林火报警图像中火源点确定方法研究

通过分析早期森林火灾烟雾图像的运动特征,提出了一种基于数字图像处理技术的森林火灾火源点确定方法。通过对早期报警图像RGB模型进行分量提取并各自直方图均衡化,获得了其中烟雾区域和背景区域的灰度特征,进而根据烟雾区域的连通性选用区域生长法则,分割出独立的目标图像,最终使用深度优先搜索算法遍历整个烟雾区域,确定其最低像素点,即火源点,完成林火的自动定位。结果表明,此种定位方法的准确率达到90.8%。     

基于Logistic模型的四川凉山州森林火灾风险分析

森林火灾严重危害人类生命财产安全,科学准确的林火风险分析对防灾减灾具有重要意义.四川省凉山州因林火频发而成为重点监测区域.基于MCD64A1火烧迹地数据,提取凉山州2010-2020年的火烧迹地范围,在分析历史火灾时空分布的基础上,选取地形、植被类型及植被覆盖指数、干湿季平均温度及降水量、土地利用和人口密度等主要风险因子,建立Logistic模型并计算森林火灾的风险概率,结合火灾迹地的空间统计划分风险等级.结果 表明:1)基于火灾迹地进行空间采样所构建的Logistic模型在显著性水平0.05时通过模型系数检验,拟合效果较好;2)影响凉山州森林火灾发生的风险因子主要有植被类型、植被覆盖指数、高程、坡度、人口密度和干季均温,其中干季均温对林火发生与否影响最大;3)西昌市、会理、会东和德昌县等干热河谷地区的林火风险极高,应重点监测.     

基于彩色图像的林火图像火焰分割研究

结合实际林火图像的特点,提出了一种基于彩色图像分割策略的林火图像的火焰分割算法。该算法首先将图像转化为HSI彩色模型,然后根据各个分量的特点进行分割,并且进行了仿真实验,实验结果表明此算法能够很好地将火焰从复杂的背景中分割出来,克服了基于灰度图像分割不能准确分割烟雾和火焰的弊端,为今后对林火图像进一步分析提供了良好的基础。     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。     

森林火灾防治决策专家系统的研究与实现

笔者比较系统地收集、研究了林火专家多年积累的理论、经验和解决问题的方法以及各种预测模型、模型的适应条件和使用规则等 ,利用人工智能和COM组件技术 ,通过模型技术和专家系统技术的有机结合 ,建立了基于网络的森林火灾防治决策专家系统。实现了森林火灾从火灾预测、林火扑救决策、清理火场、看守火场到最后的损失评估全过程的推理辅助决策 ;实现了整个决策过程中预测模型和预测结果随外界条件的突变而进行的实时修正 ,从而真正实现了森林火灾管理各个阶段的实时性、准确性和正确性。     

基于背景分析的混合高斯背景模型的建立

对于固定摄像机的人体运动目标的检测,本文对背景减除法中的混合高斯建模方法进行改进,提出了基于背景分析的混合高斯背景建模,克服了传统混合高斯建模固有的一些缺点。在光照突然变化的情况下结合三帧间差分法进行检测;对其更新参数进行不同区域的自适应处理;利用隔帧检测来检测大而速度慢的运动目标,同时起到了优化算法的效果。通过实验证明本文提出的方法比传统的方法更具有快速性和准确性等特点,得到了良好的效果,能够更好的满足实时系统的要求。     

城市公路隧道火灾分段烟控方案研究

为研究多排烟井隧道内火灾场景下的烟控关键技术参数,以长沙市某城市公路隧道为背景,首先通过对该隧道内的火灾致灾原因及灾害特点等因素进行分析,确定该隧道内的车辆事故下的火灾热释放速率;其次利用基于火灾动力学理论的计算模型分析该隧道内车辆火灾事故,研究火灾事故下隧道内的烟雾分布规律及特性;最终基于各类通风方案下烟雾控制情况制定合理的烟雾控制方案。结果表明,城市隧道内30 MW的火灾场景下仅利用1个排烟井无法将烟气完全抑制在火灾至火灾下游1个排烟井范围内;利用火灾下游两个排烟井排烟时,烟雾能够得到较好地控制,第二个排烟井下游不受烟气的影响。     

林火管理成本中几个基本要素的确定与相互关系

通过用经济学的观点分析了林火管理成本中基本要素的相互关系及这些要素的确定,研究了林火防治成本与森林火灾损失之间的关系,提出了林火管理经济学中防治可能性区域的判据。     

基于改进YOLOv7-x的多场景火灾识别算法

为解决发生火灾时传统的火灾报警器易受环境和空间的限制,出现检测精度下降的问题,提出1种基于改进YOLOv7-x的多场景火灾识别算法。首先,对火灾数据集进行多样化扩展,使其对任务场景更具适应性,再将扩展好的数据集进行数据增强以提升模型的鲁棒性;其次,在算法头部嵌入Coordinate Attention注意力机制,用来增强算法对火灾的专注力,并在算法主干引入ConvNeXtBlock结构,提升算法的精度;最后,使用Merge-NMS算法代替传统的NMS算法用来提升预测框位置的精准度。研究结果表明：改进YOLOv7-x算法相比于改进前的均值平均精确度mAP提高7.8个百分点,改进后的算法性能更优,可满足复杂场景下火灾精准检测的要求。研究结果可为智能化检测火灾提供技术支持。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

地下车库火灾烟气扩散规律的数值计算与实验

为了准确预测火灾烟气运动情况,基于SGS湍流模型与大涡模拟相结合的方法预测地下车库中火灾烟气运动规律,采用简单化学反应模型处理地下车库中小汽车火灾的复杂燃烧过程,采用P-1模型计算烟气运动过程中的热辐射传递。设定了5种不同的计算工况,采用数值计算的方法得出火场烟气、温度分布情况;对其中的部分工况进行了实体火灾实验,并与计算结果相对比。研究结果表明:开启机械排烟比只依靠自然排烟时火场温度上升快,但是在稳定燃烧阶段温度相对较低;当火源功率为2MW时,仅依靠自然排烟时火场能见度为2m,当火源功率为4MW时,考虑机械排烟时火场能见度为10m,低于规定值;数值计算和实验结果一致性较好,说明采用的计算模型合理。     

基于气体浓度和烟颗粒消光系数的复合火灾预警系统

为解决火灾烟雾颗粒的消光效应对光声火灾检测带来的影响,以近红外激光为光源,结合波长调制技术和谐波检测技术对光声信号和颗粒消光系数进行了测量,并建立了火灾复合探测模型。利用棉绳阴燃、木材热解2组阴燃火实验以及正庚烷明火、木材明火2组明火实验进行了火灾模拟探测,并结合特定算法对结果进行了判定。结果表明系统能较好地对实验产生的CO浓度和烟颗粒消光系数进行探测,且运行稳定,能够满足火灾预警需求。     

突然进风对室内火灾影响的实验研究

以工业酒精为燃料，在一房间与走廊相联的模型中，研究了封闭燃烧一定时间后，突然进风对室内火灾的影响。分别在走廊进风。起火室进风等情况下，观察了燃烧状况的变化，测量了典型截面的温度分布，并对一些现象出现的原因作了分析。指出这种突然进风，可在短时间、一定范围内降低温度，但主要效果是促进燃烧。当室内有明火源时还会引发烟气回燃，致使其中的温度急剧升高。     

烟气湍流效应对火灾图像探测的影响

烟气是火灾过程的重要物理现象,烟气的湍流效应是火灾图像探测的重要影响因素,分析了烟气湍流反应对火灾图像探测的影响,得出了一些烟气湍流效应的图像特征,为多参数特征的火灾探测提供了理论依据。     

基于无人机的火灾检测系统设计与实现

针对传统森林火灾检测手段响应速度慢、效率低、误报率高等问题,设计了无人机搭载的由云台和相机组成的图像采集平台,通过火灾智能识别技术,实时识别监测火灾的发生,并达到了自动抵近侦察及实时态势感知的效果。在火灾智能识别算法方面,提出了improved-YOLOv3算法,通过在特征交互阶段增加yolo层,加强了网络对特征的融合度,从而增加了网络的检测能力。通过与性能相似的网络进行对比测试,验证了改进算法的有效性。测试结果表明,提出的算法检测准确率高、漏检率低、推理速度快,能够适用于实际火灾现场监测。     

锂离子电池电解液火灾的烟雾探测方法研究

基于散射不对称比的气溶胶识别方法,采用单个入射波长和两个散射角的方式测定了电解液火灾、正庚烷火、棉绳阴燃三种火灾烟雾和D90粉尘的前后向散射不对称比.结果表明,在红外L ED光源作用下,前向散射角为45°和后向散射角为135°时,不同类型气溶胶的散射不对称比的均值和变化率存在差异,这可以用于区分火灾烟雾和干扰气溶胶.此...     

基于风暴识别算法的森林火灾识别

采用风暴识别算法对森林火灾进行了识别。首先根据参数阈值调整后的风暴识别算法,得到二维分量,结合不同云回波与火灾回波的差异,对火灾回波进行识别。根据算法对浙江省温州市三次森林火灾过程进行识别,结果显示:对于三次火灾过程都能够有效识别。对于火灾发生初期和熄灭时,由于回波强度较弱,回波结构松散,与小范围弱回波混合,导致漏识别。当回波中存在小范围地物杂波时,由于其尺度与小面积火灾接近,最终导致误识别。在森林火灾发生时,该算法可以帮助识别发生火灾的位置,为消防人员提供及时可靠的火灾地点及起火时间。     

棉垛早期阴燃火灾特性及棉花仓库主动吸气式复合探测研究

以棉花仓库消防安全为背景,在火灾探测标准燃烧室内开展了棉花垛早期阴燃特性试验和吸气式复合探测试验研究。分析棉花垛早期阴燃过程中的质量损失、烟气浓度以及图像特征变化,以棉花垛顶部着火为例,归纳了阴燃过程大致包括水平蔓延及竖直蔓延两个阶段,并分析了各阶段特性。利用吸气式复合烟气诊断,分别记录了吸气管道出口的CO体积分数变化以及吸气式探测器的输出信号。结果表明,CO的响应时间明显快于吸气式探测器且几乎不受采样孔位置的影响。由于阴燃温度低,羽流湍浮力相对较弱,而CO气体密度远小于烟颗粒密度,在吸气管道中表现出更好的迁移性。因此,针对大空间棉储仓库,可以采用吸气式感烟火灾探测器与CO气体探测器相结合的复合探测手段,也可以考虑在传统吸气式探测器内部整合CO探测部件以提高探测报警速度,同时有效降低误报、漏报率。     

火灾烟雾探测技术的发展与探讨

简述了火灾烟雾探测的基本原理，针对火灾烟雾中固态产物的物理特征，从探测器设计和相应算法两个层面综述了国内外火灾烟雾探测技术的进展，展望了火灾烟雾探测技术的发展趋势。