一种已有边界条件下森林火灾蔓延预测模拟的方法

1.本发明涉及林火蔓延模拟预测领域，特别是一种已有边界条件下森林火灾蔓延预测模拟的方法。


背景技术：

2.森林火灾是一种常见的自然灾害。并且会对自然界造成不小的破坏，甚至一些地方可能对人类的生活造成较大的伤害。如果不对其加以管理和控制，任由其发展，造成的伤害无法估量。火灾发生以后如何及时有效的获取火场当下的状态信息(火灾范围、火场强度、推进速度、火灾类型、风速风向等气象信息)；如何采用现有可视化技术在计算机的虚拟场景中还原火场信息；如何采用数学模型在实时动态参数下进行火灾的扩散趋势预测，这些技术手段的综合应用对于火灾发生以后的防灾减灾具有重大的意义。
3.通过翻阅大量文献，发现现有大部分文献的林火蔓延的模拟都是以着火点为起点来进行模拟，这种模拟方法考虑的因子较为理想、并且对于火灾初期的小范围短时期的火灾模拟效果较好。而在实际情况中发现火灾时都已经燃烧了一段时间。已经造成一定范围的破坏，这种情况下对于决策人员更关心在已有火灾边界范围条件下未来一段时间内火灾的推进趋势预测。本文正是基于这一想法，提出一种基于火灾边界进行的蔓延模拟的方法，从而可以提高实际火灾模拟时的效率和准确性。


技术实现要素：

4.本发明的目的在于提供一种已有边界条件下森林火灾蔓延预测模拟的方法，可以很好的用于在实际情况下的基于已经燃烧一定的火灾范围来进行模拟预测。这样既能提高实际火灾模拟时的效率，也可以方便在实时获取实际火灾边界，对模型加以改进，从而提高准确性。
5.为实现上述目的，本发明的技术方案是：一种已有边界条件下森林火灾蔓延预测模拟的方法，包括如下步骤：
6.s1、将林火蔓延的区域数据输入并且构建二维格网：
7.s2、设置燃烧总时长为t、时间步长为t；
8.s3、将火灾边界提取成矢量多边形，叠加在研究区域上；
9.s4、计算出每一个矢量多边形的顶点位置；
10.s5、计算出每个顶点的蔓延速度和蔓延方向；
11.s6、根据时间步长计算下一时刻的火灾边界；
12.s7、重复步骤s4
‑
s6，完成对火灾蔓延的模拟。
13.在本发明一实施例中，在步骤s1中，在计算机上利用规则网格的形式将研究区域划分成若干60m
×
60m网格，将可燃物数据、坡度坡向数据、风速风向数据输入和存储到格网中。
14.在本发明一实施例中，在步骤s3中，从火灾中获得火灾边界的矢量多边形所利用
的方法为：对于森林火灾获取热红外图像，然后进行处理，对火灾边界附加空间地理位置的信息；利用canny边缘监测对其提取，包括：图像的降噪，计算图像梯度，非极大值抑制，阈值筛选；之后利用细化的算法进一步处理；获得火灾边界的轮廓；将轮廓线提取为特征点，将特征点连接成为多边形；将其转成矢量多边形，叠加在研究区域上。
15.在本发明一实施例中，在步骤s4中，在计算机中遍历每一个矢量多边形顶点，出现多个特征点在同一网格则保留一个特征点；计算最终保留的每个矢量多边形的顶点所在的网格位置。
16.在本发明一实施例中，在步骤s5中，在计算机中，遍历每一个矢量多边形顶点，根据其所在的网格数据，利用森林火灾蔓延模拟的公式计算出各顶点火灾蔓延的速度；根据坡度数据、风向数据、还有火线的法线数据计算出火灾蔓延的方向。
17.在本发明一实施例中，火灾蔓延的方向是各个矢量多边形顶点的相邻边的火线法线和坡度、风向矢量之和。
18.在本发明一实施例中，在步骤s6中，根据设置的时间步长t，利用顶点的火灾蔓延速度和方向，计算出下一时间步长的新的矢量多边形。
19.在本发明一实施例中，在计算出新的矢量多边形时，要遍历形成新的火灾多边形相邻顶点之间的距离，大于固定距离就对其边长进行线性插值，形成多个顶点，从而保证各个顶点间的距离都小于给定的固定距离。
20.在本发明一实施例中，在步骤s7中，将步骤s6得到的结果作为新的矢量多边形，再进行下一个时间步长的火灾蔓延模拟，直到所模拟时长达到总时长。
21.在本发明一实施例中，每个顶点的矢量之和的计算如下：每个顶点的蔓延方向由3种矢量决定的，分别是坡度、风向、火线法线；然后对其利用平行四边形法则进行两两相加；计算公式为：其中为每个顶点坡度矢量，为每个顶点风的矢量，为每个顶点法线矢量，为x轴的单位向量，为y轴的单位向量；i1，j1，k1分别是各个矢量在x方向上的分量，i2，j2，k2分别是各个矢量在y方向上的分量；通过这样的矢量的计算得到各个顶点的新矢量，其方向就是火灾点蔓延的方向。
22.相较于现有技术，本发明具有以下有益效果：
23.本发明提出的一种已有边界条件下森林火灾蔓延预测模拟的方法，更具体且实际地考虑了林火蔓延的模拟。并不是以着火点为起点，而是以火灾范围为研究对象并结合了地形数据，可燃物数据，气象数据来进行模拟预测。这样更精确地模拟出蔓延的过程，提高林火蔓延的精度。通过这样的模拟预测更容易和实时和实际火灾相结合，从而不断地改进模型，从而提高准确性。
附图说明
24.图1为本发明实施例提供的一种已有边界条件下森林火灾蔓延预测模拟的方法的流程图。
25.图2为本发明实施例的规则格网图。
26.图3为本发明的规则格网上叠加火灾边界示意图。
27.图4为本发明的火灾蔓延方向计算图。
28.图5为本发明的火灾边界一个步长的蔓延示意图。
具体实施方式
29.下面结合附图，对本发明的技术方案进行具体说明。
30.本发明实施例提供一种已有边界条件下森林火灾蔓延预测模拟的方法，参照图1所示，其主要包括如下步骤：
31.步骤s1、将林火蔓延的区域数据(气象，可燃物，地形)输入并且在此基础上构建二维格网：
32.将二维点阵形式的气象数据(风速，风向数据)，可燃物数据，地形数据输入；
33.在计算机中构建规则的格网，网格的边长就是空间步长，格网的边长相等，规则格网的大小表示空间分辨率的大小，如图2所示。对构建的二维格网从左到右进行编号，以方便后续的矢量多边形的顶点的位置确定。将点阵数据存储在所构建的二维格网中，使得它们数据和格网一一对应，每个网格中都存储唯一的输入数据组，以便后续的计算。
34.步骤s2、设置燃烧总时长t，并且设置时间步长为t：
35.在进行火灾模拟前规定结束时长，即燃烧总时长为t,当模拟的时长达到了t,便可以视为燃烧完毕，这样便可以结束模拟；
36.而时间步长t，是我们所要设定的固定的时间步长，也是指由一火灾边界到下一个火灾边界中间的时间间隔，理论上，设定t的时间越小，所模拟出来的火灾边界就越精确。
37.步骤s3、将火灾边界提取成矢量多边形，叠加在研究区域上；
38.可以利用无人机来获取热红外的图像，然后将其图像进行处理，为其附上位置信息，从而形成带有空间位置信息的热红外图像。
39.随后对齐火灾边缘进行提取，包含但不仅限于使用经典canny边缘监测对其进行提取，主要的过程为：图像的降噪，计算图像梯度，非极大值抑制，阈值筛选；再利用pavlidis细化的算法对其进行处理，获得火灾边界的轮廓；
40.将轮廓线提取为特征点，将特征点连接成为多边形，确定每一个特征点的地理坐标；将其转成矢量多边形，根据其坐标叠加在研究区域的网格之上如图3所示。
41.步骤s4、计算出每一个矢量多边形的顶点位置：
42.在计算机中遍历每一个多边形顶点，出现同一网格中有不止一个顶点的情况，则保留唯一顶点，以便后面的火灾蔓延模拟；根据每一个顶点的坐标，从而确定每个顶点所在的网格的位置。
43.步骤s5、计算出每个顶点的蔓延速度和蔓延方向：
44.通过每个顶点所在的网格的位置，再利用网格中存储的数据，利用现有的火灾蔓延模拟速度计算公式，包括但不仅限于rothermel模型的计算公式，王正非计算公式计算出各顶点火灾蔓延的速度；
45.其蔓延的方向的确定：主要是3种矢量决定的，包括：风向数据，坡度数据，火线的法线；
46.其本质就是对3个数据，其矢量的相加，利用平行四边形法则，使得向量两两相加；如图4所示。主要的计算公式为：其中每个顶点坡度矢量，每个顶点风的矢量，每个顶点法线矢量，为x轴的单位向量，为y轴的单位向量。i1，j1，k1分别是各个矢量在x方向上的分量，i2，j2，k2分别是各个矢量在y方向上
的分量；通过这样的矢量的计算可以的到各个顶点的新矢量，其方向就是火灾点蔓延的方向。
47.通过这样的矢量的计算可以的到各个顶点的新矢量，其方向就是火灾点蔓延的方向。
48.步骤s6、计算下一时刻的火灾边界：
49.根据已经设置的时间步长t，然后利用已经计算出来的顶点的火灾蔓延速度和方向，依次计算出下一步长的顶点位置，从而初步得到下一个步长的火灾边界；如图5所示，其图中的箭头的方向为蔓延方向，大小为一个步长下的蔓延距离；
50.接着要遍历每个相邻顶点之间的距离，设置一个固定值，来判断其边长是否大于其固定值，如果大于固定距离就对其边长进行插值，其插值的方法包括但不限于线性插值，b样条插值，从而形成多个顶点，以保证各个顶点间的距离都小于给定的固定距离。这样对提高下一步长的模拟的准确度。
51.步骤s7、重复以上步骤，完成对火灾蔓延的模拟：
52.判断模拟时长是否达到总时长，如果没有达到则重复s4、s5、s6不断输出每一步长的火灾边界，如若达到则视为燃烧结束，结束火灾模拟。
53.以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。