CN113902981A - 一种林火蔓延预测方法、装置、电子设备及存储介质 - Google Patents
一种林火蔓延预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113902981A CN113902981A CN202111502777.4A CN202111502777A CN113902981A CN 113902981 A CN113902981 A CN 113902981A CN 202111502777 A CN202111502777 A CN 202111502777A CN 113902981 A CN113902981 A CN 113902981A
- Authority
- CN
- China
- Prior art keywords
- fire
- correction value
- forest fire
- forest
- spreading
- 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
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本申请提供了一种林火蔓延预测方法、装置、电子设备及存储介质,涉及林火蔓延预测技术领域,具体为:获取遥感图像并进行预处理;从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。本申请能够提高林火蔓延预测的精度。
Description
技术领域
本申请涉及林火预测技术领域,尤其是涉及一种林火蔓延预测方法、装置、电子设备及存储介质。
背景技术
目前的林火蔓延预测主要通过物理模型和统计模型实现,其中,物理模型通过模拟野外林火的物理和化学过程建立的,由于大量的输入数据不能在现场测量得到,因此模型的验证和数值模拟较为困难。此外,对复杂化学物理过程的认识不足,很大程度上限制了物理模型的发展。统计模型利用实验数据对火蔓延特征和影响因子之间的关系进行统计分析建立的,由于依赖给定地区林火行为的统计数据,该模型仍然存在地理上的限制。现有的林火蔓延预测无论使用物理模型还是统计模型均存在精度不高的问题。
此外,中国专利“一种输电通道林火蔓延风险评估方法” (公告号:CN104463883B)公开了一种输电通道林火蔓延风险评估方法,通过采集风速风向、地形坡度、植被类型、地面阻隔物等多种数据,建立一种包含林火蔓延条件和火灾引发输电线路跳闸相关因素在内的计算方法,进而实现对输电通道林火蔓延风险评估的计算,可以有效预防并减少电网大面积断电的现象对国民经济造成的损失。但是该方法在建立林火蔓延计算模型时,只考虑了风速风向、地形坡度、植被易燃性、蔓延阻隔因子等与火势蔓延相关因子,未考虑林火蔓延时的下垫面类型和林火蔓延时刻;从而影响了林火蔓延计算的精度。
发明内容
有鉴于此,本申请提供一种林火蔓延预测方法、装置、电子设备及存储介质,以解决现有技术的林火蔓延预测方法精度不高的技术问题。
一方面,本申请实施例提供了一种林火蔓延预测方法,包括:
获取遥感图像并进行预处理;
从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;
基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;
基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。
进一步的,所述获取遥感图像并进行预处理,包括:
从遥感图像中获取土地覆盖类型、下垫面可燃物类型、高程数据、坡度及坡向数据、植被指数数据和植被覆盖度数据;
对获取到的所有数据进行统一投影。
进一步的,基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;包括:
以初始火点为原点建立直角坐标系XY,X为正东方向,Y为正北方向;
利用初始火点和当前时刻t n 所有火点的经纬度,计算第m个火点的坐标:
其中,(x m ,y m )为当前时刻第m个火点的坐标位置;Lon m 和Lat m 分别为第m个火点的经纬度;Res为目标分辨率;Lon 0 和Lat 0 分别为初始火点的经纬度;
进一步的,基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测,包括:
其中,K s 为可燃物类型更正值;K w 为风力更正值;K f 为地形坡度更正值;K t 为下垫面类型更正值;K m (t)为林火蔓延时刻更正值:
进一步的,所述方法还包括:对林火蔓延进行动态预测,包括:
基于下一时刻t n+1的各个方向上的火场边界速度,对下一时刻t n+1为起点的设定时段的林火蔓延进行预测,并对当前时刻t n 起得到的林火蔓延预测结果进行更新。
进一步的,所述方法还包括:
将多时次的林火蔓延预测结果合成为蔓延动态图集;
对每个时次的林火蔓延预测速度和蔓延方向,以及林火蔓延预测面积进行统计,生成蔓延预测结果信息列表。
另一方面,本申请实施例提供了一种林火蔓延预测装置,包括:
预处理单元,用于获取遥感图像并进行预处理;
获取单元,用于从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;
计算单元,用于基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;
预测单元,用于基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。
另一方面,本申请实施例提供了一种电子设备,包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请实施例林火蔓延预测方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时实现本申请实施例的林火蔓延预测方法。
本申请实施例通过获取遥感图像并进行预处理;从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。由此提高了林火蔓延的预测精度。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术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为本申请实施例提供的林火蔓延预测方法的流程图;
图2为本申请实施例提供的火点信息在空间的分布位置示意图;
图3(a)本申请实施例提供的坐标旋转前火场边界位置的示意图;
图3(b)本申请实施例提供的坐标旋转后火场边界位置的示意图;
图4为本申请实施例提供的林火蔓延动态预测的流程图;
图5为本申请实施例提供的多时次蔓延预测结果输出蔓延动态图集;
图6为本申请实施例提供的林火蔓延预测装置的功能结构示意图;
图7为本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
首先对现有技术的王正非模型的林火蔓延预测进行介绍:
蔓延初速度(V 0)为当前时刻与上一时刻之间的时间段的蔓延速度,作为下一时段预测的起始速度;
影响火势燃烧的条件主要包括可燃物状况、风力、湿度和温度等。卫星遥感监测到火点时,一般燃烧已达到一定的程度。此时火场的燃烧状况与燃烧条件有关。因而在蔓延初速估算公式中,再考虑进卫星观测火点信息影响因子,即火点强度影响因子(Fint)。由此,V 0的计算方法如下式所示:
其中,F int 为火点强度,通过火点监测产品中提供的火点亚像元面积计算得到。T为火场背景温度,通过天气数值预报产品得到; W为火场风力,通过天气数值预报产品得到;h为可燃物初始含水率,通过遥感卫星数据中获取的典型植被指数NDVI来表征得到。
火头蔓延速度 (V 1):
式中,V 1为火蔓延速度;V 0为初始的蔓延速度;K w 为风力更正值;K s 为可燃物类型更正值;K f 为地形坡度更正值。
风力更正值 (K w ):通过CMACast广播下发的ECMWF高分辨率数值预报产品包括大气模式产品和大气模式集合预报区域裁剪产品,提取风速和风向数据。根据不同的风级,K w 的取值见下表:
地形坡度更正值 (K f ):利用数字高程模型 (DEM) 数据提取目标位置的海拔高度,并据此计算坡度和坡向。根据不同的坡度和坡向,K f 的取值如下表:
可燃物类型更正值 (K s ):根据土地覆盖类型数据,提取下垫面可燃物的主要类型,即与蔓延速度有关的林地和池塘。根据不同的植被覆盖度K s 更正值在不同可燃物类型下具有不同的取值。详见下表:
每场火都是由火头、火翼和火尾3个部分组成。火头是在风向下顺风向前,是延伸最快的部分;火尾是与火头反方向逆风蔓延,是速度最慢的部分;火翼是与风垂直的蔓延部分,蔓延速度介于火头与火尾之间。火头蔓延速度是最核心的参数,根据它与火翼和火尾蔓延速度的关系,可以计算出火场边界位置。根据多年的研究统计,火翼和火尾的蔓延速度与火头蔓延速度间存在着经验关系,见下表。
计算火场在每个像元持续的时间。为了实现火场持续时间的定量化计算,考虑各种影响因子。计算公式如下所示:
其中,T d 为火场燃烧持续时间(分钟);T p 为火头通过像元的时间(分钟);V c 为植被覆盖度;S为坡度坡向影响因子;P为权重系数,具体如下表:
然后对本申请实施例的设计思想进行简单介绍。
目前的林火蔓延预测主要通过物理模型和统计模型实现,其中,物理模型通过模拟野外林火的物理和化学过程建立的,由于大量的输入数据不能在现场测量得到,因此模型的验证和数值模拟较为困难。此外,对复杂化学物理过程的认识不足,很大程度上限制了物理模型的发展。统计模型利用实验数据对火蔓延特征和影响因子之间的关系进行统计分析建立的,由于依赖给定地区林火行为的统计数据,该模型仍然存在地理上的限制。现有的林火蔓延预测无论使用物理模型还是统计模型均存在精度不高的问题。
为解决上述技术问题,本申请实施例提供了一种林火蔓延预测方法,该方法以静止卫星火点监测产品为基础,利用时序线性外推法,结合改进的王正非林火蔓延模型,对一定时间内火场蔓延边界进行预测,利用多时相观测结果对火蔓延预测结果进行实时的更新和修正。
本申请实施例使用植被类型、下垫面类型、地形坡度、地形坡向等辅助数据,在一定程度上降低了输入数据采集的难度,为算法工程化提供了可能。本申请实施例采用时间序列趋势外推法,将当前时刻与上一观测时刻间隔时间段的蔓延速度,作为当前时刻到下一时刻的蔓延速度,并对蔓延边界进行预测。然而现实情况下,由于地表类型、下垫面类型、地形等的不同,在林火蔓延的不同阶段,即使在同一方向上蔓延速度也不尽相同。为了更好地反映实际情况,将王正非模型与时序外推法结合起来,建立了林火蔓延综合模型。具体是时序外推法求得的当前时刻的蔓延速度作为下一时段的蔓延初速度;而下一时段的蔓延预测速度则以蔓延初速度为基础,进行各项影响因子的修正后得到。得到下一时段的蔓延预测速度后,即可在各个方向上逐像元计算从当前时刻往后一定时间段内火场边界的位置。
本申请实施例的林火蔓延综合模型能更好的林火蔓延实际情况,预测精度也就更加稳定准确,满足更多场景应用。基于林火蔓延综合模型计算各个方向上经过每个像元的蔓延实际速度,实现对火蔓延的预测,同时利用静止卫星多时相观测的优势对林火蔓延进行动态预测,利用动态预测对火蔓延预测结果进行实时的更新和修正,以避免误差积累,由此得到精度更高的预测结果。
本申请实施例的方法将物理模型与统计模型进行综合,在保留王正非林火蔓延模型物理机制的基础上,使得蔓延预测结果更加有效可靠。
在介绍了本申请实施例的应用场景和设计思想之后,下面对本申请实施例提供的技术方案进行说明。
如图1所示,本申请实施例提供了一种林火蔓延预测方法,包括如下步骤:
步骤101:获取遥感图像并进行预处理;
从遥感图像中获取土地覆盖类型、下垫面可燃物类型、高程数据、坡度及坡向数据、植被指数数据(NDVI)和植被覆盖度数据(VFC);对这些数据进行统一投影,重采样为同一分辨率。
步骤102:从预处理后的遥感图像中获取火点监测产品时间序列数据;
火点监测产品时间序列数据包括监测到的火点发生时间及其经纬度位置,火情监测产品以火情信息列表形式展现;下表为卫星火点监测产品信息列表示例;图2为下表中火点信息在空间的分布位置示例。
步骤103:根据火点监测产品时间序列数据,在当前监测时刻计算各个方向的火场边界所处的位置及速度;
首先,以初始火点为原点建立直角坐标系XY,X为正东方向,Y为正北方向;然后利用初始火点和当前时刻所有火点的经纬度,结合目标分辨率,将所有火点位置坐标化,计算第m个火点的坐标:
其中,(x m ,y m )为当前时刻第m个火点的坐标位置;Lon m 和Lat m 分别为第m个火点的经纬度;Res为目标分辨率;Lon 0 和Lat 0 分别为初始火点的经纬度;
坐标化完成后,即可计算火场边界位置。以与x轴夹角θ确定一个方向,,该方向上的火场边界位置用该方向上的火场边界点与初始火点的距离r θ 来表示。首先,利用下述公式将坐标系XY(图3(a))旋转θ角度得到X’Y’系(图3(b)),则所有火点在X’Y’系下的坐标变换为 (x', y');然后只需找到y'=0时最大的非负x' 值,即可确定r θ 的取值:
在上表中,9点50分 (t 0 ) 的火点为初始火点,10点 (t 1) 的时候,有12个火点的经纬度数据,根据这些数据和该步骤的计算方法,可以计算监测时刻(10点)各方向火场边界所处的位置r θ 和速度v θ 。
步骤104:基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测;
本申请实施例对现有的王正非模型进行了改进,在王正非模型中加入蔓延时刻更正值和下垫面类型更正值。
火蔓延时刻更正值 (K m ):由于火蔓延受气象因子的影响较大,夜间低温,清晨湿度增大都会降低火场的蔓延速度,因此需要在蔓延估算中考虑火蔓延时在一天当中的时间,但当风力很大时,时间的影响将很小,而夜间大风时林火迅速蔓延。根据一天当中不同的时间段,K m 的取值如下表:
下垫面类型更正值 (K t ):利用土地覆盖类型数据提取下垫面类型。根据下垫面类型的不同,K t 的取值如下表。其中过火区的Bw取值与风力强度有关。当火蔓延过程中遇到非林地草原等植被覆盖区或已无可燃物的过火区时,蔓延将在这些下垫面处受到阻挡。当风力级别在正常范围时,由于过火区的地面累积枯枝落叶等可燃物已烧除,林地可燃物仅有林木,一般火势在地面没有可燃物的情况下,很难直接使林木燃烧。但在极大的风力条件下,这一情况会发生变化。据此,当风力小于8级时,Bw取值为0;当风力大于8级时,Bw取值为1:
如图4所示,本申请实施例中,由于地表类型、下垫面类型、地形等的不同,在火蔓延的不同阶段,即使在同一方向上蔓延速度也不尽相同。为了更好的反映实际情况,满足更多场景适用,在王正非模型中加入蔓延时刻更正值和下垫面类型更正值,并对影响因子做了修正,然后将修正的王正非模型与时序外推法结合起来构建林火蔓延综合模型,在时序外推法中,将当前时刻与上一时刻之间的蔓延速度,作为当前时刻到预测时刻之间的初始蔓延速度,并对预测时刻的林火蔓延边界进行预测。
具体的,将时序外推法求得的当前时刻的蔓延速度作为下一时段的蔓延初速度V 0;而下一时段的蔓延实际速度V 1则以V 0为基础,进行各项影响因子的修正后得到;林火蔓延综合模型中V 1与V 0的关系为:
其中,V 1为火头蔓延速度(m/min);V 0为蔓延初速度(m/min);K s 为可燃物类型更正值;K w 为风力更正值;K f 为地形坡度更正值;K t 为下垫面类型更正值;K m 为林火蔓延时刻更正值。得到V 1后,即可在各个方向上逐像元计算从当前时刻往后一定时间段内火场边界的位置,以及火场在每个像元上的燃烧时间。
其中,K s 为可燃物类型更正值;K w 为风力更正值;K f 为地形坡度更正值;K t 为下垫面类型更正值;K m (t)为林火蔓延时刻更正值:
初始火点为09:50时位置为(132.0852E,15.4049S)的火点;取当前时刻为10:00,则各方向上09:50-10:00的10分钟内的蔓延速度可由前述方法获得;进而可以对未来时间段(如2小时,10:00-12:00)内的林火蔓延速度进行预测,根据预测速度可以计算出各方向上火场边界在给定时刻的位置。
步骤105:对林火蔓延进行动态预测,输出预测结果;
当通过遥感影像获取到新的火点监测数据,利用最近两次(最新和上一监测时刻)的火情数据更新各个方向上的蔓延速度,再次利用林火蔓延综合模型对往后一定时间段内的火蔓延进行预测,从而更新预测数据库。
如图4所示,当10:10时的火点监测数据产生后,重新计算各个方向在10:00-10:10时间段内的速度,并用综合模型对10:10-12:10时间段内的林火蔓延进行预测;当10:20的监测数据产生后,则再次更新10:10~10:20时间段内的蔓延速度,从而再次更新10:20~12:20时间段内的预测结果;以此循环。
完成林火蔓延预测计算后,合成多时次蔓延预测结果输出蔓延动态图集,如图5所示;同时对每个时次的蔓延预测面积、火头蔓延速度和蔓延方向进行统计计算,输出蔓延预测结果信息列表。
基于上述实施例,本申请实施例提供了一种林火蔓延预测装置,参阅图6所示,本申请实施例提供的林火蔓延预测装置200至少包括:
预处理单元201,用于获取遥感图像并进行预处理;
获取单元202,用于从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;
计算单元203,用于基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;
预测单元204,用于基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。
需要说明的是,由于本申请实施例提供的林火蔓延预测装置200解决技术问题的原理与本申请实施例提供的林火蔓延预测方法相似,因此,本申请实施例提供的林火蔓延预测装置200的实施可以参见本申请实施例提供的林火蔓延预测方法的实施,重复之处不再赘述。
基于上述实施例,本申请实施例还提供了一种电子设备,参阅图7所示,本申请实施例提供的电子设备300至少包括:处理器301、存储器302和存储在存储器302上并可在处理器301上运行的计算机程序,处理器301执行计算机程序时实现本申请实施例提供的林火蔓延预测方法。
本申请实施例提供的电子设备300还可以包括连接不同组件(包括处理器301和存储器302)的总线303。其中,总线303表示几类总线结构中的一种或多种,包括存储器总线、外围总线、局域总线等。
存储器302可以包括易失性存储器形式的可读介质,例如随机存储器(RandomAccess Memory,RAM)3021和/或高速缓存存储器3022,还可以进一步包括只读存储器(ReadOnly Memory,ROM)3023。
存储器302还可以包括具有一组(至少一个)程序模块3025的程序工具3024,程序模块3025包括但不限于:操作子系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备300也可以与一个或多个外部设备304(例如键盘、遥控器等)通信,还可以与一个或者多个使得用户能与电子设备300交互的设备通信(例如手机、电脑等),和/或,与使得电子设备300与一个或多个其它电子设备300进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(Input /Output,I/O)接口305进行。并且,电子设备300还可以通过网络适配器306与一个或者多个网络(例如局域网(Local AreaNetwork,LAN),广域网(Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图7所示,网络适配器306通过总线303与电子设备300的其它模块通信。应当理解,尽管图7中未示出,可以结合电子设备300使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks,RAID)子系统、磁带驱动器以及数据备份存储子系统等。
需要说明的是,图7所示的电子设备300仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,该计算机指令被处理器执行时实现本申请实施例提供的林火蔓延预测方法。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (9)
1.一种林火蔓延预测方法,其特征在于,包括:
获取遥感图像并进行预处理;
从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;
基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;
基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。
2.根据权利要求1所述的林火蔓延预测方法,其特征在于,所述获取遥感图像并进行预处理,包括:
从遥感图像中获取土地覆盖类型、下垫面可燃物类型、高程数据、坡度及坡向数据、植被指数数据和植被覆盖度数据;
对获取到的所有数据进行统一投影。
3.根据权利要求1所述的林火蔓延预测方法,其特征在于,基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;包括:
以初始火点为原点建立直角坐标系XY,X为正东方向,Y为正北方向;
利用初始火点和当前时刻t n 所有火点的经纬度,计算第m个火点的坐标:
其中,(x m ,y m )为当前时刻第m个火点的坐标位置;Lon m 和Lat m 分别为第m个火点的经纬度;Res为目标分辨率;Lon 0 和Lat 0 分别为初始火点的经纬度;
6.根据权利要求5所述的林火蔓延预测方法,其特征在于,所述方法还包括:
将多时次的林火蔓延预测结果合成为蔓延动态图集;
对每个时次的林火蔓延预测速度和蔓延方向,以及林火蔓延预测面积进行统计,生成蔓延预测结果信息列表。
7.一种林火蔓延预测装置,其特征在于,包括:
预处理单元,用于获取遥感图像并进行预处理;
获取单元,用于从预处理后的遥感图像中获取初始火点位置和当前时刻的火点位置;
计算单元,用于基于初始火点位置和当前时刻的火点位置,计算当前时刻各个方向的火场边界位置及速度;
预测单元,用于基于当前时刻的火场边界速度,利用可燃物类型更正值、风力更正值、地形坡度更正值、下垫面类型更正值和林火蔓延时刻更正值,对以当前时刻为起点的设定时段的林火蔓延进行预测。
8.一种电子设备,其特征在于,包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述的林火蔓延预测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时实现如权利要求1-6任一项所述的林火蔓延预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111502777.4A CN113902981B (zh) | 2021-12-10 | 2021-12-10 | 一种林火蔓延预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111502777.4A CN113902981B (zh) | 2021-12-10 | 2021-12-10 | 一种林火蔓延预测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113902981A true CN113902981A (zh) | 2022-01-07 |
CN113902981B CN113902981B (zh) | 2022-03-22 |
Family
ID=79025552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111502777.4A Active CN113902981B (zh) | 2021-12-10 | 2021-12-10 | 一种林火蔓延预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902981B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781859A (zh) * | 2022-04-20 | 2022-07-22 | 广东省科学院广州地理研究所 | 坡度映射的森林火灾风险评估方法、装置、介质和设备 |
CN115099493A (zh) * | 2022-06-27 | 2022-09-23 | 东北林业大学 | 一种基于cnn的林火向任意方向蔓延速率预测方法 |
CN115512510A (zh) * | 2022-10-11 | 2022-12-23 | 深圳市狮子王科技有限公司 | 一种充电桩火灾智能处理系统以及方法 |
CN115661245A (zh) * | 2022-10-24 | 2023-01-31 | 东北林业大学 | 一种基于无人机的大尺度火线瞬时定位方法 |
CN116720388A (zh) * | 2023-08-09 | 2023-09-08 | 航天宏图信息技术股份有限公司 | 森林草原火场蔓延预测的方法、装置、设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110122245A1 (en) * | 2009-11-23 | 2011-05-26 | Ashok Kumar Sinha | FOREST FIRE CONTROL SYSTEMS (FFiCS) WITH SCANNER AND OPTICAL /INFRARED RADIATION DETECTOR (SOIRD) AND OPTIONALLY ALSO INCLUDING A SCANNER WITH ACCURATE LOCATION CALCULATOR (SALC) AND A SUPER-EFFICIENT SATELLITE/WIRELESS ANTENNA SYSTEM (SSWAS) |
CN104462721A (zh) * | 2014-12-26 | 2015-03-25 | 北京林业大学 | 一种基于平面多个方向的森林小班林火蔓延模拟方法 |
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 |
US20160358442A1 (en) * | 2015-06-05 | 2016-12-08 | Fujitsu Limited | Fire detection device and method of detecting fire |
CN106503480A (zh) * | 2016-12-14 | 2017-03-15 | 中国科学院遥感与数字地球研究所 | 一种静止卫星火灾遥感监测方法 |
CN113641958A (zh) * | 2021-07-28 | 2021-11-12 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种静止气象卫星火点信息的处理方法、装置及设备 |
-
2021
- 2021-12-10 CN CN202111502777.4A patent/CN113902981B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110122245A1 (en) * | 2009-11-23 | 2011-05-26 | Ashok Kumar Sinha | FOREST FIRE CONTROL SYSTEMS (FFiCS) WITH SCANNER AND OPTICAL /INFRARED RADIATION DETECTOR (SOIRD) AND OPTIONALLY ALSO INCLUDING A SCANNER WITH ACCURATE LOCATION CALCULATOR (SALC) AND A SUPER-EFFICIENT SATELLITE/WIRELESS ANTENNA SYSTEM (SSWAS) |
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 |
CN104462721A (zh) * | 2014-12-26 | 2015-03-25 | 北京林业大学 | 一种基于平面多个方向的森林小班林火蔓延模拟方法 |
US20160358442A1 (en) * | 2015-06-05 | 2016-12-08 | Fujitsu Limited | Fire detection device and method of detecting fire |
CN106503480A (zh) * | 2016-12-14 | 2017-03-15 | 中国科学院遥感与数字地球研究所 | 一种静止卫星火灾遥感监测方法 |
CN113641958A (zh) * | 2021-07-28 | 2021-11-12 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种静止气象卫星火点信息的处理方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
GE XINGKE ETAL.: "Study on visualization of forest fire spread based on ArcGIS", 《2020 INTERNATIONAL CONFERENCE ON BIG DATA & ARTIFICIAL INTELLIGENCE & SOFTWARE ENGINEERING (ICBASE)》 * |
单延龙等: "国内外林火蔓延模型简介", 《森林防火》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781859A (zh) * | 2022-04-20 | 2022-07-22 | 广东省科学院广州地理研究所 | 坡度映射的森林火灾风险评估方法、装置、介质和设备 |
CN115099493A (zh) * | 2022-06-27 | 2022-09-23 | 东北林业大学 | 一种基于cnn的林火向任意方向蔓延速率预测方法 |
CN115099493B (zh) * | 2022-06-27 | 2023-11-10 | 东北林业大学 | 一种基于cnn的林火向任意方向蔓延速率预测方法 |
CN115512510A (zh) * | 2022-10-11 | 2022-12-23 | 深圳市狮子王科技有限公司 | 一种充电桩火灾智能处理系统以及方法 |
CN115512510B (zh) * | 2022-10-11 | 2023-09-29 | 深圳市狮子王科技有限公司 | 一种充电桩火灾智能处理系统以及方法 |
CN115661245A (zh) * | 2022-10-24 | 2023-01-31 | 东北林业大学 | 一种基于无人机的大尺度火线瞬时定位方法 |
CN116720388A (zh) * | 2023-08-09 | 2023-09-08 | 航天宏图信息技术股份有限公司 | 森林草原火场蔓延预测的方法、装置、设备和介质 |
CN116720388B (zh) * | 2023-08-09 | 2023-11-03 | 航天宏图信息技术股份有限公司 | 森林草原火场蔓延预测的方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113902981B (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113902981B (zh) | 一种林火蔓延预测方法、装置、电子设备及存储介质 | |
Lehner et al. | Toward a new estimate of “time of emergence” of anthropogenic warming: Insights from dynamical adjustment and a large initial-condition model ensemble | |
Ntaimo et al. | DEVS-FIRE: Towards an integrated simulation environment for surface wildfire spread and containment | |
Viedma et al. | Fire severity in a large fire in a Pinus pinaster forest is highly predictable from burning conditions, stand structure, and topography | |
US10725206B2 (en) | Aggregation and analytics for application-specific optimization based on multiple data sources | |
Carvalho et al. | Future surface temperature changes for the Iberian Peninsula according to EURO-CORDEX climate projections | |
JP2006337347A (ja) | 雷位置予測方法及び雷位置予測システム | |
Sahai et al. | A bias-correction and downscaling technique for operational extended range forecasts based on self organizing map | |
JP2024505450A (ja) | 資産レベルの脆弱性及び軽減 | |
Jeong et al. | Statistical seasonal forecasting of winter and spring PM2. 5 concentrations over the Korean Peninsula | |
Park et al. | How will deforestation and vegetation degradation affect global fire activity? | |
Chen et al. | Simulation of seasonal US precipitation and temperature by the nested CWRF-ECHAM system | |
Wang et al. | Real-time data driven simulation of air contaminant dispersion using particle filter and UAV sensory system | |
Cao et al. | Exploring spatially varying relationships between forest fire and environmental factors at different quantile levels | |
Shrivastava et al. | Performance of NCUM global weather modeling system in predicting the extreme rainfall events over the central India during the Indian summer monsoon 2016 | |
Fang et al. | Predictability and prediction skill of the boreal summer intra-seasonal oscillation in BCC_CSM model | |
Cardil et al. | Performance of operational fire spread models in California | |
Sanjuan et al. | Determining map partitioning to accelerate wind field calculation | |
CN113139272A (zh) | 林火蔓延预测方法、装置、设备和存储介质 | |
Hoadley et al. | Evaluation of MM5 model resolution when applied to prediction of National Fire Danger Rating indexes | |
Forghani et al. | Applying fire spread simulation over two study sites in California lessons learned and future plans | |
Wu et al. | Reconstruction of the hourly fine-resolution apparent temperature (Humidex) with the aerodynamic parameters | |
Munson | A decadal evaluation of a regional air quality forecast system in the Pacific Northwest from 2009-2018 and an assessment of air quality health impacts | |
Hokson et al. | The multi-scale Kain-Fritsch cumulus scheme: simulating typhoon-induced heavy precipitation over the Philippines | |
Li et al. | CLIMATE CHANGE-INDUCED RANGE SHIFTS IN CHINESE ASH (FRAXINUS CHINENSIS) ALONG THREE GEOGRAPHICAL DIMENSIONS IN CHINA AT THE LATE 21 ST CENTURY. |
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 |