CN113129539A - 一种森林火灾智能防控方法 - Google Patents
一种森林火灾智能防控方法 Download PDFInfo
- Publication number
- CN113129539A CN113129539A CN202110425832.8A CN202110425832A CN113129539A CN 113129539 A CN113129539 A CN 113129539A CN 202110425832 A CN202110425832 A CN 202110425832A CN 113129539 A CN113129539 A CN 113129539A
- Authority
- CN
- China
- Prior art keywords
- fire
- data
- database
- forest
- fire prevention
- 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
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000007246 mechanism Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 239000013589 supplement Substances 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims description 35
- 238000007726 management method Methods 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 18
- 241000607479 Yersinia pestis Species 0.000 claims description 9
- 238000013329 compounding Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 3
- 238000013523 data management Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 7
- 238000013439 planning Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 238000007500 overflow downdraw method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种森林火灾智能防控方法,包括以下步骤:平台服务器接收来自现场智能终端或者第三方监测设备的火情上报信息;平台服务器解析火情上报信息,并结合建立的公共基础数据库、林业基础数据库和专题数据库,叠加在三维地理场景之上,形成直观的火情信息;平台服务器将直观的火情信息通过网络发送给火灾防控执行机构;平台服务器在火灾防控执行机构登陆系统后,提供导航和时间预估服务;火灾防控执行机构利用智能终端进行检查拍照,上报确定是否有火情并根据需要补充火情信息,通过网络反馈至平台服务器;能够解决现有技术全局数据管理不统一、共享不通畅、更新不及时的问题,并进一步加强火场分析及辅助决策能力。
Description
技术领域
本发明涉森林火灾防控技术领域,具体为一种森林火灾智能防控方法。
背景技术
森林火灾是森林最危险的敌人,也是林业最可怕的灾害,它会给森林带来最有害,最具有毁灭性的后果。森林火灾不但烧毁成片的森林,伤害林内的动物,而且还降低森林的繁殖能力,引起土壤的贫瘠并破坏森林涵养水源,甚至会导致生态环境失去平衡。因此,森林防火工作是中国防灾减灾工作的重要组成部分。
目前,林草业务管理上已经有了一定的数据基础和系统使用经验;但当前主要工作依然通过人工开展;在外业调查和内业处理以及制图等方面使用了一些商业化软件和基础平台软件,但系统之间难以联通,如果要进行数据分析或处理则需要操作人员额外学习相关数据处理技能,对人员要求较高,导致相关工作的完成度远远不够,工作成效不理想
基于此,本发明设计了一种森林火灾智能防控方法,以解决上述提到的问题。
发明内容
本发明的目的在于提供一种森林火灾智能防控方法,解决现有技术全局数据管理不统一、共享不通畅、更新不及时的问题,并进一步加强火场分析及辅助决策能力,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种森林火灾智能防控方法,包括以下步骤:
S1,平台服务器接收来自现场智能终端或者第三方监测设备的火情上报信息;
S2,平台服务器解析火情上报信息,并结合建立的公共基础数据库、林业基础数据库和专题数据库,叠加在三维地理场景之上,形成直观的火情信息;
S3,平台服务器将S2中的直观的火情信息通过网络发送给火灾防控执行机构;
S4,平台服务器在火灾防控执行机构登陆系统后,提供导航和时间预估服务;
S5,火灾防控执行机构利用智能终端进行检查拍照,上报确定是否有火情并根据需要补充火情信息,通过网络反馈至平台服务器,并分发给关联的其他智能终端。
优选的,所述现场智能终端为火灾防控执行机构的管护员持有,通过输入坐标和地图选点的方式选择着火点,点击拍摄现场照片或视频,并添加文字对现场着火情况进行描述。
优选的,所述现场智能终端为居民群众持有,通过电话或者微信扫描上报火情状况,选择定位或者具体地名标记着火点。
优选的,所述第三方监测设备包括与平台服务器对接的防火卫星、防火雷达和防火云台,判定疑似火情时自动上报。
优选的,所述防火云台支持管理人员登录、查看视频监控,管理人员在视频监控发现火情之后,通过地图选点或者输入经纬度坐标的方式标记着火点,并添加照片和文字描述。
优选的,所述公共基础数据库是基于基础底图、基础地理数据、社会经济以及气象数据库建立的;其中,基础底图包括航测图和在线地图,所述航测图包含卫星遥感影像图和无人机遥感影像图;所述基础地理数据包括控制点、建筑物与构筑物、其它公共设施、道路与交通附属设施、输电线路与附属设施、水系与附属设施、行政区划与境界、等高线与高程点、地貌和植被特征。
优选的,所述无人机遥感影像图的获取方法包括以下步骤:
S71,通过无人机获取遥感影像数据;
S72,对遥感影像数据进行几何校正,其中包括像素坐标的变换以及对坐标变换后的像素亮度值进行重采样,对于缺失的数据,采用插值算法进行填充;
S73,对几何校正后的数据进行辐射定标及辐射校正,以达到更准确获取遥感测度的要求;
S73,进行多模型自动镶嵌,把多景相邻遥感影像拼接成一个大范围的影像图;
S74,进行多领域遥感图像增强,包括辐射增强、光谱增强、空间域增强以及频率增强,具体包括交互式直方图调整、直方图匹配、波段比计算、主成分变换、独立成分变换、最小噪声分离变换、彩色变换、卷积滤波、边缘检测、纹理分析、傅立叶变换,最终改善图像视觉效果;
S75,进行纹理制作,形成遥感影像的纹理测度图;
S76,进行多源遥感数据信息融合,将不同类型传感器获取的同一地区的图像数据进行空间配准,然后将各图像的优点互补性有机结合起来产生新图像;
S77,进行数据复合与GIS平台复合,即对矢量数据、数字高程模型、统计数据这些非遥感数据与遥感数据之间进行复合,获得最终合成影像。
优选的,所述林业基础数据库包括森林资源统计数据、林权小班数据和林保数据,其中林权小班数据表征当地林业管理部门管辖范围内所有森林资源的空间分布状况特征,林保数据表征林业资源保护的成果信息。
优选的,所述专题数据库包括营造林数据库、采伐数据库、防灭火应急数据库、管护数据库、林业有害生物防治管理数据库和林业生态工程数据库。
与现有技术相比,本发明的有益效果是:
本发明把空间信息、遥感数据、地学数据及调查数据进行融合并通过多种信息的综合分析,产生新的数据和信息,形成全局林业数据资源“一张图”,从而系统的数据后台可生成直观的火情信息,并通过网络发送给火灾防控执行机构,并提供辅助的指导信息,同时可根据火灾防控执行机构处理结果及时更新火情信息。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种森林火灾智能防控方法技术方案:包括以下步骤:
S1,平台服务器接收来自现场智能终端或者第三方监测设备的火情上报信息;
S2,平台服务器解析火情上报信息,并结合建立的公共基础数据库、林业基础数据库和专题数据库,叠加在三维地理场景之上,形成直观的火情信息;
一、公共基础数据库
公共基础数据库建设包括基础底图、基础地理信息(数据)、社会经济、气象等数据库。
1、基础底图
基础底图主要由航测图、在线地图组成。航测图包含卫星遥感影像图和无人机遥感影像图;在线地图则包含谷歌地图、高德地图等,满足用户多元需求。
航测图中的卫星遥感影像图可以通过购买或者官方免费获取低分辨率的影像图;无人机遥感影像图通过无人机航拍获取。
在线地图则通过直接加载谷歌、高德发布的在线地图实现。
通过无人机获取遥感影像数据,开展遥感图像处理。对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作,能够从宏观到微观全方位的开展遥感在森林植被分布、草地变化、荒漠化等方面的变化监测、建模过程。具体包括以下图像数据处理环节:
(1)图像校正与数据恢复
遥感图像的几何校正是指消除影像中的几何形变,产生一幅符合某种地图投影或图形表达要求的新影像。包括两个核心环节:一是像素坐标的变换,即将影像坐标转变为地图或地面坐标;二是对坐标变换后的像素亮度值进行重采样。对于由于传感器等原因造成的图像数据的坏数据行,利用坏数据行替换工具进行处理,对于缺失的数据,采用插值算法进行填充。
(2)辐射定标及辐射校正
辐射定标主要为传感器定标,它是将传感器记录的电压或数字量化值(DN)转换成绝对辐射亮度值(辐射率)的辐射亮度(辐射率) 的过程,或者转换与地表(表观)反射率、表面(表观)温度等物理量有关的相对值的处理过程。其中,大气校正利用现有的6S模型、MODTRAN模型相结合,选择适合的大气校正模型,以达到更准确获取遥感测度的要求,并对各种方法进行精度验证。
(3)多模型自动镶嵌
影像镶嵌是指在一定地数学基础控制下,把多景相邻遥感影像拼接成一个大范围的影响图的过程。
(4)多领域遥感图像增强
辐射增强是一种通过直接改变图像中的像元的亮度值来改变图像的对比度,从而改善图像视觉效果的图像处理方法。从辐射增强、光谱增强、空间域增强、频率增强等不同领域进行增强处理,通过交互式直方图调整、直方图匹配、波段比计算、主成分变换、独立成分变换、最小噪声分离变换、彩色变换、卷积滤波、边缘检测、纹理分析、傅立叶变换等实验步骤改善图像视觉效果。
(5)纹理制作
纹理是通过色调或颜色变化表现的细纹或细小的图案,这种细纹或细小的图案在某一确定的图像区域中以一定的规律重复出现。为提高地物信息提取的质量,需要对遥感影像的纹理特征进行提取,纹理制作首先需要设定窗口大小、窗口移动方向,选择基于概率统计或二阶概率统计方法进行纹理滤波,得到均值、方差、协同性、对比度、相异性、信息熵、二阶矩和相关性等纹理测度,形成遥感影像的纹理测度图。
(6)多源遥感数据信息融合
融合是将不同类型传感器获取的同一地区的图像数据进行空间配准,然后采用一定方法将各图像的优点或互补性有机结合起来产生新图像的实验。在融合过程中,通常采用IHS变换融合方法、PCA变换融合方法、小波变换融合方法、高通滤波融合方法等,以HIS变换融合为例,首先将RGB空间转换为HSV空间,并在HSV空间中复合不同分辨率的数据,然后采用最近邻法、双线性内插法或三次卷积法对 HSV颜色空间的色调和饱和度重采样到高分辨率像元尺寸,最终通过逆变换回到RGB颜色空间形成多源遥感数据的融合影像。
(7)数据复合与GIS平台复合
需要对矢量数据、数字高程模型、统计数据等非遥感数据与遥感数据之间进行复合,首先将不同传感器获得的同一景物的影像或者是同一传感器获得的不同分辨率的影像经过色彩变换处理后,然后通过信息融合技术对遥感影像数据进行复合处理,获得最终合成影像。
(8)遥感数据产品快速制图
为保存遥感数据产品信息,将遥感数据处理结果制成数据地图。首先,根据数据地图的用途,自定义地图版面设计中的元素,然后在地图上添加虚拟边框、文本注记、公里网、等值线、绘图插入、矢量叠合以及分类图的叠合等要素,最后保存地图制图的结果,制成遥感数据产品地图制图影像。
通过对遥感图像处理过程,并与基础地理信息共享服务GIS平台融合,从而,实现对当地林业管理部门管辖区域内草地、森林覆盖等面积变化、监测数据、重点业务管理的综合展示。
2、基础地理数据
基础地理数据是1:2000的基础地形图数据。基础地理数据可以分为基础地理数据可以分为控制点、建筑物与构筑物、其它公共设施、道路与交通附属设施、输电线路与附属设施、水系与附属设施、行政区划与境界、等高线与高程点、地貌、植被等十大类,十类专题数据具有不同的空间特征。
将等高线与高程点从地貌数据中分离出来,主要考虑构建数字地面模型(DTM)的需要。各类数据对象根据其图形对象特征又可分为点、线、面和注记。其中注记用于标识图形对象的属性,如建筑物的结构、层数、地名。
地形图上的部分数据对象只是具有定位和图示作用,不能用于分析。应该考虑从现有地形图要素中提取构成要素的主要特征点、特征线和特征面用于GIS分析,并赋属性,这些要素包括行政区划道路(边线、中心线)、水体、绿地、等高线、高程点等。其中行政区划界线建议精确到林场级,以便于空间统计分析。
二、林业基础数据库
森林资源数据库主要包括森林资源统计数据和林权小班数据、林保数据。其中森林资源统计数据主要包括区域林业生产基本情况、林业资源、等;小班数据则主要是表示当地林业管理部门管辖范围内所有森林资源的空间分布状况特征;林保数据则主要是表现林业资源保护的结果呈现,包括优势树种等空间分布情况。
三、林业专题数据库
主要是利用各种基础底图,通过空间分析与叠加,得到林局各管理部门所需要基础地理数据库形成的专题图,直接为当地林业管理部门管辖的资源的年度林业统计和日常决策提供分析服务。
(1)营造林数据库
营造林数据库主要包括造林调查规划数据库、造林计划数据库、造林设计数据库、造林进度数据库、造林检查验收成果数据库。
造林规划数据库主要包括造林地小班调查空间数据和属性数据;造林调查规划各类统计表、规划设计图、规划设计说明书;调查规划设计技术标准和规程等。
造林计划数据库主要包括编制和下达造林生产任务计划、资金计划、种苗供应计划、造林成本计划所产生的各类进程数据统计表和文档数据。
造林设计数据库主要包括作业设计说明书、作业设计表和作业设计图以及作业设计技术标准和规程等。作业设计说明书包括造林地基本情况、设计原则与依据、范围与布局、造林技术设计、种苗设计、森林保护及配套基础设施施工设计、工作量与投资预算、效益评价、管理措施等;作业设计表包括造林地基本情况表、造林作业设计一览表及汇总表、分树种种苗需求量表、森林保护及配套基础设施年度作业设计表、投资预算表等;作业设计图包括以地形图为底图的造林小班设计图和位置图、造林模式示意图、森林保护及配套基础设施施工设计图等。
造林进度数据库主要包括造林工程建设的进度登记表、各类统计表、进度图、造林工程项目的招投标、承包合同、监理等有关文档。
造林检查验收成果数据库主要包括市自查、复查验收、核查所形成的图件、统计报表、文档等数据,年度检查、阶段验收和竣工验收所形成的图件、统计报表、文档等数据。
(2)林业运输数据库
林业运输数据库包括:运输车辆数据、驾驶员数据、运输路线数据及运输要经过的检查站的信息,以及对应的运输证数据信息。
(3)采伐数据库
采伐数据库主要包括:采伐规划数据、采伐许可信息数据。
(4)防灭火应急数据库
防灭火应急数据库包括:专业基础数据库、预测预报数据库、防火监测数据库、扑救指挥数据库和损失评估数据库。
(5)管护数据库
管护数据库包括:管护人员数据库、管护事件数据库、考勤数据库。
(6)林业有害生物防治管理数据库
林业有害生物防治管理数据库包括林业有害生物公共基础数据库、林业有害生物调查数据库、林业有害生物防治数据库、林业有害生物检疫信息库。
(7)林业生态工程数据库
林业生态工程数据库包括除了以上数据库外,建设的其他生态工程项目数据库。为了避免数据库的重复建设,各工程只建立自己的专题数据库,所需的公用数据从公共数据库中提取。
(8)林业综合数据
包括根据综合管理、决策的需要由基础、专题数据综合分析所形成的数据,是数据的分析再加工数据
S3,平台服务器将S2中的直观的火情信息通过网络发送给火灾防控执行机构;
S4,平台服务器在火灾防控执行机构登陆系统后,提供导航和时间预估服务;
S5,火灾防控执行机构利用智能终端进行检查拍照,上报确定是否有火情并根据需要补充火情信息,通过网络反馈至平台服务器,并分发给关联的其他智能终端。
其中,所述现场智能终端为火灾防控执行机构的管护员持有,通过输入坐标和地图选点的方式选择着火点,点击拍摄现场照片或视频,并添加文字对现场着火情况进行描述。
其中,所述现场智能终端为居民群众持有,通过电话或者微信扫描上报火情状况,选择定位或者具体地名标记着火点。
其中,所述第三方监测设备包括与平台服务器对接的防火卫星、防火雷达和防火云台,判定疑似火情时自动上报。
其中,所述防火云台支持管理人员登录、查看视频监控,管理人员在视频监控发现火情之后,通过地图选点或者输入经纬度坐标的方式标记着火点,并添加照片和文字描述。
其中,所述公共基础数据库是基于基础底图、基础地理数据、社会经济以及气象数据库建立的;其中,基础底图包括航测图和在线地图,所述航测图包含卫星遥感影像图和无人机遥感影像图;所述基础地理数据包括控制点、建筑物与构筑物、其它公共设施、道路与交通附属设施、输电线路与附属设施、水系与附属设施、行政区划与境界、等高线与高程点、地貌和植被特征。
其中,所述无人机遥感影像图的获取方法包括以下步骤:
S71,通过无人机获取遥感影像数据;
S72,对遥感影像数据进行几何校正,其中包括像素坐标的变换以及对坐标变换后的像素亮度值进行重采样,对于缺失的数据,采用插值算法进行填充;
S73,对几何校正后的数据进行辐射定标及辐射校正,以达到更准确获取遥感测度的要求;
S73,进行多模型自动镶嵌,把多景相邻遥感影像拼接成一个大范围的影像图;
S74,进行多领域遥感图像增强,包括辐射增强、光谱增强、空间域增强以及频率增强,具体包括交互式直方图调整、直方图匹配、波段比计算、主成分变换、独立成分变换、最小噪声分离变换、彩色变换、卷积滤波、边缘检测、纹理分析、傅立叶变换,最终改善图像视觉效果;
S75,进行纹理制作,形成遥感影像的纹理测度图;
S76,进行多源遥感数据信息融合,将不同类型传感器获取的同一地区的图像数据进行空间配准,然后将各图像的优点互补性有机结合起来产生新图像;
S77,进行数据复合与GIS平台复合,即对矢量数据、数字高程模型、统计数据这些非遥感数据与遥感数据之间进行复合,获得最终合成影像。
其中,所述林业基础数据库包括森林资源统计数据、林权小班数据和林保数据,其中林权小班数据表征当地林业管理部门管辖范围内所有森林资源的空间分布状况特征,林保数据表征林业资源保护的成果信息。
其中,所述专题数据库包括营造林数据库、采伐数据库、防灭火应急数据库、管护数据库、林业有害生物防治管理数据库和林业生态工程数据库。
火灾防控方法的具体示例介绍如下:
上报途径至少有四种:
1、管护员通过手机APP上“告警管理”这个按钮点击上报火情,可以选择着火点(通过输入坐标和地图选点的方式选择),点击拍摄现场照片或视频,可以添加文字对现场着火情况进行描述,并且选择对应的火情人之后就可以进行上报;
2、平台对接的防火卫星、防火雷达、防火云台等设备会进行识别,发现疑似火情会直接上报火情情况到数据后台;
3、居民群众发现火情可以通过电话或者微信扫描上报火情状况,可以选择定位或者小地名进行识别,标记火情之后可以上报到数据后台
4、防火管理人员在登录防火云台查看视频监控时,在视频监控发现火情之后可以在电脑端通过地图选点或者输入经纬度坐标的方式添加上报火情状况,同样可以添加照片和文字描述。
接收处理方式:
1、接收人在接到消息的时候手机上会有短信和消息通知栏通知消息,点击通知栏消息可以直接登录智慧林草平台,查看上报的火情信息,可以看到上报人在现场拍的照片视频和文字描述,同时可以看到火情点周围的树种、林班号、小班号、树高、胸径的等资源状况。提供导航和时间预估服务,路线道路数据包括高德地图和自己采集的小路信息,预估达到现场的时间;
2、接收人在电脑端可以看到火情上报提醒信息,平台周围红框显示提醒,直接导航飞到着火点,同时直接调取打开火情点周围5公里范围内的视频监控设备并展示实时的监控画面,让接收人可以快速了解到周围的情况,利用相关设备查看现场火情状况和可疑人员;可以看到周围的资源状况,了解火情可能造成的破坏力和火情蔓延范围和速度;可以看到目前所有登录在线的人员,并按照人员远近距离排序,可以点击人员发布防火任务或核查任务给相关人员,相关人员街道消息后可以按照第一条状况进行去处理;可以看到周围5公里范围内的设备名称和远近距离,点击选择特定的设备查看,可以同时打开多个设备;
3、接收人在达到现场后对现场进行检查拍照,上报确定是否有火情,如果有人打到现场后上报现场情况无火情后流程结束,其他人都会收到消息,其他人到现场发现状况还可以继续上报;如果发现有火情就可以上报情况后在手机上通知最近的防火不对来救火。
平常防火措施:
1、把所有的可能会造成火情的资源状况包括牛羊牧工场、坟头墓主、精神病人、风电塔基等信息全部统计收集信息落在地图上可以进行实时查看,随时随地可以查看了解;管理人员可以自己添加数据或者删除、修改等;管护人员在日常工作中对这些火源情况进行检查和防火情况宣传,并可以把日常维护检查和宣传工作的照片和视频上传到平台,保证防火宣传日常工作的开展和质量;
2、把所有防火的资源力量,包括消防队伍驻地、村委会驻地、防火管护员人员位置、水窖、防火通道、消防器材库等信息全部统计收集信息落在地图上可以进行实时查看,随时随地可以查看了解;管理人员可以自己添加数据或者删除、修改等;在发生火灾时可以查看最近的资源状况并电话通知,保证防火力量尽快就位,扑灭火情。
基于控制点坐标,将公共基础数据、林业基础数据、专题数据、综合数据叠加在三维地理场景之上,将二维信息与三维模型进行一体化管理,并在网络上进行发布,实现在虚拟现实环境中的林区内实景展示和“一张图”管理模式。
“一张图”管理平台就是把地图数据以平面的方式展示给用户,让用户准确的了解地形地貌,并让用户在地图上能够进行相关功能操作,查看地图数据和资源数据。给用户提供各种电子地图操作功能,包括放大、缩小、初始视图、距离测量、图层控制、地图浏览、鹰眼图、地图定位等基本功能。基于此,可实现:
体系化地集中管理GIS需求;
统一空间基准,管理发布地图数据;
统一服务调用,提供公共空间信息查询分析服务;
提供基于开发标准的数据交换服务,与内外部机构实现数据互通;
从界面整合、服务整合、数据整合等多个层面逐步发展演进,形成林局管理一张图的技术服务平台。
实现资源信息共享、政务协同,搭建数据共享平台和准入接口,提升生态环境管理水平和保护价值。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种森林火灾智能防控方法,其特征在于:包括以下步骤:
S1,平台服务器接收来自现场智能终端或者第三方监测设备的火情上报信息;
S2,平台服务器解析火情上报信息,并结合建立的公共基础数据库、林业基础数据库和专题数据库,叠加在三维地理场景之上,形成直观的火情信息;
S3,平台服务器将S2中的直观的火情信息通过网络发送给火灾防控执行机构;
S4,平台服务器在火灾防控执行机构登陆系统后,提供导航和时间预估服务;
S5,火灾防控执行机构利用智能终端进行检查拍照,上报确定是否有火情并根据需要补充火情信息,通过网络反馈至平台服务器,并分发给关联的其他智能终端。
2.根据权利要求1所述的一种森林火灾智能防控方法,其特征在于:所述现场智能终端为火灾防控执行机构的管护员持有,通过输入坐标和地图选点的方式选择着火点,点击拍摄现场照片或视频,并添加文字对现场着火情况进行描述。
3.根据权利要求1所述的一种森林火灾智能防控方法,其特征在于:所述现场智能终端为居民群众持有,通过电话或者微信扫描上报火情状况,选择定位或者具体地名标记着火点。
4.根据权利要求1所述的一种森林火灾智能防控方法,其特征在于:所述第三方监测设备包括与平台服务器对接的防火卫星、防火雷达和防火云台,判定疑似火情时自动上报。
5.根据权利要求4所述的一种森林火灾智能防控方法,其特征在于:所述防火云台支持管理人员登录、查看视频监控,管理人员在视频监控发现火情之后,通过地图选点或者输入经纬度坐标的方式标记着火点,并添加照片和文字描述。
6.根据权利要求1所述的一种森林火灾智能防控方法,其特征在于:所述公共基础数据库是基于基础底图、基础地理数据、社会经济以及气象数据库建立的;其中,基础底图包括航测图和在线地图,所述航测图包含卫星遥感影像图和无人机遥感影像图;所述基础地理数据包括控制点、建筑物与构筑物、其它公共设施、道路与交通附属设施、输电线路与附属设施、水系与附属设施、行政区划与境界、等高线与高程点、地貌和植被特征。
7.根据权利要求6所述的一种森林火灾智能防控方法,其特征在于:所述无人机遥感影像图的获取方法包括以下步骤:
S71,通过无人机获取遥感影像数据;
S72,对遥感影像数据进行几何校正,其中包括像素坐标的变换以及对坐标变换后的像素亮度值进行重采样,对于缺失的数据,采用插值算法进行填充;
S73,对几何校正后的数据进行辐射定标及辐射校正,以达到更准确获取遥感测度的要求;
S73,进行多模型自动镶嵌,把多景相邻遥感影像拼接成一个大范围的影像图;
S74,进行多领域遥感图像增强,包括辐射增强、光谱增强、空间域增强以及频率增强,具体包括交互式直方图调整、直方图匹配、波段比计算、主成分变换、独立成分变换、最小噪声分离变换、彩色变换、卷积滤波、边缘检测、纹理分析、傅立叶变换,最终改善图像视觉效果;
S75,进行纹理制作,形成遥感影像的纹理测度图;
S76,进行多源遥感数据信息融合,将不同类型传感器获取的同一地区的图像数据进行空间配准,然后将各图像的优点互补性有机结合起来产生新图像;
S77,进行数据复合与GIS平台复合,即对矢量数据、数字高程模型、统计数据这些非遥感数据与遥感数据之间进行复合,获得最终合成影像。
8.根据权利要求1所述的一种森林火灾智能防控方法,其特征在于:所述林业基础数据库包括森林资源统计数据、林权小班数据和林保数据,其中林权小班数据表征当地林业管理部门管辖范围内所有森林资源的空间分布状况特征,林保数据表征林业资源保护的成果信息。
9.根据权利要求1所述的一种森林火灾智能防控方法,其特征在于:所述专题数据库包括营造林数据库、采伐数据库、防灭火应急数据库、管护数据库、林业有害生物防治管理数据库和林业生态工程数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425832.8A CN113129539A (zh) | 2021-04-20 | 2021-04-20 | 一种森林火灾智能防控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425832.8A CN113129539A (zh) | 2021-04-20 | 2021-04-20 | 一种森林火灾智能防控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113129539A true CN113129539A (zh) | 2021-07-16 |
Family
ID=76778248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110425832.8A Pending CN113129539A (zh) | 2021-04-20 | 2021-04-20 | 一种森林火灾智能防控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129539A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497249A (zh) * | 2022-08-29 | 2022-12-20 | 北京元图科技发展有限公司 | 一种基于遥感技术的森林火灾监测系统及其监测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824138A (zh) * | 2012-11-19 | 2014-05-28 | 郭志华 | 一种森林火灾应急指挥决策管理gis三维平台 |
CN105719421A (zh) * | 2016-04-27 | 2016-06-29 | 丛静华 | 一种基于大数据挖掘的集成化森林防火信息化系统 |
CN108109094A (zh) * | 2017-12-18 | 2018-06-01 | 佛山市校友桥网络科技有限公司 | 基于大数据的森林防火管理系统 |
KR102135619B1 (ko) * | 2020-03-09 | 2020-07-20 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 산불화재 감시 및 시설물 자율 점검 시스템 |
CN112288983A (zh) * | 2020-10-26 | 2021-01-29 | 吉林省森林防火预警监测指挥中心 | 一种森林火灾应急指挥管理系统 |
CN112509265A (zh) * | 2020-12-14 | 2021-03-16 | 浙江大学德清先进技术与产业研究院 | 一种基于多源遥感大数据融合的森林火灾监测方法 |
-
2021
- 2021-04-20 CN CN202110425832.8A patent/CN113129539A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824138A (zh) * | 2012-11-19 | 2014-05-28 | 郭志华 | 一种森林火灾应急指挥决策管理gis三维平台 |
CN105719421A (zh) * | 2016-04-27 | 2016-06-29 | 丛静华 | 一种基于大数据挖掘的集成化森林防火信息化系统 |
CN108109094A (zh) * | 2017-12-18 | 2018-06-01 | 佛山市校友桥网络科技有限公司 | 基于大数据的森林防火管理系统 |
KR102135619B1 (ko) * | 2020-03-09 | 2020-07-20 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 산불화재 감시 및 시설물 자율 점검 시스템 |
CN112288983A (zh) * | 2020-10-26 | 2021-01-29 | 吉林省森林防火预警监测指挥中心 | 一种森林火灾应急指挥管理系统 |
CN112509265A (zh) * | 2020-12-14 | 2021-03-16 | 浙江大学德清先进技术与产业研究院 | 一种基于多源遥感大数据融合的森林火灾监测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497249A (zh) * | 2022-08-29 | 2022-12-20 | 北京元图科技发展有限公司 | 一种基于遥感技术的森林火灾监测系统及其监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11107025B2 (en) | System and method for producing and distributing information relevant to water events | |
Chang et al. | Combining Google Earth and GIS mapping technologies in a dengue surveillance system for developing countries | |
CN103314395B (zh) | 创建、连接和显示三维空间物体的方法 | |
US20150130840A1 (en) | System and method for reporting events | |
US20100257477A1 (en) | Methods, apparatus, and systems for documenting and reporting events via geo-referenced electronic drawings | |
DE112010003865T5 (de) | Visuelle Organisation von Information durch assoziierte georäumliche Daten | |
US20210232818A1 (en) | System and method of intelligent vegetation management | |
Luo et al. | Semantic Riverscapes: Perception and evaluation of linear landscapes from oblique imagery using computer vision | |
Ozkan | Assessment of visual landscape quality using IKONOS imagery | |
Joly et al. | A quantitative approach to the visual evaluation of landscape | |
Teeuw et al. | Free or low-cost geoinformatics for disaster management: Uses and availability issues | |
Pafi et al. | Measuring the accessibility of urban green areas | |
Hognogi et al. | Increasing territorial planning activities through viewshed analysis | |
CN113129539A (zh) | 一种森林火灾智能防控方法 | |
Pyka et al. | LiDAR-based method for analysing landmark visibility to pedestrians in cities: case study in Kraków, Poland | |
Mondal et al. | GIS based Land Information System using Cadastral model: A case study of Tirat and Chalbalpur rural region of Raniganj in Barddhaman district | |
CN111881552A (zh) | 一种电网信息与地理信息相融合的三维gis系统 | |
US11288306B1 (en) | Methods for producing sitemap for use with geographic information systems | |
Bishop | On-line approaches to data delivery and visualisation in landscape planning and management | |
da Rocha¹ et al. | Studies of volumetric relation between vegetation and buildings using LIDAR data and NDVI to propose urban parameters | |
Shan et al. | Flood mapping and damage assessment–A case study in the state of Indiana | |
Garg | Understanding Geospatial Data | |
Charton et al. | Mapping spatially explicit vegetation gaps in Florida rosemary scrub using unmanned aerial vehicles | |
Zhang et al. | Application of oblique photogrammetry in intelligent transportation system | |
US20240071073A1 (en) | Systems and methods for identifying trees and estimating tree heights and other tree parameters |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210716 |