CN114167522A - 一种用于智慧城市高层建筑的风场监测与校正系统 - Google Patents
一种用于智慧城市高层建筑的风场监测与校正系统 Download PDFInfo
- Publication number
- CN114167522A CN114167522A CN202111553941.4A CN202111553941A CN114167522A CN 114167522 A CN114167522 A CN 114167522A CN 202111553941 A CN202111553941 A CN 202111553941A CN 114167522 A CN114167522 A CN 114167522A
- Authority
- CN
- China
- Prior art keywords
- wind
- data
- subsystem
- sensors
- quality control
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000003908 quality control method Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明属于气象预警技术领域,具体涉及一种用于智慧城市高层建筑的风场监测与校正系统。所述系统包括:多方位风数据监测子系统、风数据获取与质控子系统、真风解析处理子系统和真风数据应用子系统;所述多方位数据监测子系统,配置用于获取风数据;所述风数据至少包括:风速和风向;所述风数据获取与质控子系统,配置用于对获取到的风数据进行数据质控处理,得到质控数据;所述真风解析处理子系统,配置用于基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据;所述真风数据应用子系统,配置用于基于计算得到的真风数据,判断是否出现大风,若判断出现大风,进行预警。所述系统基于真风数据进行预警,提升了预警的准确率。
Description
技术领域
本发明属于气象预警技术领域,具体涉及一种用于智慧城市高层建筑的风场监测与校正系统。
背景技术
城市风灾指发生在城市地域的强风,对高层建筑、电力设施、交通运输各行业生产和人民生活的影响和破坏。由于人类活动导致全球气候保暖,城市的“热岛效应”明显,某种程度上使夏季城市强对流天气有所增加,局地强风致灾也就不可避免。
现代超大智慧城市下垫面复杂且粗糙,有大量的高层建筑,间距极小或位于街道两旁的高层建筑物之间,气流进人狭窄通道时风速剧增,形成狭管效应,使局地风场流线密集,风速增大。在建筑前的涡流区和角流区,风速会增大30%左右,极易造成大风风灾,从而带来物体掉落,建筑与树木倒塌,火灾等次生灾害,
当前在智慧城市气象灾害防治领域,现有技术一是关注整体气象灾害的整体评级,灾害防御等内容,二是通过城市地面观测设备来测量街道风速亦或是评估地面风在街道的风场分布情况。对于城市建筑如塔体、电力设施、高层楼宇等,在大风灾害中产生的风场以及真风风速风向的监控探索及展示预警方面,目前仍处于空白阶段。在大风天气系统中,由于各类建筑物整体结构对风的阻尼与流场不同,亟需一套完整的大风监测与订正方法。
专利号为CN201910121366.7A的专利公开了一种风场监测传感器、风场监测方法和无人机,其中,风场监测传感器用于安装在可移动设备上,所述风场监测传感器包括:光纤激光器、光学单元、相干探测单元和信号处理单元;所述光纤激光器,用于向所述光学单元连续发射激光信号;所述光学单元,用于接收携带有被探测区径向风速信息的后向散射光信号、将后向散射信号传输到相干探测单元、以及将一部分激光信号直接传输到相干探测单元;所述信号处理单元,用于将所述相干探测单元接收到的激光信号和后向散射信号进行处理,得到所述被探测区域的径向风速信息。
该发明虽然能够实现对风场的监测,但其利用的时无人机进行监测,监测范围也仅限于无人机周围,且缺乏针对风场数据的处理和分析,导致监测结果准确率不高,监测过程较为繁复。
发明内容
有鉴于此,本发明的主要目的在于提供一种用于智慧城市高层建筑的风场监测与校正系统,所述系统通过多传感器获取高层建筑的多个方位的风数据,再基于获取到的风数据计算得到真风数据,以此进行预警,提升了预警的准确率。
为达到上述目的,本发明的技术方案是这样实现的:
一种用于智慧城市高层建筑的风场监测与校正系统,所述系统包括:多方位风数据监测子系统、风数据获取与质控子系统、真风解析处理子系统和真风数据应用子系统;
所述多方位数据监测子系统,配置用于获取风数据;所述风数据至少包括:风速和风向;
所述风数据获取与质控子系统,配置用于对获取到的风数据进行数据质控处理,得到质控数据;
所述真风解析处理子系统,配置用于基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据;
所述真风数据应用子系统,配置用于基于计算得到的真风数据,判断是否出现大风,若判断出现大风,进行预警。
进一步的,所述多方位数据监测子系统包括至少4个传感器和1个数据采集器;所述传感器均匀分布于以高层建筑为圆心,以设定值为半径的圆周;所述传感器按照设定的时间周期测量并获取风数据;所述数据采集器将所有传感器获取到的风数据进行采集,得到风数据。
进一步的,所述风数据获取与质控子系统对获取到的风数据进行数据质控处理的方法执行以下步骤:对获取到的风数据分别进行时间一致性的统一处理和异常值和野值的剔除处理;所述时间一致性的统一处理具体包括:将所有的风数据进行归一化处理,形成时间尺度上的数据集;所述异常值和野值的剔除处理具体包括:对任意一个传感器获取到的风数据的值大于前一时刻值的5倍时,将所有传感器该时刻的值全部剔除;使用如下公式进行计算:其中N为传感器的个数,Vij为第i个风传感器j时刻的风速值。
进一步的,所述真风解析处理子系统基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据的方法包括:
步骤1:在质控数据中使用如下公式计算得到风向一致性数据集:其中,Windi、Windj分别表示传感器i与j的风向值,总共有类不同次数,当满足上述条件出现的次数大于时,保留该时刻的N个传感器的数据,否则对该N个传感器的数据进行剔除;
其中,Vi表示第i个传感器的风速值,Di表示第i个传感器的风向值;表示N个传感器的风速在南北方向上的投影;表示N个传感器的风速在东西方向上的投影;表示经过N个传感器合成后的风速值;表示经过N个传感器合成后的风向值;C表示静风;所述和构成计算得到的真风数据。
本发明的一种用于智慧城市高层建筑的风场监测与校正系统,具有如下有益效果:本发明通过均匀设置的多个传感器获取高层建筑在各个方位的风数据,再对风数据进行数据处理,以去除异常值和获得时间一致性数据,在此基础行进行真风数据计算,以获得真风数据,相较于现有技术,真风数据更能反应风的本质,使得预警的准确率更高,降低了虚警的发生概率。
附图说明
图1为本发明实施例提供的一种用于智慧城市高层建筑的风场监测与校正系统的;
图2为本发明实施例提供的多方位数据监测子系统获取风数据的原理示意图;
图3为本发明实施例提供的风数据获取与质控子系统获得质控数据的流程示意图;
图4为本发明实施例提供的真风数据应用子系统计算得到真风数据的流程示意图。
具体实施方式
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
如图1所示,一种用于智慧城市高层建筑的风场监测与校正系统,所述系统包括:多方位风数据监测子系统、风数据获取与质控子系统、真风解析处理子系统和真风数据应用子系统;
所述多方位数据监测子系统,配置用于获取风数据;所述风数据至少包括:风速和风向;
所述风数据获取与质控子系统,配置用于对获取到的风数据进行数据质控处理,得到质控数据;
所述真风解析处理子系统,配置用于基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据;
所述真风数据应用子系统,配置用于基于计算得到的真风数据,判断是否出现大风,若判断出现大风,进行预警。
实施例2
参考图2,在上一实施例的基础上,所述多方位数据监测子系统包括至少4个传感器和1个数据采集器;所述传感器均匀分布于以高层建筑为圆心,以设定值为半径的圆周;所述传感器按照设定的时间周期测量并获取风数据;所述数据采集器将所有传感器获取到的风数据进行采集,得到风数据。
采用至少N(N≥4)个的同类型风要素测量微型传感器进行数据获取,其中包含风速与风向的测量。以正北为0°,按照顺时针方向,N个风传感器均收集时间间隔相同的测风数据,N个风传感器分别布设方法如下: 其中i∈[1,N];其中,i表示第i个风传感器,N为风传感器的个数。
实施例3
参考图3,在上一实施例的基础上,所述风数据获取与质控子系统对获取到的风数据进行数据质控处理的方法执行以下步骤:对获取到的风数据分别进行时间一致性的统一处理和异常值和野值的剔除处理;所述时间一致性的统一处理具体包括:将所有的风数据进行归一化处理,形成时间尺度上的数据集;所述异常值和野值的剔除处理具体包括:对任意一个传感器获取到的风数据的值大于前一时刻值的5倍时,将所有传感器该时刻的值全部剔除;使用如下公式进行计算:
具体的,在多方位风数据监测方法的基础上进一步对数据做出统一的获取与质控,其中包含时间一致性的统一与异常值、野值的剔除。时间一致性的统一是将N个风传感器数据进行归一化处理,形成时间尺度上的数据集。异常值与野值的剔除是指,当N个传感器中任意一个传感器的值大于前一时刻值的5倍时,要将N各传感器该时刻的值全部剔除以保护时间一致性,计算方法如下:
实施例4
参考图4,在上一实施例的基础上,所述真风解析处理子系统基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据的方法包括:
步骤1:在质控数据中使用如下公式计算得到风向一致性数据集:其中,Windi、Windj分别表示传感器i与j的风向值,总共有类不同次数,当满足上述条件出现的次数大于时,保留该时刻的N个传感器的数据,否则对该N个传感器的数据进行剔除;
其中,Vi表示第i个传感器的风速值,Di表示第i个传感器的风向值;表示N个传感器的风速在南北方向上的投影;表示N个传感器的风速在东西方向上的投影;表示经过N个传感器合成后的风速值;表示经过N个传感器合成后的风向值;C表示静风;所述和构成计算得到的真风数据。
参考图4,图4显示了计算得到真风数据的流程示意图。首先,通过正交分解得到各个方向的投影;使用公式如下:
具体的,将计算出来的真风数据应用于所监控的高层建筑的风场监控中,按照《风力等级》(GB/T 28591-2012)以及国务院发布的大风预警要求,对该高层建筑24小时内超过6级以上的大风做出不同类型的预警,保证建筑的可靠性与人员财产的安全性。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
需要说明的是,上述实施例提供的系统,仅以上述各功能单元的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能单元来完成,即将本发明实施例中的单元或者步骤再分解或者组合,例如,上述实施例的单元可以合并为一个单元,也可以进一步拆分成多个子单元,以完成以上描述的全部或者单元功能。对于本发明实施例中涉及的单元、步骤的名称,仅仅是为了区分各个单元或者步骤,不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员应能够意识到,结合本文中所公开的实施例描述的各示例的单元、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件单元、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“另一部分”等是配置用于区别类似的对象,而不是配置用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者单元/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者单元/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术标记作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非配置用于限定本发明的保护范围。
Claims (4)
1.一种用于智慧城市高层建筑的风场监测与校正系统,其特征在于,所述系统包括:多方位风数据监测子系统、风数据获取与质控子系统、真风解析处理子系统和真风数据应用子系统;
所述多方位数据监测子系统,配置用于获取风数据;所述风数据至少包括:风速和风向;
所述风数据获取与质控子系统,配置用于对获取到的风数据进行数据质控处理,得到质控数据;
所述真风解析处理子系统,配置用于基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据;
所述真风数据应用子系统,配置用于基于计算得到的真风数据,判断是否出现大风,若判断出现大风,进行预警。
2.如权利要求1所述的系统,其特征在于,所述多方位数据监测子系统包括至少4个传感器和1个数据采集器;所述传感器均匀分布于以高层建筑为圆心,以设定值为半径的圆周;所述传感器按照设定的时间周期测量并获取风数据;所述数据采集器将所有传感器获取到的风数据进行采集,得到风数据。
4.如权利要求3所述的系统,其特征在于,所述真风解析处理子系统基于获取到的质控数据,使用预设的真风计算模型,计算得到真风数据的方法包括:
步骤1:在质控数据中使用如下公式计算得到风向一致性数据集:其中,Windi、Windj分别表示传感器i与j的风向值,总共有类不同次数,当满足上述条件出现的次数大于时,保留该时刻的N个传感器的数据,否则对该N个传感器的数据进行剔除;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111553941.4A CN114167522B (zh) | 2021-12-17 | 2021-12-17 | 一种用于智慧城市高层建筑的风场监测与校正系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111553941.4A CN114167522B (zh) | 2021-12-17 | 2021-12-17 | 一种用于智慧城市高层建筑的风场监测与校正系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114167522A true CN114167522A (zh) | 2022-03-11 |
CN114167522B CN114167522B (zh) | 2024-07-02 |
Family
ID=80487401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111553941.4A Active CN114167522B (zh) | 2021-12-17 | 2021-12-17 | 一种用于智慧城市高层建筑的风场监测与校正系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167522B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114882382A (zh) * | 2022-04-06 | 2022-08-09 | 深圳信息职业技术学院 | 一种基于图像识别的建筑物碰撞保护方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681032A (zh) * | 2011-03-11 | 2012-09-19 | 南京信息工程大学 | 基于多普勒雷达和风标传感器的二维风场测量方法 |
US20140244188A1 (en) * | 2013-02-28 | 2014-08-28 | International Business Machines Corporation | Forecasting output power of wind turbine in wind farm |
US9382747B1 (en) * | 2015-12-30 | 2016-07-05 | International Business Machines Corporation | Pro-active building protection system |
CN206132800U (zh) * | 2016-10-18 | 2017-04-26 | 南京信息工程大学 | 一种高精度的区域内多点风速风向测量系统 |
CN110020000A (zh) * | 2017-12-22 | 2019-07-16 | 北京金风慧能技术有限公司 | 判定异常风速数据的方法和装置 |
US20190317460A1 (en) * | 2018-04-13 | 2019-10-17 | Raffaele Salerno | Weather-Prediticive Apparatus and System Thereof for Controlling a Climatization Plant |
US20200124026A1 (en) * | 2017-06-21 | 2020-04-23 | IFP Energies Nouvelles | Method for acquiring and modelling an incident wind field by means of a lidar sensor |
CN111401633A (zh) * | 2020-03-13 | 2020-07-10 | 中南大学 | 一种铁路沿线风场监测与预测方法及其系统 |
KR102180362B1 (ko) * | 2020-03-13 | 2020-11-18 | 한국외국어대학교 연구산학협력단 | 소규모 단위의 기상예측모델을 이용한 위치 기반의 기상 서비스 시스템 |
WO2021079513A1 (ja) * | 2019-10-25 | 2021-04-29 | 三菱電機株式会社 | 信号処理器、レーザレーダ装置及び風力タービン |
US20210277867A1 (en) * | 2020-02-10 | 2021-09-09 | IFP Energies Nouvelles | METHOD OF DETERMINING WIND DIRECTION BY MEANS OF A LiDAR SENSOR |
CN215115095U (zh) * | 2021-06-16 | 2021-12-10 | 广州大学 | 一种用于风洞试验的建筑外风场模拟测试装置 |
-
2021
- 2021-12-17 CN CN202111553941.4A patent/CN114167522B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681032A (zh) * | 2011-03-11 | 2012-09-19 | 南京信息工程大学 | 基于多普勒雷达和风标传感器的二维风场测量方法 |
US20140244188A1 (en) * | 2013-02-28 | 2014-08-28 | International Business Machines Corporation | Forecasting output power of wind turbine in wind farm |
US9382747B1 (en) * | 2015-12-30 | 2016-07-05 | International Business Machines Corporation | Pro-active building protection system |
CN206132800U (zh) * | 2016-10-18 | 2017-04-26 | 南京信息工程大学 | 一种高精度的区域内多点风速风向测量系统 |
US20200124026A1 (en) * | 2017-06-21 | 2020-04-23 | IFP Energies Nouvelles | Method for acquiring and modelling an incident wind field by means of a lidar sensor |
CN110020000A (zh) * | 2017-12-22 | 2019-07-16 | 北京金风慧能技术有限公司 | 判定异常风速数据的方法和装置 |
US20190317460A1 (en) * | 2018-04-13 | 2019-10-17 | Raffaele Salerno | Weather-Prediticive Apparatus and System Thereof for Controlling a Climatization Plant |
WO2021079513A1 (ja) * | 2019-10-25 | 2021-04-29 | 三菱電機株式会社 | 信号処理器、レーザレーダ装置及び風力タービン |
US20210277867A1 (en) * | 2020-02-10 | 2021-09-09 | IFP Energies Nouvelles | METHOD OF DETERMINING WIND DIRECTION BY MEANS OF A LiDAR SENSOR |
CN111401633A (zh) * | 2020-03-13 | 2020-07-10 | 中南大学 | 一种铁路沿线风场监测与预测方法及其系统 |
KR102180362B1 (ko) * | 2020-03-13 | 2020-11-18 | 한국외국어대학교 연구산학협력단 | 소규모 단위의 기상예측모델을 이용한 위치 기반의 기상 서비스 시스템 |
CN215115095U (zh) * | 2021-06-16 | 2021-12-10 | 广州大学 | 一种用于风洞试验的建筑外风场模拟测试装置 |
Non-Patent Citations (1)
Title |
---|
郁雯: "超高层建筑周围风场特性实测研究", 地震工程学报, vol. 43, no. 4, 31 July 2021 (2021-07-31), pages 944 - 950 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114882382A (zh) * | 2022-04-06 | 2022-08-09 | 深圳信息职业技术学院 | 一种基于图像识别的建筑物碰撞保护方法 |
CN114882382B (zh) * | 2022-04-06 | 2023-03-24 | 深圳信息职业技术学院 | 一种基于图像识别的建筑物碰撞保护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114167522B (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN104778517A (zh) | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 | |
WO2020111934A1 (en) | A method and system for detection of natural disaster occurrence | |
CN116794751A (zh) | 应用于果园的气象灾害动态监测数据感知系统 | |
CN112381041A (zh) | 一种用于输电线路的树木识别方法、装置及终端设备 | |
EP3329212B1 (en) | System and method for detecting ground position changes | |
CN114167522B (zh) | 一种用于智慧城市高层建筑的风场监测与校正系统 | |
CN111664930B (zh) | 一种基于频率与图像的高边坡落石集成监测系统及方法 | |
CN109407177A (zh) | 基于机器学习与常规气象观测的大雾识别系统和应用方法 | |
CN111709644B (zh) | 一种利用机组scada数据的风电场风资源计算方法 | |
CN115293545A (zh) | 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 | |
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 | |
CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
CN116363513A (zh) | 一种基于数据分析的热带森林灾后修复检测系统 | |
CN106950574A (zh) | 一种大气中灰霾总量的遥感测算方法及装置 | |
CN112461799A (zh) | 一种获取高速公路团雾能见度的方法及装置 | |
CN117172959B (zh) | 一种林业生态环境监测系统及方法 | |
CN116307739A (zh) | 一种森林防火智能监测预警系统 | |
CN113569751B (zh) | 一种基于时频域动力学参量的危岩体识别方法及装置 | |
CN107290047B (zh) | 一种拟合次声台站风噪声-风速的方法 | |
CN110717393B (zh) | 一种基于红外周视系统的森林林火自动检测方法及系统 | |
Wing et al. | A 25-year history of spatial and temporal trends in wildfire activity in Oregon and Washington, USA | |
CN115493657B (zh) | 一种基于无人机的大气污染溯源方法和装置 | |
CN114046822B (zh) | 一种基于传感器阵列模块的大气污染监测方法及系统 | |
CN113295589B (zh) | 一种扬尘监测方法、装置和系统 |
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 |