CN114781859A - 坡度映射的森林火灾风险评估方法、装置、介质和设备 - Google Patents
坡度映射的森林火灾风险评估方法、装置、介质和设备 Download PDFInfo
- Publication number
- CN114781859A CN114781859A CN202210415292.XA CN202210415292A CN114781859A CN 114781859 A CN114781859 A CN 114781859A CN 202210415292 A CN202210415292 A CN 202210415292A CN 114781859 A CN114781859 A CN 114781859A
- Authority
- CN
- China
- Prior art keywords
- slope
- gradient
- forest
- fire risk
- risk assessment
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013507 mapping Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 108
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种坡度映射的森林火灾风险评估方法、装置、介质和设备,所述评估方法包括:获取待评估林区的遥感影像和高程数据;根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比;根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值;根据所述高程数据,获取所述待评估林区的坡度数据;根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值;根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。本发明结合了地形坡度对森林火灾的影响,可以提高森林火灾风险评估的评估结果的准确性。
Description
技术领域
本发明涉及森林火灾评估的技术领域,具体涉及一种坡度映射的森林火灾风险评估方法、装置、介质和设备。
背景技术
评估森林火险状况、进行早期预警预报是应对森林火灾的关键方法,可以避免或减少其巨大危害。但是,在现有的森林火灾风险评估方法中,往往没有考虑地形对森林火灾的影响,因此现有的森林火灾风险评估方法存在评估结果准确性低的问题。
发明内容
本发明的目的在于克服现有技术中的缺点与不足,提供一种坡度映射的森林火灾风险评估方法、装置、介质和设备,结合了地形坡度对森林火灾的影响,可以提高森林火灾风险评估的评估结果的准确性。
本发明的一个实施例提供一种森林火灾风险评估方法,包括:
获取待评估林区的遥感影像和高程数据;
根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比;
根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值;
根据所述高程数据,获取所述待评估林区的坡度数据;
根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值;
根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。
相对于现有技术,本申请的森林火灾风险评估方法通过获取待评估林区的高程数据,从所述高程数据中获取所述待评估林区的坡度数据,然后根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值,再利用所述坡度评估值对所述初始火险评估值进行修正,从而得到所述待评估林区的目标火险评估值,结合了地形坡度对森林火灾的影响,提高了森林火灾风险评估的评估结果的准确性。
在一个实施例中,所述根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值的步骤,包括:
获取预设的多个坡度区间,以及各个所述坡度区间对应的坡度评估公式;
将所述坡度数据分别与各个所述坡度区间进行比对,将所述坡度数据所属的所述坡度区间确定为目标坡度区间;
将所述目标坡度区间对应的坡度评估公式确定为目标坡度评估公式;
根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值。
通过所述坡度数据所属的目标坡度区间确定所述目标坡度评估公式,可以计算出贴合所述待评估林区的地形坡度的坡度评估值。
在一个实施例中,所述根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值,包括:
通过以下公式,计算出所述待评估林区的坡度评估值;
其中,f(slope)表示所述坡度评估值,S表示所述坡度数据。
通过上述公式,可以计算出不同坡度对应的坡度评估值。
在一个实施例中,所述根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值的步骤,包括:
通过以下公式,计算出所述目标火险评估值:
FPI_S=FPI×f(slope);
其中,FPI_S表示所述目标火险评估值;FPI表示所述初始火险评估值;f(slope)表示所述坡度评估值。
通过上述公式,可以实现根据所述坡度评估值对所述初始火险评估值进行修正,从而得到结合了地形坡度参数的所述目标火险评估值。
在一个实施例中,所述根据所述植被覆盖度,以及所述时滞死可燃物湿度以及水分消失量比,计算出所述待评估林区的初始火险评估值的步骤,包括:
通过以下公式,计算出所述初始火险评估值:
FPI=100×(1-FMCTHR_frac)×(1-Vc);
其中,FPI表示所述初始火险评估值;FMCTHR_frac表示所述时滞死可燃物湿度以及水分消失量比;Vc表示所述植被覆盖度。
通过上述公式,可以根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算得到待修正的所述初始火险评估值。
在一个实施例中,所述时滞死可燃物湿度以及水分消失量比为,10小时时滞死可燃物湿度以及水分消失量比。通过获取10小时时滞死可燃物湿度以及水分消失量比,可以提高所述初始火险评估值的准确性。
本发明的一个实施例还提供一种坡度映射的森林火灾风险评估装置,包括:
林区数据获取模块,用于获取待评估林区的遥感影像和高程数据;
遥感影像数据提取模块,用于根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比;
初始火险评估值计算模块,用于根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值;
坡度数据获取模块,用于根据所述高程数据,获取所述待评估林区的坡度数据;
坡度评估值获取模块,用于根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值;
目标火险评估值获取模块,用于根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。
相对于现有技术,本申请的森林火灾风险评估装置,通过获取待评估林区的高程数据,从所述高程数据中获取所述待评估林区的坡度数据,然后根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值,再利用所述坡度评估值对所述初始火险评估值进行修正,从而得到所述待评估林区的目标火险评估值,结合了地形坡度对森林火灾的影响,提高了森林火灾风险评估的评估结果的准确性。
在一个实施例中,所述坡度评估值获取模块包括:
区间和公式获取模块,用于获取预设的多个坡度区间,以及各个所述坡度区间对应的坡度评估公式;
目标坡度区间确定模块,用于将所述坡度数据分别与各个所述坡度区间进行比对,将所述坡度数据所属的所述坡度区间确定为目标坡度区间;
目标坡度评估公式确定模块,用于将所述目标坡度区间对应的坡度评估公式确定为目标坡度评估公式;
坡度评估值计算模块,用于根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值。
通过所述坡度数据所属的目标坡度区间确定所述目标坡度评估公式,可以计算出贴合所述待评估林区的地形坡度的坡度评估值。
本发明的一个实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的坡度映射的森林火灾风险评估方法的步骤。
本发明的一个实施例还提供一种计算机设备,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的坡度映射的森林火灾风险评估方法的步骤。
为了能更清晰的理解本发明,以下将结合附图说明阐述本发明的具体实施方式。
附图说明
图1为本发明一个实施例的坡度映射的森林火灾风险评估方法的流程图。
图2为本发明一个实施例的坡度映射的森林火灾风险评估方法的坡度评估值获取流程图。
图3为本发明一个实施例的坡度映射的森林火灾风险评估方法的坡度评估值的数值变化图。
图4为本发明一个实施例的坡度映射的森林火灾风险评估装置的模块连接图。
1、林区数据获取模块;2、遥感影像数据提取模块;3、初始火险评估值计算模块;4、坡度数据获取模块;5、坡度评估值获取模块;6、目标火险评估值获取模块。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确,所描述的实施例仅仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,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,都属于本申请实施例保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。在本申请的描述中,需要理解的是,术语“第一”、“第二”、“第三”等仅用于区别类似的对象,而不必用于描述特定的顺序或先后次序,也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
请参阅图1,其是本发明一个实施例的坡度映射的森林火灾风险评估方法的流程图,包括:
S1:获取待评估林区的遥感影像和高程数据。
所述遥感影像是指记录各种地物电磁波大小的胶片或照片,主要分为航空像片和卫星相片。
所述高程数据是指数字高程模型(Digital Elevation Model,DEM)的数据,所述高程数据包括地形、坡度、坡向、海拔等数据,构建所述数字高程模型的数据源的采集方式是多样的,包括直接从地面测量,所涉及的仪器有水平导轨、测针、测针架和相对高程测量板等构件,也可以用GPS、全站仪、野外测量等高端仪器;(2)根据航空或航天影像,通过摄影测量途径获取,如立体坐标仪观测及空三加密法、解析测图、数字摄影测量等等;(3)从现有地形图上采集,如格网读点法、数字化仪手扶跟踪及扫描仪半自动采集然后通过内插生成DEM等方法。
S2:根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比。
所述植被覆盖度是指所述待评估林区的森林面积占所述待评估林区的土地面积之比。
时滞死可燃物湿度以及水分消失量比是指单位质量或重量可燃物的水分含量,在本实施例中,所述可燃物包括但不限于所述待评估林区的植被。
S3:根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值。
S4:根据所述高程数据,获取所述待评估林区的坡度数据。
所述坡度数据是指坡度倾斜度,且所述坡度数据全采用正值表示。
S5:根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值。
S6:根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。
相对于现有技术,本申请的森林火灾风险评估方法通过获取待评估林区的高程数据,从所述高程数据中获取所述待评估林区的坡度数据,然后根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值,再利用所述坡度评估值对所述初始火险评估值进行修正,从而得到所述待评估林区的目标火险评估值,结合了地形坡度对森林火灾的影响,提高了森林火灾风险评估的评估结果的准确性。
请参阅图2,在一个可行的实施例中,所述步骤S5:根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值的步骤,包括:
S51:获取预设的多个坡度区间,以及各个所述坡度区间对应的坡度评估公式。
其中,所述坡度区间是根据坡度对火源点引燃作用、火灾蔓延速度和燃烧程度划分的,因此所述坡度区间至少划分为3个。
S52:将所述坡度数据分别与各个所述坡度区间进行比对,将所述坡度数据所属的所述坡度区间确定为目标坡度区间。
S53:将所述目标坡度区间对应的坡度评估公式确定为目标坡度评估公式。
S54:根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值。
在本实施例中,通过所述坡度数据所属的目标坡度区间确定所述目标坡度评估公式,可以计算出贴合所述待评估林区的地形坡度的坡度评估值。
在一个可行的实施例中,所述根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值,包括:
通过以下公式,计算出所述待评估林区的坡度评估值;
其中,f(slope)表示所述坡度评估值,S表示所述坡度数据。
请参阅图3,在本实施例中,通过上述公式,可以计算出不同坡度对应的坡度评估值,其中,由于人为活动(包括露营、祭祀、探险等涉及用火的活动)都可能是火源点产生的源头,而人为活动通过都是出现在坡度小于10度的地形的,且在坡度小于10度的地形中,人为活动的几率会随着坡度的增加而减少,因此对应的坡度评估值也会随着坡度的增加而减少。因此小于10度的地形对应的坡度评估值呈现随着坡度的增加而下降的趋势。而在10-30度之间坡度的林区,火势蔓延速度随着坡度的增加而增加,属于影响燃烧范围(受灾面积大小)的重要影响因素。因此在10-30度之间坡度的,对应的坡度评估值呈现随着坡度的增加而上升的趋势。另外,林木燃烧时,在大于30度坡度的林区,过火速度显著变快,燃烧时间缩短,林木本身燃烧程度(损毁程度)随着坡度的增加呈现先减小再增加的趋势,不过,30-50度之间坡度的林区,过火速度越来越快,燃烧程度在逐渐减小;而在大于50度坡度的林区,林木生长条件差,植被群落结构脆弱,抗灾能力差,损毁程度反而升高。因此,在大于30度坡度的林区,对应的坡度评估值呈先下降,后上升的趋势,其中趋势的变化转折点为50度的坡度。
在一个可行的实施例中,所述根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值的步骤,包括:
通过以下公式,计算出所述目标火险评估值:
FPI_S=FPI×f(slope);
其中,FPI_S表示所述目标火险评估值;FPI表示所述初始火险评估值;f(slope)表示所述坡度评估值。
在本实施例中,通过上述公式,可以实现根据所述坡度评估值对所述初始火险评估值进行修正,从而得到结合了地形坡度参数的所述目标火险评估值。
在一个可行的实施例中,所述根据所述植被覆盖度,以及所述时滞死可燃物湿度以及水分消失量比,计算出所述待评估林区的初始火险评估值的步骤,包括:
通过以下公式,计算出所述初始火险评估值:
FPI=100×(1-FMCTHR_frac)×(1-Vc);
其中,FPI表示所述初始火险评估值;FMCTHR_frac表示所述时滞死可燃物湿度以及水分消失量比;Vc表示所述植被覆盖度。
在本实施例中,通过上述公式,可以根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算得到待修正的所述初始火险评估值。
在一个可行的实施例中,所述时滞死可燃物湿度以及水分消失量比为,10小时时滞死可燃物湿度以及水分消失量比。通过获取10小时时滞死可燃物湿度以及水分消失量比,可以提高所述初始火险评估值的准确性。
请参阅图4,本发明的一个实施例还提供一种坡度映射的森林火灾风险评估装置,包括:
林区数据获取模块1,用于获取待评估林区的遥感影像和高程数据;
遥感影像数据提取模块2,用于根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比;
初始火险评估值计算模块3,用于根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值;
坡度数据获取模块4,用于根据所述高程数据,获取所述待评估林区的坡度数据;
坡度评估值获取模块5,用于根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值;
目标火险评估值获取模块6,用于根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。
相对于现有技术,本申请的森林火灾风险评估装置,通过获取待评估林区的高程数据,从所述高程数据中获取所述待评估林区的坡度数据,然后根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值,再利用所述坡度评估值对所述初始火险评估值进行修正,从而得到所述待评估林区的目标火险评估值,结合了地形坡度对森林火灾的影响,提高了森林火灾风险评估的评估结果的准确性。
在一个可行的实施例中,所述坡度评估值获取模块5包括:
区间和公式获取模块,用于获取预设的多个坡度区间,以及各个所述坡度区间对应的坡度评估公式;
目标坡度区间确定模块,用于将所述坡度数据分别与各个所述坡度区间进行比对,将所述坡度数据所属的所述坡度区间确定为目标坡度区间;
目标坡度评估公式确定模块,用于将所述目标坡度区间对应的坡度评估公式确定为目标坡度评估公式;
坡度评估值计算模块,用于根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值。
通过所述坡度数据所属的目标坡度区间确定所述目标坡度评估公式,可以计算出贴合所述待评估林区的地形坡度的坡度评估值。
本发明的一个实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的坡度映射的森林火灾风险评估方法的步骤。
本发明的一个实施例还提供一种计算机设备,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的坡度映射的森林火灾风险评估方法的步骤。
以上所描述的设备实施例仅仅是示意性的,其中所述作为分离部件说明的组件可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中选定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中选定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中选定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意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、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种坡度映射的森林火灾风险评估方法,其特征在于,包括:
获取待评估林区的遥感影像和高程数据;
根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比;
根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值;
根据所述高程数据,获取所述待评估林区的坡度数据;
根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值;
根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。
2.根据权利要求1所述的坡度映射的森林火灾风险评估方法,其特征在于,所述根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值的步骤,包括:
获取预设的多个坡度区间,以及各个所述坡度区间对应的坡度评估公式;
将所述坡度数据分别与各个所述坡度区间进行比对,将所述坡度数据所属的所述坡度区间确定为目标坡度区间;
将所述目标坡度区间对应的坡度评估公式确定为目标坡度评估公式;
根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值。
4.根据权利要求1所述的坡度映射的森林火灾风险评估方法,其特征在于,所述根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值的步骤,包括:
通过以下公式,计算出所述目标火险评估值:
FPI_S=FPI×f(slope);
其中,FPI_S表示所述目标火险评估值;FPI表示所述初始火险评估值;f(slope)表示所述坡度评估值。
5.根据权利要求1所述的坡度映射的森林火灾风险评估方法,其特征在于,所述根据所述植被覆盖度,以及所述时滞死可燃物湿度以及水分消失量比,计算出所述待评估林区的初始火险评估值的步骤,包括:
通过以下公式,计算出所述初始火险评估值:
FPI=100×(1-FMCTHR_frac)×(1-Vc);
其中,FPI表示所述初始火险评估值;FMCTHR_frac表示所述时滞死可燃物湿度以及水分消失量比;Vc表示所述植被覆盖度。
6.根据权利要求1所述的坡度映射的森林火灾风险评估方法,其特征在于,所述时滞死可燃物湿度以及水分消失量比为,10小时时滞死可燃物湿度以及水分消失量比。
7.一种坡度映射的森林火灾风险评估装置,其特征在于,包括:
林区数据获取模块,用于获取待评估林区的遥感影像和高程数据;
遥感影像数据提取模块,用于根据所述遥感影像,获取所述待评估林区的植被覆盖度、时滞死可燃物湿度以及水分消失量比;
初始火险评估值计算模块,用于根据所述植被覆盖度、所述时滞死可燃物湿度以及所述水分消失量比,计算出所述待评估林区的初始火险评估值;
坡度数据获取模块,用于根据所述高程数据,获取所述待评估林区的坡度数据;
坡度评估值获取模块,用于根据所述坡度数据和预设的坡度评估规则,得到所述待评估林区的坡度评估值;
目标火险评估值获取模块,用于根据所述坡度评估值对所述初始火险评估值进行修正,得到所述待评估林区的目标火险评估值。
8.根据权利要求7所述的坡度映射的森林火灾风险评估装置,其特征在于,所述坡度评估值获取模块包括:
区间和公式获取模块,用于获取预设的多个坡度区间,以及各个所述坡度区间对应的坡度评估公式;
目标坡度区间确定模块,用于将所述坡度数据分别与各个所述坡度区间进行比对,将所述坡度数据所属的所述坡度区间确定为目标坡度区间;
目标坡度评估公式确定模块,用于将所述目标坡度区间对应的坡度评估公式确定为目标坡度评估公式;
坡度评估值计算模块,用于根据所述坡度数据和所述目标坡度评估公式计算出所述待评估林区的坡度评估值。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的坡度映射的森林火灾风险评估方法的步骤。
10.一种计算机设备,其特征在于:包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的坡度映射的森林火灾风险评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210415292.XA CN114781859B (zh) | 2022-04-20 | 2022-04-20 | 坡度映射的森林火灾风险评估方法、装置、介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210415292.XA CN114781859B (zh) | 2022-04-20 | 2022-04-20 | 坡度映射的森林火灾风险评估方法、装置、介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114781859A true CN114781859A (zh) | 2022-07-22 |
CN114781859B CN114781859B (zh) | 2023-05-23 |
Family
ID=82432008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210415292.XA Active CN114781859B (zh) | 2022-04-20 | 2022-04-20 | 坡度映射的森林火灾风险评估方法、装置、介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114781859B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105205587A (zh) * | 2015-08-15 | 2015-12-30 | 东北师范大学 | 一种北方草原火灾风险等级快速评估方法 |
KR101891087B1 (ko) * | 2018-04-18 | 2018-08-23 | 재단법인 거창화강석연구센터 | 드론을 이용한 암반사면의 안정성 평가방법 |
CN111768105A (zh) * | 2020-06-29 | 2020-10-13 | 中南林业科技大学 | 基于空间Logistic的森林火灾风险评估方法 |
CN112712275A (zh) * | 2021-01-07 | 2021-04-27 | 南京大学 | 基于Maxent和GIS的森林火灾风险评估方法 |
CN113902981A (zh) * | 2021-12-10 | 2022-01-07 | 航天宏图信息技术股份有限公司 | 一种林火蔓延预测方法、装置、电子设备及存储介质 |
CN114004466A (zh) * | 2021-10-14 | 2022-02-01 | 长光卫星技术有限公司 | 一种融合多源数据的精细化森林火险评估方法 |
-
2022
- 2022-04-20 CN CN202210415292.XA patent/CN114781859B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105205587A (zh) * | 2015-08-15 | 2015-12-30 | 东北师范大学 | 一种北方草原火灾风险等级快速评估方法 |
KR101891087B1 (ko) * | 2018-04-18 | 2018-08-23 | 재단법인 거창화강석연구센터 | 드론을 이용한 암반사면의 안정성 평가방법 |
CN111768105A (zh) * | 2020-06-29 | 2020-10-13 | 中南林业科技大学 | 基于空间Logistic的森林火灾风险评估方法 |
CN112712275A (zh) * | 2021-01-07 | 2021-04-27 | 南京大学 | 基于Maxent和GIS的森林火灾风险评估方法 |
CN114004466A (zh) * | 2021-10-14 | 2022-02-01 | 长光卫星技术有限公司 | 一种融合多源数据的精细化森林火险评估方法 |
CN113902981A (zh) * | 2021-12-10 | 2022-01-07 | 航天宏图信息技术股份有限公司 | 一种林火蔓延预测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114781859B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guth et al. | LiDAR point cloud and ICESat‐2 evaluation of 1 second global digital elevation models: Copernicus wins | |
Estornell et al. | Analysis of the factors affecting LiDAR DTM accuracy in a steep shrub area | |
Iizuka et al. | Advantages of unmanned aerial vehicle (UAV) photogrammetry for landscape analysis compared with satellite data: A case study of postmining sites in Indonesia | |
Cooper et al. | Sea-level rise vulnerability mapping for adaptation decisions using LiDAR DEMs | |
Giles et al. | Comparison of derivative topographic surfaces of a DEM generated from stereoscopic SPOT images with field measurements | |
Maguya et al. | Adaptive algorithm for large scale dtm interpolation from lidar data for forestry applications in steep forested terrain | |
Ramachandran et al. | Monitoring of deforestation and land use changes (1925–2012) in Idukki district, Kerala, India using remote sensing and GIS | |
Takahashi et al. | Stand volume estimation by combining low laser-sampling density LiDAR data with QuickBird panchromatic imagery in closed-canopy Japanese cedar (Cryptomeria japonica) plantations | |
Thapa et al. | Calibration of aboveground forest carbon stock models for major tropical forests in central Sumatra using airborne LiDAR and field measurement data | |
Goodwin et al. | Development of a simulation model to predict LiDAR interception in forested environments | |
CN114252834A (zh) | 一种基于海洋目标的星载微波辐射计外定标方法及装置 | |
CN115424142A (zh) | 基于遥感影像的海岸线类型判别方法、装置、介质和设备 | |
CN114219917B (zh) | 一种激光雷达点云数据的漏洞修复方法 | |
US11928837B2 (en) | Landmark configuration matcher | |
Weifeng et al. | Multi-source DEM accuracy evaluation based on ICESat-2 in Qinghai-Tibet Plateau, China | |
CN114781859B (zh) | 坡度映射的森林火灾风险评估方法、装置、介质和设备 | |
Anurogo et al. | An integrated comparative approach to estimating forest aboveground carbon stock using advanced remote sensing technologies | |
Stumberg et al. | Classifying tree and nontree echoes from airborne laser scanning in the forest–tundra ecotone | |
Mirosław-Świątek et al. | Developing an algorithm for enhancement of a digital terrain model for a densely vegetated floodplain wetland | |
Norton-Griffiths | Aerial point sampling for land use surveys | |
Jakovljević et al. | Water body extraction and flood risk assessment using Lidar and open data | |
Cortés-Ramos et al. | Evolution of the largest glacier in Mexico (Glaciar Norte) since the 50s: factors driving glacier retreat | |
Hubacek et al. | Analysis of vehicle movement possibilities in terrain covered by vegetation | |
Tomko et al. | Identification of practically visible spatial objects in natural environments | |
Al-Hamdan et al. | Characterization of forested landscapes from remotely sensed data using fractals and spatial autocorrelation |
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 |