本申请提供一种星载实时林火智能检测方法、装置、设备及介质，涉及卫星遥感技术领域，用于大面积的、实时的、准确的确定出火灾严重程度。该方法包括：在接收到地面系统发送的林火观测任务指令时，获取目标区域的红外遥感数据和可见光遥感数据；根据所述红外遥感数据和所述可见光遥感数据，确定所述目标区域的着火面积；确定所述目标区域的着火面积是否大于预设面积；若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的空气质量；根据所述空气质量，对所述目标区域的火情进行评估，确定所述目标区域的火灾严重程度。所述目标区域的火灾严重程度。所述目标区域的火灾严重程度。
【技术实现步骤摘要】
一种星载实时林火智能检测方法、装置、设备及介质
[0001]本申请涉及卫星遥感
，提供一种星载实时林火智能检测方法、装置、设备及介质。
技术介绍
[0002]随着人类社会的发展和人口的增长，人类活动对环境的影响也越来越大，使得对环境状况变化的监测也变得越来越迫切。尤其是近些年，作为陆地生态系统主体的森林，火灾频发，对环境造成了无法估量的损失，因此，及早的发现火灾，在森林火灾的防治中有着极其重要的作用。目前，森林火灾监测主要以无人机巡检为主，但受限于无人机的载重量，且无人机所带相机的幅宽一般不超过5km，因此，无人机的监测范围较小，此外，受限于无人机的航程，一天只能巡检一次关键区域，因此，无人机的监测实时性较差，而且，由于无人机飞行需要燃烧航空燃料提供动力，同时需要维护团队分工合作，需要维持一定规模的运维团队，因此，无人机的维护成本高。更为重要的是，现阶段无人机的监测，并不能直接判断火灾的严重程度。然而，火灾严重程度的测量对于及时应对火灾、保障人员安全、合理调度资源和进行灾害管理至关重要，它提供了决策者在火灾事件中做出明智决策的关键信息，有助于最大限度地减少火灾的影响和损失。
[0003]因此，针对林火，如何大面积的、实时的、准确的确定出火灾严重程度是目前亟待解决的问题。
技术实现思路
[0004]本申请提供一种星载实时林火智能检测方法、装置、设备及介质，用于大面积的、实时的、准确的确定出火灾严重程度。
[0005]一方面，提供一种星载实时林火智能检测方法，所述方法包括：
[0006]在接收到地面系统发送的林火观测任务指令时，获取目标区域的红外遥感数据和可见光遥感数据；
[0007]根据所述红外遥感数据和所述可见光遥感数据，确定所述目标区域的着火面积；
[0008]确定所述目标区域的着火面积是否大于预设面积；
[0009]若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的空气质量；
[0010]根据所述空气质量，对所述目标区域的火情进行评估，确定所述目标区域的火灾严重程度。
[0011]一方面，提供一种星载实时林火智能检测装置，所述装置包括：
[0012]获取单元，用于在接收到地面系统发送的林火观测任务指令时，获取目标区域的红外遥感数据和可见光遥感数据；
[0013]第一确定单元，用于根据所述红外遥感数据和所述可见光遥感数据，确定所述目标区域的着火面积；
[0014]第二确定单元，用于确定所述目标区域的着火面积是否大于预设面积；
[0015]第三确定单元，用于若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的空气质量；
[0016]第四确定单元，用于根据所述空气质量，对所述目标区域的火情进行评估，确定所述目标区域的火灾严重程度。
[0017]可选的，所述第一确定单元，还用于：
[0018]根据所述红外遥感数据和所述可见光遥感数据，确定火点位置和火灾边界；
[0019]根据所述火点位置和所述火灾边界，确定所述目标区域的着火面积。
[0020]可选的，所述获取单元，还用于：
[0021]对所述红外遥感数据和所述可见光遥感数据进行数据预处理，获得预处理后的红外遥感数据和可见光遥感数据；
[0022]则，所述根据所述红外遥感数据和所述可见光遥感数据，确定火点位置和火灾边界，包括：
[0023]对所述预处理后的红外遥感数据和可见光遥感数据进行识别处理，确定火点位置和火灾边界。
[0024]可选的，所述第三确定单元，还用于：
[0025]若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的一氧化碳浓度。
[0026]可选的，所述第三确定单元，还用于：
[0027]若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并获取所述目标区域的高光谱遥感数据；
[0028]根据所述目标反演模型和所述高光谱遥感数据，进行所述目标区域的一氧化碳浓度的反演，确定所述目标区域的一氧化碳浓度。
[0029]可选的，所述第四确定单元，还用于：
[0030]根据所述着火面积和所述一氧化碳浓度的乘积，对所述目标区域的火情进行评估，确定所述目标区域的火灾严重程度。
[0031]可选的，所述装置还包括数据传输单元，所述数据传输单元，用于：
[0032]将所述目标区域的火点位置、着火面积、一氧化碳浓度以及火灾严重程度传输给所述地面系统。
[0033]一方面，提供一种星载实时林火智能检测的设备，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，所述处理器执行所述计算机程序时实现上述任一种方法的步骤。
[0034]一方面，提供一种计算机存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
[0035]在本申请实施例中，在卫星载荷系统接收到地面系统发送的林火观测任务指令时，该卫星载荷系统可以获取目标区域的红外遥感数据和可见光遥感数据，进而，根据红外遥感数据和可见光遥感数据，可以确定目标区域的着火面积，然后，该卫星载荷系统可以确定目标区域的着火面积是否大于预设面积，若确定着火面积大于预设面积，则可以自主决策出目标反演模型，并根据目标反演模型确定目标区域的空气质量，进而，根据空气质量，
可以对目标区域的火情进行评估，确定目标区域的火灾严重程度。因此，在本申请实施例中，由于是通过卫星载荷系统来获取检测所需的各项数据，因此，可以对森林进行大面积进行检测，此外，由于整个林火检测过程均是卫星载荷系统自主决策并处理，相较于传统的把原始的遥感影像数据传输到地面系统进行处理，减少了地面处理环节，因此，极大的减少了火情信息获取的时间，大大提高了林火检测的实时性与准确性。
附图说明
[0036]为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关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申请实施例，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，还可以根据提供的附图获得其他的附图。
[0037]图1为本申请实施例提供的一种应用场景示意图；
[0038]图2为本申请实施例提供的大幅宽双波段红外载荷的一种组成示意图；
[0039]图3为本申请实施例提供的中波探测器的一种组成示意图；
[0040]图4为本申请实施例提供的长波探测器的一种组成示意图；
[0041]图5为本申请实施例提供的可见光遥感载荷的一种组成示意图；
[0042]图6为本申请实施例提供的高光谱遥感载荷的一种组成示意图；
[0043]图7为本申请实施例提供的星载实时林火智能检测方法的一种流程示意图；
[0044]图8为本申请实施例提供的推扫成本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种星载实时林火智能检测方法，其特征在于，所述方法包括：在接收到地面系统发送的林火观测任务指令时，获取目标区域的红外遥感数据和可见光遥感数据；根据所述红外遥感数据和所述可见光遥感数据，确定所述目标区域的着火面积；确定所述目标区域的着火面积是否大于预设面积；若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的空气质量；根据所述空气质量，对所述目标区域的火情进行评估，确定所述目标区域的火灾严重程度。2.如权利要求1所述的方法，其特征在于，所述根据所述红外遥感数据和所述可见光遥感数据，确定所述目标区域的着火面积，包括：根据所述红外遥感数据和所述可见光遥感数据，确定火点位置和火灾边界；根据所述火点位置和所述火灾边界，确定所述目标区域的着火面积。3.如权利要求1所述的方法，其特征在于，在接收到地面系统发送的林火观测任务指令时，获取目标区域的红外遥感数据和可见光遥感数据之后，所述方法还包括：对所述红外遥感数据和所述可见光遥感数据进行数据预处理，获得预处理后的红外遥感数据和可见光遥感数据；则，所述根据所述红外遥感数据和所述可见光遥感数据，确定火点位置和火灾边界，包括：对所述预处理后的红外遥感数据和可见光遥感数据进行识别处理，确定火点位置和火灾边界。4.如权利要求1所述的方法，其特征在于，所述空气质量为一氧化碳浓度，所述若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的空气质量，包括：若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的一氧化碳浓度。5.如权利要求4所述的方法，其特征在于，所述若确定所述着火面积大于预设面积，则自主决策出目标反演模型，并根据所述目标反演模型确定所述目标区域的一氧化碳浓度，包括：若确定所述着火面积大于预...
【专利技术属性】
技术研发人员：鲍智康，郭涛，赵宏杰，陆川，
申请(专利权)人：成都国星宇航科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。