CN117558094A - 基于铁塔大数据的林火监测方法及系统 - Google Patents
基于铁塔大数据的林火监测方法及系统 Download PDFInfo
- Publication number
- CN117558094A CN117558094A CN202311491239.9A CN202311491239A CN117558094A CN 117558094 A CN117558094 A CN 117558094A CN 202311491239 A CN202311491239 A CN 202311491239A CN 117558094 A CN117558094 A CN 117558094A
- Authority
- CN
- China
- Prior art keywords
- result
- sensor
- authentication
- image sensor
- carrying
- 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
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 39
- 239000000779 smoke Substances 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 53
- 230000002159 abnormal effect Effects 0.000 claims description 47
- 230000035945 sensitivity Effects 0.000 claims description 38
- 238000005457 optimization Methods 0.000 claims description 23
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 abstract description 9
- 238000007689 inspection Methods 0.000 abstract description 6
- 230000002265 prevention Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
- G08B17/06—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
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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
Abstract
本申请提供了基于铁塔大数据的林火监测方法及系统,涉及林火监测技术领域,所述方法包括:获取温度传感器、烟雾传感器和图像传感器的分布坐标将其作为组合传感器,然后建立组合传感器的通信连接,接收实时数据,进行异常识别生成异常识别结果,再进行异常定位,并进行图像采集,进行火灾认证生成联动认证结果,然后进行灵敏补偿生成林火预警信息。本申请主要解决了传统的林火监测方法主要是人工巡查和瞭望,效率比较低下、精度不准,受限于天气和环境条件、不能实时的进行监测的问题。基于铁塔大数据的林火监测方法是一种利用铁塔基站分布广泛、覆盖面广的特点,通过铁塔基站监测林火可以实现对森林火灾的实时监测和预警,提高了预测的准确性。
Description
技术领域
本申请涉及林火监测技术领域,具体涉及基于铁塔大数据的林火监测方法及系统。
背景技术
森林火灾对生态环境和人类社会具有极大的危害,因此,对于森林火灾的监测和预警是十分必要的。传统的林火监测方法主要是人工巡查和瞭望,这些方法存在效率低下、精度不高等问题,难以满足现代林业发展的需求。
过去,各地主要采用地面巡护、瞭望台监测、卫星遥感等方式进行林火监测,但这些方式会受到气象气候条件、资金人员投入、地形地势、交通条件、林区通信条件等多种因素的影响。为了克服这些限制,开始利用铁塔上高点视频监控云台和转台,通过24小时不间断的S型巡航、预置点巡航、螺旋式巡航,实现烟火的自动识别和火情告警,并上报传回火情坐标点位。同时,还通过在铁塔上加装监控范围达3公里至10公里的可视和红外双光谱摄像机,构建起一套完整的森林草原防火监控系统。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
传统的林火监测方法主要是人工巡查和瞭望,效率比较低下、精度不准,受限于天气和环境条件、不能实时的进行监测的问题。
发明内容
本申请主要解决了传统的林火监测方法主要是人工巡查和瞭望,效率比较低下、精度不准,受限于天气和环境条件、不能实时的进行监测的问题。
鉴于上述问题,本申请提供了基于铁塔大数据的林火监测方法及系统,第一方面,本申请提供了基于铁塔大数据的林火监测方法,所述方法包括:获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接;接收所述组合传感器的实时监测数据,并通过所述实时监测数据进行异常识别,生成异常识别结果;通过所述异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过所述联动图像传感器执行图像采集;对图像采集结果进行火灾认证,生成联动认证结果,其中,所述联动认证结果包括认证等级和认证位置;通过所述灵敏网格区域进行所述联动认证结果和所述异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息。
第二方面,本申请提供了基于铁塔大数据的林火监测系统,所述系统包括:灵敏网格区域建立模块,所述灵敏网格区域建立模块用于获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接;异常识别结果获取模块,所述异常识别结果获取模块用于接收所述组合传感器的实时监测数据,并通过所述实时监测数据进行异常识别,生成异常识别结果;图像采集模块,所述图像采集模块用于通过所述异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过所述联动图像传感器执行图像采集;联动认证结果生成模块,所述联动认证结果生成模块用于对图像采集结果进行火灾认证,生成联动认证结果,其中,所述联动认证结果包括认证等级和认证位置;林火预警信息生成模块,所述林火预警信息生成模块用于通过所述灵敏网格区域进行所述联动认证结果和所述异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请提供了基于铁塔大数据的林火监测方法及系统,涉及林火监测技术领域,所述方法包括:获取温度传感器、烟雾传感器和图像传感器的分布坐标将其作为组合传感器,然后建立组合传感器的通信连接,接收实时数据,进行异常识别生成异常识别结果,再进行异常定位,并进行图像采集,进行火灾认证生成联动认证结果,然后进行灵敏补偿生成林火预警信息。
本申请主要解决了传统的林火监测方法主要是人工巡查和瞭望,效率比较低下、精度不准,受限于天气和环境条件、不能实时的进行监测的问题。基于铁塔大数据的林火监测方法是一种利用铁塔基站分布广泛、覆盖面广的特点,通过铁塔基站监测林火可以实现对森林火灾的实时监测和预警,提高了预测的准确性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请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的介绍,显而易见地,下面描述中的附图仅仅是示例性的,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供了基于铁塔大数据的林火监测方法流程示意图;
图2为本申请实施例提供了基于铁塔大数据的林火监测方法中,构成联动图像传感器的方法流程示意图;
图3为本申请实施例提供了基于铁塔大数据的林火监测方法中,完成在线状态评价的方法流程示意图;
图4为本申请实施例提供了基于铁塔大数据的林火监测系统的结构示意图。
附图标记说明:灵敏网格区域建立模块10,异常识别结果获取模块20,图像采集模块30,联动认证结果生成模块40,林火预警信息生成模块50。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请主要解决了传统的林火监测方法主要是人工巡查和瞭望,效率比较低下、精度不准,受限于天气和环境条件、不能实时的进行监测的问题。基于铁塔大数据的林火监测方法是一种利用铁塔基站分布广泛、覆盖面广的特点,通过铁塔基站监测林火可以实现对森林火灾的实时监测和预警,提高了预测的准确性。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述方案进行详细介绍:
实施例一
如图1所示基于铁塔大数据的林火监测方法,所述方法包括:
获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接;
具体而言,获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接,在铁塔上安装温度传感器、烟雾传感器和图像传感器,确保它们与铁塔建立通信连接。设定温度传感器和烟雾传感器的组合方式,例如可以采用取最大值或者加权平均等方式,将两个传感器的数据进行融合,形成组合传感器数据。对于每个组合传感器和图像传感器,确定它们的灵敏网格区域。可以采用数学方法或者物理实验方法来确定每个传感器的灵敏网格区域。将每个组合传感器和图像传感器的灵敏网格区域存储在系统中,以便后续数据处理和分析。在铁塔上设置S型巡航或者预置点巡航等巡航模式,使得组合传感器和图像传感器可以按照设定的路线或者区域进行巡航监测。在巡航过程中,系统可以实时接收组合传感器和图像传感器的数据,并对数据进行处理和分析。如果发现某个灵敏网格区域出现异常情况,系统可以立即发出警报,通知相关人员进行处理。通过以上步骤,可以实现对森林草原的全方位监测,提高森林草原防灭火工作的效率和准确性。
接收所述组合传感器的实时监测数据,并通过所述实时监测数据进行异常识别,生成异常识别结果;
具体而言,在接收组合传感器的实时监测数据后,可以通过这些数据进行异常识别,生成异常识别结果。异常识别可以采用如统计分析、模式识别、机器学习等。这些算法可以对接收到的实时监测数据进行处理,以识别出异常数据。例如,如果组合传感器是由温度传感器和烟雾传感器组成的,那么可以通过对这两个传感器的数据进行融合,并根据预设的阈值进行比较,以识别出异常情况。如果监测数据超过预设的阈值,或者数据变化趋势出现异常,那么系统就可以判断出异常情况的发生。在生成异常识别结果时,系统可以将异常识别结果以文字、图像或者声音等方式进行展示,以便相关人员进行处理。同时,系统也可以将异常识别结果存储在系统中,以便后续的数据分析和处理。通过这种方式,可以实现对森林草原的实时监测和异常识别,提高森林草原防灭火工作的效率和准确性。
通过所述异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过所述联动图像传感器执行图像采集;
具体而言,通过异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过联动图像传感器执行图像采集在接收到异常识别结果后,系统会自动对异常识别结果进行定位。由于异常识别结果可能存在一定的误差,因此这里的异常定位可以采用模糊定位的方法,以尽可能准确地确定异常发生的位置。一旦确定了异常发生的位置,系统可以自动调用与该位置相关的联动图像传感器,以进行图像采集。这些图像传感器可以部署在铁塔周围的不同位置,以便从不同的角度采集到异常情况的图像。联动图像传感器会根据系统的指令进行图像采集,并将采集到的图像传输回系统。这些图像可以作为异常情况的重要证据,为后续的处置工作提供参考。系统可以对采集到的图像进行处理和分析,以进一步确定异常情况的具体情况和影响范围。例如,可以通过图像识别技术对采集到的图像进行目标检测、分类和计数等操作,以便更好地了解异常情况的具体细节。系统可以根据异常情况的具体情况和影响范围,采取相应的处置措施。例如,如果异常情况是一起森林火灾,系统可以自动通知消防部门前往现场进行处置,同时还可以提供现场图像和定位信息等支持。通过这种方法,可以实现对森林草原的全方位监测和异常处理,提高森林草原防灭火工作的效率和准确性。
对图像采集结果进行火灾认证,生成联动认证结果,其中,所述联动认证结果包括认证等级和认证位置;
具体而言,对图像采集结果进行火灾认证,生成联动认证结果,系统接收到图像采集结果后,可以将其输入到火灾认证模块中进行火灾认证。火灾认证模块可以采用图像处理、模式识别或机器学习等技术,以从图像中识别出火灾的特征和模式。火灾认证模块可以根据火灾的特征和模式,对图像采集结果进行火灾认证。如果图像中存在火灾特征,且这些特征超过了预设的阈值,那么系统可以判断该图像中存在火灾。系统可以根据火灾认证的结果,生成联动认证结果。联动认证结果可以包括认证等级和认证位置等关键信息。认证等级可以表示火灾的严重程度,例如一级、二级、三级等,认证位置可以表示火灾发生的具体位置,例如经度和纬度等。系统可以将联动认证结果发送给相关人员,以便他们根据认证结果采取相应的处置措施。例如,如果认证等级为三级,那么系统可以通知消防部门前往现场进行处置,并提供火灾位置的详细信息等支持。系统还可以将联动认证结果存储在数据库中,以便后续的数据分析和处理。例如,可以通过对历史数据进行统计分析,以更好地了解火灾发生的规律和趋势,为未来的防灭火工作提供参考。通过这种方法,可以实现对森林草原的全方位监测和火灾认证,提高森林草原防灭火工作的效率和准确性。
通过所述灵敏网格区域进行所述联动认证结果和所述异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息。
具体而言,通过灵敏网格区域进行联动认证结果和异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息,系统可以根据灵敏网格区域的设置,对联动认证结果和异常识别结果进行灵敏补偿。灵敏补偿可以采用加权平均、模糊逻辑等方法,以综合考虑多个因素对林火预警信息的影响。灵敏补偿的结果可以包括对联动认证结果和异常识别结果的修正和优化,以更准确地判断林火发生的可能性。例如,如果联动认证结果和异常识别结果都表明存在火灾风险,但异常识别结果的位置与联动认证结果的位置存在一定偏差,那么系统可以通过灵敏补偿来调整这些结果,以生成更准确的林火预警信息。通过这种方法,可以实现对森林草原的全方位监测和林火预警信息的生成,提高森林草原防灭火工作的效率和准确性。
进一步而言,如图2所示,本申请方法还包括:
以所述模糊定位结果作为目标点,通过所述灵敏网格区域执行临近图像传感器的灵敏度寻优;
判断灵敏度寻优结果的设备角度是否满足预设角度阈值;
若不能满足所述预设角度阈值,则生成新增指令;
通过新增指令对所述灵敏度寻优结果进行设备新增,根据新增结果构成所述联动图像传感器。
具体而言,以模糊定位结果作为目标点,通过灵敏网格区域执行临近图像传感器的灵敏度寻优,判断灵敏度寻优结果的设备角度是否满足预设角度阈值,以模糊定位结果作为目标点,系统可以确定该目标点在灵敏网格区域中的位置。系统可以查询与该目标点临近的图像传感器,并选择其中具有较高灵敏度的图像传感器作为最优选择。这可以通过计算目标点与每个图像传感器的距离和角度等参数来完成。一旦选定了最优的图像传感器,系统可以将其灵敏度设置为最高,并记录下该传感器的位置和角度等信息。系统可以判断选定图像传感器的设备角度是否满足预设角度阈值。如果满足,则可以继续执行下一步;如果不满足,则生成新增指令。对于不满足预设角度阈值的图像传感器,系统可以生成新增指令,用于新增其他图像传感器或调整现有图像传感器的位置和角度等参数。通过新增指令对灵敏度寻优结果进行设备新增,系统可以根据新增结果构成联动图像传感器。联动图像传感器可以包括新增的图像传感器和/或调整后的现有图像传感器。系统可以更新灵敏网格区域中的数据,以反映新增或调整后的图像传感器位置和角度等信息。系统可以继续执行监测和异常识别等操作,以实现对森林草原的全方位监测和异常处理。通过这种方法,可以实现对森林草原的全方位监测和异常处理,提高森林草原防灭火工作的效率和准确性。
进一步而言,本申请方法还包括:
设置回溯时间区间;
在进行灵敏度寻优前,通过所述回溯时间区间执行图像传感器的接收信号读取;
根据接收信号读取结果进行图像传感器的在线状态评价;
根据在线状态评价结果生成灵敏度寻优的辅助参数;
通过所述辅助参数进行灵敏度寻优结果补偿。
具体而言,在进行灵敏度寻优前,通过回溯时间区间执行图像传感器的接收信号读取,根据接收信号读取结果进行图像传感器的在线状态评价,根据在线状态评价结果生成灵敏度寻优的辅助参数,通过辅助参数进行灵敏度寻优结果补偿,系统可以通过回溯时间区间,获取图像传感器在不同时间点的接收信号数据。这些数据可能包括信号强度、信号质量、信号接收时间等参数。对于每个图像传感器,系统可以根据接收信号读取结果,评价其在不同时间点的在线状态。例如,如果图像传感器的信号接收率较高且信号质量稳定,那么可以认为该图像传感器的在线状态较好。系统可以根据在线状态评价结果,生成灵敏度寻优的辅助参数。这些辅助参数可以包括每个图像传感器的信号接收率、信号质量、在线时长等指标,以及这些指标在时间维度上的变化趋势等。在进行灵敏度寻优时,系统可以综合考虑这些辅助参数,以对灵敏度寻优结果进行补偿。例如,如果某个图像传感器的信号接收率较低,那么在灵敏度寻优时可以对其灵敏度进行适当调整,以更好地发挥其在监测中的作用。通过这种方法,可以更准确地评估每个图像传感器的在线状态和可用性,并在灵敏度寻优时综合考虑这些因素,以生成更准确的灵敏度寻优结果。系统可以根据补偿后的灵敏度寻优结果,执行后续的监测和异常识别等操作,以实现对森林草原的全方位监测和异常处理。通过这种方法,可以更准确地评估每个图像传感器的在线状态和可用性,并在灵敏度寻优时综合考虑这些因素,以生成更准确的灵敏度寻优结果。这有助于提高森林草原防灭火工作的效率和准确性。
进一步而言,如图3所示,本申请方法还包括:
对所述接收信号读取结果进行信号的时序连续性评价,生成第一评价结果;
对所述接收信号读取结果进行信号质量累计评价,生成第二评价结果;
基于所述第一评价结果和所述第二评价结果完成在线状态评价。
具体而言,对接收信号读取结果进行信号的时序连续性评价,生成第一评价结果,对接收信号读取结果进行信号质量累计评价,生成第二评价结果,基于第一评价结果和第二评价结果完成在线状态评价,对于每个图像传感器,系统可以对其在不同时间点的接收信号数据进行时序连续性评价。时序连续性评价可以包括检查信号是否连续、信号是否在预设的时间范围内保持连续等指标。系统可以根据时序连续性评价结果,生成第一评价结果。第一评价结果可以包括每个图像传感器在时间维度上的信号连续性情况,例如连续性良好、连续性一般或连续性较差等评价。同时,系统可以对每个图像传感器的接收信号质量进行累计评价。累计评价可以包括计算每个图像传感器在一段时间内的平均信号质量、信号噪声水平等指标。系统可以根据累计评价结果,生成第二评价结果。第二评价结果可以包括每个图像传感器在时间维度上的信号质量情况,例如质量较高、质量一般或质量较差等评价。最后,系统可以根据第一评价结果和第二评价结果,对每个图像传感器的在线状态进行评价。在线状态评价可以综合考虑信号的时序连续性和信号质量等因素,例如综合评分较高的图像传感器可以被评为在线状态良好,综合评分较低的图像传感器可以被评为在线状态较差等。系统可以根据在线状态评价结果,执行后续的监测和异常识别等操作。例如,对于在线状态较差的图像传感器,系统可以增加对其监测的频率或提高监测的精度,以确保监测的准确性和及时性。通过这种方法,可以更全面地评估每个图像传感器的在线状态,包括信号的时序连续性和信号质量等方面,从而更准确地判断其可用性和稳定性。这有助于提高森林草原防灭火工作的效率和准确性。
进一步而言,本申请方法还包括:
获得所述联动图像传感器的传感器坐标,并根据所述传感器坐标和所述模糊定位结果设置基准方向;
对所述联动认证结果的认证位置依据所述基准方向进行坐标分解,根据分解结果进行设备同偏差的单位补偿距离计算;
根据单位补偿距离计算结果对所述认证位置补偿,将认证位置补偿结果更新联动认证结果。
具体而言,获得联动图像传感器的传感器坐标。这些坐标可以是在部署时记录的,或者是通过其他方式获取的。根据传感器坐标和模糊定位结果设置基准方向。基准方向可以是指向模糊定位结果的向量或者方向,用于后续的坐标分解和补偿计算。对联动认证结果的认证位置依据基准方向进行坐标分解。坐标分解可以将认证位置从原始坐标系转换到以基准方向为轴的新的坐标系中。根据分解结果进行设备同偏差的单位补偿距离计算。单位补偿距离是指为了修正不同设备之间的位置偏差,每个设备需要移动的距离。计算单位补偿距离可以考虑设备的相对位置、角度偏差等因素。根据单位补偿距离计算结果对认证位置补偿。补偿后的认证位置更接近实际位置,提高了定位精度。将认证位置补偿结果更新联动认证结果。更新后的联动认证结果包含了修正后的认证位置和其他相关信息,可以用于后续的林火预警等操作。通过这种方法,可以实现对联动认证结果的修正和优化,提高定位精度和准确性。这有助于更准确地判断林火发生的可能性,并为后续的防灭火工作提供更准确的信息支持。
进一步而言,本申请方法还包括:
读取实时环境数据集,并基于所述实时环境数据集生成预警补偿数据;
通过所述预警补偿数据对所述林火预警信息预警补偿,依据预警补偿结果进行林火警报管理。
具体而言,读取实时环境数据集,并基于实时环境数据集生成预警补偿数据,通过预警补偿数据对林火预警信息进行预警补偿,依据预警补偿结果进行林火警报管理,读取实时环境数据集。这些数据集可能包括气象数据、植被数据、地形数据等,可以来自不同的传感器、数据采集平台或公开的数据源。基于实时环境数据集生成预警补偿数据。这可以包括对环境数据的分析、处理和加工,以提取与林火相关的特征和模式。例如,可以通过分析气象数据预测风速、湿度等参数,通过分析植被数据评估植被的易燃性等。通过预警补偿数据对林火预警信息进行预警补偿。这可以包括对原有的林火预警信息进行修正和优化,以提高预警的准确性和及时性。例如,如果实时环境数据显示风速较大,湿度较低,那么可以对原有的林火预警等级进行上调。依据预警补偿结果进行林火警报管理。这可以包括根据预警补偿后的林火预警信息生成相应的警报级别和警报内容,并通过各种渠道发布警报。例如,可以根据预警等级启动不同级别的应急响应措施,向相关人员发送短信、电话通知,或者通过广播、电视等媒体发布警报。同时,对于已经发生的林火事件,可以通过读取实时环境数据集和利用预警补偿数据进行火场态势分析、火险等级预测等任务,以辅助指挥决策和火灾扑救工作。此外,还可以将预警补偿数据和林火警报信息存储在数据库中,以便后续的数据分析和处理。例如,可以通过对历史数据的分析来评估不同环境因素对林火发生的影响,为未来的防火工作提供参考。通过这种方法,可以提高林火预警的准确性和及时性,减少火灾发生的可能性,降低火灾造成的损失。同时,通过对实时环境数据的分析和利用,可以实现更精细化的林火管理,提高森林防火工作的效率和质量。
实施例二
基于与前述实施例基于铁塔大数据的林火监测方法相同的发明构思,如图4所示,本申请提供了基于铁塔大数据的林火监测系统,所述系统包括:
灵敏网格区域建立模块10,所述灵敏网格区域建立模块10用于获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接;
异常识别结果获取模块20,所述异常识别结果获取模块20用于接收所述组合传感器的实时监测数据,并通过所述实时监测数据进行异常识别,生成异常识别结果;
图像采集模块30,所述图像采集模块30用于通过所述异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过所述联动图像传感器执行图像采集;
联动认证结果生成模块40,所述联动认证结果生成模块40用于对图像采集结果进行火灾认证,生成联动认证结果,其中,所述联动认证结果包括认证等级和认证位置;
林火预警信息生成模块50,所述林火预警信息生成模块50用于通过所述灵敏网格区域进行所述联动认证结果和所述异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息。
进一步地,该系统还包括:
联动图像传感器构成模块,用于以所述模糊定位结果作为目标点,通过所述灵敏网格区域执行临近图像传感器的灵敏度寻优;判断灵敏度寻优结果的设备角度是否满足预设角度阈值;若不能满足所述预设角度阈值,则生成新增指令;通过新增指令对所述灵敏度寻优结果进行设备新增,根据新增结果构成所述联动图像传感器。
进一步地,该系统还包括:
结果补偿模块,用于设置回溯时间区间;在进行灵敏度寻优前,通过所述回溯时间区间执行图像传感器的接收信号读取;根据接收信号读取结果进行图像传感器的在线状态评价;根据在线状态评价结果生成灵敏度寻优的辅助参数;通过所述辅助参数进行灵敏度寻优结果补偿。
进一步地,该系统还包括:
在线状态评价模块,用于对所述接收信号读取结果进行信号的时序连续性评价,生成第一评价结果;对所述接收信号读取结果进行信号质量累计评价,生成第二评价结果;基于所述第一评价结果和所述第二评价结果完成在线状态评价。
进一步地,该系统还包括:
联动认证结果更新模块,用于获得所述联动图像传感器的传感器坐标,并根据所述传感器坐标和所述模糊定位结果设置基准方向;对所述联动认证结果的认证位置依据所述基准方向进行坐标分解,根据分解结果进行设备同偏差的单位补偿距离计算;根据单位补偿距离计算结果对所述认证位置补偿,将认证位置补偿结果更新联动认证结果。
进一步地,该系统还包括:
林火警报管理模块,用于读取实时环境数据集,并基于所述实时环境数据集生成预警补偿数据;通过所述预警补偿数据对所述林火预警信息预警补偿,依据预警补偿结果进行林火警报管理。
说明书通过前述基于铁塔大数据的林火监测方法的详细描述,本领域技术人员可以清楚地知识本实施例中基于铁塔大数据的林火监测系统,对于实施例公开的系统而言,由于其与实施例公开装置相对应,所以描述得比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其他实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.基于铁塔大数据的林火监测方法,其特征在于,所述方法包括:
获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接;
接收所述组合传感器的实时监测数据,并通过所述实时监测数据进行异常识别,生成异常识别结果;
通过所述异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过所述联动图像传感器执行图像采集;
对图像采集结果进行火灾认证,生成联动认证结果,其中,所述联动认证结果包括认证等级和认证位置;
通过所述灵敏网格区域进行所述联动认证结果和所述异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
以所述模糊定位结果作为目标点,通过所述灵敏网格区域执行临近图像传感器的灵敏度寻优;
判断灵敏度寻优结果的设备角度是否满足预设角度阈值;
若不能满足所述预设角度阈值,则生成新增指令;
通过新增指令对所述灵敏度寻优结果进行设备新增,根据新增结果构成所述联动图像传感器。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
设置回溯时间区间;
在进行灵敏度寻优前,通过所述回溯时间区间执行图像传感器的接收信号读取;
根据接收信号读取结果进行图像传感器的在线状态评价;
根据在线状态评价结果生成灵敏度寻优的辅助参数;
通过所述辅助参数进行灵敏度寻优结果补偿。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
对所述接收信号读取结果进行信号的时序连续性评价,生成第一评价结果;
对所述接收信号读取结果进行信号质量累计评价,生成第二评价结果;
基于所述第一评价结果和所述第二评价结果完成在线状态评价。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述联动图像传感器的传感器坐标,并根据所述传感器坐标和所述模糊定位结果设置基准方向;
对所述联动认证结果的认证位置依据所述基准方向进行坐标分解,根据分解结果进行设备同偏差的单位补偿距离计算;
根据单位补偿距离计算结果对所述认证位置补偿,将认证位置补偿结果更新联动认证结果。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
读取实时环境数据集,并基于所述实时环境数据集生成预警补偿数据;
通过所述预警补偿数据对所述林火预警信息预警补偿,依据预警补偿结果进行林火警报管理。
7.基于铁塔大数据的林火监测系统,其特征在于,所述系统包括:
灵敏网格区域建立模块,所述灵敏网格区域建立模块用于获取温度传感器、烟雾传感器和图像传感器的分布坐标,并将温度传感器和烟雾传感器作为组合传感器,建立组合传感器和图像传感器的灵敏网格区域,其中,温度传感器、烟雾传感器和图像传感器均与铁塔通信连接;
异常识别结果获取模块,所述异常识别结果获取模块用于接收所述组合传感器的实时监测数据,并通过所述实时监测数据进行异常识别,生成异常识别结果;
图像采集模块,所述图像采集模块用于通过所述异常识别结果进行异常定位,并基于模糊定位结果调用联动图像传感器,通过所述联动图像传感器执行图像采集;
联动认证结果生成模块,所述联动认证结果生成模块用于对图像采集结果进行火灾认证,生成联动认证结果,其中,所述联动认证结果包括认证等级和认证位置;
林火预警信息生成模块,所述林火预警信息生成模块用于通过所述灵敏网格区域进行所述联动认证结果和所述异常识别结果的灵敏补偿,基于灵敏补偿结果生成林火预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311491239.9A CN117558094A (zh) | 2023-11-09 | 2023-11-09 | 基于铁塔大数据的林火监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311491239.9A CN117558094A (zh) | 2023-11-09 | 2023-11-09 | 基于铁塔大数据的林火监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117558094A true CN117558094A (zh) | 2024-02-13 |
Family
ID=89812063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311491239.9A Pending CN117558094A (zh) | 2023-11-09 | 2023-11-09 | 基于铁塔大数据的林火监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117558094A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202472841U (zh) * | 2011-12-19 | 2012-10-03 | 南京农业大学 | 基于物联网的森林火灾监测预警系统 |
JP2019175066A (ja) * | 2018-03-28 | 2019-10-10 | Jxtgエネルギー株式会社 | 監視装置、監視システムおよび監視方法 |
CN110634261A (zh) * | 2019-08-27 | 2019-12-31 | 国网山东省电力公司泗水县供电公司 | 一种地下配电网火灾预警系统及方法 |
CN114204678A (zh) * | 2021-12-03 | 2022-03-18 | 罗嗣友 | 一种高压电网维护用电压监控系统 |
-
2023
- 2023-11-09 CN CN202311491239.9A patent/CN117558094A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202472841U (zh) * | 2011-12-19 | 2012-10-03 | 南京农业大学 | 基于物联网的森林火灾监测预警系统 |
JP2019175066A (ja) * | 2018-03-28 | 2019-10-10 | Jxtgエネルギー株式会社 | 監視装置、監視システムおよび監視方法 |
CN110634261A (zh) * | 2019-08-27 | 2019-12-31 | 国网山东省电力公司泗水县供电公司 | 一种地下配电网火灾预警系统及方法 |
CN114204678A (zh) * | 2021-12-03 | 2022-03-18 | 罗嗣友 | 一种高压电网维护用电压监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101313264B1 (ko) | 멀티센서와 선박의 운항패턴분석을 통한 밀수의심선박 자동분석시스템 및 그것을 이용한 분석방법 | |
US20230012038A1 (en) | Systems and methods for automated detection of switch capacitor operation | |
CN110133573A (zh) | 一种基于多元传感器信息融合的自主低空无人机防御系统 | |
CN104574833A (zh) | 一种基于分布式布局雷电监测装置的雷电预警方法及系统 | |
CN103259206A (zh) | 基于计算机视觉定位技术的变电站作业安全管控系统 | |
CN111664930B (zh) | 一种基于频率与图像的高边坡落石集成监测系统及方法 | |
CN110390790A (zh) | 一种网格化森林防火监测预警方法及系统 | |
CN113990018B (zh) | 一种安全风险预测系统 | |
CN115512518A (zh) | 基于时空关联的多种灾害的预警信息处理方法及装置 | |
CN116506483B (zh) | 一种基于无线传输的智慧园区楼宇安防方法 | |
CN117558094A (zh) | 基于铁塔大数据的林火监测方法及系统 | |
CN111366920A (zh) | 一种海上风电场的雷达光电跟踪系统 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN114462882B (zh) | 一种基于物联网技术的水利施工用安全防护系统 | |
CN104715346B (zh) | 一种面向输电线路的山火临近风险评估系统 | |
CN110031152B (zh) | 一种热力供热系统及相邻日温度偏移累积泄漏检测的方法 | |
CN110131784B (zh) | 一种热力供热系统及其全天温度偏移累积泄漏检测的方法 | |
CN117078022B (zh) | 基于多源数据融合的钢铁厂区人员风险预警系统及方法 | |
CN117527528B (zh) | 基于北斗定位的通信状态检测报告分析方法及系统 | |
KR102572661B1 (ko) | 무인 감시 시스템 및 그 방법 | |
CN116311029B (zh) | 基于大数据的施工作业违章识别系统及方法 | |
CN209821042U (zh) | 一种激光天然气管网泄漏智能巡检云系统 | |
CN118011269A (zh) | 一种基于北斗的智能接地线系统及方法 | |
CN116820059B (zh) | 用于楼宇运维的大数据平台管理方法及系统 | |
CN115909645B (zh) | 一种车间生产安全预警系统和预警方法 |
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 |