红外热成像仪林火监测干扰源智能屏蔽技术研究

针对红外热成像仪智能识别林火误报率较高的不足,提出了一种红外热成像仪林火监测干扰源智能屏蔽方法。该方法将红外热成像仪的可视范围以球形分割模型建立全景图,并以编号的形式分割为多个屏蔽单元,生成屏蔽单元地址编码的数据模型,并通过客户端影像信息中的栅格选框与屏蔽单元相互交叠对应来选择屏蔽点,实现对林区已知干扰源区域的屏蔽。该屏蔽技术可极大地减少红外热成像仪林火监测系统的误报率。     

红外热成像仪早期林火识别算法研究

比较了3种不同的红外热成像仪林火识别算法,提出了配置林火自动识别算法参数的林火野外测试方法,并利用该方法在珠海进行了测试实验。通过测试实验发现红外热成像仪在夜间分辨火点能力高于白天。3种林火识别算法比较结果为:阈值判定法具有较高灵敏性,但易受干扰;邻域阈值判定法抗干扰能力有所增强,但监测距离会有所缩短;均值对比判定法抗干扰能力较强,但监测距离最短。     

巨桉种源家系多点遗传变异及选择比较

利用远程视频进行林火识别是林火监测技术的研究热点之一。文章介绍了近年来国内外基于远程视频的林火识别技术的研究概况,指出当前存在的主要问题在于难以兼顾识别效率、识别距离及识别率,指出利用多光谱进行林火识别,减少识别误差及提高识别效率是基于远程视频的林火识别技术的研究方向。     

基于远程视频的林火识别技术研究现状

利用远程视频进行林火识别是林火监测技术的研究热点之一.文章介绍了近年来国内外基于远程视频的林火识别技术的研究概况,指出当前存在的主要问题在于难以兼顾识别效率、识别距离及识别率,指出利用多光谱进行林火识别,减少识别误差及提高识别效率是基于远程视频的林火识别技术的研究方向.     

一种改进YOLOv5的多尺度像素林火识别算法

林火破坏程度大、蔓延速度快的特点给森林生态环境和人类带来极大的危害。深度学习技术可以学习和自适应提取林火特征,捕获的林火图像中火焰的像素尺寸不同,林火提取的特征也不同。为了能够识别复杂背景下不同像素尺度的火灾,笔者提出了一种改进的YOLOv5林火识别方法,通过在YOLOv5的检测网络加入解耦头,解决林火图像输出变量时分类和回归的冲突问题,加快网络收敛速度提高识别精度;在网络中引进CBAM注意力机制,更关注林火信息同时提升识别精度;在Neck网络引入加权双向特征金字塔网络(BiFPN),替换原有的路径聚合网络(PANet),对不同维度的林火特征进行融合,进行特征筛选,增强特征表示能力。实验结果表明,该林火识别算法在自制的林火数据集上进行训练和验证模型,检测性能上均优于YOLOv5算法,在准确率、召回率、平均精度分别提升了5.2%,3.0%,3.4%,mAP@.5:.95提升了4.6%,并且在不同尺寸林火目标的识别精度上均有提升。研究结果对林火识别性能提升有着积极意义。     

应用EOS-MODIS数据进行林火监测的初步探索

本文简要的介绍了美国EOS系列卫星、EOSMODIS数据及其该数据的遥感应用 ,从理论上分析了EOSMODIS数据林火信息的识别和提取的原理及方法 ,介绍了几种MODIS的林火监测产品实例 ,并与应用AVHRR林火监测进行对比。     

森林火灾蔓延模拟现状与展望

在国内外研究林火行为的基础上,对近年来我国实现林火蔓延模拟所采用的主要方法及其选用的林火蔓延模型进行了深入阐述,并讨论了这些方法的适用范围及其优缺点,以及林火研究今后的发展趋势。     

红外成像林火监测报警车载指挥系统的研究

红外成像林火监测报警指挥车载系统是一个车载充氦气、有左右机翼且携带红外成像仪、激光测距仪和GPS(卫星定位)装置的飞艇型氦气球(简称飞艇)监测系统。在防火期，可开往林火多发地区，采用吊舱形式将红外成像仪、激光测距仪、GPS挂在飞艇的下方，将飞艇升向高空，利用火源与背景之间的温差形成热图象，全天候、多方位、自动搜索林火目标，产生报警，并将报警信号、热图象信号及林火、火源中心点的经纬度，通过有线网或移动通讯网。传送到防火指挥中心，由防火指挥部门组织化学灭火飞机，将林火目标扑灭在萌芽阶段。     

无人机搭载普通相机林火识别技术研究

提出了一种无人机搭载普通相机的林火识别技术,其是一种低成本无人机林火监测方法。本研究以旋翼无人机为载体,通过在南京森林警察学院院内的两块实验场地（林地、无林土丘）进行点火试验,以机载摄像机拍摄的森林视频图像建立了基于混合高斯背景模型和颜色模型的多级火灾隐患特征验证算法。在同一区域,结合地面调查数据,对无人机搭载普通相机林火识别技术精度进行检验。数据表明,在混合高斯模型得到候选火焰像素的基础上,通过试验设置最优阈值,采用归一化互相关方法设定相似度阈值为0.08,可实现对火焰特征的检测与识别。通过低成本的机载普通相机能较快地识别火灾隐患,降低误检率,可为相关研究和实际应用提供参考。     

林火发生预报模型研究进展

森林火灾直接影响森林生态环境质量,严重威胁人类生命财产安全,还会造成病虫害频发、群落退化等次生灾害。由于综合考虑了各类影响林火发生的因子,林火发生预报模型是目前预报结果最为准确的林火预报预测方法。文中从林火驱动因子、林火发生预报模型构建、模型检验方法等3个方面综述国内外林火发生预报模型的发展现状和研究成果,讨论各类林火发生预报模型的优缺点,梳理目前研究中存在的问题,对其研究前景进行展望,并结合我国实际情况提出开展更大空间尺度林火预报的研究建议,以期为相关研究和林火管理工作提供参考。     

黑龙江省1980—2005年森林火灾时空特征

森林火灾是林火失去人为控制,在森林内自然蔓延和扩展,对生态系统和人类带来一定危害和损失的森林起火。森林火灾属世界性、跨国性的重大自然灾害,进入20世纪80—90年代以来,全球气候变暖导致森林火灾有上升的趋势,虽然各国的森林防火费用不断增加,但森林火灾发生的面积并未相     

浙江省松阳县森林火灾成因分析及对策探讨

对浙江省松阳县2000～2011年森林火灾发生情况进行了调查与分析,结果表明:松阳县森林火灾以人为活动引起为主,非生产性引起的火灾比例有逐年上升趋势,森林防火形势非常严峻。为有效预防、减少森林火灾发生,通过分析森林火灾发生与月际变化、日间变化、火源因素、植被因素的关系,揭示了森林火灾发生的一般规律,有针对性提出了相应的对策,旨在提高当地森林防火工作的整体水平。     

森林火灾中高能量火——飞火研究进展

森林火灾中高能量火的爆发伴随着突发性、随机性和不可抗拒性,会给森林火灾的扑救工作带来极大困难,并对扑火人员的生命安全造成严重威胁。飞火是一种较为常见的高能量林火行为,飞火的产生往往是林火行为愈演愈烈的唯一警告。文中结合国内外森林飞火行为相关研究进展,阐述了飞火的产生原因,并从飞火不同燃烧阶段以及不同火源引燃机理等方面总结飞火行为研究进展,分析飞火的形成机制,以期为提高森林火灾扑救效率、减少森林火灾扑救伤亡和进一步开展飞火研究提供参考。     

林火研究综述(Ⅳ)——GIS在林火管理中应用现状及发展趋势

GIS技术是一门涵盖多种知识的边缘学科软件工具,其运用广泛、效果明显。文中主要描述了GIS技术在国内外林火管理中的应用研究,通过建立各种系统模块,运用GIS技术进行林火管理辅助设计、林火预测预报、林火探测扑救、损失评估等。GIS技术在不断地发展,同时与RS和GPS高度结合并在最小误差范围内全方位地为林火管理服务。     

我国森林火灾发生的时空规律研究

森林火灾对森林生态系统有重要影响,可能给森林生态系统带来毁灭性的损害,但在森林生态系统演替中又具有重要和积极的影响。研究森林火灾发生规律是森林火灾预测预报的基础,也是指导森林防火与补救工作的重要科学依据,具有重要的理论与现实意义。受气候变化等因素的影响,近年来森林火灾有多发的趋势,关于森林火灾发生及其生态影响成为研究的热点。文中在参考国外研究成果的基础上,从森林火灾发生的不同时间尺度和不同空间尺度上评述我国森林火灾发生的时空分布规律,总结我国森林火灾发生的一些总体规律性,指出现有研究存在的问题,并对未来的研究方向进行展望。     

黑龙江省夏季林火火焰高度和火强度的研究

介绍了黑龙江省夏季森林火灾的种类,其包括地表火、地下火、树冠火三种.分析了这三种林火蔓延方式之间的相互演变关系,阐述了火强度的研究方法并给出了平均火强度值.     

福建林火的发生特点与防治对策探讨

对福建省近年发生的１９７起森林火灾归纳、分析表明，森林火灾发生频率最高的是生产用火，林火发生以２、３月份最多；上午１０时至下午１８时为林火发生的高峰；预防林火发生，应确定森林防火戒严期，开展火险预测预报，完善防火设施，以利于迅速扑火。     

基于随机森林模型的交界域火灾风险分析

【目的】城镇森林交界域火灾频繁发生,使民生经济遭受严重危害。使用随机森林模型对省域内的城镇森林交界域火灾风险与影响因子的关系进行空间建模,探究随机森林模型在拟合、解释交界域火灾风险方面的优势,并与森林火灾风险的影响因子对比,为进一步评估城镇森林交界域火险提供依据。【方法】研究基于安徽省2002—2011年火灾历史数据,采用气候、地理环境、人类活动、社会经济等方面的9个因子作为自变量,月均火灾密度作为因变量。使用特征选择方法得到模型内不同自变量的贡献度、统计特征以及内部模型的平均表现,选择出进入最后模型中的自变量;使用随机森林模型对城镇森林交界域火灾风险进行解释,分析影响城镇森林交界域火灾风险和森林火灾风险的重要因子。【结果】关键自变量对城镇森林交界域火灾风险的影响程度大小排序依次为:道路线密度、铁路线密度、月均最高温度、归一化植被指数、人口密度以及海拔;对森林火灾风险则为:月均最高温度、归一化植被指数、道路线密度、铁路线密度、人口密度以及海拔;经过训练与计算发现随机森林模型在5个子模型的训练集与测试集的表现基本一致,拟合值与实际值的简单相关系数均达0.90以上,可见随机森林模型对交界域火灾风险和森林火灾风险表现出显著的解释能力;此外,随机森林模型在总体数据集上进行了拟合,得到城镇森林交界域火灾风险的拟合值与实际值的相关性为0.997,森林火灾风险的拟合值与实际值的相关性为0.996,表明了随机森林模型具备极强的火灾风险拟合性能。【结论】影响城镇森林交界域火灾发生的最重要自变量是道路和铁路线密度,而对森林火灾则是月均最高温度与归一化植被指数,可见城镇森林交界域火灾发生人类活动因素密切相关。随机森林算法对城镇森林交界域火灾风险和森林火灾风险都能表现出稳健的和非常准确的拟合能力,是一个非常有用的工具。