CN116189372A - 一种应用大数据技术的森林防火多层预警监测系统及方法 - Google Patents
一种应用大数据技术的森林防火多层预警监测系统及方法 Download PDFInfo
- Publication number
- CN116189372A CN116189372A CN202310192247.7A CN202310192247A CN116189372A CN 116189372 A CN116189372 A CN 116189372A CN 202310192247 A CN202310192247 A CN 202310192247A CN 116189372 A CN116189372 A CN 116189372A
- Authority
- CN
- China
- Prior art keywords
- fire
- forest
- monitoring
- early warning
- farm
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002265 prevention Effects 0.000 title claims abstract description 24
- 238000005516 engineering process Methods 0.000 title claims abstract description 23
- 239000000779 smoke Substances 0.000 claims abstract description 42
- 230000007480 spreading Effects 0.000 claims abstract description 18
- 230000000694 effects Effects 0.000 claims abstract description 16
- 238000012806 monitoring device Methods 0.000 claims abstract description 7
- 238000002485 combustion reaction Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 20
- 238000007726 management method Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 9
- 238000010191 image analysis Methods 0.000 claims description 9
- 239000002023 wood Substances 0.000 claims description 8
- 238000009792 diffusion process Methods 0.000 claims description 7
- 238000011478 gradient descent method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000001556 precipitation Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 230000004071 biological effect Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000001931 thermography Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 abstract 1
- 238000009833 condensation Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- 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
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种应用大数据技术的森林防火多层预警监测系统及方法，涉及森林防火领域，该森林防火多层预警监测系统包括林域监测模块、环境预警模块和航拍监测模块；所述林域监测模块模拟人类活动轨迹，并根据不同林场特性，排布报警监测装置，并进行统一管理，使得监测设备维持工作状态，最大化监测人类活动造成的火灾隐患，图像识别聚光物体，安排人员进行巡查，避免引起物体聚光起火；所述环境预警模块利用天气预报信息，结合林场内实际情况，针对高温干旱大风情况进行预警，并按照火灾发生后蔓延范围设置预警等级；所述航拍监测模块根据航拍图像，计算浓烟范围和强度，设计救灾线路，安排涉及人员撤离。
Description
技术领域
本发明涉及森林防火领域，具体表现为一种应用大数据技术的森林防火多层预警监测系统及方法。
背景技术
物联网技术是以高速发展的通信技术和硬件更新为基础，通过网络将硬件互联，实现对设备的网络接入，使得硬件设备可以通过网络被控制监测，并接受远程控制端的指令；作为终端通过不同的拓扑结构形成互联的物联网络，基于互联网路进行硬件设备的统一管理。
我国的林区资源非常丰富，分为防护林、用材林、薪炭林和特种用途林；由于纬度差异和地理环境不同，部分林区森林火灾事件频发，林火燃烧形成规模后通常难以遏制，且燃烧规模大，持续时间长，造成大量自然资源和经济财产损失；对林火进行扑救，需耗费大量人力资源，且扑救难度大，易造成救援人员伤亡。为预防森林火灾的发生及蔓延，应在森林火灾开始燃烧阶段及时发现并预警。现有报警设施通过探测森林的烟雾和温度来监测森林中是否有燃烧情况，并迅速发出警报；现有设施能够检测到森林火灾的发生，但是由于设备长期野外放置易失效,同时对设备的管理不够精细，无法精准对每个设备进行维护监测，导致设备失效无法被检测，还存在排布随意，报警监测设备距离着火点远，超出监测范围的问题，导致火灾扑灭错过最佳窗口期。
现提出一种应用大数据技术的森林防火多层预警监测系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种应用大数据技术的森林防火多层预警监测系统及方法，来解决上述背景问题中提出的问题。
为解决上述问题，本发明提供如下技术方案：一种应用大数据技术的森林防火多层预警监测系统及方法，其特征在于：该预警监测系统包括三层预警监测机制，基于地理区域的林域监测模块、基于天气状况的环境预警模块和基于航空器材的航拍监测模块；
所述林域监测模块基于当前地理位置和林场特性，针对性安置报警装置，对人类活动频繁区域进行可燃物体的监测排查；
使得设备重点监测林域内易燃区域，对易燃树木进行重点监测，捕捉林域内易着火点，及时发现异常高温和着火点；
所述环境预警模块根据天气预测情况，对高温和持续干旱情况进行预警；
使得护林员根据天气预测信息，提前安排巡查计划，对隐患着火点进行排查；
所述航拍监测模块基于航空器材拍摄的图像，进行火情监测，火势蔓延分析；
使得扑救人员安全有效地建设隔离防火带，阻止火势继续蔓延；
根据上述技术方案，所述林域监测模块包括区域监测单元、图像监测单元和装置管理单元；
所述区域监测单元利用定位系统采集当前林域的地理位置，从数据库中读取对应林域的森林数目种类和数量，并相应地布置监测和报警装置，提高监测警报的针对性；所述图像监测单元通过红外镜头识别易燃点和高热位置排查燃烧隐患；所述装置管理单元对领域内的报警装置进行统一管理，并优化装置的排布。
根据上述技术方案，所述环境预警模块包括温度预警单元、干旱预警单元和风力预警单元；
所述温度预警单元通过林场内的温度检测仪器，监测森林内温度状况，对连续高温情况和极端高温情况进行警报，并通过接口收集天气信息，通过对未来温度情况的预测，调控火情预警的风险等级；所述干旱预警单元通过林场内的湿度检测仪，检测林场内湿度状况，并收集降水信息，预测干旱时间；所述风力预警单元在干旱和高温情况下开启，监测当日风力和风向，判断风力对区域的影响。
根据上述技术方案，所述航拍监测模块包括信息采集单元、图像分析单元和智能预判单元；
所述信息采集单元接入不同卫星和航天器材的入口端，实时获取开放的遥感图像资源，并下载到本地系统；所述图像分析单元调取火情现场的图像，对图像进行分析，研判火情燃烧范围和蔓延方向；所述智能预判单元基于图像分析结果，判断火灾燃烧时间和火灾浓烟影响范围，为火灾扑救计划提供预案方向。
一种应用大数据技术的森林防火多层预警监测方法，包括以下步骤：
S1、采集区域地理和林场信息，排布监测报警装置并进行统一管理；
S2、巡查识别林场内易燃点和高热区域，排查燃烧隐患；
S3、捕获林场内温度湿度数据，结合气象条件，研判火情预警等级；
S4、对火灾现场进行监测，通过热成像图分析火情信息，判断火灾蔓延方向，预判持续燃烧时间和最终火灾影响范围。
在步骤S1中，定位当前林场所在区域，并根据林场种类和林场大小，计算林场火灾发生后造成的损失大小，排定预警监测的优先级，并根据林场内树木特性和分布位置，排布检测装置和报警装置；根据森林种类分类，一般分为防护林、用材林、薪炭林和特种用途林，其中用材林和特种用途林经济和科研价值高，薪炭林易燃，高价值的用材林和特种用途林以及易燃的薪炭林，进行重点监测；所述装置管理单元对林场内所有报警监测装置进行监测管理，统一调度；根据林场人类活动频繁度，进行装置的排布，标定林场内活动区域的目标点，对生物活动路径进行预测规划，沿着路径进行监测报警装置的排布，使用人工势场算法，建立路径，其具体步骤如下：
S101:构建势场中的引力场，使用抛物线型引力场模型
；/>
是引力增益，即增益为目标对生物的吸引力，表达为一个常数，q是当前点位置，/>
是目标点位置，该引力场表达了目标对生物的吸引作用；
S102：构建势场中的斥力场，表达障碍物对生物的排斥影响；当接近障碍物边界时，势场值趋近无穷，当距离障碍物边界超过某个指定距离时，势场值减少为0，设定p（q）为生物到障碍物边界的距离，
，/>
为障碍物位置，/>
位于障碍区域的边界内，由此给出斥力势场的函数，/>
为障碍物影响的距离，/>
为斥力增益；
S103：构建势场，势场
；势场为引力场和斥力场的和；
S104：利用梯度下降法求解轨迹：由初始构造出发，沿着势场的负梯度方向前进m长度，在新的构造处重复，沿着势场的负梯度方向前进m长度，直到到达最终构造点，下面详细描述梯度下降法的迭代算法：
S104_1:从起始点出发，向势场的负梯度方向前进长度m，
i；从初始点到第一个构造点，i赋值为0；
S104_2:若
，进行迭代，使得/>
；i的值加1；若
，到达了目标终点，则输出数列/>
；/>
是系数，决定了第i次迭代时的前进步距，/>
表示第i次迭代后的当前构造，包含各次迭代结果构造数列就是规划得到的最终路径；
S104_3：返回步骤S104_2；
在规划路径后，进行监测警报装置的排布，在活动路径上，按照构造点排布监测警报装备，同时根据构造点之间的距离，在相距较远的两个构造点之间取中间点排布监测警报装备；所述监测报警装备包括湿度感应仪、高温监测仪、可活动摄像头和红外监测仪，每个报警装置都包含信号模块，与系统通信。
在步骤S2中，利用监测报警装置对林场内区域进行排查，排查高温易燃点，图像识别反光物品和易燃物品；所述图像检测单元基于智能摄像机，感温镜头初期监控物体表面异常温度，对超过阈值的温度进行警报处理；在阴燃阶段基于烟雾探测仪器，识别物体散发的烟雾并报警；在燃烧阶段，基于可见光摄像头监测到火光，此时火灾初期形成，设备报警并上传火情信息，包括位置信息和火情图片；一些聚光物体将光线聚集，投射到枯枝落叶时，同样有引发火灾的风险，现通过图像识别来找出这些聚光物体，在高点架设高清摄像机，并360°环绕运行，采集到林场内图像，将图像进行以下处理：
S201、将图像转化为灰度图并进行平行滤波，减少高频噪声；
S202、阈值化处理灰度图像，将像素值P超过x的部分设置为255，将像素值小于x的部分设置为0，突出显示模糊图像中的高亮区域；
S203、腐蚀和膨胀操作，去除图像中的噪声；
S204、绘制图像中的斑点，此时斑点为高亮区域；
S205、将斑点标记为
按照统一方向对斑点进行连线，剔除直线附近的斑点，选出散落的斑点，根据离散规律，随机的聚光物品不会形成一条直线，判断构成直线的斑点为阳光直射导致的图像高光；
该图像处理过程可在多个图像处理软件实现，系统可内嵌这些软件实现快速处理，得到高亮部分，并将包含高亮的图像上传系统，安排人员处理这些聚光物体。
在步骤S3中，所述环境预警模块接入气象网站的接口，并根据系统定位的林场区域信息，捕获林场未来n天时间内的气象信息，通过降水、气温、风速和相对湿度，判断诱发森林火灾的可能性；其中，当30天降水量少于阈值时，林场较为干旱，发生火灾的几率变大，结合林场内湿度监测数据，当湿度小于临界点时，提高预警等级；当高温气候出现时，系统监测白天最高气温，并结合风力风向对森林火灾的影响，当气温日差大于m°C时，风力越大，越助于火灾燃烧；结合林火蔓延速度计算公式，
，/>
是林场内可燃物配置格局更正系数，/>
是风速调整系数，/>
是地形坡度调整系数，其中是/>
初始蔓延速度，
，其中T为日最高气温，W为中午平均风级，h为日最小湿度，a,b,c,D是常系数。当该气象条件下的林火蔓延速度R超过阈值，提高火灾预警等级。
在步骤S4中，对已经发生火灾的林场，通过装置得到警报信息后，系统即时抓取数据，找到最近的航空航天器材，并请求林场图像信息；基于步骤S3中的林火蔓延速度，可以得到燃烧范围，基于燃烧范围，引入基于高斯分布的火灾烟雾扩散模型，在火灾范围内某一点的烟雾浓度
，其中/>
是当前自然条件下产生的烟雾浓度值，/>
是风速影响系数，/>
是风向影响系数，/>
是湿度影响系数，S为火灾点源处烟雾强度，b为高斯分布参数， r为距离火灾点源处的距离；计算出火场内各处的烟雾浓度和火场外居民点的烟雾浓度，安排受影响的居民点居民撤离，为扑救人员设计出受烟雾影响小的救灾线路。
与现有技术相比，本发明所达到的有益效果是：
1、本发明模拟了轨迹规划，计算了活动路径，并按照活动路径进行监测报警装备的排布，最大化监测人类活动诱发火灾的情况，并统一管理报警装置。
2、本发明检测林场内聚光物体，图像识别找出高亮度的物体，并安排巡逻人员处理，避免了聚光物体导致的林场内枯叶等易燃物被引燃；
3、本发明引入基于高斯分布的火灾烟雾扩散模型，计算火灾燃烧范围内不同区域的烟雾浓度，并计算浓烟扩散范围，利于扑救人员避开高浓度烟雾区域，并提前组织火灾附近受到影响的居民点人员撤离。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明一种应用大数据技术的森林防火多层预警监测系统的模块组成图；
图2为一种应用大数据技术的森林防火多层预警监测方法的步骤示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1～图2所示，本发明提供如下技术方案：一种应用大数据技术的森林防火多层预警监测系统及方法，该预警监测系统包括三层预警监测机制，基于地理区域的林域监测模块、基于天气状况的环境预警模块和基于航空器材的航拍监测模块；
所述林域监测模块基于当前地理位置和林场特性，针对性安置报警装置，对人类活动频繁区域进行可燃物体的监测排查；
使得设备重点监测林域内易燃区域，对易燃树木进行重点监测，捕捉林域内易着火点，及时发现异常高温和着火点；
所述环境预警模块根据天气预测情况，对高温和持续干旱情况进行预警；
使得护林员根据天气预测信息，提前安排巡查计划，对隐患着火点进行排查；
所述航拍监测模块基于航空器材拍摄的图像，进行火情监测，火势蔓延分析；
使得扑救人员安全有效地建设隔离防火带，阻止火势继续蔓延；
根据上述技术方案，所述林域监测模块包括区域监测单元、图像监测单元和装置管理单元；
所述区域监测单元利用定位系统采集当前林域的地理位置，从数据库中读取对应林域的森林数目种类和数量，并相应地布置监测和报警装置；所述图像监测单元通过红外镜头识别易燃点和高热位置排查燃烧隐患；所述装置管理单元对领域内的报警装置进行统一管理，并优化装置的排布。
根据上述技术方案，所述环境预警模块包括温度预警单元、干旱预警单元和风力预警单元；
所述温度预警单元通过林场内的温度检测仪器，监测森林内温度状况，对连续高温情况和极端高温情况进行警报，并通过接口收集天气信息，通过对未来温度情况的预测，调控火情预警的风险等级；所述干旱预警单元通过林场内的湿度检测仪，检测林场内湿度状况，并收集降水信息，预测干旱时间；所述风力预警单元在干旱和高温情况下开启，监测当日风力和风向，判断风力对区域的影响。
根据上述技术方案，所述航拍监测模块包括信息采集单元、图像分析单元和智能预判单元；
所述信息采集单元接入不同卫星和航天器材的入口端，实时获取开放的遥感图像资源，并下载到本地系统；所述图像分析单元调取火情现场的图像，对图像进行分析，研判火情燃烧范围和蔓延方向；所述智能预判单元基于图像分析结果，判断火灾燃烧时间和火灾浓烟影响范围，为火灾扑救计划提供预案方向。
一种应用大数据技术的森林防火多层预警监测方法，包括以下步骤：
S1、采集区域地理和林场信息，排布监测报警装置并进行统一管理；
S2、巡查识别林场内易燃点和高热区域，排查燃烧隐患；
S3、捕获林场内温度湿度数据，结合气象条件，研判火情预警等级；
S4、对火灾现场进行监测，通过热成像图分析火情信息，判断火灾蔓延方向，预判持续燃烧时间和最终火灾影响范围。
在步骤S1中，定位当前林场所在区域，并根据林场种类和林场大小，计算林场火灾发生后造成的损失大小，排定预警监测的优先级，并根据林场内树木特性和分布位置，排布检测装置和报警装置；根据森林种类分类，一般分为防护林、用材林、薪炭林和特种用途林，其中用材林和特种用途林经济和科研价值高，薪炭林易燃，高价值的用材林和特种用途林以及易燃的薪炭林，进行重点监测；所述装置管理单元对林场内所有报警监测装置进行监测管理，统一调度；根据林场人类活动频繁度，进行装置的排布，标定林场内活动区域的目标点，对生物活动路径进行预测规划，沿着路径进行监测报警装置的排布，使用人工势场算法，建立路径，其具体步骤如下：
S101:构建势场中的引力场，使用抛物线型引力场模型
；/>
是引力增益，即增益为目标对生物的吸引力，表达为一个常数，该数据通过不同模型模拟，得到的数值不同，本方法中使用matlab软件进行模型的搭建和数据的拟真；q是当前点位置，/>
是目标点位置，该引力场表达了目标对生物的吸引作用；
S102：构建势场中的斥力场，表达障碍物对生物的排斥影响；当接近障碍物边界时，势场值趋近无穷，当距离障碍物边界超过某个指定距离时，势场值减少为0，设定p（q）为生物到障碍物边界的距离，
，/>
为障碍物位置，/>
位于障碍区域的边界内，由此给出斥力势场的函数，/>
为障碍物影响的距离，/>
为斥力增益，通过软件拟真为常值；
S103：构建势场，势场
；势场为引力场和斥力场的和；
S104：利用梯度下降法求解轨迹：由初始构造出发，沿着势场的负梯度方向前进m长度，在新的构造处重复，沿着势场的负梯度方向前进m长度，直到到达最终构造点，下面详细描述梯度下降法的迭代算法：
S104_1:从起始点出发，向势场的负梯度方向前进长度m，
i；从初始点到第一个构造点，i赋值为0；
S104_2:若
，进行迭代，使得/>
；i的值加1；若
，到达了目标终点，则输出数列/>
；/>
是系数，决定了第i次迭代时的前进步距，/>
表示第i次迭代后的当前构造，包含各次迭代结果构造数列就是规划得到的最终活动路径；
S104_3：返回步骤S104_2；
在规划路径后，进行监测警报装置的排布，在活动路径上，按照构造点排布监测警报装备，同时根据构造点之间的距离，在相距较远的两个构造点之间取中间点排布监测警报装备，构造点处为人类活动频繁处，排布语音播报装置，提示森林禁火相关信息；所述监测报警装备包括湿度感应仪、高温监测仪、可活动摄像头和红外监测仪，每个报警装置都包含信号模块，与系统通信。
在步骤S2中，利用监测报警装置对林场内区域进行排查，排查高温易燃点，图像识别反光物品和易燃物品；所述图像检测单元基于智能摄像机，感温镜头初期监控物体表面异常温度，对超过阈值的温度进行警报处理；在阴燃阶段基于烟雾探测仪器，识别物体散发的烟雾并报警；在燃烧阶段，基于可见光摄像头监测到火光，此时火灾初期形成，设备报警并上传火情信息，包括位置信息和火情图片；一些聚光物体将光线聚集，投射到枯枝落叶时，同样有引发火灾的风险，现通过图像识别来找出这些聚光物体，在高点架设高清摄像机，并360°环绕运行，采集到林场内图像，将图像进行以下处理：
S201、将图像转化为灰度图并进行平行滤波，减少高频噪声；
S202、阈值化处理灰度图像，将像素值P超过x的部分设置为255，将像素值小于x的部分设置为0，突出显示模糊图像中的高亮区域；
S203、腐蚀和膨胀操作，去除图像中的噪声；
S204、绘制图像中的斑点，此时斑点为高亮区域；
S205、将斑点标记为
按照统一方向对斑点进行连线，剔除直线附近的斑点，选出散落的斑点，根据离散规律，随机的聚光物品不会形成一条直线，判断构成直线的斑点为阳光直射导致的图像高光；
该图像处理过程可在多个图像处理软件实现，系统可内嵌这些软件实现快速处理，得到高亮部分，并将包含高亮的图像上传系统，安排人员处理这些聚光物体。
在步骤S3中，所述环境预警模块接入气象网站的接口，并根据系统定位的林场区域信息，捕获林场未来n天时间内的气象信息，通过降水、气温、风速和相对湿度，判断诱发森林火灾的可能性；其中，当30天降水量少于100毫米时，林场较为干旱，发生火灾的几率变大，结合林场内湿度监测数据，当湿度小于55%时，提高预警等级；当高温气候出现时，系统监测白天最高气温，并结合风力风向对森林火灾的影响，当气温日差大于7°C时，风力越大，越助于火灾燃烧；结合林火蔓延速度计算公式，
，/>
是林场内可燃物配置格局更正系数，/>
是风速调整系数，/>
是地形坡度调整系数，其中是/>
初始蔓延速度，
，其中T为日最高气温，W为中午平均风级，h为日最小湿度，a,b,c,D是常系数。当该气象条件下的林火蔓延速度R超过阈值，提高火灾预警等级。
在步骤S4中，对已经发生火灾的林场，通过装置得到警报信息后，系统即时抓取数据，找到最近的航空航天器材，并请求林场图像信息；基于步骤S3中的林火蔓延速度，可以得到燃烧范围，基于燃烧范围，引入基于高斯分布的火灾烟雾扩散模型，在火灾范围内某一点的烟雾浓度
，其中/>
是当前自然条件下产生的烟雾浓度值，/>
是风速影响系数，/>
是风向影响系数，/>
是湿度影响系数，S为火灾点源处烟雾强度，b为高斯分布参数， r为距离火灾点源处的距离；本步骤基于计算机进行各点位的计算，可以高效快速地遍历，进行重复计算，并得到各点位的浓烟浓度，计算出火场内各处的烟雾浓度和火场外居民点的烟雾浓度，安排受影响的居民点居民撤离，为扑救人员设计出受烟雾影响小的救灾线路。
实施例1
在步骤S4中，针对林场内一点E和林场燃烧范围外某处F进行烟雾浓度计算，本林场在自然条件下烟雾浓度值为0；火场内位置E处，距离最近的火灾点源处烟雾强度为30，基于位置E计算烟雾浓度为
=312pmm；
火场外位置F处，距离最近的火灾点源处烟雾强度为10，
=0.25pmm；火场内E处烟雾浓度高，不适合通行，火场外F处居民点的烟雾浓度低，不受影响。
实施例2
在步骤S1中，首先构建势力场中的引力场，
；其中/>
是引力增益，拟真为0.04；q是当前点位置（2,2），/>
是目标点位置(25,27)，该引力场表达了目标对生物的吸引作用，在（2,2）处，引力场表现为/>
=/>
（625+259）=23.08；
构建势场中的斥力场，表达障碍物对生物的排斥影响；设定p（q）为生物到障碍物边界的距离为0.4，
为障碍物位置，/>
位于障碍区域的边界内，由此给出斥力势场的函数，/>
为障碍物影响的距离为0.8，/>
为斥力增益，拟真为0.7；在（2,2）处斥力场表现为，/>
=/>
=0.546；
S103：构建势场，（2,2）点处势场
；势场为引力场和斥力场的和；
S104：利用梯度下降法求解轨迹：由初始构造出发，沿着势场的负梯度方向前进0.7长度，在新的构造处重复，沿着势场的负梯度方向前进0.7长度，直到到达最终构造点，下面详细描述梯度下降法的迭代算法：
S104_1:从起始点出发，向势场的负梯度方向前进长度1，
i；从初始点到第一个构造点，i赋值为0；
S104_2:多次软件进行迭代计算后，输出数列
；包含各次迭代结果的构造点数列就是规划得到的最终活动路径；
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种应用大数据技术的森林防火多层预警监测系统，其特征在于：该预警监测系统包括林域监测模块、环境预警模块和航拍监测模块；
所述林域监测模块基于当前地理位置和林场特性，针对性安置报警装置，对人类活动频繁区域进行可燃物体的监测排查；
所述环境预警模块根据天气预测情况，对高温和持续干旱情况进行预警；
所述航拍监测模块基于航空器材拍摄的图像，进行火情监测，火势蔓延分析，浓烟强度和扩散范围计算。
2.根据权利要求1所述的一种应用大数据技术的森林防火多层预警监测系统，所述林域监测模块包括区域监测单元、图像监测单元和装置管理单元；
所述区域监测单元利用定位系统采集当前林域的地理位置，从数据库中读取对应林域的森林数目种类和数量，并相应地布置监测和报警装置；
所述图像监测单元通过红外镜头识别易燃点和高热位置排查燃烧隐患；
所述装置管理单元对领域内的报警装置进行统一管理，并优化装置的排布。
3.根据权利要求1所述的一种应用大数据技术的森林防火多层预警监测系统，所述环境预警模块包括温度预警单元、干旱预警单元和风力预警单元；
所述温度预警单元通过林场内的温度检测仪器，监测森林内温度状况，对连续高温情况和极端高温情况进行警报，并通过接口收集天气信息，通过对未来温度情况的预测，调控火情预警的风险等级；
所述干旱预警单元通过林场内的湿度检测仪，检测林场内湿度状况，并结合降水信息，预测干旱时间；
所述风力预警单元在干旱和高温情况下开启，监测当日风力和风向，判断风力对区域的影响。
4.根据权利要求1所述的一种应用大数据技术的森林防火多层预警监测系统，所述航拍监测模块包括信息采集单元、图像分析单元和智能预判单元；
所述信息采集单元接入不同卫星和航天器材的入口端，实时获取开放的遥感图像资源，并下载到本地系统；
所述图像分析单元调取火情现场的图像，对图像进行分析，研判火情燃烧范围和蔓延方向；
所述智能预判单元基于图像分析结果，判断火灾燃烧时间和火灾浓烟影响范围，为火灾扑救计划提供预案方向。
5.一种应用大数据技术的森林防火多层预警监测方法，包括以下步骤：
S1、采集区域地理和林场信息，排布监测报警装置并进行统一管理；
S2、巡查识别林场内易燃点和高热区域，排查燃烧隐患；
S3、捕获林场内温度湿度数据，结合气象条件，研判火情预警等级；
S4、对火灾现场进行监测，通过热成像图分析火情信息，判断火灾蔓延方向，预判持续燃烧时间和最终火灾影响范围。
6.据权利要求5所述的一种应用大数据技术的森林防火多层预警监测方法，其特征在于：在步骤S1中，定位当前林场所在区域，并根据林场种类和林场大小，计算林场火灾发生后造成的损失大小，排定预警监测的优先级，并根据林场内树木特性和分布位置，排布检测装置和报警装置；高价值的用材林和特种用途林以及易燃的薪炭林，进行重点监测；所述装置管理单元对林场内所有报警监测装置进行监测管理，统一调度；根据林场生物活动频繁度，进行装置的排布，标定林场内活动区域的目标点，对生物活动路径进行预测规划，沿着路径进行监测报警装置的排布，使用人工势场算法，建立路径，其具体步骤如下：
S101:构建势场中的引力场，该引力场表达了目标对生物的吸引作用；
S102：构建势场中的斥力场，表达障碍物对目标的排斥影响；
S103：构建势场，势场
；势场为引力场和斥力场的和；
S104：利用梯度下降法求解轨迹：由初始构造出发，沿着势场的负梯度方向前进m长度，在新的构造处重复，沿着势场的负梯度方向前进m长度，直到到达最终构造点：
在规划路径后，进行监测警报装置的排布，在活动路径上，按照构造点排布监测警报装备，同时根据构造点之间的距离，在相距较远的两个构造点之间取中间点排布监测警报装备；所述监测报警装备包括湿度感应仪、高温监测仪、可活动摄像头和红外监测仪，每个报警装置都包含信号模块，与系统通信。
7.据权利要求5所述的一种应用大数据技术的森林防火多层预警监测方法，其特征在于：在步骤S2中，利用监测报警装置对林场内区域进行排查，排查高温易燃点，图像识别反光物品和易燃物品；所述图像检测单元基于智能摄像机，感温镜头初期监控物体表面异常温度，对超过阈值的温度进行警报处理；在阴燃阶段基于烟雾探测仪器，识别物体散发的烟雾并报警；在燃烧阶段，基于可见光摄像头监测到火光，此时火灾初期形成，设备报警并上传火情信息，包括位置信息和火情图片；一些聚光物体将光线聚集，同样有引发火灾的风险，通过图像识别来找出这些聚光物体，在高点架设高清摄像机，并360°环绕运行，采集图像，识别聚光物体。
8.据权利要求5所述的一种应用大数据技术的森林防火多层预警监测方法，其特征在于：在步骤S3中，所述环境预警模块接入气象网站的接口，并根据系统定位的林场区域信息，捕获林场未来n天时间内的气象信息，通过降水、气温、风速和相对湿度，判断诱发森林火灾的可能性；结合林火蔓延公式，当该气象条件下的林火蔓延速度R超过阈值，提高火灾预警等级。
9.据权利要求5所述的一种应用大数据技术的森林防火多层预警监测方法，其特征在于：在步骤S4中，对已经发生火灾的林场，通过装置得到警报信息后，系统即时抓取数据，找到最近的航空航天器材，并请求林场图像信息；基于步骤S3中的林火蔓延速度，可以得到燃烧范围，基于燃烧范围，引入基于高斯分布的火灾烟雾扩散模型，计算出火场内各处的烟雾浓度和火场外居民点的烟雾浓度，安排受影响的居民点居民撤离，为扑救人员设计出受烟雾影响小的救灾线路。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310192247.7A CN116189372A (zh) | 2023-03-02 | 2023-03-02 | 一种应用大数据技术的森林防火多层预警监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310192247.7A CN116189372A (zh) | 2023-03-02 | 2023-03-02 | 一种应用大数据技术的森林防火多层预警监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116189372A true CN116189372A (zh) | 2023-05-30 |
Family
ID=86434404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310192247.7A Pending CN116189372A (zh) | 2023-03-02 | 2023-03-02 | 一种应用大数据技术的森林防火多层预警监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116189372A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116758079A (zh) * | 2023-08-18 | 2023-09-15 | 杭州浩联智能科技有限公司 | 一种基于火花像素的危害预警方法 |
| CN117854221A (zh) * | 2024-02-28 | 2024-04-09 | 江苏航运职业技术学院 | 一种邮轮用火灾智能自动报警系统 |
-
2023
- 2023-03-02 CN CN202310192247.7A patent/CN116189372A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116758079A (zh) * | 2023-08-18 | 2023-09-15 | 杭州浩联智能科技有限公司 | 一种基于火花像素的危害预警方法 |
| CN116758079B (zh) * | 2023-08-18 | 2023-12-05 | 杭州浩联智能科技有限公司 | 一种基于火花像素的危害预警方法 |
| CN117854221A (zh) * | 2024-02-28 | 2024-04-09 | 江苏航运职业技术学院 | 一种邮轮用火灾智能自动报警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116189372A (zh) | 一种应用大数据技术的森林防火多层预警监测系统及方法 | |
| US11620891B2 (en) | Method and system for determining area of fire and estimating progression of fire | |
| Stula et al. | Intelligent forest fire monitoring system | |
| Stipaničev et al. | Advanced automatic wildfire surveillance and monitoring network | |
| CN115063942B (zh) | 消防火灾复燃监测预警方法、装置、电子设备及存储介质 | |
| CN112950880A (zh) | 一种基于大数据的火灾预警方法及系统 | |
| CN117319451B (zh) | 基于多模态大数据的城市级消防物联网监管系统及其方法 | |
| CN108256447A (zh) | 一种基于深度神经网络的无人机航拍视频分析方法 | |
| CN114969027B (zh) | 一种森林火灾险情的人工智能预警系统及方法 | |
| CN112382043A (zh) | 基于卫星监测的灾害预警方法、设备、存储介质及装置 | |
| CN116071708A (zh) | 一种用于火灾风险安防的图像识别分析方法 | |
| Haile et al. | REAL-TIME SENSOR DATA ANALYTICS AND VISUALIZATION IN CLOUD-BASED SYSTEMS FOR FOREST ENVIRONMENT MONITORING | |
| Kolarić et al. | Integrated system for forest fire early detection and management | |
| CN114186735A (zh) | 基于人工智能的消防应急照明灯布局优化方法 | |
| Venkataramanan et al. | Forest fire detection and temperature monitoring alert using iot and machine learning algorithm | |
| CN113553985A (zh) | 一种基于人工智能高空烟雾检测识别方法，存储装置及服务器 | |
| CN116187740A (zh) | 一种输电线路沿线山火监测方法及系统 | |
| CN114638736A (zh) | 基于物联网的森林防火数据分析系统及方法 | |
| Lertsinsrubtavee et al. | SEA-HAZEMON: Active Haze Monitoring and Forest Fire Detection Platform | |
| Mengod et al. | The influence of external factors on false alarms in an infrared fire detection system | |
| CN111539634A (zh) | 一种消防救援辅助决策方案生成方法 | |
| CN111160780A (zh) | 调度机器人及调度方法 | |
| Ramasamy et al. | Cloud-Based Early Warning System for Forest Fire using IoT Techniques | |
| Agnihotri et al. | Forest Guard: An Integrated Sensor cum AI-based Fire-prone Area Mapping and Early Forest Fire Detection System | |
| Stipaničev | Intelligent Forest Fire Monitoring System–from idea to realization |
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 |