CN112884324A - 一种森林火险监测方法、装置及存储介质 - Google Patents
一种森林火险监测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112884324A CN112884324A CN202110194732.9A CN202110194732A CN112884324A CN 112884324 A CN112884324 A CN 112884324A CN 202110194732 A CN202110194732 A CN 202110194732A CN 112884324 A CN112884324 A CN 112884324A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- forest
- factors
- index
- index parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012806 monitoring device Methods 0.000 claims abstract description 8
- 238000007689 inspection Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 210000000582 semen Anatomy 0.000 description 4
- 240000005020 Acaciella glauca Species 0.000 description 3
- 235000008582 Pinus sylvestris Nutrition 0.000 description 3
- 239000001839 pinus sylvestris Substances 0.000 description 3
- 241000196881 Castanopsis Species 0.000 description 2
- 240000007263 Pinus koraiensis Species 0.000 description 2
- 235000011615 Pinus koraiensis Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- RNFJDJUURJAICM-UHFFFAOYSA-N 2,2,4,4,6,6-hexaphenoxy-1,3,5-triaza-2$l^{5},4$l^{5},6$l^{5}-triphosphacyclohexa-1,3,5-triene Chemical compound N=1P(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP(OC=2C=CC=CC=2)(OC=2C=CC=CC=2)=NP=1(OC=1C=CC=CC=1)OC1=CC=CC=C1 RNFJDJUURJAICM-UHFFFAOYSA-N 0.000 description 1
- 241000208140 Acer Species 0.000 description 1
- 244000099147 Ananas comosus Species 0.000 description 1
- 235000007119 Ananas comosus Nutrition 0.000 description 1
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330024 Bambusoideae Species 0.000 description 1
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 241000219495 Betulaceae Species 0.000 description 1
- 241000218236 Cannabis Species 0.000 description 1
- 241001070941 Castanea Species 0.000 description 1
- 235000014036 Castanea Nutrition 0.000 description 1
- 241000219503 Casuarina equisetifolia Species 0.000 description 1
- 241000084370 Catalpa bungei Species 0.000 description 1
- 241000218645 Cedrus Species 0.000 description 1
- 241000723346 Cinnamomum camphora Species 0.000 description 1
- 241000218631 Coniferophyta Species 0.000 description 1
- 240000005109 Cryptomeria japonica Species 0.000 description 1
- 241000218691 Cupressaceae Species 0.000 description 1
- 244000004281 Eucalyptus maculata Species 0.000 description 1
- 240000000731 Fagus sylvatica Species 0.000 description 1
- 235000010099 Fagus sylvatica Nutrition 0.000 description 1
- 241000565359 Fraxinus chinensis Species 0.000 description 1
- 241000218652 Larix Species 0.000 description 1
- 235000005590 Larix decidua Nutrition 0.000 description 1
- 241000208682 Liquidambar Species 0.000 description 1
- 235000006552 Liquidambar styraciflua Nutrition 0.000 description 1
- 241000219071 Malvaceae Species 0.000 description 1
- 240000000233 Melia azedarach Species 0.000 description 1
- 241000218666 Metasequoia Species 0.000 description 1
- 244000227633 Ocotea pretiosa Species 0.000 description 1
- 235000004263 Ocotea pretiosa Nutrition 0.000 description 1
- 244000082204 Phyllostachys viridis Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 240000000793 Pinus armandii Species 0.000 description 1
- 235000011612 Pinus armandii Nutrition 0.000 description 1
- 235000011609 Pinus massoniana Nutrition 0.000 description 1
- 241000018650 Pinus massoniana Species 0.000 description 1
- 235000011611 Pinus yunnanensis Nutrition 0.000 description 1
- 241000018652 Pinus yunnanensis Species 0.000 description 1
- 241000219000 Populus Species 0.000 description 1
- 241000124033 Salix Species 0.000 description 1
- 241001116498 Taxus baccata Species 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000007799 cork Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003063 flame retardant Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 235000018553 tannin Nutrition 0.000 description 1
- 229920001864 tannin Polymers 0.000 description 1
- 239000001648 tannin Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种森林火险监测方法、装置及存储介质,其中,森林火险监测方法通过将待监测林区划分为多个监测林区网格,通过预设多个监测因子及监测因子的权重值后,预设多个监测因子分别对应的多个指标参数及多个指标参数的权重值,再通过获取到各个监测林区网格的指标参数的分值后,采用层次分析法对各个监测林区网格进行分析得到森林火灾风险值,森林火灾风险值越大的监测林区网格说明其出现森林火灾的可能性越大,解决了相关技术中无法对森林火灾可能发生的情况进行提前预警的技术问题。
Description
技术领域
本发明涉及林火监测技术领域,尤其是涉及一种森林火险监测方法、装置及存储介质。
背景技术
森林资源作为地球上最重要的资源之一,为生态平衡起到决定性作用,因此,对森林资源进行火险监测以对其进行更全面的保护成为相关技术领域人员的重要工作。
相关技术中,对于森林火险的救援防控主要针对在火灾发生后的火灾情况的判断,并基于还在火灾情况进行救援。但是,这无法在火灾发生前对森林火灾可能发生的情况进行提前预警,无法在森林火灾发生前进行有效的杜绝火灾发生的可能性。因此,如何对森林资源进行监测以解决上述的技术问题成为本领域技术人员需要面对的难题。
发明内容
本发明旨在至少解决相关技术中存在的技术问题之一。为此,本发明提出一种精确、有效的森林火险监测方法、装置及存储介质。
第一方面,本发明的一个实施例提供了一种森林火险监测方法,其中,待监测林区划分为多个监测林区网格,包括:
预设多个监测因子及多个所述监测因子的权重值;
预设多个所述监测因子分别对应的多个指标参数,并预设多个所述指标参数的权重值;
分别获取多个所述监测林区网格的多个所述指标参数的分值;
根据多个所述监测因子的权重值、多个所述指标参数的分值以及多个所述指标参数的权重值采用层次分析法分别对多个所述监测林区网格进行分析,得到多个所述监测林区网格的森林火灾风险值。
本发明实施例的森林火险监测方法至少具有如下有益效果:
本发明实施例中一种森林火险监测方法方法,将待监测林区划分为多个监测林区网格,通过预设多个监测因子及监测因子的权重值后,预设多个监测因子分别对应的多个指标参数及多个指标参数的权重值,再通过获取到各个监测林区网格的指标参数的分值后,采用层次分析法对各个监测林区网格进行分析得到森林火灾风险值,森林火灾风险值越大的监测林区网格说明其出现森林火灾的可能性越大,解决了相关技术中无法对森林火灾可能发生的情况进行提前预警的技术问题,提供了一种精确、有效的森林火险监测方法,做到有效提前杜绝森林火灾发生或对高风险区域进行重点监测。
根据本发明的另一些实施例的森林火险监测方法,所述森林火险监测方法还包括:
根据所述森林火灾风险值制定巡检路线。
根据本发明的另一些实施例的森林火险监测方法,多个所述监测因子包括:地形因子、气象因子、植被因子和人为因子。
根据本发明的另一些实施例的森林火险监测方法,所述地形因子对应的多个所述指标参数包括高程指标参数、坡向指标参数和坡度指标参数;
所述气象因子对应的多个所述指标参数包括降雨指标参数、相对湿度指标参数、温度指标参数、风速指标和风向指标参数;
所述植被因子对应的多个所述指标参数包括植被覆盖指标参数和归一化植被指数指标参数;
所述人为因子对应的多个所述指标参数包括距道路的距离指标参数、距居民地的距离指标参数、距特殊节日指标参数。
根据本发明的另一些实施例的森林火险监测方法,所述根据多个所述监测因子的权重值、多个所述指标参数的分值以及多个所述指标参数的权重值采用层次分析法分别对多个所述监测林区网格进行分析,得到多个所述监测林区网格的森林火灾风险值采用以下公式对多个所述监测林区网格进行分析:
其中,FFL表示所述监测林区网格的森林火灾风险值,Wi表示所述监测因子的权重值分别与所述监测因子对应的所述指标参数的权重值的乘积,Xi表示所述监测因子对应的所述指标参数的分值。
第二方面,本发明的一个实施例提供了一种森林火险监测装置,其中,待检测林区划分为多个监测林区网格,所述森林火险监测装置包括:
参数设置模块,用于预设监测因子及所述监测因子的权重值,以及预设所述监测因子对应的指标参数及所述指标参数的权重值;
指标参数分值获取模块,用于分别获取多个所述监测林区网格的所述指标参数的分值;
森林火险计算模块,用于根据所述监测因子的权重值、所述指标参数的权重值以及所述指标参数的分值采用层次分析法分别对多个所述监测林区网格进行分析,得到多个所述监测林区网格的森林火灾风险值。
本发明实施例中一种森林火险监测装置,其中,待监测林区划分为多个监测林区网格;装置包括参数设置模块、指标参数分值获取模块和森林火险计算模块;参数设置模块用于预设监测因子、监测因子的权重值、监测因子对应的指标参数和指标参数的权重值,指标参数分值获取模块用于获取各个监测林区网格的指标参数的分值,森林火险计算模块根据监测因子的权重值、指标参数的分值、指标参数的权重值采用层次分析法分别对各个监测林区网格进行分析,得到各个监测林区网格的森林火灾风险值;解决了相关技术中无法对森林火灾可能发生的情况进行提前预警的技术问题,提供了一种精确、有效的森林火险监测装置,做到有效提前杜绝森林火灾发生或对高风险区域进行重点监测。
根据本发明的另一些实施例的森林火险监测装置,所述森林火险监测装置还包括:
巡检路线制定模块,用于根据所述森林火灾风险值制定巡检路线。
根据本发明的另一些实施例的森林火险监测装置,多个所述监测因子包括:地形因子、气象因子、植被因子和人为因子;
所述地形因子对应的多个所述指标参数包括高程指标参数、坡向指标参数和坡度指标参数;
所述气象因子对应的多个所述指标参数包括降雨指标参数、相对湿度指标参数、温度指标参数、风速指标和风向指标参数;
所述植被因子对应的多个所述指标参数包括植被覆盖指标参数和归一化植被指数指标参数;
所述人为因子对应的多个所述指标参数包括距道路的距离指标参数、距居民地的距离指标参数、距特殊节日指标参数。
根据本发明的另一些实施例的森林火险监测装置,所述森林火险计算模块采用以下公式对多个所述监测林区网格进行分析:
其中,FFL表示所述监测林区网格的森立火险等级,Wi表示所述监测因子的权重值分别与所述监测因子对应的所述指标参数的权重值的乘积,Xi表示所述监测因子对应的所述指标参数的分值。
第三方面,本发明的一个实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有可执行指令,所述可执行指令在被处理器执行时实现所述的森林火险监测方法。
附图说明
图1是本发明实施例一种森林火险监测方法的一具体实施例流程图;
图2是本发明实施例一种森林火险监测方法的另一具体实施例流程图;
图3是本发明实施例一种森林火险监测装置的一具体实施例示意图;
图4是本发明实施例一种森林火险监测装置的另一具体实施例示意图。
具体实施方式
以下将结合实施例对发明的构思及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
在本发明实施例的描述中,如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上,如果涉及到“大于”、“小于”、“超过”,均应理解为不包括本数,如果涉及到“以上”、“以下”、“以内”,均应理解为包括本数。如果涉及到“第一”、“第二”,应当理解为用于区分技术特征,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
参照图1,本发明实施例提供了一种森林火险监测方法,包括以下步骤:
S100、将待检测林区划分为多个监测林区网格;
S200、预设多个监测因子及多个监测因子的权重值;
S300、预设多个监测因子分别对应的指标参数,并分别预设多个指标参数的权重值;
S400、分别获取多个监测林区网格的多个指标参数的分值;
S500、根据多个监测因子的权重值、多个指标参数的分值及多个指标参数的权重值采用层次分析法分别对多个监测林区网格进行分析,得到多个监测林区网格的森林火灾风险值。
本发明实施例中,将待监测林区划分为多个监测林区网格有利于对整个待监测林区的精细化监测,根据实际要求划分的监测林区的网格大小,能够适应不同待监测林区的大小的监测,且能够满足不同监测精度的需求。本实施例中,监测因子为对森林火灾产生影响的因素,显然的,预设的监测因子的准确性、全面性以及监测因子的权重取值的准确性能够提升本发明中森林火险监测方法的准确性。本实施例中,监测因子包括多个指标参数,预设多个指标参数的权重值后,分别获取多个监测林区网格的多个指标参数的分值,并结合上述的多个监测因子的权重值后采用层次分析法分别对各个监测林区网格进行分析,得到各个监测林区网格的森林火灾风险值,其中,森林火灾风险值越大的监测林区网格说明其出现森林火灾的可能性越大,解决了相关技术中无法对森林火灾可能发生的情况进行提前预警的技术问题,提供了一种精确、有效的森林火险监测方法,做到有效提前杜绝森林火灾发生或对高风险区域进行重点监测。
参照图2,在一些实施例中,森林火险监测方法还包括步骤:
S600、根据森林火灾风险值制定巡检路线。
本实施例中,在步骤S500得到各个监测林区网格的森林火灾风险值后,依据得到的多个森林火灾风险值制定巡检路线。其中,对于森林火灾风险值高的监测林区网格,在制定巡检路线时应当尽量将该监测林区网格纳入巡检路线中,或者该监测林区网格的部分或全部边界处于巡检路线上。另外,当巡检路线中存在有森林火灾风险值高的监测林区网格时,可以提高该巡检路线的巡检频率。本实施例中,通过根据森林火灾风险值制定巡检路线,或改变巡检路线的巡检频率,能够做到及时、有效的发现森林火灾风险值高的监测林区网格的火灾隐患,或者是能够尽早发现森林火灾风险值高的监测林区网格出现森林火灾的情况。
在一些实施例中,监测因子包括:地形因子、气象因子、人为因子和植被因子,根据森林火灾发生起因的统计数据,地形因子、气象因子、人为因子和植被因子的权重值分别为0.15、0.4、0.15和0.3。本实施例中,通过预设有地形因子、气象因子、人为因子和植被因子等4个监测因子,能够从森林火灾的各个发生起因对待监测林区网格进行监测,使得监测过程更全面,监测结果更精确。
在一些实施例中,地形因子对应的指标参数包括高程指标参数、坡向指标参数和坡度指标参数,各个指标参数在地形因子中的权重分别为:0.3、0.4、0.3;气象因子包括的指标参数包括降雨指标参数、相对湿度指标参数、温度指标参数、风速指标和风向指标参数,各个指标参数在气象因子中的权重分别为:0.3、0.2、0.2、0.15、0.15;植被因子对应的指标参数包括植被覆盖指标参数和归一化植被指数指标参数,其在植被因子中的权重分别为0.6和0.4;人为因子对应的指标参数包括距道路的距离指标参数、距居民地的距离指标参数、距特殊节日指标参数,各个指标参数在人为因子中的权重分别为0.3、0.3、0.4。本实施例中通过对各个监测因子设置有对应的多个指标参数,能够进一步全面、精确的对待监测林区的森林火灾风险值进行监测。
在一些实施例中,在预设地形因子、气象因子、植被因子和人为因子为监测因子,并预设各个监测因子的权重值,各个监测因子对应的多个参数指标及其多个参数指标的权重值后,且获取各个监测林区网格中的各个指标参数的分值后,根据上述的获取的数据信息采用层次分析法分别对各个监测林区网格进行分析,其具体计算方法采用如下公式:
其中,FFL表示监测林区网格的森林火灾风险值,Wi表示监测因子的权重值分别与该监测因子对应的所述指标参数的权重值的乘积,Xi表示所述监测因子对应的指标参数的分值,n的取值为指标参数的项数。本实施例中将待监测林区划分为多个10m*10m的监测林区网格,由于每个监测林区网格中高程指标参数的分值、坡向指标参数的分值、坡度指标参数的分值、植被覆盖指标参数的分值、归一化植被指数指标参数的分值、距道路的距离指标参数的分值、距居民地的距离指标参数的分值等数据稳定性较高,可提前处理到对应的监测林区网格中,提高计算的效率。本实施例中,各个监测林区网格的高程指标参数的分值、坡向指标参数的分值、坡度指标参数的分值可通过使用高精度数字高程模型(DEM)结合地理信息处理软件后得到。高程指标参数的分值取值如下表1-1所示:
表1-1高程指标参数取值对照表
坡向指标参数的分值取值如下表1-2所示:
表1-2坡向指标参数取值对照表
坡度指标参数的分值取值如下表1-3所示:
表1-3坡度指标参数取值对照表
本实施例中,植被覆盖指标参数的分值通过多光谱卫星拍摄监测林区中各个监测林区网格的影像后,根据各个监测林区网格的影像获得各个监测林区网格的主要植被覆盖品种,根据主要植被覆盖品种将植被覆盖指标参数划分为:难燃类、可燃类、易燃类三个等级,本实施例中,若监测林区网格的主要植被覆盖品种为以下的一项或多项,则划分为难燃类监测林区网格,包括:桤木、竹类(竹亚科)、栲类(含甜槠、米槠、苦槠等)、青冈、水曲柳、胡桃楸、泡桐、黄菠萝、桢南、刺槐、木荷、阔叶混交等;若监测林区网格的主要植被覆盖品种为以下的一项或多项,则划分为可燃类监测林区网格,包括:冷杉、桦、柳杉、杉木、珙桐、落叶松、水杉、杨、檫树、紫衫、椴、针阔混交、硬阔(色木、山毛榉等)、软阔(枫杨、柳、槭、楸、木麻黄、楝)、杂木等;若监测林区网格的主要植被股改品种为以下的一项或多项,则划分为易燃类监测林区网格,包括:栗、樟树、柏木、桉、油杉、枫香、柯、栎(含槲等)、华山松、高山松、赤松、思茅松、红松、马尾松、樟子松、油松、黑松、云南松、针叶混交等。三个类别的监测林区网格的植被覆盖指标参数的取值如下表1-4所示:
监测林区网格类别 | 分值 |
难燃类 | 0.3 |
可燃类 | 0.7 |
易燃类 | 1 |
表1-4植被覆盖指标参数取值对照表
本实施例中,归一化植被指标参数的取值按照下式(2)计算得出:
(NIR-R)/(NIR+R) (2)
其中,NIR为多光谱卫星拍摄监测林区中各个监测林区网格的影像的近红外波段发射值,R为其红光波段发射值。本实施例中,距道路的距离指标参数的距离通过获取整个待监测林区的遥感影像后(包括航空相片或卫星相片等),获得各个监测林区网格与道路的距离,其距道路的距离指标参数的分值取值如下表1-5所示:
距道路距离(m) | 分值 |
<100 | 1 |
[100,250) | 0.5 |
(250,500] | 0.3 |
>500 | 0.1 |
表1-5距道路的距离指标参数取值对照表本实施例中,距居民地的距离指标参数的分值同样通过获取整个待监测林区的遥感影像后,获得各个监测林区网格与居民地的距离,其距居民地的距离指标参数的分值取值如下表1-6所示:
距居民地距离(m) | 分值 |
<250 | 1 |
[250,500) | 0.5 |
(500,1000] | 0.3 |
>1000 | 0.1 |
表1-6距居民地的距离指标参数取值对照表
本实施例中,距特殊节日指标参数的分值根据实际情况获取不同对应的取值,其取值如下表1-7所示:
距特殊节日天树 | 分值 |
(0,1] | 1 |
(1,3] | 0.6 |
(3,5] | 0.4 |
>5 | 0.1 |
表1-7距特殊节日指标参数取值对照表
本实施例中,降雨指标参数的分值、相对湿度指标参数的分值、温度指标参数的分值、风速指标的分值和风向指标参数的分值通过获取到地面气象站的气象数据信息后,进行克里格空间插值,得到每个监测林区网格的气象数据,并对插值出的数据进行极值归一化处理后获得降雨指标参数的分值、相对湿度指标参数的分值、温度指标参数的分值、风速指标的分值和风向指标参数的分值。综上,通过预设各个指标参数的权重值后,分别获取多个监测林区网格的多个指标参数的分值,并结合上述的多个监测因子的权重值后采用层次分析法分别对各个监测林区网格进行分析,得到各个监测林区网格的森林火险等级。其中,森林火灾风险值的值越大,说明该监测林区网格发生森林火险的可能性越高。本发明实施例提供的一种森林火险监测方法解决了相关技术中无法对森林火灾可能发生的情况进行提前预警的技术问题,提供了一种精确、有效的森林火险监测方法,做到有效提前杜绝森林火灾发生或对高风险区域进行重点监测。
参照图3,本发明实施例提供了一种森林火险监测装置,其中,待监测林区划分为多个监测林区网格,其包括:参数设置模块、指标参数分值获取模块和森林火险计算模块。其中,参数设置模块的输出端与森林火险计算模块的输入端连接,参数设置模块用于预设监测因子及监测因子的权重值,并预设监测因子对应的指标参数及指标参数对应的权重值,并将监测因子的权重值、指标参数的权重值发送至森林火险计算模块。指标参数分值获取模块用于获取各个监测林区网格的指标参数的分值,并将指标参数的分值发送至森林火险计算模块,森林火险计算模块用于根据接收的监测因子的权重值、指标参数的权重值和指标参数的分值采用层次分析法分别对多个监测林区网格进行分析,分别得到多个监测林区网格的森林火灾风险值。本发明实施例中,通过设置有参数设置模块、指标参数分值获取模块和森林火险计算模块从而计算得出各个监测林区网格的森林火灾风险值,解决了相关技术中无法对森林火灾可能发生的情况进行提前预警的技术问题,提供了一种精确、有效的森林火险监测装置,做到有效提前杜绝森林火灾发生或对高风险区域进行重点监测。
参照图4,在一些实施例中,森林火险监测装置还包括巡检路线制定模块。巡检路线制定模块与森林火险计算模块连接,用于获取各个监测林区网格的森林火灾风险值,并根据各个监测林区网格的森林火灾风险值制定巡检路线。本实施例中,通过巡检路线制定模块根据各个监测林区网格的森林火灾风险值制定巡检路线能够有效将高风险的监测林区网格设定在巡检路线中,也可提供高风险的监测林区网格的巡检频率,能够有效发现火险隐患或尽早发现火情。
在一些实施例中,监测因子包括地形因子、气象因子、植被因子和人为因子。地形因子对应的指标参数包括高程指标参数、坡向指标参数和坡度指标参数;气象因子对应的多个指标参数包括降雨指标参数、相对湿度指标参数、温度指标参数、风速指标和风向指标参数;植被因子对应的多个指标参数包括植被覆盖指标参数和归一化植被指数指标参数;人为因子对应的多个指标参数包括距道路的距离指标参数、距居民地的距离指标参数、距特殊节日指标参数。
在一些实施例中,森林火险计算模块采用层次分析法对各个监测林区网格进行分析,其计算的公式如下:
其中,FFL表示所述监测林区网格的森立火险等级,Wi表示所述监测因子的权重值分别与所述监测因子对应的所述指标参数的权重值的乘积,Xi表示所述监测因子对应的所述指标参数的分值。本实施例中,森林火险计算模块采用该式计算各个监测林区网格的具体过程可与上述实施例中森林火险监测方法的具体过程相互参照对应,在此不赘述。
本发明的一个实施例还提供了一种计算机可读存储介质,其中,计算机可读存储介质上存储有可执行指令,可执行指令在被处理器执行时能够实现上述任一实施例中的森林火险监测方法。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (10)
1.一种森林火险监测方法,其特征在于,包括:
待监测林区划分为多个监测林区网格;
预设多个监测因子及多个所述监测因子的权重值;
预设多个所述监测因子分别对应的多个指标参数,并预设多个所述指标参数的权重值;
分别获取多个所述监测林区网格的多个所述指标参数的分值;
根据多个所述监测因子的权重值、多个所述指标参数的分值以及多个所述指标参数的权重值采用层次分析法分别对多个所述监测林区网格进行分析,得到多个所述监测林区网格的森林火灾风险值。
2.根据权利要求1所述的森林火险监测方法,其特征在于,还包括:
根据所述森林火灾风险值制定巡检路线。
3.根据权利要求1或2所述的森林火险监测方法,其特征在于,多个所述监测因子包括:地形因子、气象因子、植被因子和人为因子。
4.根据权利要求3所述的森林火险监测方法,其特征在于,所述地形因子对应的多个所述指标参数包括高程指标参数、坡向指标参数和坡度指标参数;
所述气象因子对应的多个所述指标参数包括降雨指标参数、相对湿度指标参数、温度指标参数、风速指标和风向指标参数;
所述植被因子对应的多个所述指标参数包括植被覆盖指标参数和归一化植被指数指标参数;
所述人为因子对应的多个所述指标参数包括距道路的距离指标参数、距居民地的距离指标参数、距特殊节日指标参数。
6.一种森林火险监测装置,其特征在于,待监测林区划分为多个监测林区网格,所述森林火险监测装置包括:
参数设置模块,用于预设监测因子及所述监测因子的权重值,以及预设所述监测因子对应的指标参数及所述指标参数的权重值;
指标参数分值获取模块,用于分别获取多个所述监测林区网格的所述指标参数的分值;
森林火险计算模块,用于根据所述监测因子的权重值、所述指标参数的权重值以及所述指标参数的分值采用层次分析法分别对多个所述监测林区网格进行分析,得到多个所述监测林区网格的森林火灾风险值。
7.根据权利要求6所述的森林火险监测装置,其特征在于,所述森林火险监测装置还包括:
巡检路线制定模块,用于根据所述森林火灾风险值制定巡检路线。
8.根据权利要求6或7所述的森林火险监测装置,其特征在于,多个所述监测因子包括:地形因子、气象因子、植被因子和人为因子;
所述地形因子对应的多个所述指标参数包括高程指标参数、坡向指标参数和坡度指标参数;
所述气象因子对应的多个所述指标参数包括降雨指标参数、相对湿度指标参数、温度指标参数、风速指标和风向指标参数;
所述植被因子对应的多个所述指标参数包括植被覆盖指标参数和归一化植被指数指标参数;
所述人为因子对应的多个所述指标参数包括距道路的距离指标参数、距居民地的距离指标参数、距特殊节日指标参数。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有可执行指令,所述可执行指令在被处理器执行时实现权力要求1至5任一项所述的森林火险监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110194732.9A CN112884324A (zh) | 2021-02-21 | 2021-02-21 | 一种森林火险监测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110194732.9A CN112884324A (zh) | 2021-02-21 | 2021-02-21 | 一种森林火险监测方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112884324A true CN112884324A (zh) | 2021-06-01 |
Family
ID=76057636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110194732.9A Pending CN112884324A (zh) | 2021-02-21 | 2021-02-21 | 一种森林火险监测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112884324A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114003681A (zh) * | 2021-11-09 | 2022-02-01 | 深圳数研锦瀚智慧科技有限公司 | 基于gis的生态区域温度场生成方法、装置及存储介质 |
CN114120565A (zh) * | 2021-11-26 | 2022-03-01 | 燕山大学 | 一种森林火情预警方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593584A (zh) * | 2013-11-29 | 2014-02-19 | 民政部国家减灾中心 | 一种区域火灾风险估计方法 |
US10019892B1 (en) * | 2017-04-25 | 2018-07-10 | Hongfujin Precision Electronics (Tianjin) Co., Ltd. | Risk assessing and managing system and related method |
KR20190129470A (ko) * | 2018-05-11 | 2019-11-20 | 대한민국(산림청 국립산림과학원장) | 접근불능지역 실시간 산불위험예보시스템 |
CN111126701A (zh) * | 2019-12-25 | 2020-05-08 | 兰州交通大学 | 一种基于gis和气象监测网络的森林火险预警方法 |
CN111178732A (zh) * | 2019-12-24 | 2020-05-19 | 武汉理工光科股份有限公司 | 基于大数据赋能条件下的区域动态火灾风险评估方法 |
CN111461578A (zh) * | 2020-04-29 | 2020-07-28 | 西安易可环境管理咨询有限公司 | 一种山区自然保护地森林火灾风险评估的方法及*** |
CN111625999A (zh) * | 2020-05-29 | 2020-09-04 | 中南林业科技大学 | 一种基于深度学习技术的森林火灾预警模型及*** |
CN112308292A (zh) * | 2020-10-10 | 2021-02-02 | 广东工业大学 | 一种火灾风险等级分布图的绘制方法 |
-
2021
- 2021-02-21 CN CN202110194732.9A patent/CN112884324A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593584A (zh) * | 2013-11-29 | 2014-02-19 | 民政部国家减灾中心 | 一种区域火灾风险估计方法 |
US10019892B1 (en) * | 2017-04-25 | 2018-07-10 | Hongfujin Precision Electronics (Tianjin) Co., Ltd. | Risk assessing and managing system and related method |
KR20190129470A (ko) * | 2018-05-11 | 2019-11-20 | 대한민국(산림청 국립산림과학원장) | 접근불능지역 실시간 산불위험예보시스템 |
CN111178732A (zh) * | 2019-12-24 | 2020-05-19 | 武汉理工光科股份有限公司 | 基于大数据赋能条件下的区域动态火灾风险评估方法 |
CN111126701A (zh) * | 2019-12-25 | 2020-05-08 | 兰州交通大学 | 一种基于gis和气象监测网络的森林火险预警方法 |
CN111461578A (zh) * | 2020-04-29 | 2020-07-28 | 西安易可环境管理咨询有限公司 | 一种山区自然保护地森林火灾风险评估的方法及*** |
CN111625999A (zh) * | 2020-05-29 | 2020-09-04 | 中南林业科技大学 | 一种基于深度学习技术的森林火灾预警模型及*** |
CN112308292A (zh) * | 2020-10-10 | 2021-02-02 | 广东工业大学 | 一种火灾风险等级分布图的绘制方法 |
Non-Patent Citations (2)
Title |
---|
周振伟等: "层次分析法在森林火险预测中的应用", 《黑龙江气象》, vol. 25, pages 17 - 19 * |
黄宝华等: "基于层次分析(AHP)的山东林火风险区划研究", 《火灾科学》, vol. 23, no. 4, pages 225 - 232 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114003681A (zh) * | 2021-11-09 | 2022-02-01 | 深圳数研锦瀚智慧科技有限公司 | 基于gis的生态区域温度场生成方法、装置及存储介质 |
CN114120565A (zh) * | 2021-11-26 | 2022-03-01 | 燕山大学 | 一种森林火情预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112884324A (zh) | 一种森林火险监测方法、装置及存储介质 | |
Dı́az-Delgado et al. | Spatial patterns of forest fires in Catalonia (NE of Spain) along the period 1975–1995: Analysis of vegetation recovery after fire | |
Libonati et al. | Twenty-first century droughts have not increasingly exacerbated fire season severity in the Brazilian Amazon | |
Storey et al. | Drivers of long-distance spotting during wildfires in south-eastern Australia | |
Shi et al. | Characterizing the 2015 Indonesia fire event using modified MODIS aerosol retrievals | |
Lasaponara | Estimating spectral separability of satellite derived parameters for burned areas mapping in the Calabria region by using SPOT-Vegetation data | |
Kasischke et al. | Observations on the sensitivity of ERS-1 SAR image intensity to changes in aboveground biomass in young loblolly pine forests | |
Chen et al. | Multi-decadal trends and variability in burned area from the 5th version of the Global Fire Emissions Database (GFED5) | |
Ediriweera et al. | Estimating above-ground biomass by fusion of LiDAR and multispectral data in subtropical woody plant communities in topographically complex terrain in North-eastern Australia | |
CN104316974B (zh) | 森林烟雾区域检测*** | |
CN106652300A (zh) | 一种应用于林区的火点监测方法 | |
Alvarez et al. | Variables that influence changes in fire severity and their relationship with changes between surface and crown fires in a wind-driven wildfire | |
Mukti et al. | Mapping of fire vulnerability in alas purwo national park | |
CN103942806A (zh) | 基于高光谱数据的多信息融合火灾着火点的检测方法 | |
CN116386252A (zh) | 一种基于森林区域划分的可燃物监测方法 | |
BURAPAPOL et al. | Mapping wildfire fuel load distribution using Landsat 8 Operational Land Imager (OLI) data in Sri Lanna National Park, northern Thailand | |
CN111563472B (zh) | 一种烟羽林地快速火烧迹地提取方法及装置 | |
Heilman et al. | Atmospheric turbulence | |
Sukojo et al. | Forest fire mapping using normalized burned ratio and cloud computing to calculate the losses incurred in Mount Lawu, Magetan Regency | |
CN113506431B (zh) | 一种基于多平台的森林草原火险监测预警方法和装置 | |
Mustafa et al. | Landsat LDCM imagery for estimating and mapping burned forest areas caused by jet attacks in Duhok Governorate, Kurdistan region-Iraq | |
Ciren et al. | Heterogeneity of smoke from fires: Evaluation of VIIRS smoke detection using FIREX-AQ field campaign data | |
Vazirabad et al. | Airborne laser scanning data for tree characteristics detection | |
Won et al. | Estimation of non-CO 2 GHGs emissions by analyzing burn severity in the Samcheok fire, South Korea | |
Stipaničev | Automatic Surveillance Methods |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210601 |