CN115615559B - 一种基于图像信息采集的火灾状态监测系统 - Google Patents
一种基于图像信息采集的火灾状态监测系统 Download PDFInfo
- Publication number
- CN115615559B CN115615559B CN202211630459.0A CN202211630459A CN115615559B CN 115615559 B CN115615559 B CN 115615559B CN 202211630459 A CN202211630459 A CN 202211630459A CN 115615559 B CN115615559 B CN 115615559B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- pixel
- fire point
- fire
- data
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims 1
- 238000011161 development Methods 0.000 description 2
- 101100259716 Arabidopsis thaliana TAA1 gene Proteins 0.000 description 1
- 101100206899 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TIR2 gene Proteins 0.000 description 1
- 101150044379 TIR1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
- G01J5/0018—Flames, plasma or welding
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Astronomy & Astrophysics (AREA)
- Algebra (AREA)
- Plasma & Fusion (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种基于图像信息采集的火灾状态监测系统，涉及火灾监控技术领域，包括监测中心，所述监测中心通信连接有数据采集模块、数据处理模块、数据分析模块以及火点输出模块，所述数据采集模块用于获取指定区域内的卫星遥感数据；所述数据处理模块用于对所获得的卫星遥感数据进行处理，获得遥感图像内的潜在火点像元；所述数据分析模块用于根据所获得的存在潜在火点像元的遥感图像，对遥感图像内是否存在暂定火点像元进行分析；所述火点输出模块用于对所获得的暂定火点像元进行置信度分析，并根据分析结果输出最终火点结果。
Description
技术领域
本发明涉及火灾监控技术领域，具体是一种基于图像信息采集的火灾状态监测系统。
背景技术
随着航空航天遥感技术的快速发展，经济生产过程中对遥感图像产品的需求也越来越多；特别是在灾害监测、应急救灾、防灾预警等领域都有着极其重要的作用。随着现代各种通讯方式及信息共享方式飞速发展，人们在应用遥感图像产品的同时，对产品的实效性要求也越来越高；尤其是在突发、紧急情况下，能否及时获取热点地区的监测信息，对制定下一步决策具有重大意义；
如何利用卫星遥感数据，对区域内实现精准的火灾监控，是我们需要解决的问题，为此，现提供一种基于图像信息采集的火灾状态监测系统。
发明内容
本发明的目的在于提供一种基于图像信息采集的火灾状态监测系统。
本发明的目的可以通过以下技术方案实现：一种基于图像信息采集的火灾状态监测系统，包括监测中心，所述监测中心通信连接有数据采集模块、数据处理模块、数据分析模块以及火点输出模块；
所述数据采集模块用于获取指定区域内的卫星遥感数据；
所述数据处理模块用于对所获得的卫星遥感数据进行处理，获得遥感图像内的潜在火点像元；
所述数据分析模块用于根据所获得的存在潜在火点像元的遥感图像，对遥感图像内是否存在暂定火点像元进行分析；
所述火点输出模块用于对所获得的暂定火点像元进行置信度分析，并根据分析结果输出最终火点结果。
进一步的，所述数据采集模块获取卫星遥感数据的过程包括：
设置多源卫星采集，通过多源卫星采集获取遥感图像和卫星遥感数据；
所述卫星遥感数据包括中红外波段、热红外波段、热红外波段的亮度温度，分别标记为TM、TT1和TT2；
获得红光波段、近红外波段、短波红外波段和MIR波段的反射率，分别标记为RR、Ry、RS和Rw；
将卫星遥感数据进行汇总，生成遥感数据包，将所获得的遥感数据包发送至数据处理模块。
进一步的，所述数据处理模块对遥感数据的处理过程包括：
对所获得的遥感数据包进行数据提取，获取遥感数据包内所植入的卫星识别序列，根据所提取到的卫星识别序列，判断该遥感数据包的所对应的数据源；
提取遥感数据包内的卫星遥感数据，并汇总，形成遥感数据集，将所获得的遥感数据集记为P（x，y）；
根据遥感数据集中的太阳天顶角SOZ，对所获得的遥感图像的时间状态进行判定；
根据所获得的遥感图像对应的时间状态，对所获得的遥感图像进行掩膜处理，对遥感图像进行云像元和水像元的去除；
根据经过掩膜处理后的遥感图像进行潜在火点像元检测，判定遥感图像内是否存在潜在火点像元，若存在，将所获得的存在潜在火点像元的遥感图像发送至数据分析模块。
进一步的，所述数据分析模块对存在潜在火点像元的遥感图像进行分析过程包括：
提取存在潜在火点像元的遥感图像中TM、TT1、TT2和RN，则
当满足（TM-TT1）/TM>0.08且TM-TT1<8K，或TM>350K时
则将遥感图像中对应的位置标记为绝对火点像元；
提取存在绝对火点像元的遥感图像中的TM和TT1；
若不满足（TM-TT1）/TM>0.08且TM-TT1<8K，或TM>350K时，则将其标记为待检测火点像元；
获取组成待检测火点像元的有效单元像元；
将组成待检测火点像元的有效单元像元进行标记，并获得每个有效单元像元的TM值和TT1值，根据属于同一个待检测火点像元的有效单元像元的TM值获得对应的平均值
M以及平均绝对偏差
；以及
根据属于同一个待检测火点像元的有效单元像元的TT1值获得对应的平均值
T1以及平均绝对偏差
；
则当满足
TT1>
T1+
-4K
则将待检测火点像元标记为暂定火点像元，否则为非火点像元；
其中
= TT1-TT2，
为
的平均值，
为对应的平均绝对偏差；
将所获得的暂定火点像元发送至火点输出模块。
进一步的，有效单元像元指的是，组成待检测火点像元的单元像元，至少存在25%以上的面积为待检测火点像元，即当一个单元像元至少25%的面积为待检测火点像元的一部分，则表示该单元像元为有效单元像元。
进一步的，所述火点输出模块输出最终火点结果的过程包括：
获得暂定火点像元的标准化变量和绝对偏差；
根据所获得的暂定火点像元的标准化变量和绝对偏差、多源卫星所采集到的卫星遥感数据以及斜坡函数，获得暂定火点像元的子置信度，将子置信度分别标记为C1、C2、C3、C4、C5、C6以及C7；
根据所获得暂定火点像元的子置信度，获得对应的最终火点置信度C，
根据所获得的最终火点置信度，输出最终火点结果。
与现有技术相比，本发明的有益效果是：利用多源卫星采集指定区域内的卫星遥感数据和遥感图像，通过对卫星遥感数据的分析，判断出所获得的遥感图像中的火点像元信息，并对所获得的火点像元信息进行处理和置信度分析，从而输出最终火点结果。
附图说明
图1为本发明的原理图。
具体实施方式
如图1所示，一种基于图像信息采集的火灾状态监测系统，包括监测中心，所述监测中心通信连接有数据采集模块、数据处理模块、数据分析模块以及火点输出模块；
所述数据采集模块用于获取指定区域内的卫星遥感数据，具体过程包括：
设置多源卫星采集，通过多源卫星采集获取遥感图像和卫星遥感数据；
需要进一步说明的是，在具体实施过程，获取卫星遥感数据的数据源包括EOS/MODIS、NPP/VIIRS、NOAA/AVHRR和FY-3/VIRR；
需要进一步说明的是，在具体实施过程中，所述卫星遥感数据包括中红外波段MIR(3
-5
)、热红外波段TIR1(10.6
-11.2
)和热红外波段TIR2(11.5
-12.5
)的亮度温度，分别标记为TM、TT1和TT2；其中
，其中，T为亮度温度(K)；h为普朗克常数，h=6.626
10-34(J.S)；c为光速，值为2.998
10(m/s)；K为波尔兹曼常数，值为1.38
10-23(J/K)；
为中心波长(μm)；I为辐射率。
所述卫星遥感数据还包括红光波段Red(0.61
-0.77
)、近红外波段NIR(0.85
-0.88
)、短波红外波段SWIR(1.55
-2.35
）和MIR波段的反射率，分别标记为RR、Ry、RS和Rw；
分别获取太阳天顶角SOZ、卫星天顶角SAZ、太阳方位角SOA以及卫星方位角SAA，将其分别标记为
、
、
、
；
将经过辐射校正后的卫星遥感数据与对应的遥感图像关联，并进行汇总，生成遥感数据包，将所获得的遥感数据包发送至数据处理模块；
需要进一步说明的是，在具体实施过程中，不同源的卫星均设置有对应的卫星识别序列，在生成遥感数据包的同时，将对应的卫星识别序列植入所生成的遥感数据包；
所述数据处理模块用于对所获得的卫星遥感数据进行处理，具体过程包括：
对所获得的遥感数据包进行数据提取，获取遥感数据包内所植入的卫星识别序列，根据所提取到的卫星识别序列，判断该遥感数据包的所对应的数据源；
提取遥感数据包内的卫星遥感数据，并汇总，形成遥感数据集，将所获得的遥感数据集记为P（x，y），其中P（x，y）={TM、TT1、TT2、RR、RN、RS、RM、
、
、
、
}；
根据遥感数据集中的太阳天顶角SOZ，即
，对所获得的遥感图像的时间状态进行判定；需要进一步说明的是，在具体实施过程中，时间状态包括白天状态和夜晚状态；
根据所获得的遥感图像对应的时间状态，对所获得的遥感图像进行掩膜处理，对遥感图像进行云像元和水像元的去除，即
当RR+ RN>0.9或
TT2＜265K或
RR+ RN>0.7且TT2＜285K时，则表示对应区域为云像元，将云像元对应的区域进行标记；
当（RR- RN）/（RR+RN）
0且（RN-RM）/（RN+RM）>0时，则表示对应的区域为水像元，将水像元对应的区域进行标记；
将被标记的云像元和水像元对应的区域进行剔除，获得经过掩膜处理的遥感图像；
根据经过掩膜处理后的遥感图像进行潜在火点像元检测，即
提取经过掩膜处理后的遥感图像中的TM、TT1和RN；
则满足TM＞305K或（TM-TT1＞10K）或RN＜0.3任一项，且NFP1 ＞0.0425时，则判定遥感图像存在潜在火点像元，其中NFP1为图像变动率；
将所获得的存在潜在火点像元的遥感图像发送至数据分析模块。
所述数据分析模块用于根据所获得的存在潜在火点像元的遥感图像，对遥感图像内是否存在火点进行分析，具体分析过程包括：
提取存在潜在火点像元的遥感图像中TM、TT1、TT2和RN，则
当满足（TM-TT1） /TM>0.08且TM-TT1<8K，或TM>350K时
则将遥感图像中对应的位置标记为绝对火点像元；
提取存在绝对火点像元的遥感图像中的TM和TT1；
若不满足（TM-TT1）/TM>0.08且TM-TT1<8K，或TM>350K时，则将其标记为待检测火点像元；
获取组成待检测火点像元的有效单元像元；需要进一步说明的是，在具体实施过程中，有效单元像元指的是，组成待检测火点像元的单元像元，至少存在25%以上的面积为待检测火点像元，即当一个单元像元至少25%的面积为待检测火点像元的一部分，则表示该单元像元为有效单元像元；
将组成待检测火点像元的有效单元像元进行标记，并获得每个有效单元像元的TM值和TT1值，根据属于同一个待检测火点像元的有效单元像元的TM值获得对应的平均值
M以及平均绝对偏差
；以及
根据属于同一个待检测火点像元的有效单元像元的TT1值获得对应的平均值
T1以及平均绝对偏差
；
则当满足
TT1>
T1+
-4K
则将待检测火点像元标记为暂定火点像元，否则为非火点像元；
其中
= TT1-TT2，
为
的平均值，
为对应的平均绝对偏差；
将所获得的暂定火点像元发送至数据分析模块。
所述火点输出模块用于对所获得的暂定火点像元进行置信度分析，根据分析结果输出最终火点结果，具体过程包括：
获得暂定火点像元的标准化变量和绝对偏差，并将其分别标记为
和ZM，其中
根据所获得的暂定火点像元的标准化变量和绝对偏差、多源卫星所采集到的卫星遥感数据以及斜坡函数，获得暂定火点像元的子置信度，将子置信度分别标记为C1、C2、C3、C4、C5、C6以及C7，其中
C1=S(TM；310K，340K)
C2=S(ZM；2.5，6)
C3= S(
；3，6)
C4=1-S(TMODIS；0，6)
C5=1-S(TNPP；0，12)
C6=1-S(TNOAA；0，12)
C7=1-S(TFY3；0，6)
需要进一步说明的是，在具体实施过程中，C4、C5、C6和C7分别对应EOS/MODIS、NPP/VIIRS、NOAA/AVHRR和FY-3/VIRR四种数据源所得到的卫星遥感数据对应的子置信度；
其中S（.）为斜坡函数；
其中
均为对应斜坡函数的变量；
根据所获得暂定火点像元的子置信度，获得对应的最终火点置信度C，
根据所获得的最终火点置信度，输出最终火点结果。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (1)
1.一种基于图像信息采集的火灾状态监测系统，包括监测中心，其特征在于，所述监测中心通信连接有数据采集模块、数据处理模块、数据分析模块以及火点输出模块；
所述数据采集模块用于获取指定区域内的卫星遥感数据；
所述数据处理模块用于对所获得的卫星遥感数据进行处理，获得遥感图像内的潜在火点像元；
所述数据分析模块用于根据所获得的存在潜在火点像元的遥感图像，对遥感图像内是否存在暂定火点像元进行分析；
所述火点输出模块用于对所获得的暂定火点像元进行置信度分析，并根据分析结果输出最终火点结果；
所述数据采集模块获取卫星遥感数据的过程包括：
设置多源卫星采集，通过多源卫星采集获取遥感图像和卫星遥感数据；
所述卫星遥感数据包括中红外波段、热红外波段10.6
-11.2
、热红外波段11.5
-12.5
的亮度温度，分别标记为TM、TT1和TT2；
获得红光波段、近红外波段、短波红外波段和MIR波段的反射率，分别标记为RR、Ry、RS和Rw
将卫星遥感数据进行汇总，生成遥感数据包，将所获得的遥感数据包发送至数据处理模块；
所述数据处理模块对遥感数据的处理过程包括：
对所获得的遥感数据包进行数据提取，获取遥感数据包内所植入的卫星识别序列，根据所提取到的卫星识别序列，判断该遥感数据包的所对应的数据源；
提取遥感数据包内的卫星遥感数据，并汇总，形成遥感数据集，将所获得的遥感数据集记为P（x，y）；
根据遥感数据集中的太阳天顶角SOZ，对所获得的遥感图像的时间状态进行判定；
根据所获得的遥感图像对应的时间状态，对所获得的遥感图像进行掩膜处理，对遥感图像进行云像元和水像元的去除；
根据经过掩膜处理后的遥感图像进行潜在火点像元检测，判定遥感图像内是否存在潜在火点像元，若存在，将所获得的存在潜在火点像元的遥感图像发送至数据分析模块；
所述数据分析模块对存在潜在火点像元的遥感图像进行分析过程包括：
提取存在潜在火点像元的遥感图像中TM、TT1、TT2和RW，则
当满足（TM-TT1）/TM>0.08且TM-TT1< 8K，或TM> 350K时
则将遥感图像中对应的位置标记为绝对火点像元；
提取存在绝对火点像元的遥感图像中的TM和TT1；
若不满足（TM-TT1）/TM>0.08且TM-TT1< 8K，或TM> 350K时，则将其标记为待检测火点像元；
获取组成待检测火点像元的有效单元像元；
将组成待检测火点像元的有效单元像元进行标记，并获得每个有效单元像元的TM值和TT1值，根据属于同一个待检测火点像元的有效单元像元的TM值获得对应的平均值
M以及平均绝对偏差
；以及
根据属于同一个待检测火点像元的有效单元像元的TT1值获得对应的平均值
T1以及平均绝对偏差
；
则当满足
TT1>
T1+
-4K
则将待检测火点像元标记为暂定火点像元，否则为非火点像元；
其中
= TT1-TT2，
为
的平均值，
为对应的平均绝对偏差；
将所获得的暂定火点像元发送至火点输出模块；
有效单元像元指的是，组成待检测火点像元的单元像元，至少存在25%以上的面积为待检测火点像元，即当一个单元像元至少25%的面积为待检测火点像元的一部分，则表示该单元像元为有效单元像元；
所述火点输出模块输出最终火点结果的过程包括：
获得暂定火点像元的标准化变量和绝对偏差，并将其分别标记为
和ZM，其中
根据所获得的暂定火点像元的标准化变量和绝对偏差、多源卫星所采集到的卫星遥感数据以及斜坡函数，获得暂定火点像元的子置信度，将子置信度分别标记为C1、C2、C3、C4、C5、C6以及C7，其中
C1=S(TM；310K，340K)
C2=S(ZM；2.5，6)
C3= S(
；3，6)
C4=1-S(TMODIS；0，6)
C5=1-S(TNPP；0，12)
C6=1-S(TNOAA；0，12)
C7=1-S(TFY3；0，6)；
其中S（.）为斜坡函数，C4、C5、C6和C7分别对应EOS/MODIS、NPP/VIIRS、NOAA/AVHRR和FY-3/VIRR四种数据源所得到的卫星遥感数据对应的子置信度；
其中
均为对应斜坡函数的变量；
根据所获得暂定火点像元的子置信度，获得对应的最终火点置信度C，
根据所获得的最终火点置信度，输出最终火点结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211630459.0A CN115615559B (zh) | 2022-12-19 | 2022-12-19 | 一种基于图像信息采集的火灾状态监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211630459.0A CN115615559B (zh) | 2022-12-19 | 2022-12-19 | 一种基于图像信息采集的火灾状态监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115615559A CN115615559A (zh) | 2023-01-17 |
| CN115615559B true CN115615559B (zh) | 2023-03-10 |
Family
ID=84879750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211630459.0A Active CN115615559B (zh) | 2022-12-19 | 2022-12-19 | 一种基于图像信息采集的火灾状态监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115615559B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102116861A (zh) * | 2011-02-01 | 2011-07-06 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的秸秆焚烧点提取方法 |
| CN102193093A (zh) * | 2010-03-15 | 2011-09-21 | 北京师范大学 | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 |
| KR101429260B1 (ko) * | 2013-07-30 | 2014-08-28 | 경일대학교산학협력단 | 적외 채널을 이용한 화산재 탐지방법 및 화산재의 특성값 도출방법 |
| CN104240429A (zh) * | 2014-08-27 | 2014-12-24 | 中国资源卫星应用中心 | 一种红外与多光谱波段组合监测森林火灾的方法 |
| CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
| CN107067334A (zh) * | 2017-04-21 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 基于多源遥感数据的农田火灾和秸秆焚烧监测方法及系统 |
| CN110517440A (zh) * | 2019-08-23 | 2019-11-29 | 星泽天下(北京)科技有限公司 | 基于卫星遥感系统的智能监控预警系统及方法 |
| CN111380807A (zh) * | 2020-03-30 | 2020-07-07 | 中国科学院东北地理与农业生态研究所 | 一种基于静止卫星遥感数据的秸秆焚烧火点信息提取方法 |
| CN112232318A (zh) * | 2020-12-14 | 2021-01-15 | 北京华云星地通科技有限公司 | 云加端智慧火情遥感监测预警方法 |
| CN112509265A (zh) * | 2020-12-14 | 2021-03-16 | 浙江大学德清先进技术与产业研究院 | 一种基于多源遥感大数据融合的森林火灾监测方法 |
| CN112665728A (zh) * | 2020-12-15 | 2021-04-16 | 中国科学院空天信息创新研究院 | 一种基于双时相影像的亮温差校正火点检测的方法 |
| CN114120563A (zh) * | 2021-11-24 | 2022-03-01 | 浙江省气候中心 | 一种基于多源卫星遥感技术的林火监测系统及方法 |
| CN114112065A (zh) * | 2021-11-17 | 2022-03-01 | 贵州电网有限责任公司 | 一种卫星遥感火险判识的方法 |
| CN114216563A (zh) * | 2021-11-16 | 2022-03-22 | 青岛星科瑞升信息科技有限公司 | 一种阈值自动生成的火灾遥感监测方法 |
| CN115376269A (zh) * | 2022-10-21 | 2022-11-22 | 南京信大卫星应用研究院有限公司 | 一种基于无人机的火灾监控系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10262205B2 (en) * | 2015-07-28 | 2019-04-16 | Chiman KWAN | Method and system for collaborative multi-satellite remote sensing |
| US20210239606A1 (en) * | 2020-02-04 | 2021-08-05 | Andrea Gabrieli | Computationally efficient method for retrieving physical properties from 7-14 um hyperspectral imaging data under clear and cloudy background conditions |
| US11521479B2 (en) * | 2020-05-08 | 2022-12-06 | Qualcomm Incorporated | Fire warning system and devices |
| CN113887324A (zh) * | 2021-09-10 | 2022-01-04 | 北京和德宇航技术有限公司 | 基于卫星遥感数据的火点检测方法 |
-
2022
- 2022-12-19 CN CN202211630459.0A patent/CN115615559B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102193093A (zh) * | 2010-03-15 | 2011-09-21 | 北京师范大学 | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 |
| CN102116861A (zh) * | 2011-02-01 | 2011-07-06 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的秸秆焚烧点提取方法 |
| KR101429260B1 (ko) * | 2013-07-30 | 2014-08-28 | 경일대학교산학협력단 | 적외 채널을 이용한 화산재 탐지방법 및 화산재의 특성값 도출방법 |
| CN104240429A (zh) * | 2014-08-27 | 2014-12-24 | 中国资源卫星应用中心 | 一种红外与多光谱波段组合监测森林火灾的方法 |
| CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
| CN107067334A (zh) * | 2017-04-21 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 基于多源遥感数据的农田火灾和秸秆焚烧监测方法及系统 |
| CN110517440A (zh) * | 2019-08-23 | 2019-11-29 | 星泽天下(北京)科技有限公司 | 基于卫星遥感系统的智能监控预警系统及方法 |
| CN111380807A (zh) * | 2020-03-30 | 2020-07-07 | 中国科学院东北地理与农业生态研究所 | 一种基于静止卫星遥感数据的秸秆焚烧火点信息提取方法 |
| CN112232318A (zh) * | 2020-12-14 | 2021-01-15 | 北京华云星地通科技有限公司 | 云加端智慧火情遥感监测预警方法 |
| CN112509265A (zh) * | 2020-12-14 | 2021-03-16 | 浙江大学德清先进技术与产业研究院 | 一种基于多源遥感大数据融合的森林火灾监测方法 |
| CN112665728A (zh) * | 2020-12-15 | 2021-04-16 | 中国科学院空天信息创新研究院 | 一种基于双时相影像的亮温差校正火点检测的方法 |
| CN114216563A (zh) * | 2021-11-16 | 2022-03-22 | 青岛星科瑞升信息科技有限公司 | 一种阈值自动生成的火灾遥感监测方法 |
| CN114112065A (zh) * | 2021-11-17 | 2022-03-01 | 贵州电网有限责任公司 | 一种卫星遥感火险判识的方法 |
| CN114120563A (zh) * | 2021-11-24 | 2022-03-01 | 浙江省气候中心 | 一种基于多源卫星遥感技术的林火监测系统及方法 |
| CN115376269A (zh) * | 2022-10-21 | 2022-11-22 | 南京信大卫星应用研究院有限公司 | 一种基于无人机的火灾监控系统 |
Non-Patent Citations (2)
| Title |
|---|
| Monitoring coal fires in Datong coalfield using multi-source remote sensing data;Wang, YJ等;《TRANSACTIONS OF NONFERROUS METALS SOCIETY OF CHINA》;第25卷(第10期);第3421-3428页 * |
| 青海高寒草地春季火情的多源卫星遥感动态监测;陈国茜等;《国土资源遥感》;第29卷(第4期);第185-189页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115615559A (zh) | 2023-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7613360B2 (en) | Multi-spectral fusion for video surveillance | |
| CN111739250B (zh) | 结合图像处理技术与红外传感器的火灾探测方法及系统 | |
| US9250135B2 (en) | MWIR sensor for flame detection | |
| CN102193093B (zh) | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 | |
| CN109211793B (zh) | 结合光谱指数和神经网络的火灾过火迹地识别方法 | |
| US20110279682A1 (en) | Methods for Target Tracking, Classification and Identification by Using Foveal Sensors | |
| CN112113913B (zh) | 一种基于背景阈值的Himawari8陆地火点探测算法 | |
| KR101849740B1 (ko) | 열 이미지에서 로컬 콘트라스트를 향상시키는 방법 및 장치 | |
| CN111582074A (zh) | 一种基于场景深度信息感知的监控视频树叶遮挡检测方法 | |
| CN112697279B (zh) | 一种基于空间上下文特征的森林火点大范围检测方法 | |
| CN110392218A (zh) | 一种红外成像识别一体化设备及工作方法 | |
| St-Laurent et al. | Combination of colour and thermal sensors for enhanced object detection | |
| CN111274988B (zh) | 一种基于多光谱的车辆重识别方法及装置 | |
| CN114511781B (zh) | 无人机搭载多光谱相机对伪装人员识别的方法、装置及介质 | |
| CN114359838A (zh) | 一种基于高斯交叉注意力网络的跨模态行人检测方法 | |
| CN117671502A (zh) | 一种森林火灾检测方法及系统 | |
| CN115615559B (zh) | 一种基于图像信息采集的火灾状态监测系统 | |
| Chanthiya et al. | Forest fire detection on LANDSAT images using support vector machine | |
| CN114998801A (zh) | 基于对比自监督学习网络的森林火灾烟雾视频检测方法 | |
| CN113256493B (zh) | 一种热红外遥感图像重建方法和装置 | |
| CN114757979B (zh) | 一种神经网络与红外图像匹配的厨房吸烟检测方法及系统 | |
| CN114581315B (zh) | 一种低能见度进近飞行多模态监视图像增强方法 | |
| Ribeiro et al. | Algorithms for face detection on infrared thermal images | |
| CN115100680A (zh) | 一种基于多源图像融合的行人检测方法 | |
| CN113763356A (zh) | 一种基于可见光与红外图像融合的目标检测方法 |
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 |