CN117173848A - 一种基于数据分析的森林火灾探测方法 - Google Patents
一种基于数据分析的森林火灾探测方法 Download PDFInfo
- Publication number
- CN117173848A CN117173848A CN202311146754.3A CN202311146754A CN117173848A CN 117173848 A CN117173848 A CN 117173848A CN 202311146754 A CN202311146754 A CN 202311146754A CN 117173848 A CN117173848 A CN 117173848A
- Authority
- CN
- China
- Prior art keywords
- fire
- monitoring
- area
- marking
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 238000007405 data analysis Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 143
- 239000000779 smoke Substances 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims description 38
- 238000009792 diffusion process Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Fire Alarms (AREA)
Abstract
本发明属于森林火灾探测领域,涉及数据分析技术,用于解决现有的森林火灾探测方法无法根据火灾特征与风向分析结果采取最合适的火灾救援方案的问题,具体是一种基于数据分析的森林火灾探测方法,包括以下步骤:对森林地区进行区域性火灾监测分析:将森林地区分割为若干个监测区域,定时获取监测区域内的温度数据WD、烟雾数据YW以及色度数据SD并进行数值计算得到监测区域的火灾系数HZ,通过火灾系数HZ将监测区域标记为安全区域或危险区域;本发明可以对森林地区进行区域性火灾监测分析,通过对监测区域内的多项火灾探测参数进行监测分析与综合计算得到火灾系数,然后根据区域性火灾监测分析结果对特征分析必要性进行判定。
Description
技术领域
本发明属于森林火灾探测领域,涉及数据分析技术,具体是一种基于数据分析的森林火灾探测方法。
背景技术
森林火灾,是指失去人为控制,在林地内自由蔓延和扩展,对森林、森林生态系统和人类带来一定危害和损失的林火行为。森林火灾是一种突发性强、破坏性大、处置救助较为困难的自然灾害。
现有的森林火灾探测方法通常是在探测地区内设置多个传感器,通过传感器对火灾进行探测与报警,但是由于林区风向多变,在出现火灾报警后,无法根据火灾特征与风向分析结果采取最合适的火灾救援方案,导致火灾救援效率低下。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据分析的森林火灾探测方法,用于解决现有的森林火灾探测方法无法根据火灾特征与风向分析结果采取最合适的火灾救援方案的问题;
本发明需要解决的技术问题为:如何提供一种可以根据火灾特征与风向分析结果采取最合适的火灾救援方案的基于数据分析的森林火灾探测方法。
本发明的目的可以通过以下技术方案实现:
一种基于数据分析的森林火灾探测方法,包括以下步骤:
步骤一:对森林地区进行区域性火灾监测分析:将森林地区分割为若干个监测区域,定时获取监测区域内的温度数据WD、烟雾数据YW以及色度数据SD并进行数值计算得到监测区域的火灾系数HZ,通过火灾系数HZ将监测区域标记为安全区域或危险区域;
步骤二:对监测区域的火灾特征进行监测分析:通过存储模块获取到温度阈值与烟雾阈值,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较并通过比较结果将监测区域的火灾特征标记为间隔、蔓延、邻近或重灾;
步骤三:对森林地区进行风向分析并将火灾救援模式标记为特征救援模式或扩散救援模式。
作为本发明的一种优选实施方式,温度数据WD的获取过程包括:在监测区域内设置若干个监测点,获取监测区域内监测点的温度值并所有监测点的温度值的最大值标记为温度数据WD,烟雾数据YW的获取过程包括:获取监测区域内监测点的烟雾浓度值并将所有监测点的烟雾浓度值的最大值标记为烟雾数据YW;色度数据SD的获取过程包括:对监测区域进行图像拍摄并将拍摄的到的图像标记为监测图像,将监测图像放大为像素格图像并进行灰度变换,通过存储模块获取到火灾灰度范围,将灰度值位于火灾灰度范围之内的像素格标记为火灾格,将火灾格的数量与像素格的数量比值标记为色度数据SD。
作为本发明的一种优选实施方式,将监测区域标记为安全区域或危险区域的具体过程包括:通过存储模块获取到火灾阈值HZmax,将所有监测区域的火灾系数HZ逐一与火灾阈值HZmax进行比较:若火灾系数HZ小于火灾阈值HZmax,则判定监测区域不具有火灾隐患,将对应的监测区域标记为安全区域;若火灾系数HZ大于等于火灾阈值HZmax,则判定监测区域具有火灾隐患,将对应的监测区域标记为危险区域;危险区域的数量不为零时向火灾探测平台发送特征分析信号,火灾探测平台接收到特征分析信号后将特征分析信号发送至特征分析模块。
作为本发明的一种优选实施方式,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较的具体过程包括:若温度数据WD小于等于温度阈值且烟雾数据YW小于等于烟雾阈值,则将对应监测区域的火灾特征标记为间隔;若温度数据WD小于等于温度阈值且烟雾数据YW大于烟雾阈值,则将对应监测区域的火灾特征标记为蔓延;若温度数据WD大于温度阈值且烟雾数据YW小于等于烟雾阈值,则将对应监测区域的火灾特征标记为邻近;若温度数据WD大于温度阈值且烟雾数据YW大于烟雾阈值,则将对应监测区域的火灾特征标记为重灾;将所有监测区域的火灾特征发送至火灾探测平台,火灾探测平台将接收到的监测区域的火灾特征发送至风向分析模块。
作为本发明的一种优选实施方式,对森林地区进行风向分析的具体过程包括:将火灾系数HZ数值最大的危险区域标记为火源区域,以火源区域为中心点作出两条射线并标记为分割射线,两条分割射线的夹角为一百八十度,由两条分割射线构成一条分割直线,将分割直线以火源区域为中心进行逆时针旋转,在旋转过程中将分割直线两侧的火灾特征为蔓延的监测区域的面积值标记为蔓延值,分割直线两侧蔓延值差值的绝对值标记为蔓延差值,将蔓延差值数值最小值对应的分割直线旋转位置标记为风向位置,将分割直线位于风向位置时与火灾特征为蔓延的监测区域相接触的分割射线的延伸方向标记为特征风向;通过风向传感器获取森林地区的风向并标记为检测风向,将特征风向与检测风向的夹角标记为风向偏差值,通过存储模块获取到风向偏差阈值,将风向偏差值与风向偏差阈值进行比较并通过比较结果对火灾救援模式进行标记。
作为本发明的一种优选实施方式,将风向偏差值与风向偏差阈值进行比较的具体过程包括:若风向偏差值小于风向偏差阈值,则判定森林地区的风向变化满足要求,采用特征救援模式进行火灾救援;若风向偏差值大于等于风险偏差阈值,则判定森林地区的风向变化不满足要求,采用扩散救援模式进行火灾救援。
作为本发明的一种优选实施方式,采用特征救援模式进行火灾救援的具体过程包括:将监测区域按照火灾特征为重灾-邻近-蔓延-间隔的顺序进行救援优先级排列并得到救援序列,将救援序列发送至火灾探测平台;采用扩散救援模式进行火灾救援的具体过程包括:以火源区域为中心点,r1为半径画圆,将圆形区域内的森林地区标记为优先救援区域,将优先救援区域发送至火灾探测平台。
作为本发明的一种优选实施方式,应用于基于数据分析的森林火灾探测系统当中,包括火灾探测平台,所述火灾探测平台通信连接有区域监测模块、特征分析模块、风向分析模块以及存储模块;
所述区域监测模块用于对森林地区进行区域性火灾监测分析并将监测区域标记为安全区域或危险区域;
所述特征分析模块用于对监测区域的火灾特征进行监测分析并将监测区域的火灾特征标记为间隔、蔓延、邻近或重灾;
所述风向分析模块用于对森林地区进行风向分析并将火灾救援模式标记为特征救援模式或扩散救援模式。
本发明具备下述有益效果:
1、通过区域监测模块可以对森林地区进行区域性火灾监测分析,通过对监测区域内的多项火灾探测参数进行监测分析与综合计算得到火灾系数,通过火灾系数对监测区域内是否存在火灾隐患进行反馈,然后根据区域性火灾监测分析结果对特征分析必要性进行判定;
2、通过特征分析模块可以对监测区域的火灾特征进行监测分析,通过对监测区域内的火灾探测参数进行逐一分析来对监测区域的火灾特征进行标记,通过火灾特征的标记结果为风向分析提供数据支撑,同时对特征救援模式的区域救援优先级进行划分;
3、通过风向分析模块可以对森林地区进行风向分析,对火源区域进行标记之后,通过对分割直线旋转时的蔓延差值进行实时检测得到特征风向,然后通过特征风向与检测风向的比对结果对火灾救援模式进行标记,采用最为合适的救援模式进行火灾救援,提高火灾救援效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明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
如图1所示,一种基于数据分析的森林火灾探测系统,包括火灾探测平台,火灾探测平台通信连接有区域监测模块、特征分析模块、风向分析模块以及存储模块。
区域监测模块用于对森林地区进行区域性火灾监测分析:将森林地区分割为若干个监测区域,定时获取监测区域内的温度数据WD、烟雾数据YW以及色度数据SD,温度数据WD的获取过程包括:在监测区域内设置若干个监测点,获取监测区域内监测点的温度值并所有监测点的温度值的最大值标记为温度数据WD,烟雾数据YW的获取过程包括:获取监测区域内监测点的烟雾浓度值并将所有监测点的烟雾浓度值的最大值标记为烟雾数据YW;色度数据SD的获取过程包括:对监测区域进行图像拍摄并将拍摄的到的图像标记为监测图像,将监测图像放大为像素格图像并进行灰度变换,通过存储模块获取到火灾灰度范围,将灰度值位于火灾灰度范围之内的像素格标记为火灾格,将火灾格的数量与像素格的数量比值标记为色度数据SD;通过公式HZ=α1*WD+α2*YW+α3*SD得到监测区域的火灾系数HZ,其中α1、α2以及α3均为比例系数,且α3>α2>α1>1;通过存储模块获取到火灾阈值HZmax,将所有监测区域的火灾系数HZ逐一与火灾阈值HZmax进行比较:若火灾系数HZ小于火灾阈值HZmax,则判定监测区域不具有火灾隐患,将对应的监测区域标记为安全区域;若火灾系数HZ大于等于火灾阈值HZmax,则判定监测区域具有火灾隐患,将对应的监测区域标记为危险区域;危险区域的数量不为零时向火灾探测平台发送特征分析信号,火灾探测平台接收到特征分析信号后将特征分析信号发送至特征分析模块;对森林地区进行区域性火灾监测分析,通过对监测区域内的多项火灾探测参数进行监测分析与综合计算得到火灾系数,通过火灾系数对监测区域内是否存在火灾隐患进行反馈,然后根据区域性火灾监测分析结果对特征分析必要性进行判定。
特征分析模块用于对监测区域的火灾特征进行监测分析:通过存储模块获取到温度阈值与烟雾阈值,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较:若温度数据WD小于等于温度阈值且烟雾数据YW小于等于烟雾阈值,则将对应监测区域的火灾特征标记为间隔;若温度数据WD小于等于温度阈值且烟雾数据YW大于烟雾阈值,则将对应监测区域的火灾特征标记为蔓延;若温度数据WD大于温度阈值且烟雾数据YW小于等于烟雾阈值,则将对应监测区域的火灾特征标记为邻近;若温度数据WD大于温度阈值且烟雾数据YW大于烟雾阈值,则将对应监测区域的火灾特征标记为重灾;将所有监测区域的火灾特征发送至火灾探测平台,火灾探测平台将接收到的监测区域的火灾特征发送至风向分析模块;对监测区域的火灾特征进行监测分析,通过对监测区域内的火灾探测参数进行逐一分析来对监测区域的火灾特征进行标记,通过火灾特征的标记结果为风向分析提供数据支撑,同时对特征救援模式的区域救援优先级进行划分。
风向分析模块用于对森林地区进行风向分析:将火灾系数HZ数值最大的危险区域标记为火源区域,以火源区域为中心点作出两条射线并标记为分割射线,两条分割射线的夹角为一百八十度,由两条分割射线构成一条分割直线,将分割直线以火源区域为中心进行逆时针旋转,在旋转过程中将分割直线两侧的火灾特征为蔓延的监测区域的面积值标记为蔓延值,分割直线两侧蔓延值差值的绝对值标记为蔓延差值,将蔓延差值数值最小值对应的分割直线旋转位置标记为风向位置,将分割直线位于风向位置时与火灾特征为蔓延的监测区域相接触的分割射线的延伸方向标记为特征风向;通过风向传感器获取森林地区的风向并标记为检测风向,将特征风向与检测风向的夹角标记为风向偏差值,通过存储模块获取到风向偏差阈值,将风向偏差值与风向偏差阈值进行比较:若风向偏差值小于风向偏差阈值,则判定森林地区的风向变化满足要求,采用特征救援模式进行火灾救援;若风向偏差值大于等于风险偏差阈值,则判定森林地区的风向变化不满足要求,采用扩散救援模式进行火灾救援;对森林地区进行风向分析,对火源区域进行标记之后,通过对分割直线旋转时的蔓延差值进行实时检测得到特征风向,然后通过特征风向与检测风向的比对结果对火灾救援模式进行标记,采用最为合适的救援模式进行火灾救援,提高火灾救援效率。
采用特征救援模式进行火灾救援的具体过程包括:将监测区域按照火灾特征为重灾-邻近-蔓延-间隔的顺序进行救援优先级排列并得到救援序列,将救援序列发送至火灾探测平台;采用扩散救援模式进行火灾救援的具体过程包括:以火源区域为中心点,r1为半径画圆,将圆形区域内的森林地区标记为优先救援区域,将优先救援区域发送至火灾探测平台。
实施例二
如图2所示,一种基于数据分析的森林火灾探测方法,包括以下步骤:
步骤一:对森林地区进行区域性火灾监测分析:将森林地区分割为若干个监测区域,定时获取监测区域内的温度数据WD、烟雾数据YW以及色度数据SD并进行数值计算得到监测区域的火灾系数HZ,通过火灾系数HZ将监测区域标记为安全区域或危险区域;
步骤二:对监测区域的火灾特征进行监测分析:通过存储模块获取到温度阈值与烟雾阈值,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较并通过比较结果将监测区域的火灾特征标记为间隔、蔓延、邻近或重灾;
步骤三:对森林地区进行风向分析并将火灾救援模式标记为特征救援模式或扩散救援模式。
一种基于数据分析的森林火灾探测方法,工作时,将森林地区分割为若干个监测区域,定时获取监测区域内的温度数据WD、烟雾数据YW以及色度数据SD并进行数值计算得到监测区域的火灾系数HZ,通过火灾系数HZ将监测区域标记为安全区域或危险区域;通过存储模块获取到温度阈值与烟雾阈值,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较并通过比较结果将监测区域的火灾特征标记为间隔、蔓延、邻近或重灾;对森林地区进行风向分析并将火灾救援模式标记为特征救援模式或扩散救援模式。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式HZ=α1*WD+α2*YW+α3*SD;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的火灾系数;将设定的火灾系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为1.15、1.84和3.25;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的火灾系数;只要不影响参数与量化后数值的比例关系即可,如火灾系数与温度数据的数值成正比。
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,也不限制该发明仅为的具体实施方式。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 (8)
1.一种基于数据分析的森林火灾探测方法,其特征在于,包括以下步骤:
步骤一:对森林地区进行区域性火灾监测分析:将森林地区分割为若干个监测区域,定时获取监测区域内的温度数据WD、烟雾数据YW以及色度数据SD并进行数值计算得到监测区域的火灾系数HZ,通过火灾系数HZ将监测区域标记为安全区域或危险区域;
步骤二:对监测区域的火灾特征进行监测分析:通过存储模块获取到温度阈值与烟雾阈值,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较并通过比较结果将监测区域的火灾特征标记为间隔、蔓延、邻近或重灾;
步骤三:对森林地区进行风向分析并将火灾救援模式标记为特征救援模式或扩散救援模式。
2.根据权利要求1所述的一种基于数据分析的森林火灾探测方法,其特征在于,温度数据WD的获取过程包括:在监测区域内设置若干个监测点,获取监测区域内监测点的温度值并所有监测点的温度值的最大值标记为温度数据WD,烟雾数据YW的获取过程包括:获取监测区域内监测点的烟雾浓度值并将所有监测点的烟雾浓度值的最大值标记为烟雾数据YW;色度数据SD的获取过程包括:对监测区域进行图像拍摄并将拍摄的到的图像标记为监测图像,将监测图像放大为像素格图像并进行灰度变换,通过存储模块获取到火灾灰度范围,将灰度值位于火灾灰度范围之内的像素格标记为火灾格,将火灾格的数量与像素格的数量比值标记为色度数据SD。
3.根据权利要求2所述的一种基于数据分析的森林火灾探测方法,其特征在于,将监测区域标记为安全区域或危险区域的具体过程包括:通过存储模块获取到火灾阈值HZmax,将所有监测区域的火灾系数HZ逐一与火灾阈值HZmax进行比较:若火灾系数HZ小于火灾阈值HZmax,则判定监测区域不具有火灾隐患,将对应的监测区域标记为安全区域;若火灾系数HZ大于等于火灾阈值HZmax,则判定监测区域具有火灾隐患,将对应的监测区域标记为危险区域;危险区域的数量不为零时向火灾探测平台发送特征分析信号,火灾探测平台接收到特征分析信号后将特征分析信号发送至特征分析模块。
4.根据权利要求3所述的一种基于数据分析的森林火灾探测方法,其特征在于,将监测区域的温度数据WD、烟雾数据YW分别与温度阈值、烟雾阈值进行比较的具体过程包括:若温度数据WD小于等于温度阈值且烟雾数据YW小于等于烟雾阈值,则将对应监测区域的火灾特征标记为间隔;若温度数据WD小于等于温度阈值且烟雾数据YW大于烟雾阈值,则将对应监测区域的火灾特征标记为蔓延;若温度数据WD大于温度阈值且烟雾数据YW小于等于烟雾阈值,则将对应监测区域的火灾特征标记为邻近;若温度数据WD大于温度阈值且烟雾数据YW大于烟雾阈值,则将对应监测区域的火灾特征标记为重灾;将所有监测区域的火灾特征发送至火灾探测平台,火灾探测平台将接收到的监测区域的火灾特征发送至风向分析模块。
5.根据权利要求4所述的一种基于数据分析的森林火灾探测方法,其特征在于,对森林地区进行风向分析的具体过程包括:将火灾系数HZ数值最大的危险区域标记为火源区域,以火源区域为中心点作出两条射线并标记为分割射线,两条分割射线的夹角为一百八十度,由两条分割射线构成一条分割直线,将分割直线以火源区域为中心进行逆时针旋转,在旋转过程中将分割直线两侧的火灾特征为蔓延的监测区域的面积值标记为蔓延值,分割直线两侧蔓延值差值的绝对值标记为蔓延差值,将蔓延差值数值最小值对应的分割直线旋转位置标记为风向位置,将分割直线位于风向位置时与火灾特征为蔓延的监测区域相接触的分割射线的延伸方向标记为特征风向;通过风向传感器获取森林地区的风向并标记为检测风向,将特征风向与检测风向的夹角标记为风向偏差值,通过存储模块获取到风向偏差阈值,将风向偏差值与风向偏差阈值进行比较并通过比较结果对火灾救援模式进行标记。
6.根据权利要求5所述的一种基于数据分析的森林火灾探测方法,其特征在于,将风向偏差值与风向偏差阈值进行比较的具体过程包括:若风向偏差值小于风向偏差阈值,则判定森林地区的风向变化满足要求,采用特征救援模式进行火灾救援;若风向偏差值大于等于风险偏差阈值,则判定森林地区的风向变化不满足要求,采用扩散救援模式进行火灾救援。
7.根据权利要求6所述的一种基于数据分析的森林火灾探测方法,其特征在于,采用特征救援模式进行火灾救援的具体过程包括:将监测区域按照火灾特征为重灾-邻近-蔓延-间隔的顺序进行救援优先级排列并得到救援序列,将救援序列发送至火灾探测平台;采用扩散救援模式进行火灾救援的具体过程包括:以火源区域为中心点,r1为半径画圆,将圆形区域内的森林地区标记为优先救援区域,将优先救援区域发送至火灾探测平台。
8.根据权利要求1-7任一项所述的一种基于数据分析的森林火灾探测方法,其特征在于,应用于基于数据分析的森林火灾探测系统当中,包括火灾探测平台,所述火灾探测平台通信连接有区域监测模块、特征分析模块、风向分析模块以及存储模块;
所述区域监测模块用于对森林地区进行区域性火灾监测分析并将监测区域标记为安全区域或危险区域;
所述特征分析模块用于对监测区域的火灾特征进行监测分析并将监测区域的火灾特征标记为间隔、蔓延、邻近或重灾;
所述风向分析模块用于对森林地区进行风向分析并将火灾救援模式标记为特征救援模式或扩散救援模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146754.3A CN117173848B (zh) | 2023-09-07 | 2023-09-07 | 一种基于数据分析的森林火灾探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146754.3A CN117173848B (zh) | 2023-09-07 | 2023-09-07 | 一种基于数据分析的森林火灾探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117173848A true CN117173848A (zh) | 2023-12-05 |
CN117173848B CN117173848B (zh) | 2024-05-07 |
Family
ID=88935106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311146754.3A Active CN117173848B (zh) | 2023-09-07 | 2023-09-07 | 一种基于数据分析的森林火灾探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117173848B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636608A (zh) * | 2024-01-26 | 2024-03-01 | 中国民用航空飞行学院 | 一种基于深度估计的高大空间火灾监测方法、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419644A (zh) * | 2020-08-07 | 2021-02-26 | 西安科技大学 | 一种森林火灾应急救援风速风向监测预警系统及方法 |
US11295131B1 (en) * | 2021-06-15 | 2022-04-05 | Knoetik Solutions, Inc. | Smoke and fire recognition, fire forecasting, and monitoring |
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 |
CN114757387A (zh) * | 2022-03-07 | 2022-07-15 | 南京林业大学 | 基于人工智能的森林火险状态监测分析系统及方法 |
KR102452884B1 (ko) * | 2021-11-29 | 2022-10-12 | (주)에코브레인 | 빅데이터를 이용한 산불확산 예측시스템 |
CN116341776A (zh) * | 2023-01-09 | 2023-06-27 | 南京林业大学 | 一种基于大数据的森林防火智能检测系统与方法 |
CN116541671A (zh) * | 2023-04-20 | 2023-08-04 | 国网安徽省电力有限公司电力科学研究院 | 一种基于深度学习的密集通道山火蔓延行为预测算法 |
CN116612597A (zh) * | 2023-06-26 | 2023-08-18 | 海南省林业科学研究院(海南省红树林研究院) | 一种基于数据分析的森林火灾监测预警系统 |
-
2023
- 2023-09-07 CN CN202311146754.3A patent/CN117173848B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419644A (zh) * | 2020-08-07 | 2021-02-26 | 西安科技大学 | 一种森林火灾应急救援风速风向监测预警系统及方法 |
US11295131B1 (en) * | 2021-06-15 | 2022-04-05 | Knoetik Solutions, Inc. | Smoke and fire recognition, fire forecasting, and monitoring |
KR102452884B1 (ko) * | 2021-11-29 | 2022-10-12 | (주)에코브레인 | 빅데이터를 이용한 산불확산 예측시스템 |
CN114757387A (zh) * | 2022-03-07 | 2022-07-15 | 南京林业大学 | 基于人工智能的森林火险状态监测分析系统及方法 |
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 |
CN116341776A (zh) * | 2023-01-09 | 2023-06-27 | 南京林业大学 | 一种基于大数据的森林防火智能检测系统与方法 |
CN116541671A (zh) * | 2023-04-20 | 2023-08-04 | 国网安徽省电力有限公司电力科学研究院 | 一种基于深度学习的密集通道山火蔓延行为预测算法 |
CN116612597A (zh) * | 2023-06-26 | 2023-08-18 | 海南省林业科学研究院(海南省红树林研究院) | 一种基于数据分析的森林火灾监测预警系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636608A (zh) * | 2024-01-26 | 2024-03-01 | 中国民用航空飞行学院 | 一种基于深度估计的高大空间火灾监测方法、设备及介质 |
CN117636608B (zh) * | 2024-01-26 | 2024-04-19 | 中国民用航空飞行学院 | 一种基于深度估计的高大空间火灾监测方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117173848B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116246407B (zh) | 一种基于人工智能的农林区域火灾预警监管系统 | |
CN117173848B (zh) | 一种基于数据分析的森林火灾探测方法 | |
CN109915736B (zh) | 一种热力管网系统及其泄漏检测的方法 | |
CN107490537A (zh) | 环境监测系统及监测方法 | |
CN112002095A (zh) | 一种矿山洞内的火灾预警方法 | |
CN114321740A (zh) | 一种可燃气体泄漏点定位方法、系统及可读存储模块 | |
CN110428579B (zh) | 基于图像识别的室内监控系统、方法及装置 | |
CN112612824A (zh) | 基于大数据的供水管网异常数据检测方法 | |
CN116189103A (zh) | 基于视觉图像分析的设备监控自动控制方法及控制系统 | |
Wang et al. | Forest fire detection system based on Fuzzy Kalman filter | |
CN108759920B (zh) | 一种基于物联网的仓库安全监测系统 | |
CN117058826A (zh) | 一种基于人工智能的声学安防传感器运行检测系统 | |
CN116052360B (zh) | 一种消防报警系统 | |
CN116844315A (zh) | 人工智能预警方法、系统及存储介质 | |
CN115153164A (zh) | 一种用于高空安全作业监控的健康手环 | |
CN114897084A (zh) | 一种基于图卷积神经网络的塔式起重机结构安全监测方法 | |
CN114167522A (zh) | 一种用于智慧城市高层建筑的风场监测与校正系统 | |
CN111105582A (zh) | 森林防火监测方法、系统、计算机设备和可读存储介质 | |
CN216129235U (zh) | 一种起重机结构安全监测系统 | |
CN114283569B (zh) | 一种大数据特征参量预警装置及方法 | |
CN204462112U (zh) | 一种可燃气体监控系统 | |
CN117554010B (zh) | 基于公共管廊安全的振动监测系统及方法 | |
CN117854240B (zh) | 地质灾害预警方法及地质灾害预警系统 | |
CN109681273B (zh) | 一种井下环境预警方法 | |
CN117937182A (zh) | 一种智能电缆及其自检测系统 |
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 |