CN115171314A - 一种林火发生预报系统及方法 - Google Patents

一种林火发生预报系统及方法 Download PDF

Info

Publication number
CN115171314A
CN115171314A CN202210654310.XA CN202210654310A CN115171314A CN 115171314 A CN115171314 A CN 115171314A CN 202210654310 A CN202210654310 A CN 202210654310A CN 115171314 A CN115171314 A CN 115171314A
Authority
CN
China
Prior art keywords
module
information
data
acquisition module
fire
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.)
Pending
Application number
CN202210654310.XA
Other languages
English (en)
Inventor
赵璠
朱政
秦明明
钟丽辉
禹玥昀
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.)
Southwest Forestry University
Original Assignee
Southwest Forestry 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 Southwest Forestry University filed Critical Southwest Forestry University
Priority to CN202210654310.XA priority Critical patent/CN115171314A/zh
Publication of CN115171314A publication Critical patent/CN115171314A/zh
Pending legal-status Critical Current

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
    • 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
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Multimedia (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种林火发生预报系统及方法，涉及林火预测技术领域。本系统由数据采集模块、数据储存模块和数据传输模块组成；所述数据采集模块用于对森林中的图像数据、温度数据进行采集；所述数据采集模块包括移动采集模块、固定采集模块和人工采集模块；所述移动采集模块用于在移动的同时对不同位置的信息进行采集；所述固定采集模块用于对固定区域的树木信息进行采集；所述移动采集模块为无人机。本发明通过一系列结构的改进，使得系统在进行使用时能够快速对森林中的信息进行收集，并便于对火灾快速进行查找，且通过一系列的改进，能够快速的构建林火发生预报模型，进而能够提前在林火发生之前进行预警。

Description

一种林火发生预报系统及方法
技术领域
本发明属于林火预测技术领域，特别是涉及一种林火发生预报系统及方法。
背景技术
森林无疑是非常宝贵的自然资源、特别是随着人类对自然界的不断侵蚀，导致森林面积急剧降低，因此保护森林已经成为了环境保护非常重要的一个环节，当前保护森林除了要防止滥砍滥伐之外，同样森林防火也非常重要，当前森林防火大部分主要是靠人工巡查、监视的方式，不仅效率非常低，且监控效果差。
发明内容
本发明的目的在于提供一种林火发生预报系统及方法，以解决上述背景技术中提出的问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种林火发生预报系统，所述系统由数据采集模块、数据储存模块和数据传输模块组成；
所述数据采集模块用于对森林中的图像数据、温度数据进行采集；
所述数据储存模块用于对数据采集模块采集到的信息进行储存；
所述数据传输模块用于对数据储存模块保存的信息进行输送。
进一步地，所述数据采集模块包括移动采集模块、固定采集模块和人工采集模块；
所述移动采集模块用于在移动的同时对不同位置的信息进行采集；
所述固定采集模块用于对固定区域的树木信息进行采集；
所述人工采集模块用于对在维修中的固定采集模块采集区域进行巡检。
进一步地，所述固定采集模块的内部设置有温度传感器。
进一步地，所述数据储存模块包括数据接收模块、人工信息输送模块、信息整理模块、信息分类模块和信息保存模块；
所述数据接收模块用于对移动采集模块和固定采集模块采集到的信息数据进行接收；
所述人工信息输送模块用于对人工收集模块的信息进行收送输入；
所述信息整理模块用于对数据接收模块和数据整理模块收集到的信息进行统一整理；
所述信息分类模块用于对信息整理模块收集到的信息按照不同的类别进行分类；
所述信息保存模块用于对信息分类模块分类后的信息进行分开储存。
进一步地，所述人工信息输送模块的内部还设置有数据整理模块，所述数据整理模块用于对人工信息输送模块中得到的信息进行整理。
进一步地，所述数据传输模块包括定向输送模块、数据提取模块和数据备份模块；
所述定向输送模块用于将数据储存模块内部单独类别的信息单独进行输送；
所述数据提取模块用于对定向输送模块输送的信息进行提取；
所述数据备份模块用于对数据储存模块内部的数据信息进行备份。
一种林火发生预报方法，用于如上任意一项，步骤如下：
步骤如下：
S1：通过对森林火灾发生指数计算得到的IFFOI数值进行预示潜在的火险等级；
S2：计算在各区间内Yi发生条件下Fi发生的反映区间内的火情严重程度Pi；
S3：计算各因子的相对火险比例Ci；
S4：将S1中得到的火险等级IFFOI、S2中得到的火情严重程度Pi以及S3中得到的相对火险比例Ci相互结合，并将结合后的数值构建林火发生预报模型。
进一步地，所述火险等级IFFOI的表达公式为：
IFFOI＝IFFOD×Ca×Cb×Cc×Cd×K
其中，IFFOD是森林火险气象指数，Ca是地形调整系数，Cb是可燃物调整系数，Cc是道路调整系数，Cd是居民点调整系数，K是森林火灾发生模型阈值调整系数。
进一步地，所述火情严重程度Pi，表达公式为：
Figure BDA0003688619780000031
其中，Fi为各区间内火灾出现次数历史平均值；Yi为各因子区间内因子出现日数，Pi为Yi条件下Fi发生概率；i为各区间内因子之和。
进一步地，所述相对火险比例Ci的表达式为：
Figure BDA0003688619780000032
其中，Pi为区间内的火情严重程度，Pmin为各区间内Pi最小值，Ci为各区间因子相对于Pmin的火险比例。
本发明具有以下有益效果：
1、本发明通过一系列结构的改进，使得系统在进行使用时能够快速对森林中的信息进行收集，并便于对火灾快速进行查找。
2、本发明通过一系列的改进，能够快速的构建林火发生预报模型，进而能够提前在林火发生之前进行预警。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，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为本发明的结构示意图；
图2为本发明数据采集模块的结构示意图；
图3为本发明数据储存模块的结构示意图；
图4为本发明数据传输模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一：
请参阅图1-图4所示，本发明为一种林火发生预报系统及方法。
本系统由数据采集模块、数据储存模块和数据传输模块组成；
其中，所述数据采集模块用于对森林中的图像数据、温度数据进行采集；
所述数据采集模块包括移动采集模块、固定采集模块和人工采集模块；
所述移动采集模块用于在移动的同时对不同位置的信息进行采集；
具体的，所述移动采集模块为无人机，从而能够通过无人机在森林上方的飞行以及无人机自带的摄影摄像头对环境信息进行采集，并将采集的信息输送给数据储存模块；
所述固定采集模块用于对固定区域的树木信息进行采集；
具体的，所述固定采集模块为固定监控设备，从而能够在固定状态对周围的信息进行收集；
所述固定采集模块的内部设置有温度传感器，从而通过温度传感器对固定区域的温度信息进行收集，并将收集的信息输送给数据储存模块；
本实施例中，所述温度传感器为现有装置，其能感受温度并转换成可用输出信号的传感器；
所述人工采集模块用于对在维修中的固定采集模块采集区域进行巡检，并将信息输送进入数据储存模块；
当系统在进行使用时，通过移动采集模块、固定采集模块和人工采集模块对监控区域的树木以及树木周边的温度进行检测，同时能够将检测时收集到的信息输送进入数据储存模块的内部。
其中，所述数据储存模块用于对数据采集模块采集到的信息进行储存；
所述数据储存模块包括数据接收模块、人工信息输送模块、信息整理模块、信息分类模块和信息保存模块；
所述数据接收模块用于对移动采集模块和固定采集模块采集到的信息数据进行接收；
所述人工信息输送模块用于对人工收集模块的信息进行收送输入；
在本实施例中，所述人工信息输送模块的内部还设置有数据整理模块，所述数据整理模块用于对人工信息输送模块中得到的信息进行整理；
所述信息整理模块用于对数据接收模块和数据整理模块收集到的信息进行统一整理，使得信息能够统一进行存储；
所述信息分类模块用于对信息整理模块收集到的信息按照不同的类别进行分类；
所述信息保存模块用于对信息分类模块分类后的信息进行分开储存；
当数据储存模块收到需要进行储存的信息时，通过数据接收模块对移动采集模块和固定采集模块采集到的信息数据进行接收，并通过人工信息输送模块对人工收集模块的信息进行收送输入，同时通过人工收集模块内部的数据整理模块对人工信息输送模块中得到的信息进行整理；然后通过信息整理模块对数据接收模块和数据整理模块收集到的信息进行统一整理，并通过信息分类模块对信息按照不同的类别进行分类，在通过信息保存模块对信息分类模块分类后的信息进行分开储存。
其中，所述数据传输模块用于对数据储存模块保存的信息进行输送，进而便于使用者对数据进行上传或者下载；
所述数据传输模块包括定向输送模块、数据提取模块和数据备份模块；
所述定向输送模块用于将数据储存模块内部单独类别的信息单独进行输送，使得信息能够单独向外部输送或者单独向显示装置或者实验装置进行输送；
所述数据提取模块用于对定向输送模块输送的信息进行提取，使得信息能够向外部进行展示；
所述数据备份模块用于对数据储存模块内部的数据信息进行备份，使得信息不回在误操作的情况下导致丢失；
当数据信息能通过数据储存模块进入数据传输模块的内部后，通过定向输送模块将数据储存模块内部单独类别的信息单独进行输送，然后通过数据提取模块对定向输送模块输送的信息进行提取，使得信息能够向外部进行展示，同时能够通过数据备份模块对数据储存模块内部的数据信息进行备份。
其中一个实施例的工作原理：当系统在进行使用时，通过移动采集模块、固定采集模块和人工采集模块对监控区域的树木以及树木周边的温度进行检测，同时能够将检测时收集到的信息输送进入数据储存模块的内部，当数据储存模块收到需要进行储存的信息时，通过数据接收模块对移动采集模块和固定采集模块采集到的信息数据进行接收，并通过人工信息输送模块对人工收集模块的信息进行收送输入，同时通过人工收集模块内部的数据整理模块对人工信息输送模块中得到的信息进行整理；然后通过信息整理模块对数据接收模块和数据整理模块收集到的信息进行统一整理，并通过信息分类模块对信息按照不同的类别进行分类，在通过信息保存模块对信息分类模块分类后的信息进行分开储存，当数据信息能通过数据储存模块进入数据传输模块的内部后，通过定向输送模块将数据储存模块内部单独类别的信息单独进行输送，然后通过数据提取模块对定向输送模块输送的信息进行提取，使得信息能够向外部进行展示，同时能够通过数据备份模块对数据储存模块内部的数据信息进行备份。
实施例二：
应用于上述实施例一的一种林火发生预报方法，步骤如下：
第一步：通过对森林火灾发生指数计算得到的IFFOI数值预示潜在的火险等级，公式表示为：
IFFOI＝IFFOD×Ca×Cb×Cc×Cd×K
其中，IFFOD是森林火险气象指数，Ca是地形调整系数，Cb是可燃物调整系数，Cc是道路调整系数，Cd是居民点调整系数，K是森林火灾发生模型阈值调整系数，其值为0.754；
第二步：计算在各区间内Yi发生条件下Fi发生的概率Pi，Pi反映区间内的火情严重程度，其计算方法为：
Figure BDA0003688619780000081
其中，Fi为各区间内火灾出现次数历史平均值；Yi为各因子区间内因子出现日数，Pi为Yi条件下Fi发生概率；i为各区间内因子之和；
第三步：计算各因子的相对火险比例Ci，公式如下：
Figure BDA0003688619780000082
其中，Pi为区间内的火情严重程度，Pmin为各区间内Pi最小值，Ci为各区间因子相对于Pmin的火险比例。
第四步：根据第一步中计算得到的IFFOI数值预示潜在的火险等级、第二步中计算得到的反映区间内的火情严重程度的Pi以及第三步中计算得到的各因子的相对火险比例Ci相互结合后，构建林火发生预报模型，从而能够对林火的发生进行预报。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该本发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种林火发生预报系统，其特征在于：所述系统由数据采集模块、数据储存模块和数据传输模块组成；
所述数据采集模块用于对森林中的图像数据、温度数据进行采集；
所述数据储存模块用于对数据采集模块采集到的信息进行储存；
所述数据传输模块用于对数据储存模块保存的信息进行输送。
2.根据权利要求1所述的一种林火发生预报系统，其特征在于，所述数据采集模块包括移动采集模块、固定采集模块和人工采集模块；
所述移动采集模块用于在移动的同时对不同位置的信息进行采集；
所述固定采集模块用于对固定区域的树木信息进行采集；
所述人工采集模块用于对在维修中的固定采集模块采集区域进行巡检。
3.根据权利要求2所述的一种林火发生预报系统，其特征在于，所述固定采集模块的内部设置有温度传感器。
4.根据权利要求1所述的一种林火发生预报系统，其特征在于，所述数据储存模块包括数据接收模块、人工信息输送模块、信息整理模块、信息分类模块和信息保存模块；
所述数据接收模块用于对移动采集模块和固定采集模块采集到的信息数据进行接收；
所述人工信息输送模块用于对人工收集模块的信息进行收送输入；
所述信息整理模块用于对数据接收模块和数据整理模块收集到的信息进行统一整理；
所述信息分类模块用于对信息整理模块收集到的信息按照不同的类别进行分类；
所述信息保存模块用于对信息分类模块分类后的信息进行分开储存。
5.根据权利要求4所述的一种林火发生预报系统，其特征在于，所述人工信息输送模块的内部还设置有数据整理模块，所述数据整理模块用于对人工信息输送模块中得到的信息进行整理。
6.根据权利要求1所述的一种林火发生预报系统，其特征在于，所述数据传输模块包括定向输送模块、数据提取模块和数据备份模块；
所述定向输送模块用于将数据储存模块内部单独类别的信息单独进行输送；
所述数据提取模块用于对定向输送模块输送的信息进行提取；
所述数据备份模块用于对数据储存模块内部的数据信息进行备份。
7.一种林火发生预报方法，根据权利要求1-6任意一项的所述的一种林火发生预报系统，其特征在于，步骤如下：
S1：通过对森林火灾发生指数计算得到的IFFOI数值进行预示潜在的火险等级；
S2：计算在各区间内Yi发生条件下Fi发生的反映区间内的火情严重程度Pi；
S3：计算各因子的相对火险比例Ci；
S4：将S1中得到的火险等级IFFOI、S2中得到的火情严重程度Pi以及S3中得到的相对火险比例Ci相互结合，并将结合后的数值构建林火发生预报模型。
8.根据权利要求7所述的一种林火发生预报方法，其特征在于，所述火险等级IFFOI的表达公式为：
IFFOI＝IFFOD×Ca×Cb×Cc×Cd×K
其中，IFFOD是森林火险气象指数，Ca是地形调整系数，Cb是可燃物调整系数，Cc是道路调整系数，Cd是居民点调整系数，K是森林火灾发生模型阈值调整系数。
9.根据权利要求7所述的一种林火发生预报方法，其特征在于，所述火情严重程度Pi，表达公式为：
Figure FDA0003688619770000031
其中，Fi为各区间内火灾出现次数历史平均值；Yi为各因子区间内因子出现日数，Pi为Yi条件下Fi发生概率；i为各区间内因子之和。
10.根据权利要求7所述的一种林火发生预报方法，其特征在于，所述相对火险比例Ci的表达式为：
Figure FDA0003688619770000032
其中，Pi为区间内的火情严重程度，Pmin为各区间内Pi最小值，Ci为各区间因子相对于Pmin的火险比例。
CN202210654310.XA 2022-06-10 2022-06-10 一种林火发生预报系统及方法 Pending CN115171314A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210654310.XA CN115171314A (zh) 2022-06-10 2022-06-10 一种林火发生预报系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210654310.XA CN115171314A (zh) 2022-06-10 2022-06-10 一种林火发生预报系统及方法

Publications (1)

Publication Number Publication Date
CN115171314A true CN115171314A (zh) 2022-10-11

Family

ID=83484659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210654310.XA Pending CN115171314A (zh) 2022-06-10 2022-06-10 一种林火发生预报系统及方法

Country Status (1)

Country Link
CN (1) CN115171314A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204515968U (zh) * 2015-04-20 2015-07-29 国家林业局哈尔滨林业机械研究所 一种森林火险预警系统
CN110390789A (zh) * 2019-08-21 2019-10-29 深圳云感物联网科技有限公司 基于大数据的森林防火数据分析系统
KR20190129471A (ko) * 2018-05-11 2019-11-20 대한민국(산림청 국립산림과학원장) 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템
CN209693060U (zh) * 2019-05-04 2019-11-26 灵武市海德鸿工业产品设计有限公司 一种火灾监控的混合无线通信装置
CN112489486A (zh) * 2020-11-30 2021-03-12 浙江创智果企业管理咨询有限公司 一种基于大数据的智能停车管理系统
CN113041524A (zh) * 2021-04-12 2021-06-29 南京林业大学 林火监测及处理装置
CN113204736A (zh) * 2021-05-06 2021-08-03 中国科学技术大学 森林火险实时监控和预测预报的方法、系统、介质及设备
CN113222242A (zh) * 2021-05-08 2021-08-06 朱江 一种森林火险等级预报方法、装置、计算机设备及存储介质
CN114202883A (zh) * 2021-12-10 2022-03-18 安吉县自然资源和规划局 一种森林火灾智能防控的系统
WO2022068692A1 (zh) * 2020-09-30 2022-04-07 合肥德特飞思信息技术有限责任公司 一种消防系统
CN114418816A (zh) * 2022-03-02 2022-04-29 厦门市政智慧城市科技有限公司 一种市政事物安全预警与应急调度平台

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204515968U (zh) * 2015-04-20 2015-07-29 国家林业局哈尔滨林业机械研究所 一种森林火险预警系统
KR20190129471A (ko) * 2018-05-11 2019-11-20 대한민국(산림청 국립산림과학원장) 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템
CN209693060U (zh) * 2019-05-04 2019-11-26 灵武市海德鸿工业产品设计有限公司 一种火灾监控的混合无线通信装置
CN110390789A (zh) * 2019-08-21 2019-10-29 深圳云感物联网科技有限公司 基于大数据的森林防火数据分析系统
WO2022068692A1 (zh) * 2020-09-30 2022-04-07 合肥德特飞思信息技术有限责任公司 一种消防系统
CN112489486A (zh) * 2020-11-30 2021-03-12 浙江创智果企业管理咨询有限公司 一种基于大数据的智能停车管理系统
CN113041524A (zh) * 2021-04-12 2021-06-29 南京林业大学 林火监测及处理装置
CN113204736A (zh) * 2021-05-06 2021-08-03 中国科学技术大学 森林火险实时监控和预测预报的方法、系统、介质及设备
CN113222242A (zh) * 2021-05-08 2021-08-06 朱江 一种森林火险等级预报方法、装置、计算机设备及存储介质
CN114202883A (zh) * 2021-12-10 2022-03-18 安吉县自然资源和规划局 一种森林火灾智能防控的系统
CN114418816A (zh) * 2022-03-02 2022-04-29 厦门市政智慧城市科技有限公司 一种市政事物安全预警与应急调度平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱政 等: "滇中地区林火发生预报模型构建研究", 《西北林学院学报》, vol. 37, no. 5, pages 146 - 154 *

Similar Documents

Publication Publication Date Title
Amos et al. Determining the use of Sentinel-2A MSI for wildfire burning & severity detection
Masek et al. North American forest disturbance mapped from a decadal Landsat record
CN102956023B (zh) 一种基于贝叶斯分类的传统气象数据与感知数据融合的方法
Giglio et al. An active-fire based burned area mapping algorithm for the MODIS sensor
Boschetti et al. Mapping burned areas in a Mediterranean environment using soft integration of spectral indices from high-resolution satellite images
CN103092975A (zh) 基于主题共识覆盖率的网络社区垃圾信息检测与过滤方法
CN114972843A (zh) 一种基于大数据的农业病虫害诊断与预警系统
Fernandez-Manso et al. Burn severity analysis in Mediterranean forests using maximum entropy model trained with EO-1 Hyperion and LiDAR data
Al-Rawi et al. Burned area mapping system and fire detection system, based on neural networks and NOAA-AVHRR imagery
CN210570820U (zh) 一种农业检测预警系统
Zhu et al. A perceptron algorithm for forest fire prediction based on wireless sensor networks
CN109871613A (zh) 一种森林火灾判别模型获取方法及预测应用
CN106153114A (zh) 一种远程控制楼宇智能化监控系统
CN110631640A (zh) 基于物联网的仓储烟叶霉变状态智能监测系统及方法
CN111539325A (zh) 基于深度学习的森林火灾探测方法
Sedano et al. Towards a pan-European burnt scar mapping methodology based on single date medium resolution optical remote sensing data
CN108664875A (zh) 基于图像识别的井下皮带运输监控方法
Singh et al. Assessment of hailstorm damage in wheat crop using remote sensing
Rakshit et al. Prediction of Forest Fire Using Machine Learning Algorithms: The Search for the Better Algorithm
CN115171314A (zh) 一种林火发生预报系统及方法
CN104616023A (zh) 一种物体轮廓检测识别系统及轮廓识别方法
Plaza et al. Classification of airborne multispectral imagery to quantify common vole impacts on an agricultural field
Ayyagari et al. Simultaneous detection and classification of dust and soil on solar photovoltaic arrays connected to a large-scale industry: A case study
Niloy et al. A novel disaster image data-set and characteristics analysis using attention model
CN114548812A (zh) 一种森林草原火灾风险预报决策方法、装置及计算机设备

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