CN113722894A - 一种基于模型简化的火灾蔓延模拟加速方法及系统 - Google Patents

一种基于模型简化的火灾蔓延模拟加速方法及系统 Download PDF

Info

Publication number
CN113722894A
CN113722894A CN202110936981.0A CN202110936981A CN113722894A CN 113722894 A CN113722894 A CN 113722894A CN 202110936981 A CN202110936981 A CN 202110936981A CN 113722894 A CN113722894 A CN 113722894A
Authority
CN
China
Prior art keywords
model
point
discrete
points
boundary
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
Application number
CN202110936981.0A
Other languages
English (en)
Other versions
CN113722894B (zh
Inventor
汪涛
陈小莹
杨逍
黄俊康
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202110936981.0A priority Critical patent/CN113722894B/zh
Publication of CN113722894A publication Critical patent/CN113722894A/zh
Priority to PCT/CN2022/094898 priority patent/WO2023020057A1/zh
Application granted granted Critical
Publication of CN113722894B publication Critical patent/CN113722894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于模型简化的火灾蔓延模拟加速方法及系统,该方法包括:获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;对初始蔓延模型进行简化,得到简化后的离散蔓延模型;基于简化后的离散蔓延模型进行受灾区域动态仿真。该系统包括:信息提取模块、初始模型构建模块、简化模块和动态仿真模块。通过使用本发明,能够在保证预测精度的情况下,减小完成受灾区域动态仿真所需的时间。本发明作为一种基于模型简化的火灾蔓延模拟加速方法及系统,可广泛应用于地理信息处理领域。

Description

一种基于模型简化的火灾蔓延模拟加速方法及系统
技术领域
本发明涉及地理信息处理领域,尤其涉及一种基于模型简化的火灾蔓延模拟加速方法及系统。
背景技术
在世界范围内,蔓延性灾害频发,威胁生态环境、生命与财产安全。下面以森林火灾为例介绍蔓延控制。大规模森林火灾难以人工扑灭,通常需要有效地建立隔离带,以遏制蔓延或保护人类和动物的栖息地。而构建隔离带的前提是,要尽可能快速准确地预测出受灾区域随时间变化的过程且同时设计控制策略并量化其对受灾区域的影响。
在现有蔓延性灾害的研究中,通常使用基于离散微分包含的蔓延控制模型来模拟出森林火灾动态蔓延过程,但是目前选取的有限个离散点及其速度集在数目方面没有明确限定,如果选取的离散点过多,会导致利用该离散模型对受灾区域进行数值仿真时计算量过大。
发明内容
为了解决上述技术问题,本发明的目的是提供一种基于模型简化的火灾蔓延模拟加速方法及系统,能够在尽可能保障模型准确率的前提下,大幅提升蔓延动态仿真速度。
本发明所采用的第一技术方案是:一种基于模型简化的火灾蔓延模拟加速方法,包括以下步骤:
S1、获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;
S2、根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;
S3、对初始蔓延模型进行简化,得到简化后的离散蔓延模型;
S4、基于简化后的离散蔓延模型进行受灾区域动态仿真。
进一步,所述获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息这一步骤,其具体包括:
S11、从森林火灾火点监测网站上下载由卫星探测得到的地表温度数据并读取该地表温度数据中的原始热红外数据集;
S12、根据原始热红外数据集筛选火点信息;
S13、根据火点信息提取得到实际的森林火灾的受灾区域边界。
进一步,所述根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型这一步骤,其具体包括:
S21、选择研究区域Ω并在研究区域Ω内生成n个离散点:x1,x2,x3,…,xn∈Ω,并为这n个离散点设置对应的速度集:F(x1),F(x2),F(x3),…,F(xn)。
进一步,所述对初始蔓延模型进行简化,得到简化后的离散蔓延模型这一步骤,其具体包括:
S31、将小三角形区域内的还未正确分类的离散点根据它们之间欧式距离的大小粗分类为k组数据子集;
S32、遍历这k组数据子集,在每组数据子集中选择4个离散点作为一个4点组,4点组数量为k组;
S33、判断每个4点组是否同处于一个的小三角形区域内;
S34、保留包含在同一个小三角形内的4点组并将不处于同一小三角形的4点组设为空值;
S35、遍历所有非空的4点组,去掉属于同一个小三角形的多余的4点组,剩余4点组的数量为k'组;
S36、遍历区域内n个离散点,判断到离散点xi和某个4点组属于相同小三角形,则将离散点xi加入该4点组所代表的类,判断到离散点xi不属于k'个4点组中的任意一组,则将该点加入到residue数组中,所述residue数组用于存储下次迭代需要遍历的离散点;
S37、将k'个4点组每个组所代表的类的凸包边界点加入到residue数组中并去重,将k'个4点组每个组所代表的类的凸包边界加入到final_TB数组中并去重。
S38、循环步骤S31-S37直至residue数组与final_TB数组完全一致,得到简化模型所需的离散点及其速度集,生成简化后的离散蔓延模型。
进一步,所述判断每个4点组是否同处于一个的小三角形区域内这一步骤,其具体包括:
S331、在每个4点组寻找3个离散点,判断这3个点x1,x2,x3是否不共线,判断到点x1,x2,x3不共线,转到步骤S312,否则,继续寻找不共线的3个离散点;
S332、在4点组中选不共线的三点之外的点作为第4个点x4并根据预设重构公式近似重构得到
Figure BDA0003213189190000021
S333、计算速度集之间的误差
Figure BDA0003213189190000022
判断到误差小于预设阈值,则找到属于同一个小三角形的4点组。
进一步,所述预设重构公式的表达式如下:
Figure BDA0003213189190000023
β123=1.
上式中,β1,β2,β3表示凸组合系数,该系数满足的表达式如下:
x4=β1·x12·x23·x3123=1.
本发明所采用的第二技术方案是:一种基于模型简化的火灾蔓延模拟加速系统,包括:
信息提取模块,用于获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;
初始模型构建模块,用于根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;
简化模块,用于对初始蔓延模型进行简化,得到简化后的离散蔓延模型;
动态仿真模块,基于简化后的离散蔓延模型进行受灾区域动态仿真。
本发明方法及系统的有益效果是:本发明先初步构建蔓延并对模型进行简化,减少冗余数据,在保证预测精度的情况下,成倍地减小完成受灾区域动态仿真所需的时间,为后续灾害预测、控制策略设计、以及救灾调度等工作提供更宽裕的时间,进而可以降低灾害造成的破坏、减少损失。
附图说明
图1是本发明一种基于模型简化的火灾蔓延模拟加速方法的步骤流程图;
图2是本发明具体实施例选择区域和离散点及其速度集的示意图;
图3是本发明具体实施例离散点及其速度集放大的示意图;
图4是本发明具体实施例单个离散点处的速度集的示意图;
图5是本发明具体实施例处于同一个小三角形的离散点及其速度集的示意图;
图6是本发明具体实施例对初始蔓延模型进行简化的示意图;
图7是本发明具体实施例简化前区域内的离散点及其速度集的示意图;
图8是本发明具体实施例简化后区域内的离散点及其速度集的示意图;
图9是本发明一种基于模型简化的火灾蔓延模拟加速系统的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1,本发明提供了一种基于模型简化的火灾蔓延模拟加速方法,该方法包括以下步骤:
S1、获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;
S2、根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;
S3、对初始蔓延模型进行简化,得到简化后的离散蔓延模型;
S4、基于简化后的离散蔓延模型进行受灾区域动态仿真。
进一步作为本方法的优选实施例,所述获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息这一步骤,其具体包括:
S11、从森林火灾火点监测网站上下载由卫星探测得到的地表温度数据并读取该地表温度数据中的原始热红外数据集;
S12、根据原始热红外数据集筛选火点信息;
具体地,读取热红外数据集中的DN值并计算第22波段和第31波段的辐射亮度,然后利用辐射亮度计算波段22和波段31的亮度温度值,根据第22波段和第31波段的亮度温度值筛选火点信息。
S13、根据火点信息提取得到实际的森林火灾的受灾区域边界。
进一步作为本方法的优选实施例,所述根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型这一步骤,其具体包括:
S21、选择研究区域Ω并在研究区域Ω内生成n个离散点:x1,x2,x3,…,xn∈Ω,并根据为受灾区域边界信息这n个离散点设置对应的速度集:F(x1),F(x2),F(x3),…,F(xn);
具体地,选择一个128km×128km的研究区域
Figure BDA0003213189190000041
在区域Ω内随机选择n个离散点x={x1,x2,x3,…,xn},定义点xi处的速度集为F(xi),1≤i≤n,n≈400,生成效果如图2。其中方框表示研究区域Ω的边界,每个点簇表示离散点及其速度集。离散点及其速度集的放大图参照图3,其中方框表示选中区域,交叉点表示离散点,交叉点周围的圆点表示离散点的速度集。
另外,以受灾区域边界信息作为实际数据支撑,设置离散点处的速度集,速度集的示意图参照图4,中心点代表离散点所在的位置,外围点表示在有限个方向上模长最大的蔓延速度向量的终点,虚线的长度表示速度向量的模长,因此,外围点处的所代表速度向量可以用下面公式表示:
f(x)=(v*cosθ,v*sinθ),f(x)∈F(x).
上式中,v是速度向量的模长,即中心点到外围点之间虚线的长度,θ为该虚线与坐标轴之间的夹角。
进一步作为本方法的优选实施例,参照图6,所述对初始蔓延模型进行简化,得到简化后的离散蔓延控制模型这一步骤,其具体包括:
S31、将小三角形区域内的还未正确分类的离散点根据它们之间欧式距离的大小粗分类为k组数据子集;
S32、遍历这k组数据子集,在每组数据子集中选择4个离散点作为一个4点组,4点组数量为k组;
S33、判断每个4点组是否同处于一个的小三角形区域内;
S34、保留包含在同一个小三角形内的4点组并将不处于同一小三角形的4点组设为空值;
具体地,选出来的k个4点组中可能存在为空值的4点组,需要进行去除空值操作。
S35、遍历所有非空的4点组,去掉属于同一个小三角形的多余的4点组,剩余4点组的数量为k'组;
S36、遍历区域内n个离散点,判断到离散点xi和某个4点组属于相同小三角形,则将离散点xi加入该4点组所代表的类,判断到离散点xi不属于k'个4点组中的任意一组,则将该点加入到residue数组中,所述residue数组用于存储下次迭代需要遍历的离散点;
具体地,完成上述步骤之后,原模型中的n个离散点,要么被正确划分到和它属于同一小三角形的4点组中,要么还未被正确分类而被存储到了residue数组中。这k'个4点组中每个组所代表的类,已经包含了所有和该4点组属于同一小三角形的点
S37、将k'个4点组每个组所代表的类的凸包边界点加入到residue数组中并去重,将k'个4点组每个组所代表的类的凸包边界加入到final_TB数组中并去重。
S38、循环步骤S31-S37直至residue数组与final_TB数组完全一致,得到简化模型所需的离散点及其速度集,生成简化后的离散蔓延模型。
具体地,简化前的区域内n个离散点及其速度集参照图7,简化后的m个离散点及其速度集参照图8。
进一步作为本方法优选实施例,所述对初始蔓延模型进行简化这一问题,其具体包括:
S39、对模型进行简化,在区域内找到最具有代表性的m个离散点,其中m<<n。用这m个离散点处的速度集近似刻画重构出区域内所有n个点处的速度集,并使得近似重构得到的速度集和真实的速度集之间的误差之和最小。因此,该蔓延控制模型简化问题的数学描述为:
Figure BDA0003213189190000051
Figure BDA0003213189190000052
xk∈Δyk1yk2yk3,1≤k≤n.
进一步作为本方法优选实施例,所述判断每个4点组是否同处于一个的小三角形区域内这一步骤,其具体包括:
S331、在每个4点组寻找3个离散点,判断这3个点x1,x2,x3是否不共线,判断到点x1,x2,x3不共线,转到步骤S312,否则,继续寻找不共线的3个离散点;
具体地,判断是否不共线的判断条件是
Figure BDA0003213189190000061
秩为2。
S332、在4点组中选不共线的三点之外的点作为第4个点x4并根据预设重构公式近似重
构得到
Figure BDA0003213189190000062
S333、计算速度集之间的误差
Figure BDA0003213189190000063
判断到误差小于预设阈值,则找到属于同一个小三角形的4点组。
进一步作为本方法优选实施例,所述预设重构公式的表达式如下:
Figure BDA0003213189190000064
β123=1.
上式中,β1,β2,β3表示凸组合系数,该系数满足的表达式如下:
x4=β1·x12·x23·x3123=1.
如图9所示,一种基于模型简化的火灾蔓延模拟加速系统,包括:
信息提取模块,用于获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;
初始模型构建模块,用于根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;
简化模块,用于对初始蔓延模型进行简化,得到简化后的离散蔓延模型;
动态仿真模块,基于简化后的离散蔓延模型进行受灾区域动态仿真。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造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作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 (7)

1.一种基于模型简化的火灾蔓延模拟加速方法,其特征在于,包括以下步骤:
S1、获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;
S2、根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;
S3、对初始蔓延模型进行简化,得到简化后的离散蔓延模型;
S4、基于简化后的离散蔓延模型进行受灾区域动态仿真。
2.根据权利要求1所述一种基于模型简化的火灾蔓延模拟加速方法,其特征在于,所述获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息这一步骤,其具体包括:
S11、从森林火灾火点监测网站上下载由卫星探测得到的地表温度数据并读取该地表温度数据中的原始热红外数据集;
S12、根据原始热红外数据集筛选火点信息;
S13、根据火点信息提取得到实际的森林火灾的受灾区域边界。
3.根据权利要求2所述一种基于模型简化的火灾蔓延模拟加速方法,其特征在于,所述根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型这一步骤,其具体包括:
选择研究区域Ω并在研究区域Ω内生成n个离散点:x1,x2,x3,...,xn∈Ω,并为这n个离散点设置对应的速度集:F(x1),F(x2),F(x3),...,F(xn)。
4.根据权利要求3所述一种基于模型简化的火灾蔓延模拟加速方法,其特征在于,所述对初始蔓延模型进行简化,得到简化后的离散蔓延模型这一步骤,其具体包括:
S31、将小三角形区域内的还未正确分类的离散点根据它们之间欧式距离的大小粗分类为k组数据子集;
S32、遍历这k组数据子集,在每组数据子集中选择4个离散点作为一个4点组,4点组数量为k组;
S33、判断每个4点组是否同处于一个的小三角形区域内;
S34、保留包含在同一个小三角形内的4点组并将不处于同一小三角形的4点组设为空值;
S35、遍历所有非空的4点组,去掉属于同一个小三角形的多余的4点组,剩余4点组的数量为k′组;
S36、遍历区域内n个离散点,判断到离散点xi和某个4点组属于相同小三角形,则将离散点xi加入该4点组所代表的类;判断到离散点xi不属于k′个4点组中的任意一组,则将该点加入到residue数组中,所述residue数组用于存储下次迭代需要遍历的离散点;
S37、将k′个4点组每个组所代表的类的凸包边界点加入到residue数组中并去重,将k′个4点组每个组所代表的类的凸包边界加入到final_TB数组中并去重,所述final_TB数组用于存放已知凸包边界点;
S38、循环步骤S31-S37直至residue数组与final_TB数组完全一致,得到简化模型所需的离散点及其速度集,生成简化后的离散蔓延模型。
5.根据权利要求4所述一种基于模型简化的火灾蔓延模拟加速方法,其特征在于,所述判断每个4点组是否同处于一个的小三角形区域内这一步骤,其具体包括:
S331、在每个4点组寻找3个离散点,判断这3个点x1,x2,x3是否不共线,判断到点x1,x2,x3不共线,转到步骤S312,否则,继续寻找不共线的3个离散点;
S332、在4点组中选不共线的三点之外的点作为第4个点x4并根据预设重构公式近似重构得到
Figure FDA0003213189180000021
S333、计算速度集之间的误差
Figure FDA0003213189180000022
判断到误差小于预设阈值,则找到属于同一个小三角形的4点组。
6.根据权利要求5所述一种基于模型简化的火灾蔓延模拟加速方法,其特征在于,所述预设重构公式的表达式如下:
Figure FDA0003213189180000023
β123=1.
上式中,β1,β2,β3表示凸组合系数,该系数满足的表达式如下:
x4=β1·x12·x23·x3,β123=1.
7.一种基于模型简化的火灾蔓延模拟加速系统,其特征在于,包括:
信息提取模块,用于获取森林火灾火点监测数据并提取森林火灾的受灾区域边界,得到受灾区域边界信息;
初始模型构建模块,用于根据受灾区域边界信息确定蔓延模型关键参数的速度集并构建初始蔓延模型;
简化模块,用于对初始蔓延模型进行简化,得到简化后的离散蔓延模型;
动态仿真模块,基于简化后的离散蔓延模型进行受灾区域动态仿真。
CN202110936981.0A 2021-08-16 2021-08-16 一种基于模型简化的火灾蔓延模拟加速方法及系统 Active CN113722894B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110936981.0A CN113722894B (zh) 2021-08-16 2021-08-16 一种基于模型简化的火灾蔓延模拟加速方法及系统
PCT/CN2022/094898 WO2023020057A1 (zh) 2021-08-16 2022-05-25 一种基于模型简化的火灾蔓延模拟加速方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110936981.0A CN113722894B (zh) 2021-08-16 2021-08-16 一种基于模型简化的火灾蔓延模拟加速方法及系统

Publications (2)

Publication Number Publication Date
CN113722894A true CN113722894A (zh) 2021-11-30
CN113722894B CN113722894B (zh) 2023-12-01

Family

ID=78675953

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110936981.0A Active CN113722894B (zh) 2021-08-16 2021-08-16 一种基于模型简化的火灾蔓延模拟加速方法及系统

Country Status (2)

Country Link
CN (1) CN113722894B (zh)
WO (1) WO2023020057A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114936502A (zh) * 2022-07-25 2022-08-23 四川开澜科技有限公司 一种森林火灾蔓延态势边界分析方法、系统、终端及介质
WO2023020057A1 (zh) * 2021-08-16 2023-02-23 中山大学 一种基于模型简化的火灾蔓延模拟加速方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050136270A1 (en) * 2003-05-13 2005-06-23 Etienne Besnoin Method of controlling thermal waves in reactive multilayer joining and resulting product
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
CN104463883A (zh) * 2014-12-17 2015-03-25 国家电网公司 一种输电通道林火蔓延风险评估方法
CN110390135A (zh) * 2019-06-17 2019-10-29 北京中科锐景科技有限公司 一种提高林火蔓延预测精度的方法
CN113033035A (zh) * 2021-02-04 2021-06-25 中山大学 一种污染物扩散区域动态模拟方法、系统及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737466B (zh) * 2012-06-07 2014-04-09 清华大学 一种火灾火源位置及强度估计方法及系统
CN113111518B (zh) * 2021-04-15 2022-09-27 应急管理部四川消防研究所 一种基于物联网的火灾仿真处理方法
CN113722894B (zh) * 2021-08-16 2023-12-01 中山大学 一种基于模型简化的火灾蔓延模拟加速方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050136270A1 (en) * 2003-05-13 2005-06-23 Etienne Besnoin Method of controlling thermal waves in reactive multilayer joining and resulting product
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
CN104463883A (zh) * 2014-12-17 2015-03-25 国家电网公司 一种输电通道林火蔓延风险评估方法
CN110390135A (zh) * 2019-06-17 2019-10-29 北京中科锐景科技有限公司 一种提高林火蔓延预测精度的方法
CN113033035A (zh) * 2021-02-04 2021-06-25 中山大学 一种污染物扩散区域动态模拟方法、系统及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苗双喜 等: "基于Rothermel模型的森林火灾模拟算法的改进", 地理信息世界, no. 6, pages 14 - 21 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023020057A1 (zh) * 2021-08-16 2023-02-23 中山大学 一种基于模型简化的火灾蔓延模拟加速方法及系统
CN114936502A (zh) * 2022-07-25 2022-08-23 四川开澜科技有限公司 一种森林火灾蔓延态势边界分析方法、系统、终端及介质

Also Published As

Publication number Publication date
CN113722894B (zh) 2023-12-01
WO2023020057A1 (zh) 2023-02-23

Similar Documents

Publication Publication Date Title
CN101681449B (zh) 计算处理装置及方法
CN113722894A (zh) 一种基于模型简化的火灾蔓延模拟加速方法及系统
Chiu et al. On automating domain connectivity for overset grids
KR101675778B1 (ko) 화산재해 대응 의사결정 지원 시스템
CN112541532B (zh) 基于密集连接结构的目标检测方法
CN112001110A (zh) 一种基于振动信号空间时时递归图卷积神经网络的结构损伤识别监测方法
CN107003834B (zh) 行人检测设备和方法
CN111310344A (zh) 一种林火蔓延模拟中考虑风场与火场耦合作用的方法
Tarboton TARDEM, a suite of programs for the analysis of digital elevation data
JP2017156251A (ja) 地形変化点抽出システム、及び地形変化点抽出方法
CN107798380A (zh) 探测器器上星历计算方法和计算系统
Hemami et al. Morphological diversity and ecological niche divergence in goitered and sand gazelles
CN106997473A (zh) 一种基于神经网络的图像识别方法
CN113077458B (zh) 一种遥感影像中的云和阴影检测方法及系统
Kozik et al. Studying the method of adaptive prediction of forest fire evolution on the basis of recurrent neural networks
KR20140100412A (ko) 충돌 사건의 수치상 시뮬레이션에서 저차 및 2차 유한 요소들을 수반하는 접촉면 정의 생성
CN113592013A (zh) 一种基于图注意力网络的三维点云分类方法
CN113255670A (zh) 非均衡小样本目标检测方法、装置和计算机设备
EP2325755B1 (en) Method of searching a set of real numbers for a nearest neighbor
Zienkiewicz et al. High speed inviscid compressible flow by the finite element method
CN113505194B (zh) 改写词生成模型的训练方法及装置
CN114549608B (zh) 点云融合方法、装置、电子设备及存储介质
CN113642258B (zh) 一种基于神经网络的cfd模型种类选择方法
CN112950469B (zh) 高程地图的边界识别方法、拼接方法及系统、设备及介质
Machado et al. Multidimensional analysis of near-earth asteroids

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