CN116380827A - 一种危化气体泄露智能精准定位*** - Google Patents
一种危化气体泄露智能精准定位*** Download PDFInfo
- Publication number
- CN116380827A CN116380827A CN202310288367.7A CN202310288367A CN116380827A CN 116380827 A CN116380827 A CN 116380827A CN 202310288367 A CN202310288367 A CN 202310288367A CN 116380827 A CN116380827 A CN 116380827A
- Authority
- CN
- China
- Prior art keywords
- gas
- leakage
- dangerous
- dangerous gas
- infrared
- 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
- 239000000383 hazardous chemical Substances 0.000 title claims abstract description 14
- 238000009792 diffusion process Methods 0.000 claims abstract description 30
- 241000287828 Gallus gallus Species 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000000126 substance Substances 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 10
- 238000001931 thermography Methods 0.000 claims description 10
- 238000011112 process operation Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 239000000779 smoke Substances 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 113
- 235000013330 chicken meat Nutrition 0.000 description 24
- 230000005855 radiation Effects 0.000 description 10
- 244000144992 flock Species 0.000 description 9
- 235000013305 food Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000000862 absorption spectrum Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种危化气体泄露智能精准定位***，包括：由光谱数据采集装置、位于需巡检现场区域的单点探测器、基于鸡群算法的反演计算装置、可移动的红外热成像仪。光谱数据采集装置识别现场区域处泄漏气体的种类及烟羽范围，检测灵敏度高，能快速辅助判断泄漏气体的危险性，和确定危险气体的已扩散区域；然后反演计算装置，调取危险气体扩散范围内的多个单点探测器，根据单点探测器采集的不同位置的危险气体的浓度，和环境要素，可以反演计算出，危险气体的扩散轨迹，从而获得危险气体的初始泄漏坐标范围，缩小危险气体泄漏源的搜索区域；最后由移动装置携带红外气体热成象仪，前往初始泄漏坐标范围，快速准确定位找到危险气体的泄漏源。
Description
技术领域
本发明涉及危险气体泄露源定位技术领域，具体而言，涉及一种危化气体泄露智能定位***。
背景技术
化工厂危化品泄漏扩散引发的火灾***事故时有发生，危化品泄漏扩散导致的火灾***事故对人民生命财产安全构成了巨大损失，因此快速准确地定位泄漏源位置及计算泄露源强成为切断“泄漏－火灾－***”连锁事故发生的关键。
在实际事故场景中，危险化学品气体扩散浓度可由传感器监测得到，目前常用的气体探测器种类繁多，单点探测器是其中最大的一类，其固定放置在可能的泄露点附近，通过气体的扩散效应，当泄露气体达到一定的浓度时，探测器发出报警信号，实现泄露气体的探测。这种单点泄漏气体探测具有体积小、重量轻、价格便宜等特点，但泄露气体扩散到探测器报警灵敏度所要求的浓度需要一定的时间，不利于泄露事故及时处置。
基于热成像的气体泄漏检测技术直接对可能的气体泄露点进行成像检测，操作简单直观，能够有效探测到气体的泄露位置，但是其灵敏度在数值上较传统气体探测器低很多。红外热像仪在检测目标气体泄漏时，泄漏的目标气体吸收了周围环境中的红外辐射，红外成像***采集到目标气体红外辐射的变化，红外辐射经过光学镜头的聚焦，经过红外带通滤光器件从目标和背景红外辐射复杂光谱的入射光线中滤出所需要的波段的红外辐射，最终辐射聚焦在红外探测器的焦平面上，然后经过红外图像采集处理模块进行图像增强处理并且输出到液晶显示屏或者取景器上。这样，通常看不见的目标气体和泄漏所在的部位能够被仪器捕获，同时清晰实时地显示在红外热像仪的液晶显示器或者取景器上。虽然采用红外热像仪检测气体泄露具有突出优点，但是由于其检测原理是基于目标气体的红外吸收谱特性进行成像观察，主要适用于对大面积区域快速检测有无危险气体泄漏发生，而很难实现对泄露气体浓度的高精度定量检测。且红外热成像仪无法分辨泄漏气体的种类，因此使用红外热像仪检测气体泄露不容易对气体泄漏严重程度做出准确的定量评估，也仅能用在泄漏单一气体的区域，当含有输送多种气体的化工工业区发生气体泄漏时，难以用红外热像仪判别危险性。
在泄露气体种类单一的情况下，目前通过反演方法对泄漏气体浓度进行反演推算，进而确定泄漏源强及位置。但存在多种泄漏气体种类时，通过反演推算无法确定不同气体泄漏源位置及强度。
化工厂危化品泄漏扩散事故时有发生，如何快速精确地确定泄漏源的位置和源强是处置突发危化品泄漏扩散事故的关键。
发明内容
本发明提供一种危化品泄露红外成像分析智能定位方法，可以在短时间内得出较为准确的泄漏源位置，能够实现化工园区危化品泄漏源的快速、准确定位，以及泄漏物质、源强的准确预估，为应急辅助决策提供及时有效的支撑。
本发明的技术方案是：一种危化气体泄露智能精准定位***：包括：
光谱数据采集装置，装载在飞行器或高空观察点，采集需要巡检的现场区域处的光谱数据并分析，根据所述光谱数据确定所述泄漏区域的泄漏气体的种类和扩散范围；
单点探测器，布置在需要巡检的现场区域处，用于对泄漏气体的浓度进行采集；
环境要素监测仪，布置在需要巡检的现场区域处，用于对环境要素：风向、风速、环境温湿度进行监测；
基于鸡群算法反演计算装置，用于判断泄漏气体是否属于危险气体，调取危险气体扩散范围内的多个单点探测器采集到的危险气体的浓度，并根据危险气体的浓度和环境要素监测仪采集的环境要素计算出危险气体的初始泄漏坐标范围；
红外气体热成象仪，装载在移动装置上，接收并前往危险气体的初始泄漏坐标范围，采集红外热成象数据，根据红外热成象数据确定危险气体的泄漏源。
有利的，光谱数据采集装置为红外遥感气体成象仪，当红外谱段的光线穿透气体时，如果入射红外光由频率决定的光子能量与气体分子中两能级的能量之差相等时，气体分子将吸收光子能量，从初始能级跃迁到能量更高的能级，从而使得入射红外光的特定频率成份被吸收，也使得不同成份的气体拥有不同的气体吸收光谱。几乎所有的气体都有这样的“指纹”光谱谱线，红外遥感气体成象仪能识别现场区域处泄漏气体的种类及烟羽范围，检测灵敏度高，能快速辅助判断泄漏气体的种类、危险性，和确定危险气体的已扩散区域；然后反演计算装置，调取危险气体扩散范围内的多个单点探测器，根据单点探测器采集的不同位置的危险气体的浓度，和环境要素，可以反演计算出危险气体的扩散轨迹，从而获得危险气体的初始泄漏坐标范围，缩小危险气体泄漏源的搜索区域；最后由移动装置携带红外气体热成象仪，前往初始泄漏坐标范围，根据危险气体泄漏后吸收周围环境中的红外辐射的特征，快速准确定位找到危险气体的泄漏源。
优选的，所述单点探测器采用平面式阵列式布局排列，分布在需要巡检的现场区域处。
优选的，反演计算装置采用鸡群算法，根据单点探测器采集的危险气体浓度数据和环境要素监测仪采集的环境要素，对危险气体扩散进行逆过程运算，得到危险气体的初始泄漏坐标范围。
进一步的，该***不仅限于该种流程探测，若红外热成像仪在巡检过程中，处于泄露范围并发现泄漏源，可直接报警。
进一步的，光谱数据采集装置、位于需巡检现场区域的单点探测器、红外热成像仪相互联动，互相检查。若有其一发生故障，可通过其他两者得出的数据结果进行检查。
本发明的方法采用红外遥感气体成象仪划定并定位危险气体扩散范围，然后采用危险气体扩散范围内的单点探测器监测危化品浓度数据，以危化品探测器监测的浓度数据与模型计算值的误差为优化目标，将危化品泄漏扩散事故反演问题转化为一个优化目标最小化问题进行反演计算，利用鸡群算法进行问题求解，确定危化品泄漏具***置，最后由移动式红外成像分析***找出泄漏源。
本方法可以在短时间内得出较为准确的泄漏源位置，能够实现化工园区危化品泄漏源的快速、准确定位，以及泄漏源强的准确预估，为应急辅助决策提供及时有效的支撑。
附图说明
图1为本发明的危化气体泄露智能定位***的组成示意图；
图2为本发明的危化气体泄露智能定位***工作流程图；
图3为本发明的需要巡检的现场区域的地理坐标转化成标准风向坐标系的示意图。
具体实施方式
下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。
在本发明的实施例中提供了危化气体泄露智能定位***，如图1～2所示，具体包括：
光谱数据采集装置为红外遥感气体成象仪，装载在飞行器或高空观察点，采集需要巡检的现场区域处的光谱数据并分析，当红外谱段的光线穿透气体，不同成份的气体拥有不同的气体吸收光谱，将采集的气体吸收光谱进行大气窗口光谱滤波，得到泄漏气体的光谱特征曲线；并定义每种泄漏气体的光谱特征曲线的颜色，再将泄漏气体的光谱特征曲线与光谱数据库的光谱特征曲线进行对比分析，确定泄漏区域的不同泄漏气体的种类和扩散范围图，根据已知的泄漏区域平面坐标，确定各泄漏气体扩散范围图的边缘坐标；
单点探测器，采用平面式阵列式布局排列，分布在需要巡检的现场区域处，用于实时对泄漏气体的浓度进行采集；
环境要素监测仪，布置在需要巡检的现场区域处，用于实时对环境要素：风向、风速、环境温湿度进行监测；
反演计算装置，先根据不同泄漏气体的种类与数据库中危险气体的种类进行比对，判断泄漏气体是否属于危险气体，然后，若判断为危险气体，调取危险气体扩散范围图的边缘坐标内的多个单点探测器采集到的危险气体的浓度，并根据危险气体的浓度实时变化和环境要素监测仪采集的环境要素，采用鸡群算法对危险气体扩散进行逆过程运算，得到危险气体的初始泄漏坐标范围；具体的，以单点探测器监测的浓度数据与模型计算值的误差为优化目标，将危险气体泄漏扩散事故反演问题转化为一个优化目标最小化问题进行反演计算，利用鸡群算法进行问题求解，确定危险气体的初始泄漏坐标范围。
红外气体热成象仪，装载在移动装置上，接收危险气体的初始泄漏坐标范围后，前往该范围区域，在该范围区域内扫描采集红外热成像数据，红外气体热成象仪根据危险气体泄漏后吸收周围环境中的红外辐射的特征，快速准确定位找到危险气体的泄漏源。
采用鸡群算法对危险气体扩散进行逆过程运算，得到危险气体的初始泄漏坐标范围，其实现的流程如下：
(1)在需要巡检的现场区域设置原点，以正东方向作为x轴正方向、正北方向作为y轴正方向、垂直于水平面且向上作为z轴正方向建立地理坐标系，(xG，yG，zG)为单点探测器在地理坐标系中的位置坐标，ci mea为第i个单点探测器获取的泄漏气体的浓度值，L为单点探测器间的距离；将地理坐标系逆时针旋转角度θ可得标准风向坐标系，从而将单点探测器地理坐标系位置转化为标准风向坐标系位置，(xw，yw，zw)为单点探测器在标准风向坐标系中的位置坐标，如图3，θ为风向相对地理坐标系x轴的夹角，
(2)建立基于高斯烟羽模型的危险气体泄漏扩散反演模型，
以便根据各单点探测器采集到的危险气体的浓度实际监测值ci mea与反演模型计算出的该单点探测器理论浓度ci cal的差值，以单点探测器阵列中n个测量值发生明显变化的单点探测器的实际监测值与理论监测值之间的误差绝对值最小化为目标函数，预测危险气体泄漏扩散源的源强和在标准风向坐标系中的位置坐标。
式中:i为单点探测器序号；Q0为危险气体泄漏扩散源的源强；ci cal为第i个点的计算浓度；u为需要巡检的现场区域主导风向的稳定风速；σyi(x)、σzi(x)分别为y、z轴上的扩散系数，由x0、xi及大气稳定度AT决定，AT由当地太阳辐射等级和地面风速决定。
以单点探测器阵列中n个测量值发生明显变化的单点探测器的实际监测值与理论监测值之间的误差绝对值最小化为目标函数，表示为
式中:多维向量(Q0，x0，y0，z0)为解集，解集中包括危险气体泄漏扩散源的源强Q0、危险气体泄漏源在标准风向坐标系中的位置坐标(x0，y0，z0)；ci mea为第i个单点探测器获取的监测浓度值。
(3)在标准风向坐标系中，基于高斯烟羽模型的气体浓度分布，在此基础上建立加权质心公式，求初始解集。
初始解集规模为pop，任意j∈[1，pop]，其对应解集空间(Q0，xw0，yw0，zw0)通过式(4)和(5)求得:
式中，L为监测点间的距离，i为单点探测器索引，j为初始鸡群索引，ωi为第i个单点探测器所占权重，xi为第i个单点探测器的横坐标值，yi为第i个单点探测器的纵坐标值，Qmax为源强最大值，PRE为气体浓度传感器最小精度。
(4)根据泄漏数据、环境条件数据得到初始解集后，需对个体鸡计算适应度，并进行适应度排序以确定鸡的辈分。
不同等级的鸡根据适应度值进行排序并确定等级秩序的规则如下:
(a)鸡群分为若干个子种群，每个种群由一只公鸡，少量的母鸡和大量的小鸡组成；
(b)根据适应值不同分配公鸡、母鸡、小鸡，适应值最好的分配为公鸡，其次适应值最差的分配为小鸡，其余的分配为母鸡。母鸡随机跟随任一只公鸡，母鸡与小鸡之间的关系同样是随机建立的。
(c)公鸡母鸡小鸡之间的各种关系，在G代内保持不变，达到G代后重新分配。
(d)鸡群跟随同组的公鸡搜寻食物，其会保护自己鸡群所找到的食物，假设鸡群会随机地偷吃其他鸡群的食物。小鸡跟随在母鸡周围搜寻食物。强大个体在搜寻食物方面更占优势。
具体的，根据泄漏数据、环境条件数据得到初始解集后，需对个体鸡计算适应度，并进行适应度排序以确定鸡的辈分。不同辈分的鸡按以下规则更新其位置。
当索引的鸡为公鸡时，在搜寻个体中，拥有更大的搜索范围，按照公式(6)、(7)更新位置：
式中：
代表目前所在的位置，其中i代表个体的索引，t为迭代代数；N(0,σ2)为高斯分布函数，其均值为0，标准差为σ2；k为从鸡群的公鸡中随机选取的个体的索引。
当索引的个体i为母鸡时，跟随其聚类中的公鸡搜寻食物，其位置按照公式(8)、(9)、(10)进行位置更新。
S2＝exp(fr2-fi)(10)
式中，Rand为0～1之间的随机数，S1为公鸡的索引，S2为小鸡的索引。
当索引为i的个体是小鸡时，小鸡在与其存在母子关系的母鸡周围更新位置，按照公式(11)更新位置。
鸡群算法PYTHON编码：
Claims (5)
1.一种危化气体泄露智能精准定位***：其特征在于，包括：
光谱数据采集装置，装载在飞行器或高空观察点，采集需要巡检的现场区域处的光谱数据并分析，根据所述光谱数据确定所述泄漏区域的泄漏气体的种类和扩散范围；
单点探测器，布置在需要巡检的现场区域处，用于对泄漏气体的浓度进行采集；
环境要素监测仪，布置在需要巡检的现场区域处，用于对环境要素：风向、风速、环境温度、湿度进行监测；
基于鸡群算法的反演计算装置，用于判断泄漏气体是否属于危险气体，调取危险气体扩散范围内的多个单点探测器采集到的危险气体的浓度，并根据危险气体的浓度和环境要素监测仪采集的环境要素计算出危险气体的初始泄漏坐标范围；
红外气体热成象仪，装载在移动装置上，接收并前往危险气体的初始泄漏坐标范围，采集红外热成象数据，根据红外热成象数据确定危险气体的泄漏源。
2.根据权利要求1所述的危化气体泄露智能精准定位***：其特征在于，所述单点探测器采用平面式阵列式布局排列，分布在需要巡检的危化品现场重点区域处。
3.根据权利要求2所述的危化气体泄露智能精准定位***：其特征在于，反演计算装置采用鸡群算法，根据单点探测器采集的危险气体浓度数据和环境要素监测仪采集的环境要素，对危险气体扩散进行逆过程运算，得到危险气体的初始泄漏坐标范围。
4.根据权利要求3所述的危化气体泄露智能精准定位***：其特征在于，所述环境因素风向、风速、环境温度、湿度，以及单点探测器接收到的浓度数据输入至反演装置的模块中，对危险气体扩散进行逆过程运算，计算完成后输出危险气体的初始泄漏坐标范围。
5.根据权利要求1所述的危化气体泄露智能精准定位***：其特征在于，所述红外热成像仪，在得到反演装置得出的危险气体的初始泄漏坐标范围后，由移动装置运载其前往目标范围内进行进一步的探测，获得泄漏点位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310288367.7A CN116380827A (zh) | 2023-03-23 | 2023-03-23 | 一种危化气体泄露智能精准定位*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310288367.7A CN116380827A (zh) | 2023-03-23 | 2023-03-23 | 一种危化气体泄露智能精准定位*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116380827A true CN116380827A (zh) | 2023-07-04 |
Family
ID=86968647
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310288367.7A Pending CN116380827A (zh) | 2023-03-23 | 2023-03-23 | 一种危化气体泄露智能精准定位*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116380827A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117058849A (zh) * | 2023-08-21 | 2023-11-14 | 合肥航谱时代科技有限公司 | 一种危化气体泄漏实时在线监测*** |
| CN117367681A (zh) * | 2023-12-04 | 2024-01-09 | 合肥航谱时代科技有限公司 | 一种基于红外光谱技术的危化气体识别*** |
| CN117452865A (zh) * | 2023-12-22 | 2024-01-26 | 中测智联(深圳)科技有限公司 | 一种配电房环境参数智能监控*** |
-
2023
- 2023-03-23 CN CN202310288367.7A patent/CN116380827A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117058849A (zh) * | 2023-08-21 | 2023-11-14 | 合肥航谱时代科技有限公司 | 一种危化气体泄漏实时在线监测*** |
| CN117058849B (zh) * | 2023-08-21 | 2024-05-07 | 合肥航谱时代科技有限公司 | 一种危化气体泄漏实时在线监测*** |
| CN117367681A (zh) * | 2023-12-04 | 2024-01-09 | 合肥航谱时代科技有限公司 | 一种基于红外光谱技术的危化气体识别*** |
| CN117452865A (zh) * | 2023-12-22 | 2024-01-26 | 中测智联(深圳)科技有限公司 | 一种配电房环境参数智能监控*** |
| CN117452865B (zh) * | 2023-12-22 | 2024-03-26 | 中测智联(深圳)科技有限公司 | 一种配电房环境参数智能监控*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116380827A (zh) | 一种危化气体泄露智能精准定位*** | |
| Zeng et al. | The impacts of environmental variables on water reflectance measured using a lightweight unmanned aerial vehicle (UAV)-based spectrometer system | |
| Quesada-Ruiz et al. | Cloud-tracking methodology for intra-hour DNI forecasting | |
| CN110889455B (zh) | 一种化工园巡检机器人的故障检测定位及安全评估方法 | |
| CN110376138B (zh) | 基于航空高光谱的土地质量监测方法 | |
| CN108731817B (zh) | 应用于林火热点判别的不同传感器红外辐射归一建模方法 | |
| CN112781791A (zh) | 一种基于光学气体成像的VOCs气体泄漏检测方法及*** | |
| Li et al. | A hybrid contextual approach to wildland fire detection using multispectral imagery | |
| CN112050832B (zh) | 一种航空星敏感器大气折射误差修正方法 | |
| CN111753900A (zh) | 一种森林火灾的监测方法 | |
| CN114295574A (zh) | 基于超光谱遥感的大气污染物水平分布反演方法 | |
| CN114202675A (zh) | 一种基于无人机多光谱遥感影像的作物生长参数测定方法及*** | |
| CN106769895A (zh) | 一种标定测量整层大气光谱透过率的方法 | |
| Jee et al. | Development of GK-2A AMI aerosol detection algorithm in the East-Asia region using Himawari-8 AHI data | |
| CN114324202B (zh) | 基于光谱分析的小流域水质监测方法 | |
| Sun et al. | A satellite imagery smoke detection framework based on the Mahalanobis distance for early fire identification and positioning | |
| CN114112065A (zh) | 一种卫星遥感火险判识的方法 | |
| EP4260047A1 (en) | Methane monitoring and detection apparatus and methods | |
| CN110261341A (zh) | 一种基于静止气象卫星数据的火山灰云检测方法及*** | |
| CN117434034A (zh) | 一种基于光谱库的水质多源遥感数据快速反演方法 | |
| JP2740718B2 (ja) | ガス、蒸気等の漏洩地点および漏洩量推定システム | |
| Li et al. | A four-component parameterized directional thermal radiance model for row canopies | |
| Bréon et al. | Calibration of the Meteosat water vapor channel using collocated NOAA/HIRS 12 measurements | |
| CN105841820A (zh) | 一种轧件温度在线监测*** | |
| Zhao et al. | Global gridded aerosol models established for atmospheric correction over inland and nearshore coastal waters |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |