智能化林火监测管理技术与应用.pptVIP

火情分析与自动告警算法 是针对红外热成像传感器开发的软件算法，具有超高火情识别率，误报率极低的特点。系统从红外热成像传感器以数字通道获取每像素14位元的红外线热图，并透过森林火灾热成像图像分析算法找出面积变大和温度变热速度快的可疑热源。 该算法比一般使用固定或动态报警值的算法能更准确的捕获火源，并能去除车辆、烟花等转瞬即逝的热源干扰而不会触发误报。 红外探火算法测试 珠海高栏港测试 远程林火识别算法测试 白天红外热成像仪取值变化趋势 夜晚红外热成像仪取值变化趋势 基于DEM实现火情的定位 项目以NASA提供的数字高程模型(ASTER GDEM)，结合MAPMART提供的9米精度卫星图，建立高精度3D地理信息模型。 通过重载云台结合软件算法与DEM模型实现火情事件精确定位技术，能将事件定位至30米半径内(5公里探测范围)  工业级电脑控制云台 扫描森林范围 火源识别模块在 红外热图像中找出火源 在图片中的平面坐标位置 火源识别模块将 平面坐标位置和云台指向角 传送到火源定位模块 火源定位模块利用 红外热图像坐标位置 在数字高程模型中 依照摄像仪位置指向角 模拟投射出一条 指向火源的直线 模拟直线在数字高程模型中 逐步延长，每次一像素， 每次增长都进行触碰感测 模拟直线是否 与数字高程模型的面触碰 若无触碰，表明 有火情但超过测量范围 若有触碰， 找出触碰点在数字高程模型 中的三维位置 该DEM三维坐标位置 换算成地球经纬度及高度 动态干扰源：基于背景差分法和帧间差分法的视频运动检测能去除车辆等转瞬即逝的热源，同时与高清视频结合综合判定火情。 静态干扰源：通过自主专利的林火干扰源智能屏蔽技术去除日间太阳照在山体没有植被的石层和土层导致的高温干扰等静态干扰源，还可以通过自学习判定和屏蔽干扰源； 这些方法综合起来使视频监测森林火灾的误报率和漏报率趋近于零。 系统特点：极低的视频林火识别误报及漏报率 静态干扰源智能屏蔽 球形分割模型 站点覆盖仿真 GPS位置：N22.304386 E113.553663 珠海市大镜山水库白沙岭二号亭为中心 高精度数控云台自动横向340度转动，垂直上下80度转动，可视范围达5公里以上。监测林区范围约为40㎞2。 站点覆盖仿真 广州：根据广州重点林区森林防火视频监控系统建设项目，在全市30个森林防火视频监控点建设。（增城林场） 珠海：利用系统前端基站模拟仿真覆盖功能，为项目进行选址设计。 主要内容 一、智能林火识别视频系统 二、无人机林火监测 三、卫星遥感调查林火监测 四、无线传感器网络林火监测 五、物联网智能林火监测体系 两类无人机森林防火不同应用 旋翼无人机 优点：起降要求低、操控简单、实时传输影像。 缺点：续航时间短、监控范围小。 适用：短距离火情侦查、火案调查。 固定翼无人机 优点：续航时间长、监控范围广。 缺点：起降要求高、操控较复杂、影像需内业处理。 适用：较大范围火烧迹地调查、较大范围可燃物调查。 两类无人机航拍应用（韶关翁源） 二、无人机林火监测 飞行控制 摄影控制 摄影控制器 控制处理中心 飞行控制器 影像处理 导航设置 指令、数据传输 指令下达 飞行姿态 拍摄影像 无人机火场实时监测 与我国北方较大面积的森林火灾不同，南方森林火灾面积相对较小，对无人机抗风及远距离通信的要求较低，小型无人飞行器的优势在这时候可以得到充分发挥。 无人机火场勘查（仁化） 无人机协助扑救指挥（乳源） 无人机林火实时监测 2011年3月31日，在韶关仁化火灾现场，该火场面积达到70多公顷，无人机平台可以获取整个火场态势，并将拍摄到的视频数据实时传输到指挥中心的电脑屏幕上，以便了解整个火场发展动态。 旋翼无人机应用-灾后火因调查 2015年12月17日潮州登塘镇火场灾后调查 利用无人机找出炼山跑火点位置 旋翼无人机应用-灾后火因调查 2015.4.6河源市东源县船塘镇火场灾后调查 利用旋翼无人机按照火烧迹地状况找出初发火火点位置 Insignt AS系列固定翼无人机 Insignt AS3无人机 长度 2m 翼展 3.3m 升限 3000m 最大航程 180km 速度范围 50-130km/h 巡航速度 90km/h 起飞速度 40km/h 续航时间 2 hours 有效载荷 2.5kg 起飞重量 20Kg 抗风 12m/s 起降方式 弹射/滑降 作业效率 2000公顷/起落 可见光相机 分辨率 4.8cm GSD 画幅 250m x 200m 像素 20.1 MP 镜头 40mm（兼容佳能EF镜头卡口） 输出格式 KML Worldfile/twf 数据处理 数字正射影像模型（DOM） 数字表面模型（DSM） 多光谱相机 分辨率 11cm GSD 像素物理尺寸 5.5