CN116307739A - 一种森林防火智能监测预警系统 - Google Patents
一种森林防火智能监测预警系统 Download PDFInfo
- Publication number
- CN116307739A CN116307739A CN202310541408.9A CN202310541408A CN116307739A CN 116307739 A CN116307739 A CN 116307739A CN 202310541408 A CN202310541408 A CN 202310541408A CN 116307739 A CN116307739 A CN 116307739A
- Authority
- CN
- China
- Prior art keywords
- fire
- forest
- risk level
- level mark
- evaluation coefficient
- 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 63
- 230000002265 prevention Effects 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims description 78
- 238000000034 method Methods 0.000 claims description 35
- 230000007480 spreading Effects 0.000 claims description 24
- 238000003892 spreading Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 17
- 230000005855 radiation Effects 0.000 description 6
- 241001237160 Kallima inachus Species 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009275 open burning Methods 0.000 description 1
- 206010037844 rash Diseases 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
- 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
- G06Q50/265—Personal security, identity or safety
-
- 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
-
- 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)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Emergency Management (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种森林防火智能监测预警系统，涉及森林干扰监测技术领域，包括火情监测模块、数据采集模块、初始分析模块、综合分析模块。本发明在发现多处火情时，利用遥感技术对多处火灾区域的森林信息与火势信息同时监测，对火情区域的风险指数进行计算，将火情区域快速地划分为高风险区域、中风险区域、以及低风险区域，按照风险等级顺序对高风险区域的火情进行优先处理，再对中风险区域的火情进行处理，最后对低风险区域的火情进行处理，快速地优化出最佳的救火路线，从而有效地防止火势的进一步扩大、蔓延，进而按照救火路线可实现最佳灭火。
Description
技术领域
本发明涉及森林干扰监测技术领域，具体涉及一种森林防火智能监测预警系统。
背景技术
森林干扰通常包括森林砍伐、火灾、林地转换、林地病虫害等人为或自然引起的干扰事件。监测森林干扰对于保护和管理森林资源、维护生态平衡、实施可持续森林管理以及应对气候变化等具有重要意义。森林干扰监测是利用遥感技术来监测和评估森林生态系统中的干扰过程和干扰程度的方法。
多源遥感数据指的是从不同的遥感传感器或平台获取的遥感数据。遥感数据是通过卫星、飞机、无人机等遥感平台获取的地球观测数据，可以包括多种类型的传感器数据，如光学传感器、雷达传感器、红外传感器等。多源遥感数据可以在多个方面提供丰富的信息，包括地表覆盖、地形地貌、气候气象、环境变化、资源调查等，多源遥感数据在地球科学、资源环境、农业生态、城市规划等领域具有广泛的应用价值，可以帮助人们更好地了解和管理地球表面的自然和人文环境。
在自然条件下，森林火灾可能因多种原因在不同地点同时或相继发生，导致多点起火，以下是一些可能导致森林中多点起火的原因：
人为活动：人类活动是森林火灾的主要原因之一，人类可能在不同地点同时或相继引发火灾，例如烧荒、露天焚烧、燃放烟花烟火、营火等，这些人为活动可能导致多个火点同时燃烧，从而引发多点起火现象。
自然因素：自然因素也可能导致森林中多点起火，例如，雷击、火山喷发、地震等自然灾害可能在不同地点引发森林火灾，从而导致多点起火现象。
大火蔓延：当森林中一处火灾失控蔓延时，可能会引发多点起火现象，火灾可能在一处地点起火，但由于气象条件、地形地貌等因素，火势扩大并引发新的火点，导致多点起火现象；
现有技术存在以下不足：当利用遥感技术监测到森林生态系统中的出现多处火灾干扰时，现有技术的遥感技术无法快速地计算、优化出最佳的救火路线，可能会造成火势的进一步扩大、蔓延，从而不能实现最佳灭火。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供一种森林防火智能监测预警系统，以解决上述背景技术中的问题。
为了实现上述目的，本发明提供如下技术方案：一种森林防火智能监测预警系统，包括火情监测模块、数据采集模块、初始分析模块、综合分析模块；
火情监测模块，用于监测森林内的火情情况，当发现火情存在时，将信号发送至森林监测控制中心和数据采集模块；
数据采集模块，采集火情位置处的风向信息，沿着风向顺向方向采集火情区域的森林信息，并采集火情区域的火势信息，根据森林信息与火势信息分别生成第一评估系数与第二评估系数，并将第一评估系数与第二评估系数传递至初始分析模块；
初始分析模块，接收到第一评估系数与第二评估系数后，根据到第一评估系数与第二评估系数生成第一风险等级标记与第二风险等级标记，并将第一风险等级标记与第二风险等级标记传递至综合分析模块；
综合分析模块，根据第一风险等级标记与第二风险等级标记生成第三风险等级标记，通过第三风险等级标记优化出最佳救火路线，并将路线信息传递至森林监测控制中心。
优选的，当森林火情出现时，若是出现一处火情，则火情监测模块将信号传递至森林监测控制中心，森林监测控制中心对火情位置进行定位，再指挥调度中心对火情进行及时处理；若是出现多处火情，则火情监测模块将信号传递至森林监测控制中心，森林监测控制中心对火情位置进行定位，并将发生火情的位置传递至数据采集模块。
优选的，火势信息包括火源面积、火焰高度、以及火势蔓延速率，采集后，数据采集模块将火源面积、火焰高度、以及火势蔓延速率分别标定为HYMi、HYGi、以及MYSi。
优选的，获取到火源面积HYMi、火焰高度HYGi、以及火势蔓延速率MYSi后，数据采集模块将火源面积HYMi、火焰高度HYGi、以及火势蔓延速率MYSi进行公式化处理，建立数据分析模型，生成第一评估系数Xi，依据的公式为：
优选的，沿着风向顺向方向采集火情区域的森林信息包括森林林叶密度、森林林叶湿度、森林枯枝占比、以及森林枯叶占比，采集后，数据采集模块将森林林叶密度、森林林叶湿度、森林枯枝占比、以及森林枯叶占比分别标定为SLMj、LYSj、KZZj、以及KYZj。
优选的，获取到森林林叶密度SLMj、森林林叶湿度LYSj、森林枯枝占比KZZj、以及森林枯叶占比KYZj后，数据采集模块将森林林叶密度SLMj、森林林叶湿度LYSj、森林枯枝占比KZZj、以及森林枯叶占比KYZj进行公式化处理，建立数据分析模型，生成第二评估系数Yj，依据的公式为：
优选的，获取第一评估系数与第二评估系数后，初始分析模块对第一评估系数与第二评估系数的分析如下：
对第一评估系数Xi设置阈值YZa，并将第一评估系数Xi与阈值YZa进行比对，若第一评估系数Xi大于等于阈值YZa，则生成第一高风险等级标记，若第一评估系数Xi小于阈值YZa，则生成第一低风险等级标记；
对第二评估系数Yj设置阈值YZb，并将第一评估系数Xi与阈值YZb进行比对，若第二评估系数Yj大于等于阈值YZb，则生成第二高风险等级标记，若第二评估系数Yj小于阈值YZb，则生成第二低风险等级标记。
优选的，获取第一风险等级标记与第二风险等级标记后，通过第一风险等级标记与第二风险等级标记生成第三风险标记的逻辑如下：
若同一处火情位置处同时出现第一高风险等级标记与第二高风险等级标记，则生成第三高风险等级标记，若同一处火情位置处出现第一高风险等级标记或者第二高风险等级标记，则生成第三中风险等级标记，若同一处火情位置处同时出现第一低风险等级标记与第二低风险等级标记，则生成第三低风险等级标记。
优选的，第三高风险等级标记的风险高于第一高风险等级标记和第二高风险等级标记，即出现第三高风险等级标记时，火情区域的风险等级更大，第三低风险等级标记的风险低于第一低风险等级标记和第二低风险等级标记，即出现第三低风险等级标记时，火情区域的风险等级小，第三中风险等级标记的风险等级介于第三高风险等级标记与第三低风险等级标记之间。
在上述技术方案中，本发明提供的技术效果和优点：
本发明在发现多处火情时，利用遥感技术对多处火灾区域的森林信息与火势信息同时监测，对火情区域的风险指数进行计算，将火情区域快速地划分为高风险区域、中风险区域、以及低风险区域，按照风险等级顺序对高风险区域的火情进行优先处理，再对中风险区域的火情进行处理，最后对低风险区域的火情进行处理，快速地优化出最佳的救火路线，从而有效地防止火势的进一步扩大、蔓延，进而按照救火路线可实现最佳灭火。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明一种森林防火智能监测预警系统的系统模块示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
本发明提供了如图1所示的一种森林防火智能监测预警系统，包括火情监测模块、数据采集模块、初始分析模块、综合分析模块；
火情监测模块，用于监测森林内的火情情况，当发现火情存在时，将信号发送至森林监测控制中心和数据采集模块；
当森林火情出现时，若是出现一处火情，则火情监测模块将信号传递至森林监测控制中心，森林监测控制中心对火情位置进行定位，再指挥调度中心对火情进行及时处理；若是出现多处火情，则火情监测模块将信号传递至森林监测控制中心，森林监测控制中心对火情位置进行定位，并将发生火情的位置传递至数据采集模块；
数据采集模块，采集火情位置处的风向信息，沿着风向顺向方向采集火情区域的森林信息，并采集火情区域的火势信息，根据森林信息与火势信息分别生成第一评估系数与第二评估系数，并将第一评估系数与第二评估系数传递至初始分析模块；
数据采集模块获取到多处火情的位置信息后，预先采集多处火情位置处的风向信息，沿着风向顺向方向对火情位置处的森林信息进行采集，此处采集风向信息选择风向监测仪，风向监测仪是一种用于测量风向的仪器，它通常通过感知风的流向，记录或显示当前的风向信息，因为当发现火情时，火势会沿着风向顺向方向进行快速蔓延；
火势信息包括火源面积、火焰高度、以及火势蔓延速率，采集后，数据采集模块将火源面积、火焰高度、以及火势蔓延速率分别标定为HYMi、HYGi、以及MYSi；
火源面积：是指火灾在地面上的实际燃烧面积，通常以平方米或平方千米为单位，采集火源面积时，利用遥感技术，通过卫星图像、航空影像或无人机影像等，对森林火灾的火源面积进行监测和测量，遥感技术可以提供高分辨率的火灾火源面积信息，并能够实时获取、快速更新和广域覆盖；
火焰高度，是指火灾现场火焰的垂直高度，通常用来评估火灾的强度和危险程度，火焰高度可通过热红外遥感技术进行测量；
热红外遥感技术是一种通过测量地物表面的热辐射来获取信息的技术，在火灾中，火焰通常会产生大量的热辐射，包括红外辐射，通过使用热红外遥感仪器，如热红外相机或热红外传感器，可以测量火焰辐射的强度和分布情况，并通过推导和计算得出火焰高度；
火势蔓延速率，是指火焰自然蔓延的速率，通常以米/分钟或米/小时为单位，通过测量火焰的前进速度，可以了解火灾在地面上蔓延的速度，从而判断火势的发展情况，火势蔓延速率的测量可利用遥感技术，如航空或卫星遥感，获取火场的图像或视频，并通过对比不同时间点的图像或视频来测量火势蔓延的速度，遥感技术可以提供大范围、实时的火场监测和数据获取，对于大面积火灾的火势蔓延速度的测量非常有效；
获取到火源面积HYMi、火焰高度HYGi、以及火势蔓延速率MYSi后，数据采集模块将火源面积HYMi、火焰高度HYGi、以及火势蔓延速率MYSi进行公式化处理，建立数据分析模型，生成第一评估系数Xi，依据的公式为：
第一评估系数Xi用于评估火情区域的火势信息，由公式可知，火源面积越大、火焰高度越高、火势蔓延速率越快，即第一评估系数Xi越大，表明火情区域内的火势越严重，火源面积越小、火焰高度越低、火势蔓延速率越慢，即第一评估系数Xi越小，表明火情区域内的火势越不严重；
沿着风向顺向方向采集火情区域的森林信息包括森林林叶密度、森林林叶湿度、森林枯枝占比、以及森林枯叶占比，采集后，数据采集模块将森林林叶密度、森林林叶湿度、森林枯枝占比、以及森林枯叶占比分别标定为SLMj、LYSj、KZZj、以及KYZj；
森林林叶密度，是指火情区域沿着风向顺向方向下面积为S的区域内的森林林叶密度，森林林叶密度的测量可采用光谱遥感技术，光谱遥感技术是一种通过测量不同波段的电磁辐射来获取地物信息的技术，可以使用光谱遥感仪器，如多光谱相机或光谱传感器，测量林地在可见光和近红外等波段的反射特性，从而计算得出林地的叶片覆盖率、植被指数等参数，从而推测林叶的密度情况；
森林林叶湿度，是指火情区域沿着风向顺向方向下面积为S的区域内林叶叶片表面的水分含量或水分状态，森林林叶湿度采用热红外遥感技术进行测量，如热红外相机或热红外传感器，测量林地在红外波段的辐射特性，从而推测叶片的湿度情况，湿度较高的叶片通常会辐射出较强的红外辐射；
森林枯枝占比，是指火情区域沿着风向顺向方向下面积为S的区域内的枯枝占比，森林枯枝占比的测量利用遥感仪器，如航空摄影、卫星影像等，对森林进行影像解译，通过识别和提取影像中的枯枝信息，来估计枯枝的面积占比，常用的方法包括像元分类法、目视解译法、计算机辅助解译法等；
森林枯叶占比，是指火情区域沿着风向顺向方向下面积为S的区域内的枯叶占比，森林枯枝占比的测量同样利用遥感仪器，如航空摄影、卫星影像等，对森林进行影像解译，通过识别和提取影像中的枯叶信息，来估计枯叶的面积占比，常用的方法包括像元分类法、目视解译法、计算机辅助解译法等；
获取到森林林叶密度SLMj、森林林叶湿度LYSj、森林枯枝占比KZZj、以及森林枯叶占比KYZj后，数据采集模块将森林林叶密度SLMj、森林林叶湿度LYSj、森林枯枝占比KZZj、以及森林枯叶占比KYZj进行公式化处理，建立数据分析模型，生成第二评估系数Yj，依据的公式为：
需要说明的时，面积为S的区域可根据实际情况进行设定，在此不做具体的限定；
第二评估系数Yj用于评估火情区域沿着风向顺向方向下面积为S的区域内的森林信息情况，由公式可知，森林林叶密度越高、森林林叶湿度越低、森林枯枝占比越高、以及森林枯叶占比越高，即第二评估系数Yj越大，表明火情区域沿着风向顺向方向下面积为S的区域内更加容易起火，森林林叶密度越低、森林林叶湿度越高、森林枯枝占比越低、以及森林枯叶占比越低，即第二评估系数Yj越小，表明火情区域沿着风向顺向方向下面积为S的区域内不容易起火；
数据采集模块采集到第一评估系数与第二评估系数后，将第一评估系数与第二评估系数传递至初始分析模块；
初始分析模块，接收到第一评估系数与第二评估系数后，根据到第一评估系数与第二评估系数生成第一风险等级标记与第二风险等级标记，并将第一风险等级标记与第二风险等级标记传递至综合分析模块；
获取第一评估系数与第二评估系数后，初始分析模块对第一评估系数与第二评估系数的分析如下：
对第一评估系数Xi设置阈值YZa，并将第一评估系数Xi与阈值YZa进行比对，若第一评估系数Xi大于等于阈值YZa，表明火情区域内的火势越严重，则生成第一高风险等级标记，若第一评估系数Xi小于阈值YZa，表明火情区域内的火势越不严重，则生成第一低风险等级标记；
对第二评估系数Yj设置阈值YZb，并将第一评估系数Xi与阈值YZb进行比对，若第二评估系数Yj大于等于阈值YZb，表明火情区域沿着风向顺向方向下面积为S的区域内更加容易起火，则生成第二高风险等级标记，若第二评估系数Yj小于阈值YZb，表明火情区域沿着风向顺向方向下面积为S的区域内不容易起火，则生成第二低风险等级标记；
根据第一评估系数与第二评估系数获取第一风险等级标记与第二风险等级标记后，初始分析模块将第一风险等级标记与第二风险等级标记传递至综合分析模块；
综合分析模块，根据第一风险等级标记与第二风险等级标记生成第三风险等级标记，通过第三风险等级标记优化出最佳救火路线，并将路线信息传递至森林监测控制中心；
获取第一风险等级标记与第二风险等级标记后，通过第一风险等级标记与第二风险等级标记生成第三风险标记的逻辑如下：
若同一处火情位置处同时出现第一高风险等级标记与第二高风险等级标记，表明此处的火情严重且火情区域沿着风向顺向方向下面积为S的区域内更加容易起火，则生成第三高风险等级标记，若同一处火情位置处出现第一高风险等级标记或者第二高风险等级标记，表明此处的火情严重或者火情区域沿着风向顺向方向下面积为S的区域内更加容易起火，则生成第三中风险等级标记，若同一处火情位置处同时出现第一低风险等级标记与第二低风险等级标记，表明此处的火情不严重且火情区域沿着风向顺向方向下面积为S的区域内不容易起火，则生成第三低风险等级标记；
需要说明的是，第三高风险等级标记的风险高于第一高风险等级标记和第二高风险等级标记，即出现第三高风险等级标记时，火情区域的风险等级更大，表明该区域的火情情况更加严峻，第三低风险等级标记的风险低于第一低风险等级标记和第二低风险等级标记，即出现第三低风险等级标记时，火情区域的风险等级小，表明该区域的火情情况不严峻，第三中风险等级标记的风险等级介于第三高风险等级标记与第三低风险等级标记之间；
获取第三风险等级标记后，综合分析模块将信息传递至森林监测控制中心，通过森林监测控制中心优先对第三高风险等级标记的区域进行定位，指挥调度中心对火情进行及时处理，再对第三高风险等级标记的区域进行定位再处理，最后对第三低风险等级标记的区域进行定位再处理；
本发明在发现多处火情时，利用遥感技术对多处火灾区域的森林信息与火势信息同时监测，对火情区域的风险指数进行计算，将火情区域快速地划分为高风险区域、中风险区域、以及低风险区域，按照风险等级顺序对高风险区域的火情进行优先处理，再对中风险区域的火情进行处理，最后对低风险区域的火情进行处理，快速地优化出最佳的救火路线，从而有效地防止火势的进一步扩大、蔓延，进而按照救火路线可实现最佳灭火。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
需要说明的是，在本文中，如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以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。专业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申请的范围。
所属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、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种森林防火智能监测预警系统，其特征在于，包括火情监测模块、数据采集模块、初始分析模块、综合分析模块；
火情监测模块，用于监测森林内的火情情况，当发现火情存在时，将信号发送至森林监测控制中心和数据采集模块；
数据采集模块，采集火情位置处的风向信息，沿着风向顺向方向采集火情区域的森林信息，并采集火情区域的火势信息，根据森林信息与火势信息分别生成第一评估系数与第二评估系数，并将第一评估系数与第二评估系数传递至初始分析模块；
初始分析模块，接收到第一评估系数与第二评估系数后，根据到第一评估系数与第二评估系数生成第一风险等级标记与第二风险等级标记，并将第一风险等级标记与第二风险等级标记传递至综合分析模块；
综合分析模块，根据第一风险等级标记与第二风险等级标记生成第三风险等级标记，通过第三风险等级标记优化出最佳救火路线，并将路线信息传递至森林监测控制中心。
2.根据权利要求1所述的一种森林防火智能监测预警系统，其特征在于，当森林火情出现时，若是出现一处火情，则火情监测模块将信号传递至森林监测控制中心，森林监测控制中心对火情位置进行定位，再指挥调度中心对火情进行及时处理；若是出现多处火情，则火情监测模块将信号传递至森林监测控制中心，森林监测控制中心对火情位置进行定位，并将发生火情的位置传递至数据采集模块。
3.根据权利要求1所述的一种森林防火智能监测预警系统，其特征在于，火势信息包括火源面积、火焰高度、以及火势蔓延速率，采集后，数据采集模块将火源面积、火焰高度、以及火势蔓延速率分别标定为HYMi、HYGi、以及MYSi。
4.根据权利要求3所述的一种森林防火智能监测预警系统，其特征在于，获取到火源面积HYMi、火焰高度HYGi、以及火势蔓延速率MYSi后，数据采集模块将火源面积HYMi、火焰高度HYGi、以及火势蔓延速率MYSi进行公式化处理，建立数据分析模型，生成第一评估系数Xi，依据的公式为：
5.根据权利要求4所述的一种森林防火智能监测预警系统，其特征在于，沿着风向顺向方向采集火情区域的森林信息包括森林林叶密度、森林林叶湿度、森林枯枝占比、以及森林枯叶占比，采集后，数据采集模块将森林林叶密度、森林林叶湿度、森林枯枝占比、以及森林枯叶占比分别标定为SLMj、LYSj、KZZj、以及KYZj。
6.根据权利要求5所述的一种森林防火智能监测预警系统，其特征在于，获取到森林林叶密度SLMj、森林林叶湿度LYSj、森林枯枝占比KZZj、以及森林枯叶占比KYZj后，数据采集模块将森林林叶密度SLMj、森林林叶湿度LYSj、森林枯枝占比KZZj、以及森林枯叶占比KYZj进行公式化处理，建立数据分析模型，生成第二评估系数Yj，依据的公式为：
7.根据权利要求6所述的一种森林防火智能监测预警系统，其特征在于，获取第一评估系数与第二评估系数后，初始分析模块对第一评估系数与第二评估系数的分析如下：
对第一评估系数Xi设置阈值YZa，并将第一评估系数Xi与阈值YZa进行比对，若第一评估系数Xi大于等于阈值YZa，则生成第一高风险等级标记，若第一评估系数Xi小于阈值YZa，则生成第一低风险等级标记；
对第二评估系数Yj设置阈值YZb，并将第一评估系数Xi与阈值YZb进行比对，若第二评估系数Yj大于等于阈值YZb，则生成第二高风险等级标记，若第二评估系数Yj小于阈值YZb，则生成第二低风险等级标记。
8.根据权利要求7所述的一种森林防火智能监测预警系统，其特征在于，获取第一风险等级标记与第二风险等级标记后，通过第一风险等级标记与第二风险等级标记生成第三风险标记的逻辑如下：
若同一处火情位置处同时出现第一高风险等级标记与第二高风险等级标记，则生成第三高风险等级标记，若同一处火情位置处出现第一高风险等级标记或者第二高风险等级标记，则生成第三中风险等级标记，若同一处火情位置处同时出现第一低风险等级标记与第二低风险等级标记，则生成第三低风险等级标记。
9.根据权利要求8所述的一种森林防火智能监测预警系统，其特征在于，第三高风险等级标记的风险高于第一高风险等级标记和第二高风险等级标记，即出现第三高风险等级标记时，火情区域的风险等级更大，第三低风险等级标记的风险低于第一低风险等级标记和第二低风险等级标记，即出现第三低风险等级标记时，火情区域的风险等级小，第三中风险等级标记的风险等级介于第三高风险等级标记与第三低风险等级标记之间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310541408.9A CN116307739A (zh) | 2023-05-15 | 2023-05-15 | 一种森林防火智能监测预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310541408.9A CN116307739A (zh) | 2023-05-15 | 2023-05-15 | 一种森林防火智能监测预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116307739A true CN116307739A (zh) | 2023-06-23 |
Family
ID=86794417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310541408.9A Pending CN116307739A (zh) | 2023-05-15 | 2023-05-15 | 一种森林防火智能监测预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116307739A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117118853A (zh) * | 2023-08-09 | 2023-11-24 | 深圳倍易通科技有限公司 | 一种用于电力通讯的通讯状态监测管理方法及系统 |
| CN117475570A (zh) * | 2023-11-08 | 2024-01-30 | 四川欧航科技有限责任公司 | 一种适用于森林防火的雷达监测智能预警系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101620451A (zh) * | 2008-06-30 | 2010-01-06 | 中国林业科学研究院森林生态环境与保护研究所 | 森林火险等级快速查算尺 |
| CN102231220A (zh) * | 2011-05-31 | 2011-11-02 | 王建雄 | 火灾等级检测方法 |
| CN113298311A (zh) * | 2021-06-08 | 2021-08-24 | 平安国际智慧城市科技股份有限公司 | 森林火灾危险等级预测方法、装置、设备及可读存储介质 |
| CN114463917A (zh) * | 2022-03-10 | 2022-05-10 | 南京林业大学 | 基于大数据的森林火灾应急调度系统及方法 |
-
2023
- 2023-05-15 CN CN202310541408.9A patent/CN116307739A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101620451A (zh) * | 2008-06-30 | 2010-01-06 | 中国林业科学研究院森林生态环境与保护研究所 | 森林火险等级快速查算尺 |
| CN102231220A (zh) * | 2011-05-31 | 2011-11-02 | 王建雄 | 火灾等级检测方法 |
| CN113298311A (zh) * | 2021-06-08 | 2021-08-24 | 平安国际智慧城市科技股份有限公司 | 森林火灾危险等级预测方法、装置、设备及可读存储介质 |
| CN114463917A (zh) * | 2022-03-10 | 2022-05-10 | 南京林业大学 | 基于大数据的森林火灾应急调度系统及方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117118853A (zh) * | 2023-08-09 | 2023-11-24 | 深圳倍易通科技有限公司 | 一种用于电力通讯的通讯状态监测管理方法及系统 |
| CN117118853B (zh) * | 2023-08-09 | 2024-05-10 | 深圳倍易通科技有限公司 | 一种用于电力通讯的通讯状态监测管理方法及系统 |
| CN117475570A (zh) * | 2023-11-08 | 2024-01-30 | 四川欧航科技有限责任公司 | 一种适用于森林防火的雷达监测智能预警系统 |
| CN117475570B (zh) * | 2023-11-08 | 2024-05-28 | 四川欧航科技有限责任公司 | 一种适用于森林防火的雷达监测智能预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hua et al. | The progress of operational forest fire monitoring with infrared remote sensing | |
| CN116307739A (zh) | 一种森林防火智能监测预警系统 | |
| Clements et al. | The FireFlux II experiment: a model-guided field experiment to improve understanding of fire–atmosphere interactions and fire spread | |
| Fonseca et al. | Modelling fire probability in the Brazilian Amazon using the maximum entropy method | |
| DaCamara et al. | Calibration of the Fire Weather Index over Mediterranean Europe based on fire activity retrieved from MSG satellite imagery | |
| CN110009031B (zh) | 一种基于多源遥感数据的卫星山火火点二次筛选方法 | |
| Elia et al. | Developing custom fire behavior fuel models for Mediterranean wildland–urban interfaces in southern Italy | |
| Wing et al. | Remote sensing and unmanned aerial system technology for monitoring and quantifying forest fire impacts | |
| Ainslie et al. | Investigation into mountain pine beetle above-canopy dispersion using weather radar and an atmospheric dispersion 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 | |
| CN116189371A (zh) | 一种基于物联网的森林防火消防设施联动管理系统及方法 | |
| CN102928083A (zh) | 森林防火用红外测温仪及其测温方法 | |
| Frost et al. | The elandskraal fire, knysna | |
| JP5801277B2 (ja) | 林野火災の予測装置及び林野火災の予測プログラム | |
| Duff et al. | Quantifying wildfire growth rates using smoke plume observations derived from weather radar | |
| Chen et al. | An adapted hourly Himawari-8 fire product for China: principle, methodology and verification | |
| Chen et al. | Wildfire monitoring technology of transmission lines based on Himawari-8 geostationary meteorological satellite | |
| Liu et al. | Modeling the early warning of grassland fire risk based on fuzzy logic in Xilingol, Inner Mongolia | |
| Heilman et al. | Atmospheric turbulence | |
| Furtună et al. | Forest fires study using Remote sensing and meteorological indicators. Study case | |
| Liu et al. | Wildfire risk assessment of transmission-line corridors based on logistic regression | |
| Stipaničev | Automatic Surveillance Methods | |
| Ottmar | Activity fuels | |
| Rodriguez | A Comprehensive Study of Forest Health and Structure Following the West Fork Fire Complex in Southwest Colorado through Normalized Difference Vegetation Index (NDVI) and Normalized Burn Ratio (NBR) | |
| CN117197680B (zh) | 基于多源卫星数据的输配电森林火灾监控方法、监控装置 |
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 |