通过林火迹地边界反向推演火源位置的方法

计算;推算;计数设备的制造及其应用技术1.本发明属于防灾救灾、火源定位、计算机科学等技术领域，尤其涉及一种通过林火迹地边界反向推演火源位置的方法。背景技术：2.近年来，全球范围内的森林火灾的事件常有发生。并且林火的破坏力巨大，经常能造成建筑的损毁，经济的损失，甚至重大人员伤亡。所以需要对其加以控制和预防，以降低林火行为造成的损失。因此，如何在火灾发生前进行区域风险评估；火灾发生时，精准预测火灾蔓延的过程，从而合理地制定灭火战术和疏散策略；火灾发生后，及时找到火源发生地，分析火灾发生原因，这些对于森林火灾的防灾减灾都有重要的意义。3.通过阅读大量文献，发现现有的文献对于林火起火点的确定都比较少，大部分是通过遥感的监测得到的火点或者火灾发生后人工大范围的排查，但是监测火点往往有许多不是真实的起火点，而大范围的排查往往十分耗时耗力。技术实现要素：4.为了弥补现有技术的空白和不足，本发明提出一种通过林火迹地边界反向推演火源位置的方法，可以快速根据实际火灾区域，来通过区域边界对火源位置进行反演分析。这样不仅可以提高找到火源位置的效率，还可以更准确，更快速的分析出火灾发生的原因。对森林火灾的预防和管理都有着重大的意义。5.其实现的步骤包括：将研究区域内数据集成在一起形成一个网格数据集，数据包括（地形数据，气象数据，可燃物数据）；然后将在研究区域内的实际火灾边界提取出来成为矢量多边形，在同一坐标系下，叠加在数据集上；遍历火灾边界上的控制点，确定所对应的数据；依据现有的火灾蔓延模型来计算控制点局部的蔓延的速度；根据惠更斯法确定正向蔓延的方向，然后取之相反方向，作为林火溯源的方向；根据设定的步长，确定火灾边界前一步长的火线位置；如此迭代下去最后便可确定最后的火源所在地。该方法是对火灾蔓延的反向推演，可以通过现有的火线，从而快速有效的确定火源的位置。6.本发明具体采用以下技术方案：一种通过林火迹地边界反向推演火源位置的方法，其特征在于，包括以下步骤：步骤s1：将研究区域地形数据，气象数据，可燃物数据集成为一个网格数据集；步骤s2：将火灾边界提取出来，形成矢量多边形；步骤s3：多边形叠加在研究区域的网格上，确定多边形顶点的位置；步骤s4： 设定时间步长t，通过空间扩散模型计算出每个顶点的火灾正向蔓延的方向和速度；步骤s5：取相反的火灾蔓延方向，计算逆向蔓延距离；步骤s6：得出上一步长的火灾边界；步骤s7：重复步骤s3-步骤s6，得到火源的位置。7.进一步地，在步骤s1中：利用矢量栅格一体的思想，先将所研究的区域划分成一个个网格；然后再将地形数据，气象数据，可燃物数据填充网格之中，形成网格数据集。8.进一步地，在步骤s2中：获取燃烧区域的影像数据，将这些遥感影像数据进行大气矫正，辐射矫正，重采样的处理；通过不同的波段计算归一化植被指数；得出火灾所燃烧的区域，将其火灾边界利用数字化的方法提取成矢量多边形。9.进一步地，在步骤s3中：将矢量多边形叠加在研究区域的网格数据集之上，通过遍历多边形上的每一个顶点位置，将同一格网的顶点取平均值，以保证每个格网只有一个顶点；在矢量多边形外围形成一个矩形包围盒，用以确定矢量多边形的x坐标,y坐标的最大最小值。10.进一步地，在步骤s4中：设置时间步长t，通过遍历多边形的顶点，读取顶点所在的位置的网格数据，利用森林火灾蔓延的公式计算每个顶点的火灾蔓延速度和蔓延距离；根据空间扩散模型，计算出每个顶点在一个时间步长后对应的顶点，从而确定正向蔓延的方向。11.进一步地，在步骤s5中：在一时间步长t下,取在步骤s4中的正向蔓延方向的反方向和步骤s4中各顶点的蔓延速度，计算逆向蔓延距离。12.进一步地，在步骤s6中：通过上一步的逆向蔓延距离，计算出火灾发生的前一步长的林火边界的顶点，从而形成林火边界。13.进一步地，在计算出之前的林火边界时，对顶点集合进行遍历，使得每个格网只有一个顶点，出现不止一个顶点，则合并取平均值。14.进一步地，在步骤s6中：对新生成的林火边界集合，计算其外围的矩形包围盒，以确定多边形的x,y的最大最小值。15.进一步地，在步骤s7中：循环执行步骤s3到步骤s6，得到火源具体位置：将逆向蔓延边界前后的矩形包围盒做对比，若逆向蔓延边界前的包围盒包含逆向蔓延后的包围盒，则继续计算一步长之前的火灾边界，循环反复，反之停止逆向蔓延模拟；取逆向蔓延前的边界作为最后结果，其最后生成多边形区域为火源的位置概率最高。16.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上所述的通过林火迹地边界反向推演火源位置的方法。17.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上所述的通过林火迹地边界反向推演火源位置的方法。18.与现有技术相比，本发明及其优选方案的有益效果包括：结合了具体的实际条件来确定火源位置。本发明是根据实际火灾边界，遍历各顶点，结合各顶点所在的格网内的各种数据，利用火灾模拟的模型来计算蔓延速度和方向，从而进行反向模拟。确定前一步长的火线位置，从而得到最终火源位置。通过现有格网数据进行大量计算进行反向模拟，来较为快速得到火源的具体位置。附图说明19.图1为本发明实施例提供的通过林火迹地边界反向推演火源位置的方法的流程图。20.图2为本发明实施例的实际火灾边界叠加在研究区上示意图。21.图3为本发明实施例的基于火灾边界的矩形包围盒示意图。22.图4为本发明实施例的火灾模拟一步长下的正向蔓延示意图。23.图5为本发明实施例的火灾模拟一步长下的反向蔓延示意图。具体实施方式24.为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：应该指出，以下详细说明都是例示性的，旨在对本技术提供进一步的说明。除非另有指明，本说明书使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。25.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。26.如图1-图5所示，本发明实施例提供的通过林火迹地边界反向推演火源位置的方法，主要包括如下步骤：步骤s1：将研究区域地形数据，气象数据，可燃物数据集成为一个网格数据集；使用计算机将研究区域划分成若干规则的格网，这些格网的边长大小就是表示空间分辨率的大小，网格分辨率越小，计算越复杂，但更精确，将每个格网进行编号，用来确定后续的矢量多边形的顶点位置；之后再将地形数据，气象数据，可燃物数据填充网格之中，形成网格数据集。27.步骤s2： 将火灾边界提取出来，形成矢量多边形；首先通过land步骤sat获取研究区域燃烧前的遥感影像数据，对其遥感数据进行数据预处理，其操作有：大气矫正，辐射矫正，重采样。然后利用其不同光谱波段来计算该区域的归一化植被指数；之后使用研究区域燃烧后的遥感影像数据，计算出归一化植被指数分布；计算燃烧前后的归一化植被指数的差值，就可以较为准确的计算出研究区域的实际火灾的燃烧范围，这样的做法比直接算燃烧后的归一化植被指数来区分出燃烧范围要准确许多。最后通过数字化的方式将燃烧区域的边界提取出来，形成矢量多边形。28.步骤s3：将多边形叠加在研究区域的网格上，确定多边形顶点的位置：将上一步骤的矢量多边形进行坐标系转化并叠加在所研究区域的格网上，将矢量多边形叠加在研究区域的网格数据集之上，再将多边形的顶点一一确定，判断每个顶点所在的网格位置，出现同一网格中有多个顶点的情况，将这些顶点合并成一个顶点，确保每个格网中最多只有一个顶点，最终结果如图2所示；在新生成的矢量多边形周围生成一个矩形包围盒，用来确定矢量多边形的横坐标和纵坐标的最大最小值，如图3所示。29.步骤s4：设定时间步长t，通过数学模型计算出每个顶点的火灾正向蔓延的方向和速度；设置时间步长t，尽量让时间步长t短一些；使用计算机遍历多边形的顶点，读取顶点所在的位置的网格数据，利用rothermel模型的公式计算每个顶点的火灾蔓延速度；根据惠更斯空间扩散模型，可以计算出每个顶点在一个时间步长后所对应的顶点，从而确定林火正向蔓延的方向，如图4所示。30.步骤s5：取相反的火灾蔓延方向，计算逆向蔓延距离；在火灾蔓延中，可以视为一段时间的蔓延方向和速度是不变的。所以在一时间步长t下,取在步骤s4中的正向蔓延方向的反方向和步骤s4中各顶点的蔓延速度，作为计算逆向蔓延距离。31.步骤s6：得出上一步长的火灾边界：通过上一步的逆向蔓延距离，可以计算出前一步长的林火边界的顶点，从而形成新的林火边界。在计算出之前的林火边界时，需要对顶点集合进行遍历，使得每个格网只有一个顶点，出现不止一个顶点，则合并取平均值，最终得出上一步长的火灾边界，如图5所示，在新生成的火灾边界周围生成一个矩形包围盒。32.步骤s7：重复步骤s3-步骤s6，便可得到火源的位置；需要将逆向蔓延边界前后的矩形包围盒做对比，若逆向蔓延边界前的包围盒包含逆向蔓延后的包围盒，则继续计算一步长之前的火灾边界，循环反复，反之停止逆向蔓延模拟。取逆向蔓延前的边界作为最后结果，其边界中心点作为作为火源的位置。33.本实施例提供的以上涉及算法的程序设计方案可以代码化的形式存储在计算机可读取存储介质中，并以计算机程序的方式进行实现，并通过计算机硬件输入计算所需的基本参数信息，并输出计算结果。34.本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。35.本发明是参照根据本发明实施例的方法、设备（装置）、和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程、以及流程图中的流程结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。36.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程图中指定的功能。37.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程中指定的功能的步骤。38.以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。39.本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的通过林火迹地边界反向推演火源位置的方法，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!