基于网络开放数据的区域消防救援总体有效覆盖率评估

高效准确地掌握消防救援有效覆盖率是优化消防站点资源配置的前提。将判断是否有效覆盖的消防救援行程时间阈值定为240 s,建立了基于时间加权的区域消防救援总体有效覆盖率评估模型。基于网络开放数据收集了长沙的50座消防站作为消防救援供给点、5746家被抽查到的社会单位作为消防救援需求点,并调用网络地图应用程序编程接口基于实时路况来仿真消防救援行程时间。在连续7 d内设置197个评估场景,共获得了1131962个有效样本,进而得出:长沙消防救援总体有效覆盖率为21.22%,结果等级为“C”,消防救援水平一般,需加强消防站建设。这种基于网络开放数据的区域消防救援有效覆盖率评估,具备高效和准确的特点,可为优化消防站点资源配置、提升公共安全水平提供关键理论和方法支撑。

基于观测与预报数据融合的森林火险预报

针对气象因子日变化波动大容易引起森林火险气象等级预报变动大这一问题,参考布龙-戴维斯方案森林火险气象预报模型的构建思路,利用2016—2020年广西1785个森林火灾样本和气象观测数据,建立森林火险气象指数模型(简称“模型”)。将气象观测数据输入模型,计算出每日森林火险气象监测指数,同时,将智能网格预报数据输入模型,计算出每日森林火险气象预报指数,然后利用加权算法将每日森林火险气象监测指数和每日森林火险气象预报指数进行融合计算,得到森林火险气象融合预报指数。利用2021年6月—2023年6月789个火灾样本,对林火险气象融合预报指数进行验证,结果表明:融合后未来1~7 d森林火险等级预报准确率从82%~56%,较融合前预报准确率提升1%~3%,基本满足目前广西森林火险气象等级预报业务应用。

多传感器融合的火灾监测机器人设计

针对目前火灾报警系统不能应用在城市中非密闭空间的问题,提出一种适用于非密闭空间的多传感器融合的火灾监测机器人。该机器人采用履带式结构适应多地形移动,根据城市内非密闭下空间火势初期主要特征参数确定采集模块的搭建;利用D-S证据理论对多传感器火灾数据进行融合检测,以降低单个传感器的误报率,来提高对非密闭空间火灾事故的精确判定,并对火灾进行现场警报与远程回传。实验表明,与单一传感器判断相比,引入D-S证据理论的火灾监测机器人的火灾检测不确定性下降,检测精度得到了提高。

行进间地面机动目标射击诸元解算方法

针对地面机动目标运动模式未知、无源跟踪缺乏距离量测信息导致传统射击诸元解算方法解命中精度下降的问题,提出一种基于纯角度测量的行进间地面机动目标射击诸元解算方法。在传统固定参数的当前统计(CS)模型基础上,利用模糊推理动态调整机动频率,并根据加速度历史估计信息设置机动加速度方差,提高目标方位角的估计精度;在一次测距的基础上,基于简化刚体弹道模型,利用割弦迭代法计算出命中点坐标,并在每次迭代中利用虚拟脱靶量对射击诸元进行修正,减少对弹道方程的计算次数,提高射击诸元解算的实时性和精度。仿真结果表明,该方法有效可行,基于模型参数自适应的CS模型提高了目标角度跟踪的精度,基于虚拟脱靶量的迭代修正算法提高了诸元解算的实时性,解命中精度相对于传统射击诸元解算方法得到了显著改善。

STUDY ON FOREST FIRE DANGER MODEL WITH REMOTE SENSING BASED ON GIS

Forest fire is one of the main natural hazards because of its fierce destructiveness. Various researches on fire real time monitoring, behavior simulation and loss assessment have been carried out in many countries. As fire prevention is probably the most efficient means for protecting forests, suitable methods should be developed for estimating the fire danger. Fire danger is composed of ecological, human and climatic factors. Therefore, the systematic analysis of the factors including forest characteristics, meteorological status, topographic condition causing forest fire is made in this paper at first. The relationships between biophysical factors and fire danger are paid more attention to. Then the parameters derived from remote sensing data are used to estimate the fire danger variables, According to the analysis, not only PVI (Perpendicular Vegetation Index) can classify different vegetation but also crown density is captured with PVI. Vegetation moisture content has high correlation with the ratio of actual evapotranspiration (LE) to potential ecapotranspiration (LEp). SI (Structural Index), which is the combination of TM band 4 and 5 data, is a good indicator of forest age. Finally, a fire danger prediction model, in which relative importance of each fire factor is taken into account, is built based on GIS.

基于刚柔耦合模型的某车载高炮火控诸元修正方法研究

针对车载高炮射击时车体姿态对射击精度的影响问题,提出了一种基于刚柔耦合模型修正火炮射击诸元的方法。以某车载高炮为研究对象,通过建立其刚柔耦合模型对车体姿态进行预测,火控系统将获取的射击方向上的车体姿态响应实时分解到沿车头方向和垂直于车头方向,经过纵、横倾及车向反变换后由载车不稳定坐标系转换为载车地理系下,再经滤波与解相遇问题求解得到地理系下的目标诸元,随后将地理系下的目标诸元通过纵、横倾及车向变换后得到载车不稳定系下的火炮射击诸元,从而将修正后的瞄准诸元提供给火炮。为验证修正方法的可行性与适用性,以另一型车载炮为对象进行了试验验证,试验结果表明:经诸元修正后的火炮射击精度得到明显改善,火炮射击初期高低和方位弹丸脱靶量均值分别减小了53.1%和41.3%,修正效果显著,研究可为车载高炮火控射击诸元修正提供一种新思路。

基于CNN的化工园区火灾火焰图像识别研究

为及时发现化工园区火灾事故,降低事故损失,利用卷积神经网络(CNN)建立化工园区火灾实时检测系统。基于CNN-YOLOv5算法训练化工园区火灾数据集和普通火灾数据集,分析对比2个数据集的损失值、召回率、精度和类别平均精度。其中,化工园区火灾数据集的损失值和召回率略低,但精度和类别平均精度高于普通火灾数据集,证明通过CNN检测化工园区火灾的可行性。结果表明:基于火灾检测结果,借助PyQt5程序框架设计化工园区火焰图像识别软件系统,可实现对化工园区火灾火焰图像和视频的识别应用,扩大该方法适用范围。基于CNN的YOLOv5目标检测算法可以实时检测化工园区火灾,其检测方法具有便携性、检测结果具有可靠性,可提高化工园区的安全管理水平。

基于改进PSO优化的RBF火灾预测系统

针对系统预测火灾状态不准确,导致火情变大造成人民群众生命和财产损失的问题,本文提出了一种基于改进粒子群优化的径向基神经网络多传感器数据融合算法的火灾状态预测系统。以温度、烟雾浓度、一氧化碳浓度为输入,以无火、阴燃火、明火的概率为输出,为了避免输出产生偏差,模糊推理系统对神经网络系统的输出做补偿。由于粒子群算法存在容易陷入局部最优的缺陷,采用一种非线性动态自适应惯性权重的改进粒子群优化算法(IPSO)。仿真实验表明,改进后的系统,以明火为例的平均绝对百分比误差达到0.169、均方根误差达到0.0021、平均绝对误差达到0.031。

基于数据集重构与Logistic回归的林火预测研究

以大兴安岭地区呼玛县为例,采用过采样、欠采样、混合采样以及人工合成等数据平衡方法对林火数据集进行重构,然后分别应用二项Logistic回归模型进行拟合。选择平均预测效果最佳的数据平衡方法,对全样本数据进行重构和建立模型,同时利用标准化回归系数法对各气象因子的相对重要性进行研究。结果显示,综合随机划分的10个样本共计40个平衡数据集,就拟合优度来说,过采样、混合采样和人工合成数据集差别不大,三者略大于欠采样数据集;就预测精度来说,过采样数据集﹥混合采样数据集﹥人工合成数据集﹥欠采样数据集,其中前三者差别不大,但明显大于欠采样数据集。计算各气象因子的标准化回归系数结果,FFMC、日最小相对湿度、DC绝对值最大,分别为0.771、0.720、0.527。本文通过过采样、混合采样及人工合成数据方法所得平衡数据集的拟合效果较好,其中以过采样数据集平均预测准确率最高,可用于该地区林火数据集重构及建立模型,各气象因子中,FFMC、日最小相对湿度、DC是影响研究区林火发生的主要驱动气象因子。

基于遥感技术的矿山煤火燃烧风险评价

为了利用遥感技术研究矿山煤火燃烧风险与燃烧特征,以新疆五宫煤矿为研究区,利用国产高分6#卫星影像对五宫煤矿地面塌陷、煤岩裂隙等地质灾害进行解译,结合无人机热红外数据进行煤火燃烧评价因子的选取,采用层次分析法对评价因子进行权重赋值,使用空间分析、阈值分割方法进行煤火燃烧风险等级划分,结合实地调查,对火区成因、特征进行分析。结果表明:矿区存在5处煤火燃烧高风险区,其走向与含煤地层、井下开采走向一致。煤矿煤火燃烧特征有3种:露天开采引起的煤层燃烧,地质条件复杂,治理难度大;煤矸石堆热量积聚引起的煤火燃烧治理较容易,建议清除煤矸石后,做必要的防护措施;治理后煤层复燃引起的煤火燃烧,由于复燃原因复杂,建议进一步勘查再进行灭火治理。通过对矿山煤火风险性与燃烧类型进行研究,可以为矿山灭火治理和生态修复提供服务。

基于云端数据分析的共享电单车起火原因分析技术研究

共享电单车具有运行数据采集和云端记录功能,揭示云端数据随起火部位及引燃模式的变化规律,可为起火原因认定和产品质量管理提供新依据。本文通过明火引燃、动力电池热失控整车燃烧试验和电气线路短路故障试验,研究共享电单车起火燃烧过程中云端数据的V-t曲线特征和变化规律。结果表明:明火及短路会导致数据传输线路断开,整车电压数据出现骤降后快速降至0,电压下降速度可超过500.56 mV/s;动力电池热失控后,整车电压数据出现骤降后缓慢下降,电压下降速度为20.02 mV/s,并在下降过程中出现短期的电压回升现象。开展共享电单车的火灾调查时,可通过调取云端数据分析V-t曲线特征的方法,为起火原因认定工作提供线索。

一种神经网络弹道诸元快速解算方法

针对导弹快速发射的任务需求,提出一种神经网络诸元快速解算方法。首先,根据任务需求建立了终端速度、高度、速度倾角和弹道诸元的映射关系,推导了基于LM优化算法的神经网络参数更新方法;然后,基于贝叶斯正则化理论设计了BP神经网络结构,得到满足精度要求的优化网络结构;最后,利用牛顿迭代法生成诸元数据库,将其作为训练集对神经网络进行训练,获得了具有优化参数的网络模型,并展开了仿真验证。理论与仿真结果表明,该方法可以实现射前诸元的快速精确计算,有效缩短射前准备时间。

基于多传感器融合的公路隧道新能源汽车火灾快速预警救援系统

针对现有火灾预警系统存在的检测器单一、各系统融合度不同的问题,基于新能源汽车热失控过程中可检测到的多种信号,利用多传感器检测数据融合,提出了一套基于多传感器融合的公路隧道新能源汽车火灾快速预警系统。分析表明,该系统可解决单一检测器检测不及时、不准确的问题,实现了不同传感器之间的优势互补。并且,还可根据预警级别采取不同隧道消防控制策略,避免了因灾情处理不及时产生的二次灾害问题。

基于级数解法进行射角迭代的弹道数值积分方法研究

采用基于弹道解算模型积分方式求解弹道诸元时,需要依据射表数据推导出大量的模型和参数,计算出实际射击条件影响的射角初值,使得计算量大且步骤繁杂。弹道级数解法可通过对任意初始射角进行不断迭代,使得积分的弹道快速满足收敛条件,计算出满足精度的射击诸元。该方法基于泰勒公式推导出射角和高角变化1 mrad的距离改变量的计算公式,在弹道积分过程中对射角进行修订,使射程的误差达到精度要求。通过对不同初始射角所对应的弹道、精度等统计分析,以及与目前常用方法计算射击诸元的比较分析,得出该方法不仅可以省略精确初始射角值的推导和计算,在程序体大小、解算速度和解算精度上均有提升,具有较强的实用意义和工程推广价值。

基于大数据的新能源汽车火灾调查系统研建与应用

结合全国新能源汽车火灾调查数据采集工作提出并研建了基于大数据的新能源汽车火灾调查系统,旨在通过整合多源数据和应用先进的数据分析技术,提升火灾事故的调查效率、预警能力和安全性。该系统的总体架构分为数据采集层、数据存储与管理层、数据处理与分析层、数据应用服务层和用户交互层。通过对事故调查数据、车载传感器数据及外部环境数据等的收集与分析,系统实现了火灾原因的深入挖掘和关联性分析。

基于综合评价熵值算法的火灾风险评估

探讨如何运用大数据提升消防领域的决策和实时指挥能力,通过技术整合和分析消防数据,在各种消防场景中实现更精细的火灾防控、更智能的灭火救援以及更高效的后勤管理。采用综合评价熵值算法优化消防策略,深入分析消防业务的特点,探讨数据治理在消防领域的关键要素。讨论这些策略的构建方法论、数据获取与处理技术,以及如何将这些策略有效融入现有消防实践,以达成上述目标。研究的核心目的是通过科学的数据管理和技术融合,在消防领域创造价值、提升火灾应对的效率和成效。

典型区域火灾风险数据的特征挖掘研究

随物联网与大数据的技术发展,我国城市火灾风险防治工作日益智能化。城市社会治理和日常消防工作中积累了大量多维度、动态的数据,为更有价值的数据挖掘提供了基础。故对政府公开的基础数据和消防部门业务平台的专业数据,采用数据挖掘方法进行深入分析研究。首先,描述性分析数据的统计分布特征;其次,采用主成分分析、决策树信息增益算法,研究火灾风险与环境因素数据的关系特征,构建降维分析模型;最后,深化分析模型输出的数据规律,研究数据集各属性间变化的特征趋势,为消防大数据建设和应用提出建议。

消防大数据平台在火灾分析和预警中的应用

随着我国城市化建设的逐步完善,降低城市火灾发生率,减少伤亡和损失一直是城市消防建设的重大目标之一。现有的火灾预警系统或智慧消防系统能在火灾发生时及时报警,但现有火灾预警系统依靠物联网设备实现,缺少火灾预测的应用或预测效果不佳,且城市火灾预防采用的消防单位安全风险评估方法适用性不强且评估成本高。同时,还提出了利用大数据、人工智能技术构建一个功能更完备、预测效果更佳、性能更好的消防大数据平台,致力于降低城市火灾发生率,减少火灾伤亡和损失。

远程无人机技术在校园火灾救援中的效果评估与数据分析

研究采用线性回归、逻辑回归以及多变量回归分析方法,深入探讨了远程无人机技术在校园火灾救援中的应用效果。研究结果表明:无人机技术的引入不仅显著缩短了火灾的响应与疏散时间;还与降低伤亡率展现出积极的关联趋势;同时在减少财产损失方面也表现出明显的正面影响。

2012–2021年东盟10国高耗能产业数据集

东盟地区各个国家的能源分布及经济发展水平的不平衡,导致该区域的高耗能产业分布不均匀,因此及时掌握东盟地区高耗能产业空间分布格局极为重要。本文基于375米高时空分辨率的NPP-VIIRS主动式火点数据,采用基于改进Kmeans的时空密度分割算法,叠加Google Earth高分辨率影像数据,形成了东盟地区2012–2021年10年间的高耗能产业数据集。本数据集提供了高耗能产业数据的位置信息、地表覆盖类型、所属国家、起止运行年份等信息,对该区域的能源分配与经济发展提供了科学的数据支撑,同时也为其与中国的合作与发展提供了决策支持。