CN112735072B - 一种基于物联网林区动态及林区火情预警云平台 - Google Patents
一种基于物联网林区动态及林区火情预警云平台 Download PDFInfo
- Publication number
- CN112735072B CN112735072B CN202110013155.9A CN202110013155A CN112735072B CN 112735072 B CN112735072 B CN 112735072B CN 202110013155 A CN202110013155 A CN 202110013155A CN 112735072 B CN112735072 B CN 112735072B
- Authority
- CN
- China
- Prior art keywords
- fire
- area
- forest
- forest region
- early warning
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 230000004927 fusion Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000013500 data storage Methods 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 26
- 238000012795 verification Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 16
- 238000007500 overflow downdraw method Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000002372 labelling Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- G—PHYSICS
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Toxicology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Emergency Management (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于物联网林区动态及林区火情预警云平台，涉及林区预警技术领域，解决了现有方案中不能充分利用互联网的优势，也不能对林区火灾进行提前预警的技术问题；本发明设置了火情监测模块，该设置将多种技术相结合，有助于提高火灾监测的精准度，提高预警效率；本发明设置了林区动态预测模块，该设置结合融合模型来进行预测，有助于提高预测的精度，为工作人员做好防护准备奠定了基础；本发明设置了显示调度模块和报警调度模块，林区发生火灾的时候及时调度人员进行处理，有助于防止火灾的扩大，避免发生重大损失。
Description
技术领域
本发明属于林区预警领域，涉及物联网技术，具体是一种基于物联网林区动态及林区火情预警云平台。
背景技术
森林对于维护陆地生态***平衡和改善生态环境有着重要的作用。我们森林资源少，覆盖率低，林种结构和质量都不够理想，其总体形势相当严峻：森林火灾是危害森林资源的主要灾害，防范和减少森林火灾是林业工作的重要组成部分。森林火灾的发生是一个极其复杂的自然因素与人为因素综合作用的结果，林火监测在森林保护工作有相当重要的地位。
公开号为CN104240427A的发明专利提供了一种基于物联网的森林防火监测***，包括设置在地面上的若干温度传感器、电源、微处理器、无线通信模块、数据通信模块以及总控制台，电源与微处理器和温度传感器连接，温度传感器与微处理器连接，在森林的地面上设有若干的防火预警台，温度传感器对应地设置在防火预警台内，无线通信模块和数据通信模块通过无线通讯网络与总控制台通讯连接，防火预警台内还设有抗金属RFID标签和抗金属RFID标签的自动读取设备，该自动读取设备分别与温度传感器和数据通信模块通信连接；抗金属RFID标签上设有唯一的ID标识，在总控制台的数据库中对ID进行管理，并对对应的ID标识赋予所在防火预警台的经纬度位置、联系人电话以及对应区域的森林特性。
上述方案不仅具有传统监控报警***，而且RFID标签对每个防火预警台赋予唯一的ID标识，在后台管理数据库中对ID进行管理，并对对应的ID标识赋予所在防火预警台的经纬度位置、联系人电话以及对应区域的森林特性；上述方案只是在传统监控报警***的基础上设置了对ID的管理，不能充分利用互联网的优势，也不能对林区火灾进行提前预警；因此，上述方案仍需进一步改进。
发明内容
为了解决上述方案存在的问题，本发明提供了一种基于物联网林区动态及林区火情预警云平台。
本发明的目的可以通过以下技术方案实现：一种基于物联网林区动态及林区火情预警云平台，包括处理器、报警调度模块、显示调度模块、数据存储模块、火情监测模块、林区监测模块和林区动态预测模块；
所述火情监测模块结合设置在林区内部的第一物联设备对林区火灾的监测，包括：
任选一个第一温度传感器为圆心，以R1为半径划定圆形区域并标记为第一区域，获取第一区域的温度均值并标记为第一温度均值；同时选取第一区域边上的四个温度传感器标记为参考传感器，以参考传感器为圆心，以R1为半径划定圆形区域并分别标记为第二区域、第三区域、第四区域和第五区域，获取第二区域、第三区域、第四区域和第五区域四个区域的温度均值并标记为第二温度均值；所述R1为半径阈值，且R1>5，单位为米；
将第一温度均值和第二温度均值分别标记为YWJ和EWJ；当EWJ<YWJ时，则通过高清摄像头拍摄第一温度传感器所在区域的图像，图像经过图像预处理之后标记为验证图像；所述图像预处理包括图像分割、图像去噪和灰度变换；
获取验证图像中像素点的灰度均值、灰度最大值和灰度最小值，并将灰度均值、灰度最大值和灰度最小值分别标记为HJZ、HZZ和HZX；通过公式
获取火灾评估系数MPX；其中α1为比例系数，且α1为大于0的实数；当火灾评估系数MPX满足L1-θ≤MPX≤L1+θ时，则判定第一区域发生火灾；其中L1为火灾评估系数阈值，且L1>0；
获取发生火灾的区域面积，并将区域面积标记为QM；当将区域面积L2≤QM时，则判定林区火灾面积大，通过处理器分别发送火灾预警信号至显示调度模块和报警调度模块；否则，通过处理器发送火灾预警信号至显示调度模块；其中L2为区域面积阈值，且L2为大于0的实数；
通过处理器将火灾预警信号的发送记录发送至数据存储模块进行存储。
进一步地，所述林区监测模块用于监测林区的环境，包括：
获取林区内的树种，并将树种标记为i，i＝1，2，……，n；
实时获取树种i所在区域内的温度均值和湿度均值，并将温度均值和湿度均值分别标记为WZ和SZ；
通过公式HPXi＝α2×(WZ-YWZ)+α3×(SZ-YSZ)获取树种i的环境评估系数HPXi；其中α2和α3均为比例系数，且α2和α3均为大于0的实数，YWZ为树种i生长的最佳温度值，YSZ为树种i生长的最佳湿度值；
当环境评估系数HPXi满足0<HPXi≤L3时，则判定树种i的生长环境适宜，通过处理器发送环境绿色信号至显示调度模块；当环境评估系数HPXi满足L3<HPXi≤L4时，则判定树种i的生长环境欠佳，通过处理器发送环境黄色信号至显示调度模块；当环境评估系数HPXi满足L4<HPXi时，则判定树种i的生长环境异常，通过处理器发送环境红色信号至显示调度模块；其中L3和L4为环境评估系数阈值，且L3和L4均为大于0的实数；
通过处理器将环境预警信号的发送记录发送至数据存储模块进行存储；所述环境预警信号包括环境绿色信号、环境黄色信号和环境红色信号。
进一步地，所述林区动态预测模块包括火灾预测单元和林区动态预测单元；所述林区动态是指林区内树种i的种植面积和种植数量的变化；所述火灾预测单元用于根据火灾历史数据预测林区火灾，包括：
获取数据存储模块中的火灾历史数据；所述火灾历史数据是指林区内火灾的发生记录；所述火灾历史数据包括火灾发生的区域、区域内的温度值和湿度值、区域内的树种、区域内的月降水均值和火灾的发生日期；
构建融合模型；所述融合模型通过支持向量机模型和误差逆向反馈传播神经网络结合融合方式构建的模型，所述融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
将火灾历史数据按照设定比例生成训练集、验证集和测试集；通过训练集、验证集和测试集对融合模型进行训练、验证和测试，当融合模型的目标精度达到要求时，则判定融合模型训练完成，将训练完成的融合模型标记为预测模型；
获取林区内的未来数据；所述未来数据包括预测日期、预测日期时林区内温度值、湿度值、树种和月降水均值；将未来数据输入到预测模型中获取火灾预测结果；
通过处理器将火灾预测结果分别发送至显示调度模块和数据存储模块；
所述林区动态预测单元用于根据林区动态历史数据预测林区动态，包括：
获取数据存储模块中的林区动态数据；所述林区动态数据包括设定时间范围内林区内树种i的种植面积和种植数量、温度变化、湿度变化和PM2.5含量变化；所述设定时间范围包括过去三个月、过去六个月和过去十二个月；
将林区动态数据按照设定比例生成训练集、验证集和测试集；通过训练集、验证集、测试集结合融合模型获取预测模型；
获取林区内的环境预测数据；所述环境预测数据包括预测的温度变化、湿度变化和PM2.5变化；
环境预测数据结合预测模型获取林区动态预测结果；通过处理器将林区动态预测结果分别发送至数据存储模块和显示调度模块。
进一步地，所述显示调度模块用于调度林区工作人员，包括：
当显示调度模块接收到火灾预警信号之后，获取火灾预警信号的发送位置并标记为目标位置；
获取离目标位置最近的林区工作人员并标记为目标人员，通过第三方地图平台规划目标位置和目标人员之间的路线并标记为工作路线，将工作路线和目标位置发送至目标人员的智能终端；所述第三方地图平台包括百度地图和高德地图；所述目标人员的人数不低于2个人；
林区工作人员在接收到工作路线和目标位置时赶到目标位置进行处理；且林区工作人员可通过智能终端发送报警求助信号至报警调度模块；通过处理器将林区工作人员的调度记录发送至数据存储模块进行存储。
进一步地，所述报警调度模块与警务平台和消防报警平台通信连接；所述报警调度模块根据接收到的报警信号调度警务人员和消防人员；所述报警信号包括报警求助信号和火灾预警信号。
进一步地，所述第一物联设备与火情监测模块通信连接，所述第一物联设备按照相同间隔设置在林区内部，并将第一物联设备安装的地理坐标存储在数据存储模块；所述第一物联设备至少包括一个第一温度传感器和一个高清摄像头。
进一步地，所述处理器分别与报警调度模块、显示调度模块、数据存储模块、火情监测模块、林区监测模块和林区动态预测模块通信连接，所述数据存储模块与显示调度模块通信连接，所述显示调度模块与报警调度模块通信连接。
与现有技术相比，本发明的有益效果是：
1、本发明设置了火情监测模块，该设置用于林区内的火灾；以温度传感器为基础，划定第一区域，结合第二区域、第三区域、第四区域和第五区域来判定第一区域内的火灾，然后结合高清摄像头和遥感图像来获取火灾区域的面积；火情监测模块将多种技术相结合，有助于提高火灾监测的精准度，提高预警效率；
2、本发明设置了林区动态预测模块，该设置包括火灾预测单元和林区动态预测单元；通过火灾历史数据和林区动态数据来预测林区未来的火灾发生情况和林区动态变化情况；林区动态预测模块结合融合模型来进行预测，有助于提高预测的精度，为工作人员做好防护准备奠定了基础；
3、本发明设置了显示调度模块和报警调度模块；当显示调度模块接收到火灾预警信号之后，获取火灾预警信号的发送位置并标记为目标位置；获取离目标位置最近的林区工作人员并标记为目标人员，通过第三方地图平台规划目标位置和目标人员之间的路线并标记为工作路线，将工作路线和目标位置发送至目标人员的智能终端；林区工作人员在接收到工作路线和目标位置时赶到目标位置进行处理；且林区工作人员可通过智能终端发送报警求助信号至报警调度模块；林区发生火灾的时候及时调度人员进行处理，有助于防止火灾的扩大，避免发生重大损失。
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为本发明的原理示意图。
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做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。
请参阅图1，本发明提供三种实施例：
实施例一：
一种基于物联网林区动态及林区火情预警云平台，包括处理器、报警调度模块、显示调度模块、数据存储模块、火情监测模块、林区监测模块和林区动态预测模块；
所述火情监测模块结合设置在林区内部的第一物联设备对林区火灾的监测，包括：
任选一个第一温度传感器为圆心，以R1为半径划定圆形区域并标记为第一区域，获取第一区域的温度均值并标记为第一温度均值；同时选取第一区域边上的四个温度传感器标记为参考传感器，以参考传感器为圆心，以R1为半径划定圆形区域并分别标记为第二区域、第三区域、第四区域和第五区域，获取第二区域、第三区域、第四区域和第五区域四个区域的温度均值并标记为第二温度均值；所述R1为半径阈值，且R1>5，单位为米；
将第一温度均值和第二温度均值分别标记为YWJ和EWJ；当EWJ<YWJ时，则通过高清摄像头拍摄第一温度传感器所在区域的图像，图像经过图像预处理之后标记为验证图像；所述图像预处理包括图像分割、图像去噪和灰度变换；
获取验证图像中像素点的灰度均值、灰度最大值和灰度最小值，并将灰度均值、灰度最大值和灰度最小值分别标记为HJZ、HZZ和HZX；通过公式
获取火灾评估系数MPX；其中α1为比例系数，且α1为大于0的实数；当火灾评估系数MPX满足L1-θ≤MPX≤L1+θ时，则判定第一区域发生火灾；其中L1为火灾评估系数阈值，且L1>0；
获取发生火灾的区域面积，并将区域面积标记为QM；当将区域面积L2≤QM时，则判定林区火灾面积大，通过处理器分别发送火灾预警信号至显示调度模块和报警调度模块；否则，通过处理器发送火灾预警信号至显示调度模块；其中L2为区域面积阈值，且L2为大于0的实数；
通过处理器将火灾预警信号的发送记录发送至数据存储模块进行存储。
进一步地，所述林区监测模块用于监测林区的环境，包括：
获取林区内的树种，并将树种标记为i，i＝1，2，……，n；
实时获取树种i所在区域内的温度均值和湿度均值，并将温度均值和湿度均值分别标记为WZ和SZ；
通过公式HPXi＝α2×(WZ-YWZ)+α3×(SZ-YSZ)获取树种i的环境评估系数HPXi；其中α2和α3均为比例系数，且α2和α3均为大于0的实数，YWZ为树种i生长的最佳温度值，YSZ为树种i生长的最佳湿度值；
当环境评估系数HPXi满足0<HPXi≤L3时，则判定树种i的生长环境适宜，通过处理器发送环境绿色信号至显示调度模块；当环境评估系数HPXi满足L3<HPXi≤L4时，则判定树种i的生长环境欠佳，通过处理器发送环境黄色信号至显示调度模块；当环境评估系数HPXi满足L4<HPXi时，则判定树种i的生长环境异常，通过处理器发送环境红色信号至显示调度模块；其中L3和L4为环境评估系数阈值，且L3和L4均为大于0的实数；
通过处理器将环境预警信号的发送记录发送至数据存储模块进行存储；所述环境预警信号包括环境绿色信号、环境黄色信号和环境红色信号。
进一步地，所述林区动态预测模块包括火灾预测单元和林区动态预测单元；所述林区动态是指林区内树种i的种植面积和种植数量的变化；所述火灾预测单元用于根据火灾历史数据预测林区火灾，包括：
获取数据存储模块中的火灾历史数据；所述火灾历史数据是指林区内火灾的发生记录；所述火灾历史数据包括火灾发生的区域、区域内的温度值和湿度值、区域内的树种、区域内的月降水均值和火灾的发生日期；
构建融合模型；所述融合模型通过支持向量机模型和误差逆向反馈传播神经网络结合融合方式构建的模型，所述融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
将火灾历史数据按照设定比例生成训练集、验证集和测试集；通过训练集、验证集和测试集对融合模型进行训练、验证和测试，当融合模型的目标精度达到要求时，则判定融合模型训练完成，将训练完成的融合模型标记为预测模型；
获取林区内的未来数据；所述未来数据包括预测日期、预测日期时林区内温度值、湿度值、树种和月降水均值；将未来数据输入到预测模型中获取火灾预测结果；
通过处理器将火灾预测结果分别发送至显示调度模块和数据存储模块；
所述林区动态预测单元用于根据林区动态历史数据预测林区动态，包括：
获取数据存储模块中的林区动态数据；所述林区动态数据包括设定时间范围内林区内树种i的种植面积和种植数量、温度变化、湿度变化和PM2.5含量变化；所述设定时间范围包括过去三个月、过去六个月和过去十二个月；
将林区动态数据按照设定比例生成训练集、验证集和测试集；通过训练集、验证集、测试集结合融合模型获取预测模型；
获取林区内的环境预测数据；所述环境预测数据包括预测的温度变化、湿度变化和PM2.5变化；
环境预测数据结合预测模型获取林区动态预测结果；通过处理器将林区动态预测结果分别发送至数据存储模块和显示调度模块。
进一步地，所述显示调度模块用于调度林区工作人员，包括：
当显示调度模块接收到火灾预警信号之后，获取火灾预警信号的发送位置并标记为目标位置；
获取离目标位置最近的林区工作人员并标记为目标人员，通过第三方地图平台规划目标位置和目标人员之间的路线并标记为工作路线，将工作路线和目标位置发送至目标人员的智能终端；所述第三方地图平台包括百度地图和高德地图；所述目标人员的人数不低于2个人；
林区工作人员在接收到工作路线和目标位置时赶到目标位置进行处理；且林区工作人员可通过智能终端发送报警求助信号至报警调度模块；通过处理器将林区工作人员的调度记录发送至数据存储模块进行存储。
进一步地，所述报警调度模块与警务平台和消防报警平台通信连接；所述报警调度模块根据接收到的报警信号调度警务人员和消防人员；所述报警信号包括报警求助信号和火灾预警信号。
进一步地，所述第一物联设备与火情监测模块通信连接，所述第一物联设备按照相同间隔设置在林区内部，并将第一物联设备安装的地理坐标存储在数据存储模块；所述第一物联设备至少包括一个第一温度传感器和一个高清摄像头。
进一步地，所述处理器分别与报警调度模块、显示调度模块、数据存储模块、火情监测模块、林区监测模块和林区动态预测模块通信连接，所述数据存储模块与显示调度模块通信连接，所述显示调度模块与报警调度模块通信连接。
实施例二：实施例二与实施例一的区别在于火情监测通过图像分析来实现；
一种基于物联网林区动态及林区火情预警云平台，包括处理器、报警调度模块、显示调度模块、数据存储模块、火情监测模块、林区监测模块和林区动态预测模块；
所述火情监测模块结合遥感图像对林区内的火灾进行监测，包括：
实时获取遥感图像并对遥感图像进行遥感图像处理获取标准图像；所述标准图像将林区覆盖在内，所述遥感图像处理包括几何校正、大气校正、图像融合和图像拼接；
将遥感处理技术和标准图像相结合来获取火灾发生情况和火灾区域面积；
通过处理器将火灾发生情况和火灾区域面积发送至显示调度模块和数据存储模块。
实施例三：实施例三与实施例一、实施例二的区别在于火情监测通过第一物联设备和遥感图像相结合实现；
所述火情监测模块用于对林区火灾的监测，包括：
任选一个第一温度传感器为圆心，以R1为半径划定圆形区域并标记为第一区域，获取第一区域的温度均值并标记为第一温度均值；同时选取第一区域边上的四个温度传感器标记为参考传感器，以参考传感器为圆心，以R1为半径划定圆形区域并分别标记为第二区域、第三区域、第四区域和第五区域，获取第二区域、第三区域、第四区域和第五区域四个区域的温度均值并标记为第二温度均值；所述R1为半径阈值，且R1>5，单位为米；
将第一温度均值和第二温度均值分别标记为YWJ和EWJ；当EWJ-μ≤YWJ≤EWJ+μ时，则通过高清摄像头拍摄第一温度传感器所在区域的图像，图像经过图像预处理之后标记为验证图像；所述图像预处理包括图像分割、图像去噪和灰度变换；
获取验证图像中像素点的灰度均值、灰度最大值和灰度最小值，并将灰度均值、灰度最大值和灰度最小值分别标记为HJZ、HZZ和HZX；通过公式
获取火灾评估系数MPX；其中α1为比例系数，且α1为大于0的实数；当火灾评估系数MPX满足L1-θ≤MPX≤L1+θ时，则判定第一区域发生火灾；其中L1为火灾评估系数阈值，且L1>0，μ为比例系数，且θ∈[0.1,0.5]；
当第一区域发生火灾时，实时获取遥感图像并对遥感图像进行遥感图像处理获取标准图像；所述标准图像将第一区域覆盖在内，所述遥感图像处理包括几何校正、大气校正、图像融合和图像拼接；
将遥感处理技术和标准图像相结合来获取火灾发生情况和火灾区域面积；
通过处理器将火灾发生情况和火灾区域面积发送至显示调度模块和数据存储模块。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
任选一个第一温度传感器为圆心，以R1为半径划定圆形区域并标记为第一区域，获取第一区域的温度均值并标记为第一温度均值；同时选取第一区域边上的四个温度传感器标记为参考传感器，以参考传感器为圆心，以R1为半径划定圆形区域并分别标记为第二区域、第三区域、第四区域和第五区域，获取第二区域、第三区域、第四区域和第五区域四个区域的温度均值并标记为第二温度均值；将第一温度均值和第二温度均值分别标记为YWJ和EWJ；当EWJ<YWJ时，则通过高清摄像头拍摄第一温度传感器所在区域的图像，图像经过图像预处理之后标记为验证图像；获取验证图像中像素点的灰度均值、灰度最大值和灰度最小值，获取火灾评估系数MPX；其中α1为比例系数，且α1为大于0的实数；当火灾评估系数MPX满足L1-θ≤MPX≤L1+θ时，则判定第一区域发生火灾；获取发生火灾的区域面积，并将区域面积标记为QM；当将区域面积L2≤QM时，则判定林区火灾面积大，通过处理器分别发送火灾预警信号至显示调度模块和报警调度模块；否则，通过处理器发送火灾预警信号至显示调度模块；
获取林区内的树种i；实时获取树种i所在区域内的温度均值和湿度均值，并将温度均值和湿度均值分别标记为WZ和SZ；获取树种i的环境评估系数HPXi；当环境评估系数HPXi满足0<HPXi≤L3时，则判定树种i的生长环境适宜，通过处理器发送环境绿色信号至显示调度模块；当环境评估系数HPXi满足L3<HPXi≤L4时，则判定树种i的生长环境欠佳，通过处理器发送环境黄色信号至显示调度模块；当环境评估系数HPXi满足L4<HPXi时，则判定树种i的生长环境异常，通过处理器发送环境红色信号至显示调度模块；
当显示调度模块接收到火灾预警信号之后，获取火灾预警信号的发送位置并标记为目标位置；获取离目标位置最近的林区工作人员并标记为目标人员，通过第三方地图平台规划目标位置和目标人员之间的路线并标记为工作路线，将工作路线和目标位置发送至目标人员的智能终端；林区工作人员在接收到工作路线和目标位置时赶到目标位置进行处理；且林区工作人员可通过智能终端发送报警求助信号至报警调度模块；通过处理器将林区工作人员的调度记录发送至数据存储模块进行存储。
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。
Claims (6)
1.一种基于物联网林区动态及林区火情预警云平台，其特征在于，包括处理器、报警调度模块、显示调度模块、数据存储模块、火情监测模块、林区监测模块和林区动态预测模块；
所述火情监测模块结合设置在林区内部的第一物联设备对林区火灾的监测，包括：
任选一个第一温度传感器为圆心，以R1为半径划定圆形区域并标记为第一区域，获取第一区域的温度均值并标记为第一温度均值；同时选取第一区域边上的四个温度传感器标记为参考传感器，以参考传感器为圆心，以R1为半径划定圆形区域并分别标记为第二区域、第三区域、第四区域和第五区域，获取第二区域、第三区域、第四区域和第五区域四个区域的温度均值并标记为第二温度均值；所述R1为半径阈值，且R1＞5，单位为米；
将第一温度均值和第二温度均值分别标记为YWJ和EWJ；当EWJ＜YWJ时，则通过高清摄像头拍摄第一温度传感器所在区域的图像，图像经过图像预处理之后标记为验证图像；所述图像预处理包括图像分割、图像去噪和灰度变换；
获取验证图像中像素点的灰度均值、灰度最大值和灰度最小值，并将灰度均值、灰度最大值和灰度最小值分别标记为HJZ、HZZ和HZX；通过公式
获取火灾评估系数MPX；其中α1为比例系数，且α1为大于0的实数；当火灾评估系数MPX满足L1-θ≤MPX≤L1+θ时，则判定第一区域发生火灾；其中L1为火灾评估系数阈值，且L1＞0；
获取发生火灾的区域面积，并将区域面积标记为QM；当将区域面积L2≤QM时，则判定林区火灾面积大，通过处理器分别发送火灾预警信号至显示调度模块和报警调度模块；否则，通过处理器发送火灾预警信号至显示调度模块；其中L2为区域面积阈值，且L2为大于0的实数；
通过处理器将火灾预警信号的发送记录发送至数据存储模块进行存储。
2.根据权利要求1所述的一种基于物联网林区动态及林区火情预警云平台，其特征在于，所述林区监测模块用于监测林区的环境，包括：
获取林区内的树种，并将树种标记为i，i＝1，2，……，n；
实时获取树种i所在区域内的温度均值和湿度均值，并将温度均值和湿度均值分别标记为WZ和SZ；
通过公式HPXi＝α2×(WZ-YWZ)+α3×(SZ-YSZ)获取树种i的环境评估系数HPXi；其中α2和α3均为比例系数，且α2和α3均为大于0的实数，YWZ为树种i生长的最佳温度值，YSZ为树种i生长的最佳湿度值；
当环境评估系数HPXi满足0＜HPXi≤L3时，则判定树种i的生长环境适宜，通过处理器发送环境绿色信号至显示调度模块；当环境评估系数HPXi满足L3＜HPXi≤L4时，则判定树种i的生长环境欠佳，通过处理器发送环境黄色信号至显示调度模块；当环境评估系数HPXi满足L4＜HPXi时，则判定树种i的生长环境异常，通过处理器发送环境红色信号至显示调度模块；其中L3和L4为环境评估系数阈值，且L3和L4均为大于0的实数；
通过处理器将环境预警信号的发送记录发送至数据存储模块进行存储；所述环境预警信号包括环境绿色信号、环境黄色信号和环境红色信号。
3.根据权利要求1所述的一种基于物联网林区动态及林区火情预警云平台，其特征在于，所述林区动态预测模块包括火灾预测单元和林区动态预测单元；所述林区动态是指林区内树种i的种植面积和种植数量的变化；所述火灾预测单元用于根据火灾历史数据预测林区火灾，包括：
获取数据存储模块中的火灾历史数据；所述火灾历史数据是指林区内火灾的发生记录；所述火灾历史数据包括火灾发生的区域、区域内的温度值和湿度值、区域内的树种、区域内的月降水均值和火灾的发生日期；
构建融合模型；所述融合模型通过支持向量机模型和误差逆向反馈传播神经网络结合融合方式构建的模型，所述融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
将火灾历史数据按照设定比例生成训练集、验证集和测试集；通过训练集、验证集和测试集对融合模型进行训练、验证和测试，当融合模型的目标精度达到要求时，则判定融合模型训练完成，将训练完成的融合模型标记为预测模型；
获取林区内的未来数据；所述未来数据包括预测日期、预测日期时林区内温度值、湿度值、树种和月降水均值；将未来数据输入到预测模型中获取火灾预测结果；
通过处理器将火灾预测结果分别发送至显示调度模块和数据存储模块；
所述林区动态预测单元用于根据林区动态历史数据预测林区动态，包括：
获取数据存储模块中的林区动态数据；所述林区动态数据包括设定时间范围内林区内树种i的种植面积和种植数量、温度变化、湿度变化和PM2.5含量变化；所述设定时间范围包括过去三个月、过去六个月和过去十二个月；
将林区动态数据按照设定比例生成训练集、验证集和测试集；通过训练集、验证集、测试集结合融合模型获取预测模型；
获取林区内的环境预测数据；所述环境预测数据包括预测的温度变化、湿度变化和PM2.5变化；
环境预测数据结合预测模型获取林区动态预测结果；通过处理器将林区动态预测结果分别发送至数据存储模块和显示调度模块。
4.根据权利要求1所述的一种基于物联网林区动态及林区火情预警云平台，其特征在于，所述显示调度模块用于调度林区工作人员，包括：
当显示调度模块接收到火灾预警信号之后，获取火灾预警信号的发送位置并标记为目标位置；
获取离目标位置最近的林区工作人员并标记为目标人员，通过第三方地图平台规划目标位置和目标人员之间的路线并标记为工作路线，将工作路线和目标位置发送至目标人员的智能终端；所述第三方地图平台包括百度地图和高德地图；所述目标人员的人数不低于2个人；
林区工作人员在接收到工作路线和目标位置时赶到目标位置进行处理；且林区工作人员可通过智能终端发送报警求助信号至报警调度模块；通过处理器将林区工作人员的调度记录发送至数据存储模块进行存储。
5.根据权利要求1所述的一种基于物联网林区动态及林区火情预警云平台，其特征在于，所述报警调度模块与警务平台和消防报警平台通信连接；所述报警调度模块根据接收到的报警信号调度警务人员和消防人员；所述报警信号包括报警求助信号和火灾预警信号。
6.根据权利要求1所述的一种基于物联网林区动态及林区火情预警云平台，其特征在于，所述第一物联设备与火情监测模块通信连接，所述第一物联设备按照相同间隔设置在林区内部，并将第一物联设备安装的地理坐标存储在数据存储模块；所述第一物联设备至少包括一个第一温度传感器和一个高清摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110013155.9A CN112735072B (zh) | 2021-01-06 | 2021-01-06 | 一种基于物联网林区动态及林区火情预警云平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110013155.9A CN112735072B (zh) | 2021-01-06 | 2021-01-06 | 一种基于物联网林区动态及林区火情预警云平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112735072A CN112735072A (zh) | 2021-04-30 |
| CN112735072B true CN112735072B (zh) | 2022-03-04 |
Family
ID=75590001
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110013155.9A Active CN112735072B (zh) | 2021-01-06 | 2021-01-06 | 一种基于物联网林区动态及林区火情预警云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112735072B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117854213B (zh) * | 2024-01-10 | 2024-06-04 | 吉林省林业科学研究院(吉林省林业生物防治中心站) | 一种基于气象数据的森林防火监测预警***及方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7280696B2 (en) * | 2002-05-20 | 2007-10-09 | Simmonds Precision Products, Inc. | Video detection/verification system |
| TWI264684B (en) * | 2004-11-16 | 2006-10-21 | Univ Nat Kaohsiung Applied Sci | Fire detection method and system applying with image acquisition |
| JP5158632B2 (ja) * | 2008-01-16 | 2013-03-06 | 清水建設株式会社 | 火災監視装置、及び火災監視方法 |
| CN102236947B (zh) * | 2010-04-29 | 2012-08-29 | 中国建筑科学研究院 | 基于视频摄像机的火焰监测方法与*** |
| CN104715562A (zh) * | 2015-04-01 | 2015-06-17 | 成都桑莱特科技股份有限公司 | 输电线路山火预警方法及*** |
| CN106997461B (zh) * | 2017-03-28 | 2019-09-17 | 浙江大华技术股份有限公司 | 一种烟火检测方法及装置 |
| CN111476964A (zh) * | 2020-03-04 | 2020-07-31 | 宁波财经学院 | 一种远程森林防火监控***与方法 |
| CN112133052B (zh) * | 2020-09-22 | 2022-09-20 | 岭澳核电有限公司 | 核电厂图像火灾探测方法 |
-
2021
- 2021-01-06 CN CN202110013155.9A patent/CN112735072B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112735072A (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110599727B (zh) | 一种森林火灾应急指挥管理*** | |
| KR102108754B1 (ko) | 접근불능지역 실시간 산불위험예보시스템 | |
| US20180025458A1 (en) | Self-customizing, multi-tenanted mobile system and method for digitally gathering and disseminating real-time visual intelligence on utility asset damage enabling automated priority analysis and enhanced utility outage response | |
| Vega-Rodríguez et al. | Low cost LoRa based network for forest fire detection | |
| CN111121862A (zh) | 一种空天地一体化的大气环境监测***及方法 | |
| CN104992254B (zh) | 基于电网gis的山火与气象结合的趋势预判方法 | |
| KR102108752B1 (ko) | 접근불능지역 실시간 산불위험예보방법 | |
| JP5172227B2 (ja) | 非常時情報通信システム、非常時情報通信方法及び非常時情報通信プログラム | |
| CN108924733A (zh) | 使用者装置、地震警报伺服器及其地震警报方法 | |
| CN112308292A (zh) | 一种火灾风险等级分布图的绘制方法 | |
| CN109522380A (zh) | 一种面向移动应用的电网灾害综合监测预警数据***及方法 | |
| CN107506903A (zh) | 一种安全管理方法和装置 | |
| CN112380301A (zh) | 一种人工影响天气业务信息平台 | |
| CN112966933A (zh) | 结合气象站、数值预报的多维度风灾精细化预警方法 | |
| CN116739245A (zh) | 一种智慧消防城市接警调度*** | |
| CN102750456B (zh) | 地震伤害评估*** | |
| CN112735072B (zh) | 一种基于物联网林区动态及林区火情预警云平台 | |
| CN114862160A (zh) | 一种地震遥感应急救援信息采集方法 | |
| CN110928976A (zh) | 水源地违法活动识别预警方法、服务器及存储介质 | |
| CN115824975A (zh) | 基于国产高分遥感卫星的人居环境监测*** | |
| CN115423173A (zh) | 智慧城市绿化管理方法和***及存储介质、装置 | |
| CN115345371A (zh) | 一种智慧消防安全辅助决策方法 | |
| CN109471205B (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
| CN114511432A (zh) | 一种基于区块链的数字乡村管理服务*** | |
| CN110728433A (zh) | 一种基于手机信令的地块居住人口测算方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |