CN113095282A - 一种海岛分区火势等级划分方法、装置、设备及介质 - Google Patents
一种海岛分区火势等级划分方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113095282A CN113095282A CN202110477134.2A CN202110477134A CN113095282A CN 113095282 A CN113095282 A CN 113095282A CN 202110477134 A CN202110477134 A CN 202110477134A CN 113095282 A CN113095282 A CN 113095282A
- Authority
- CN
- China
- Prior art keywords
- island
- fire
- subareas
- determining
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012163 sequencing technique Methods 0.000 claims abstract description 45
- 238000005192 partition Methods 0.000 claims description 92
- 230000007480 spreading Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000004323 axial length Effects 0.000 claims description 6
- 238000013316 zoning Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 239000011435 rock Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- RNFJDJUURJAICM-UHFFFAOYSA-N 2,2,4,4,6,6-hexaphenoxy-1,3,5-triaza-2$l^{5},4$l^{5},6$l^{5}-triphosphacyclohexa-1,3,5-triene Chemical compound N=1P(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP=1(OC=1C=CC=CC=1)OC1=CC=CC=C1 RNFJDJUURJAICM-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000003063 flame retardant Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Astronomy & Astrophysics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种海岛分区火势等级划分方法、装置、设备及介质,方法包括:根据海岛遥感影像集确定海岛基本地物特征以及海岛基本几何特征;根据海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;通过海岛分区火势面积,确定第一海岛分区火势等级排序;通过海岛平均风速,确定第二海岛分区火势等级排序;通过海岛日平均温度以及海岛日平均湿度,确定第三海岛分区火势等级排序;对第一海岛分区火势等级排序、第二海岛分区火势等级排序以及第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分;本发明能够综合多种因素对海岛火灾进行分析,实现了对海岛分区火势等级的划分,能广泛应用于海岛火灾监测技术领域。
Description
技术领域
本发明涉及海岛火灾监测技术领域,尤其是一种海岛分区火势等级划分方法、装置、设备及介质。
背景技术
我国幅员辽阔,岛屿众多,且许多海岛被建成我国重要能源物资储运基地或其他基地。但由于海岛地理位置特殊,一旦发生火灾,外界无法跨海救援,消防形势十分严峻。以浙江岱山县为例,岱山县是个海岛县,全县共有404个岛屿,有人居住的岛屿有13个,这些岛屿分散独立,交通完全依靠轮渡,遭遇火情短时间内无法立即增援,增加了消防难度。
现有技术中,海岛火灾发生后,通常采用地面瞭望、有人机侦察或无人机巡视等手段并通过观察员人工目测和经验判断的方式获取火场的火焰高度,再由火焰高度推算火线强度,进而估计得出火场的火势大小;前线指挥员并以此来部署扑火兵力。但是,过多依靠人的主观判断,不仅存在受主观因素影响较大的问题,并且还因树冠遮挡、烟区干扰等导致无法直接得到火场的火焰高度,导致难于判断得出火场火势大小。
发明内容
有鉴于此,本发明实施例提供一种海岛分区火势等级划分方法、装置、设备及介质,以实现更准确地判别出海岛火灾火势等级,以便于更好地服务于海岛火灾救援。
一方面,本发明提供了一种海岛分区火势等级划分方法,包括:
通过无人机-艇系统获取海岛遥感影像集,对所述海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;
根据所述海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;
通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;
通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;
通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集;
对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;
对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分。
优选地,所述通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序,包括:
根据网格单元划分法,确定所述海岛分区火势面积以及所述海岛分区面积;
根据所述海岛分区火势面积占所述海岛分区面积的百分比,对所述海岛分区进行海岛分区火势等级排序,确定第一排序结果;
对所述第一排序结果赋予权重值,确定所述第一海岛分区火势等级排序。
优选地,所述通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序,包括:
根据所述分区轴线的轴长与所述海岛平均风速分量的商,确定所述蔓延时间;
根据所述蔓延时间对所述海岛分区进行海岛分区火势等级排序,确定第二排序结果;
对所述第二排序结果赋予权重值,确定所述第二海岛分区火势等级排序。
优选地,所述通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集,包括:
根据所述海岛基本地物特征在合成图像上表现出的不同色调,确定地物特征图像色调;
根据所述地物特征图像色调,从所述合成图像中提取出色调图块,使用网格划分法计算出所述海岛基本地物特征在所述海岛分区中的面积,确定地物特征面积;
根据所述地物特征面积占所述海岛分区面积的百分比,确定所述海岛特征数据集。
优选地,所述对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序,包括:
根据换算标准对所述海岛特征数据集进行数据转换,确定归一化海岛特征数据集;
根据数值和计算公式对所述归一化海岛特征数据集进行计算,对所述归一化海岛特征数据集的数值和进行排序,确定第三排序结果;
对所述第三排序结果赋予权重值,确定所述第三海岛分区火势等级排序。
优选地,所述对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分,包括:
根据权重值计算公式对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级排序权重值;
对所述海岛分区火势等级排序权重值进行排序,确定所述海岛分区火势等级划分。
另一方面,本发明实施例还公开了一种海岛分区火势等级划分装置,包括:
第一模块,用于通过无人机-艇系统获取海岛遥感影像集,对所述海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;
第二模块,用于根据所述海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;
第三模块,用于通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;
第四模块,用于通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;
第五模块,用于通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集;
第六模块,用于对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;
第七模块,用于对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分。
另一方面,本发明实施例还公开了一种电子设备,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如前面所述的方法。
另一方面,本发明实施例还公开了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现如前面所述的方法。
另一方面,本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前面的方法。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明通过无人机-艇系统获取海岛遥感影像集,对所述海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;根据所述海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;能够将海岛进行分区,便于无人机以及无人艇对海岛进行更全面的检测;通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集;对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分;能够根据火势面积因素,火势蔓延时间因素以及海岛的地物特征因素对火势进行综合性分析,对火势等级进行更清晰、更准确地划分。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本发明实施的具体实施流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本发明实施例提供一种海岛分区火势等级划分方法,包括:
通过无人机-艇系统获取海岛遥感影像集,对海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;
根据海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;
通过无人机-艇系统获取海岛分区火势面积,根据海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;
通过无人机-艇系统检测海岛平均风速,根据海岛平均风速在海岛分区的分区轴线上的分量,估算火势在分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;
通过无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合海岛基本地物特征,确定海岛特征数据集;
对海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;
对第一海岛分区火势等级排序,第二海岛分区火势等级排序以及第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分。
其中,通过处理根据无人机-艇系统获得的海岛遥感影像集可以反演得到不同的海岛特征;例如,地形地貌特征,包括岛内水资源分布、海拔、地形、海岛面积、海岛边界形状、坡度、坡向、土壤含水量等;可燃物特征,包括植被类型、植被分布、可燃物含水率、地被物载量等,以及气候特征,包括岛上日平均温度、日平均相对湿度、日降水量等;其中,海岛不同植被分布、植被类型、海岛地貌和岛上日平均温度对海岛火灾火势蔓延有不同的促进或减缓作用;例如,在高植被覆盖率的和岛上日平均温度相对较高的海岛上,火灾火势蔓延速度会加速,而海岛地貌中岩体较多对火势有阻断作用;但海岛特征信息较多,对于一些后台处理器处理能力有限的,仅获取出几个代表性的海岛特征信息即可,如海岛基本地物特征,包括岩石岩体、水体、植被分布和人文建筑信息,以及海岛基本几何特征包括海岛面积、边界形状;根据海岛基本几何特征,对海岛几何图形进行几何解析,将海岛边界进行数学意义上的抽象化为几何图形,通过海岛中心,确定“米”字形坐标轴,坐标轴相交于O,划分出8个海岛分区,分别命名为S1、S2、…、S8,称为海岛分区集合{Si},在每个海岛分区内,海岛边界到海岛中心的平均距离为海岛分区轴长{SBi},i=1,2,…,8。
进一步作为优选的实施方式,通过无人机-艇系统获取海岛分区火势面积,根据海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序,包括:
根据网格单元划分法,确定海岛分区火势面积以及海岛分区面积;
根据海岛分区火势面积占海岛分区面积的百分比,对海岛分区进行海岛分区火势等级排序,确定第一排序结果;
对第一排序结果赋予权重值,确定第一海岛分区火势等级排序。
其中,通过无人机-艇系统获取海岛分区火势面积,首先获取火势影像,火势影像由艇载无人机起飞后,飞至海岛火灾区域,进行自主影像识别,广泛拍摄或远程遥控精准拍摄;火势影像由无人机拍摄后远程传输至后方服务器形成火势影像图集;通过无人机-艇系统将火势影像图集输入到PSO-BP神经网络模型后输出结果,并上传至地理信息系统处理平台上,从而实时绘制出各海岛分区的火势变化边界{Li},并计算出火势面积{Ai},计算公式如下:
Ai=ni*10,i=1,2,…,8;
式中,{Ai}为海岛分区火势面积;ni为按网格单元划分法,对各海岛分区火势区域划分出的网格个数,以10m×10m为网格单元划分标准,对不足10m长的网格单元按近似为1个处理,以便于估算海岛分区火势区域面积;利用火势面积{Ai},求出各海岛分区的火势面积占海岛分区面积的百分比,其中面积占比公式如下:
式中,A′i为海岛分区的火势面积占海岛分区面积的百分比;Asi为海岛分区的面积,采用网格单元划分法进行计算;将火势面积百分比从大到小,依次排序,得到第一海岛分区火势等级排序,记为{Sqi}1,i=1,2,…,8,分别赋权重值8,7,…,1。
进一步作为优选的实施方式,通过无人机-艇系统检测海岛平均风速,根据海岛平均风速在海岛分区的分区轴线上的分量,估算火势在分区轴线上的蔓延时间,确定第二海岛分区火势等级排序,包括:
根据分区轴线的轴长与海岛平均风速分量的商,确定蔓延时间;
根据蔓延时间对海岛分区进行海岛分区火势等级排序,确定第二排序结果;
对第二排序结果赋予权重值,确定第二海岛分区火势等级排序。
其中,海岛平均风速由布设在不同海岛分区岸线附近的无人艇编队所处区域艇载传感器或布放的仪器直接采集监测所得,艇载传感器或布设的仪器,包括但不限于测风仪、多参数剖面测量系统、气象观测系统等;其中测风仪用于获取平均风速,按每小时平均计算;根据平均风速计算火势贯穿海岛分区时间,得到第二海岛分区火势等级排序;具体地,根据平均风速在海岛分区轴线上的分量,估算火势在不同轴线上的蔓延时间,即轴长除以平均风速分量所得时间;公式如下:
式中,ti即为火势贯穿海岛的第i分区的时间,SBi为各海岛分区轴长,VBi为各海岛分区平均风速分量;进一步地,对不同在海岛分区估算所得的火势蔓延时间按大小排序,按时间大小,从小到大,依次排序,得到对应的第二海岛分区火势等级排序,记为{Sqi}2,i=1,2,…,8,分别赋权重值8,7,…,1。
进一步作为优选的实施方式,通过无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合海岛基本地物特征,确定海岛特征数据集,包括:
根据海岛基本地物特征在合成图像上表现出的不同色调,确定地物特征图像色调;
根据地物特征图像色调,从合成图像中提取出色调图块,使用网格划分法计算出海岛基本地物特征在海岛分区中的面积,确定地物特征面积;
根据地物特征面积占海岛分区面积的百分比,确定海岛特征数据集。
其中,对于海岛气候特征,如海岛日平均温度、日平均相对湿度可通过对无人机拍摄得到的红外遥感影像进行提取得到;具体地,以海岛基本地物特征中的岩石、水体、植被和建筑物特征,以及海岛日平均温度、海岛日平均相对湿度,加上所测海岛附近平均风速,组合成海岛特征数据集{Hj},j=1,2,…,7;根据岩石、水体、植被分布及人文建筑等光谱特征,可以获得不同地物特征在合成图像上表现出不同的色调,具体地物特征对应色调如表1所示,如下:
式中,为各海岛分区岩石特征、水体特征、植被特征和建筑物特征的面积,ni为按网格单元划分法,对各海岛分区火势区域划分出的网格个数,以10m×10m为网格单元划分标准,对不足10m长的网格单元按近似为1个处理,以便于估算色块面积;其中,岩石特征按岩石覆盖率,即岩石特征覆盖区域面积在各海岛分区面积中所占的百分比赋值,对应0、0~20%、 20%~40%、40%~60%、60%~80%、80%~100%共6个区间,分别赋值1、2、3、4、5、6,即为海岛特征数据集{H1},取负值是因为岩石对火灾有阻燃作用;同样地,水体特征也可按水体覆盖率,即水体特征覆盖区域面积在各海岛分区面积中所占的百分比赋值,如前该海岛水体特征包含海岛可见水体、土壤含水、植被含水等特征,即为海岛特征数据集{H2};植被特征按植被覆盖率,即植被特征覆盖区域面积在各海岛分区面积中所占的百分比赋值,对应0、0~20%、 20%~40%、40%~60%、60%~80%、80%~100%共6个区间,分别赋值0、2、4、6、8、10,即为海岛植被特征数据集{H3},这是由于植被覆盖率越大,火势蔓延越快;由于建筑物内一般有人员居住,与人口密度相关联,其重要性与植被特征相同,因此建筑物特征可类比植被覆盖率,即建筑为特征在各海岛分区所占百分比,也按此赋值,对应0、0~20%、20%~40%、40%~60%、60%~80%、80%~100%共6个区间,分别赋值0、2、4、6、8、10,即为海岛特征数据集{H4};接着计算出以上岩石覆盖率、水体覆盖率、植被覆盖率和建筑物覆盖率计算公式如下:
式中为各海岛分区岩石特征、水体特征、植被特征和建筑物特征的面积,通过公式(8) 得出;ASi为各海岛分区的面积;而对海岛分区的日平均温度可按0℃以下、0~5℃、5~10℃、 10~15℃、15~20℃、20℃以上共6个区间,分别赋值1、2、3、4、5、6,即为海岛特征数据集{H5};海岛平均风速可按风速大小,即无风、0~5m/s、5~10m/s、10~15m/s、15~20m/s、20m/s 以上共6个区间,分别赋值1、2、3、4、5、6,即为海岛特征数据集{H6};海岛日平均相对湿度可按0、0~20%、20%~40%、40%~60%、60%~80%、80%~100%共6个区间,分别赋值1、2、3、 4、5、6,即为海岛特征数据集{H7}。
进一步作为优选的实施方式,对海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序,包括:
根据换算标准对海岛特征数据集进行数据转换,确定归一化海岛特征数据集;
根据数值和计算公式对归一化海岛特征数据集进行计算,对归一化海岛特征数据集的数值和进行排序,确定第三排序结果;
对第三排序结果赋予权重值,确定第三海岛分区火势等级排序。
其中,接着对数据进行归一化处理;即将各个参数的值映射到[0,1]区间,且保证其值越大,火灾风险越大,即火势等级越大;采用最小最大变换法对不同参数进行归一化处理;对于值越大火势等级越大的海岛特征数据集,即植被特征{H3}、建筑物特征{H4}、日平均温度{H5}、平均风速{H6},采用以下公式进行归一化:
对于值越大火势等级越小的海岛特征数据集,即岩石特征{H1}和水体特征{H2}、日平均相对湿度{H7},采用以下公式进行归一化:
上述公式中,H′为归一化处理后的某一海岛特征数据数值;H为该海岛特征数据集的原始值; Hmax为该海岛特征数据集取值集合中的最大值;Hmin为该海岛特征数据集取值集合中的最小值;进一步地,将海岛特征数据集初始数据按换算标准在计算机数据处理软件后台进行数据转换,得到归一化海岛特征数据集{H′j},j=1,2,…,7;之后计算各海岛分区归一化后所有海岛特征数据集的数值和{H″i},公式如下:
式中,H″i海岛分区归一化后所有海岛特征数据集的数值和,{H′j}为归一化处理后的某一海岛特征数据集;之后,对{H″i}从小到大依次排序,得到对应的第三海岛分区火势等级排序,记为{Sqi}3,i=1,2,…,8,分别赋权重值1,2,…,8。
进一步作为优选的实施方式,对第一海岛分区火势等级排序,第二海岛分区火势等级排序以及第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分,包括:
根据权重值计算公式对第一海岛分区火势等级排序,第二海岛分区火势等级排序以及第三海岛分区火势等级排序进行计算,确定海岛分区火势等级排序权重值;
对海岛分区火势等级排序权重值进行排序,确定海岛分区火势等级划分。
其中,根据海岛分区火势等级排序,计算最终的海岛分区火势等级排序权重值{Sqi},公式如下:
式中,{Sqi}为最终的海岛分区火势等级排序权重值,{Sqi}j对应第一海岛分区火势等级排序,第二海岛分区火势等级排序以及第三海岛分区火势等级排序的权重值;进一步地,对海岛分区火势等级排序权重值进行大小排序,首先确定权重最大值max{Sqi},最小值min{Sqi},以及其他依次顺序,其中i=1,2,…,8;需要补充注意的是,岛内的人员、经济价值特点也决定了海岛分区的救援顺序,例如优先人员密集的海岛分区,优先经济价值高的海岛分区。
本发明实施例还公开了一种海岛分区火势等级划分装置,包括:
第一模块,用于通过无人机-艇系统获取海岛遥感影像集,对海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;
第二模块,用于根据海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;
第三模块,用于通过无人机-艇系统获取海岛分区火势面积,根据海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;
第四模块,用于通过无人机-艇系统检测海岛平均风速,根据海岛平均风速在海岛分区的分区轴线上的分量,估算火势在分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;
第五模块,用于通过无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合海岛基本地物特征,确定海岛特征数据集;
第六模块,用于对海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;
第七模块,用于对第一海岛分区火势等级排序,第二海岛分区火势等级排序以及第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分。
结合图1,本发明根据无人机-艇系统获取海岛遥感影像集,从遥感影像集中提取特征信息,根据获取到的海岛几何信息对海岛进行划分,得到海岛分区;根据无人机安装的红外摄像仪实时获得火势的影像,将火势影像输入到PSO-BP神经网络模型中得到火势面积,计算火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;根据不同海岛分区岸线附近的无人艇编队所处区域艇载传感器或布放的仪器直接采集监测得到海岛平均风速,估算火势在海岛分区轴线上的蔓延时间,根据火势蔓延时间的快慢确定第二海岛分区火势等级排序;根据海岛地物特征在合成图像上表现出不同的色调计算出海岛地物特征面积,从而计算出岩石覆盖率,水体覆盖率,植被覆盖率以及建筑物覆盖率,再根据海岛分区的日平均温度、日平均湿度以及平均风速可以得到海岛特征数据集;对海岛特征数据集作归一化处理后进行排序并赋予权重值,得到第三海岛分区火势等级排序;计算最终的海岛分区火势等级排序并进行排序确定海岛分区火势等级划分。
与图1的方法相对应,本发明实施例还提供了一种电子设备,包括处理器以及存储器;所述存储器用于存储程序;所述处理器执行所述程序实现如上述的方法。
与图1的方法相对应,本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现如上述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
综上所述,本发明实施例具有以下优点:
1)本发明实施例通过无人机-艇系统获得火势面积、海岛平均风速以及海岛的地物特征,综合分析各种因素对火势的影响,确定海岛分区火势等级的划分,能够实现更准确地判别出海岛火灾火势等级,以便于更好地服务于海岛火灾救援。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM, Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器 (CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种海岛分区火势等级划分方法,其特征在于,包括:
通过无人机-艇系统获取海岛遥感影像集,对所述海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;
根据所述海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;
通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;
通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;
通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集;
对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;
对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分。
2.根据权利要求1所述的一种海岛分区火势等级划分方法,其特征在于,所述通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序,包括:
根据网格单元划分法,确定所述海岛分区火势面积以及所述海岛分区面积;
根据所述海岛分区火势面积占所述海岛分区面积的百分比,对所述海岛分区进行海岛分区火势等级排序,确定第一排序结果;
对所述第一排序结果赋予权重值,确定所述第一海岛分区火势等级排序。
3.根据权利要求1所述的一种海岛分区火势等级划分方法,其特征在于,所述通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序,包括:
根据所述分区轴线的轴长与所述海岛平均风速分量的商,确定所述蔓延时间;
根据所述蔓延时间对所述海岛分区进行海岛分区火势等级排序,确定第二排序结果;
对所述第二排序结果赋予权重值,确定所述第二海岛分区火势等级排序。
4.根据权利要求1所述的一种海岛分区火势等级划分方法,其特征在于,所述通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集,包括:
根据所述海岛基本地物特征在合成图像上表现出的不同色调,确定地物特征图像色调;
根据所述地物特征图像色调,从所述合成图像中提取出色调图块,使用网格划分法计算出所述海岛基本地物特征在所述海岛分区中的面积,确定地物特征面积;
根据所述地物特征面积占所述海岛分区面积的百分比,确定所述海岛特征数据集。
5.根据权利要求1所述的一种海岛分区火势等级划分方法,其特征在于,所述对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序,包括:
根据换算标准对所述海岛特征数据集进行数据转换,确定归一化海岛特征数据集;
根据数值和计算公式对所述归一化海岛特征数据集进行计算,对所述归一化海岛特征数据集的数值和进行排序,确定第三排序结果;
对所述第三排序结果赋予权重值,确定所述第三海岛分区火势等级排序。
6.根据权利要求1所述的一种海岛分区火势等级划分方法,其特征在于,所述对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分,包括:
根据权重值计算公式对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级排序权重值;
对所述海岛分区火势等级排序权重值进行排序,确定所述海岛分区火势等级划分。
7.一种海岛分区火势等级划分装置,其特征在于,包括:
第一模块,用于通过无人机-艇系统获取海岛遥感影像集,对所述海岛遥感影像集进行特征信息提取,确定海岛基本地物特征以及海岛基本几何特征;
第二模块,用于根据所述海岛基本几何特征对海岛几何图形进行几何解析,确定海岛分区;
第三模块,用于通过所述无人机-艇系统获取海岛分区火势面积,根据所述海岛分区火势面积占海岛分区面积的百分比,确定第一海岛分区火势等级排序;
第四模块,用于通过所述无人机-艇系统检测海岛平均风速,根据所述海岛平均风速在所述海岛分区的分区轴线上的分量,估算火势在所述分区轴线上的蔓延时间,确定第二海岛分区火势等级排序;
第五模块,用于通过所述无人机-艇系统获取海岛日平均温度以及海岛日平均湿度,结合所述海岛基本地物特征,确定海岛特征数据集;
第六模块,用于对所述海岛特征数据集进行数据转换,确定第三海岛分区火势等级排序;
第七模块,用于对所述第一海岛分区火势等级排序、所述第二海岛分区火势等级排序以及所述第三海岛分区火势等级排序进行计算,确定海岛分区火势等级划分。
8.一种电子设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477134.2A CN113095282B (zh) | 2021-04-29 | 2021-04-29 | 一种海岛分区火势等级划分方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477134.2A CN113095282B (zh) | 2021-04-29 | 2021-04-29 | 一种海岛分区火势等级划分方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113095282A true CN113095282A (zh) | 2021-07-09 |
CN113095282B CN113095282B (zh) | 2022-05-17 |
Family
ID=76681440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477134.2A Active CN113095282B (zh) | 2021-04-29 | 2021-04-29 | 一种海岛分区火势等级划分方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113095282B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115165085A (zh) * | 2022-07-12 | 2022-10-11 | 江苏振宁半导体研究院有限公司 | 一种光强分布的监测方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231220A (zh) * | 2011-05-31 | 2011-11-02 | 王建雄 | 火灾等级检测方法 |
CN104318707A (zh) * | 2014-11-04 | 2015-01-28 | 无锡北斗星通信息科技有限公司 | 基于卫星遥感图像的森林火灾检测平台 |
CN204786063U (zh) * | 2015-07-21 | 2015-11-18 | 舟山市海洋与渔业局 | 一种海岛灯塔 |
CN107564228A (zh) * | 2017-09-04 | 2018-01-09 | 安徽网网络科技有限公司 | 森林防火等级预警系统及其使用方法 |
CN108564062A (zh) * | 2018-04-27 | 2018-09-21 | 上海海洋大学 | 一种基于遥感影像的海岛边界快速分割算法 |
CN108765836A (zh) * | 2018-05-22 | 2018-11-06 | 深圳源广安智能科技有限公司 | 一种基于无线传感器网络的森林火灾预警系统 |
CN109635991A (zh) * | 2018-10-19 | 2019-04-16 | 北京邮电大学 | 一种森林火灾中规划无人机群救援的优化方法及系统 |
CN109871613A (zh) * | 2019-02-18 | 2019-06-11 | 南京林业大学 | 一种森林火灾判别模型获取方法及预测应用 |
CN110264484A (zh) * | 2019-06-27 | 2019-09-20 | 上海海洋大学 | 一种面向遥感数据的改进海岛岸线分割系统及分割方法 |
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 |
CN111932812A (zh) * | 2020-07-28 | 2020-11-13 | 东北林业大学 | 一种基于无人机的智能森林防火系统 |
CN112435207A (zh) * | 2020-12-07 | 2021-03-02 | 深圳航天智慧城市系统技术研究院有限公司 | 一种基于天空地一体化的森林火灾监测预警方法 |
US20210110136A1 (en) * | 2019-10-11 | 2021-04-15 | International Business Machines Corporation | Fire detection via remote sensing and mobile sensors |
-
2021
- 2021-04-29 CN CN202110477134.2A patent/CN113095282B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231220A (zh) * | 2011-05-31 | 2011-11-02 | 王建雄 | 火灾等级检测方法 |
CN104318707A (zh) * | 2014-11-04 | 2015-01-28 | 无锡北斗星通信息科技有限公司 | 基于卫星遥感图像的森林火灾检测平台 |
CN204786063U (zh) * | 2015-07-21 | 2015-11-18 | 舟山市海洋与渔业局 | 一种海岛灯塔 |
CN107564228A (zh) * | 2017-09-04 | 2018-01-09 | 安徽网网络科技有限公司 | 森林防火等级预警系统及其使用方法 |
CN108564062A (zh) * | 2018-04-27 | 2018-09-21 | 上海海洋大学 | 一种基于遥感影像的海岛边界快速分割算法 |
CN108765836A (zh) * | 2018-05-22 | 2018-11-06 | 深圳源广安智能科技有限公司 | 一种基于无线传感器网络的森林火灾预警系统 |
CN109635991A (zh) * | 2018-10-19 | 2019-04-16 | 北京邮电大学 | 一种森林火灾中规划无人机群救援的优化方法及系统 |
CN109871613A (zh) * | 2019-02-18 | 2019-06-11 | 南京林业大学 | 一种森林火灾判别模型获取方法及预测应用 |
CN110264484A (zh) * | 2019-06-27 | 2019-09-20 | 上海海洋大学 | 一种面向遥感数据的改进海岛岸线分割系统及分割方法 |
US20210110136A1 (en) * | 2019-10-11 | 2021-04-15 | International Business Machines Corporation | Fire detection via remote sensing and mobile sensors |
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 |
CN111932812A (zh) * | 2020-07-28 | 2020-11-13 | 东北林业大学 | 一种基于无人机的智能森林防火系统 |
CN112435207A (zh) * | 2020-12-07 | 2021-03-02 | 深圳航天智慧城市系统技术研究院有限公司 | 一种基于天空地一体化的森林火灾监测预警方法 |
Non-Patent Citations (1)
Title |
---|
罗珮珍 等: "珠江磨刀门河口枯季叶绿素a环境因子驱动分析", 《广东海洋大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115165085A (zh) * | 2022-07-12 | 2022-10-11 | 江苏振宁半导体研究院有限公司 | 一种光强分布的监测方法 |
CN115165085B (zh) * | 2022-07-12 | 2023-10-27 | 江苏振宁半导体研究院有限公司 | 一种光强分布的监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113095282B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oñate-Valdivieso et al. | Application of GIS and remote sensing techniques in generation of land use scenarios for hydrological modeling | |
Takahashi et al. | Estimating individual tree heights of sugi (Cryptomeria japonica D. Don) plantations in mountainous areas using small-footprint airborne LiDAR | |
Helfricht et al. | Lidar snow cover studies on glaciers in the Ötztal Alps (Austria): comparison with snow depths calculated from GPR measurements | |
CN111339826B (zh) | 一种滑坡无人机线性传感器网络框架检测系统 | |
CN107479065B (zh) | 一种基于激光雷达的林窗立体结构量测方法 | |
Goodwin et al. | Characterizing urban surface cover and structure with airborne lidar technology | |
Estornell et al. | Study of shrub cover and height using LiDAR data in a Mediterranean area | |
CN108896021B (zh) | 基于航空摄影测量点云提取人工林林分结构参数的方法 | |
CN110989041B (zh) | 一种灰霾和沙尘天气的预报方法及预报系统 | |
Flay et al. | Wind speed measurements and predictions over belmont hill, Wellington, New Zealand | |
CN107346361A (zh) | 基于地形地质图的边坡稳定性初步判别方法 | |
CN107944383A (zh) | 基于三维Voronoi图的建筑物屋顶面片分割方法 | |
CN110221360A (zh) | 一种电力线路雷暴预警方法及系统 | |
CN113095282B (zh) | 一种海岛分区火势等级划分方法、装置、设备及介质 | |
CN113688758A (zh) | 基于边缘计算的输气管道高后果区智能识别系统 | |
Camacho-Sanabria et al. | Modeling of land use/cover changes: prospective scenarios in the Estado de Mexico. Case study-Amanalco de Becerra | |
CN117314157A (zh) | 一种矿山边坡稳定性的安全评估方法、装置、介质及设备 | |
CN108416308A (zh) | 一种基于云分布特点的遥感图像地物完整性分析方法 | |
Suk et al. | Creation of the snow avalanche susceptibility map of the Krkonoše Mountains using GIS | |
CN114021504A (zh) | 一种城市台风轨迹预测方法及装置 | |
CN113239616B (zh) | 一种基于无人艇-机集群协同的海岛火灾救援方法及系统 | |
CN113870224A (zh) | 一种洪水监测方法、系统、设备和介质 | |
CN109212553A (zh) | 无人机LiDAR和随机森林提取银杏生物物理特性的方法 | |
CN115493657B (zh) | 一种基于无人机的大气污染溯源方法和装置 | |
Takahashi et al. | The penetration rate of laser pulses transmitted from a small-footprint airborne LiDAR: a case study in closed canopy, middle-aged pure sugi (Cryptomeria japonica D. Don) and hinoki cypress (Chamaecyparis obtusa Sieb. et Zucc.) stands in Japan |
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 |