基于ArcEngine的次生火灾蔓延模拟及评估系统
136
测绘与空间地理信息
2013舞
1火灾蔓延模型
1.1
惠更斯原理在火灾蔓延模型中的应用
惠更斯原理的特点是:用一个随时间变化的连续扩
展的多边形来表示火灾的蔓延区域。惠更斯原理在火灾蔓延中的应用主要是认为火边界的每一个顶点是相互独立的,以椭圆形状向前蔓延(如图1所示)。椭圆的形状
和方向主要由风一斜面向量来决定,椭圆的大小由蔓延速度以及时间步长来决定。
图1惠更斯原理的应用
.崔Fig.1
ApplicationofHuygenstheory
I:『\..
7
;j
一
≮=、r
、—少
/
图2椭圆模型示意图
Fig.2
Sketchdiagramoftheellipsemodel
惠更斯原理认为每一个顶点可以作为一个独立的火源点。对于每一个顶点需要的参数有:该顶点的坐标微
分值(以,Y。);最大蔓延速度方(e);决定椭圆形状的参数
o,b,co
根据这些参数,对一个顶点,计算蔓延速度的微分方程为:
.,
2cose(x。sine+y,cose)一b2sine(x。COSe一),,sine)+c
“‘一(b2(菇。cose+y,sine)2一Ⅱ2(茁;sine—Yscose)2)1”
(1)
t一
、-7
(62(石;cose+y,sine)2一02(茹,sine—Yscose)2)1/2
1.2椭圆参数的确定
根据大量的测试,火灾蔓延的形状是一个如图2所示的椭圆。确定椭圆的主要因素是长半径与短半径之比。对于风速在50km/h(13.9m/s)以下时,椭圆的形状与风速关系很大:
凹:6/o:1+0.001
2
X扩154(3)
其中:Ⅱ一椭圆的短轴长度,m;b一椭圆的长轴长度,
m;£,一风速,m/s。
假设椭圆的焦点是起火点,则火蔓延最慢的距离与最快的距离比为:
HB=(b—c)/(b+c)=(L8+(LB2—1)/LB一(衄2—1))“5
(4)
根据式(3),(4)以及火的蔓延速率尺确定n,b,c:
Ⅱ=0.5(R+R/HB)/(L8)(5)b=(尺+R/HB)/2.0
(6)c=b—R/HB
(7)
1.3火灾蔓延速度的确定
将惠更斯原理应用于火灾蔓延过程的模拟。用火边界顶点的微分方程来描述椭圆形状的火焰蔓延,这些顶点确定了火场的边界。每一个顶点可以作为一个独立的火源点,对于每一个顶点,可以用下而公式来计算蔓延速度:
尺=0.801×(3.6U)1‘1
x
BH
(8)
其中:尺一火蔓延速度(m/rain);U一风速(m/s)。BH一建筑物的层高,(in)。对于单层建筑取建筑物
的高度。
2
系统设计
2.1功能模块设计
系统的总体功能框架(如图3所示)。其中系统管
理、图层控制、视图管理、信息查询四个模型是GIS软件的
常用功能,它们实现了对系统图形和属性数据的浏览、查
询、分析及相关操作。而系统的核心模块是动态蔓延模
块和分析评估模块,这两模块可根据所获得的参数模拟火灾动态蔓延过程,得到某一时刻火灾蔓延的范围以及将有可能蔓延的范围,分析火灾对建筑物和人的影响和
评估财产损失。
基于ArcEngine的次生火灾评估系统
系图视信动分
统层图息态析
管控管查模评理
制理询
拟估模
模
模
模
模模块
块
块
块
块
块
图3系统的功能框架
Fig.3
Functionalstructureofthesystem
2.2数据库设计
GIS的数据可分为空间数据和属性数据。空间数据
描述的是地理空间实体的位置、大小、形状、方向等几何特征,以及与相邻物体的拓扑关系。属性数据是定义空
间数据或特征所表示的内容,描述该空间现象的其特征。
本系统的空间数据主要有:行政区图、河流分布图、
道路交通图、居民区图等。
属性关系数据是以数据库方式表示的各种数据之间
第6期
谭盼华等:高斯光谱估计结合形状特征的遥感影像分割方法
141
区域。图5第一行为彩色航空影像分别在形状因子0,0.5和1时的合并结果,第二行为QB影像相应参数的合
并结果。
将导致线状地物可能被合并到与其相邻的区域中去。在利用公共边长度的同时,如果能有效结合相邻区域的边缘强度信息,将有助于改善效果。这同时也对分割边缘
的精确定位有着更高的要求。
3)采用更为精确的模型来描述区域的直方图当区域较小时,各个区域光谱性质接近,采用高斯分布就能够较好地估计直方图的分布。但是当合并后区域较大时,新形成区域的直方图呈现为多个高斯曲线的叠加。采用高斯混合模型表述新形成的区域直方图将能有效地增强算法的鲁棒性。同时,混合高斯模型也许能给我们合并自动终止的某些线索。
参考文献:
[1]
(A)(D)形状因子为0,(B)(E)形状因子为0.5,
(C)(F)形状因子为1
F.Meyer.Colorimage
ofIEE
segmentation[C]//Proceedings
on
IntemalConference
Image
Processingand
Its
Applications.Santa
Barbara:[S.n.],1992:303—306.
图4不同形状因子影响
Fig.4
Influenceoffactorsofdifferentshapes
心1JBaatzM,SchapeA.Muhire—solution
optimization
segmentation
an
approach
forhighqualitymultiscaleimage
对比两组分割结果中可以看出,当形状因子较小时,分割结果中对象的形状结构比较复杂,外轮廓线蜿蜒曲折,使得结果呈现出过分割的假象。这样的结果难以对应地表真实的地物,提高了解译的难度。随着形状因子的增大,合并过程中更倾向于合并公共边更长的对象组合,最终对象的形状逐渐变得更加紧凑、规则,外轮廓线更加平滑。但也应注意,在某些情况下,较大的公共边影响将会使某些线状地物被优先合并与其邻接的对象中。
∞Hb1J
segmentation[J].Journal
Kostas
ofPhotogrammetryandRemote
Sensing,2000,58(3—4):12—23.
Haris.Hybridimage
segmentation
using
watersheds
on
andfastregionmerging[J].IEEE
Transactions
Image
Processing,1998,7(12):1684—1699.
汪闽,万其明,张大骞,等.光谱、形状特征结合的多精度图像分割算法与应用[J].地球信息科学学报,2010,12(4):261—268.
沈占峰,骆剑承,胡晓东,等.高分辨率遥感影像多尺度均值漂移分割算法研究[J].武汉大学学报(信息科学版),2010,35(3):313—316.
4结束语
本文针对传统区域合并仅采用光谱均值进行度量的不足,提出了一种新的利用均值与标准差进行高斯估计光谱分布,并结合相邻区域形状进行区域相似度量的区域合并算法。实验证明本文算法能够有效区分影像中光谱均值相近,但纹理差异明显的区域分割问题。同时,通过调节形状参数,可以较好地控制分割结果中对象的外形结构,使分割结果更加精确地反应地表真实的地物分
布情况。本文算法还有待从以下方面进行改进。
1)结合纹理空间结构信息
本文算法仅仅是从纹理的光谱结构上进行一定程度
p
1J
∞1J巫兆聪,胡忠文,欧阳群东.一种区域自适应的遥感影像分水岭分割算法[J].武汉大学学报(信息科学版),2011,36(3):293—296.
口
1J
谭玉敏,槐建柱,唐中实.一种边界引导的多尺度高分辨率遥感影像分割方法[J].红外与毫米波学报,2010,29(4):312—315.
哺
1J
叶齐祥,高文,王伟强,等.一种融合颜色和空间信息的彩色图像分割算法[J].软件学报,2004,15(4):522
—530.
郭建聪,李培军,肖晓柏.一种高分辨率多光谱图像的多尺度分割方法[J].北京大学学报(自然科学版),2009,45(2):306—310.
的近似描述。而实际情况中存在光谱结构相近,空间结
构差异巨大的相邻区域。这种情况下加入纹理的空间结
构信息将有助于更加精确地区分这些区域。
2)结合边缘强度信息
本文算法在利用了公共边的长度,这在某些情况下也
(上接第137页)
[7]许建东,王新茹,林建德,等.基于GIS的城市地震次生
火灾蔓延初步研究一以福州市区为例[J].地震地质,
2002(3):445—449.
m1J蔡华杰,田金文.一种高分辨率遥感影像多尺度分割新算法[J].武汉理工大学学报,2009,31(11):97—100.
[编辑:胡雪]
(4):185—186.
[9]DonCarhon.Users7GuideBehavePlusFireModelingSystem
SciencesLaboratory,2001.
Versionl.00[R].USA:Fire
[8]赵振东,余世舟,钟江荣.建筑物震后火灾发生与蔓延危
险性分析的概率模型[J].地震工程与工程振动,2003
[编辑:胡雪]
基于ArcEngine的次生火灾蔓延模拟及评估系统
作者:作者单位:刊名:英文刊名:年,卷(期):
苏顺谦, 吴良才, SU Shun-qian, WU Liang-cai东华理工大学测绘工程学院,江西南昌,330013测绘与空间地理信息
Geomatics & Spatial Information Technology2013,36(6)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_dbch201306043.aspx