预警。
图5示意性示出本公开一个实施例中一种火点检测系统的方框图。
参考图5，火点检测系统500可以包括：
数据接收模块510，用于接收卫星数据和辅助数据；
像素点标记模块520，用于标记所述卫星数据中的每个像素点；
背景温度和火点阈值确定模块530，用于通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；
火点检测模块540，用于通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点识别数据。
由于本公开中的火点检测系统500的各功能已在其对应的火点检测方法100的方法实施例中予以详细说明，本公开于此不再赘述。
本公开实施例中的一种火点检测系统500，兼具接收极轨和太阳同步卫星以及静止卫星的观测数据，不仅覆盖面积广，且具有较高的空间分辨率，同时对火情监控可以实现接近“放电影”式的高时空分辨率监控。通过结合火点阈值法和背景窗法，能够增强火点识别精度，因此本公开的一种火点检测方法结合卫星遥感的优点，具有识别精度高的优点。
图6示意性示出本公开另一个实施例中一种火点检测系统的方框图。
参考图6，火点检测系统600可以包括：
数据接收模块610，用于接收卫星数据和辅助数据；
像素点标记模块620，用于标记所述卫星数据中的每个像素点；
背景温度和火点阈值确定模块630，用于通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；
火点检测模块640，用于通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点识别数据；
亚像元火点确定模块650，用于计算亚像元火点面积和火点温度以生成亚像元火点数据；
火点辐射确定模块660，用于计算火点辐射强度以生成火点辐射数据；
火点信息集成模块670，集成所述火点识别数据、所述亚像元火点数据和所述火点辐射数据以形成火点综合信息数据。
由于本公开中的火点检测系统600的各功能已在其对应的火点检测方法200的方法实施例中予以详细说明，本公开于此不再赘述。
本公开的实施例提供的火点检测系统600，通过对亚像元火点面积和温度估算，判断亚像元火点面积的大小和温度的高低，可以有效地反映各火点像元火势程度的大小。
图7示意性示出本公开一个实施例中一种火险等级计算系统的方框图。
参考图7，火险等级计算系统700可以包括：
气象数据和森林数据获取710，用于获取气象数据和森林覆盖数据；
天气指数提取模块720，用于从所述气象数据中提取出天气指数，所述天气指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；
森林综合天气指数换算模块730，用于将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；
森林火险等级计算模块740，用于依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；
火险等级数据生成模块750，用于依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。
由于本公开中的火险等级计算系统700的各功能已在其对应的火险等级计算系统300的方法实施例中予以详细说明，本公开于此不再赘述。
本公开实施例中的火险等级计算系统700能够实现对森林火险等级的实时预测，可以使森林保护部门高效快速准确的确定火灾危险高的区域，及时采取防护措施，避免火灾发生。
图8示意性示出本公开一个实施例中一种火险预警管理系统的方框图。
参考图8，火险预警管理系统800可以包括：
火点信息获取模块810，用于获取火点识别数据、火点辐射数据和火险等级数据；
方法数据获取模块820，用于获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；
地理数据获取模块830，用于获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；
火点地图数据生成模块840，用于利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；
平台管理模块850，用于通过平台管理和发布所述包含火险等级划分的火点地图数据。
由于本公开中的火险预警管理系统800的各功能已在其对应的火险预警管理系统400的方法实施例中予以详细说明，本公开于此不再赘述。
本公开实施例中的火险预警管理系统800，通过集成火点信息、方法数据和地理数据，采用平台管理模式对火点信息以及系统中的其它辅助数据进行显示，结合火险等级和出险情况对火点情况进行有效监测和预警。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的实施例中，还提供了一种能够实现上述方法的电子设备。
所述技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本发明的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示，电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于：存储器920，以及耦合到存储器920的处理器910，处理器910被配置为基于存储在存储器920中的指令执行上述的火点检测方法100/200、火险等级计算方法300、火险预警管理方法400。存储器920与处理器910之间通过总线930进行数据传输。
其中，存储器920存储有程序代码，程序代码可以被处理器910执行，使得所述处理器910执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理器910可以执行如图1中所示的步骤S102：接收卫星数据和辅助数据；步骤S104：标记所述卫星数据中的每个像素点以形成初步标记数据；步骤S106：通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；步骤S108：通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据。处理器910可以执行如图2中所示的步骤S202，接收卫星数据和辅助数据；步骤S204，标记所述卫星数据中的每个像素点以形成初步标记数据；步骤S206，通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；步骤S208，通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据；步骤S210，计算亚像元火点面积和火点温度以生成亚像元火点数据；步骤S212，计算火点辐射强度以生成火点辐射数据；步骤S214，集成所述火点识别数据、所述亚像元火点数据和所述火点辐射数据以形成火点综合信息数据。处理器910可以执行如图3中所示的步骤S302，获取气象数据和森林覆盖数据；步骤S304，从所述气象数据中提取出气象指数，所述气象指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；步骤S306，将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；步骤S308，依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；步骤S310，依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。处理器910可以执行如图4中所示的步骤S402，获取火点识别数据、火点辐射数据和火险等级数据；步骤S404，获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；步骤S406，获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；步骤S408，利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；步骤S410，通过平台管理和发布所述包含火险等级划分的火点地图数据。
存储器920可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202，还可以进一步包括只读存储单元(ROM)9203。
存储器920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204，这样的程序模块9205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备900交互的设备通信，和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且，电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器960通过总线930与电子设备900的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备900使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术方案。说明书和实施例仅被视为示例性的，本公开的真正范围和构思由权利要求指出。

Claims (10)

1.一种基于卫星遥感数据的火点检测方法，其特征在于，包括：
接收卫星数据和辅助数据；
标记所述卫星数据中的每个像素点以形成初步标记数据；
通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；
通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点像素点以形成火点识别数据。
2.如权利要求1所述的火点检测方法，其特征在于，还包括：
计算亚像元火点面积和火点温度以生成亚像元火点数据；
计算火点辐射强度以生成火点辐射数据；
集成所述火点识别数据、所述亚像元火点数据和所述火点辐射数据以形成火点综合信息数据。
3.如权利要求1所述的火点检测方法，其特征在于，所述卫星数据包括多个多源卫星数据，所述辅助数据包括海陆模板数据、行政边界云检测数据、积雪覆盖数据、森林覆盖数据、气溶胶产品数据、卫星云图数据和PM2.5数据。
4.一种基于卫星遥感数据的火险等级计算方法，其特征在于，包括：
获取气象数据和森林覆盖数据；
从所述气象数据中提取出气象指数，所述气象指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；
将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；
依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；
依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。
5.如权利要求4所述的火险等级计算方法，其特征在于，所述气象数据包括数字气象预测数据和降水日值数据，所述数字气象预测数据包括风速数据、相对湿度数据和温度数据。
6.一种基于卫星遥感数据的火险预警管理方法，其特征在于，包括：
获取火点识别数据、火点辐射数据和火险等级数据；
获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；
获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；
利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；
通过平台管理和发布所述包含火险等级划分的火点地图数据。
7.一种基于卫星遥感数据的火点检测系统，其特征在于，包括：
数据接收模块，用于接收卫星数据和辅助数据；
像素点标记模块，用于标记所述卫星数据中的每个像素点；
背景温度和火点阈值确定模块，用于通过所述卫星数据和所述辅助数据确定区域背景温度和火点判识阈值；
火点检测模块，用于通过所述区域背景温度和所述火点判识阈值在所述初步标记数据中检测出火点识别数据。
8.如权利要求7所述的火点检测系统，其特征在于，还包括：
亚像元火点确定模块，用于计算亚像元火点面积和火点温度以生成亚像元火点数据；
火点辐射确定模块，用于计算火点辐射强度以生成火点辐射数据；
火点信息集成模块，集成所述火点识别数据、所述亚像元火点数据和所述火点辐射数据以形成火点综合信息数据。
9.一种基于卫星遥感数据的火险等级计算系统，其特征在于，包括：
气象数据和森林数据获取模块，用于获取气象数据和森林覆盖数据；
天气指数提取模块，用于从所述气象数据中提取出天气指数，所述天气指数包括气温天气指数、湿度天气指数、降水天气指数、风速天气指数、季节物候天气指数；
森林综合天气指数换算模块，用于将所述气象指数与所述森林覆盖数据结合以形成最高气温森林火险天气指数、最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数；
森林火险等级计算模块，用于依据所述最高气温森林火险天气指数、所述最小相对湿度森林火险天气指数、降水影响森林火险天气指数、风力等级森林火险天气指数和季节物候影响订正指数计算森林火险天气综合指数；
火险等级数据生成模块，依据所述森林火险天气综合指数生成火险等级数据，所述火险等级数据包括火险等级信息表和火险等级空间分布图。
10.一种基于卫星遥感数据的火险预警管理系统，其特征在于，包括：
火点信息获取模块，用于获取火点识别数据、火点辐射数据和火险等级数据；
方法数据获取模块，用于获取方法数据库，所述方法数据库包括空间属性方法数据库和森林火险等级区划方法库；
地理数据获取模块，用于获取地理数据库，所述地面数据库包括地图数据库、森林资源图形库、林业信息库和社会地理状况数据库；
火点地图数据生成模块，用于利用所述方法数据库中的方法将所述火点识别数据、火点辐射数据、火险等级数据叠加至所述地理数据库中以形成包含火险等级划分的火点地图数据；
平台管理模块，用于通过平台管理和发布所述包含火险等级划分的火点地图数据。
CN202010611238.3A 2020-06-29 2020-06-29 基于卫星遥感数据的火点检测方法 Pending CN111783634A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010611238.3A CN111783634A (zh) 2020-06-29 2020-06-29 基于卫星遥感数据的火点检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010611238.3A CN111783634A (zh) 2020-06-29 2020-06-29 基于卫星遥感数据的火点检测方法

Publications (1)

Publication Number Publication Date
CN111783634A true CN111783634A (zh) 2020-10-16

Family

ID=72761451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010611238.3A Pending CN111783634A (zh) 2020-06-29 2020-06-29 基于卫星遥感数据的火点检测方法

Country Status (1)

Country Link
CN (1) CN111783634A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989717A (zh) * 2021-02-05 2021-06-18 西安交通大学 一种加氢站火灾事故热辐射评估方法及系统
CN113128902A (zh) * 2021-05-06 2021-07-16 四川大熊猫数字科技发展有限公司 一种应急事件即报处置系统及处置方法
CN113221057A (zh) * 2021-05-14 2021-08-06 山东省生态环境监测中心 基于多时相卫星影像的秸秆焚烧火点监测方法
CN113223262A (zh) * 2021-05-06 2021-08-06 四川大熊猫数字科技发展有限公司 一种多源火情数据综合汇聚处理系统及方法
CN113360585A (zh) * 2021-06-04 2021-09-07 广州澳盾智能科技有限公司 森林火灾致灾因子数据系统构建方法、系统、介质及设备
CN113887324A (zh) * 2021-09-10 2022-01-04 北京和德宇航技术有限公司 基于卫星遥感数据的火点检测方法
CN115205709A (zh) * 2022-09-15 2022-10-18 眉山环天智慧科技有限公司 一种基于卫星遥感的森林火点识别方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455708A (zh) * 2013-07-24 2013-12-18 安徽省电力科学研究院 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
CN103870891A (zh) * 2014-03-25 2014-06-18 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
CN104486520A (zh) * 2014-11-21 2015-04-01 安徽四创电子股份有限公司 一种基于北斗的火场感知实战指挥平台系统
CN104615848A (zh) * 2014-12-26 2015-05-13 中国南方电网有限责任公司 一种集森林火险预报和地面火点监测于一体的综合应用方法
CN105510987A (zh) * 2015-11-19 2016-04-20 中国林业科学研究院资源信息研究所 一种利用单中波红外通道进行林火识别的方法
CN108564761A (zh) * 2018-05-10 2018-09-21 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
CN108717526A (zh) * 2018-05-11 2018-10-30 中南林业科技大学 基于avhrr数据的卫星监测林火热点识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455708A (zh) * 2013-07-24 2013-12-18 安徽省电力科学研究院 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
CN103870891A (zh) * 2014-03-25 2014-06-18 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
CN104486520A (zh) * 2014-11-21 2015-04-01 安徽四创电子股份有限公司 一种基于北斗的火场感知实战指挥平台系统
CN104615848A (zh) * 2014-12-26 2015-05-13 中国南方电网有限责任公司 一种集森林火险预报和地面火点监测于一体的综合应用方法
CN105510987A (zh) * 2015-11-19 2016-04-20 中国林业科学研究院资源信息研究所 一种利用单中波红外通道进行林火识别的方法
CN108564761A (zh) * 2018-05-10 2018-09-21 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
CN108717526A (zh) * 2018-05-11 2018-10-30 中南林业科技大学 基于avhrr数据的卫星监测林火热点识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
鄢俊洁等: "基于时相变化的晴空条件下Himawari-8 AHI火点检测", 《遥感学报》, vol. 24, no. 05, pages 571 - 577 *
鄢俊洁等: "基于服务架构的多源气象卫星数据集成显示应用平台", 《气象科技进展》, vol. 8, no. 06, pages 133 - 138 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989717A (zh) * 2021-02-05 2021-06-18 西安交通大学 一种加氢站火灾事故热辐射评估方法及系统
CN112989717B (zh) * 2021-02-05 2024-03-22 西安交通大学 一种加氢站火灾事故热辐射评估方法及系统
CN113128902A (zh) * 2021-05-06 2021-07-16 四川大熊猫数字科技发展有限公司 一种应急事件即报处置系统及处置方法
CN113223262A (zh) * 2021-05-06 2021-08-06 四川大熊猫数字科技发展有限公司 一种多源火情数据综合汇聚处理系统及方法
CN113221057A (zh) * 2021-05-14 2021-08-06 山东省生态环境监测中心 基于多时相卫星影像的秸秆焚烧火点监测方法
CN113360585A (zh) * 2021-06-04 2021-09-07 广州澳盾智能科技有限公司 森林火灾致灾因子数据系统构建方法、系统、介质及设备
CN113887324A (zh) * 2021-09-10 2022-01-04 北京和德宇航技术有限公司 基于卫星遥感数据的火点检测方法
CN115205709A (zh) * 2022-09-15 2022-10-18 眉山环天智慧科技有限公司 一种基于卫星遥感的森林火点识别方法
CN115205709B (zh) * 2022-09-15 2023-01-10 眉山环天智慧科技有限公司 一种基于卫星遥感的森林火点识别方法

Similar Documents

Publication Publication Date Title
CN111783634A (zh) 基于卫星遥感数据的火点检测方法
Çolak et al. Evaluation of forest fire risk in the Mediterranean Turkish forests: A case study of Menderes region, Izmir
Hua et al. The progress of operational forest fire monitoring with infrared remote sensing
CN202434011U (zh) 森林火灾自动监测与报警系统
Loupian et al. Satellite monitoring of forest fires in Russia at federal and regional levels
Herutomo et al. Forest fire detection system reliability test using wireless sensor network and OpenMTC communication platform
Ahmad et al. Himalayan forest fire characterization in relation to topography, socio-economy and meteorology parameters in Arunachal Pradesh, India
CN114067545B (zh) 一种基于遥感大数据的森林火灾监测方法及系统
CN113487251B (zh) 基于一键式遥感的自然灾害预警与应急响应方法与系统
CN109407177B (zh) 基于机器学习与常规气象观测的大雾识别系统和应用方法
Çolak et al. The importance of ground-truth and crowdsourcing data for the statistical and spatial analyses of the NASA FIRMS active fires in the Mediterranean Turkish forests
AU2023100078A4 (en) Turbulence monitoring and forecasting systems and methods
CN113204736A (zh) 森林火险实时监控和预测预报的方法、系统、介质及设备
Azmy et al. Satellite-based characterization of climatic conditions before large-scale general flowering events in Peninsular Malaysia
Peterson Holes in optical lightning flashes: Identifying poorly transmissive clouds in lightning imager data
Roberto Barbosa et al. Forest Fire Alert System: a Geo Web GIS prioritization model considering land susceptibility and hotspots–a case study in the Carajás National Forest, Brazilian Amazon
CN111912819B (zh) 基于卫星数据的生态检测方法
KR102108755B1 (ko) 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템
Lasaponara et al. Characterization and mapping of fuel types for the Mediterranean ecosystems of Pollino National Park in southern Italy by using hyperspectral MIVIS data
Deng et al. Forest fire risk mapping based on spatial logistic model of northeastern china forest zone
Bahrami et al. Efficient dust detection based on spectral and thermal observations of MODIS imagery
Chew et al. Data Acquisition Guide for Forest Fire Risk Modelling in Malaysia
Baranovskiy et al. Joint processing of RS and WWLLN data for forest fire danger estimation: new concept
McFerren et al. Southern african advanced fire information system
Miller et al. Near-real-time service provision during effusive crises at Etna and Stromboli: basis and implementation of satellite-based IR operations

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