CN116597602A - 森林火灾预警方法、装置、设备以及存储介质 - Google Patents
森林火灾预警方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116597602A CN116597602A CN202310606805.XA CN202310606805A CN116597602A CN 116597602 A CN116597602 A CN 116597602A CN 202310606805 A CN202310606805 A CN 202310606805A CN 116597602 A CN116597602 A CN 116597602A
- Authority
- CN
- China
- Prior art keywords
- forest fire
- remote sensing
- risk assessment
- change trend
- target area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012502 risk assessment Methods 0.000 claims abstract description 62
- 230000008859 change Effects 0.000 claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008034 disappearance Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0639—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
- G06Q50/265—Personal security, identity or safety
-
- 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
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Emergency Management (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及地理信息技术领域,特别涉及一种森林火灾预警方法,所述方法包括:获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。通过构建待预测区域的森林火灾风险变化趋势图,体现了待预测区域的森林火灾风险等级的变化趋势,更加明确、直接地进行森林火灾的预测,准确度高。
Description
技术领域
本发明涉及地理信息技术领域,特别涉及是一种森林火灾预警方法、装置、设备以及存储介质。
背景技术
森林火灾防控是林业管理的重要内容,过去几十年来随着计算机技术的发展,森林火灾风险评估和预报能力也在提升。目前的技术方案通常采用计算机视觉识别方法,聚焦于待预测区域的卫星遥感数据,以气候数据为计算依据,计算森林火灾风险等级,来预测出待预测区域中的森林火灾高风险区域,从而实现对森林火灾的防控。
然而,森林火灾的发生本质上是一种能量积累和释放的现象、效应,很多森林火灾高风险区域始终都没有发生火灾,仅仅基于森林火灾风险等级来进行森林火灾的预测,存在误判的情况,准确度较低。
发明内容
基于此,本发明的目的在于,提供一种森林火灾预警方法、装置、设备以及存储介质,通过构建待预测区域的森林火灾风险变化趋势图,体现了待预测区域的森林火灾风险等级的变化趋势,更加明确、直接地进行森林火灾的预测,准确度高。
第一方面,本申请实施例提供了一种森林火灾预警方法,包括以下步骤:
获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;
将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;
根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。
第二方面,本申请实施例提供了一种森林火灾预警装置,包括:
数据获取模块,用于获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;
森林火灾风险评估模块,用于将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;
森林火灾预警模块,用于根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。
第三方面,本申请实施例提供了一种计算机设备,包括:处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如第一方面所述森林火灾预警方法的步骤。
第四方面,本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的森林火灾预警方法的步骤。
在本申请实施例中,提供一种森林火灾预警方法、装置、设备以及存储介质,通过构建待预测区域的森林火灾风险变化趋势图,体现了待预测区域的森林火灾风险等级的变化趋势,更加明确、直接地进行森林火灾的预测,准确度高。
为了更好地理解和实施,下面结合附图详细说明本发明。
附图说明
图1为本申请一个实施例提供的森林火灾预警方法的流程示意图;
图2为本申请一个实施例提供的森林火灾预警方法中S2的流程示意图;
图3为本申请一个实施例提供的森林火灾预警方法中S3的流程示意图;
图4为本申请一个实施例提供的森林火灾预警方法中S3的流程示意图;
图5为本申请一个实施例提供的森林火灾预警装置的结构示意图;
图6为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参阅图1,图1为本申请一个实施例提供的森林火灾预警方法的流程示意图,所述方法包括如下步骤:
S1:获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列。
所述森林火灾预警方法的执行主体为森林火灾预警方法的预警设备(以下简称预警设备),在一个可选的实施例中,所述预警设备可以是一台计算机设备可以是服务器,或是多台计算机设备联合而成的服务器机群。
预警设备可以通过卫星获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,也可以与预设网络数据库建立数据连接,从所述网络数据库中提取目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列。
S2:将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列。
所述森林火灾风险评估模型采用火险潜在指数模型FPI(Fire Potential Index)模型,在本实施例中,预警设备将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据按照时间顺序进行组合,构建所述目标区域的风险评估时间序列。
请参阅图2,图2为本申请一个实施例提供的森林火灾预警方法中S2的流程示意图,包括步骤S21~S22,具体如下:
S21:获得各个所述多时相遥感影像中,各个像元对应的时滞死可燃物湿度与水分消失量比数据以及植被覆盖度数据。
由于植被中水分含量是森林能否燃烧以及衡量林火蔓延速度的重要参数,对可燃物含水率的影响最大,在本实施例中,预警设备可以获得各个所述多时相遥感影像对应的MODIS(moderate-resolution imaging spectroradiometer)数据,提取各个像元对应的时滞死可燃物湿度与水分消失量比数据以及植被覆盖度数据。
S22:根据所述时滞死可燃物湿度与水分消失量比数据、植被覆盖度数据以及预设的火险潜在指数计算算法,获得各个像元对应的火险潜在指数,将同一个所述多时相遥感影像的像元对应的火险潜在指数进行组合,获得各个所述多时相遥感影像的风险评估数据。
所述火险潜在指数计算算法为:
FPI=100*(1–FMC10HR_frac)*(1-Vc)
式中,FPI为所述火险潜在指数,FMC10HR_frac为所述时滞死可燃物湿度与水分消失量比数据,Vc为所述植被覆盖度数据。
在本实施例中,预警设备根据所述时滞死可燃物湿度与水分消失量比数据、植被覆盖度数据以及预设的火险潜在指数计算算法,获得各个像元对应的火险潜在指数,将同一个所述多时相遥感影像的像元对应的火险潜在指数进行组合,获得各个所述多时相遥感影像的风险评估数据,以体现各个时刻的多时相遥感影像的更加细致的森林火灾风险情况。
S3:根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。
在本实施例中,预警设备根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。体现了待预测区域的森林火灾风险等级的变化趋势,更加明确、直接地进行森林火灾的预测,准确度高。
请参阅图3,图3为本申请一个实施例提供的森林火灾预警方法中S3的流程示意图,包括步骤S31~S32,具体如下:
S31:采用最小二乘线性回归方法,根据所述风险评估时间序列中,各个所述多时相遥感影像的风险评估数据中,同一个像元对应的火险潜在指数,获得所述目标区域的各个像元对应的线性变化趋势计算值。
在本实施例中,预警设备采用最小二乘线性回归方法,根据所述风险评估时间序列中,各个所述多时相遥感影像的风险评估数据中,同一个像元对应的火险潜在指数,获得所述目标区域的各个像元对应的线性变化趋势计算值,具体如下:
Yi=ki+b
式中,i为时序标记,表示为第i个时刻,Yi为第i个时刻,同一个像元的对应的火险潜在指数;k为斜率,即线性变化趋势计算值;b为预设的截距参数。
S32:根据所述线性变化趋势计算值以及预设的线性变化趋势阈值,获得各个像元对应的线性变化趋势结果,根据各个所述像元对应的线性变化趋势结果,构建所述目标区域的森林火灾风险变化趋势图。
在本实施例中,预警设备采用单阈值法,根据所述线性变化趋势计算值以及预设的线性变化趋势阈值,获得各个像元对应的线性变化趋势结果,实现对各个像元对应的线性变化趋势计算值的显著性检验。具体地,预警设备根据预设的线性变化趋势阈值,所述线性变化趋势阈值可以设置为0.67,将各个像元对应的线性变化趋势计算值分别与预设的线性变化趋势阈值进行比较,当线性变化趋势计算值大于线性变化趋势阈值,获得该像元对应的正向变化趋势结果,以表示该像元区域的森林火灾风险呈现显著升高的趋势,该像元区域在未来时间森林火灾发生的可能性高。当线性变化趋势计算值小于或等于线性变化趋势阈值,获得该像元对应的负向变化趋势结果,以表示该像元区域的森林火灾风险呈现显著平稳或者降低的趋势,该像元区域在未来时间森林火灾发生的可能性低。更加明确、直接地进行森林火灾的预测,准确度高。
请参阅图4,图4为本申请一个实施例提供的森林火灾预警方法中S3的流程示意图,包括步骤S33,具体如下:
S33:获得所述目标区域的电子地图,根据所述森林火灾风险变化趋势图,获得各个所述像元对应的正向变化趋势结果对应的标识,在预设的显示界面上,进行所述电子地图以及标识的显示。
在本实施例中,预警设备获得所述目标区域的电子地图,根据所述森林火灾风险变化趋势图,获得各个所述像元对应的正向变化趋势结果对应的标识,在预设的显示界面上,进行所述电子地图以及标识的显示。
请参考图5,图5为本申请一个实施例提供的森林火灾预警装置的结构示意图,该装置可以通过软件、硬件或两者的结合实现森林火灾预警装置的全部或一部分,该装置5包括:
数据获取模块51,用于获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;
森林火灾风险评估模块52,用于将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;
森林火灾预警模块53,用于根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。
在本申请实施例中,通过数据获取模块,获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;通过森林火灾风险评估模块,将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;通过森林火灾预警模块,根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。通过构建待预测区域的森林火灾风险变化趋势图,体现了待预测区域的森林火灾风险等级的变化趋势,更加明确、直接地进行森林火灾的预测,准确度高。
请参考图6,图6为本申请一个实施例提供的计算机设备的结构示意图,计算机设备6包括:处理器61、存储器62以及存储在存储器62上并可在处理器61上运行的计算机程序63;计算机设备可以存储有多条指令,指令适用于由处理器61加载并执行上述图1至图4所示实施例的方法步骤,具体执行过程可以参见图1至图4所示实施例的具体说明,在此不进行赘述。
其中,处理器61可以包括一个或多个处理核心。处理器61利用各种接口和线路连接服务器内的各个部分,通过运行或执行存储在存储器62内的指令、程序、代码集或指令集,以及调用存储器62内的数据,执行森林火灾预警装置5的各种功能和处理数据,可选的,处理器61可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programble Logic Array,PLA)中的至少一个硬件形式来实现。处理器61可集成中央处理器61(Central ProcessingUnit,CPU)、图像处理器61(Graphics Processing Unit,GPU)和调制解调器等中的一个或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责触摸显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器61中,单独通过一块芯片进行实现。
其中,存储器62可以包括随机存储器62(Random Access Memory,RAM),也可以包括只读存储器62(Read-Only Memory)。可选的,该存储器62包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器62可用于存储指令、程序、代码、代码集或指令集。存储器62可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器62可选的还可以是至少一个位于远离前述处理器61的存储装置。
本申请实施例还提供了一种存储介质,所述存储介质可以存储有多条指令,所述指令适用于由处理器加载并执行上述图1至图4所示实施例的方法步骤,具体执行过程可以参见图1至图4所示实施例的具体说明,在此不进行赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束算法。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也意图包含这些改动和变形。
Claims (7)
1.一种森林火灾预警方法,其特征在于,包括以下步骤:
获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;
将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;
根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。
2.根据权利要求1所述的森林火灾预警方法,其特征在于,所述将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,包括步骤:
获得各个所述多时相遥感影像中,各个像元对应的时滞死可燃物湿度与水分消失量比数据以及植被覆盖度数据;
根据所述时滞死可燃物湿度与水分消失量比数据、植被覆盖度数据以及预设的火险潜在指数计算算法,获得各个像元对应的火险潜在指数,将同一个所述多时相遥感影像的像元对应的火险潜在指数进行组合,获得各个所述多时相遥感影像的风险评估数据,其中,所述火险潜在指数计算算法为:
FPI=100*(1–FMC10HR_frac)*(1-Vc)
式中,FPI为所述火险潜在指数,FMC10HR_frac为所述时滞死可燃物湿度与水分消失量比数据,Vc为所述植被覆盖度数据。
3.根据权利要求2所述的森林火灾预警方法,其特征在于,所述将所述风险评估时间序列输入至预设的森林火灾风险变化趋势计算模型,获得所述目标区域的森林火灾风险变化趋势图,包括步骤:
采用最小二乘线性回归方法,根据所述风险评估时间序列中,各个所述多时相遥感影像的风险评估数据中,同一个像元对应的火险潜在指数,获得所述目标区域的各个像元对应的线性变化趋势计算值;
根据所述线性变化趋势计算值以及预设的线性变化趋势阈值,获得各个像元对应的线性变化趋势结果,根据各个所述像元对应的线性变化趋势结果,构建所述目标区域的森林火灾风险变化趋势图。
4.根据权利要求3所述的森林火灾预警方法,其特征在于:其中,所述线性变化趋势结果包括正向变化趋势结果以及负向变化趋势结果;
所述根据所述森林火灾风险变化趋势图,进行森林火灾预警操作,包括步骤:
获得所述目标区域的电子地图,根据所述森林火灾风险变化趋势图,获得各个所述像元对应的正向变化趋势结果对应的标识,在预设的显示界面上,进行所述电子地图以及标识的显示。
5.一种森林火灾预警装置,其特征在于,包括:
数据获取模块,用于获得目标区域在目标时间段内若干个不同时刻的多时相遥感影像,构建所述目标区域的多时相遥感影像时间序列;
森林火灾风险评估模块,用于将所述多时相遥感影像时间序列输入至预设的森林火灾风险评估模型,获得各个所述多时相遥感影像的风险评估数据,将各个所述多时相遥感影像的风险评估数据进行组合,构建所述目标区域的风险评估时间序列;
森林火灾预警模块,用于根据所述风险评估时间序列,构建所述目标区域的森林火灾风险变化趋势图,根据所述森林火灾风险变化趋势图,进行森林火灾预警操作。
6.一种计算机设备,其特征在于,包括:处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的森林火灾预警方法的步骤。
7.一种存储介质,其特征在于:所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的森林火灾预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310606805.XA CN116597602A (zh) | 2023-05-25 | 2023-05-25 | 森林火灾预警方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310606805.XA CN116597602A (zh) | 2023-05-25 | 2023-05-25 | 森林火灾预警方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116597602A true CN116597602A (zh) | 2023-08-15 |
Family
ID=87606040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310606805.XA Pending CN116597602A (zh) | 2023-05-25 | 2023-05-25 | 森林火灾预警方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116597602A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117746602A (zh) * | 2024-02-19 | 2024-03-22 | 及安盾(海南)科技有限公司 | 基于多源数据融合的火灾风险智能预警方法及*** |
-
2023
- 2023-05-25 CN CN202310606805.XA patent/CN116597602A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117746602A (zh) * | 2024-02-19 | 2024-03-22 | 及安盾(海南)科技有限公司 | 基于多源数据融合的火灾风险智能预警方法及*** |
CN117746602B (zh) * | 2024-02-19 | 2024-05-28 | 及安盾(海南)科技有限公司 | 基于多源数据融合的火灾风险智能预警方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Marcial-Pablo et al. | Estimation of vegetation fraction using RGB and multispectral images from UAV | |
Flood et al. | Using a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia | |
Hernández-Stefanoni et al. | Modeling α-and β-diversity in a tropical forest from remotely sensed and spatial data | |
CN114612896B (zh) | 基于遥感图像的水稻产量预测方法、装置以及设备 | |
CN114202691B (zh) | 基于遥感图像的水稻识别方法、装置以及设备 | |
CN114494864B (zh) | 基于遥感数据的积雪物候信息的提取方法 | |
CN116597602A (zh) | 森林火灾预警方法、装置、设备以及存储介质 | |
CN109806585B (zh) | 游戏的显示控制方法、装置、设备和存储介质 | |
EP4358008A1 (en) | Vegetation management system and vegetation management method | |
JP2011165112A (ja) | 生態系ネットワーク評価方法及びその方法を用いた生態系ネットワーク評価システム | |
JP5553186B2 (ja) | 生態系ネットワーク評価方法及びその方法を用いた生態系ネットワーク評価システム | |
CN116018602A (zh) | 植被管理***和植被管理方法 | |
CN114219847A (zh) | 基于物候特征的作物种植面积确定方法、***及存储介质 | |
CN114680029A (zh) | 基于土壤与作物根系的灌溉方法、装置、设备及存储介质 | |
Simpkins et al. | Effects of uncertain cost-surface specification on landscape connectivity measures | |
CN116579521B (zh) | 产量预测时间窗口确定方法、装置、设备及可读存储介质 | |
Lakoba et al. | A global invader’s niche dynamics with intercontinental introduction, novel habitats, and climate change | |
CN111639523A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
CN115424134B (zh) | 一种基于遥感影像的污染入海通量预测方法以及装置 | |
CN116242788A (zh) | 基于多光谱影像的水体磷酸盐浓度预测方法以及装置 | |
CN114494859B (zh) | 基于遥感数据的长时间序列积雪遥感数据集构建方法 | |
CN114445547A (zh) | 一种点云着色的方法、装置、电子设备及存储介质 | |
JP7352366B2 (ja) | 農業情報処理装置、農業情報処理方法および農業情報処理用プログラム | |
CN114509403A (zh) | 马铃薯叶柄的硝酸盐预测方法、装置、设备及存储介质 | |
CN114066739A (zh) | 背景点云滤除方法、装置、计算机设备和存储介质 |
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 |