CN104240429A - 一种红外与多光谱波段组合监测森林火灾的方法 - Google Patents
一种红外与多光谱波段组合监测森林火灾的方法 Download PDFInfo
- Publication number
- CN104240429A CN104240429A CN201410428018.1A CN201410428018A CN104240429A CN 104240429 A CN104240429 A CN 104240429A CN 201410428018 A CN201410428018 A CN 201410428018A CN 104240429 A CN104240429 A CN 104240429A
- Authority
- CN
- China
- Prior art keywords
- wave band
- infrared
- infrared camera
- data
- ccd
- 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.)
- Granted
Links
Landscapes
- Fire-Detection Mechanisms (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
一种红外与多光谱波段组合监测森林火灾的方法:(1)选择同一天环境卫星采集的CCD相机数据和红外相机数据,选择CCD相机的第三波段(红光波段),第四波段(近红波段),红外相机的第三波段(红外波段);(2)对采集的红外相机数据进行辐射亮度计算,初步判断是否存在火点,若存在转步骤(3),否则返回步骤(1)重新进行数据采集;(3)调整红外相机的第三波段数据,使其与CCD相机在图幅和空间分辨率上保持一致;(4)对步骤(3)调整后的CCD相机数据、红外相机数据进行几何精纠正;(5)将经过几何精纠正的CCD第三波段作为新的第一波段,第四波段作为新的第二波段,红外相机第三波段作为新的第三波段,利用该得到的新影像监测森林火灾。
Description
技术领域
本发明涉及一种监测森林火灾的方法。
背景技术
森林火灾是一种年年发生的世界性的、危害森林资源的重大灾害。每一次森林大火都给森林植被、森林生态系统、全球生态环境和人类生命财产带来严重危害和损失,对生态系统破坏性的影响有可能长达几十到数百年。
环境一号B星的红外多光谱相机第3波段光谱范围为3.50μm~3.90μm,对火灾、活火山等高温目标的识别敏感,特别是对于森林火灾,它不仅可以清楚地显示火点、火线的形状、大小、位置,而且对小的隐火、残火,也有很强的识别能力。但是红外影像是黑白的,没有光谱信息,容易出现火灾的误判。
环境一号B星的多光谱影像可以识别正在蔓延的火灾,以及火灾引起的烟雾,也可以对已经扑灭的森林火灾进行受灾范围提取并计算过火面积,但是由于烟雾的影响,不能在多光谱影像上清晰地识别出着火点位置。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种红外与多光谱波段组合监测森林火灾的方法,该方法使不具有任何遥感专业知识的领导与救火人员也能方便地辨识着火点位置,分析火势情况。
本发明的技术解决方案是:一种红外与多光谱波段组合监测森林火灾的方法,步骤如下:
(1)选择同一天环境卫星采集的CCD相机数据和红外相机数据,选择CCD相机的第三、四波段以及红外相机第三波段作为原始数据,其中CCD相机的第三波段为红光波段,第四波段是近红波段,红外相机的第三波段是红外波段;
(2)对步骤(1)中采集的红外相机数据进行辐射亮度计算,初步判断图像中是否存在火点,若存在则转步骤(3),否则返回步骤(1)重新进行数据采集;
(3)调整红外相机的第三波段数据,使其与CCD相机在图幅和空间分辨率上保持一致;
(4)对步骤(3)调整后的CCD相机数据、红外相机数据进行几何精纠正;
(5)将经过几何精纠正的CCD第三波段作为新的第一波段,将经过几何精纠正的CCD第四波段作为新的第二波段,将经过几何精纠正的红外相机第三波段作为新的第三波段,即得到既能突出红外相机图像的火灾范围特征,又能保持多光谱相机图像的光谱特征的全新的融合影像,利用该影像监测森林火灾。
所述步骤(2)判断是否存在火点的步骤如下:
(2.1)对红外相机第三波段、第四波段的数据分别进行去云降噪处理,并对去云降噪处理后的图像分别进行亮温计算;
(2.2)确定红外相机的第三波段和第四波段的亮温值,该亮温值作为火点提取的阈值;
(2.3)将步骤(2.1)亮温计算后得到的两幅图像上的对应点分别与步骤(2)中确定的阈值进行比较,将满足限制条件的点作为火点。
本发明与现有技术相比有益效果为:
(1)本发明介绍了一种方法,用环境一号B星的红外与多光谱数据进行波段组合,监测森林火灾,既能突出红外相机图像的火灾范围特征,又能保持多光谱相机图像的光谱特征,制作的成果图更能接近于真实场景,使不具有任何遥感专业知识的领导与救火人员也能方便地辨识着火点位置,分析火势情况,对其中包含的丰富信息快速判读。
(2)环境一号卫星B星影像的红外第三波段数据与CCD第三、第四波段数据通过通道合成生成的融合影像,过火区为棕黑色,明火区呈鲜红色,火灾引起的烟羽清晰,呈灰白色,能辅助减少森林火灾的误判。这种方法融合的影像既能突出红外相机图像的火灾范围特征,又能保持CCD相机图像的光谱特征,制作的成果图更接近于真实场景,清晰易懂,便于领导分析辨识火势发展,制定最适宜的扑救方案。
附图说明
图1为本发明方法流程图;
图2-图4分别为同一天同一地区红外第三波段、CCD第三波段、第四波段的原始数据;
图5为采用本发明方法对图2-图4处理后的图像;
图6为图5的局部放大图。
具体实施方式
下面结合附图对本发明做详细说明,如图1所示,步骤如下:
(1)选择同一天环境一号卫星B星(HJ-1B)采集的CCD数据和红外IRS数据。其中,CCD相机的第三波段是红光波段,第四波段是近红波段,IRS相机的第三波段是中红外波段,第四波段是热红外波段。根据火灾的特点,选择CCD相机的第三、第四波段以及IRS相机的第三波段作为原始数据。
(2)对步骤(1)中采集的红外相机数据进行辐射亮度计算,初步判断图像中是否存在火点,若存在则转步骤(3),否则返回步骤(1)重新进行数据采集;
火灾发生时,火焰温度甚至能达到1000K左右,火焰与背景的温度往往相差几百度,在HJ-1B红外图像上的灰度对比比较明显,地物的温度越高,在图像上越亮;地物温度越低,在图像上越暗。正在燃烧的区域,红外图像的灰度值明显高于背景没有火点区域的灰度值,图像表现为白色,而背景区域则表现为灰色。
利用环境一号卫星B星进行森林火灾的监测与识别,可以利用亮温阈值法。在热辐射的测量与应用理论中,“亮度温度”是一个被广泛应用的物理名词,其定义为:当一个物体的辐射亮度与某一个黑体的辐射亮度相等时,该黑体的物理温度就被称为该物体的亮度温度,所以亮度温度具有温度的量纲,但是不具有温度的物理意义,它是一个物体辐射亮度的代名词。
进行火点提取时,首先需要对影像进行去云降噪的处理,使影像在一个正常的亮温背景范围中。一般云的亮温值低于地表亮温值,而噪声的亮温值远高于影像背景的亮温值。因此需要使用多年平均亮温值加减数倍标准差作为去云降噪的指标。
由辐射亮度计算亮温的依据是普朗克公式。根据普朗克公式,可以反求出温度T。在进行亮温计算前,需选择进行亮温计算、适合提取火点的通道。
式中:T为亮温,c是光速,h=6.626*10^(-34)为普朗克常量,λ是波长,K=1.3806*10^(-23)为波尔兹曼常数,W为辐射功率。HJ-1B卫星红外多光谱相机的第3波段(中红外波段)和第4波段(热红外波段)的波谱范围分别为3.50~3.90μm和10.5~12.5μm,通过设定这两个通道的亮温阈值,进行火点的提取。
亮温阈值法采用经验阈值区别火点与背景地物,所需确定的阈值包括:红外多光谱相机的第3波段和第4波段的亮温值。选择最佳阈值需要受火灾发生的空间、时间和传感器类型的影响。火灾发生的时空差异会直接影响地表非火点地物的亮温,较高的地表亮温导致火点提取的阈值增大,以减少非火点地物的误判。因此,在使用亮温阈值法进行森林火灾监测时,区域、季节、传感器类型的不同,均会导致最佳监测阈值的变化,固定使用某一经验阈值无法进行有效的火点监测。
一般情况下,IRS第3波段的亮温值大于或等于320K,且IRS第4波段的亮温值大于或等于250K,且两个波段的亮温值差大于或等于10K。满足上述三个限制条件的待判点被认为是火点。实际处理分析时,需要结合火灾发生的空间、时间等因素微调这三个参数,最终选择适合影像的最佳亮温阈值。
(3)调整红外相机的第三波段,使其与CCD相机数据保持一致。
首先,将IRS第三波段图幅裁切。红外相机数据幅宽720km,CCD相机幅宽700km,因此需要将IRS的图幅裁切至700km,与CCD数据保持一致。
其次,调整IRS第三波段的空间分辨率。红外相机第三波段数据空间分辨率为150m,CCD相机第三波段与第四波段空间分辨率为30m,因此需要将IRS的空间分辨率调整为30m,与CCD数据保持一致。
(4)对调整后的同一天环境一号卫星B星采集的CCD、红外数据进行几何精纠正。
由于环境一号卫星B星CCD影像的空间分辨率比红外IRS影像的空间分辨率高,且CCD数据的系统几何校正产品精度误差比红外数据的误差小,所以以CCD为待纠正影像,红外为配准影像,进行几何精纠正。
环境一号卫星B星的CCD、红外数据之间的几何精校正可以采用ERDAS软件的自动几何纠正AutoSync模块。启动自动纠正功能模块后,进入自动纠正界面,选择几何纠正模型为多项式纠正,设置多项式为二次多项式,误差为0.5。选择CCD为参考图像,红外为待纠正影像。在CCD影像和红外影像上分别人工选取至少3个同名点地物,以提高纠正精度。然后使用AutoSync的自动选择控制点功能自动选取更多的控制点。查看自动选取控制点的误差大小,将误差超过一个像素的点删除掉,执行几何纠正计算,得到最终的几何精校正结果。
(5)将经过几何精纠正的CCD第三波段作为新的第一波段,将经过几何精纠正的CCD第四波段作为新的第二波段,将经过几何精纠正的IRS第三波段作为新的第三波段,即得到既能突出红外相机图像的火灾范围特征,又能保持多光谱相机图像的光谱特征的全新的融合影像。
这种方法制作的森林火灾成果图更能接近于真实场景,使不具有任何遥感专业知识的领导与救火人员也能方便地辨识着火点位置,分析火势情况,对其中包含的丰富信息快速判读。
图2为黑龙江省逊克县2009年4月29日环境一号卫星B星影像红外影像(IRS)第三波段原始数据。图3为黑龙江省逊克县2009年4月29日环境一号卫星B星影像CCD影像第三波段原始数据。图4为黑龙江省逊克县2009年4月29日环境一号卫星B星影像CCD影像第四波段原始数据。图5为采用亮温阈值法从黑龙江省逊克县2009年4月29日环境一号卫星B星红外影像中提取的着火点位置图。图6为环境一号卫星B星影像CCD影像与红外影像波段组合后得到的黑龙江省逊克县2009年4月29日森林火灾局部放大的图像。从图6中能够明显直观地识别着火点的位置、浓烟走向和火势情况。
本发明未详细说明部分属于本领域技术人员公知常识。
Claims (2)
1.一种红外与多光谱波段组合监测森林火灾的方法,其特征在于步骤如下:
(1)选择同一天环境卫星采集的CCD相机数据和红外相机数据,选择CCD相机的第三、四波段以及红外相机第三波段作为原始数据,其中CCD相机的第三波段为红光波段,第四波段是近红波段,红外相机的第三波段是中红外波段;
(2)对采集的红外相机数据进行辐射亮度计算,初步判断图像中是否存在火点,若存在则转步骤(3),否则返回步骤(1)重新进行数据采集;
(3)调整红外相机的第三波段数据,使其与CCD相机在图幅和空间分辨率上保持一致;
(4)对步骤(3)调整后的CCD相机数据、红外相机数据进行几何精纠正;
(5)将经过几何精纠正的CCD第三波段作为新的第一波段,将经过几何精纠正的CCD第四波段作为新的第二波段,将经过几何精纠正的红外相机第三波段作为新的第三波段,即得到既能突出红外相机图像的火灾范围特征,又能保持多光谱相机图像的光谱特征的全新的融合影像,利用该影像监测森林火灾。
2.根据权利要求1所述的一种红外与多光谱波段组合监测森林火灾的方法,其特征在于:所述步骤(2)判断是否存在火点的步骤如下:
(2.1)对红外相机第三波段、第四波段的数据分别进行去云降噪处理,并对去云降噪处理后的图像分别进行亮温计算;
(2.2)确定红外相机的第三波段和第四波段的亮温值,该亮温值作为火点提取的阈值;
(2.3)将步骤(2.1)亮温计算后得到的两幅图像上的对应点分别与步骤(2)中确定的阈值进行比较,将满足限制条件的点作为火点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410428018.1A CN104240429B (zh) | 2014-08-27 | 2014-08-27 | 一种红外与多光谱波段组合监测森林火灾的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410428018.1A CN104240429B (zh) | 2014-08-27 | 2014-08-27 | 一种红外与多光谱波段组合监测森林火灾的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104240429A true CN104240429A (zh) | 2014-12-24 |
CN104240429B CN104240429B (zh) | 2016-09-07 |
Family
ID=52228421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410428018.1A Active CN104240429B (zh) | 2014-08-27 | 2014-08-27 | 一种红外与多光谱波段组合监测森林火灾的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104240429B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228540A (zh) * | 2016-07-12 | 2016-12-14 | 西安中科英特光谱科技有限公司 | 一种多光谱视频火焰检测方法 |
CN108304780A (zh) * | 2017-12-29 | 2018-07-20 | 中国电子科技集团公司第二十七研究所 | 一种基于风云三号卫星的秸秆焚烧火点遥感监测方法 |
CN109214341A (zh) * | 2018-09-13 | 2019-01-15 | 青岛浩海网络科技股份有限公司 | 一种基于Himawari8的火点监测算法 |
CN109238977A (zh) * | 2018-09-19 | 2019-01-18 | 李琳 | 基于光谱分析的火灾危险分级方法、装置及存储介质 |
CN109990902A (zh) * | 2018-12-29 | 2019-07-09 | 华中科技大学 | 一种图谱关联的分谱段估计目标亮温的方法 |
CN110514305A (zh) * | 2019-08-21 | 2019-11-29 | 东南大学 | 火焰温度场测量系统光场相机数量和机位布置的优化方法 |
CN110874907A (zh) * | 2018-09-03 | 2020-03-10 | 中国石油化工股份有限公司 | 基于光谱相机的火焰识别方法 |
CN111882811A (zh) * | 2020-07-27 | 2020-11-03 | 安徽九洲农业科技有限公司 | 一种用于识别火点的消防无人机 |
CN112102578A (zh) * | 2020-09-16 | 2020-12-18 | 成都信息工程大学 | 森林火灾监测与预警系统、方法、存储介质、计算机设备 |
CN113361323A (zh) * | 2021-04-23 | 2021-09-07 | 云南电网有限责任公司输电分公司 | 一种基于卫星技术的高原地区电网附近火点监测方法及装置 |
CN115615559A (zh) * | 2022-12-19 | 2023-01-17 | 南京信大卫星应用研究院有限公司 | 一种基于图像信息采集的火灾状态监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609589A (zh) * | 2008-06-17 | 2009-12-23 | 侯荣琴 | 多频图像火灾探测系统 |
CN102163358A (zh) * | 2011-04-11 | 2011-08-24 | 杭州电子科技大学 | 一种基于视频图像分析的烟雾/火焰检测方法 |
CN102708647A (zh) * | 2012-06-25 | 2012-10-03 | 北京中恩时代科技有限责任公司 | 图像和多波段红外紫外复合型火灾探测系统及方法 |
US20130268813A1 (en) * | 2010-11-19 | 2013-10-10 | International Business Machines Corporation | Detecting system component failures in a computing system |
CN103956022A (zh) * | 2014-04-10 | 2014-07-30 | 苏州镭创光电技术有限公司 | 基于中红外激光器的森林火灾早期预警系统 |
-
2014
- 2014-08-27 CN CN201410428018.1A patent/CN104240429B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609589A (zh) * | 2008-06-17 | 2009-12-23 | 侯荣琴 | 多频图像火灾探测系统 |
US20130268813A1 (en) * | 2010-11-19 | 2013-10-10 | International Business Machines Corporation | Detecting system component failures in a computing system |
CN102163358A (zh) * | 2011-04-11 | 2011-08-24 | 杭州电子科技大学 | 一种基于视频图像分析的烟雾/火焰检测方法 |
CN102708647A (zh) * | 2012-06-25 | 2012-10-03 | 北京中恩时代科技有限责任公司 | 图像和多波段红外紫外复合型火灾探测系统及方法 |
CN103956022A (zh) * | 2014-04-10 | 2014-07-30 | 苏州镭创光电技术有限公司 | 基于中红外激光器的森林火灾早期预警系统 |
Non-Patent Citations (1)
Title |
---|
郭朝辉等: "环境减灾卫星影像森林火灾监测技术方法研究", 《遥感应用》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228540A (zh) * | 2016-07-12 | 2016-12-14 | 西安中科英特光谱科技有限公司 | 一种多光谱视频火焰检测方法 |
CN106228540B (zh) * | 2016-07-12 | 2019-04-16 | 西安中科英特光谱科技有限公司 | 一种多光谱视频火焰检测方法 |
CN108304780A (zh) * | 2017-12-29 | 2018-07-20 | 中国电子科技集团公司第二十七研究所 | 一种基于风云三号卫星的秸秆焚烧火点遥感监测方法 |
CN110874907A (zh) * | 2018-09-03 | 2020-03-10 | 中国石油化工股份有限公司 | 基于光谱相机的火焰识别方法 |
CN109214341A (zh) * | 2018-09-13 | 2019-01-15 | 青岛浩海网络科技股份有限公司 | 一种基于Himawari8的火点监测算法 |
CN109214341B (zh) * | 2018-09-13 | 2022-05-10 | 青岛浩海网络科技股份有限公司 | 一种基于Himawari8的火点监测算法 |
CN109238977B (zh) * | 2018-09-19 | 2022-05-17 | 道冲裕和(深圳)光电技术有限公司 | 基于光谱分析的火灾危险分级方法、装置及存储介质 |
CN109238977A (zh) * | 2018-09-19 | 2019-01-18 | 李琳 | 基于光谱分析的火灾危险分级方法、装置及存储介质 |
CN109990902A (zh) * | 2018-12-29 | 2019-07-09 | 华中科技大学 | 一种图谱关联的分谱段估计目标亮温的方法 |
CN110514305A (zh) * | 2019-08-21 | 2019-11-29 | 东南大学 | 火焰温度场测量系统光场相机数量和机位布置的优化方法 |
CN111882811A (zh) * | 2020-07-27 | 2020-11-03 | 安徽九洲农业科技有限公司 | 一种用于识别火点的消防无人机 |
CN112102578A (zh) * | 2020-09-16 | 2020-12-18 | 成都信息工程大学 | 森林火灾监测与预警系统、方法、存储介质、计算机设备 |
CN113361323A (zh) * | 2021-04-23 | 2021-09-07 | 云南电网有限责任公司输电分公司 | 一种基于卫星技术的高原地区电网附近火点监测方法及装置 |
CN113361323B (zh) * | 2021-04-23 | 2023-04-25 | 云南电网有限责任公司输电分公司 | 一种基于卫星技术的高原地区电网附近火点监测方法及装置 |
CN115615559A (zh) * | 2022-12-19 | 2023-01-17 | 南京信大卫星应用研究院有限公司 | 一种基于图像信息采集的火灾状态监测系统 |
CN115615559B (zh) * | 2022-12-19 | 2023-03-10 | 南京信大卫星应用研究院有限公司 | 一种基于图像信息采集的火灾状态监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104240429B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104240429A (zh) | 一种红外与多光谱波段组合监测森林火灾的方法 | |
CN113607284B (zh) | 一种利用bfast算法判别潜在火点的方法 | |
CN104966372B (zh) | 多数据融合的森林火灾智能识别系统和方法 | |
CN106023203B (zh) | 基于Landsat-8陆地卫星数据的火点检测方法 | |
CN102193093B (zh) | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 | |
CN103778418A (zh) | 一种输电线路杆塔图像监测系统的山火图像识别方法 | |
Lück et al. | Evaluation of a rule-based compositing technique for Landsat-5 TM and Landsat-7 ETM+ images | |
CN108240864B (zh) | 一种遥感影像的农田焚烧火点监控方法 | |
CN103914692B (zh) | 一种用于煤矿周围地表水系的遥感识别方法 | |
Putzenlechner et al. | Validation of Sentinel-2 fAPAR products using ground observations across three forest ecosystems | |
CN108280812A (zh) | 一种基于图像增强的过火区域提取方法 | |
CN105976365A (zh) | 一种夜间火灾视频检测方法 | |
CN113218508B (zh) | 一种基于Himawari-8卫星数据的林火判别方法 | |
Li et al. | A hybrid contextual approach to wildland fire detection using multispectral imagery | |
Lin et al. | A contextual and multitemporal active-fire detection algorithm based on FengYun-2G S-VISSR data | |
CN113221057B (zh) | 基于多时相卫星影像的秸秆焚烧火点监测方法 | |
CN112665728B (zh) | 一种基于双时相影像的亮温差校正火点检测的方法 | |
Cao et al. | Modeling seasonal surface temperature variations in secondary tropical dry forests | |
CN110570399A (zh) | 一种基于时间序列遥感数据的油棕树龄测算方法 | |
He et al. | Enhancement of a fire detection algorithm by eliminating solar reflection in the mid-IR band: Application to AVHRR data | |
Deng et al. | Urban plant phenology monitoring: Expanding the functions of widespread surveillance cameras to nature rhythm understanding | |
CN106228540A (zh) | 一种多光谱视频火焰检测方法 | |
Wang et al. | Research on forest flame recognition algorithm based on image feature | |
Liu et al. | Emergency responses to natural disasters using Formosat-2 high-spatiotemporal-resolution imagery: forest fires | |
Himayah et al. | The utilization of Landsat 8 multitemporal imagery and forest canopy density (FCD) model for forest reclamation priority of natural disaster areas at Kelud mountain, East Java |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |