CN113450524B - 基于静止气象卫星获得山火监测盲区的方法和装置 - Google Patents
基于静止气象卫星获得山火监测盲区的方法和装置 Download PDFInfo
- Publication number
- CN113450524B CN113450524B CN202110708418.8A CN202110708418A CN113450524B CN 113450524 B CN113450524 B CN 113450524B CN 202110708418 A CN202110708418 A CN 202110708418A CN 113450524 B CN113450524 B CN 113450524B
- Authority
- CN
- China
- Prior art keywords
- observation
- slope
- meteorological satellite
- blind area
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000003068 static effect Effects 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 3
- 241000208818 Helianthus Species 0.000 description 7
- 235000003222 Helianthus annuus Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
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
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开静止气象卫星获得山火监测盲区的方法和装置，方法包括获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；根据DEM数据和静止气象卫星轨道高度计算坡度限制最小角θ，得到坡度限制范围为[θ,90°]；根据观测点经纬度和静止气象卫星轨道经纬度计算静止气象卫星与观测点之间的距离以及观测点和赤道之间的距离，得到坡向限制起始角β，得到坡向限制范围为[β,β+180°]；若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值大于0，则判断观测像元为观测区域的山火监测盲区。本申请可实现观测区域的山火监测盲区提取，能够减少山火漏告警。
Description
技术领域
本申请涉及山火监测技术领域，尤其涉及基于静止气象卫星获得山火监测盲区的方法和装置。
背景技术
输电线路是电网运行的命脉，山火及其次生灾害是威胁电网运行的重要外部环境因素之一。卫星遥感热点监测技术有效提高了输电线路灾害监测评估的全面性，是国内外电网山火监测的主要方式。卫星遥感监测范围较广，目前主要采用可见光、红外等手段，但由于其卫星通道设置和观测模式限制，容易受遮挡物的影响，有明显的局限性。
南方电网整个区域(广东、广西、海南、云南、贵州)，云贵高原偏离卫星星下点较远，且海拔高，地形起伏大，山体地形遮挡给山火监测带来影响，在山体附近某些区域，无论卫星如何监测都会被山体遮挡，卫星无法获取该山火象元的热信号，造成山火漏判，这些区域即为卫星山火监测盲区。随着监测业务不断深入，卫星监测盲区的局限和不足逐渐显现。
发明内容
本申请提供基于静止气象卫星获得山火监测盲区的方法和装置，以解决现有技术中卫星监测盲区的局限和不足的问题。
为解决上述技术问题，本申请提出一种基于静止气象卫星获得山火监测盲区的方法，包括：获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；根据DEM数据和静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]；根据观测点经纬度和静止气象卫星轨道经纬度计算静止气象卫星与观测点之间的距离，以及观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]；若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值大于0，则判断观测像元为观测区域的山火监测盲区。
为解决上述技术问题，本申请提出一种基于静止气象卫星获得山火监测盲区的装置，包括：数据获取模块，用于获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；限制条件计算模块，用于根据DEM数据和静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]；根据观测点经纬度和静止气象卫星轨道经纬度计算静止气象卫星与观测点之间的距离，以及观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]；山火监测盲区判断模块，用于判断出观测像元是否为观测区域的山火检测盲区；若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值大于0，则判断观测像元为观测区域的山火监测盲区。
本申请提出基于静止气象卫星获得山火监测盲区的方法和装置，方法包括：获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；根据DEM数据和静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]；根据观测点经纬度和静止气象卫星轨道经纬度计算静止气象卫星与观测点之间的距离，以及观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]；若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值大于0，则判断观测像元为观测区域的山火监测盲区。本申请可实现观测区域的山火监测盲区提取，能够减少山火漏告警，减少输电线路因山火跳闸及山火次生灾害损失。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施方式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方式，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是本申请基于静止气象卫星获得山火监测盲区的方法一实施例的流程示意图；
图2是本申请观测区域DEM分布(分辨率250m)一实施例的示意图；
图3是本申请观测区域坡度分布(分辨率250m)一实施例的示意图；
图4是本申请观测区域坡向分布(分辨率250m)一实施例的示意图；
图5是本申请观测区域卫星观测角度分布一实施例的示意图；
图6是本申请图7DEM及坡度、坡向限制示意图一实施例的示意图；
图7是本申请图6坡度、坡向定义一实施例的示意图；
图8是本申请盲区识别结果一实施例的示意图；
图9是本申请不同DEM区间内的盲区像元数分布一实施例的示意图；
图10是本申请不同坡度区间内的盲区像元数分布一实施例的示意图；
图11是本申请不同坡向区间内的盲区像元数分布一实施例的示意图；
图12是本申请基于静止气象卫星获得山火监测盲区的装置一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请所提供基于静止气象卫星获得山火监测盲区的方法和装置进一步详细描述。
本申请可应用于静止气象卫星中，以下以葵花八号静止气象卫星H8为例进行介绍。
请参阅图1，图1是本申请基于静止气象卫星获得山火监测盲区的方法一实施例的流程示意图，在本实施例中，具体可以包括以下步骤：
S110：获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度。
卫星遥感山火监测中，南方电网整个地区，云贵高原偏离卫星星下点较远，且海拔高，地形起伏大，卫星山火监测效果易受山体地形遮挡、坡度坡向、卫星观测角度等引起的卫星观测盲区影响，发生漏报现象。本实施例提出一种判断山火监测盲区的方法，以云南、贵州、广西、广东、海南五个省份为观测区域，进行介绍：
观测区域的经纬度范围在东经97°31′—117°19′；北纬18°09′—29°15′之间，总面积约102.2万平方公里。基于全国250m分辨率DEM数据，地形数据(坡向、坡度)数据，对葵花八号静止气象卫星在南方电网五省进行监测盲区判断。
其中，DEM(Digital Elevation Model，数字高程模型)是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达)，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
请参阅图2-图5，南方电网五省地形复杂，海拔差异较大，贵州和云南，特别是云南西北部地区相比广东、广西、海南等地海拔有明显抬升，广东、广西海拔大部分在1000m以内，很多甚至不足600m，云南及贵州部分地区海拔超过1500m，最高的云南西北部甚至超过4000m(图2)，研究区域内坡度大多分布在0-40之间(图3)，坡向大多分布在22.5-247.5之间(图4)，卫星观测天顶角从东南至西北变化范围为17.6813°至67.6813°间，呈梯度分布(图5)。
S120：根据DEM数据和静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]。
S130：根据观测点经纬度和静止气象卫星轨道经纬度计算静止气象卫星与观测点之间的距离，以及观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]。
根据DEM和H8卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制角范围[θ,90°]。根据观测点经纬度和H8卫星轨道经纬度计算H8卫星星下点距观测点距离和观测点距赤道垂直距离，得到坡向限制起始角β，从而得到坡向限制角范围[β,β+180°]，如图6所示。θ为坡度限制角，β为坡向限制角，d0为盲区投影距离，d为观测点到星下点距离，H为卫星轨道高度(35786km)，DEM为观测点的高程值。
坡度限制角θ由公式(1)计算得出：
其中：
公式(3)中，
由半正矢公式(Haversine)得出，即：
公式(4)中，d为任意观测点距卫星星下点的距离；R为地球半6378.137km；
为两点的纬度；Δλ为两点经度的差值。
坡向限制角β由公式(5)计算得出：
其中：
式中，h为观测点距赤道垂直距离，由半正矢公式(Haversine)计算得出。
S140：若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值大于0，则判断观测像元为观测区域的山火监测盲区。
S150：若观测像元的坡度角不在坡度限制范围内，或者观测像元的坡向角不在坡向限制范围内，则判断观测像元为观测区域的正常监测区域。
S160：若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值小于或等于0，则判断观测像元为观测区域的正常监测区域。
以坡度、坡向限制条件来分析识别葵花八号在云南、贵州、广西、广东、海南五省受地形影响的盲区分布。当观测区域坡度、坡向满足某一阈值条件时，结合区域内DEM数据就会形成卫星遥感的监测盲区，从而造成山火漏报。
卫星观测盲区像元判定条件包括：
a、限制条件1(坡度限制)：观测像元坡度不小于坡度限制角，即在[θ,90°]范围内；
b、限制条件2(坡向限制)：观测像元坡向在坡向限制角范围内，即在[β,β+180°]范围内。
基于限制条件1和限制条件2，以此观测像元的坡度角和坡向角与限制条件比对，同时满足两个限制条件并且高程值大于零，此像元为葵花八号卫星观测盲区像元，否则为非观测盲区像元。
可选的，本申请还针对观测区域的坡度和坡向进行了定义，具如下：
坡度就是地面的陡缓程度，坡度的表示方法较为常用的有以百分比法和度数法。地形坡面的朝向就是坡向，用来区别每个像元与其相邻的像元在方向上的变化值的最大下坡方向，坡向范围0°-360°之间，是一个按顺时针方向测量出来的角度，对于没有平坦区域是没有下坡方向的，赋值为-1。
设地形曲面为z＝f(x，y)，对于曲面上的任意一点P，其法矢量为np，P点的坡度S定义为通过该点的法线方向np与垂直方向Z之间的夹角，坡向A为np在水平面投影与正北方向的夹角，如图7所示。
经过模型计算分析，得出葵花八号卫星在研究区域南方五省(云南、贵州、广西、广东、海南)受地形影响的观测盲区分布如图8所示。云南北部、西部、南部，贵州西部、北部，广西西北部，海南中部零星区域存在葵花八号卫星观测盲区。
进一步地，对山火监测盲区进行分析，获得分布规律，包括：
经计算统计不同高程区间研究区域盲区像元分布如图9所示。盲区像元约89.4％分布在(500,3500]高程范围；其中，在(1500,2000]高程范围内盲区像元数最多为51733个，整体占比约为21.1％；(1000,1500]高程区间内盲区像元数为48043个，整体占比约为19.6％；在[0,500]高程低值区和(4000,∞)高值区，盲区像元占比仅为5.4％。
从盲区坡度分布可以看出，坡度范围在(30°,40°]的盲区像元数为169238个，整体占比约为69.1％；坡度范围在(40°,50°]的盲区像元数为68366，整体占比约为27.9％；其它坡度范围整体占比仅为3.0％，其中[0°,20°]坡度范围无盲区像元分布；具体分布如图10所示。
从盲区坡向分布可以看出，坡向范围在(112.5°,337.5°]的盲区像元数为203740个，整体占比约为83.2％；坡向范围在(67.5°,112.5°]的盲区像元数为27011，整体占比约为11.0％；坡向范围在(337.5°,360.0°]的盲区像元数为14212，整体占比约为5.8％；[0.0°,67.5°]坡向范围无盲区像元分布；具体分布如图11所示。
综上所示，本实施例提供一种基于静止气象卫星获得山火监测盲区的方法，以南方电网覆盖广东、广西、海南、云南、贵州五个省区为例，观测区域地域面积辽阔，地形起伏复杂多变，包括平原、高原、山地等复杂地形，形成卫星山火监测盲区，在一定程度上影响对山火监测的识别。
因此，本实施例的葵花八号静止气象卫星在南方电网五省监测盲区的提取技术通过结合高精度高程、坡度、坡向、卫星观测角度等数据，实现监测盲区的快速提取，分析卫星监测盲区分布规律，为研究山火隐患分布规律和在线监测装置布点提供数据基础，重点解决了在现阶段业务技术水平的基础上，因监测盲区导致的山火漏报，提高了遥感山火监测识别精度、减少山火漏告警有及其重要的意义，具有较强的前瞻性、迫切性和实用性。
基于上述的一种基于静止气象卫星获得山火监测盲区的方法，本申请还提出一种基于静止气象卫星获得山火监测盲区的装置，请参阅图12，图12是本申请基于静止气象卫星获得山火监测盲区的装置一实施例的结构示意图，在本实施例中，具体可以包括以下模块：
数据获取模块210，用于获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；
限制条件计算模块220，用于根据DEM数据和静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]；根据观测点经纬度和静止气象卫星轨道经纬度计算静止气象卫星与观测点之间的距离，以及观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]；
山火监测盲区判断模块230，用于判断出观测像元是否为观测区域的山火检测盲区；其中，判断规则大致如下：
1)若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值大于0，则判断观测像元为观测区域的山火监测盲区。
2)若观测像元的坡度角不在坡度限制范围内，或者观测像元的坡向角不在坡向限制范围内，则判断观测像元为观测区域的正常监测区域。
3)若观测像元的坡度角在坡度限制范围内，观测像元的坡向角在坡向限制范围内，且观测像元的高程值小于或等于0，则判断观测像元为观测区域的正常监测区域。
可选的，还包括：坡度坡向定义模块240，用于对观测区域的坡度和坡向进行定义，设地形曲面为z＝f(x，y)，对于曲面上的任意一点P，其法矢量为np，P点的坡度S定义为通过该点的法线方向np与垂直方向Z之间的夹角，坡向A为np在水平面投影与正北方向的夹角。
可选的，DEM数据为250m分辨率的DEM数据。
可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。文中所使用的步骤编号也仅是为了方便描述，不对作为对步骤执行先后顺序的限定。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于静止气象卫星获得山火监测盲区的方法，其特征在于，包括：
获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；
根据所述DEM数据和所述静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]；
根据所述观测点经纬度和所述静止气象卫星轨道经纬度计算所述静止气象卫星与观测点之间的距离，以及所述观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]；
若观测像元的坡度角在所述坡度限制范围内，所述观测像元的坡向角在所述坡向限制范围内，且所述观测像元的高程值大于0，则判断所述观测像元为所述观测区域的山火监测盲区。
2.根据权利要求1所述的基于静止气象卫星获得山火监测盲区的方法，其特征在于，还包括：
若所述观测像元的坡度角不在所述坡度限制范围内，或者所述观测像元的坡向角不在所述坡向限制范围内，则判断所述观测像元为所述观测区域的正常监测区域。
3.根据权利要求2所述的基于静止气象卫星获得山火监测盲区的方法，其特征在于，还包括：
若观测像元的坡度角在所述坡度限制范围内，所述观测像元的坡向角在所述坡向限制范围内，且所述观测像元的高程值小于或等于0，则判断所述观测像元为所述观测区域的正常监测区域。
4.根据权利要求1所述的基于静止气象卫星获得山火监测盲区的方法，其特征在于，对坡度和坡向进行定义，包括：
设地形曲面为z＝f(x，y)，对于曲面上的任意一点P，其法矢量为np，P点的坡度S定义为通过该点的法线方向np与垂直方向Z之间的夹角，坡向A为np在水平面投影与正北方向的夹角。
5.根据权利要求1所述的基于静止气象卫星获得山火监测盲区的方法，其特征在于，
所述DEM数据为250m分辨率的DEM数据。
6.一种基于静止气象卫星获得山火监测盲区的装置，其特征在于，包括：
数据获取模块，用于获得观测区域的DEM数据、观测点经纬度、静止气象卫星轨道高度和静止气象卫星轨道经纬度；
限制条件计算模块，用于根据所述DEM数据和所述静止气象卫星轨道高度计算坡度限制最小角θ，从而得到坡度限制范围为[θ,90°]；根据所述观测点经纬度和所述静止气象卫星轨道经纬度计算所述静止气象卫星与观测点之间的距离，以及所述观测点和赤道之间的距离，得到坡向限制起始角β，从而得到坡向限制范围为[β,β+180°]；
山火监测盲区判断模块，用于判断出观测像元是否为所述观测区域的山火检测盲区；
若观测像元的坡度角在所述坡度限制范围内，所述观测像元的坡向角在所述坡向限制范围内，且所述观测像元的高程值大于0，则判断所述观测像元为所述观测区域的山火监测盲区。
7.根据权利要求6所述的基于静止气象卫星获得山火监测盲区的装置，其特征在于，
若所述观测像元的坡度角不在所述坡度限制范围内，或者所述观测像元的坡向角不在所述坡向限制范围内，则判断所述观测像元为所述观测区域的正常监测区域。
8.根据权利要求7所述的基于静止气象卫星获得山火监测盲区的装置，其特征在于，
若观测像元的坡度角在所述坡度限制范围内，所述观测像元的坡向角在所述坡向限制范围内，且所述观测像元的高程值小于或等于0，则判断所述观测像元为所述观测区域的正常监测区域。
9.根据权利要求1所述的基于静止气象卫星获得山火监测盲区的装置，其特征在于，还包括：
坡度坡向定义模块，用于对所述观测区域的坡度和坡向进行定义，设地形曲面为z＝f(x，y)，对于曲面上的任意一点P，其法矢量为np，P点的坡度S定义为通过该点的法线方向np与垂直方向Z之间的夹角，坡向A为np在水平面投影与正北方向的夹角。
10.根据权利要求1所述的基于静止气象卫星获得山火监测盲区的装置，其特征在于，
所述DEM数据为250m分辨率的DEM数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708418.8A CN113450524B (zh) | 2021-06-24 | 2021-06-24 | 基于静止气象卫星获得山火监测盲区的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708418.8A CN113450524B (zh) | 2021-06-24 | 2021-06-24 | 基于静止气象卫星获得山火监测盲区的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113450524A CN113450524A (zh) | 2021-09-28 |
| CN113450524B true CN113450524B (zh) | 2022-07-29 |
Family
ID=77812649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110708418.8A Active CN113450524B (zh) | 2021-06-24 | 2021-06-24 | 基于静止气象卫星获得山火监测盲区的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113450524B (zh) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002323550A (ja) * | 2001-04-26 | 2002-11-08 | Nippon Signal Co Ltd:The | Ｇｐｓセンサの有効検知エリア設定方法およびコンピュータプログラムならびに記憶媒体 |
| CN208077353U (zh) * | 2018-04-24 | 2018-11-09 | 国网安徽省电力有限公司 | 一种基于卫星监测盲区的山火预警装置 |
| CN108958081B (zh) * | 2018-08-28 | 2020-02-04 | 国网湖南省电力有限公司 | 输电线路山火的同步卫星-地面联动的监测方法及系统 |
| CN109100958B (zh) * | 2018-08-28 | 2021-04-13 | 国网湖南省电力有限公司 | 输电线路山火的极轨卫星-地面联动的监测方法及系统 |
-
2021
- 2021-06-24 CN CN202110708418.8A patent/CN113450524B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113450524A (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190331831A1 (en) | Sea fog monitoring method based on multi-source satellite remote sensing data | |
| CN104462660B (zh) | 一种野外输电线路冬季覆冰厚度分布绘制方法 | |
| Hinkelman | Differences between along-wind and cross-wind solar irradiance variability on small spatial scales | |
| CN111242404B (zh) | 一种强降雨诱发洪灾事件的极端性评估方法及系统 | |
| CN112907871B (zh) | 基于卫星遥感的雷火预警识别方法 | |
| CN112946657B (zh) | 强对流天气中地面风场的识别方法 | |
| CN110244387B (zh) | 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质 | |
| CN113077164A (zh) | 一种基于熵值法的输电线路落雷风险系数评估方法 | |
| Roeder | The four dimensional lightning surveillance system | |
| Huang et al. | Locating parent lightning strokes of sprites observed over a mesoscale convective system in Shandong Province, China | |
| Rui-xia et al. | Quality assessment of FY-4A lightning data in inland China | |
| Liu et al. | Site testing campaign for the Large Optical Telescope at the Ali site | |
| CN113450524B (zh) | 基于静止气象卫星获得山火监测盲区的方法和装置 | |
| CN116626782A (zh) | 一种基于风云极轨气象卫星南海夏季风双指标监测方法 | |
| Chen et al. | Intercomparison of precipitation estimates from WSR-88D radar and TRMM measurement over continental United States | |
| Qing et al. | Optical turbulence and wind speed distributions above the Tibetan Plateau from balloon-borne microthermal measurements | |
| Laupattarakasem et al. | Improved hurricane ocean vector winds using SeaWinds active/passive retrievals | |
| KR101967250B1 (ko) | 광역적 이동 연무 탐지 시스템 및 그 방법 | |
| Xu et al. | Site-testing at Muztagh-ata site I: ground meteorology and sky brightness | |
| Moro et al. | Correlation between the cosmic noise absorption calculated from the SARINET data and the energetic particles measured by MEPED: Simultaneous observations over SAMA region | |
| Cao et al. | Data processing and data products from 2017 to 2019 campaign of astronomical site testing at Ali, Daocheng and Muztagh-ata | |
| Laurent et al. | Calibration of TRMM 3B42 with geographical differential analysis over North Amazonia | |
| Aris et al. | Rain height statistics from spaceborne radar for satellite communication in Malaysia | |
| CN108594329B (zh) | 一种全天域红外云量计及测量方法 | |
| Adzhieva et al. | Characteristics of lightning activity in the North Caucasus according to the LS 8000 from 2009 to 2016 |
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 |