RU2147253C1 - Способ контроля лесопожарной опасности - Google Patents
Способ контроля лесопожарной опасности Download PDFInfo
- Publication number
- RU2147253C1 RU2147253C1 RU99111924A RU99111924A RU2147253C1 RU 2147253 C1 RU2147253 C1 RU 2147253C1 RU 99111924 A RU99111924 A RU 99111924A RU 99111924 A RU99111924 A RU 99111924A RU 2147253 C1 RU2147253 C1 RU 2147253C1
- Authority
- RU
- Russia
- Prior art keywords
- forest
- combustible materials
- radiation
- moisture content
- underlying surface
- Prior art date
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Использование: лесное хозяйство, в дистанционной оперативной оценке состояния лесных горючих материалов (ЛГМ) на обширных площадях. Сущность изобретения: при контроле лесопожарной опасности регистрируют собственное излучение подстилающей поверхности, преобразуют зарегистрированную функцию электрического сигнала в цифровые матрицы отсчетов зависимости амплитуды от координат, калибруют тракт зондирования по измерениям эталонных участков, производят вычисление характеристик матриц и расчет результирующего показателя. При этом собственное излучение регистрируют в диапазоне, соответствующем максимуму теплового ИК-излучения подстилающей поверхности. В качестве результирующего показателя используют величину влажности ЛГМ. Величину влажности ЛГМ внутри выделенных контуров рассчитывают по регрессионной зависимости. Перечисленные признаки обеспечивают оперативное, дистанционное отслеживание влажности лесных горючих материалов. 5 ил., 3 табл.
Description
Изобретение относится к лесному хозяйству, в частности к дистанционной оперативной оценке состояния лесных горючих материалов (ЛГМ) на обширных площадях.
Лесные пожары были и остаются доминирующим фактором, определяющим структуру и динамику бореальных лесов. По масштабу воздействия на лесной фонд они существенно превышают все остальные вместе взятые факторы. Регулярное слежение за лесопожарной обстановкой в лесах, осуществляемое ограниченными авиационными и наземными средствами, не обеспечивает требуемой периодичности и достоверности лесопожарного мониторинга.
Известен способ пирологической оценки лесов по комплексному показателю (КПО) горимости В.Г. Нестерова (см., например, "Лесопожарные показатели засухи", в сборнике "Пирологическое районирование в таежной зоне", Софронов М. А. , Волокитина А.В., АН СССР, Сибирское отделение. Наука, Новосибирск, 1990 г., стр. 37...38 - аналог). В способе-аналоге расчет КПО проводится по каждому району, области, лесхозу, лесничеству на основе данных наземных метеостанций и метеопунктов по следующей зависимости:
где To - температура воздуха на 12 часов местного времени, oC;
tp - температура точки росы, oC;
∑ - сумма разности температур за все дни τi сухого периода со дня схода снежного покрова до дня выпадения осадков в количестве более 3 мм.
где To - температура воздуха на 12 часов местного времени, oC;
tp - температура точки росы, oC;
∑ - сумма разности температур за все дни τi сухого периода со дня схода снежного покрова до дня выпадения осадков в количестве более 3 мм.
После выпадения осадков в количестве более 3 мм счет обнуляется, а расчет КПО начинается заново со дня установления бездождевой погоды. По полученной сумме КПО устанавливаются классы лесопожарной опасности по В.Г. Нестерову: I класс до 300, II класс 300...1000, III класс 1000...4000, IV класс 4000...8000, V класс чрезвычайной опасности - более 8000. Выделенные участки различных классов наносят на пожарную карту лесхоза (лесничества) по укрупненным выделам и закрашивают красным цветом различной насыщенности.
Недостатками известного аналога являются:
- существенные ошибки результирующих оценок при неравномерном выпадении осадков на площади наблюдении;
- невысокая достоверность при редкой сети метеопунктов в таежной зоне;
- неадекватность (косвенность) самого показателя, характеризующего засушливое состояние погоды, а не состояние горючих материалов.
- существенные ошибки результирующих оценок при неравномерном выпадении осадков на площади наблюдении;
- невысокая достоверность при редкой сети метеопунктов в таежной зоне;
- неадекватность (косвенность) самого показателя, характеризующего засушливое состояние погоды, а не состояние горючих материалов.
Восприимчивость лесного отпада и подстилки к огню напрямую зависит от их влажности.
Самым надежным способом определения пожарной опасности являлся бы способ непосредственного измерения влажности самих ЛГМ. Поэтому применительно к задачам оценки и прогнозирования лесопожарной опасности наиболее важной проблемой является повышение оперативности и точности определения влагосодержания ЛГМ. Наземные методы непосредственного расчета влагосодержания ЛГМ путем взятия множества точечных проб неприемлемы из-за большой трудоемкости и длительности анализа. В большинстве национальных систем оценки и прогноза лесопожарной опасности наряду с наземными измерениями используют данные дистанционного зондирования подстилающей поверхности (см., например, Г.Н. Коровин и др. "О возможности регистрации полей осадков дистанционными методами", в научном сборнике "Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве" (ЦЭПЛ РАН, Москва, издательство МГУЛ, 1998 г., стр. 187-190).
Ближайшим аналогом по технической сущности с заявляемым техническим решением является дистанционный способ определения пожарной опасности в лесу по а.с. СССР N 1648505, кл. A 62 C 3/02, опубл. 15.09.1991).
В способе ближайшего аналога осуществляют регистрацию собственного излучения подстилающей поверхности в диапазоне, соответствующем максимуму теплового инфракрасного (ИК) излучения подстилающей поверхности, калибровку тракта зондирования по измерениям эталонных участков, вычисление числовых характеристик и расчет результирующего показателя.
Недостатками ближайшего аналога являются:
- невозможность непосредственного применения для измерения влажности из-за разнородности измеряемых величин (в известном решении это произведение радиационной и радиояркостной температур, а в заявляемом способе - влажность);
- неадекватность результирующего показателя в виде произведения радиояркостной и радиационной температур физическому процессу.
- невозможность непосредственного применения для измерения влажности из-за разнородности измеряемых величин (в известном решении это произведение радиационной и радиояркостной температур, а в заявляемом способе - влажность);
- неадекватность результирующего показателя в виде произведения радиояркостной и радиационной температур физическому процессу.
Задача, решаемая заявляемым способом, заключается в обеспечении оперативного, дистанционного отслеживания влажности лесных горючих материалов на основе получения изображения лесов в инфракрасном диапазоне электромагнитного спектра.
Поставленная задача решается тем, что в способе контроля лесопожарной опасности, включающем регистрацию собственного излучения подстилающей поверхности в диапазоне, соответствующем максимуму теплового ИК-излучения подстилающей поверхности, калибровку тракта зондирования по измерениям эталонных участков, вычисление числовых характеристик и расчет результирующего показателя, в качестве результирующего показателя используют непосредственно величину влажности W лесных горючих материалов, преобразуют зарегистрированную функцию электрического сигнала в цифровые матрицы отсчетов зависимости амплитуды от координат, выделяют методами пространственного дифференцирования контуры на изображениях при установленных пороговых значениях градиента, а величину влажности лесных горючих материалов внутри выделенных контуров рассчитывают по регрессионной зависимости:
где a - поправочный коэффициент, учитывающий параметры тракта зондирования, географическую зону и тип лесов;
σ2 - мощность переменной составляющей сигнала участка изображения внутри контура;
мощность постоянной составляющей сигнала участка изображения внутри контура.
где a - поправочный коэффициент, учитывающий параметры тракта зондирования, географическую зону и тип лесов;
σ2 - мощность переменной составляющей сигнала участка изображения внутри контура;
Изобретение поясняется чертежами, где:
фиг. 1 - график численного решения для функции влажности W (КПО);
фиг. 2 - иллюстрация зависимости изменения параметров ИК-сигнала
от возрастания КПО;
фиг. 3 - результаты программной обработки ИК-изображения лесного региона, полученного со спутника NOAA (США);
фиг. 4 - функциональная схема устройства;
фиг. 5 - график функции регрессии.
фиг. 1 - график численного решения для функции влажности W (КПО);
фиг. 2 - иллюстрация зависимости изменения параметров ИК-сигнала
фиг. 3 - результаты программной обработки ИК-изображения лесного региона, полученного со спутника NOAA (США);
фиг. 4 - функциональная схема устройства;
фиг. 5 - график функции регрессии.
Вновь введенные операции, образующие совокупность существенных признаков, обеспечивают достижения таких качественных свойств способа, как:
- адекватность контроля физического процесса, когда контролируется состояние самих ЛГМ, а не воздушной среды;
- большой пространственный размах контроля при одновременной возможности точной привязки результатов по координатам;
- достоверность и статистическая устойчивость результатов за счет использования эффективной мощности регистрируемого сигнала при расчете интегрального показателя.
- адекватность контроля физического процесса, когда контролируется состояние самих ЛГМ, а не воздушной среды;
- большой пространственный размах контроля при одновременной возможности точной привязки результатов по координатам;
- достоверность и статистическая устойчивость результатов за счет использования эффективной мощности регистрируемого сигнала при расчете интегрального показателя.
Техническая сущность изобретения заключается в следующем. В соответствии с законом Стефана-Больцмана интегральная светимость тел L(T) пропорциональна четвертой степени температуры ToK и зависит от их излучательной способности ε(T) (см. , например, Левитин И.Б. "Инфракрасная техника", Энергия, Ленинградское отделение, 1973 г., стр. 15).
L(T) = ε(T)•σ0•T4, (Вт/м2),
где σ0 - постоянная, равная 5,67•10-8 Вт/м2K-4.
где σ0 - постоянная, равная 5,67•10-8 Вт/м2K-4.
Максимум мощности излучения приходится на длину волны λmax, определяемую по закону Вина:
λmax = b/To, b = 2897,8 мкм·•K;
Следовательно, при пожароопасной температуре воздуха от 15 до 35oC, максимальная мощность собственного ИК-излучения лесов приходится на диапазон 8. . .10 мкм. На этот же диапазон приходятся окна прозрачности атмосферы при коэффициенте прохождения ИК-излучения до 70%. Принимаемое ИК-излучение элементов ландшафта (растительности, почв, водной поверхности) образуется суммированием излучения от элементарных площадок, попадающих в элемент разрешения сканирующих устройств зондирования. Разрешающая способность космических радиометров в ИК-диапазоне, таких как МСУ-СК (Россия), AVHRR (спутник NOAA, США) составляет от 0,6 до 1,1 км. Следует отметить, что совокупность участков, относящихся к одному типу леса, всегда отличается значительной пирологической неоднородностью за счет возрастных различий в древостое, просветов в пологе, чередования возвышенности и низин. Радиационная температура различных материалов под пологом и на открытых участках, измеренная в натурных условиях в период с 12 до 14 часов местного времени, существенно различается (см., например, "Лесная пирология", учебное пособие под редакцией Л.Б. Калинина, из-во СПб. Лесотехнической академии, 1993 г., стр. 23-27).
λmax = b/To, b = 2897,8 мкм·•K;
Следовательно, при пожароопасной температуре воздуха от 15 до 35oC, максимальная мощность собственного ИК-излучения лесов приходится на диапазон 8. . .10 мкм. На этот же диапазон приходятся окна прозрачности атмосферы при коэффициенте прохождения ИК-излучения до 70%. Принимаемое ИК-излучение элементов ландшафта (растительности, почв, водной поверхности) образуется суммированием излучения от элементарных площадок, попадающих в элемент разрешения сканирующих устройств зондирования. Разрешающая способность космических радиометров в ИК-диапазоне, таких как МСУ-СК (Россия), AVHRR (спутник NOAA, США) составляет от 0,6 до 1,1 км. Следует отметить, что совокупность участков, относящихся к одному типу леса, всегда отличается значительной пирологической неоднородностью за счет возрастных различий в древостое, просветов в пологе, чередования возвышенности и низин. Радиационная температура различных материалов под пологом и на открытых участках, измеренная в натурных условиях в период с 12 до 14 часов местного времени, существенно различается (см., например, "Лесная пирология", учебное пособие под редакцией Л.Б. Калинина, из-во СПб. Лесотехнической академии, 1993 г., стр. 23-27).
Радиационная температура лесных материалов показана в табл.1.
Основные проводники горения относятся к классу капиллярно-пористых тел, обладающих высокой гигроскопичностью. Лишайники, мхи, подстилка на открытых участках получают большой приток радиации и быстро подсыхают. Каждому сочетанию температуры воздуха соответствует определенная влажность ЛГМ, называемая равновесной. Последняя является тем пределом, к которому стремится влажность ЛГМ при их высыхания и увлажнения в воздушной среде. Реальная влажность ЛГМ находится в интервале от 7 до 80% (см., например, Софронов М. А. , Волокитина А.В. "Пирологическое районирование в таежной зоне", АН СССР, Сибирское отделение, Наука, Новосибирск, 1990 г., стр. 106-117, "Увлажнение и высыхание ЛГМ").
В табл. 2 представлены экспериментальные данные зависимости между комплексным показателем В.Г. Нестерова, влажностью основных ЛГМ и их горимостью (см., например, аналог, стр. 109). Чем больше разность между текущей влажностью (W) ЛГМ и их равновесной влажностью (Wp), тем больше скорость процесса высыхания (см. например, аналог, стр. 34)
Из решения дифференциального уравнения высыхания получено:
Заменяя независимую переменную τ из выражения для КПО как
и используя в качестве начальных условий для решения дифференциального уравнения данные табл. 2, получили численное решение для функции влажности W (КПО), представленное графиком фиг. 1. В интервале пожароопасных значений влажности ЛГМ (80...10%), среднестатистическая зависимость W (КПО) при начальных условиях табл. 2 аппроксимируется выражением:
где Wo ≃ 1,2; Wp ≃ 0,1; α0 ≃ 500.
В зависимости от влажности ЛГМ изменяется и мощность восходящего ИК-излучения лесных участков. Влажные ЛГМ экранируют ИК-излучение земного покрова, в результате кажущаяся радиационная температура увлажненных участков оказывается ниже истинной температуры объектов. Общее аналитическое выражение для мощности сигнала от элемента разрешения радиометра представляется в виде:
L(To) = 1/So•∑ εi(Ti)•σ0•T •Si,
где So - площадь элемента разрешения радиометра, м2;
Si - площади разнородных участков внутри элемента разрешения, имеющих каждый различную влажность (Wi), излучательную способность εi(Ti) и локальную температуру Ti. При большой влажности перепад температур между открытыми участками и в тени достигает десятка градусов, в результате наблюдаются большие флюктуации амплитуды сигнала от одного элемента разрешения к другому. По мере роста КПО влажность уменьшается, увеличивается средняя радиояркостная температура подстилающей поверхности и уменьшается размах флюктуаций амплитуды сигнала между соседними элементами разрешения. Таким образом, селектируемыми признаками нарастания лесопожарной опасности по параметрам регистрируемого ИК-радиометром сигнала являются две характеристики:
- рост постоянной составляющей (тренд математического ожидания
- уменьшение флюктуаций амплитуды сигнала (уменьшение среднеквадратического отклонения σ).
Количественной мерой скорости флюктуаций случайных процессов являются их автокорреляционные функции. По определению (см., например, Заездный А.М. "Основы расчетов по статистической радиотехнике", М., Связь-издат, 1969 г., стр. 94) автокорреляционная функция B(ρ) процесса вычисляется как обратное Фурье-преобразование от его энергетического спектра S (F):
где ρ - полярный радиус пространственных координат изображения
Значение автокорреляционной функции в нуле B(ρ = 0) равно средней мощности процесса, т.е. сумме мощностей постоянной
и переменной составляющих σ2. За меру флюктуации процесса по пространственным координатам принято отношение средней мощности процесса к мощности переменной составляющей:
Чем больше влажность ЛГМ, тем меньше средняя радиояркостная температура и больше флюктуации амплитуды ИК-сигнала, следовательно, отношение
мало. И наоборот, чем меньше влажность, тем больше значение 
и меньше (σ2), а упомянутое отношение велико. Чувствительность таким образом введенного относительного показателя к измеряемому параметру (W) оказывается более высокого порядка, поскольку учитывает оба селективных признака ИК-сигнала, а также позволяет ограничиться расчетом одного значения автокорреляционной функции B(ρ = 0). Чем выше КПО, тем меньше скорость изменения мощности восходящего ИК-излучения. На фиг. 2 иллюстрируется зависимость изменения параметров ИК-сигнала 
от возрастания КПО. В дифференциальном виде эта зависимость представляется в виде:
,
α2 - коэффициент пропорциональности.
Из решения дифференциального уравнения высыхания получено:
Заменяя независимую переменную τ из выражения для КПО как
где Wo ≃ 1,2; Wp ≃ 0,1; α0 ≃ 500.
В зависимости от влажности ЛГМ изменяется и мощность восходящего ИК-излучения лесных участков. Влажные ЛГМ экранируют ИК-излучение земного покрова, в результате кажущаяся радиационная температура увлажненных участков оказывается ниже истинной температуры объектов. Общее аналитическое выражение для мощности сигнала от элемента разрешения радиометра представляется в виде:
L(To) = 1/So•∑ εi(Ti)•σ0•T
где So - площадь элемента разрешения радиометра, м2;
Si - площади разнородных участков внутри элемента разрешения, имеющих каждый различную влажность (Wi), излучательную способность εi(Ti) и локальную температуру Ti. При большой влажности перепад температур между открытыми участками и в тени достигает десятка градусов, в результате наблюдаются большие флюктуации амплитуды сигнала от одного элемента разрешения к другому. По мере роста КПО влажность уменьшается, увеличивается средняя радиояркостная температура подстилающей поверхности и уменьшается размах флюктуаций амплитуды сигнала между соседними элементами разрешения. Таким образом, селектируемыми признаками нарастания лесопожарной опасности по параметрам регистрируемого ИК-радиометром сигнала являются две характеристики:
- рост постоянной составляющей (тренд математического ожидания
- уменьшение флюктуаций амплитуды сигнала (уменьшение среднеквадратического отклонения σ).
Количественной мерой скорости флюктуаций случайных процессов являются их автокорреляционные функции. По определению (см., например, Заездный А.М. "Основы расчетов по статистической радиотехнике", М., Связь-издат, 1969 г., стр. 94) автокорреляционная функция B(ρ) процесса вычисляется как обратное Фурье-преобразование от его энергетического спектра S (F):
где ρ - полярный радиус пространственных координат изображения
Значение автокорреляционной функции в нуле B(ρ = 0) равно средней мощности процесса, т.е. сумме мощностей постоянной
Чем больше влажность ЛГМ, тем меньше средняя радиояркостная температура и больше флюктуации амплитуды ИК-сигнала, следовательно, отношение
α2 - коэффициент пропорциональности.
Общее решение дифференциального уравнения: L = C0+α2•ln KПO;
Co - постоянная интегрирования, определяемая из начальных условий. Совместное решение уравнений W (КПО); L (КПО):
позволяет исключить промежуточную переменную (КПО) и получить закон изменения функции влажности (W) ЛГМ непосредственно от параметров регистрируемого сигнала, т.е. от его относительного показателя:
Верификация изложенных аналитических соотношений осуществлялась на основе обработки реальных ИК-сигналов изображений лесных массивов. Процедура расчетов и регрессионная зависимость влажности ЛГМ от относительного показателя изложена в примере реализации способа.
Co - постоянная интегрирования, определяемая из начальных условий. Совместное решение уравнений W (КПО); L (КПО):
позволяет исключить промежуточную переменную (КПО) и получить закон изменения функции влажности (W) ЛГМ непосредственно от параметров регистрируемого сигнала, т.е. от его относительного показателя:
Верификация изложенных аналитических соотношений осуществлялась на основе обработки реальных ИК-сигналов изображений лесных массивов. Процедура расчетов и регрессионная зависимость влажности ЛГМ от относительного показателя изложена в примере реализации способа.
Конечной целью заявляемого способа является зонирование территории лесных массивов по градациям влажности ЛГМ. Последнее достигается путем выделения контуров (контурного рисунка) на изображениях, осуществляемое методами пространственного дифференцирования (см. , например, Дуда Р.О., Харт П.Е. "Распознавание образов и анализ сцен", перевод с англ., из-во Мир, М., 1976 г. "Пространственное дифференцирование", стр. 287-288). Существует несколько известных стандартных операторов (Робертса, Лапласа, Собела), позволяющих вычислять контура на двумерных изображениях. В частности, например, перекрестный оператор Робертса рассчитывают в окне (маске) 2х2 элемента, для каждой дискретной точки изображения A(x,y) из соотношения:
Вычисленное значение оператора сравнивают с установленным порогом R (i, j) > П, выводят на экран точки, для которых R (i, j) превышает порог. Выделение контуров на изображении с использованием масок различных операторов представляется стандартной математической операцией, входящей в комплект специализированного программного обеспечения (см., например, МАТН САД. 6.0. PLVS, издание второе, стереотипное, информационно-издательский дом "Филинъ", 1997 г., стр. 50-68).
Вычисленное значение оператора сравнивают с установленным порогом R (i, j) > П, выводят на экран точки, для которых R (i, j) превышает порог. Выделение контуров на изображении с использованием масок различных операторов представляется стандартной математической операцией, входящей в комплект специализированного программного обеспечения (см., например, МАТН САД. 6.0. PLVS, издание второе, стереотипное, информационно-издательский дом "Филинъ", 1997 г., стр. 50-68).
На фиг. 3 представлены результаты программной обработки ИК-изображения лесного региона, полученного со спутника NOAA (США) (при рекомендуемых значениях пороговой величины градиента 6,3). В оконтуренных таким образом участках изображения вычисляются моменты электрического сигнала 
и на основе регрессионной зависимости 
рассчитывают уже реальную влажность ЛГМ участков на момент съемки.
Пример реализации способа.
Заявляемый способ может быть реализован на базе устройства по схеме фиг. 4. Функциональная схема устройства фиг. 4 содержит систему орбитальных спутников наблюдения 1 типа NOAA (США) с установленными на них сканирующими радиометрами 2 типа AVHRR. Радиометры осуществляют прием выходящего ИК-излучения подстилающей поверхности в полосе сканирования 3. Зарегистрированный радиометром сигнал с сопутствующей информацией (время приема, эфемириды) в режиме открытого доступа принимается наземными пунктами приема 4, расположенными в г. Красноярске, г. Москве (ИКИ), где записывается на видеомагнитофон 5 типа "Арктур". Из принятых изображений подстилающей поверхности в пункте приема 4 на основе сопутствующей информации формируется база данных изображений лесных массивов, которые в виде файлов помещаются в Интернет 6 (см. , например, сервер, www http:\\, smis. IkI. RSSI. RV.). По запросу потребителей информации в виде кадров изображений лесных массивов перекачивается из Интернет в индивидуальную систему накопления, хранения и ввода информации 7, организуемую на базе стриммеров типа FT-120. Обработка массивов данных ИК-изображений осуществляется на ПЭВМ 8 типа IBM PC 486/487 в комплекте: процессора-вычислителя 9, винчестера 10, оперативного ЗУ 11, клавиатуры 12, дисплея 13, принтера 14, графопостроителя 15. Гидрометеоцентр РФ ежедневно предоставляет службе охраны лесов информационную карту значений метеорологического показателя КПО на всю территорию лесов России. Федеральной службой лесов России ведется карта лесопожарной опасности, которая позволяет выборочно отслеживать наиболее опасные районы, осуществлять маневр силами и средствами, разрабатывать регламент авиапатрулирования (см., например, "База данных лесопожарной опасности" по отчетам Центральной авиабазы", г. Пушкино, 1997-1998 г., сервер "Интернет", http: \\ smis. IkI. RSSI. RV.).
Изображения лесных массивов, полученные из "Интернет" с известным временем и координатами съемки привязывают к местным шкалам КПО контрольных площадок. В табл. 3 представлены данные контрольных замеров и результаты программной обработки изображений со спутников NOAA. Для этого предварительно специализированный комплекс программы МАТН САД записывают на винчестер 10 и осуществляют программное выделение контуров на изображениях и расчет числовых характеристик. Поскольку мощность регистрируемого радиометром AVHRR излучения зависит от характеристик тракта зондирования и дальности, то при расчетах используют не абсолютную амплитуду сигнала, а значения квантованных уровней. Отечественные пункты приема регистрируют сигналы со спутника NOAA в шкале 0...256 уровней. Мощности постоянной и переменной составляющих вычисляют как квадраты первого и второго моментов сигнала изображения. Совместное решение уравнений W (КПО) и L (КПО) при данных контрольных замеров (табл. 3) позволило установить начальные условия и вычислить постоянные интегрирования. Получена функция регрессии влажности ЛГМ от параметров ИК-сигнала изображения следующего вида:
Коэффициент a для радиолинии AVHRR и лесов Красноярского края России составил величину a≃1,2.
Коэффициент a для радиолинии AVHRR и лесов Красноярского края России составил величину a≃1,2.
График функции регрессии иллюстрируется фиг. 5.
Осуществляя ежедневное обновление информации со спутников и ее автоматизированную обработку с распечаткой на графопостроителе 15, представляется возможным оперативно, достоверно, с точной координатной привязкой отслеживать состояние ЛГМ на обширных площадях.
Claims (1)
- Способ контроля лесопожарной опасности, включающий регистрацию собственного излучения подстилающей поверхности в диапазоне, соответствующем максимуму теплового ИК-излучения подстилающей поверхности, калибровку тракта зондирования по измерениям эталонных участков, вычисление числовых характеристик и расчет результирующего показателя, отличающийся тем, что в качестве результирующего показателя используют непосредственно величину влажности W лесных горючих материалов, преобразуют зарегистрированную функцию электрического сигнала в цифровые матрицы отсчетов зависимости амплитуды от координат, выделяют методами пространственно дифференцирования контуры на двумерных изображениях лесных массивов контролируемого региона при установленных пороговых значениях градиента, а величину влажности лесных горючих материалов внутри выделенных контуров рассчитывают по регрессионной зависимости
где a - поправочный коэффициент, учитывающий параметры тракта зондирования, географическую зону, тип лесов;
σ2 - мощность переменной составляющей сигнала участка изображения внутри контура, Вт;
мощность постоянной составляющей сигнала участка изображения внутри контура, Вт.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU99111924A RU2147253C1 (ru) | 1999-05-28 | 1999-05-28 | Способ контроля лесопожарной опасности |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU99111924A RU2147253C1 (ru) | 1999-05-28 | 1999-05-28 | Способ контроля лесопожарной опасности |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2147253C1 true RU2147253C1 (ru) | 2000-04-10 |
Family
ID=20220843
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU99111924A RU2147253C1 (ru) | 1999-05-28 | 1999-05-28 | Способ контроля лесопожарной опасности |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2147253C1 (ru) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2581783C1 (ru) * | 2015-04-24 | 2016-04-20 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" (НИИ "АЭРОКОСМОС") | Способ контроля пирологического состояния подстилающей поверхности |
| RU2683142C1 (ru) * | 2018-02-28 | 2019-03-26 | Публичное акционерное общество "Ракетно-космическая корпорация "Энергия" имени С.П. Королёва" | Способ контроля лесного пожара с космического аппарата |
| RU2683143C1 (ru) * | 2018-02-28 | 2019-03-26 | Публичное акционерное общество "Ракетно-космическая корпорация "Энергия" имени С.П. Королёва" | Способ контроля лесного пожара с космического аппарата |
| CN112213230A (zh) * | 2020-10-16 | 2021-01-12 | 西南林业大学 | 一种云南松地表可燃物含水率确定方法及系统 |
-
1999
- 1999-05-28 RU RU99111924A patent/RU2147253C1/ru active
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2581783C1 (ru) * | 2015-04-24 | 2016-04-20 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" (НИИ "АЭРОКОСМОС") | Способ контроля пирологического состояния подстилающей поверхности |
| RU2683142C1 (ru) * | 2018-02-28 | 2019-03-26 | Публичное акционерное общество "Ракетно-космическая корпорация "Энергия" имени С.П. Королёва" | Способ контроля лесного пожара с космического аппарата |
| RU2683143C1 (ru) * | 2018-02-28 | 2019-03-26 | Публичное акционерное общество "Ракетно-космическая корпорация "Энергия" имени С.П. Королёва" | Способ контроля лесного пожара с космического аппарата |
| CN112213230A (zh) * | 2020-10-16 | 2021-01-12 | 西南林业大学 | 一种云南松地表可燃物含水率确定方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Song et al. | Application of remote sensing-based two-source energy balance model for mapping field surface fluxes with composite and component surface temperatures | |
| Francois et al. | Analytical parameterization of canopy directional emissivity and directional radiance in the thermal infrared. Application on the retrieval of soil and foliage temperatures using two directional measurements | |
| Paloscia et al. | Soil moisture estimates from AMSR-E brightness temperatures by using a dual-frequency algorithm | |
| Carlson et al. | An interpretation of methodologies for indirect measurement of soil water content | |
| Ackerman et al. | Cloud detection with MODIS. Part II: validation | |
| Seguin et al. | IRSUTE: a minisatellite project for land surface heat flux estimation from field to regional scale | |
| Zhaoliang et al. | On the separate retrieval of soil and vegetation temperatures from ATSR data | |
| Mladenova et al. | Validation of the ASAR global monitoring mode soil moisture product using the NAFE'05 data set | |
| Czajkowski et al. | Thermal remote sensing of near-surface water vapor | |
| Ermida et al. | A multi-sensor approach to retrieve emissivity angular dependence over desert regions | |
| Maltese et al. | Mapping soil water content under sparse vegetation and changeable sky conditions: Comparison of two thermal inertia approaches | |
| Monsiváis-Huertero et al. | Assessment of NASA SMAP soil moisture products for agricultural regions in Central Mexico: An analysis based on the THEXMEX dataset | |
| Mattioli et al. | Forward model studies of water vapor using scanning microwave radiometers, global positioning system, and radiosondes during the cloudiness intercomparison experiment | |
| Calbet et al. | Consistency between GRUAN sondes, LBLRTM and IASI | |
| Lu et al. | Monitoring the performance of the Fengyun satellite instruments using radiative transfer models and NWP fields | |
| Ellsäßer et al. | Predicting evapotranspiration from drone-based thermography–a method comparison in a tropical oil palm plantation | |
| Kustas et al. | Mapping surface energy flux partitioning at large scales with optical and microwave remote sensing data from Washita'92 | |
| Xu et al. | Comparison of ocean surface rain rates from the global precipitation mission and the Meteosat second-generation satellite for wind scatterometer quality control | |
| RU2147253C1 (ru) | Способ контроля лесопожарной опасности | |
| Chaivaranont et al. | Estimating grassland curing with remotely sensed data | |
| Clausen et al. | Spatial and Temporal Variance in the Thermal Response of Buried Objects | |
| Bréon et al. | Calibration of the Meteosat water vapor channel using collocated NOAA/HIRS 12 measurements | |
| China Lake | Measuring soil moisture with an airborne imaging passive microwave radiometer | |
| Asem et al. | Calibration of METEOSAT infrared radiometer using split window channels of NOAA AVHRR | |
| Qiu et al. | Atmospheric correction to passive microwave brightness temperature in snow cover mapping over China |