CN113018725B - 基于远程图像分析处理技术的智慧消防分析管理一体化平台 - Google Patents

基于远程图像分析处理技术的智慧消防分析管理一体化平台 Download PDF

Info

Publication number
CN113018725B
CN113018725B CN202110453880.8A CN202110453880A CN113018725B CN 113018725 B CN113018725 B CN 113018725B CN 202110453880 A CN202110453880 A CN 202110453880A CN 113018725 B CN113018725 B CN 113018725B
Authority
CN
China
Prior art keywords
forest
subregion
area
sub
detection
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
Application number
CN202110453880.8A
Other languages
English (en)
Other versions
CN113018725A (zh
Inventor
姚健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liu Hongwei
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110453880.8A priority Critical patent/CN113018725B/zh
Publication of CN113018725A publication Critical patent/CN113018725A/zh
Application granted granted Critical
Publication of CN113018725B publication Critical patent/CN113018725B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C3/00—Fire prevention, containment or extinguishing specially adapted for particular objects or places
    • A62C3/02—Fire prevention, containment or extinguishing specially adapted for particular objects or places for area conflagrations, e.g. forest fires, subterranean fires
    • A62C3/0271—Detection of area conflagration fires
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C37/00—Control of fire-fighting equipment
    • A62C37/04—Control of fire-fighting equipment with electrically-controlled release
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computing Systems (AREA)
  • Engineering & Computer Science (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Image Processing (AREA)

Abstract

本发明公开提供的基于远程图像分析处理技术的智慧消防分析管理一体化平台。该平台包括包括区域划分模块、区域参数检测模块、树木密集度检测模块、落叶基本参数检测模块、外部环境参数检测模块、数据处理与分析模块、数据库、预警终端和显示终端,本发明通过对该森林各子区域树木密集度、各子区域落叶绿叶占比、落叶厚度和落叶面积、各子区域外部光照强度、甲烷浓度、氧气浓度和温度进行详细的检测和分析，有效的统计了该森林各子区域综合危险影响系数，进而解决了现有的森林消防平台没有对森林自然火灾发生的因素进行检测和分析的问题，大大的提高对森林火灾的防控效率，实现了对森林的智慧消防和高效管理。

Description

基于远程图像分析处理技术的智慧消防分析管理一体化平台
技术领域
本发明属于智慧消防技术领域，涉及到基于远程图像分析处理技术的智慧消防分析管理一体化平台。
背景技术
森林是产生氧气和吸收二氧化碳的重要场所，森林的好坏直接影响了我们生活空气质量的好坏，但是因为森林的特殊结构，森林在冬、春、秋等干燥时间段，极容易发生火灾，这种森林火灾火势难以控制，并且还容易引起重大的空气的污染，因此，对森林火灾的消防分析是十分重要的。
现有的森林消防平台管理主要针对于人员等外在因素对森林消防的影响，通过人员进行定期巡检和对人员野外放火进行管控的方式来实现对森林的活在防控，但是这种通过定期巡检的方式需要消耗大量的时间资源和人力资源，并且对森林的火灾的防控效果并不是十分理想，因此，现有的森林消防方式还存在很大的弊端，一方面，现有的森林消防平台没有对森林自然火灾发生的因素进行检测和分析，一方面，现有的森林消防平台无法实现对森林的智慧消防，另一方面，现有的森林消防平台无法有效的提高对森林火灾的防控效率。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出基于远程图像分析处理技术的智慧消防分析管理一体化平台，实现了对森林的智慧消防和管理；
本发明的目的可以通过以下技术方案实现：
本发明提供了基于远程图像分析处理技术的智慧消防分析管理一体化平台，包括区域划分模块、区域基本参数检测模块、树木密集度检测模块、落叶基本参数检测模块、外部环境参数检测模块、数据处理与分析模块、数据库、预警终端和显示终端；
所述区域划分模块用于将森林划分为各子区域，进而得到划分的各子区域，将该森林划分的各子区域按照预设顺序进行编号，依次标记为1，2，...i，...n；
区域基本参数检测模块包括若干参数检测单元，其分别用于对该森林各子区域对应的基本参数进行检测，其中各子区域对应的基本参数包括地理位置和占地面积，进而利用参数检测单元中GPS***获取该森林各子区域对应的地理位置，同时利用参数检测单元中的测亩仪对该森林各子区域对应的占地面积进行检测，进而获取该森林各子区域对应的占地面积,进而构建各子区域基本参数集合Zw(Zw1，Zw2，...Zwi，...Zwn)，Zwi表示该森林第i个子区域对应的第w个基本参数，w表示各子区域对应的基本参数，w＝a1,a2,a1和a2分别表示地理位置和占地面积；
所述树木密集度检测模块包括若干树木密集度检测单元，其分别用于对该森林各子区域树木对应的密集度进行检测，进而统计该森林各子区域树木对应的数量，进而将各子区域对应的树木按照预设顺序进行编号，依次标记为1，2，...f,...s,进而对各子区域各树木对应的胸径进行检测，进而获取各子区域各树木对应的胸径，并记为p，进而统计各子区域树木对应的面积，进而将各子区域树木对应的面积与各子区域对应的占地面积进行对比，进而统计各子区域树木对应的密集度，其计算公式为
Figure GDA0003356420430000021
Yd表示该森林第d个子区域树木对应的密集度，pd r表示该森林第d个子区域第r颗树木对应的胸径，a2d表示该森林第d个子区域对应的占地面积，d表示子区域编号，d＝1，2，...i，...n,进而将各子区域树木对应的密集度发送至数据处理与分析模块；
所述落叶基本参数检测模块用于对各子区域落叶对应的基本参数进行检测，其中，落叶的基本参数包括绿叶占比、落叶厚度和落叶面积，进而获取各子区域落叶对应的基本参数，落叶基本参数检测过程包括以下步骤：
A1、将各子区域划分为各检测区域，进而将各子区域对应的检测区域按照顺序进行编号，依次标记为1，2，...x,...y；
A2、利用摄像头对各检测区域地表进行图像采集，进而获取各子区域各检测区域对应的地表图像；
A3、将各子区域各检测区域对应的地表图像进行降噪和滤波，进而获取处理后的各子区域各检测区域对应的地表图像；
A4、进而提取各子区域各检测区域地表图像对应的特征，进而而获取各子区域各检测区域地表图像中落叶对应的轮廓，根据各子区域各检测区域地表图像中落叶对应的轮廓，进而获取各子区域各检测区域落叶对应的面积，将各子区域各检测区域落叶对应的面积记为X；
A5、将各子区域各检测区域对应的地表图像按照落叶对应的颜色进行图像分割，进而提取绿色落叶对应的分割图像，进而提取各绿色落叶分割图像中绿色落叶对应的轮廓，进而获取各子区域各检测区域绿色落叶对应的面积，进而统计各子区域各检测区域绿叶对应的占比，进而将各子区域各检测区域绿叶对应的占比记为F；
A6、同时对各子区域各检测区域落叶对应的厚度进行检测，进而获取各子区域各检测区域落叶对应的厚度，并记为H；
A6、将各子区域各检测区域落叶对应的面积、绿叶对应的占比和落叶的厚度发送至数据处理与分析模块；
所述外部环境参数检测模块包括若干环境参数检测单元，其分别用于对各子区域对应的外部环境参数进行检测，进而获取各采集时间段各子区域对应的外部环境参数，其中外部环境参数包括光照强度、甲烷浓度、氧气浓度和温度，进而构建各子区域外部环境参数集合We t(We t1,We t2,...We ti,...We tn)，We ti表示该森林第t个采集时间段第i个子区域第e个外部环境参数对应的数值，e表示外部环境参数，e＝b1,b2,b3,b4,b1,b2,b3和b4分别表示光照强度、甲烷浓度、氧气浓度和温度,t表示采集时间段，t＝1,2,...u，...v,进而将各子区域外部环境参数集合发送至数据处理与分析模块；
所述数据处理与分析模块用于接收树木密集度检测模块发送的各子区域树木对应密集度，进而获取该森林各子区域树木对应的密集度，进而将各子区域树木对应的密集度分别与森林树木对应的标准密集度进行对比，进而统计该森林各子区域树木密集度危险影响系数，将该森林各子区域树木密集度危险影响系数发送至显示终端；
所述数据处理与分析模块用于接收落叶基本参数检测模块发送的各子区域各检测区域落叶对应的面积、绿叶对应的占比和落叶的厚度，根据各子区域各检测区域落叶对应的面积，进而获取各子区域落叶对应的面积，进而将各子区域落叶对应的面积与各子区域对应的占地面积进行对比，进而统计该森林各子区域落叶面积危险影响系数，其计算公式为
Figure GDA0003356420430000041
βd表示该森林第d个子区域落叶面积对应的危险影响系数，Xd k表示该森林第d个子区域第k个检测区域落叶对应的面积，a2d表示该森林第d个子区域对应的占地面积，y表示各子区域检测区域数量，根据各子区域各检测区域绿叶对应的占比，进而将各子区域各检测区域绿叶对应的占比分别与森林落叶中绿叶对应的标准占比进行对比，进而统计该森林各子区域绿叶占比危险影响系数，其计算公式为
Figure GDA0003356420430000051
φd表示该森林第d个子区域绿叶占比对应的危险影响系数，Fd k表示该森林第d个子区域第k个检测区域绿叶对应的占比，F标准表示森林落叶中绿叶对应的标准占比，同时根据各子区域各检测区域落叶对应的厚度，进而将各子区域各检测区域落叶对应的厚度分别与森林落叶对应的标准厚度进行对比，进而统计该森林各子区域落叶厚度危险影响系数，其中，该森林各子区域落叶厚度危险影响系数计算公式为
Figure GDA0003356420430000052
Figure GDA0003356420430000053
表示该森林第d个子区域落叶厚度对应的危险影响系数，Hd k表示该森林第d个子区域第k个检测区域落叶对应的厚度，H标准表示森林落叶对应的标准厚度，根据统计的该森林各子区域落叶面积危险影响系数、该森林各子区域绿叶占比危险影响系数和该森林各子区域落叶厚度危险影响系数进而统计该森林各子区域落叶基本参数综合危险影响系数，将该森林各子区域落叶基本参数综合危险影响系数发送至显示终端；
所述数据处理与分析模块用于接收外部环境参数检测模块发送的各子区域天气环境参数集合，进而获取各采集时间段各子区域对应的光照强度、甲烷浓度、氧气浓度和温度，将各采集时间段各子区域对应的光照强度、甲烷浓度、氧气浓度和温度分别与该森林对应的各采集时间段对应的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度进行对比，进而统计该森林各子区域各外部环境参数危险影响系数，进而统计该森林各子区域外部环境综合危险影响系数，进而将该森林各子区域外部环境综合危险影响系数分别与预设的外部环境综合危险预警系数进行对比，若该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数，则将该子区域记为火灾预警区域，进而统计火灾预警区域的数量，并提取各火灾预警区域对应的编号和地理位置，进而将各火灾预警区域对应的编号和地理位置发送至预警终端，同时将该森林各子区域外部环境综合危险影响系数发送至显示终端；
数据处理与分析模块根据统计的该森林各子区域树木密集度危险影响系数、该森林各子区域落叶基本参数综合危险影响系数、该森林各子区域外部环境综合危险影响系数，进而统计该森林各子区域综合危险影响系数，将统计的该森林各子区域综合危险影响系数发送至显示终端；
所述数据库用于存储森林树木对应的标准密集度、森林落叶中绿叶对应的标准占比、森林落叶对应的标准厚度、森林对应的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度；
所述预警终端用于接收数据处理与分析模块发送的各火灾预警区域对应的编号和地理位置，进而调派相关管理人员进行处理；
所述显示终端用于接收该森林各子区域树木密集度危险影响系数、该森林各子区域落叶基本参数综合危险影响系数、该森林各子区域外部环境综合危险影响系数和该森林各子区域综合危险影响系数，并进行实时显示。
进一步地，所述各检测区域落叶对应的厚度检测包括若干红外线厚度检测仪器，其分别用于对各子区域各检测区域落叶的厚度进行检测。
进一步地，所述树木密集度检测单元包括若干激光测树仪，其分别用于各子区域各树木对应的胸径进行检测。
进一步地，所述环境参数检测单元包括光照度传感器、气体传感器和温度传感器，光照度传感器用于对各子区域外部光照强度进行检测，气体传感器用于对各子区域外部甲烷浓度和氧气浓度进行检测，温度传感器用对对各子区域外部温度进行检测。
进一步地，所述外部环境参数检测模块还包括对各子区域对应的风速和风向进行检测，进而利用风速传感器对各子区域的风速进行检测，进而获取各子区域对应的风速，同时利用风向传感器对各子区域对应的风向进行检测，当该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数时，将各子区域对应的风向和风速发送至预警中心。
进一步地，所述该森林各子区域树木密集度危险影响系数计算公式为
Figure GDA0003356420430000071
αd表示该森林第d个子区域树木密集度对应的危险影响系数，Y标准表示森林树木对应的标准密集度。
进一步地，所述该森林各子区域落叶基本参数综合危险影响系数计算公式为
Figure GDA0003356420430000072
λd表示该森林第d个子区域落叶基本参数综合危险影响系数。
进一步地，所述该森林各子区域各外部环境参数危险影响系数计算公式为
Figure GDA0003356420430000073
ηe d表示该森林第d个子区域第e个外部环境参数对应的危险影响系数，b1d t,b2d t,b3d t,b4d t分别表示该森林第t个采集时间段第d个子区域对应的光照强度、甲烷浓度、氧气浓度和温度，b1标准 t,b2标准 t,b3标准 t,b4标准 t分别表示该森林第t个采集时间段对应的的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度。
进一步地，所述该森林各子区域外部环境综合危险影响系数计算公式为
Figure GDA0003356420430000081
γd表示该森林第d个子区域外部环境综合危险影响系数。
进一步地，所述该森林各子区域综合危险影响系数计算公式为
Figure GDA0003356420430000082
Td表示该森林第d个子区域对应的综合危险影响系数。
本发明的有益效果：
(1)本发明提供的基于远程图像分析处理技术的智慧消防分析管理一体化平台，通过树木密集度检测模块、落叶基本参数检测模块、外部环境参数检并结合数据处理与分析模块对该森林各子区域树木密集度、各子区域落叶绿叶占比、落叶厚度、落叶面积、各子区域外部光照强度、甲烷浓度、氧气浓度和温度进行详细的检测和分析，有效的统计了该森林各子区域综合危险影响系数，进而解决了现有的森林消防平台没有对森林自然火灾发生的因素进行检测和分析的问题，大大的提高对森林火灾的防控效率，实现了对森林的智慧消防和高效管理。
(2)本发明在树木密集度检测模块通过对该森林各子区域树木的数量和各子区域树木对应的胸径进行检测，进而有效的统计了各子区域树木的密集度，为后续对森林树木密集度危险分析提供了数据基础。
(3)本发明在预警终端通过接收各火灾预警区域对应的编号、地理位置和各子区域风向和风速，进而大大的提高了对森林火灾的防控效果，并且实现了对该森林火灾预警区域的精准定位和及时预警。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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***模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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。
请参阅图1所示，本发明提供了基于远程图像分析处理技术的智慧消防分析管理一体化平台，包括区域划分模块、区域基本参数检测模块、树木密集度检测模块、落叶基本参数检测模块、外部环境参数检测模块、数据处理与分析模块、数据库、预警终端和显示终端；
所述区域划分模块用于将森林划分为各子区域，进而得到划分的各子区域，将该森林划分的各子区域按照预设顺序进行编号，依次标记为1，2，...i，...n；
区域基本参数检测模块包括若干参数检测单元，其分别用于对该森林各子区域对应的基本参数进行检测，其中各子区域对应的基本参数包括地理位置和占地面积，进而利用参数检测单元中GPS***获取该森林各子区域对应的地理位置，同时利用参数检测单元中的测亩仪对该森林各子区域对应的占地面积进行检测，进而获取该森林各子区域对应的占地面积,进而构建各子区域基本参数集合Zw(Zw1，Zw2，...Zwi，...Zwn)，Zwi表示该森林第i个子区域对应的第w个基本参数，w表示各子区域对应的基本参数，w＝a1,a2,a1和a2分别表示地理位置和占地面积；
所述树木密集度检测模块包括若干树木密集度检测单元，其分别用于对该森林各子区域树木对应的密集度进行检测，进而统计该森林各子区域树木对应的数量，进而将各子区域对应的树木按照预设顺序进行编号，依次标记为1，2，...f,...s,进而对各子区域各树木对应的胸径进行检测，进而获取各子区域各树木对应的胸径，并记为p，进而统计各子区域树木对应的面积，进而将各子区域树木对应的面积与各子区域对应的占地面积进行对比，进而统计各子区域树木对应的密集度，其计算公式为
Figure GDA0003356420430000101
Yd表示该森林第d个子区域树木对应的密集度，pd r表示该森林第d个子区域第r颗树木对应的胸径，a2d表示该森林第d个子区域对应的占地面积，d表示子区域编号，d＝1，2，...i，...n,进而将各子区域树木对应的密集度发送至数据处理与分析模块；
本发明实施例在树木密集度检测模块通过对该森林各子区域树木的数量和各子区域树木对应的胸径进行检测，进而有效的统计了各子区域树木的密集度，为后续对森林树木密集度危险分析提供了数据基础。
其中，树木密集度检测单元包括若干激光测树仪，其分别用于各子区域各树木对应的胸径进行检测。
所述数据处理与分析模块用于接收树木密集度检测模块发送的各子区域树木对应密集度，进而获取该森林各子区域树木对应的密集度，进而将各子区域树木对应的密集度分别与森林树木对应的标准密集度进行对比，进而统计该森林各子区域树木密集度危险影响系数，将该森林各子区域树木密集度危险影响系数发送至显示终端；
其中，该森林各子区域树木密集度危险影响系数计算公式为
Figure GDA0003356420430000111
αd表示该森林第d个子区域树木密集度对应的危险影响系数，Y标准表示森林树木对应的标准密集度。
所述落叶基本参数检测模块用于对各子区域落叶对应的基本参数进行检测，其中，落叶的基本参数包括绿叶占比、落叶厚度和落叶面积，进而获取各子区域落叶对应的基本参数，落叶基本参数检测过程包括以下步骤：
A1、将各子区域划分为各检测区域，进而将各子区域对应的检测区域按照顺序进行编号，依次标记为1，2，...x,...y；
A2、利用摄像头对各检测区域地表进行图像采集，进而获取各子区域各检测区域对应的地表图像；
A3、将各子区域各检测区域对应的地表图像进行降噪和滤波，进而获取处理后的各子区域各检测区域对应的地表图像；
A4、进而提取各子区域各检测区域地表图像对应的特征，进而而获取各子区域各检测区域地表图像中落叶对应的轮廓，根据各子区域各检测区域地表图像中落叶对应的轮廓，进而获取各子区域各检测区域落叶对应的面积，将各子区域各检测区域落叶对应的面积记为X；
A5、将各子区域各检测区域对应的地表图像按照落叶对应的颜色进行图像分割，进而提取绿色落叶对应的分割图像，进而提取各绿色落叶分割图像中绿色落叶对应的轮廓，进而获取各子区域各检测区域绿色落叶对应的面积，进而统计各子区域各检测区域绿叶对应的占比，进而将各子区域各检测区域绿叶对应的占比记为F；
A6、同时对各子区域各检测区域落叶对应的厚度进行检测，进而获取各子区域各检测区域落叶对应的厚度，并记为H；
A6、将各子区域各检测区域落叶对应的面积、绿叶对应的占比和落叶的厚度发送至数据处理与分析模块；
其中，各检测区域落叶对应的厚度检测包括若干红外线厚度检测仪器，其分别用于对各子区域各检测区域落叶的厚度进行检测。
所述数据处理与分析模块用于接收落叶基本参数检测模块发送的各子区域各检测区域落叶对应的面积、绿叶对应的占比和落叶的厚度，根据各子区域各检测区域落叶对应的面积，进而获取各子区域落叶对应的面积，进而将各子区域落叶对应的面积与各子区域对应的占地面积进行对比，进而统计该森林各子区域落叶面积危险影响系数，其计算公式为
Figure GDA0003356420430000121
βd表示该森林第d个子区域落叶面积对应的危险影响系数，Xd k表示该森林第d个子区域第k个检测区域落叶对应的面积，a2d表示该森林第d个子区域对应的占地面积，y表示各子区域检测区域数量，根据各子区域各检测区域绿叶对应的占比，进而将各子区域各检测区域绿叶对应的占比分别与森林落叶中绿叶对应的标准占比进行对比，进而统计该森林各子区域绿叶占比危险影响系数，其计算公式为
Figure GDA0003356420430000122
φd表示该森林第d个子区域绿叶占比对应的危险影响系数，Fd k表示该森林第d个子区域第k个检测区域绿叶对应的占比，F标准表示森林落叶中绿叶对应的标准占比，同时根据各子区域各检测区域落叶对应的厚度，进而将各子区域各检测区域落叶对应的厚度分别与森林落叶对应的标准厚度进行对比，进而统计该森林各子区域落叶厚度危险影响系数，其中，该森林各子区域落叶厚度危险影响系数计算公式为
Figure GDA0003356420430000131
Figure GDA0003356420430000132
表示该森林第d个子区域落叶厚度对应的危险影响系数，Hd k表示该森林第d个子区域第k个检测区域落叶对应的厚度，H标准表示森林落叶对应的标准厚度，根据统计的该森林各子区域落叶面积危险影响系数、该森林各子区域绿叶占比危险影响系数和该森林各子区域落叶厚度危险影响系数进而统计该森林各子区域落叶基本参数综合危险影响系数，将该森林各子区域落叶基本参数综合危险影响系数发送至显示终端；
其中，该森林各子区域落叶基本参数综合危险影响系数计算公式为
Figure GDA0003356420430000133
λd表示该森林第d个子区域落叶基本参数综合危险影响系数。
所述外部环境参数检测模块包括若干环境参数检测单元，其分别用于对各子区域对应的外部环境参数进行检测，进而获取各采集时间段各子区域对应的外部环境参数，其中外部环境参数包括光照强度、甲烷浓度、氧气浓度和温度，进而构建各子区域外部环境参数集合We t(We t1,We t2,...We ti,...We tn)，We ti表示该森林第t个采集时间段第i个子区域第e个外部环境参数对应的数值，e表示外部环境参数，e＝b1,b2,b3,b4,b1,b2,b3和b4分别表示光照强度、甲烷浓度、氧气浓度和温度,t表示采集时间段，t＝1,2,...u，...v,进而将各子区域外部环境参数集合发送至数据处理与分析模块；
其中，环境参数检测单元包括光照度传感器、气体传感器和温度传感器，光照度传感器用于对各子区域外部光照强度进行检测，气体传感器用于对各子区域外部甲烷浓度和氧气浓度进行检测，温度传感器用对对各子区域外部温度进行检测。
具体地，外部环境参数检测模块还包括对各子区域对应的风速和风向进行检测，进而利用风速传感器对各子区域的风速进行检测，进而获取各子区域对应的风速，同时利用风向传感器对各子区域对应的风向进行检测，当该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数时，将各子区域对应的风向和风速发送至预警中心。
所述数据处理与分析模块用于接收外部环境参数检测模块发送的各子区域天气环境参数集合，进而获取各采集时间段各子区域对应的光照强度、甲烷浓度、氧气浓度和温度，将各采集时间段各子区域对应的光照强度、甲烷浓度、氧气浓度和温度分别与该森林对应的各采集时间段对应的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度进行对比，进而统计该森林各子区域各外部环境参数危险影响系数，进而统计该森林各子区域外部环境综合危险影响系数，进而将该森林各子区域外部环境综合危险影响系数分别与预设的外部环境综合危险预警系数进行对比，若该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数，则将该子区域记为火灾预警区域，进而统计火灾预警区域的数量，并提取各火灾预警区域对应的编号和地理位置，进而将各火灾预警区域对应的编号和地理位置发送至预警终端，同时将该森林各子区域外部环境综合危险影响系数发送至显示终端；
其中，该森林各子区域各外部环境参数危险影响系数计算公式为
Figure GDA0003356420430000151
ηe d表示该森林第d个子区域第e个外部环境参数对应的危险影响系数，b1d t,b2d t,b3d t,b4d t分别表示该森林第t个采集时间段第d个子区域对应的光照强度、甲烷浓度、氧气浓度和温度，b1标准 t,b2标准 t,b3标准 t,b4标准 t分别表示该森林第t个采集时间段对应的的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度。
其中，该森林各子区域外部环境综合危险影响系数计算公式为
Figure GDA0003356420430000152
γd表示该森林第d个子区域外部环境综合危险影响系数。
所述预警终端用于接收数据处理与分析模块发送的各火灾预警区域对应的编号和地理位置，进而调派相关管理人员进行处理；
具体的，当该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数时，预警终端还用于接收数据处理与分析模块发送的各子区域对应的风向和风速。
本发明实施例在预警终端通过接收各火灾预警区域对应的编号、地理位置和各子区域风向和风速，进而大大的提高了对森林火灾的防控效果，并且实现了对该森林火灾预警区域的精准定位和及时预警。
数据处理与分析模块根据统计的该森林各子区域树木密集度危险影响系数、该森林各子区域落叶基本参数综合危险影响系数、该森林各子区域外部环境综合危险影响系数，进而统计该森林各子区域综合危险影响系数，将统计的该森林各子区域综合危险影响系数发送至显示终端；
本发明实施例通过对该森林各子区域树木密集度、各子区域落叶绿叶占比、落叶厚度、落叶面积、各子区域外部光照强度、甲烷浓度、氧气浓度和温度进行详细的检测和分析，有效的统计了该森林各子区域综合危险影响系数，进而解决了现有的森林消防平台没有对森林自然火灾发生的因素进行检测和分析的问题，大大的提高对森林火灾的防控效率，实现了对森林的智慧消防和高效管理。
所述显示终端用于接收该森林各子区域树木密集度危险影响系数、该森林各子区域落叶基本参数综合危险影响系数、该森林各子区域外部环境综合危险影响系数和该森林各子区域综合危险影响系数，并进行实时显示。
所述数据库用于存储森林树木对应的标准密集度、森林落叶中绿叶对应的标准占比、森林落叶对应的标准厚度、森林对应的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度。
以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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 (10)

1.基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：包括区域划分模块、区域基本参数检测模块、树木密集度检测模块、落叶基本参数检测模块、外部环境参数检测模块、数据处理与分析模块、数据库、预警终端和显示终端；
所述区域划分模块用于将森林划分为各子区域，进而得到划分的各子区域，将该森林划分的各子区域按照预设顺序进行编号，依次标记为1，2，...i，...n；
区域基本参数检测模块包括若干参数检测单元，其分别用于对该森林各子区域对应的基本参数进行检测，其中各子区域对应的基本参数包括地理位置和占地面积，进而利用参数检测单元中GPS***获取该森林各子区域对应的地理位置，同时利用参数检测单元中的测亩仪对该森林各子区域对应的占地面积进行检测，进而获取该森林各子区域对应的占地面积,进而构建各子区域基本参数集合Zw(Zw1，Zw2，...Zwi，...Zwn)，Zwi表示该森林第i个子区域对应的第w个基本参数，w表示各子区域对应的基本参数，w＝a1,a2,a1和a2分别表示地理位置和占地面积；
所述树木密集度检测模块包括若干树木密集度检测单元，其分别用于对该森林各子区域树木对应的密集度进行检测，进而统计该森林各子区域树木对应的数量，进而将各子区域对应的树木按照预设顺序进行编号，依次标记为1，2，...f,...s,进而对各子区域各树木对应的胸径进行检测，进而获取各子区域各树木对应的胸径，并记为p，进而统计各子区域树木对应的面积，进而将各子区域树木对应的面积与各子区域对应的占地面积进行对比，进而统计各子区域树木对应的密集度，其计算公式为
Figure FDA0003356420420000011
Yd表示该森林第d个子区域树木对应的密集度，pd r表示该森林第d个子区域第r颗树木对应的胸径，a2d表示该森林第d个子区域对应的占地面积，d表示子区域编号，d＝1，2，...i，...n,进而将各子区域树木对应的密集度发送至数据处理与分析模块；
所述落叶基本参数检测模块用于对各子区域落叶对应的基本参数进行检测，其中，落叶的基本参数包括绿叶占比、落叶厚度和落叶面积，进而获取各子区域落叶对应的基本参数，落叶基本参数检测过程包括以下步骤：
A1、将各子区域划分为各检测区域，进而将各子区域对应的检测区域按照顺序进行编号，依次标记为1，2，...x,...y；
A2、利用摄像头对各检测区域地表进行图像采集，进而获取各子区域各检测区域对应的地表图像；
A3、将各子区域各检测区域对应的地表图像进行降噪和滤波，进而获取处理后的各子区域各检测区域对应的地表图像；
A4、进而提取各子区域各检测区域地表图像对应的特征，进而而获取各子区域各检测区域地表图像中落叶对应的轮廓，根据各子区域各检测区域地表图像中落叶对应的轮廓，进而获取各子区域各检测区域落叶对应的面积，将各子区域各检测区域落叶对应的面积记为X；
A5、将各子区域各检测区域对应的地表图像按照落叶对应的颜色进行图像分割，进而提取绿色落叶对应的分割图像，进而提取各绿色落叶分割图像中绿色落叶对应的轮廓，进而获取各子区域各检测区域绿色落叶对应的面积，进而统计各子区域各检测区域绿叶对应的占比，进而将各子区域各检测区域绿叶对应的占比记为F；
A6、同时对各子区域各检测区域落叶对应的厚度进行检测，进而获取各子区域各检测区域落叶对应的厚度，并记为H；
A6、将各子区域各检测区域落叶对应的面积、绿叶对应的占比和落叶的厚度发送至数据处理与分析模块；
所述外部环境参数检测模块包括若干环境参数检测单元，其分别用于对各子区域对应的外部环境参数进行检测，进而获取各采集时间段各子区域对应的外部环境参数，其中外部环境参数包括光照强度、甲烷浓度、氧气浓度和温度，进而构建各子区域外部环境参数集合We t(We t1,We t2,...We ti,...We tn)，We ti表示该森林第t个采集时间段第i个子区域第e个外部环境参数对应的数值，e表示外部环境参数，e＝b1,b2,b3,b4,b1,b2,b3和b4分别表示光照强度、甲烷浓度、氧气浓度和温度,t表示采集时间段，t＝1,2,...u，...v,进而将各子区域外部环境参数集合发送至数据处理与分析模块；
所述数据处理与分析模块用于接收树木密集度检测模块发送的各子区域树木对应密集度，进而获取该森林各子区域树木对应的密集度，进而将各子区域树木对应的密集度分别与森林树木对应的标准密集度进行对比，进而统计该森林各子区域树木密集度危险影响系数，将该森林各子区域树木密集度危险影响系数发送至显示终端；
所述数据处理与分析模块用于接收落叶基本参数检测模块发送的各子区域各检测区域落叶对应的面积、绿叶对应的占比和落叶的厚度，根据各子区域各检测区域落叶对应的面积，进而获取各子区域落叶对应的面积，进而将各子区域落叶对应的面积与各子区域对应的占地面积进行对比，进而统计该森林各子区域落叶面积危险影响系数，其计算公式为
Figure FDA0003356420420000031
βd表示该森林第d个子区域落叶面积对应的危险影响系数，Xd k表示该森林第d个子区域第k个检测区域落叶对应的面积，a2d表示该森林第d个子区域对应的占地面积，y表示各子区域检测区域数量，根据各子区域各检测区域绿叶对应的占比，进而将各子区域各检测区域绿叶对应的占比分别与森林落叶中绿叶对应的标准占比进行对比，进而统计该森林各子区域绿叶占比危险影响系数，其计算公式为
Figure FDA0003356420420000041
φd表示该森林第d个子区域绿叶占比对应的危险影响系数，Fd k表示该森林第d个子区域第k个检测区域绿叶对应的占比，F标准表示森林落叶中绿叶对应的标准占比，同时根据各子区域各检测区域落叶对应的厚度，进而将各子区域各检测区域落叶对应的厚度分别与森林落叶对应的标准厚度进行对比，进而统计该森林各子区域落叶厚度危险影响系数，其中，该森林各子区域落叶厚度危险影响系数计算公式为
Figure FDA0003356420420000042
Figure FDA0003356420420000043
表示该森林第d个子区域落叶厚度对应的危险影响系数，Hd k表示该森林第d个子区域第k个检测区域落叶对应的厚度，H标准表示森林落叶对应的标准厚度，根据统计的该森林各子区域落叶面积危险影响系数、该森林各子区域绿叶占比危险影响系数和该森林各子区域落叶厚度危险影响系数进而统计该森林各子区域落叶基本参数综合危险影响系数，将该森林各子区域落叶基本参数综合危险影响系数发送至显示终端；
所述数据处理与分析模块用于接收外部环境参数检测模块发送的各子区域天气环境参数集合，进而获取各采集时间段各子区域对应的光照强度、甲烷浓度、氧气浓度和温度，将各采集时间段各子区域对应的光照强度、甲烷浓度、氧气浓度和温度分别与该森林对应的各采集时间段对应的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度进行对比，进而统计该森林各子区域各外部环境参数危险影响系数，进而统计该森林各子区域外部环境综合危险影响系数，进而将该森林各子区域外部环境综合危险影响系数分别与预设的外部环境综合危险预警系数进行对比，若该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数，则将该子区域记为火灾预警区域，进而统计火灾预警区域的数量，并提取各火灾预警区域对应的编号和地理位置，进而将各火灾预警区域对应的编号和地理位置发送至预警终端，同时将该森林各子区域外部环境综合危险影响系数发送至显示终端；
数据处理与分析模块根据统计的该森林各子区域树木密集度危险影响系数、该森林各子区域落叶基本参数综合危险影响系数、该森林各子区域外部环境综合危险影响系数，进而统计该森林各子区域综合危险影响系数，将统计的该森林各子区域综合危险影响系数发送至显示终端；
所述数据库用于存储森林树木对应的标准密集度、森林落叶中绿叶对应的标准占比、森林落叶对应的标准厚度、森林对应的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度；
所述预警终端用于接收数据处理与分析模块发送的各火灾预警区域对应的编号和地理位置，进而调派相关管理人员进行处理；
所述显示终端用于接收该森林各子区域树木密集度危险影响系数、该森林各子区域落叶基本参数综合危险影响系数、该森林各子区域外部环境综合危险影响系数和该森林各子区域综合危险影响系数，并进行实时显示。
2.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述各检测区域落叶对应的厚度检测包括若干红外线厚度检测仪器，其分别用于对各子区域各检测区域落叶的厚度进行检测。
3.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述树木密集度检测单元包括若干激光测树仪，其分别用于各子区域各树木对应的胸径进行检测。
4.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述环境参数检测单元包括光照度传感器、气体传感器和温度传感器，光照度传感器用于对各子区域外部光照强度进行检测，气体传感器用于对各子区域外部甲烷浓度和氧气浓度进行检测，温度传感器用对对各子区域外部温度进行检测。
5.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述外部环境参数检测模块还包括对各子区域对应的风速和风向进行检测，进而利用风速传感器对各子区域的风速进行检测，进而获取各子区域对应的风速，同时利用风向传感器对各子区域对应的风向进行检测，当该森林某子区域外部环境综合危险影响系数大于预设的外部环境综合危险预警系数时，将各子区域对应的风向和风速发送至预警中心。
6.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述该森林各子区域树木密集度危险影响系数计算公式为
Figure FDA0003356420420000061
αd表示该森林第d个子区域树木密集度对应的危险影响系数，Y标准表示森林树木对应的标准密集度。
7.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述该森林各子区域落叶基本参数综合危险影响系数计算公式为
Figure FDA0003356420420000062
λd表示该森林第d个子区域落叶基本参数综合危险影响系数。
8.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述该森林各子区域各外部环境参数危险影响系数计算公式为
Figure FDA0003356420420000071
ηe d表示该森林第d个子区域第e个外部环境参数对应的危险影响系数，b1d t,b2d t,b3d t,b4d t分别表示该森林第t个采集时间段第d个子区域对应的光照强度、甲烷浓度、氧气浓度和温度，b1标准 t,b2标准 t,b3标准 t,b4标准 t分别表示该森林第t个采集时间段对应的的标准光照强度、标准甲烷浓度、标准氧气浓度和标准温度。
9.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述该森林各子区域外部环境综合危险影响系数计算公式为
Figure FDA0003356420420000072
γd表示该森林第d个子区域外部环境综合危险影响系数。
10.根据权利要求1所述的基于远程图像分析处理技术的智慧消防分析管理一体化平台，其特征在于：所述该森林各子区域综合危险影响系数计算公式为
Figure FDA0003356420420000073
Td表示该森林第d个子区域对应的综合危险影响系数。
CN202110453880.8A 2021-04-26 2021-04-26 基于远程图像分析处理技术的智慧消防分析管理一体化平台 Active CN113018725B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110453880.8A CN113018725B (zh) 2021-04-26 2021-04-26 基于远程图像分析处理技术的智慧消防分析管理一体化平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110453880.8A CN113018725B (zh) 2021-04-26 2021-04-26 基于远程图像分析处理技术的智慧消防分析管理一体化平台

Publications (2)

Publication Number Publication Date
CN113018725A CN113018725A (zh) 2021-06-25
CN113018725B true CN113018725B (zh) 2022-01-28

Family

ID=76454654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110453880.8A Active CN113018725B (zh) 2021-04-26 2021-04-26 基于远程图像分析处理技术的智慧消防分析管理一体化平台

Country Status (1)

Country Link
CN (1) CN113018725B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114140966B (zh) * 2022-01-12 2023-08-25 南京林业大学 一种基于图像数据的森林防火监控***及方法
CN114745834B (zh) * 2022-05-10 2022-12-09 江苏灵敏智控科技有限公司 一种智慧路灯分区照明控制管理***
CN116612598B (zh) * 2023-07-18 2023-10-10 泰格森安(山东)物联科技有限公司 一种基于物联网的多点监控式森林防火监测***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231220A (zh) * 2011-05-31 2011-11-02 王建雄 火灾等级检测方法
CN102687652A (zh) * 2012-06-04 2012-09-26 四川大学 常绿树木形成森林防火隔离带的方法
FR2979457A1 (fr) * 2011-08-26 2013-03-01 Noveltis Dispositif permettant de detecter de maniere precoce le depart de feux de foret
CN103020369A (zh) * 2012-12-21 2013-04-03 浙江农林大学 高分辨率森林火灾预报方法
KR101676010B1 (ko) * 2015-12-29 2016-11-15 창신대학교 산학협력단 2차원 화염 확산 속도 예측 방법
CN108076327A (zh) * 2018-01-04 2018-05-25 南京濠暻通讯科技有限公司 一种森林防火监控***
CN108389353A (zh) * 2018-04-11 2018-08-10 金龙湾园林绿化工程有限公司 立体化森林防火预警***
CN110413710A (zh) * 2018-04-26 2019-11-05 北京林业大学 一种基于森林资源二类调查和gis的森林生态功能评价方法
CN111930049A (zh) * 2020-08-21 2020-11-13 广州立信电子科技有限公司 一种基于物联网的林业森林防火安全智能监测管理***
CN112542016A (zh) * 2020-11-30 2021-03-23 南京林业大学 一种基于大数据的森林防火智能监控***及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101938973B1 (ko) * 2017-05-11 2019-01-15 서울대학교산학협력단 낙엽 수분함량 현장측정 기반 산불경보 시스템

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231220A (zh) * 2011-05-31 2011-11-02 王建雄 火灾等级检测方法
FR2979457A1 (fr) * 2011-08-26 2013-03-01 Noveltis Dispositif permettant de detecter de maniere precoce le depart de feux de foret
CN102687652A (zh) * 2012-06-04 2012-09-26 四川大学 常绿树木形成森林防火隔离带的方法
CN103020369A (zh) * 2012-12-21 2013-04-03 浙江农林大学 高分辨率森林火灾预报方法
KR101676010B1 (ko) * 2015-12-29 2016-11-15 창신대학교 산학협력단 2차원 화염 확산 속도 예측 방법
CN108076327A (zh) * 2018-01-04 2018-05-25 南京濠暻通讯科技有限公司 一种森林防火监控***
CN108389353A (zh) * 2018-04-11 2018-08-10 金龙湾园林绿化工程有限公司 立体化森林防火预警***
CN110413710A (zh) * 2018-04-26 2019-11-05 北京林业大学 一种基于森林资源二类调查和gis的森林生态功能评价方法
CN111930049A (zh) * 2020-08-21 2020-11-13 广州立信电子科技有限公司 一种基于物联网的林业森林防火安全智能监测管理***
CN112542016A (zh) * 2020-11-30 2021-03-23 南京林业大学 一种基于大数据的森林防火智能监控***及方法

Also Published As

Publication number Publication date
CN113018725A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN113018725B (zh) 基于远程图像分析处理技术的智慧消防分析管理一体化平台
CN111930049A (zh) 一种基于物联网的林业森林防火安全智能监测管理***
CN110427533B (zh) 基于时序粒子跟踪的污染传播模式可视分析方法及***
CN108519465B (zh) 一种基于大数据的空气污染智能监测***
CN109407177B (zh) 基于机器学习与常规气象观测的大雾识别***和应用方法
CN115372571A (zh) 一种水环境智能监测***
KR20210032075A (ko) 인공지능을 이용한 영상분석 시스템 및 이를 이용한 방법
CN111444774A (zh) 一种基于无人机航测技术的森林资源监测方法
CN115575755B (zh) 一种基于人工智能与北斗技术的电力设施巡视***
CN116499938B (zh) 一种职业工作场所气溶胶悬浮物智能监测方法
CN114757687A (zh) 一种基于大数据技术的大气污染物溯源***及方法
CN115220132A (zh) 一种预报大气中花粉浓度的方法
CN116840732A (zh) 一种用于风电场的分布式电源装置监测***
CN114659993B (zh) 一种基于卫星遥感的温室气体排放检测***
KR101874968B1 (ko) 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법
CN201697870U (zh) 烟气黑度的自动监控与分析***
Famoso et al. Measurement and modeling of ground-level ozone concentration in Catania, Italy using biophysical remote sensing and GIS
CN117172959B (zh) 一种林业生态环境监测***及方法
CN117571056A (zh) 一种基于物联网的环境保护监测方法、***
CN113267601A (zh) 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台
CN117310093A (zh) 基于物联网的大气环境监测***
CN116912704A (zh) 一种基于遥感及地面核查技术的地表水磷污染物溯源方法
CN110514790A (zh) 一种双套串联式机动车尾气遥感检测***及方法
CN112215857B (zh) 一种基于浒苔生长周期的浒苔识别方法
CN115204678A (zh) 一种基于景区旅游平台的旅游评价分析***

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220111

Address after: 755100 No. 046, team 6, Huangying village, Mingsha Town, Zhongning County, Zhongwei City, Ningxia Hui Autonomous Region

Applicant after: Liu Hongwei

Address before: 430014 Wuhan Huazhong communication Plaza, 715 Zhongshan Avenue, Jiang'an District, Wuhan City, Hubei Province

Applicant before: Wuhan xingjiandao Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant