CN116778350B - 基于卫星遥感影像的应急救援撤离点的寻找方法及设备 - Google Patents
基于卫星遥感影像的应急救援撤离点的寻找方法及设备 Download PDFInfo
- Publication number
- CN116778350B CN116778350B CN202310730803.1A CN202310730803A CN116778350B CN 116778350 B CN116778350 B CN 116778350B CN 202310730803 A CN202310730803 A CN 202310730803A CN 116778350 B CN116778350 B CN 116778350B
- Authority
- CN
- China
- Prior art keywords
- emergency rescue
- rescue evacuation
- evacuation area
- vegetation
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Alarm Systems (AREA)
Abstract
本申请公开了一种基于卫星遥感影像的应急救援撤离点的寻找方法及设备,涉及遥感识别技术领域,旨在解决现有技术无法准确获取应急救援撤离区域的技术问题。所述基于卫星遥感影像的应急救援撤离点的寻找方法,包括以下步骤:获取理论应急救援撤离区域信息;基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域;分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值;基于所述降落难度系数值,获得目标应急救援撤离点。
Description
技术领域
本申请涉及遥感识别技术领域,尤其涉及基于卫星遥感影像的应急救援撤离点的寻找方法及设备。
背景技术
在飞行器进行安全救援时,往往会遇到一些突发情况,需要进行紧急迫降,以更好地完成救援撤离任务。为使得飞行器在需要紧急迫降时,能快速识别获得目标应急救援撤离点,现有技术中通常会通过在飞行器上搭载激光雷达装置,以便于在飞行器飞行过程中,雷达实时扫描地表,从而获取地形数据,选择合适的应急救援撤离点。
但是上述搭载激光雷达的方法,在获取地形数据时,容易受到点云数据的影响而导致运算量大,并且由于点云数据的影响而无法准确识别获取到合适的应急救援撤离区域,因此通过上述方法获取应急救援撤离区域时的准确性有待提高。
发明内容
本申请的主要目的是提供一种基于卫星遥感影像的应急救援撤离点的寻找方法及设备,旨在解决现有技术无法准确获取应急救援撤离区域的技术问题。
为解决上述技术问题,本申请实施例提出了:一种基于卫星遥感影像的应急救援撤离点的寻找方法,包括以下步骤:
获取理论应急救援撤离区域信息;其中,所述理论应急救援撤离区域信息是指飞行器所接收到的应急救援撤离区域的位置信息;
基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域;
分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值;
基于所述降落难度系数值,获得目标应急救援撤离点。
作为本申请一些可选实施方式,所述基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域,包括:
将所述理论应急救援撤离区域信息中对应的理论应急救援撤离区域作为圆心,基于预设半径值,获得第一应急救援撤离区域;
基于所述第一应急救援撤离区域,获得所述第一应急救援撤离区域的外接矩形区域;将所述外接矩形区域平均划分为多个第二应急救援撤离区域。
作为本申请一些可选实施方式,所述分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,包括:
获取各所述第二应急救援撤离区域的SAR遥感影像数据;
基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的相对平缓度值;
基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的植被覆盖高度值。
作为本申请一些可选实施方式,所述基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的相对平缓度值,包括:
基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域内第一目标点和第二目标点;其中,所述第一目标点为其所在第二应急救援撤离区域内的最高点,所述第二目标点为其所在第二应急救援撤离区域内的最低点;
基于所述第一目标点和所述第二目标点,获得所述第二应急救援撤离区域的坡度值;
基于所述第二应急救援撤离区域的坡度值和理论最大坡度角,获得所述第二应急救援撤离区域的相对平缓度值。
作为本申请一些可选实施方式,所述基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的植被覆盖高度值,包括:
基于所述SAR遥感影像数据,对所述第二应急救援撤离区域的植被指数进行归一化处理,获得所述第二应急救援撤离区域的归一化植被指数;
基于所述第二应急救援撤离区域的植被指数,获得所述第二应急救援撤离区域的植被覆盖高度值。
作为本申请一些可选实施方式,所述基于所述第二应急救援撤离区域的植被指数,获得所述第二应急救援撤离区域的植被覆盖高度值,包括:
若所述第二应急救援撤离区域的植被指数<0,则所述第二应急救援撤离区域的植被覆盖高度值>1;
若所述第二应急救援撤离区域的植被指数=0,则所述第二应急救援撤离区域的植被覆盖高度值=0;
若所述第二应急救援撤离区域的植被指数>0,则以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值。
作为本申请一些可选实施方式,所述若所述第二应急救援撤离区域的植被指数>0,则以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值,包括:
若所述第二应急救援撤离区域的植被指数>0,则对所述第二应急救援撤离区域内的植被类型进行统计;
基于所统计的植被类型和预设的植被样本数据库,识别出所述第二应急救援撤离区域内最高的植被;其中,所述预设的植被样本数据库包括植被光谱曲线和多个植被的平均高度值;
以最高的植被对应的高度值作为所述第二应急救援撤离区域的植被覆盖高度值。
作为本申请一些可选实施方式,所述降落难度系数值满足以下关系式:
其中,所述f表示降落难度系数值,所述w1表示坡度加权系数,所述w2表示植被覆盖高度加权系数,s表示第二应急救援撤离区域的相对平缓度值,h表示第二应急救援撤离区域的植被覆盖高度值。
作为本申请一些可选实施方式,所述基于所述降落难度系数值,获得目标应急救援撤离点,包括:
基于所述降落难度系数值,按照预设阈值,获得目标应急救援撤离点。
为解决上述技术问题,本申请实施例还提出了:一种电子设备,该电子设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如上所述基于卫星遥感影像的应急救援撤离点的寻找方法。
目前飞行器在选取应急降落点时,往往通过搭载激光雷达获取实时的地形数据,但该方法所获取的地形数据时,无法获取地面植被数据,因此在实际降落时,可能会由于未知厚度的植被所覆盖,而导致所选取的应急降落地不具备降落条件;或由于存在大量干扰点云数据,而导致运算时效有延迟,且存在运算结果不准确的可能,进而导致在选取的应急救援撤离区域进行降落时存在巨大风险。针对上述技术缺陷,本申请实施例提出了一种基于卫星遥感影像的应急救援撤离点的寻找方法,包括以下步骤:获取理论应急救援撤离区域信息;其中,所述理论应急救援撤离区域信息是指飞行器所接收到的应急救援撤离区域的位置信息;在实际应用时,所接收到的理论应急救援撤离区域只是粗略的目的地点,而并没有针对目的地点的可降落性进行过判断,因此在本申请所述技术方案中,基于所述理论应急救援撤离区域信息进行了后续计算,即基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域;分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值;基于所述降落难度系数值,获得目标应急救援撤离点。可以看出,上述方法在对目标应急救援撤离区域进行选取时,不仅利用坡度坡向分析对地形数据做分析,还考虑了覆盖的植被高度,以提高选取目标应急救援撤离点的准确性。
附图说明
图1是本申请的实施例涉及的基于卫星遥感影像的应急救援撤离点的寻找方法的流程示意图;
图2是本申请实施例涉及的多个第二应急救援撤离区域的获取方法的流程示意图;
图3是本申请实施例涉及的降落难度系数值的获取方法的流程示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
情况紧急、人员伤亡、环境严苛、情况未知等是安全应急领域最显著的特点。但即使面对这些艰难挑战,应急救援都是我们必须要做的工作。为了保证在这种紧急、复杂、未知情况下,救援运输的飞行器能够顺利进入救援现场,并且寻找到合适的应急救援撤离区域,以便完成救援撤离。
目前,有些救援飞行器会搭载机载激光雷达装置,在飞行器飞行时,雷达实时扫描地表,从而获取地形数据;但这种方式首先需要成本较高的雷达装置,其次由于实时获取点云数据,会导致运算时效有延迟。另外这种方式对点云数据的质量要求较高,但由于数据是临时获取的,无法进行预处理,故很容易出现无法分析出合适撤离点的情况。
但是,如果仅仅对地形进行坡度分析和坡向分析,而没有考虑植被覆盖,那么选取的应急救援撤离区域很可能被未知厚度的茂密植被覆盖,存在巨大危险,实际上并不能作为撤离点。
基于此,本申请提出了一种基于卫星遥感影像的应急救援撤离点的寻找方法,包括以下步骤:获取理论应急救援撤离区域信息;其中,所述理论应急救援撤离区域信息是指飞行器所接收到的应急救援撤离区域的位置信息;基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域;分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值;基于所述降落难度系数值,获得目标应急救援撤离点。
本实施例的方法可以是程序的方式,基于现有的计算机设备运行程序来执行,计算机设备可以是手机、平板、台式计算机等,计算机设备中可以包括处理器、储存介质等,储存介质用于存储执行本实施例方法的程序,处理器用于运行程序,以执行本实施例的方法。
基于前述实施例的硬件设备,本申请的实施例提供一种基于卫星遥感影像的应急救援撤离点的寻找方法,如图1所示,包括以下步骤:
步骤S10、获取理论应急救援撤离区域信息;其中,所述理论应急救援撤离区域信息是指飞行器所接收到的应急救援撤离区域的位置信息。
需要说明的是,上述理论应急救援撤离区域是指,飞行器基于需救援地点或需迫降地点所生成的理论应急救援撤离区域信息,并将其发送至终端设备,以便于终端设备后续基于理论应急救援撤离区域进行计算,从而识别获取目标应急救援撤离区域。如某地出现人员伤亡,需要飞行器进行迫降,则将所述迫降目的地作为理论应急救援撤离区域,从而更好地开展救援工作;再如飞行器在工作过程中,出现一些紧急情况或天气环境变得恶劣,因此需要紧急迫降以进行避险,则以避险地点作为理论应急救援撤离区域,从而就近降落,以更快的进行避险状态。
需要说明的是,所述理论应急救援撤离区域可以是在执行救援工作之前,预先设置的位置;也可以是基于飞行器上所搭载机载激光雷达装置临时获取得到的。其中,所述飞行器可以是滑翔机、飞艇、飞机、直升机、无人机或航天器等。
步骤S20、基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域。
在具体应用中,所述基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域,包括:
步骤S21、将所述理论应急救援撤离区域信息中对应的理论应急救援撤离区域作为圆心,基于预设半径值,获得第一应急救援撤离区域。
在实际应用时,由于所述理论应急救援撤离区域为飞行器设置的初始目的地,因此为了便于更顺利地开展救援工作或尽快地进入避险状态,本申请在选取目标应急救援撤离区域时,以理论应急救援撤离区域为圆心进行第一应急救援撤离区域的划定,以使得最终所识别获取的目标应急救援撤离点至初始目的地的距离不会超出预设距离,从而更好地完成救援或避险工作。需要说明的是,所述预设半径值是指基于实际情况所设置的识别范围值,即预设距离值,避免最终所识别获取的目标应急救援撤离点距离初始目的地的距离过远,而增大工作难度。一般来说,所述预设半径值r的选值范围可以是0<r≤5km;当预设半径值超出5km后,可能会存在最终所选取的目标应急救援撤离点离理论降落点距离过远,而无法较好地开展救援或其他紧急任务。在实际应用过程中,所述第一应急救援撤离区域除了通过步骤S21所述方法获得以外,还可以是依据经验通过手绘自定义一个精确的撤离点寻址范围。
步骤S22、基于所述第一应急救援撤离区域,获得所述第一应急救援撤离区域的外接矩形区域;将所述外接矩形区域平均划分为多个第二应急救援撤离区域。
在实际应用时,所述第一应急救援撤离区域(也可称为缓冲区范围)由于是通过预设半径距离所获得的,故为圆形,而圆形的覆盖区域范围有限,因此本申请通过基于所述第一应急救援撤离区域,获得其外接矩形区域,以便于在后续运算前,将所述外接矩形区域平均划分为多个第二应急救援撤离区域(也可称为应急救援撤离备选区域)。如将所述外接矩形区域划分为多个长15m*宽15m的小格子,将其分别作为第二应急救援撤离区域,从而降低后续运算量,提高运算效率。所述将所述外接矩形区域划分为多个小格子时,小格子的长宽值不做特殊限定,这里的长15m*宽15m仅做举例说明,可以根据实际飞行器大小进行设置,应当设置为,每个所述小格子均能容纳至少一个飞行器的降落。
步骤S30、分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值。
在实际应用中,所述分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,包括:
步骤S31、获取各所述第二应急救援撤离区域的SAR遥感影像数据。
需要说明的是,所述SAR遥感影像数据是指基于SAR遥感设备所生成的影像数据,其中,所述SAR(合成孔径雷达,Synthetic Aperture Radar)是上世纪50年代提出并研制成功的一种微波遥感设备。它是一种主动式的对地观测系统,可安装在飞机、卫星、宇宙飞船等飞行平台上,全天时、全天候对地实施观测、并具有一定的地表穿透能力。因此,SAR系统在灾害监测、环境监测、海洋监测、资源勘察、农作物估产、测绘和军事等方面的应用具有独特的优势,可发挥其它遥感手段难以发挥的作用。
其中,所述SAR遥感设备是用一个小天线作为单个辐射单元,将此单元沿一直线不断移动,在不同位置上接收同一地物的回波信号并进行相关解调压缩处理。一个小天线通过“运动”方式就合成一个等效“大天线”,这样可以得到较高的方位向分辨率,同时方位向分辨率与距离无关,这样SAR就可以安装在卫星平台上而可以获取较高分辨率的SAR图像。
步骤S32、基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的相对平缓度值。
在实际应用中,本申请实施例基于微波波段SAR遥感影像中记录的每个像素点的高度信息,对每个小格子进行坡度计算,为提高计算效率,本申请实施例所述方法包括以下步骤:
基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域内第一目标点和第二目标点;其中,所述第一目标点为其所在第二应急救援撤离区域内的最高点,所述第二目标点为其所在第二应急救援撤离区域内的最低点;基于所述第一目标点和所述第二目标点,获得所述第二应急救援撤离区域的坡度值;基于所述第二应急救援撤离区域的坡度值和理论最大坡度角,获得所述第二应急救援撤离区域的相对平缓度值。
可以看出,本申请实施例所述方法通过SAR遥感影像数据,获得各所述第二应急救援撤离区域内的高度最高点p1和高度最低点p2。并基于所述高度最高点p1和所述高度最低点p2,计算各所述第二应急救援撤离区域的坡度值。
其中,所述坡度值在计算过程中满足以下关系式:
其中,θ是指所述第二应急救援撤离区域的坡度值,Δh是指所述高度最高点p1和所述高度最低点p2的高度差值,Δd是指所述高度最高点p1和所述高度最低点p2的直线距离值。
为使得计算结果更为准确,本申请基于实际情况,将所述理论最大坡度角设为5°,因此若计算结果表示,坡度值θ>5°,则表明不适宜飞行器的降落,无需进行后续运算,可将该第二应急救援撤离区域进行剔除处理;如计算结果表示,坡度值θ≈90°,则表明该第二应急救援撤离区域实际为建筑区域,不适宜飞行器的降落,无需进行后续运算,可将该第二应急救援撤离区域进行剔除处理。
当所述计算结果表示,坡度值θ≤5°时,进行下一步计算,即基于所述第二应急救援撤离区域的坡度值和理论最大坡度角,获得所述第二应急救援撤离区域的相对平缓度值。其中,所述第二应急救援撤离区域的相对平缓度值满足以下关系式:
其中,s表示所述第二应急救援撤离区域的相对平缓度值,θ是指所述第二应急救援撤离区域的坡度值,5°为预设的理论最大坡度角。可以看出,基于上述公式计算获得的第二应急救援撤离区域的相对平缓度值应满足0≤s≤1。
步骤S33、基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的植被覆盖高度值。
在实际应用中,为保证最终识别结果更接近现实情况,本申请在对所述第二应急救援撤离区域的坡度进行了计算之后,还对所述第二应急救援撤离区域的植被覆盖高度值进行了计算,即:
步骤S331、基于所述SAR遥感影像数据,对所述第二应急救援撤离区域的植被指数进行归一化处理,获得所述第二应急救援撤离区域的归一化植被指数。
需要说明的是,所述对所述第二应急救援撤离区域的植被指数进行归一化处理是指,基于所述SAR遥感影像数据,利用以下公式对所述第二应急救援撤离区域的植被指数进行归一化处理后进行提取:
其中,所述NDVI表示所述第二应急救援撤离区域的归一化植被指数,所述NIR表示近红外值,所述R是指红色通道值。
通过上述计算,若NDVI<0,表示该区域存在水体对可见光高反射的物体,水体不适合作为撤离点。若NDVI=0,表示该区域为裸土或岩石。若NDVI>0,则表明该区域存在植被,且越接近1,植被覆盖度越大。
需要说明的是,所述归一化植被指数通过测量近红外(植被强烈反射)和红光(植被吸收)之间的差异来量化植被。NDVI的范围始终为-1至+1。但是每种类型的土地覆盖并没有明确的界限。与其他波长相比,健康的植被(叶绿素)反射更多的近红外(NIR)和绿光,但是它吸收更多的红色和蓝色光。例如,当值为负数时,很可能是水。另一方面,如果NDVI值接近+1,则很有可能是茂密的绿叶。然而,当NDVI接近于零时,没有绿叶,甚至可能是城市化区域。
步骤S332、基于所述第二应急救援撤离区域的植被指数,获得所述第二应急救援撤离区域的植被覆盖高度值。
在实际应用时,若NDVI<0,表示该区域存在水体对可见光高反射的物体,水体不适合作为撤离点,因此此时将所述第二应急救援撤离区域的植被覆盖高度值h设置为大于1;若NDVI=0,表示该区域为裸土或岩石,可用于降落,故将所述第二应急救援撤离区域的植被覆盖高度值h设置为等于0;若NDVI>0,则表明该区域存在植被,且越接近1,植被覆盖度越大,可以以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值,即此时所述第二应急救援撤离区域的植被覆盖高度值应满足0≤h≤1。即:若所述第二应急救援撤离区域的植被指数<0,则所述第二应急救援撤离区域的植被覆盖高度值>1;若所述第二应急救援撤离区域的植被指数=0,则所述第二应急救援撤离区域的植被覆盖高度值=0;若所述第二应急救援撤离区域的植被指数>0,则以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值。
需要说明的是,所述若所述第二应急救援撤离区域的植被指数>0,则以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值,包括:若所述第二应急救援撤离区域的植被指数>0,则对所述第二应急救援撤离区域内的植被类型进行统计;基于所统计的植被类型和预设的植被样本数据库,识别出所述第二应急救援撤离区域内最高的植被;其中,所述预设的植被样本数据库包括植被光谱曲线和多个植被的平均高度值;以最高的植被对应的高度值作为所述第二应急救援撤离区域的植被覆盖高度值。
具体地,植被由于叶绿素的影像,对蓝光和红光吸收作用强,而对绿光反射作用强。因此在可见光波段(0.4um-0.76um)中,有一个反射峰位于绿光(0.55um)附近。而由于植被叶细胞结构的影响,其在近红外波段(0.7-0.8um)也有一个反射峰值。另外,受植被含水量影响,其在中红外波段(1.3-2.5um)会出现反射低谷。不同植被叶绿素含量、叶细胞结构和含水量不同,因此反映出的光谱曲线也不同。其中,所述统计的植被类型和预设的植被样本数据库也可以是预先进行的统计获得的,所述植被光谱数据库包括所有植被的光谱曲线图及其平均高度值,例如根据统计调查,梨树的平均高度为1.5米,如果通过光谱曲线识别出植被为梨树,则将该梨树的高度赋值为1.5米。
在实际应用时,通过实际所获取的第二应急救援撤离区域中所包含的植被光谱区域图,与植被光谱数据库中的标准光谱曲线图进行对比,以判断所述植被光谱区域图中所包含的目标植被类型,再基于所述植被光谱数据库中各植被平均高度值对所述第二应急救援撤离区域中所识别出的各目标植被进行高度赋值,以判断所述第二应急救援撤离区域内高度最高的植被,并将高度最高的植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值。即:将分析出来的光谱曲线与提前建立好的光谱数据库中做比对,找到对应的植被类型及高度。若区域内存在多种植被,则需在光谱数据库中做比对,找出多种植被,并选择最大高度作为h的基准值。通过上述方法可以快速识别所述第二应急救援撤离区域内高度最高的植被及其高度信息。
实际应用过程中,在计算出各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值后,可以通过如下公式计算获得各所述第二应急救援撤离区域的降落难度系数值:
其中,所述f表示降落难度系数值,所述w1表示坡度加权系数,所述w2表示植被覆盖高度加权系数,s表示第二应急救援撤离区域的相对平缓度值,h表示第二应急救援撤离区域的植被覆盖高度值。
需要说明的是,所述坡度加权系数w1和所述植被覆盖高度加权系数w2可基于实际情况进行设置,在本申请实施例所述技术方案中,将其均设置为0.5。所述第二应急救援撤离区域的相对平缓度值s在[0,1)范围内越小,意味着越适合降落。所述第二应急救援撤离区域的植被覆盖高度值h在[0,1)范围内越小,意味着越适合降落。
通过上述公式可以看出,当所述第二应急救援撤离区域的相对平缓度值s和所述第二应急救援撤离区域的植被覆盖高度值h的值越小,降落难度系数值f值便越小,越适合作为目标应急救援撤离点。但是当s、h不在值域范围(即s≥1,或h≥1)时,表明该区域不适合降落,故认为此时f=1。
步骤S40、基于所述降落难度系数值,获得目标应急救援撤离点。
在实际应用过程中,所述基于所述降落难度系数值,获得目标应急救援撤离点,包括:基于所述降落难度系数值,按照预设阈值,获得目标应急救援撤离点。
需要说明的是,所述预设阈值可以基于实际情况进行设置,如在实际执行任务时,需要在保证安全的前提下,筛选出距离最近的目标应急救援撤离点,故设置为0.5(不限于0.5,这里的0.5仅做举例说明),则可认为当所述降落难度系数值<0.5时,可作为目标应急救援撤离点,若同时有几个应急救援撤离区域均满足所述降落难度系数值<0.5,则可基于各所述应急救援撤离区域到所述圆心值(理论应急救援撤离区域)的距离进行筛选,将距离所述圆心值距离最短的应急救援撤离区域作为目标应急救援撤离区域。再如在实际执行任务时,需要保证绝对安全降落,即对于需要保证绝对降落安全,可以将所述预设阈值设置为个数筛选,如将所述预设阈值设置为1个(不限于1个,这里的1个仅做举例说明),则在获取各第二应急救援撤离区域的降落难度系数值后,将其按照大小进行排序,将降落难度系数值最小对应的第二应急救援撤离区域作为目标应急救援撤离区域。
综上所述,本申请实施例首先基于微波波段的SAR遥感影像,提取逐像素中的高度信息,计算计划第一应急救援撤离区域的最大坡度,如建筑物与地面之间的坡度为90°,则不符合降落标准。若坡度符合降落标准,进一步,利用NDVI指数判断区域内植被覆盖情况。对于大面积的植被覆盖区,通过图像识别无法判别具体是哪种作物的,进一步,可利用植被对电磁波的反射率不同的原理,使用高光谱遥感影像分析不同区域的植被波谱曲线。并将波谱曲线与预先建立的预设的植被样本数据库中的波谱进行对比,从而识别出植被类型与平均高度。最终结合高差与植被高度,综合评估该区域的降落难度系数,并最终决定能否作为最佳的目标应急救援撤离区域。即:若需进入建筑密集区域进行救援,则利用SAR遥感影像,可以计算出目标区域内高差较大、坡度较大的区域,并排除作为撤离点。而针对能够作为撤离点的区域,若存在植被覆盖,可识别出植被类型与高度,结合坡度与植被高度,综合评估该区域的撤离难度。
需要说明的是,本申请所述的终端设备,包含计算机服务器、存储装置和显示设备,同时需搭载卫星定位导航终端,用于获取飞行器的实时位置。
在实际应用过程中,本申请实施例基于同样的发明思路,还提供了一种基于卫星遥感影像的应急救援撤离点的寻找装置,包括:
接收模块,用于获取理论应急救援撤离区域信息;其中,所述理论应急救援撤离区域信息是指飞行器所接收到的应急救援撤离区域的位置信息;
识别第二应急救援撤离区域模块,用于基于所述理论应急救援撤离区域信息,获得多个第二应急救援撤离区域;
计算模块,用于分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值;
识别模块,用于基于所述降落难度系数值,获得目标应急救援撤离点。
本领域技术人员应当理解,实施例中的各个模块的划分仅仅是一种逻辑功能的划分,实际应用时可以全部或部分集成到一个或多个实际载体上,且这些模块可以全部以软件通过处理单元调用的形式实现,也可以全部以硬件的形式实现,或是以软件、硬件结合的形式实现,需要说明的是,本实施例中基于卫星遥感影像的应急救援撤离点的寻找装置中各模块是与前述实施例中的基于卫星遥感影像的应急救援撤离点的寻找方法中的各步骤一一对应,因此,本实施例的具体实施方式可参照前述基于卫星遥感影像的应急救援撤离点的寻找方法的实施方式,这里不再赘述。
在一种实施例中,本申请还提供一种电子设备,所述电子设备包括处理器,存储器以及存储在所述存储器中的计算机程序,所述计算机程序被处理器运行时实现前述实施例中方法的步骤。
此外,在一种实施例中,本申请还提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器运行时实现前述实施例中方法的步骤。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台多媒体终端设备(可以是手机,计算机,电视接收机,或者网络设备等)执行本申请各个实施例所述的方法。
以上所揭露的仅为本申请的局部实施例而已,当然不能以此来限定本申请之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或局部流程,并依本申请权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (7)
1.一种基于卫星遥感影像的应急救援撤离点的寻找方法,其特征在于,包括以下步骤:
获取理论应急救援撤离区域信息;其中,所述理论应急救援撤离区域信息是指飞行器所接收到的应急救援撤离区域的位置信息;
将所述理论应急救援撤离区域信息中对应的理论应急救援撤离区域作为圆心,基于预设半径值,获得第一应急救援撤离区域;
基于所述第一应急救援撤离区域,获得所述第一应急救援撤离区域的外接矩形区域;将所述外接矩形区域平均划分为多个第二应急救援撤离区域;其中,每个所述第二应急救援撤离区域均能容纳至少一个飞行器的降落;
分别计算各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值;其中,计算各所述第二应急救援撤离区域的植被覆盖高度值包括:
获取各所述第二应急救援撤离区域的SAR遥感影像数据;
基于所述SAR遥感影像数据,对所述第二应急救援撤离区域的植被指数进行归一化处理,获得所述第二应急救援撤离区域的归一化植被指数;
若所述第二应急救援撤离区域的植被指数<0,则所述第二应急救援撤离区域的植被覆盖高度值>1;
若所述第二应急救援撤离区域的植被指数=0,则所述第二应急救援撤离区域的植被覆盖高度值=0;
若所述第二应急救援撤离区域的植被指数>0,则以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值;
基于各所述第二应急救援撤离区域的相对平缓度值和各所述第二应急救援撤离区域的植被覆盖高度值,获得降落难度系数值;
基于所述降落难度系数值,获得目标应急救援撤离点。
2.根据权利要求1所述基于卫星遥感影像的应急救援撤离点的寻找方法,其特征在于,所述计算各所述第二应急救援撤离区域的相对平缓度值,包括:
获取各所述第二应急救援撤离区域的SAR遥感影像数据;
基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的相对平缓度值。
3.根据权利要求2所述基于卫星遥感影像的应急救援撤离点的寻找方法,其特征在于,所述基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域的相对平缓度值,包括:
基于所述SAR遥感影像数据,获得各所述第二应急救援撤离区域内第一目标点和第二目标点;其中,所述第一目标点为其所在第二应急救援撤离区域内的最高点,所述第二目标点为其所在第二应急救援撤离区域内的最低点;
基于所述第一目标点和所述第二目标点,获得所述第二应急救援撤离区域的坡度值;
基于所述第二应急救援撤离区域的坡度值和理论最大坡度角,获得所述第二应急救援撤离区域的相对平缓度值。
4.根据权利要求1所述基于卫星遥感影像的应急救援撤离点的寻找方法,其特征在于,所述若所述第二应急救援撤离区域的植被指数>0,则以所述第二应急救援撤离区域内最高植被的高度值作为所述第二应急救援撤离区域的植被覆盖高度值,包括:
若所述第二应急救援撤离区域的植被指数>0,则对所述第二应急救援撤离区域内的植被类型进行统计;
基于所统计的植被类型和预设的植被样本数据库,识别出所述第二应急救援撤离区域内最高的植被;其中,所述预设的植被样本数据库包括植被光谱曲线和多个植被的平均高度值;
以最高的植被对应的高度值作为所述第二应急救援撤离区域的植被覆盖高度值。
5.根据权利要求1所述基于卫星遥感影像的应急救援撤离点的寻找方法,其特征在于,所述降落难度系数值满足以下关系式:
其中,所述f表示降落难度系数值,所述w1表示坡度加权系数,所述w2表示植被覆盖高度加权系数,s表示第二应急救援撤离区域的相对平缓度值,h表示第二应急救援撤离区域的植被覆盖高度值。
6.根据权利要求1所述基于卫星遥感影像的应急救援撤离点的寻找方法,其特征在于,所述基于所述降落难度系数值,获得目标应急救援撤离点,包括:
基于所述降落难度系数值,按照预设阈值,获得目标应急救援撤离点。
7.一种电子设备,其特征在于,该电子设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如权利要求1-6中任一项所述基于卫星遥感影像的应急救援撤离点的寻找方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730803.1A CN116778350B (zh) | 2023-06-19 | 2023-06-19 | 基于卫星遥感影像的应急救援撤离点的寻找方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730803.1A CN116778350B (zh) | 2023-06-19 | 2023-06-19 | 基于卫星遥感影像的应急救援撤离点的寻找方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116778350A CN116778350A (zh) | 2023-09-19 |
CN116778350B true CN116778350B (zh) | 2025-03-18 |
Family
ID=88007474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310730803.1A Active CN116778350B (zh) | 2023-06-19 | 2023-06-19 | 基于卫星遥感影像的应急救援撤离点的寻找方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116778350B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117842418B (zh) * | 2024-02-05 | 2024-05-28 | 广州冠图电子科技有限公司 | 一种基于应急电源的充电控制方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130179011A1 (en) * | 2012-01-10 | 2013-07-11 | Lockheed Martin Corporation | Emergency landing zone recognition |
KR102315972B1 (ko) * | 2021-01-26 | 2021-10-22 | 대한민국 | 드론을 활용한 재난현장 재구성 및 원인분석 방법과 시스템 |
CN114636417B (zh) * | 2022-05-23 | 2022-09-02 | 珠海翔翼航空技术有限公司 | 基于图像识别的飞行器迫降路径规划方法、系统和设备 |
CN115348247A (zh) * | 2022-08-09 | 2022-11-15 | 四川科瑞源信息科技有限公司 | 基于天空地一体化技术的森林火灾检测预警及决策系统 |
CN115841014A (zh) * | 2022-10-12 | 2023-03-24 | 北京市科学技术研究院 | 森林火灾现场处置危险性评估方法 |
-
2023
- 2023-06-19 CN CN202310730803.1A patent/CN116778350B/zh active Active
Non-Patent Citations (3)
Title |
---|
北票市基于 Landsat8 遥感影像的归一化植被指数分析;党如童;《实用技术》;20171231;第1-3页 * |
赵坚等.高分遥感技术评估洪涝灾害后卫生应急需求的探讨.《现代预防医学》.2018,第1-6页. * |
高分遥感技术评估洪涝灾害后卫生应急需求的探讨;赵坚等;《现代预防医学》;20181231;第1-6页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116778350A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240361200A1 (en) | Apparatuses and methods for gas flux measurements | |
US9784836B2 (en) | System for monitoring power lines | |
Goodbody et al. | Unmanned aerial systems for precision forest inventory purposes: A review and case study | |
Tang et al. | Drone remote sensing for forestry research and practices | |
CN113454677B (zh) | 一种遥感卫星系统 | |
Næsset et al. | Mapping and estimating forest area and aboveground biomass in miombo woodlands in Tanzania using data from airborne laser scanning, TanDEM-X, RapidEye, and global forest maps: A comparison of estimated precision | |
US10277305B1 (en) | UAV wildlife monitoring system and related methods | |
US20160018224A1 (en) | Symbiotic Unmanned Aerial Vehicle and Unmanned Surface Vehicle System | |
Herrero-Huerta et al. | Vicarious radiometric calibration of a multispectral sensor from an aerial trike applied to precision agriculture | |
CN116778350B (zh) | 基于卫星遥感影像的应急救援撤离点的寻找方法及设备 | |
WO2020107174A1 (zh) | 地面点云地图精度评估方法、装置、系统及无人机 | |
Petrides et al. | Disaster prevention and emergency response using unmanned aerial systems | |
Lum et al. | Multispectral imaging and elevation mapping from an unmanned aerial system for precision agriculture applications | |
Brunner et al. | Rapid detection of stand density, tree positions, and tree diameter with a 2D terrestrial laser scanner | |
CN110413002B (zh) | 一种无人机遥感信息采集方法及装置 | |
Liang et al. | An improved sensing method using radio frequency detection | |
Kelner et al. | Errors of UAV autonomous landing system for different radio beacon configurations | |
Hristozov et al. | Concept model for drone selection in specific disaster conditions | |
Kukkonen et al. | Volumes by tree species can be predicted using photogrammetric UAS data, Sentinel-2 images and prior field measurements | |
Virrankoski | Autonomous Sensing using Satellites, Multicopters, Sensors and Actuators (MULTICO)-Final Report | |
Nakano et al. | On a fundamental evaluation of a uav equipped with a multichannel laser scanner | |
Wright et al. | Estimating signal loss in pine forests using hemispherical sky oriented photos | |
Sahu et al. | Classification of orchard crop using sentinel-1A synthetic aperture radar data | |
Veneruso et al. | Radar-visual navigation for all-weather approach and landing to vertiports | |
CN113156424A (zh) | 植被高度的测量方法、装置、系统以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |