CN117783453B - 一种林业防火用实时监测*** - Google Patents
一种林业防火用实时监测*** Download PDFInfo
- Publication number
- CN117783453B CN117783453B CN202410213386.8A CN202410213386A CN117783453B CN 117783453 B CN117783453 B CN 117783453B CN 202410213386 A CN202410213386 A CN 202410213386A CN 117783453 B CN117783453 B CN 117783453B
- Authority
- CN
- China
- Prior art keywords
- underground
- monitoring
- fire
- point
- preset
- 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 title claims abstract description 206
- 230000002265 prevention Effects 0.000 title claims abstract description 16
- 239000002689 soil Substances 0.000 claims description 71
- 239000013543 active substance Substances 0.000 claims description 35
- 241001237160 Kallima inachus Species 0.000 claims description 34
- 238000002485 combustion reaction Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 11
- 239000011149 active material Substances 0.000 claims description 6
- 239000007789 gas Substances 0.000 description 40
- 238000005070 sampling Methods 0.000 description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 239000000758 substrate Substances 0.000 description 7
- 239000000126 substance Substances 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Landscapes
- Fire Alarms (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种林业防火用实时监测***,涉及林业防火监测技术领域,本发明当森林处于高温和低湿的环境时,对森林中各监测点的温度和气体进行监测,分析森林中各监测点的变化,并对处于危险状态下的各目标点的土壤信息和植被信息进行监测,预测各目标点的燃烧等级,然后进行预警,解决了传统技术中对地下火监测较为浅显的问题,大大地提高了森林中地下火监测的精准性,准确地了解地下环境中的变化以及地下火形成的迹象,也科学地预测了地下火的燃烧和蔓延情况,为后续森林火灾的预防提供可靠数据,预测地下火从地下扩散至地表后的燃烧等级,从而进行精准的防火预警,提高后续森林管理人员预防地下火的效果。
Description
技术领域
本发明涉及林业防火监测技术领域,具体涉及一种林业防火用实时监测***。
背景技术
森林失火时,火势会在林地内自由蔓延和扩展,对森林、森林生态***和人类带来危害和损失;森林火灾一般分为地表火、树冠火和地下火三大类。其中森林地下火是指发生在森林地下的火灾,由于地下有机物质的自燃、残留的树根或枯木的燃烧而引起的。这种类型的火灾不容易被察觉,但却可能对土壤和植被造成潜在的危害,因此对森林地下火进行监测和预防十分重要。
传统技术中大多对森林地表的温度进行监测,并在预测地表即将发生火灾是,进行预警提示,但森林中地下火的监测还比较浅显,当森林长期处在高温与低湿的环境中,没有对森林中地下温度和气体进行监测,进而无法了解地下环境中的变化以及地下火形成的迹象,同时,地下积极物质是火灾的燃料,传统技术中并没有对森林地下积极物质进行监测,进而无法掌握地下火形成后,燃料助燃的情况,从而无法清楚地预测下火的燃烧和蔓延,无法为后续地下火的预防提供可靠数据,无法降低森林火灾的损失,此外土壤的环境和地表的植被影响着地下火的蔓延与扩散,传统技术中并没有根据土壤的环境信息和地表的植被信息,对地下火的扩散和蔓延的影响情况进行分析,进而无法预测地下火从地下扩散至地表后的燃烧情况,从而无法进行精准的防火预警,影响后续森林管理人员预防地下火的效果。
发明内容
针对上述存在的技术不足,本发明的目的在于提供一种林业防火用实时监测***。
为解决上述技术问题,本发明采用如下技术方案:本发明提供一种林业防火用实时监测***,包括如下模块:地表环境监测模块,用于获取预设周期内林区对应的环境信息,其中环境信息包括各温度对应的持续时长和各湿度对应的持续时长,进而分析林区的地下火发生的可能性。
地下环境监测模块,用于当林区的地下火发生的可能性较大时,按照预设时间间隔布设各监测时间点,同时在林区设置若干监测点,进而对林区在各监测时间点的热图像进行采集,并采集各监测点在各监测时间点对应的气体参数,进而分析各监测点对应地下火的环符值。
地下物质分析模块,用于获取各监测点对应的地下积极物质信息,进而分析各监测点对应地下火的料符值。
地下火等级分析模块,用于根据各监测点对应地下火的环符值和燃符值,计算各监测点对应地下火的燃符值,并判断各监测点对应地下火的监测状态,并将监测状态处于危险状态的各监测点记为各目标点,进而采集各目标点对应的土壤信息和植被信息,由此计算各目标点对应的易燃等级。
执行终端,用于根据各目标点对应的易燃等级,执行防火操作。
优选地,所述分析林区的地下火发生的可能性,具体分析过程如下:将各温度与预设的温度阈值进行对比,并将大于温度阈值的各温度均记为高温,并根据各温度对应的持续时长,统计高温对应的持续时长。
将各湿度与预设的湿度阈值进行对比,并将小于湿度阈值的各湿度均记为低湿,并根据各湿度对应的持续时长,统计低湿对应的持续时长。
将高温对应的持续时长和低湿对应的持续时长分别与预设的许可高温持续时长和许可低湿持续时长进行对比,若高温对应的持续时长大于或者等于许可高温持续时长且低湿对应的持续时长大于或者等于许可低湿持续时长,则判定林区的地下火发生的可能性较大,若高温对应的持续时长小于许可高温持续时长,或者低湿对应的持续时长小于许可低湿持续时长,则判定林区的地下火发生的可能性较小。
优选地,所述分析各监测点对应地下火的环符值,具体分析过程如下:基于林区在各监测时间点的热图像,提取林区中各监测点在各监测点时间点对应的地下温度,记为,i表示各监测点对应的编号,i=1,2,......,n,t表示各监测时间点对应的编号,t=1,2,......,p,n、p均为大于2的任意整数。
从各监测点在各监测时间点对应的气体参数中获取各监测气体的浓度,记为,j表示各监测气体对应的编号,j=1,2,......,m,m为大于2的任意整数。
根据计算公式,得到第i个监测点对应的地下环增值/>,其中/>表示第i个监测点在第t-1个监测点时间点对应的地下温度,/>表示第i个监测点在第t-1个监测点时间点对应第j个监测气体的浓度,/>为预设的许可地下温度差,/>为预设的第j个监测气体的许可浓度差,/>、/>分别为预设的地下温度差权重因子、监测气体的浓度差权重因子。
根据计算公式,得到第i个监测点对应的地下环符值/>,其中/>为预设的地下许可温度,/>为预设的第j个监测气体的许可浓度,/>、/>、/>分别为预设的地下环增值权重因子、地下温度权重因子、监测气体的浓度权重因子。
优选地,所述分析各监测点对应地下火的料符值,具体分析过程如下:从各监测点对应的地下积极物质信息中提取积极物质的种类数量、各类积极物质的密度,分别标记为、/>,g表示各类积极物质的编号,g=1,2,......,y,y为大于2的任意整数。
依据计算公式,得到第i个监测点对应地下火的料符值/>,其中W为预设的许可积极物质的种类数量,/>为预设的许可第g类积极物质的密度,/>、/>分别为预设的积极物质的种类数量权重因子、积极物质的密度权重因子。
优选地,所述计算各监测点对应地下火的燃符值,并判断各监测点对应地下火的监测状态,具体计算过程如下:将第i个监测点对应的地下环符值和第i个监测点对应地下火的料符值/>代入计算公式/>中,得到第i个监测点对应地下火的燃符值/>,式中,/>、/>分别为预设的地下环符值权重因子、地下火的料符值权重因子。
将各监测点对应地下火的燃符值与预设的燃符值阈值进行对比,若某监测点对应地下火的燃符值大于或者等于预设的燃符值阈值,则判定该监测点对应地下火的监测状态处于危险状态,反之则判定该监测点对应地下火的监测状态处于安全状态,以此判断各监测点对应地下火的监测状态。
优选地,所述土壤信息包括土壤湿度、土壤密度、土壤导热率;植被信息包括植被密度、枯叶覆盖率、枯叶厚度。
优选地,所述计算各目标点对应的易燃等级,具体计算过程如下:基于各目标点对应的土壤信息,计算各目标点对应的地下火传播影响因子,记为,r表示各目标点对应的编号,r=1,2,......,z,z为大于2的任意整数。
基于各目标点对应的植被信息,计算各目标点对应的地下火蔓延影响因子,记为;并提取各目标点对应燃符值,记为/>。
通过计算公式,得到第r个目标点对应的地下火燃烧评估值/>,式中,e表示自然常数,/>、/>分别为预设的地下火传播影响因子的权重因子、地下火蔓延影响因子的权重因子。
将各目标点对应的地下火燃烧评估值与数据库中存储的各易燃等级对应的地下火燃烧评估值区间进行对比,得到若某目标点对应的地下火燃烧评估值在某易燃等级对应的地下火燃烧评估值区间内,则将该易燃等级作为该目标点的易燃等级,以此获取各目标点对应的易燃等级。
优选地,所述计算各目标点对应的地下火传播影响因子,具体计算过程如下:从各目标点对应的土壤信息中提取土壤湿度、土壤密度、土壤导热率,分别记为、/>、/>,并从数据库中提取地下火传播对应的参考土壤湿度、参考土壤密度、参考土壤导热率,分别记为/>、/>、/>,进而代入计算公式/>中,得到第r个目标点对应的地下火传播影响因子/>,其中/>、/>、/>分别为预设的土壤湿度权重因子、土壤密度权重因子、土壤导热率权重因子。
优选地,所述计算各目标点对应的地下火蔓延影响因子,具体计算过程如下:从各目标点对应的植被信息中提取植被密度、枯叶覆盖率、枯叶厚度,分别记为、/>、/>,并从数据库中提取地下火蔓延对应的参考植被密度、参考枯叶覆盖率、参考枯叶厚度,分别记为/>、/>、/>,进而代入计算公式/>中,得到第r个目标点对应的地下火蔓延影响因子/>,其中/>、/>、/>分别为预设的植被密度权重因子、枯叶覆盖率权重因子、枯叶厚度权重因子。
本发明的有益效果在于:本发明提供了一种林业防火用实时监测***,当森林处于高温和低湿的环境时,对森林中各监测点的温度和气体进行监测,分析森林中各监测点的变化,并对处于危险状态下的各目标点的土壤信息和植被信息进行监测,预测各目标点的燃烧等级,然后进行预警,解决了传统技术中对地下火监测较为浅显的问题,大大地提高了森林中地下火监测的精准性,准确地了解地下环境中的变化以及地下火形成的迹象,也科学地预测了地下火的燃烧和蔓延情况,为后续森林火灾的预防提供可靠数据,降低森林火灾的损失,同时根据土壤的环境信息和地表的植被信息,对地下火的扩散和蔓延的影响情况进行分析,然后预测地下火从地下扩散至地表后的燃烧等级,从而进行精准的防火预警,提高后续森林管理人员预防地下火的效果。
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***结构连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种林业防火用实时监测***,包括如下模块:地表环境监测模块、地下环境监测模块、地下物质分析模块、地下火等级分析模块、执行终端和数据库。
地表环境监测模块,用于获取预设周期内林区对应的环境信息,其中环境信息包括各温度对应的持续时长和各湿度对应的持续时长,进而分析林区的地下火发生的可能性。
需要说明的是,从气象管理中心获取预设周期内林区对应的环境信息。
在一个具体的实施例中,所述分析林区的地下火发生的可能性,具体分析过程如下:将各温度与预设的温度阈值进行对比,并将大于温度阈值的各温度均记为高温,并根据各温度对应的持续时长,统计高温对应的持续时长。
将各湿度与预设的湿度阈值进行对比,并将小于湿度阈值的各湿度均记为低湿,并根据各湿度对应的持续时长,统计低湿对应的持续时长。
将高温对应的持续时长和低湿对应的持续时长分别与预设的许可高温持续时长和许可低湿持续时长进行对比,若高温对应的持续时长大于或者等于许可高温持续时长且低湿对应的持续时长大于或者等于许可低湿持续时长,则判定林区的地下火发生的可能性较大,若高温对应的持续时长小于许可高温持续时长,或者低湿对应的持续时长小于许可低湿持续时长,则判定林区的地下火发生的可能性较小。
地下环境监测模块,用于当林区的地下火发生的可能性较大时,按照预设时间间隔布设各监测时间点,同时在林区设置若干监测点,进而对林区在各监测时间点的热图像进行采集,并采集各监测点在各监测时间点对应的气体参数,进而分析各监测点对应地下火的环符值。
需要说明的是,使用地下热成像摄像机采集林区在各监测时间点的热图像。
上述中,所述各监测点在各监测时间点对应的气体参数包括各监测气体的浓度。
需要说明的是,各监测气体包括一氧化碳、二氧化碳等。通过一氧化碳传感器、二氧化碳传感器等气体传感器采集各监测点在各监测时间点对应的气体参数;当地下火燃烧时,会烧毁地下的有机物质,然后释放大量的二氧化碳;当地下火燃烧时,在不充分氧气的情况下,燃烧过程中可能产生一氧化碳,因此对一氧化碳、二氧化碳等气体进行监测,有利于了解地下火燃烧情况。
在一个具体的实施例中,所述分析各监测点对应地下火的环符值,具体分析过程如下:基于林区在各监测时间点的热图像,提取林区中各监测点在各监测点时间点对应的地下温度,记为,i表示各监测点对应的编号,i=1,2,......,n,t表示各监测时间点对应的编号,t=1,2,......,p,n、p均为大于2的任意整数。
从各监测点在各监测时间点对应的气体参数中获取各监测气体的浓度,记为,j表示各监测气体对应的编号,j=1,2,......,m,m为大于2的任意整数。
根据计算公式,得到第i个监测点对应的地下环增值/>,其中/>表示第i个监测点在第t-1个监测点时间点对应的地下温度,/>表示第i个监测点在第t-1个监测点时间点对应第j个监测气体的浓度,/>为预设的许可地下温度差,/>为预设的第j个监测气体的许可浓度差,/>、/>分别为预设的地下温度差权重因子、监测气体的浓度差权重因子。
需要说明的是,、/>均大于0小于1。
再次需要说明的是,地下温度差权重因子、监测气体的浓度差权重因子的设定过程为:通过林业防火用实时***,将地下温度差权重因子、监测气体的浓度差权重因子设定建议表发送至各林业防火专家用户端中,提示各林业防火专家填写地下温度差权重因子、监测气体的浓度差权重因子的建议数值,从而得到各林业防火专家的地下温度差权重因子、监测气体的浓度差权重因子的建议数值,然后通过均值计算,得到地下温度差权重因子的建议数值、监测气体的浓度差权重因子的建议数值,作为地下温度差权重因子、监测气体的浓度差权重因子。
还需要说明的是,地下环增值表示地下环境增长值,当地下环增值越大时,地下环境的变化就越大,地下火燃烧的概率就越大。
根据计算公式,得到第i个监测点对应的地下环符值/>,其中/>为预设的地下许可温度,/>为预设的第j个监测气体的许可浓度,/>、/>、/>分别为预设的地下环增值权重因子、地下温度权重因子、监测气体的浓度权重因子。
需要说明的是,、/>、/>均大于0小于1。
再次需要说明的是,按照地下温度差权重因子、监测气体的浓度差权重因子的设定过程,设定地下环增值权重因子、地下温度权重因子、监测气体的浓度权重因子。
还需要说明的是,地下环符值表示地下环境的符合值,当地下环符值越大时,表示地下环境与许可的环境的差值就越大,地下火产生的概率就越大。
地下物质分析模块,用于获取各监测点对应的地下积极物质信息,进而分析各监测点对应地下火的料符值。
上述中,所述地下积极物质信息包括积极物质的种类数量、各类积极物质的密度。
需要说明的是,积极物质的种类包括地下植被残渣、树木根系等。在积极物质地下可以成为地下火灾的燃料,因此需要对各监测点对应的地下积极物质信息进行监测。
还需要说明的是,以各监测点为圆心,以预设距离为半径作圆,圆内区域即为各监测点的取样区域,进而使用土壤探针或土壤钻孔工具在各监测点的取样区域中进行土壤取样,得到若干土壤样品,然后统计各监测点的取样区域中土壤样品中积极物质的种类数量以及各类积极物质的数量,并将各类积极物质的数量除以土壤样品总面积,得到各类积极物质的密度。
在一个具体的实施例中,所述分析各监测点对应地下火的料符值,具体分析过程如下:从各监测点对应的地下积极物质信息中提取积极物质的种类数量、各类积极物质的密度,分别标记为、/>,g表示各类积极物质的编号,g=1,2,......,y,y为大于2的任意整数。
依据计算公式,得到第i个监测点对应地下火的料符值/>,其中W为预设的许可积极物质的种类数量,/>为预设的许可第g类积极物质的密度,/>、/>分别为预设的积极物质的种类数量权重因子、积极物质的密度权重因子。
需要说明的是,、/>均大于0小于1。
再次需要说明的是,按照地下温度差权重因子、监测气体的浓度差权重因子的设定过程,设定积极物质的种类数量权重因子、积极物质的密度权重因子。
还需要说明的是,料符值表示燃料符合值,当料符值越大时,表示地下积极物质越多,地下火燃烧的概率就越大。
地下火等级分析模块,用于根据各监测点对应地下火的环符值和燃符值,计算各监测点对应地下火的燃符值,并判断各监测点对应地下火的监测状态,并将监测状态处于危险状态的各监测点记为各目标点,进而采集各目标点对应的土壤信息和植被信息,由此计算各目标点对应的易燃等级。
在一个具体的实施例中,所述计算各监测点对应地下火的燃符值,并判断各监测点对应地下火的监测状态,具体计算过程如下:将第i个监测点对应的地下环符值和第i个监测点对应地下火的料符值/>代入计算公式/>中,得到第i个监测点对应地下火的燃符值/>,式中,/>、/>分别为预设的地下环符值权重因子、地下火的料符值权重因子。
需要说明的是,、/>均大于0小于1。
再次需要说明的是,按照地下温度差权重因子、监测气体的浓度差权重因子的设定过程,设定地下环符值权重因子、地下火的料符值权重因子。
还需要说明的是,燃符值表示燃料符合值,当燃符值越大时,表示地下火燃烧的条件就越充足,越容易发生地下火燃烧的现象。
将各监测点对应地下火的燃符值与预设的燃符值阈值进行对比,若某监测点对应地下火的燃符值大于或者等于预设的燃符值阈值,则判定该监测点对应地下火的监测状态处于危险状态,反之则判定该监测点对应地下火的监测状态处于安全状态,以此判断各监测点对应地下火的监测状态。
上述中,所述土壤信息包括土壤湿度、土壤密度、土壤导热率;植被信息包括植被密度、枯叶覆盖率、枯叶厚度。
需要说明的是,通过土壤湿度计采集各目标点的土壤湿度,在各目标点中对土壤进行取样,得到各目标点的样品,进而通过超声波震荡使有机物从各目标点样品中析出,并通过干燥去除各目标点样品中水分,然后使用称重计和带有刻度的容器,测量各目标点样品的质量和体积,将体积除以质量,得到土壤密度;通过热传导仪器采集各目标点的土壤湿度。
还需要说明的是,通过摄像头采集各目标点的取样区域图像,从各目标点的取样区域图像中获取植被数量和枯叶总面积,进而将植被数量和枯叶总面积分别除以各目标点的取样区域面积,得到植被密度、枯叶覆盖率;在各目标点的取样区域中设置若干采集点,通过测厚仪采集各目标点取样区域中各采集点的枯叶厚度,然后选取最大枯叶厚度作为各目标点的枯叶厚度。
在一个具体的实施例中,所述计算各目标点对应的易燃等级,具体计算过程如下:基于各目标点对应的土壤信息,计算各目标点对应的地下火传播影响因子,记为,r表示各目标点对应的编号,r=1,2,......,z,z为大于2的任意整数。
上述中,所述计算各目标点对应的地下火传播影响因子,具体计算过程如下:从各目标点对应的土壤信息中提取土壤湿度、土壤密度、土壤导热率,分别记为、/>、/>,并从数据库中提取地下火传播对应的参考土壤湿度、参考土壤密度、参考土壤导热率,分别记为/>、/>、/>,进而代入计算公式/>中,得到第r个目标点对应的地下火传播影响因子/>,其中/>、/>、/>分别为预设的土壤湿度权重因子、土壤密度权重因子、土壤导热率权重因子。
需要说明的是,、/>、/>均大于0小于1。
再次需要说明的是,按照地下温度差权重因子、监测气体的浓度差权重因子的设定过程,设定土壤湿度权重因子、土壤密度权重因子、土壤导热率权重因子。
基于各目标点对应的植被信息,计算各目标点对应的地下火蔓延影响因子,记为;并提取各目标点对应燃符值,记为/>。
上述中,所述计算各目标点对应的地下火蔓延影响因子,具体计算过程如下:从各目标点对应的植被信息中提取植被密度、枯叶覆盖率、枯叶厚度,分别记为、/>、/>,并从数据库中提取地下火蔓延对应的参考植被密度、参考枯叶覆盖率、参考枯叶厚度,分别记为/>、/>、/>,进而代入计算公式/>中,得到第r个目标点对应的地下火蔓延影响因子/>,其中/>、/>、/>分别为预设的植被密度权重因子、枯叶覆盖率权重因子、枯叶厚度权重因子。
需要说明的是,、/>、/>均大于0小于1。
再次需要说明的是,按照地下温度差权重因子、监测气体的浓度差权重因子的设定过程,设定植被密度权重因子、枯叶覆盖率权重因子、枯叶厚度权重因子。
通过计算公式,得到第r个目标点对应的地下火燃烧评估值/>,式中,e表示自然常数,/>、/>分别为预设的地下火传播影响因子的权重因子、地下火蔓延影响因子的权重因子。
需要说明的是,、/>均大于0小于1。
再次需要说明的是,按照地下温度差权重因子、监测气体的浓度差权重因子的设定过程,设定地下火传播影响因子的权重因子、地下火蔓延影响因子的权重因子。
还需要说明的是,地下火燃烧评估值表示地下火燃烧的评估值,当地下火燃烧评估值越大时,表示地下火越容易燃烧。
将各目标点对应的地下火燃烧评估值与数据库中存储的各易燃等级对应的地下火燃烧评估值区间进行对比,得到若某目标点对应的地下火燃烧评估值在某易燃等级对应的地下火燃烧评估值区间内,则将该易燃等级作为该目标点的易燃等级,以此获取各目标点对应的易燃等级。
需要说明的是,森林管理人员在林业防火用实时监测***中自定义易燃等级以及各易燃等级对应的地下火燃烧评估值区间,或使用默认设定的易燃等级。默认设定的易燃等级包括低级、中级、高级;同时预定义易燃等级分别为低级、中级、高级时对应的地下火燃烧评估值区间,当某目标点对应的地下火燃烧评估值在低级对应的地下火燃烧评估值区间时,该目标点对应的易燃等级即为低级,以此得到各目标点对应的易燃等级。当易燃等级为高级时,表示地下火非常容易燃烧,当易燃等级为中级时,表示地下火容易燃烧,当易燃等级为低级时,表示地下火不易燃烧。
执行终端,用于根据各目标点对应的易燃等级,执行防火操作。
需要说明的是,在执行终端的显示器中显示各目标点对应的易燃等级,同时报警器进行预警提示。
数据库,用于存储地下火传播对应的参考土壤湿度、参考土壤密度、参考土壤导热率,存储地下火蔓延对应的参考植被密度、参考枯叶覆盖率、参考枯叶厚度,存储各易燃等级对应的地下火燃烧评估值区间。
本发明实施例当森林处于高温和低湿的环境时,对森林中各监测点的温度和气体进行监测,分析森林中各监测点的变化,并对处于危险状态下的各目标点的土壤信息和植被信息进行监测,预测各目标点的燃烧等级,然后进行预警,解决了传统技术中对地下火监测较为浅显的问题,大大地提高了森林中地下火监测的精准性,准确地了解地下环境中的变化以及地下火形成的迹象,也科学地预测了地下火的燃烧和蔓延情况,为后续森林火灾的预防提供可靠数据,降低森林火灾的损失,同时根据土壤的环境信息和地表的植被信息,对地下火的扩散和蔓延的影响情况进行分析,然后预测地下火从地下扩散至地表后的燃烧等级,从而进行精准的防火预警,提高后续森林管理人员预防地下火的效果。
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说明书所定义的范围,均应属于本发明的保护范围。
Claims (2)
1.一种林业防火用实时监测***,其特征在于,包括如下模块:
地表环境监测模块,用于获取预设周期内林区对应的环境信息,其中环境信息包括各温度对应的持续时长和各湿度对应的持续时长,进而分析林区的地下火发生的可能性;
地下环境监测模块,用于当林区的地下火发生的可能性较大时,按照预设时间间隔布设各监测时间点,同时在林区设置若干监测点,进而对林区在各监测时间点的热图像进行采集,并采集各监测点在各监测时间点对应的气体参数,进而分析各监测点对应地下火的环符值,所述地下火的环符值为地下环符值,地下环符值表示地下环境的符合值;
所述分析各监测点对应地下火的环符值,具体分析过程如下:
基于林区在各监测时间点的热图像,提取林区中各监测点在各监测点时间点对应的地下温度,记为Tit,i表示各监测点对应的编号,i=1,2,......,n,t表示各监测时间点对应的编号,t=1,2,......,p,n、p均为大于2的任意整数;
从各监测点在各监测时间点对应的气体参数中获取各监测气体的浓度,记为Citj,j表示各监测气体对应的编号,j=1,2,......,m,m为大于2的任意整数;
根据计算公式得到第i个监测点对应的地下环增值α1i,地下环增值表示地下环境增长值,其中Ti(t-1)表示第i个监测点在第t-1个监测点时间点对应的地下温度,Ci(t-1)j表示第i个监测点在第t-1个监测点时间点对应第j个监测气体的浓度,ΔT为预设的许可地下温度差,ΔCj为预设的第j个监测气体的许可浓度差,ε1、ε2分别为预设的地下温度差权重因子、监测气体的浓度差权重因子,ε1、ε2均大于0小于1;
根据计算公式得到第i个监测点对应的地下环符值αi,其中T′为预设的地下许可温度,Cj′为预设的第j个监测气体的许可浓度,γ1、γ2、γ3分别为预设的地下环增值权重因子、地下温度权重因子、监测气体的浓度权重因子,γ1、γ2、γ3均大于0小于1;
地下物质分析模块,用于获取各监测点对应的地下积极物质信息,进而分析各监测点对应地下火的料符值,料符值表示燃料符合值;
所述分析各监测点对应地下火的料符值,具体分析过程如下:
从各监测点对应的地下积极物质信息中提取积极物质的种类数量、各类积极物质的密度,分别标记为Wi、Qig,g表示各类积极物质的编号,g=1,2,......,y,y为大于2的任意整数;
依据计算公式得到第i个监测点对应地下火的料符值δi,其中W为预设的许可积极物质的种类数量,Q′g为预设的许可第g类积极物质的密度,η1、η2分别为预设的积极物质的种类数量权重因子、积极物质的密度权重因子,η1、η2均大于0小于1;
地下火等级分析模块,用于根据各监测点对应地下火的环符值和料符值,计算各监测点对应地下火的燃符值,燃符值表示燃料符合值,并判断各监测点对应地下火的监测状态,并将监测状态处于危险状态的各监测点记为各目标点,进而采集各目标点对应的土壤信息和植被信息,由此计算各目标点对应的易燃等级;
所述计算各监测点对应地下火的燃符值,并判断各监测点对应地下火的监测状态,具体计算过程如下:
将第i个监测点对应的地下环符值αi和第i个监测点对应地下火的料符值δi代入计算公式中,得到第i个监测点对应地下火的燃符值/>式中,λ1、λ2分别为预设的地下环符值权重因子、地下火的料符值权重因子,λ1、λ2均大于0小于1;
将各监测点对应地下火的燃符值与预设的燃符值阈值进行对比,若某监测点对应地下火的燃符值大于或者等于预设的燃符值阈值,则判定该监测点对应地下火的监测状态处于危险状态,反之则判定该监测点对应地下火的监测状态处于安全状态,以此判断各监测点对应地下火的监测状态;
所述计算各目标点对应的易燃等级,具体计算过程如下:
基于各目标点对应的土壤信息,计算各目标点对应的地下火传播影响因子,记为χr,r表示各目标点对应的编号,r=1,2,......,z,z为大于2的任意整数;
基于各目标点对应的植被信息,计算各目标点对应的地下火蔓延影响因子,记为并提取各目标点对应燃符值,记为/>
通过计算公式得到第r个目标点对应的地下火燃烧评估值ψr,式中,e表示自然常数,σ1、σ2分别为预设的地下火传播影响因子的权重因子、地下火蔓延影响因子的权重因子,σ1、σ2均大于0小于1;
将各目标点对应的地下火燃烧评估值与数据库中存储的各易燃等级对应的地下火燃烧评估值区间进行对比,得到若某目标点对应的地下火燃烧评估值在某易燃等级对应的地下火燃烧评估值区间内,则将该易燃等级作为该目标点的易燃等级,以此获取各目标点对应的易燃等级;
所述计算各目标点对应的地下火传播影响因子,具体计算过程如下:
从各目标点对应的土壤信息中提取土壤湿度、土壤密度、土壤导热率,分别记为SDr、ρr、Dr,并从数据库中提取地下火传播对应的参考土壤湿度、参考土壤密度、参考土壤导热率,分别记为SD′、ρ′、D′,进而代入计算公式中,得到第r个目标点对应的地下火传播影响因子χr,其中τ1、τ2、τ3分别为预设的土壤湿度权重因子、土壤密度权重因子、土壤导热率权重因子,τ1、τ2、τ3均大于0小于1;
所述计算各目标点对应的地下火蔓延影响因子,具体计算过程如下:
从各目标点对应的植被信息中提取植被密度、枯叶覆盖率、枯叶厚度,分别记为zρr、Fr、Hr,并从数据库中提取地下火蔓延对应的参考植被密度、参考枯叶覆盖率、参考枯叶厚度,分别记为zρ′、F′、H′,进而代入计算公式中,得到第r个目标点对应的地下火蔓延影响因子/>其中ω1、ω2、ω3分别为预设的植被密度权重因子、枯叶覆盖率权重因子、枯叶厚度权重因子,ω1、ω2、ω3均大于0小于1;
执行终端,用于根据各目标点对应的易燃等级,执行防火操作;
数据库,用于存储地下火传播对应的参考土壤湿度、参考土壤密度、参考土壤导热率,存储地下火蔓延对应的参考植被密度、参考枯叶覆盖率、参考枯叶厚度,存储各易燃等级对应的地下火燃烧评估值区间。
2.根据权利要求1所述的一种林业防火用实时监测***,其特征在于,所述分析林区的地下火发生的可能性,具体分析过程如下:
将各温度与预设的温度阈值进行对比,并将大于温度阈值的各温度均记为高温,并根据各温度对应的持续时长,统计高温对应的持续时长;
将各湿度与预设的湿度阈值进行对比,并将小于湿度阈值的各湿度均记为低湿,并根据各湿度对应的持续时长,统计低湿对应的持续时长;
将高温对应的持续时长和低湿对应的持续时长分别与预设的许可高温持续时长和许可低湿持续时长进行对比,若高温对应的持续时长大于或者等于许可高温持续时长且低湿对应的持续时长大于或者等于许可低湿持续时长,则判定林区的地下火发生的可能性较大,若高温对应的持续时长小于许可高温持续时长,或者低湿对应的持续时长小于许可低湿持续时长,则判定林区的地下火发生的可能性较小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410213386.8A CN117783453B (zh) | 2024-02-27 | 2024-02-27 | 一种林业防火用实时监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410213386.8A CN117783453B (zh) | 2024-02-27 | 2024-02-27 | 一种林业防火用实时监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117783453A CN117783453A (zh) | 2024-03-29 |
CN117783453B true CN117783453B (zh) | 2024-05-10 |
Family
ID=90381914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410213386.8A Active CN117783453B (zh) | 2024-02-27 | 2024-02-27 | 一种林业防火用实时监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117783453B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6111512A (en) * | 1997-03-13 | 2000-08-29 | Nippon Telegraph And Telephone Corporation | Fire detection method and fire detection apparatus |
WO2010015742A1 (fr) * | 2008-08-04 | 2010-02-11 | Smart Packaging Solutions (Sps) | Procédé et dispositif de prévention et de prévision de l'évolution des incendies |
CN105551171A (zh) * | 2014-10-27 | 2016-05-04 | 琳德股份公司 | 检测生物质储存***中起火的方法 |
RU2631516C1 (ru) * | 2016-06-29 | 2017-09-25 | АКЦИОНЕРНОЕ ОБЩЕСТВО "НАУЧНЫЙ ЦЕНТР ВОСТНИИ ПО БЕЗОПАСНОСТИ РАБОТ В ГОРНОЙ ПРОМЫШЛЕННОСТИ" (АО "НЦ ВостНИИ") | Способ обнаружения подземных пожаров |
CN108087027A (zh) * | 2017-03-28 | 2018-05-29 | 新疆大学 | 地下煤火监测预警信息采集与预警方法 |
CN108520363A (zh) * | 2018-04-18 | 2018-09-11 | 电子科技大学 | 一种用于预测未来时相森林火灾发生风险的评估方法 |
KR20190014936A (ko) * | 2017-08-04 | 2019-02-13 | 주식회사 젠스타 | 화재 감시 시스템 및 화재 감시 방법 |
CN110097727A (zh) * | 2019-04-30 | 2019-08-06 | 暨南大学 | 基于模糊贝叶斯网络的森林火灾预警方法及*** |
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*** |
CN111970384A (zh) * | 2020-10-20 | 2020-11-20 | 四川极云智飞科技有限公司 | 一种森林火险等级实时动态监测***及方法 |
WO2021194165A1 (ko) * | 2020-03-23 | 2021-09-30 | 고려대학교 산학협력단 | 인공위성 데이터를 이용한 산불 위험 예보 방법 |
CN114638736A (zh) * | 2022-02-28 | 2022-06-17 | 南京林业大学 | 基于物联网的森林防火数据分析***及方法 |
KR20230083842A (ko) * | 2021-12-03 | 2023-06-12 | 한국전력공사 | 설비 보호를 위한 산불확산 감시 시스템 및 방법 |
CN116386252A (zh) * | 2023-04-11 | 2023-07-04 | 东北林业大学 | 一种基于森林区域划分的可燃物监测方法 |
CN116434457A (zh) * | 2023-04-14 | 2023-07-14 | 桂林理工大学 | 森林火灾模拟监测方法及*** |
CN116612598A (zh) * | 2023-07-18 | 2023-08-18 | 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*** |
WO2023200028A1 (ko) * | 2022-04-14 | 2023-10-19 | 대한민국(산림청 국립산림과학원장) | 산불 위험 계절 예보 장치 및 방법 |
CN117079424A (zh) * | 2022-03-31 | 2023-11-17 | 旭宇光电(深圳)股份有限公司 | 基于光伏电池供电的远程森林火灾监测预警***及方法 |
CN117272242A (zh) * | 2023-10-07 | 2023-12-22 | 安徽美图信息科技有限公司 | 一种森林植被燃烧等级分类方法、***、设备和介质 |
CN117475570A (zh) * | 2023-11-08 | 2024-01-30 | 四川欧航科技有限责任公司 | 一种适用于森林防火的雷达监测智能预警*** |
-
2024
- 2024-02-27 CN CN202410213386.8A patent/CN117783453B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6111512A (en) * | 1997-03-13 | 2000-08-29 | Nippon Telegraph And Telephone Corporation | Fire detection method and fire detection apparatus |
WO2010015742A1 (fr) * | 2008-08-04 | 2010-02-11 | Smart Packaging Solutions (Sps) | Procédé et dispositif de prévention et de prévision de l'évolution des incendies |
CN105551171A (zh) * | 2014-10-27 | 2016-05-04 | 琳德股份公司 | 检测生物质储存***中起火的方法 |
RU2631516C1 (ru) * | 2016-06-29 | 2017-09-25 | АКЦИОНЕРНОЕ ОБЩЕСТВО "НАУЧНЫЙ ЦЕНТР ВОСТНИИ ПО БЕЗОПАСНОСТИ РАБОТ В ГОРНОЙ ПРОМЫШЛЕННОСТИ" (АО "НЦ ВостНИИ") | Способ обнаружения подземных пожаров |
CN108087027A (zh) * | 2017-03-28 | 2018-05-29 | 新疆大学 | 地下煤火监测预警信息采集与预警方法 |
KR20190014936A (ko) * | 2017-08-04 | 2019-02-13 | 주식회사 젠스타 | 화재 감시 시스템 및 화재 감시 방법 |
CN108520363A (zh) * | 2018-04-18 | 2018-09-11 | 电子科技大学 | 一种用于预测未来时相森林火灾发生风险的评估方法 |
CN110097727A (zh) * | 2019-04-30 | 2019-08-06 | 暨南大学 | 基于模糊贝叶斯网络的森林火灾预警方法及*** |
WO2021194165A1 (ko) * | 2020-03-23 | 2021-09-30 | 고려대학교 산학협력단 | 인공위성 데이터를 이용한 산불 위험 예보 방법 |
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*** |
CN111970384A (zh) * | 2020-10-20 | 2020-11-20 | 四川极云智飞科技有限公司 | 一种森林火险等级实时动态监测***及方法 |
KR20230083842A (ko) * | 2021-12-03 | 2023-06-12 | 한국전력공사 | 설비 보호를 위한 산불확산 감시 시스템 및 방법 |
CN114638736A (zh) * | 2022-02-28 | 2022-06-17 | 南京林业大学 | 基于物联网的森林防火数据分析***及方法 |
CN117079424A (zh) * | 2022-03-31 | 2023-11-17 | 旭宇光电(深圳)股份有限公司 | 基于光伏电池供电的远程森林火灾监测预警***及方法 |
WO2023200028A1 (ko) * | 2022-04-14 | 2023-10-19 | 대한민국(산림청 국립산림과학원장) | 산불 위험 계절 예보 장치 및 방법 |
CN116386252A (zh) * | 2023-04-11 | 2023-07-04 | 东北林业大学 | 一种基于森林区域划分的可燃物监测方法 |
CN116434457A (zh) * | 2023-04-14 | 2023-07-14 | 桂林理工大学 | 森林火灾模拟监测方法及*** |
CN116612598A (zh) * | 2023-07-18 | 2023-08-18 | 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*** |
CN117272242A (zh) * | 2023-10-07 | 2023-12-22 | 安徽美图信息科技有限公司 | 一种森林植被燃烧等级分类方法、***、设备和介质 |
CN117475570A (zh) * | 2023-11-08 | 2024-01-30 | 四川欧航科技有限责任公司 | 一种适用于森林防火的雷达监测智能预警*** |
Non-Patent Citations (6)
Title |
---|
An improved drought-fire assessment for managing fire risks in tropical peatlands;Muh Taufik 等;Agricultural and Forest Meteorology;20220131;第312卷(第15期);第1-13页 * |
PeatFire: an agent-based model to simulate fire ignition and spreading in a tropical peatland ecosystem;Widyastuti, K 等;International Journal of Wildland Fire;20201130;第30卷(第2期);第71-89页 * |
Smoldering charcoal detection in forest soil by multiple CO sensors;Yang cm 等;journal of forestry research;20230531;第34卷(第6期);第1791-1802页 * |
大兴安岭兴安落叶松人工林地下火燃烧特征研究;尹赛男;中国优秀硕士学位论文全文数据库 农业科技辑;20201215(第12期);第1-70页 * |
大兴安岭林区地下火形成火环境研究;舒立福 等;自然灾害学报;20031120(第04期);全文 * |
林火中的阴燃现象:研究前沿与展望;黄鑫炎 等;工程热物理学报;20210228;第42卷(第2期);第1-17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117783453A (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chow et al. | Separation of brown carbon from black carbon for IMPROVE and Chemical Speciation Network PM2. 5 samples | |
Cruz et al. | Uncertainty associated with model predictions of surface and crown fire rates of spread | |
Miller et al. | Trends and causes of severity, size, and number of fires in northwestern California, USA | |
Alexander et al. | Evaluating a model for predicting active crown fire rate of spread using wildfire observations | |
Keen et al. | Changes in tree drought sensitivity provided early warning signals to the California drought and forest mortality event | |
Knorr et al. | Determinants and predictability of global wildfire emissions | |
Overholt et al. | Characterization of fuel properties and fire spread rates for little bluestem grass | |
Linn et al. | Incorporating field wind data into FIRETEC simulations of the International Crown Fire Modeling Experiment (ICFME): preliminary lessons learned | |
Inguaggiato et al. | Geochemical evidence of the renewal of volcanic activity inferred from CO 2 soil and SO 2 plume fluxes: the 2007 Stromboli eruption (Italy) | |
CN108760983B (zh) | 分级复合指标体系的采煤工作面自然发火预警方法 | |
Chambers et al. | Atmospheric stability effects on potential radiological releases at a nuclear research facility in Romania: Characterising the atmospheric mixing state | |
Carmo et al. | The climatology of extreme wildfires in Portugal, 1980–2018: Contributions to forecasting and preparedness | |
Che Azmi et al. | Carbon emissions from the peat fire problem—a review | |
Pascolini‐Campbell et al. | ECOSTRESS reveals pre‐fire vegetation controls on burn severity for Southern California wildfires of 2020 | |
CN117783453B (zh) | 一种林业防火用实时监测*** | |
Lambin et al. | Remotely-sensed indicators of burning efficiency of savannah and forest fires | |
Leonard | Predicting sustained fire spread in Tasmanian native grasslands | |
Zhang et al. | Wildland fires worsened population exposure to PM2. 5 pollution in the contiguous united states | |
CN114354437A (zh) | 一种树木枝叶及枯落物的含水率测定方法 | |
Kamalova et al. | Justification of the device operation principle for measuring the potential difference in tree trunks | |
Guan | Predicting forest fire with linear regression and random forest | |
Finney | Efforts at comparing simulated and observed fire growth patterns | |
El Houssami | Development of a numerical and experimental framework to understand and predict the burning dynamics of porous fuel beds | |
Zhong et al. | A machine-learning approach for identifying dense-fires and assessing atmospheric emissions on the Indochina Peninsula, 2010–2020 | |
Spicer et al. | Chlorine Reactivity with Environmental Materials in Atmospheric Dispersion Models |
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 |