CN112668927B - 一种基于聚类法的考虑人为因素的动态山火风险评估方法 - Google Patents
一种基于聚类法的考虑人为因素的动态山火风险评估方法 Download PDFInfo
- Publication number
- CN112668927B CN112668927B CN202110017748.2A CN202110017748A CN112668927B CN 112668927 B CN112668927 B CN 112668927B CN 202110017748 A CN202110017748 A CN 202110017748A CN 112668927 B CN112668927 B CN 112668927B
- Authority
- CN
- China
- Prior art keywords
- fire risk
- forest
- clustering
- fire
- mountain fire
- 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 72
- 241000282414 Homo sapiens Species 0.000 title claims abstract description 51
- 238000012502 risk assessment Methods 0.000 title claims abstract description 25
- 230000000694 effects Effects 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000002485 combustion reaction Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 11
- 230000003014 reinforcing effect Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000013144 data compression Methods 0.000 claims description 3
- 230000009970 fire resistant effect Effects 0.000 claims description 3
- 238000003892 spreading Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims 1
- 230000002787 reinforcement Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 6
- 238000005728 strengthening Methods 0.000 abstract description 2
- 230000033001 locomotion Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
Abstract
本发明涉及一种基于聚类法的考虑人为因素的动态山火风险评估方法,包括以下步骤:获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被影像;对于森林、草原地区的植被影像进行预处理,确定植被覆盖的区域,排除非植被覆盖的区域;对植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分植被覆盖的区域的山火火险等级;获取植被覆盖的区域内人类活动轨迹情况;对人类活动轨迹中人次达到预设阈值的区域,提高根据聚类法划分的所述山火火险等级,并对山火火险等级高的区域加强防护。本发明不仅是充分考虑了人为因素的山火风险评估方法,而且实现了动态评估,对输电线路沿线地区的山火防控具有很大的意义。
Description
技术领域
本申请涉及输电线路山火监测技术领域,尤其涉及一种基于聚类法的考虑人为因素的动态山火风险评估方法。
背景技术
近年来,我国多地发生森林火灾,对森林资源以及当地居民财产及人生安全造成威胁,由于输电线路多分布于森林中,森林火灾严重影响线路的稳定运行。当前,人们的消防安全意识较为缺乏,近七成的火灾由人为因素引起。据统计,2010年至2019年,已查明火因的森林草原火灾中,97%以上由人为原因引发。
春季为我国重特大森林草原火灾多发期,尤其进入4月份,林牧区农事用火、生产生活用火、清明祭祀用火增加,使得野外火源管控难度提高。据统计,近几年35%的森林草原火灾集中发生在4月份。
关于森林防火的现状,当前更多的是已经发生火灾时,对于火情的“报警”,而我们需要实现的,是在火情即将发生前的“预警”。我国森林防火面临着火源难控的风险,按照国际标准,当可燃物达到30吨/公顷则为发生重特大森林火灾的临界条件,而我国林区的可燃物载量达到60吨/公顷,存在极高的火灾风险。
因此,如何有效的对山火风险进行评估,尤其在山火多发期,对输电线路沿线的山火高风险区域重点防控,预防森林火灾的发生,防止因山火对输电线路造成损坏,是需要解决的主要问题。
发明内容
本申请提供了一种基于聚类法的考虑人为因素的动态山火风险评估方法,有效的对山火风险进行评估,对输电线路沿线的山火高风险区域重点防控,预防森林火灾的发生,防止因山火对输电线路造成损坏。
本申请采用的技术方案如下:
本发明提供了一种基于聚类法的考虑人为因素的动态山火风险评估方法,包括以下步骤:
获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被影像;
对于所述森林、草原地区的植被影像进行预处理,确定植被覆盖的区域,排除非植被覆盖的区域;
对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级;
获取所述植被覆盖的区域内人类活动轨迹情况;
对所述人类活动轨迹中人次达到预设阈值的区域,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护。
进一步地,对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级,包括:
以所述植被覆盖的区域内的林型划分聚类单元;
选取与燃烧密切相关的影响因素作为所述聚类单元中的聚类因子;
对所述聚类因子进行数据处理,将原始数据标准化,并计算聚类模糊关系,得出聚类结果;
根据聚类结果划分区域内各林型的山火火险等级。
进一步地,与燃烧密切相关的影响因素,包括:
各林型的林火发生频率、可燃物载量、可燃物含水率、凋落层厚度和燃烧蔓延速度。
进一步地,所述林火发生频率以各林型历史火灾发生频率的统计数据为依据,单位为次/年;
可燃物载量采用地表可燃物载量。
进一步地,对所述聚类因子进行数据处理,将原始数据标准化,并计算聚类模糊关系,得出聚类结果,包括:
将林火发生频率记为N1(n),可燃物载量记为N2(n),可燃物含水率记为N3(n),凋落层厚度记为N4(n),燃烧蔓延速度记为N5(n),n的数值不同代表不同的林型,n=1,2,3,......;
对所述N1(n)、N2(n)、N3(n)、N4(n)、N5(n)进行极值标准化,将各林型的N1-N5数据压缩落入[0,1]区间,建立正规化数据矩阵;
对所述正规化数据矩阵处理后的数据使用夹角余弦公式计算分类单元间的相似度,记为N(n1)(n2),公式为:
将所述N(n1)(n2)的计算结果写成矩阵形式,得到模糊相似矩阵,通过迭代得到合理的截集阈值,从而得到聚类结果。
进一步地,所述山火火险等级分为五个,具体为:
一级:低火险/无火险级,表示不易发生火灾的不燃情况;
二级:较低火险/弱火险级,表示一般情况下难以发生火灾的难燃情况;
三级:中等火险级,表示可能发生火灾,但火情不易蔓延,且较易扑救的可燃情况;
四级:高火险级,表示容易发生火灾,且火势易蔓延,不易扑救的易燃情况;
五级:最高火险/特大火险级,表示极易发生火灾,且极易蔓延,难以扑救的强燃情况。
进一步地,获取所述植被覆盖的区域内人类活动轨迹情况,包括:
将所述植被覆盖的区域划分为1km×1km的网格;
基于手机定位系统,获取每个小网格内1~3小时内通过的人次。
进一步地,对所述人类活动轨迹中人次达到预设阈值的区域,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护,包括:
对于1~3小时内通过的人次达到预设阈值的小网格,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护。
进一步地,基于手机定位系统,获取每个小网格内1~3小时内实际通过的人次,包括:
基于手机定位系统,获取每个小网格内1~3小时内通过的人次,将所述人次记为m;
设不同节气具有不同的修正系数λ,修正系数为根据所述植被覆盖的区域不同节气山火发生的历史数据而得出的;
获取每个小网格内1~3小时内修正后通过的人次m′=λm。
进一步地,对于1~3小时内通过的人次达到预设阈值的小网格,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护,包括:
对于1~3小时内通过的人次达到预设阈值的小网格,提高一级对应所述小网格的根据聚类法得出的所述山火风险等级;
当连续分布的多个小网格的山火风险等级均为三级及以上时,或者某小网格在多个时段的山火风险等级为三级及以上时,对所述小网格对应的区域加强防控。
采用本申请的技术方案的有益效果如下:
本发明的一种基于聚类法的考虑人为因素的动态山火风险评估方法,包括以下步骤:获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被影像;对于所述森林、草原地区的植被影像进行预处理,确定植被覆盖的区域,排除非植被覆盖的区域;对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级;获取所述植被覆盖的区域内人类活动轨迹情况;对所述人类活动轨迹中人次达到预设阈值的区域,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护。
本发明获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被覆盖的区域的影像,采用聚类法划分各林型的火险等级,基于手机定位系统,通过获取手机在区域内的运动轨迹,反映区域内人类的运动情况,对人类活动频繁区域提高火险等级,不仅是充分考虑了人为因素的山火风险评估方法,而且实现了动态评估,对输电线路沿线地区的山火防控具有很大的意义。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为一种基于聚类法的考虑人为因素的动态山火风险评估方法的流程图;
图2为一种基于聚类法的考虑人为因素的动态山火风险评估方法中:对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级,的流程图;
图3为Google地球25°09′N,102°55′E附近影像图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
本申请提供的一种基于聚类法的考虑人为因素的动态山火风险评估方法,如图1所示,包括以下步骤:
S100:获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被影像;
本实施例,如图3中的(1)(2)(3)所示,从“Google地球”获取获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被影像。
S200:对于所述森林、草原地区的植被影像进行预处理,确定植被覆盖的区域,排除非植被覆盖的区域;
S300:利用遥感数据和少量地面样地信息对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级;
如图2所示,步骤S300具体包括:
S101:以所述植被覆盖的区域内的林型划分聚类单元。
S102:选取与燃烧密切相关的影响因素作为所述聚类单元中的聚类因子;
其中,与燃烧密切相关的影响因素,包括:各林型的林火发生频率、可燃物载量、可燃物含水率、凋落层厚度和燃烧蔓延速度;
所述林火发生频率以各林型历史火灾发生频率的统计数据为依据,单位为次/年;可燃物载量采用地表可燃物载量。
S103:对所述聚类因子进行数据处理,将原始数据标准化,并计算聚类模糊关系,得出聚类结果。步骤S303具体包括:
a:将林火发生频率记为N1(n),可燃物载量记为N2(n),可燃物含水率记为N3(n),凋落层厚度记为N4(n),燃烧蔓延速度记为N5(n),n的数值不同代表不同的林型,n=1,2,3,......;
b:对所述N1(n)、N2(n)、N3(n)、N4(n)、N5(n)进行极值标准化,将各林型的N1-N5数据压缩落入[0,1]区间,建立正规化数据矩阵;
c:对所述正规化数据矩阵处理后的数据使用夹角余弦公式计算分类单元间的相似度,记为N(n1)(n2),公式为:
d:将所述N(n1)(n2)的计算结果写成矩阵形式,得到模糊相似矩阵,通过迭代得到合理的截集阈值,从而得到聚类结果。
S104:根据聚类结果划分区域内各林型的山火火险等级。
S400:获取所述植被覆盖的区域内人类活动轨迹情况;
步骤S400具体包括:
S401:将所述植被覆盖的区域划分为1km×1km的网格;
S402:基于手机定位系统,获取每个小网格内1~3小时内通过的人次(基于手机定位系统,提取手机移动的路径,便能反映人类活动的路径)。
人类活动越频繁的区域,山火风险越高,而由于智能手机的普及,基于手机定位系统,提取手机移动的路径,便能反映人类活动的路径,从评估区域内的山火风险等级。
S500:对所述人类活动轨迹中人次达到预设阈值的区域,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护。
步骤S500具体包括:
对于1~3小时内通过的人次达到预设阈值的小网格,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护。
其中,在本实施例中所述山火火险等级分为五个,具体为:
一级:低火险/无火险级,表示不易发生火灾的不燃情况;
二级:较低火险/弱火险级,表示一般情况下难以发生火灾的难燃情况;
三级:中等火险级,表示可能发生火灾,但火情不易蔓延,且较易扑救的可燃情况;
四级:高火险级,表示容易发生火灾,且火势易蔓延,不易扑救的易燃情况;
五级:最高火险/特大火险级,表示极易发生火灾,且极易蔓延,难以扑救的强燃情况。
在一实施例中,基于手机定位系统,获取每个小网格内,1~3小时内实际通过的人次;对于1~3小时内通过的人次达到预设阈值的小网格,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护,包括:
基于手机定位系统,获取每个小网格内2小时内通过的人次,将所述人次记为m;
设不同节气具有不同的修正系数λ,修正系数为根据所述植被覆盖的区域不同节气山火发生的历史数据而得出的;
获取每个小网格内2小时内修正后通过的人次m′=λm;
对于2小时内通过的人次达到预设阈值的小网格,提高一级对应所述小网格的根据聚类法得出的所述山火风险等级,;
当连续分布的多个小网格的山火风险等级均为三级及以上时,或者某小网格在多个时段的山火风险等级为三级及以上时,对所述小网格对应的区域加强防控。
具体来说,由于在不同节气(每个节气为15天)下人们的用火情况有所不同,人为因素引发山火的可能性大小也就不同,因此引入节气修正系数λ,对于不同的节气,λ取值不同。基于山火的历史数据,得出不同节气发生山火频次的年周期性变化规律,从而得出不同节气的λ取值(λ≥1),如清明节气的时间段内,人们祭祀用火频繁,人为因素引发山火的可能性相比其他节气显著提高,该节气的λ取值为2.2。
修正后的网格2小时内通过人次,提高火险等级的修正后2小时内通过人次的阈值取15,当m′≥15时,对应网格的山火风险等级提高一个级别,当空间分布连续的多个网格的山火风险等级为三级及以上时,或某网格在多个时段的山火风险等级为三级及以上时,需要对这些区域加强防控。
本发明的一种基于聚类法的考虑人为因素的动态山火风险评估方法,基于由可燃物载量等因素的聚类法得出的不同林型的山火风险等级,利用手机定位系统,得到输电线路沿线附近区域内人的活动轨迹情况,统计该区域一定时间内人类活动的活跃程度,通过区域内各部分的人类活动频次,考虑人类活动、节气等因素,对人类活动频繁的区域提高山火风险等级,对高风险区域重点防控。
由于近七成的火灾由人为因素引起,本发明中的山火风险评估方法,采用聚类法划分各林型的火险等级,基于手机定位系统,通过获取手机在区域内的运动轨迹,反映区域内人类的运动情况,每1小时进行一次人类活动频次统计,对人类活动频繁区域提高火险等级,不仅是充分考虑了人为因素的山火风险评估方法,而且实现了动态评估,对输电线路沿线地区的山火防控具有很大的意义。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (7)
1.一种基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,包括以下步骤:
获取输电线路沿线需要进行山火风险评估的森林、草原地区的植被影像;
对于所述森林、草原地区的植被影像进行预处理,确定植被覆盖的区域,排除非植被覆盖的区域;
对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级;
获取所述植被覆盖的区域内人类活动轨迹情况;
对所述人类活动轨迹中人次达到预设阈值的区域,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护;
获取所述植被覆盖的区域内人类活动轨迹情况,包括:
将所述植被覆盖的区域划分为1km×1km的网格;
基于手机定位系统,获取每个小网格内1~3小时内通过的人次;
对所述人类活动轨迹中人次达到预设阈值的区域,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护,包括:
对于1~3小时内通过的人次达到预设阈值的小网格,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护;
基于手机定位系统,获取每个小网格内1~3小时内实际通过的人次,包括:
基于手机定位系统,获取每个小网格内1~3小时内通过的人次,将所述人次记为m;
设不同节气具有不同的修正系数λ,修正系数为根据所述植被覆盖的区域不同节气山火发生的历史数据而得出的;
获取每个小网格内1~3小时内修正后通过的人次m′=λm。
2.根据权利要求1所述的基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,对所述植被覆盖的区域进行森林可燃物载量定量估测,利用模糊聚类法,划分所述植被覆盖的区域的山火火险等级,包括:
以所述植被覆盖的区域内的林型划分聚类单元;
选取与燃烧密切相关的影响因素作为所述聚类单元中的聚类因子;
对所述聚类因子进行数据处理,将原始数据标准化,并计算聚类模糊关系,得出聚类结果;
根据聚类结果划分区域内各林型的山火火险等级。
3.根据权利要求2所述的基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,与燃烧密切相关的影响因素,包括:
各林型的林火发生频率、可燃物载量、可燃物含水率、凋落层厚度和燃烧蔓延速度。
4.根据权利要求3所述的基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,所述林火发生频率以各林型历史火灾发生频率的统计数据为依据,单位为次/年;
可燃物载量采用地表可燃物载量。
5.根据权利要求2~4任意一项所述的基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,对所述聚类因子进行数据处理,将原始数据标准化,并计算聚类模糊关系,得出聚类结果,包括:
将林火发生频率记为N1(n),可燃物载量记为N2(n),可燃物含水率记为N3(n),凋落层厚度记为N4(n),燃烧蔓延速度记为N5(n),n的数值不同代表不同的林型,n=1,2,3,......;
对所述N1(n)、N2(n)、N3(n)、N4(n)、N5(n)进行极值标准化,将各林型的N1-N5数据压缩落入[0,1]区间,建立正规化数据矩阵;
对所述正规化数据矩阵处理后的数据使用夹角余弦公式计算分类单元间的相似度,记为N(n1)(n2),公式为:
将所述N(n1)(n2)的计算结果写成矩阵形式,得到模糊相似矩阵,通过迭代得到合理的截集阈值,从而得到聚类结果。
6.根据权利要求2所述的基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,所述山火火险等级分为五个,具体为:
一级:低火险/无火险级,表示不易发生火灾的不燃情况;
二级:较低火险/弱火险级,表示一般情况下难以发生火灾的难燃情况;
三级:中等火险级,表示可能发生火灾,但火情不易蔓延,且较易扑救的可燃情况;
四级:高火险级,表示容易发生火灾,且火势易蔓延,不易扑救的易燃情况;
五级:最高火险/特大火险级,表示极易发生火灾,且极易蔓延,难以扑救的强燃情况。
7.根据权利要求1所述的基于聚类法的考虑人为因素的动态山火风险评估方法,其特征在于,对于1~3小时内通过的人次达到预设阈值的小网格,提高根据所述聚类法划分的所述山火火险等级,并对所述山火火险等级高的区域加强防护,包括:
对于1~3小时内通过的人次达到预设阈值的小网格,提高一级对应所述小网格的根据聚类法得出的所述山火风险等级;
当连续分布的多个小网格的山火风险等级均为三级及以上时,或者某小网格在多个时段的山火风险等级为三级及以上时,对所述小网格对应的区域加强防控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110017748.2A CN112668927B (zh) | 2021-01-07 | 2021-01-07 | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110017748.2A CN112668927B (zh) | 2021-01-07 | 2021-01-07 | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112668927A CN112668927A (zh) | 2021-04-16 |
CN112668927B true CN112668927B (zh) | 2023-11-24 |
Family
ID=75413498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110017748.2A Active CN112668927B (zh) | 2021-01-07 | 2021-01-07 | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668927B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013030497A1 (fr) * | 2011-08-26 | 2013-03-07 | Noveltis | Dispositif permettant de detecter de maniere precoce le depart de feux de foret |
KR101244426B1 (ko) * | 2012-12-03 | 2013-03-18 | (유)성문 | 화재예방 및 억제장치 |
CN103440599A (zh) * | 2013-09-16 | 2013-12-11 | 国家电网公司 | 一种基于gis平台的电网输电线路山火火点分布图绘制方法 |
CN104699982A (zh) * | 2015-03-25 | 2015-06-10 | 中测高科(北京)测绘工程技术有限责任公司 | 森林火灾可燃物载重量估算方法及其装置 |
CN104820875A (zh) * | 2015-05-19 | 2015-08-05 | 湖南省湘电试研技术有限公司 | 一种输电线路山火精细化密度预报方法 |
CN105184668A (zh) * | 2015-08-24 | 2015-12-23 | 国家电网公司 | 一种基于聚类分析的输电线路山火风险区域划分方法 |
CN105205587A (zh) * | 2015-08-15 | 2015-12-30 | 东北师范大学 | 一种北方草原火灾风险等级快速评估方法 |
CN105469195A (zh) * | 2015-11-18 | 2016-04-06 | 国家电网公司 | 一种输电线路走廊环境火险等级评估方法 |
CN105931408A (zh) * | 2016-05-25 | 2016-09-07 | 国网湖南省电力公司 | 架空输电线路的山火密度的预测方法 |
CN107067683A (zh) * | 2017-04-14 | 2017-08-18 | 湖南省湘电试研技术有限公司 | 一种输电线路山火聚类定量预报方法及系统 |
CN107798463A (zh) * | 2017-09-19 | 2018-03-13 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于模糊识别的电网山火风险等级评估的方法 |
CN111130010A (zh) * | 2020-01-03 | 2020-05-08 | 云南电网有限责任公司电力科学研究院 | 一种输电走廊内植被状况获取方法及装置 |
WO2020132031A1 (en) * | 2018-12-21 | 2020-06-25 | University Of Hawaii | Automated wildfire detection |
CN111445011A (zh) * | 2020-04-01 | 2020-07-24 | 成都思晗科技股份有限公司 | 一种基于气象和遥感数据的山火预警方法 |
CN111461578A (zh) * | 2020-04-29 | 2020-07-28 | 西安易可环境管理咨询有限公司 | 一种山区自然保护地森林火灾风险评估的方法及系统 |
CN111681129A (zh) * | 2020-06-05 | 2020-09-18 | 云南电网有限责任公司昆明供电局 | 一种基于卫星数据的输电线路山火风险判定方法及系统 |
EP3724831A1 (en) * | 2017-12-12 | 2020-10-21 | Oy Arbonaut Ltd. | A method to quantify fire risk to structures |
CN112101805A (zh) * | 2020-09-22 | 2020-12-18 | 海南电网有限责任公司文昌供电局 | 一种输电线路差异化防山火策略分析方法 |
-
2021
- 2021-01-07 CN CN202110017748.2A patent/CN112668927B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013030497A1 (fr) * | 2011-08-26 | 2013-03-07 | Noveltis | Dispositif permettant de detecter de maniere precoce le depart de feux de foret |
KR101244426B1 (ko) * | 2012-12-03 | 2013-03-18 | (유)성문 | 화재예방 및 억제장치 |
CN103440599A (zh) * | 2013-09-16 | 2013-12-11 | 国家电网公司 | 一种基于gis平台的电网输电线路山火火点分布图绘制方法 |
CN104699982A (zh) * | 2015-03-25 | 2015-06-10 | 中测高科(北京)测绘工程技术有限责任公司 | 森林火灾可燃物载重量估算方法及其装置 |
CN104820875A (zh) * | 2015-05-19 | 2015-08-05 | 湖南省湘电试研技术有限公司 | 一种输电线路山火精细化密度预报方法 |
CN105205587A (zh) * | 2015-08-15 | 2015-12-30 | 东北师范大学 | 一种北方草原火灾风险等级快速评估方法 |
CN105184668A (zh) * | 2015-08-24 | 2015-12-23 | 国家电网公司 | 一种基于聚类分析的输电线路山火风险区域划分方法 |
CN105469195A (zh) * | 2015-11-18 | 2016-04-06 | 国家电网公司 | 一种输电线路走廊环境火险等级评估方法 |
CN105931408A (zh) * | 2016-05-25 | 2016-09-07 | 国网湖南省电力公司 | 架空输电线路的山火密度的预测方法 |
CN107067683A (zh) * | 2017-04-14 | 2017-08-18 | 湖南省湘电试研技术有限公司 | 一种输电线路山火聚类定量预报方法及系统 |
CN107798463A (zh) * | 2017-09-19 | 2018-03-13 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于模糊识别的电网山火风险等级评估的方法 |
EP3724831A1 (en) * | 2017-12-12 | 2020-10-21 | Oy Arbonaut Ltd. | A method to quantify fire risk to structures |
WO2020132031A1 (en) * | 2018-12-21 | 2020-06-25 | University Of Hawaii | Automated wildfire detection |
CN111130010A (zh) * | 2020-01-03 | 2020-05-08 | 云南电网有限责任公司电力科学研究院 | 一种输电走廊内植被状况获取方法及装置 |
CN111445011A (zh) * | 2020-04-01 | 2020-07-24 | 成都思晗科技股份有限公司 | 一种基于气象和遥感数据的山火预警方法 |
CN111461578A (zh) * | 2020-04-29 | 2020-07-28 | 西安易可环境管理咨询有限公司 | 一种山区自然保护地森林火灾风险评估的方法及系统 |
CN111681129A (zh) * | 2020-06-05 | 2020-09-18 | 云南电网有限责任公司昆明供电局 | 一种基于卫星数据的输电线路山火风险判定方法及系统 |
CN112101805A (zh) * | 2020-09-22 | 2020-12-18 | 海南电网有限责任公司文昌供电局 | 一种输电线路差异化防山火策略分析方法 |
Non-Patent Citations (3)
Title |
---|
110kV及以上电压等级输电线路因山火跳闸分析及防治;文刚 等;电工技术;第51-54页 * |
基于模糊聚类分析的辽宁省输电线路山火风险等级研究;朱义东 等;2017智能电网信息化建设研讨会论文集;第119-122页 * |
基于证据权重法的呼伦贝尔地区人为草原火险空间预测;张继权;沈玲玲;佟志军;刘兴朋;崔亮;;自然灾害学报(第04期);第99-107页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112668927A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Plucinski | Factors affecting containment area and time of Australian forest fires featuring aerial suppression | |
Li et al. | Satellite-based mapping of Canadian boreal forest fires: evaluation and comparison of algorithms | |
Ghasemi et al. | An examination of the social-psychological drivers of homeowner wildfire mitigation | |
Rodríguez‐Pérez et al. | Evaluating lightning‐caused fire occurrence using spatial generalized additive models: a case study in central Spain | |
Gaur et al. | Potential future changes in wildfire weather and behavior around 11 Canadian cities | |
Kang et al. | Climate change impacts on conventional and flash droughts in the Mekong River Basin | |
Yuan et al. | China’s regional drought risk under climate change: a two-stage process assessment approach | |
CN112668927B (zh) | 一种基于聚类法的考虑人为因素的动态山火风险评估方法 | |
De Coste et al. | Assessing and predicting the severity of mid-winter breakups based on Canada-wide river ice data | |
Rathnayake et al. | Assessing protected area networks in the conservation of elephants (Elephas Maximus) in Sri Lanka | |
Dossi et al. | Relationships between building features and wildfire damage in California, USA and Pedrógão Grande, Portugal | |
Makungo et al. | Hydrological hazards in Vhembe district in Limpopo Province, South Africa | |
Stewart et al. | Extreme events for infrastructure: Uncertainty and risk | |
Barros-Rosa et al. | Fire probability mapping and prediction from environmental data: What a comprehensive savanna-forest transition can tell us | |
Krusel et al. | Wildfire activity in the mallee shrubland of Victoria, Australia | |
CN112232689A (zh) | 一种茶叶连片种植区的生态地质脆弱性评价方法 | |
Nishino | Probabilistic analysis of the vulnerability of fire departments to ignitions following megathrust earthquakes in the Nankai Trough subduction zone, Japan | |
Carlson et al. | The importance of small fires for wildfire hazard in urbanised landscapes of the northeastern US | |
Nuryanto et al. | Developing models to establish seasonal forest fire early warning system | |
Imron et al. | Beyond climatic variation: human disturbances alter the effectiveness of a protected area to reduce fires in a tropical Peatland | |
Karouni et al. | A comparative study to find the most applicable fire weather index for Lebanon allowing to predict a forest fire | |
Liu et al. | Modeling the early warning of grassland fire risk based on fuzzy logic in Xilingol, Inner Mongolia | |
Taylor et al. | Associations between Australian climate drivers and extreme weekly fire danger | |
Wybron et al. | Estimating abundance and occupancy of Northern Barrens tiger beetles in an isolated New York population | |
Shinoda | High-impact weathers in a changing climate over arid Eurasia and proactive disaster management |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |