基于高分卫星数据的静止卫星林区火点判识方法及装置制造方法及图纸

本发明专利技术公开了基于高分卫星数据的静止卫星林区火点判识方法，包括：基于高分卫星获取地面信息数据，建立卫星火险监测地面背景数据库；根据地面背景数据通过对热点像元变化进行高频侦测，对不同时间维的地面背景热点像元进行检测分析；检测根据动态阈值去除虚假热点，利用不同波段反射率以及亮温的不同阈值对森林火点进行判识。本发明专利技术通过利用高分数据获取背景信息，结合实际火点发生、火灾动态，修订火灾模型参数，对火险进行监测，提高了卫星林火监测判识精度以及林区火灾监测的准确性，进一步提高了林区林火的预防扑救效率，实现林区的精细化管理。精细化管理。精细化管理。

【技术实现步骤摘要】
基于高分卫星数据的静止卫星林区火点判识方法及装置


[0001]本专利技术涉及火灾监测的
，尤其涉及基于高分卫星数据的静止卫星林区火点判识方法及装置。

技术介绍

[0002]森林草原火灾通常具有突发性强，火势猛，蔓延速度快的特点，而且火灾发生地通常人烟稀少，不易察觉。因此，遥感监测成为山火监测的重要方法。多年来，极轨气象卫星在草原火情监测方面发挥了重要作用，但由于极轨卫星观测频次日较低，且集中在相对固定的几个时段，对于变化快速的森林草原火灾，难以提供连续的火情监测信息。
[0003]静止气象卫星具有观测频次高，覆盖范围广的特点，对火灾的监测具有很强优势。然而，卫星图像空间分辨率，即火场、植被、地形地貌的影像表达能力，仍然是制约卫星火情监测在行业部门深入拓展应用的最大技术难题。在1000/2000m尺度的极轨和静止气象卫星监测图像上，林火与非林火难以区别，小火/低温火和初发火信息表达不突出，植被、土地利用和地形地貌难以辨识。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术提供了基于高分卫星数据的静止卫星林区火点判识方法及装置解决现有的火灾监测方法地域依赖性强，环境影响大，容易造成火灾误判的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：
[0008]第一方面，本专利技术实施例提供了基于高分卫星数据的静止卫星林区火点判识方法，包括：
[0009]基于高分卫星获取地面信息数据，建立卫星火险监测地面背景数据库；
[0010]根据所述地面背景数据通过对热点像元变化进行高频侦测，对不同时间维的地面背景热点像元进行检测分析；
[0011]所述检测根据动态阈值去除虚假热点，利用不同波段反射率以及亮温的不同阈值对森林火点进行判识。
[0012]作为本专利技术所述的基于高分卫星数据的静止卫星林区火点判识方法的一种优选方案，其中：所述地面信息数据，包括：林区位置、植被状况、地质、地形、地物及其属性以及环境气候信息。
[0013]作为本专利技术所述的基于高分卫星数据的静止卫星林区火点判识方法的一种优选方案，其中：对热点像元变化进行高频侦测，包括：云检测，水体检测，太阳耀斑检测，非火点判识；
[0014]所述云检测在火点判识中，采用多光谱综合阈值云检测算法，分别利用不同波段反射率及亮温的不同阈值对厚云、高云和中低云进行检测,并且利用晴空修复算法对检测结果进行修正，协同完成白天和夜间两种条件下的云检测；分别对所述厚云、高云、中低云进行云像元的判识；
[0015]所述厚云判识条件为：
[0016][0017]其中，ρ
g
,ρ
b
分别为像元在绿、蓝波段的表观反射率，Th
ρ1
为第一表观反射率判识阈值，Th
ρ2
为第一表观反射率判识阈值，Th
ρ3
为第三表观反射率判识阈值；
[0018]所述高云判识条件为：
[0019](T
nir
<Th
t1
)∨(Th
ρ4
<(ρ
b
‑
ρ
nir
)/(ρ
b
+ρ
nir
)>Th
ρ5
∧ρ
r
<Th
ρ6
)
[0020]其中，ρ
r
为像元在红波段的表观反射率，ρ
nir
为像元在近红外波段的表观反射率，T
nir
为像元在近红外波段的亮度温度，Th
t1
为第一亮温判识阈值，Th
ρ4
为第四表观反射率判识阈值，Th
ρ5
为第五表观反射率判识阈值，Th
ρ6
为第六表观反射率判识阈值；
[0021]所述中低云判识条件为：
[0022]T
nir
<Th
t2
∨(T
swir
‑
T
nir
>Th
t3
)
[0023]其中，Th
t2
为第二亮温判识阈值，Th
t3
为第三亮温判识阈值，T
swir
为短波红外波段的亮度温度；
[0024]所述水体检测的水体像元判识条件为：
[0025](ρ
nir
<Th
ρ
)∧(NDVI<0)
[0026]其中，Th
ρ
为表观反射率判识阈值，NDVI为归一化植被指数；
[0027]NDVI＝(ρ
nir
‑
ρ
r
)/(ρ
nir
+ρ
r
)
[0028]其中，ρ
r
为像元在红波段的表观反射率，ρ
nir
为像元在近红外波段的表观反射率。
[0029]作为本专利技术所述的基于高分卫星数据的静止卫星林区火点判识方法的一种优选方案，其中：所述太阳耀斑检测，包括：对耀斑角进行滤除处理；
[0030]所述火点像元的耀斑角，表示为：
[0031]cosθ
g
＝cosθ
v
cosθ
s
‑
sinθ
v
sinθ
s
cosφ
[0032]其中，θ
g
为火点像元的耀斑角，θ
v
为观测天顶角，θ
s
为太阳方位角，φ为相对方位角；
[0033]判识太阳耀斑的阈值条件为：
[0034][0035]其中，Th
α1
为耀斑角第一判识阈值，Th
α2
为耀斑角第二判识阈值，Th
α3
为耀斑角第三判识阈值，N
w
为统计窗口中水体像元的个数；
[0036]若暂定火点像元满足所述任意一条太阳耀斑的阈值条件，则判定为太阳耀光引起的虚假火点。
[0037]作为本专利技术所述的基于高分卫星数据的静止卫星林区火点判识方法的一种优选
方案，其中：非火点判识包括：绝对和相对火点判识；当初定火点满足判别条件时，且亮度温度达到阈值即可直接确定为火点，所述绝对火点判识条件为：
[0038]T
mwir
>Th
t1
or(T
mwir
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高分卫星数据的静止卫星林区火点判识方法，其特征在于，包括：基于高分卫星获取地面信息数据，建立卫星火险监测地面背景数据库；根据所述地面背景数据通过对热点像元变化进行高频侦测，对不同时间维的地面背景热点像元进行检测分析；所述检测根据动态阈值去除虚假热点，利用不同波段反射率以及亮温的不同阈值对森林火点进行判识。2.如权利要求1所述的基于高分卫星数据的静止卫星林区火点判识方法，其特征在于，所述地面信息数据，包括：林区位置、植被状况、地质、地形、地物及其属性以及环境气候信息。3.如权利要求2所述的基于高分卫星数据的静止卫星林区火点判识方法，其特征在于，对热点像元变化进行高频侦测，包括：云检测，水体检测，太阳耀斑检测，非火点判识；所述云检测在火点判识中，采用多光谱综合阈值云检测算法，分别利用不同波段反射率及亮温的不同阈值对厚云、高云和中低云进行检测,并且利用晴空修复算法对检测结果进行修正，协同完成白天和夜间两种条件下的云检测；分别对所述厚云、高云、中低云进行云像元的判识；所述厚云判识条件为：其中，ρ
g
,ρ
b
分别为像元在绿、蓝波段的表观反射率，Th
ρ1
为第一表观反射率判识阈值，Th
ρ2
为第一表观反射率判识阈值，Th
ρ3
为第三表观反射率判识阈值；所述高云判识条件为：(T
nir
<Th
t1
)∨(Th
ρ4
<(ρ
b
‑
ρ
nir
)/(ρ
b
+ρ
nir
)>Th
ρ5
∧ρ
r
<Th
ρ6
)其中，ρ
r
为像元在红波段的表观反射率，ρ
nir
为像元在近红外波段的表观反射率，T
nir
为像元在近红外波段的亮度温度，Th
t1
为第一亮温判识阈值，Th
ρ4
为第四表观反射率判识阈值，Th
ρ5
为第五表观反射率判识阈值，Th
ρ6
为第六表观反射率判识阈值；所述中低云判识条件为：T
nir
<Th
t2
∨(T
swir
‑
T
nir
>Th
t3
)其中，Th
t2
为第二亮温判识阈值，Th
t3
为第三亮温判识阈值，T
swir
为短波红外波段的亮度温度；所述水体检测的水体像元判识条件为：(ρ
nir
<Th
ρ
)∧(NDVI<0)其中，Th
ρ
为表观反射率判识阈值，NDVI为归一化植被指数；NDVI＝(ρ
nir
‑
ρ
r
)/(ρ
nir
+ρ
r
)其中，ρ
r
为像元在红波段的表观反射率，ρ
nir
为像元在近红外波段的表观反射率。4.如权利要求3所述的基于高分卫星数据的静止卫星林区火点判识方法，其特征在于，所述太阳耀斑检测，包括：对耀斑角进行滤除处理；所述火点像元的耀斑角，表示为：cosθ
g
＝cosθ
v
cosθ
s
‑
sinθ
v
sinθ
s
co...

【专利技术属性】
技术研发人员：黄欢，刘丽，吴建蓉，陈果，毛先胤，廖瑶，曾华荣，张明祥，马晓红，彭波，吕黔苏，彭赤，范强，张义钊，张啟黎，杜昊，张伟，陈沛龙，吕乾勇，邹雕，牛唯，杨旗，张英，刘君，李欣，殷蔚翎，张迅，徐舒蓉，刘康，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：