CN104269012B

CN104269012B - 基于modis数据的输电线路附近山火监测方法

Info

Publication number: CN104269012B
Application number: CN201410510717.0A
Authority: CN
Inventors: 晏鸣宇; 江全元
Original assignee: Zhejiang University ZJU
Current assignee: Zhejiang University ZJU
Priority date: 2014-09-28
Filing date: 2014-09-28
Publication date: 2017-01-25
Anticipated expiration: 2034-09-28
Also published as: CN104269012A

Abstract

本发明公开了一种基于MODIS数据的输电线路附近山火监测方法，步骤1：获取卫星图像数据并预处理；步骤2：识别并排除水体和云对应的像素点；步骤3：判断潜在火点；步骤4：判断绝对火点；步骤5：利用背景信息判断火点；步骤6：滤除噪声点；步骤7：通过NDVI指数滤除工业火点；步骤8：判断对输电线路有影响的火点，并输出最终的火点位置；本方法具有以下优点：1、大大降低了异常高温点的误报率；2、成功的识别工业用火点；3、大大提高了输电线路火点识别准确率。

Description

基于MODIS数据的输电线路附近山火监测方法

技术领域

本发明涉及一种基于MODIS数据的输电线路附近山火监测方法。MODIS是指中分辨率成像光谱仪，即moderate-resolution imaging spectroradiometer，该方法适用于监测输电线路附近山火状况。

背景技术

近年来，随着全球气候变暖，极端气候天气频繁发生，我国中南地区在春耕和清明期间，越来越容易发生连续高温晴天天气。同时由于经济发展，农村燃料由传统的枯草和树木为燃气所替代，加上退耕还林政策的实施，山区地区植被保持越来越完好，因此，山火频繁发生。由于，输电线走廊经常经过山区、农区，输电线路附近山火发生次数呈快速增长趋势，因山火发生跳闸的次数亦明显增加。频发的输电线路山火跳闸事故，严重威胁电网的安全稳定运行。

利用红外卫星监测系统和传统计算方法可以大范围监测火点；但是工业用火点和低温火点难以被识别。为了及时正确的发现输电线路山火火点以便告警，需要对工业用火点，低温火点和异常高温点有着准确的识别能力。而按照传统的计算方法，由于采用固定的阈值，阈值过高会漏判低温用火点，由于没有结合地面地理信息而无法识别工业火点与实际山火，并且仅考虑单一探测通道的信息会将由于太阳反射引起的异常高温点代入火点信息当中，因此，传统的方法不能满足输电线路附近山火实时监测的需求，因此，有必要设计一种基于MODIS数据的输电线路附近山火监测方法。

发明内容

本发明所要解决的技术问题是提供一种基于MODIS数据的输电线路附近山火监测方法，该基于MODIS数据的输电线路附近山火监测方法误报率小，对山火点识别准确率高。

发明的技术解决方案如下：

一种基于MODIS数据的输电线路附近山火监测方法，包括以下步骤：

步骤1：获取卫星图像数据并预处理；

步骤2：识别并排除水体和云对应的像素点；

步骤3：判断潜在火点；

步骤4：判断绝对火点；

步骤5：利用背景信息判断火点；

步骤6：滤除噪声点；

步骤7：通过NDVI指数滤除工业火点；

步骤8：判断对输电线路有影响的火点，并输出最终的火点位置；

步骤1中，从MODIS卫星接收站的原始监测图像的36个通道值中获取用于山火识别的1、2、7、21、31和32通道的数据，并对获取的数据进行几何矫正和辐射矫正预处理；定义T_i为i通道的亮温值，R_i为i通道的反射率；i＝1、2、7、21、31和32；

所述的MODIS是指中分辨率成像光谱仪。

步骤2中，将满足R₁+R₂＞0.9或者T₃₂＜265K或者的像素点对应的区域判断为存在云的区域，并认为其中不可能存在火点；

将同时满足R₂＜0.15、R₇＜0.05和的像素点对应的区域判断为水体区域，并认为该区域内不存在火点；因此，利用本步骤排除图像中存在的对应水体和云的像素。

步骤3中，(1)先确定背景阈值Th：第21通道亮温值的概率分布函数为其中a和b为常数，分别为279和11.8，e为自然对数底，x为亮温值；累积概率密度为P满足对累积密度函数求逆有x＝F^-1(P)；取P＝0.95，所得x定义为背景阈值Th，【即从最低温度像素点所占总像素的概率开始累加，当总概率和累加到95％的时候，所对应像素点的高温值Th】；

(2)再根据背景阈值Th判断潜在着火点：对在步骤2中已剔除了对应水体和云的像素的MODIS数据，如果像素点满足T₂₁＞Th，则表示为潜在火点。

步骤4中，针对步骤3得到的潜在火点，如果像素点满足：白天时T₂₁＞360K，或者夜间时T₂₁＞330K，或者T_21-31为T₂₁和T₃₁的差值，K为热力学温度单位开尔文，则判断该像素点为绝对火点，不满足条件的像素点转入步骤5进行处理。

步骤5中，利用潜在火点像素点周围八个背景像素点信息判断火点，定义T_21b和δT_21b为潜在火点像素点与周围8个像素点的T₂₁的平均值和标准偏差，T_21-31为T₂₁和T₃₁的差值，T_21-31b和δT_21-31b为潜在火点像素点与周围8个像素点的T_21-31平均值和标准偏差；对于步骤4中不属于绝对火点的潜在火点对应的像素点，如果满足T₂₁＞T_21b+5×δT_21b和T_21-31＞T_21-31b+5×δT_21-31b，则认为改潜在火点是火点，记为确认后的潜在火点。

步骤6中，针对步骤4中的绝对火点和步骤5中得到的确认后的潜在火点，如果满足T₃₁-T₃₂＜8.0K，这判断该火点就是非噪声火点；如果不满足条件T₃₁-T₃₂＜8.0K，则判断该像素点为噪声点，予以滤除。

步骤7中，针对步骤6得到的非噪声火点，若某一非噪声火点所在位置满足NDVI≥0.3，则该非噪声火点为实际火点，否则判定该非噪声火点为工业火点。【NDVI为归一化植被覆盖指数，用以表征地面植被情况，如果满足NDVI≥0.3，那么就可以判定为有植被覆盖属于实际火点，否则为工业火点。】

步骤8中，针对步骤7判断出的实际火点，若某一实际火点与输电线路的距离小于3km，则判断该实际火点对输电线路产生有发生山火跳闸的危险影响，并输出火点验证结果，步骤结束。

前述的辐射较正是指对卫星传感器所探测和记录的光谱信号进行修正的工作。辐射校正包括对传感器的辐射校正，以及由于大气的干扰引起的大气辐射校正。一般采用天空、地面同步测量的办法取得校正的参数计算方法进行辐射校正。

有益效果：

本发明的基于MODIS数据的输电线路附近山火监测方法，能自动、快速、准确地辨识输电线路附近的山火火点，可成功剔除云、水、异常高温点及工业用火点，以正确快速的实现输电线路山火监测，及时发布输电线路山火警报，指导输电线路附近的山火防治工作，避免跳闸事故的发生，为电网安全提供保障。本发明的突出优点表现在：

1、大大降低了异常高温点的误报率；

2、成功的识别工业用火点；

3、大大提高了输电线路火点识别准确率。

附图说明

图1为2013年10月25日应用传统方法监测火点示意图；

图2为应用本发明检测方法步骤7得到的火点示意图；

图3为本发明的步骤结束是最终监测到的实际火点位置示意图。

具体实施方式

以下将结合附图和具体实施例对本发明做进一步详细说明：

实施例1：

以下详细说明本发明的实施步骤：

(1)、对MODIS卫星接收站的原始数据进行预处理，获取通道亮温值，反射率等。

在本发明实施例中，将卫星接收站的原始MODIS数据通过软件，进行几何矫正，辐射矫正等预处理，可以获得MODIS遥感器的36个通道的数据与火点监测相关的1、2、7、21、31和32通道的亮温值和反射率。并定义T_i为相对应i通道的亮温值，R_i为相对应i通道的反射率。

(2)、识别水和云像素点。通过获得的1、2、7、32通道判断像素是否为水或云。本发明采用如下公式判断水和云。由于云层反射率高而云顶温度低，则将满足R₁+R₂＞0.9(反射率高)或者T₃₂＜265K(云顶温度低)或者的像素点判断为厚云对应的像素点，并认为其中不可能存在火点。由于水面反射率低，则将同时满足R₂＜0.15、R₇＜0.05和(反射率低)的像素点判断为水体对应的像素点。因此在在判断火点之前，排除水和云对应的像素点像素。

(3)、通过对21通道亮温值进行概率统计，提取潜在火点。对21通道亮温值进行概率分布统计。假设概率分布函数为(其中a和b为常数，分别为279和11.8，e为自然对数底，x为亮温值)，所求的累积概率密度为P，满足对累积密度函数求逆可得x＝F^-1(P)。取P＝0.95，所得x定义为背景阈值Th，其是从最低温度像素点所占总像素的概率开始累加，当总概率和累加到95％的时候，所对应像素点的温度值Th，为308K。

(4)、根据阈值方法判断火点。将提取出的潜在火点，用阈值方法判断火点。如果像素点满足白天时T₂₁＞360K，或者夜间时T₂₁＞330K，或者(K为热力学温度单位，也称开尔文)，则判断为绝对火点，不满足条件的像素点转入下一步骤进行处理；

(5)、利用背景信息判断火点。利用潜在火点像素点周围八个背景像素点信息判断火点，定义T_21b和δT_21b为潜在火点像素点与周围8个像素点的T₂₁的平均值和标准偏差，T_21-31为T₂₁和T₃₁的差值，T_21-31b和δT_21-31b为潜在火点像素点与周围8个像素点的T_21-31平均值和标准偏差。步骤(4)中不属于绝对火点的潜在火点像素点，如果满足T₂₁＞T_21b+5×δT_21b和T_21-31＞T_21-31b+5×δT_21-31b，则表示该火点比四周温度都要高，认为是火点；

(6)、滤除噪声点。由于噪声点的主要特征是单个通道亮温值突然增大其他通道值不变(噪声点也称异常高温点)，可以利用对地面火点均敏感的31和32通道的高温值是否相差太大来滤除噪声点，即31和32通道值的亮温值相差太大时为噪声点。将步骤(4)和步骤(5)中得到的火点，如果满足T₃₁-T₃₂＜8.0K，那么就是火点；如果不满足条件，就是噪声点，需要滤除；

(7)、通过NDVI指数滤除工业火点。NDVI(Normalized Difference VegetationIndex)为归一化植被覆盖指数，可以表征地面植被情况，如果满足NDVI≥0.3，那么就可以判定为有植被覆盖属于实际火点，否则为工业火点。在步骤(6)得到的火点中，根据NDVI指数进行识别判断。如果符合判断条件。

(8)、通过输电线路判断火点是否对输电线路产生影响，根据步骤(7)判断出的实际火点，判断火点与输电线路的距离是否小于3km，则判断该火点是否对输电线路产生有发生山火跳闸的危险影响，并其提取出来，步骤结束。

以上各步骤必须依次进行，才能得到判断正确的输电线路附近山火火点位置，以便于告知线路运维单位进行相关处理。

如图1，图2，图3为采用本发明实施例的检测方法对2013年10月25日中部地区进行山火监测，在图中，检测到的火点采用增强效果表现为白色。监测到的火点可以根据输电线路图进行选取。图1为2013年10月25日，应用传统方法监测火点，图2为应用本发明检测方法步骤7得到的火点，图3为步骤结束最终监测到了对输电线路有影响的火点(该火点位于安徽境内，经现场核实确实为实际火点)。比较得出，本发明检测方法在可以滤除异常高温点和工业火点。

Claims

1.一种基于MODIS数据的输电线路附近山火监测方法，其特征在于，包括以下步骤：

步骤1：获取卫星图像数据并预处理；

步骤2：识别并排除水体和云对应的像素点；

步骤3：判断潜在火点；

步骤4：判断绝对火点；

步骤5：利用背景信息判断火点；

步骤6：滤除噪声点；

步骤7：通过NDVI指数滤除工业火点；

所述的MODIS是指中分辨率成像光谱仪；

将同时满足R₂＜0.15、R₇＜0.05和的像素点对应的区域判断为水体区域，并认为该区域内不存在火点；因此，利用本步骤排除图像中存在的对应水体和云的像素;

步骤3中，(1)先确定背景阈值Th：第21通道亮温值的概率分布函数为其中a和b为常数，分别为279和11.8，e为自然对数底，x为亮温值；累积概率密度为P满足对累积密度函数求逆有x＝F^-1(P)；取P＝0.95，所得x定义为背景阈值Th；

2.根据权利要求1所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤4中，针对步骤3得到的潜在火点，如果像素点满足：白天时T₂₁＞360K，或者夜间时T₂₁＞330K，或者T_21-31为T₂₁和T₃₁的差值，K为热力学温度单位开尔文，则判断该像素点为绝对火点，不满足条件的像素点转入步骤5进行处理。

3.根据权利要求2所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤5中，利用潜在火点像素点周围八个背景像素点信息判断火点，定义T_21b和δT_21b为潜在火点像素点与周围8个像素点的T₂₁的平均值和标准偏差，T_21-31为T₂₁和T₃₁的差值，T_21-31b和δT_21-31b为潜在火点像素点与周围8个像素点的T_21-31平均值和标准偏差；对于步骤4中不属于绝对火点的潜在火点对应的像素点，如果满足T₂₁＞T_21b+5×δT_21b和T_21-31＞T_21-31b+5×δT_21-31b，则认为该潜在火点是火点，记为确认后的潜在火点。

4.根据权利要求3所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤6中，针对步骤4中的绝对火点和步骤5中得到的确认后的潜在火点，如果满足T₃₁-T₃₂＜8.0K，则判断该火点就是非噪声火点；如果不满足条件T₃₁-T₃₂＜8.0K，则判断该像素点为噪声点，予以滤除。

5.根据权利要求4所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤7中，针对步骤6得到的非噪声火点，若某一非噪声火点所在位置满足NDVI≥0.3，则该非噪声火点为实际火点，否则判定该非噪声火点为工业火点。

6.根据权利要求5所述的基于MODIS数据的输电线路附近山火监测方法，其特征在于，步骤8中，针对步骤7判断出的实际火点，若某一实际火点与输电线路的距离小于3km，则判断该实际火点对输电线路产生有发生山火跳闸的危险影响，并输出火点验证结果，步骤结束。