CN106503480A - 一种静止卫星火灾遥感监测方法 - Google Patents

一种静止卫星火灾遥感监测方法 Download PDF

Info

Publication number
CN106503480A
CN106503480A CN201611154889.4A CN201611154889A CN106503480A CN 106503480 A CN106503480 A CN 106503480A CN 201611154889 A CN201611154889 A CN 201611154889A CN 106503480 A CN106503480 A CN 106503480A
Authority
CN
China
Prior art keywords
pixel
fire
waveband
fixed statellite
sensing monitoring
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
Application number
CN201611154889.4A
Other languages
English (en)
Other versions
CN106503480B (zh
Inventor
范萌
陈良富
李莘莘
邹铭敏
余超
胡斯勒图
苏林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Remote Sensing and Digital Earth of CAS
Original Assignee
Institute of Remote Sensing and Digital Earth of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Remote Sensing and Digital Earth of CAS filed Critical Institute of Remote Sensing and Digital Earth of CAS
Priority to CN201611154889.4A priority Critical patent/CN106503480B/zh
Publication of CN106503480A publication Critical patent/CN106503480A/zh
Application granted granted Critical
Publication of CN106503480B publication Critical patent/CN106503480B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/005Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Abstract

本申请公开了一种静止卫星火灾遥感监测方法,解决基于静止卫星的森林和草原火点自动提取、火灾蔓延态势监测和火灾损失评估的问题。包括以下步骤:采集静止卫星数据,计算像元亮度温度;对陆地像元中非云、非耀斑的像元,用亮度温度阈值的方法判别潜在火点像元;对潜在火点像元,利用背景窗口像元波段信息统计判别火点像元;基于固定火点库和土地利用类型数据剔除常年高温火点并提取林火和草原火位置、亮温;根据静止卫星观测频次的林火和草原火遥感监测结果给出火灾蔓延态势序列;对林火或草原火灾所造成的损失进行评估。本发明的方法快速监测灾害目标的动态变化,有助于进一步提高我国应对重大灾害的预警和应急处理率。

Description

一种静止卫星火灾遥感监测方法
技术领域
本发明涉及热红外遥感监测领域。尤其涉及一种基于静止卫星数据的林火和草原火遥感监测方法。
背景技术
林火和草原火灾会破坏林业或畜牧业生产,造成重大经济损失。同时,火灾释放的大量温室气体和气溶胶会改变大气化学成分,对环境和气候变化产生很大影响。因此,研究森林和草原火灾监测和预警技术具有重要的现实意义和长远的历史意义。遥感技术手段客观性好、整体性强、反应速度快、耗费省,可以在森林和草原火灾灾害监测、预警及损失评估工作中发挥巨大的作用。相较于应用极轨卫星进行林火和草原火遥感监测技术,静止卫星始终与地球表面保持相对静止同时,静止卫星覆盖区域更广,一颗卫星可观测地球中低纬度地区约1/3的范围,具有很强的机动灵活性,能够对特定区域进行分钟级高重复观测,可快速监测灾害目标的动态变化。利用静止卫星开展灾害监测评估业务,特别适用于致灾因子危险性分析、灾害范围监测和风险评估,在减灾救灾中具有广阔的应用前景。
目前,国内外主要的在轨静止卫星有美国国家海洋和大气管理局(NOAA)的地球静止轨道业务环境卫星(GOES)、日本多功能运输卫星(MTSAT)、欧洲气象卫星组织(EUMETSAT)的第二代气象卫星(MSG)以及中国的风云(FY)系列卫星。日本新一代静止气象卫星Himawari-8(葵花8号)于2014年10月发射,于2015年7月正式开始广播发送卫星观测数据。Himawari-8所搭载的辐射成像仪(AHI)包含16通道,由3个可见光、3个近红外和10个红外通道构成。其中,可见光通道空间分辨率达到0.5km,近红外和红外通道空间分辨率达到1~2km,全盘观测频率达到每10min一次。最大程度地利用Himawari-8卫星,将极大地提高对台风、暴雨、火灾等灾害的监测和预报精度,并为相关的决策支持服务、公众服务、科学研究工作提供支持。
发明内容
本发明提出一种静止卫星火灾遥感监测方法,解决基于静止卫星的森林和草原火点自动提取、火灾蔓延态势监测和火灾损失评估的问题。
本申请实施例提供一种静止卫星火灾遥感监测方法,包括以下步骤:
采集静止卫星数据,计算像元亮度温度;
对陆地像元中非云、非耀斑的像元,用亮度温度阈值的方法判别潜在火点像元;
对所述潜在火点像元,利用背景窗口像元波段信息统计判别真实火点像元;
基于固定火点库和土地利用类型数据,剔除常年高温火点,并提取林火和草原火位置、亮温信息。
优选地,所述静止卫星火灾遥感监测方法还包括以下步骤:基于土地利用类型数据生成水陆掩码,识别陆地像元。
优选地,所述静止卫星火灾遥感监测方法还包括以下步骤:基于静止卫星的云掩码产品,识别云像元。
优选地,所述静止卫星火灾遥感监测方法还包括以下步骤:应用中红外4μm波段和热红外11μm波段的组合订正水汽吸收。
优选地,所述静止卫星火灾遥感监测方法还包括以下步骤:同时满足耀斑角小于10°、红波段表观反射率大于0.1和短波近红外波段表观反射率大于0.2三个条件的像元,确认为太阳耀斑像元。
优选地,所述亮度温度阈值的方法是,满足以下至少一项条件式的像元为潜在火点像元:
白天:T4>[315+25cosθ]K 公式1
白天:T4>[305+10cosθ]K&T4-T11>15K 公式2
夜晚:T4>295K 公式3
夜晚:T4>285K&T4-T11>10K 公式4
优选地,所述利用背景窗口像元波段信息统计判别真实火点像元的步骤,进一步包含:
以所述潜在火点像元为中心建立背景窗口,遍历背景窗口中所有像元,将云像元、非陆地像元、耀斑像元和潜在火点像元作为无效像元,其他像元为有效像元,使背景窗口中无效像元数量小于像元总数的20%;
统计背景窗口内波段信息,同时满足以下两个条件式的潜在火点像元为真实火点像元:
(T4-T11)>δT4,11×C1 公式5
(T4-Tb4)>δT4×C2 公式6
进一步地,所述真实火点像元还需要满足以下至少一个条件式:
(T4-T11)>δT4,11&(T11-Tb11)>-20K 公式7
(R4,11-Rb4,11)>δR4,11×C3+0.5×C4 公式8
在公式1~8中,θ为太阳天顶角;T4为中红外4μm波段亮度温度;T11为热红外11μm波段亮度温度;Tb4和Tb11分别为背景窗口中所有有效像元中红外4μm波段和热红外11μm波段亮度温度的平均值;δT4,11表示背景窗口中所有有效像元中红外4μm波段与热红外11μm波段亮度温度差值的计算标准偏差,δT4表示背景窗口中所有有效像元中红外4μm波段亮度温度的计算标准偏差;R4,11=(R4-R11)/R4×10,R4和R11分别为中红外4μm波段和热红外11μm波段辐亮度值;Rb4,11为背景窗口中所有有效像元R4,11的平均值;δR4,11表示背景窗口中所有有效像元R4,11的计算标准偏差,C1、C2、C3、C4均为经验常数。
优选地,本申请任意一项所述静止卫星火灾遥感监测方法还包括以下步骤:根据静止卫星观测频次的林火和草原火遥感监测结果,给出火灾蔓延态势序列。
优选地,本申请任意一项所述静止卫星火灾遥感监测方法还包括以下步骤:基于火灾发生前期MODIS净初级生产力产品,对林火或草原火灾所造成的损失进行评估。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本发明的方法凭借静止卫星观测频次高的优势,利用静止卫星数据和土地利用类型数据,针对我国人烟稀少的草原和森林地区进行准实时的火灾监测,并对灾后损失进行评估。由于静止卫星具有很强的机动灵活性,能够对特定区域进行分钟级高重复观测,可以快速监测灾害目标的动态变化,有助于进一步提高我国应对重大灾害的预警和应急处理率,为我国减灾救灾工作提供技术支持。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为基于一种静止卫星数据的火灾遥感监测方法实施例示意图;
图2为背景窗口波段信息统计示意图;
图3为背景窗口波段信息统计方法流程示意图;
图4为本发明包含火灾损失评估的实施例流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本发明的方法主要基于静止卫星数据,辅助以土地利用类型数据和历史固定火点数据库,自动提取森林和草原火点,快速监测火灾动态蔓延趋势,并在灾后对受灾损失作出评估。从而,本发明能够针对林火和草原火的突发性特点,利用静止卫星实现准实时的同步监测,在第一时间获取灾情发生地区空间分布范围,并动态把握灾害变化宏观趋势。同时,在应急救灾阶段可提供火烧迹地面积等用于评估灾情和指导救灾行动,在灾情稳定后,为灾害损失评估提供数据支持,以及为灾后重建和恢复工作提供参考依据。
本申请文件中,所述表观反射率为大气层顶的反射率,所述亮度温度是物体的辐射能量用同辐射量的黑体温度表示,所述辐亮度为单位投影面积、单位立体角上的辐射通量。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为基于一种静止卫星数据的火灾遥感监测方法实施例示意图;本申请实施例提供一种静止卫星火灾遥感监测方法,包括以下步骤:
步骤11、采集静止卫星数据,计算像元亮度温度;
步骤12、对陆地像元中非云、非耀斑的像元,用亮度温度阈值的方法判别潜在火点像元;
步骤13、对所述潜在火点像元,利用背景窗口像元波段信息统计判别真实火点像元;
步骤14、基于固定火点库和土地利用类型数据,剔除常年高温火点,并提取林火和草原火位置、亮温信息。
以下详细说明以上各个步骤11~14的具体方案。其中,步骤11涉及公式9,步骤12涉及公式1~4,步骤13涉及公式5~8、图2~3。
步骤11、采集静止卫星数据,计算像元亮度温度。对静止卫星近红外-红外波段数据计算亮度温度值,其求解公式如下:
T(L,B)=C2/L×ln(C1/(L5×B(L,T)×106)+1) 公式9
式中,B(L,T)为普朗克辐射值[Wm-2sr-1μm-1],C1=2hc2=1.1910439×10-16[W m2],C2=(hc)/k,T(L,B)为亮度温度[K]。其中,L为波长[m],h=6.626×10-34[J K]为普朗克常数,c=3×108[m/s]为光速,k=1.38×10-23[J/K]为玻尔兹曼常数,T为绝对温度[K]。
优选地,所述静止卫星为Himawari-8,所述数据为Himawari-8/AHI数据。用公式9对数据进行预处理,计算Himawari-8/AHI的第7和14波段亮度温度值。根据Himawari-8/AHI第7波段数据,计算中红外4μm波段亮度温度T4;Himawari-8/AHI第14波段数据,计算热红外11μm波段亮度温度T11
步骤12、对陆地像元中非云、非耀斑的像元,用亮度温度阈值的方法判别潜在火点像元。
需要指出的是,要获得陆地像元中的非云、非耀斑像元,需要对所述像元进行预处理,首先识别陆地像元、云像元、耀斑像元。具体地,还包括以下步骤:
步骤12A、基于土地利用类型数据生成水陆掩码,识别陆地像元。
步骤12B、基于静止卫星的云掩码产品,识别云像元;优选地,基于Himawari-8/AHI的云掩码产品,识别云像元。
步骤12C、应用中红外4μm波段和热红外11μm波段的组合订正水汽吸收;优选地,应用Himawari-8/AHI的第7波段(3.9μm)和第14波段(11.2μm)的组合来订正水汽吸收。
应用中红外4μm波段和热红外11μm波段的组合订正水汽吸收,主要是利用6S等国际通用辐射传输模型进行大气校正,订正水汽吸收对上述两个波段辐亮度的影响。
步骤12D、同时满足耀斑角小于10°、红波段表观反射率大于0.1和短波近红外波段表观反射率大于0.2三个条件的像元,确认为太阳耀斑像元。优选地,所述红波段采用Himawari-8/AHI的第3波段(0.64μm),所述近红外波段采用Himawari-8/AHI的第4波段(0.86)。
步骤12E、用亮度温度阈值的方法判别潜在火点像元;
所述亮度温度阈值的方法是,满足以下至少一项条件式的像元为潜在火点像元:
白天:T4>[315+25cosθ]K 公式1
白天:T4>[305+10cosθ]K&T4-T11>15K 公式2
夜晚:T4>295K 公式3
夜晚:T4>285K&T4-T11>10K 公式4
在公式1~4中,θ为太阳天顶角;T4为中红外4μm波段亮度温度;T11为热红外11μm波段亮度温度。
步骤13、对所述潜在火点像元,利用背景窗口像元波段信息统计判别真实火点像元。
图2为背景窗口波段信息统计示意图;图3为背景窗口波段信息统计方法流程示意图。优选地,所述利用背景窗口像元波段信息统计判别真实火点像元的步骤,进一步包含:
步骤13A、以所述潜在火点像元为中心建立背景窗口,遍历背景窗口中所有像元,除潜在火点像元外,将云像元、非陆地像元和耀斑像元作为无效像元,其他像元作为有效像元,使背景窗口中无效像元数量小于像元总数的20%。
例如,图2所示,以潜在火点像元1为中心,建立大小为w×w的背景窗口(w的初值设置为5),背景窗口中所有像元,除潜在火点像元1外,将云像元2、水体像元3和耀斑像元4均判断为无效像元,其他像元判断为有效像元,若无效像元总数大于背景窗口中总像元数的20%,则窗口大小增加至(w+10)×(w+10)个像元,否则,窗口大小保持不变,其中,窗口大小调整的最大次数为20次。
步骤13B、统计背景窗口内波段信息,选择同时满足以下两个条件式的潜在火点像元为真实火点像元:
(T4-T11)>δT4,11×C1 公式5
(T4-Tb4)>δT4×C2 公式6
步骤13C、进一步地,所述真实火点像元还需要满足以下公式7、公式8中至少一个条件式:
(T4-T11)>δT4,11&(T11-Tb11)>-20K 公式7
(R4,11-Rb4,11)>δR4,11×C3+0.5×C4 公式8
在公式4~8中,T4为中红外4μm波段亮度温度;T11为热红外11μm波段亮度温度;Tb4和Tb11分别为背景窗口中所有有效像元中红外4μm波段和热红外11μm波段亮度温度的平均值;δT4,11表示背景窗口中所有有效像元中红外4μm波段与热红外11μm波段亮度温度差值的计算标准偏差,δT4表示背景窗口中所有有效像元中红外4μm波段亮度温度的计算标准偏差;R4,11=(R4-R11)/R4×10,R4和R11分别为中红外4μm波段和热红外11μm波段辐亮度值;δR4,11表示背景窗口中所有有效像元R4,11的计算标准偏差;Rb4,11为背景窗口中所有有效像元R4,11的平均值;C1、C2、C3、C4均为经验常数。
针对Himawari-8卫星的AHI传感器,优选地,取值为C1=2,C2=2.5,C3=2.5,C4=0.5。由于不同卫星传感器波段设置和仪器本身的差异,C1、C2、C3、C4会有所不同。
步骤14、基于固定火点库和土地利用类型数据,剔除常年高温火点,并提取林火和草原火位置、亮温信息。具体包含以下步骤,
步骤14A、结合固定火点库,剔除所述潜在火点像元和真实火点像元中的常年高温火点;
步骤14B、将土地利用类型数据与所述火点像元进行叠加,若所述火点像元对应的土地利用类型为林地,则判断为林火,若所述火点像元对应的土地利用类型为草原,则判断该火点为草原火;
步骤14C、输出林火和草原火对应的经纬度、中红外波段(4μm)和热红外波段(11μm)的亮度温度值。
图4为本发明包含火灾损失评估的实施例流程示意图。
步骤11、采集静止卫星数据,计算像元亮度温度;
步骤12、对陆地像元中非云、非耀斑的像元,用亮度温度阈值的方法判别潜在火点像元;
步骤13、对所述潜在火点像元,利用背景窗口像元波段信息统计判别真实火点像元;
步骤14、基于固定火点库和土地利用类型数据,剔除常年高温火点,并提取林火和草原火位置、亮温信息。
步骤15、重复步骤11~14,根据静止卫星观测频次的林火和草原火遥感监测结果,给出火灾蔓延态势序列。例如,针对Himawari-8/AHI的观测频次,每10分钟输出一次林火和草原或遥感监测数据。
步骤16、基于火灾发生前期MODIS净初级生产力(NPP)产品,对林火或草原火灾所造成的损失进行评估。
具体地,包含以下步骤:
步骤16A、获取火灾发生地区多个时段的静止卫星遥感影像,按时间序列构建系列的光谱指数值,最后通过系列光谱指数值的合成,能够得到更好的突出火烧迹地特征的光谱指数图像,并进而计算火烧迹地面积大小;
步骤16B、通过生物量估算模型,利用火灾发生前期的NPP和火烧迹地面积计算林地或草原的生物量损失;
步骤16C、根据林地或草原生物量损失,建立不同生态系统的经济模型,计算林火或草原火所造成的经济损失。
需要说明的是,步骤16中的净初级生产力(NPP),是用于表征植物把无机碳(CO2)固定、转化为有机碳这一过程的能力,即植被所固定的有机碳中扣除本身呼吸消耗的部分,这一部分用于植被的生长和生殖。MODIS官方网站可提供覆盖全球范围的8天合成NPP产品。
还需要说明的是,在本说明书的全部公式中,逻辑运算符“&”表示“并且”;本申请文件中,数学运算符的优先级高于逻辑运算符。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种静止卫星火灾遥感监测方法,其特征在于,包括以下步骤:
采集静止卫星数据,计算像元亮度温度;
对陆地像元中非云、非耀斑的像元,用亮度温度阈值的方法判别潜在火点像元;
对所述潜在火点像元,利用背景窗口像元波段信息统计判别真实火点像元;
基于固定火点库和土地利用类型数据,剔除常年高温火点,并提取林火和草原火位置、亮温信息。
2.如权利要求1所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
基于土地利用类型数据生成水陆掩码,识别陆地像元。
3.如权利要求1所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
基于静止卫星的云掩码产品,识别云像元。
4.如权利要求1所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
应用中红外4μm波段和热红外11μm波段的组合订正水汽吸收。
5.如权利要求1所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
同时满足耀斑角小于10°、红波段表观反射率大于0.1和短波近红外波段表观反射率大于0.2三个条件的像元,确认为太阳耀斑像元。
6.如权利要求1所述静止卫星火灾遥感监测方法,其特征在于,所述亮度温度阈值的方法是,满足以下至少一项条件式的像元为潜在火点像元:
白天:T4>[315+25cosθ]K;
白天:T4>[305+10cosθ]K&T4-T11>15K;
夜晚:T4>295K;
夜晚:T4>285K&T4-T11>10K;
其中,T4为中红外4μm波段亮度温度;T11为热红外11μm波段亮度温度;θ为太阳天顶角。
7.如权利要求1所述静止卫星火灾遥感监测方法,其特征在于,所述利用背景窗口像元波段信息统计判别真实火点像元的步骤,进一步包含:
以所述潜在火点像元为中心建立背景窗口,遍历背景窗口中所有像元,将云像元、非陆地像元、耀斑像元和潜在火点像元作为无效像元,其他像元为有效像元,使背景窗口中无效像元数量小于像元总数的20%;
统计背景窗口内波段信息,同时满足以下两个条件式的潜在火点像元为真实火点像元:
(T4-T11)>δT4,11×C1
(T4-Tb4)>δT4×C2
其中,T4为中红外4μm波段亮度温度;T11为热红外11μm波段亮度温度;Tb4为背景窗口中所有有效像元中红外4μm波段亮度温度的平均值,δT4,11表示背景窗口中所有有效像元中红外4μm波段与热红外11μm波段亮度温度差值的计算标准偏差,δT4表示背景窗口中所有有效像元中红外4μm波段亮度温度的计算标准偏差,C1和C2均为经验常数。
8.如权利要求7所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
所述真实火点像元还需要满足以下至少一个条件式:
(T4-T11)>δT4,11&(T11-Tb11)>-20K
(R4,11-Rb4,11)>δR4,11×C3+0.5×C4
其中,Tb11为背景窗口中所有有效像元热红外11μm波段亮度温度的平均值;R4,11=(R4-R11)/R4×10,R4和R11分别为中红外4μm波段和热红外11μm波段辐亮度值,Rb4,11为背景窗口中所有有效像元R4,11的平均值,δR4,11表示背景窗口中所有有效像元R4,11的计算标准偏差,C3和C4均为经验常数。
9.如权利要求1~8任意一项所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
根据静止卫星观测频次的林火和草原火遥感监测结果,给出火灾蔓延态势序列。
10.如权利要求1~8任意一项所述静止卫星火灾遥感监测方法,其特征在于,还包括以下步骤:
基于火灾发生前期MODIS净初级生产力产品,对林火或草原火灾所造成的损失进行评估。
CN201611154889.4A 2016-12-14 2016-12-14 一种静止卫星火灾遥感监测方法 Expired - Fee Related CN106503480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611154889.4A CN106503480B (zh) 2016-12-14 2016-12-14 一种静止卫星火灾遥感监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611154889.4A CN106503480B (zh) 2016-12-14 2016-12-14 一种静止卫星火灾遥感监测方法

Publications (2)

Publication Number Publication Date
CN106503480A true CN106503480A (zh) 2017-03-15
CN106503480B CN106503480B (zh) 2019-02-22

Family

ID=58330101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611154889.4A Expired - Fee Related CN106503480B (zh) 2016-12-14 2016-12-14 一种静止卫星火灾遥感监测方法

Country Status (1)

Country Link
CN (1) CN106503480B (zh)

Cited By (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106910311A (zh) * 2017-03-22 2017-06-30 国网湖南省电力公司 一种电网山火实时广域同步卫星监测方法及监测系统
CN107170321A (zh) * 2017-05-23 2017-09-15 中南林业科技大学 林火卫星地面监控站三维培训系统
CN107784277A (zh) * 2017-10-17 2018-03-09 国网湖南省电力公司 一种山火判识方法和系统
CN107817019A (zh) * 2017-10-06 2018-03-20 廖忠民 Leo星座防灾监测系统
CN108520615A (zh) * 2018-04-20 2018-09-11 芜湖岭上信息科技有限公司 一种基于图像的火灾识别系统和方法
CN108564761A (zh) * 2018-05-10 2018-09-21 中南林业科技大学 基于风云气象卫星数据的林火识别方法
CN108898049A (zh) * 2018-05-11 2018-11-27 中南林业科技大学 基于modis数据的林火识别方法
CN109035664A (zh) * 2018-08-08 2018-12-18 湖北河海科技发展有限公司 基于葵花气象卫星的森林火灾监测方法及平台
CN109087474A (zh) * 2018-09-28 2018-12-25 广州市盟果科技有限公司 一种基于大数据的轨道交通安全维护方法
CN109191801A (zh) * 2018-11-02 2019-01-11 北京首钢股份有限公司 一种极限状态监测方法和装置
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
CN109509319A (zh) * 2018-12-29 2019-03-22 北京恒泰实达科技股份有限公司 基于静止卫星监测资料的输电线路山火监测预警方法
CN109580003A (zh) * 2018-12-18 2019-04-05 成都信息工程大学 一种静止气象卫星热红外数据估算近地面大气温度方法
CN110058262A (zh) * 2019-05-22 2019-07-26 电子科技大学 一种植被辐射传输模型反演森林火灾燃烧烈度的方法
WO2019160161A1 (ja) * 2018-02-19 2019-08-22 株式会社Ihi 熱源検出装置
CN110333519A (zh) * 2019-04-26 2019-10-15 云南电网有限责任公司电力科学研究院 基于高轨低轨卫星数据的输电线路山火监测方法及装置
CN110390135A (zh) * 2019-06-17 2019-10-29 北京中科锐景科技有限公司 一种提高林火蔓延预测精度的方法
CN111006771A (zh) * 2019-12-27 2020-04-14 广东电网有限责任公司电力科学研究院 一种基于极轨气象卫星判识火点的方法与装置
CN111310621A (zh) * 2020-02-04 2020-06-19 北京百度网讯科技有限公司 遥感卫星火点识别方法、装置、设备及存储介质
CN111505016A (zh) * 2020-04-21 2020-08-07 北京中科锐景科技有限公司 一种秸秆焚烧排放清单估算方法
CN111696074A (zh) * 2020-04-30 2020-09-22 中国资源卫星应用中心 一种基于高分四号的火点监测系统及应用
CN111815664A (zh) * 2020-07-08 2020-10-23 云南电网有限责任公司电力科学研究院 一种火点检测方法和系统
CN111858813A (zh) * 2020-07-21 2020-10-30 云南电网有限责任公司带电作业分公司 一种基于卫星技术的非火点区域排除方法
CN111932651A (zh) * 2020-08-13 2020-11-13 北京观澜智图科技有限公司 一种水面耀斑的提取方法及相关装置
CN112113913A (zh) * 2020-08-30 2020-12-22 山东锋士信息技术有限公司 一种基于背景阈值的Himawari8陆地火点探测算法
CN112327389A (zh) * 2020-10-30 2021-02-05 中国科学院国家空间科学中心 基于太阳10.7cm射电流量的全日面耀斑预报方法及系统
CN112419645A (zh) * 2020-11-18 2021-02-26 四创科技有限公司 一种基于卫星遥感的森林火情监测方法
CN112665728A (zh) * 2020-12-15 2021-04-16 中国科学院空天信息创新研究院 一种基于双时相影像的亮温差校正火点检测的方法
CN112834040A (zh) * 2020-12-24 2021-05-25 合肥冬行信息科技有限公司 基于静止卫星的地面热异常识别算法
CN113218508A (zh) * 2021-04-27 2021-08-06 中南林业科技大学 一种基于Himawari-8卫星数据的林火判别方法
CN113221057A (zh) * 2021-05-14 2021-08-06 山东省生态环境监测中心 基于多时相卫星影像的秸秆焚烧火点监测方法
CN113340432A (zh) * 2021-06-09 2021-09-03 广东电网有限责任公司 一种基于静止气象卫星的火情监测方法及系统
CN113361622A (zh) * 2021-06-21 2021-09-07 广东电网有限责任公司 一种基于静止卫星的过火区提取方法及系统
CN113657275A (zh) * 2021-08-16 2021-11-16 中国科学院空天信息创新研究院 一种林草火点自动检测方法
CN113902981A (zh) * 2021-12-10 2022-01-07 航天宏图信息技术股份有限公司 一种林火蔓延预测方法、装置、电子设备及存储介质
CN114002751A (zh) * 2021-10-26 2022-02-01 国网北京市电力公司 异常位置的识别方法、系统以及装置
CN116052012A (zh) * 2022-12-21 2023-05-02 北京爱特拉斯信息科技有限公司 一种基于Himawari-8卫星数据的火点识别方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719298A (zh) * 2009-11-23 2010-06-02 中国科学院遥感应用研究所 森林草原火灾遥感监测预警方法
CN105551168A (zh) * 2015-12-03 2016-05-04 中国科学院遥感与数字地球研究所 一种农田火灾遥感监测预警的方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719298A (zh) * 2009-11-23 2010-06-02 中国科学院遥感应用研究所 森林草原火灾遥感监测预警方法
CN105551168A (zh) * 2015-12-03 2016-05-04 中国科学院遥感与数字地球研究所 一种农田火灾遥感监测预警的方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
WILFRID SCHROEDER等: "Quantifying the impact of cloud obscuration on remote sensing of active fires in the Brazilian Amazon", 《REMOTE SENSING OF ENVIRONMENT》 *
WILFRID SCHROEDER等: "The New VIIRS 375 m active fire detection data product: Algorithm description and initial assessment", 《REMOTE SENSING OF ENVIROMENT》 *
WILFRID SCHROEDER等: "Validation of GOES and MODIS active fire detection products using ASTER and ETM+ data", 《REMOTE SENSING OF ENVIRONMENT》 *
YORAM J. KAUFMAN等: "Potential global fire monitoring from EOS-MODIS", 《JOURNAL OF GEOPHYSICAL RESEARCH》 *

Cited By (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106910311A (zh) * 2017-03-22 2017-06-30 国网湖南省电力公司 一种电网山火实时广域同步卫星监测方法及监测系统
CN107170321A (zh) * 2017-05-23 2017-09-15 中南林业科技大学 林火卫星地面监控站三维培训系统
CN107817019A (zh) * 2017-10-06 2018-03-20 廖忠民 Leo星座防灾监测系统
CN107784277A (zh) * 2017-10-17 2018-03-09 国网湖南省电力公司 一种山火判识方法和系统
CN107784277B (zh) * 2017-10-17 2021-08-31 国网湖南省电力公司 一种山火判识方法和系统
JP6996573B2 (ja) 2018-02-19 2022-01-17 株式会社Ihi 熱源検出装置
JPWO2019160161A1 (ja) * 2018-02-19 2020-12-10 株式会社Ihi 熱源検出装置
AU2019221160B2 (en) * 2018-02-19 2021-12-16 Ihi Corporation Heat source detection device
WO2019160161A1 (ja) * 2018-02-19 2019-08-22 株式会社Ihi 熱源検出装置
US11933673B2 (en) 2018-02-19 2024-03-19 Ihi Corporation Heat source detection device
CN108520615A (zh) * 2018-04-20 2018-09-11 芜湖岭上信息科技有限公司 一种基于图像的火灾识别系统和方法
CN108520615B (zh) * 2018-04-20 2020-08-25 吉林省林业科学研究院 一种基于图像的火灾识别系统和方法
CN108564761A (zh) * 2018-05-10 2018-09-21 中南林业科技大学 基于风云气象卫星数据的林火识别方法
CN108564761B (zh) * 2018-05-10 2020-07-28 中南林业科技大学 基于风云气象卫星数据的林火识别方法
CN108898049A (zh) * 2018-05-11 2018-11-27 中南林业科技大学 基于modis数据的林火识别方法
CN109035664A (zh) * 2018-08-08 2018-12-18 湖北河海科技发展有限公司 基于葵花气象卫星的森林火灾监测方法及平台
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
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
CN109087474A (zh) * 2018-09-28 2018-12-25 广州市盟果科技有限公司 一种基于大数据的轨道交通安全维护方法
CN109087474B (zh) * 2018-09-28 2020-08-18 广州市盟果科技有限公司 一种基于大数据的轨道交通安全维护方法
CN109191801A (zh) * 2018-11-02 2019-01-11 北京首钢股份有限公司 一种极限状态监测方法和装置
CN109580003B (zh) * 2018-12-18 2021-01-12 成都信息工程大学 一种静止气象卫星热红外数据估算近地面大气温度方法
CN109580003A (zh) * 2018-12-18 2019-04-05 成都信息工程大学 一种静止气象卫星热红外数据估算近地面大气温度方法
CN109509319A (zh) * 2018-12-29 2019-03-22 北京恒泰实达科技股份有限公司 基于静止卫星监测资料的输电线路山火监测预警方法
CN110333519A (zh) * 2019-04-26 2019-10-15 云南电网有限责任公司电力科学研究院 基于高轨低轨卫星数据的输电线路山火监测方法及装置
CN110333519B (zh) * 2019-04-26 2022-11-04 云南电网有限责任公司电力科学研究院 基于高轨低轨卫星数据的输电线路山火监测方法及装置
CN110058262A (zh) * 2019-05-22 2019-07-26 电子科技大学 一种植被辐射传输模型反演森林火灾燃烧烈度的方法
CN110390135A (zh) * 2019-06-17 2019-10-29 北京中科锐景科技有限公司 一种提高林火蔓延预测精度的方法
CN111006771A (zh) * 2019-12-27 2020-04-14 广东电网有限责任公司电力科学研究院 一种基于极轨气象卫星判识火点的方法与装置
CN111310621A (zh) * 2020-02-04 2020-06-19 北京百度网讯科技有限公司 遥感卫星火点识别方法、装置、设备及存储介质
CN111310621B (zh) * 2020-02-04 2023-11-07 应急管理部大数据中心 遥感卫星火点识别方法、装置、设备及存储介质
CN111505016A (zh) * 2020-04-21 2020-08-07 北京中科锐景科技有限公司 一种秸秆焚烧排放清单估算方法
CN111696074B (zh) * 2020-04-30 2024-04-05 中国资源卫星应用中心 一种基于高分四号的火点监测系统及应用
CN111696074A (zh) * 2020-04-30 2020-09-22 中国资源卫星应用中心 一种基于高分四号的火点监测系统及应用
CN111815664A (zh) * 2020-07-08 2020-10-23 云南电网有限责任公司电力科学研究院 一种火点检测方法和系统
CN111815664B (zh) * 2020-07-08 2023-10-17 云南电网有限责任公司电力科学研究院 一种火点检测方法和系统
CN111858813A (zh) * 2020-07-21 2020-10-30 云南电网有限责任公司带电作业分公司 一种基于卫星技术的非火点区域排除方法
CN111932651A (zh) * 2020-08-13 2020-11-13 北京观澜智图科技有限公司 一种水面耀斑的提取方法及相关装置
CN111932651B (zh) * 2020-08-13 2024-03-22 北京观澜智图科技有限公司 一种水面耀斑的提取方法及相关装置
CN112113913A (zh) * 2020-08-30 2020-12-22 山东锋士信息技术有限公司 一种基于背景阈值的Himawari8陆地火点探测算法
CN112113913B (zh) * 2020-08-30 2021-07-09 山东锋士信息技术有限公司 一种基于背景阈值的Himawari8陆地火点探测算法
CN112327389A (zh) * 2020-10-30 2021-02-05 中国科学院国家空间科学中心 基于太阳10.7cm射电流量的全日面耀斑预报方法及系统
CN112327389B (zh) * 2020-10-30 2022-07-26 中国科学院国家空间科学中心 基于太阳10.7cm射电流量的全日面耀斑预报方法及系统
CN112419645A (zh) * 2020-11-18 2021-02-26 四创科技有限公司 一种基于卫星遥感的森林火情监测方法
CN112419645B (zh) * 2020-11-18 2022-05-13 四创科技有限公司 一种基于卫星遥感的森林火情监测方法
CN112665728B (zh) * 2020-12-15 2022-04-15 中国科学院空天信息创新研究院 一种基于双时相影像的亮温差校正火点检测的方法
CN112665728A (zh) * 2020-12-15 2021-04-16 中国科学院空天信息创新研究院 一种基于双时相影像的亮温差校正火点检测的方法
CN112834040A (zh) * 2020-12-24 2021-05-25 合肥冬行信息科技有限公司 基于静止卫星的地面热异常识别算法
CN113218508A (zh) * 2021-04-27 2021-08-06 中南林业科技大学 一种基于Himawari-8卫星数据的林火判别方法
CN113218508B (zh) * 2021-04-27 2022-07-01 中南林业科技大学 一种基于Himawari-8卫星数据的林火判别方法
CN113221057B (zh) * 2021-05-14 2022-08-26 山东省生态环境监测中心 基于多时相卫星影像的秸秆焚烧火点监测方法
CN113221057A (zh) * 2021-05-14 2021-08-06 山东省生态环境监测中心 基于多时相卫星影像的秸秆焚烧火点监测方法
CN113340432A (zh) * 2021-06-09 2021-09-03 广东电网有限责任公司 一种基于静止气象卫星的火情监测方法及系统
CN113361622A (zh) * 2021-06-21 2021-09-07 广东电网有限责任公司 一种基于静止卫星的过火区提取方法及系统
CN113657275A (zh) * 2021-08-16 2021-11-16 中国科学院空天信息创新研究院 一种林草火点自动检测方法
CN114002751B (zh) * 2021-10-26 2023-11-03 国网北京市电力公司 异常位置的识别方法、系统以及装置
CN114002751A (zh) * 2021-10-26 2022-02-01 国网北京市电力公司 异常位置的识别方法、系统以及装置
CN113902981A (zh) * 2021-12-10 2022-01-07 航天宏图信息技术股份有限公司 一种林火蔓延预测方法、装置、电子设备及存储介质
CN116052012A (zh) * 2022-12-21 2023-05-02 北京爱特拉斯信息科技有限公司 一种基于Himawari-8卫星数据的火点识别方法及系统

Also Published As

Publication number Publication date
CN106503480B (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN106503480A (zh) 一种静止卫星火灾遥感监测方法
Yu et al. Assessing effects of urban vegetation height on land surface temperature in the City of Tampa, Florida, USA
Sharma et al. Identifying seasonal heat islands in urban settings of Delhi (India) using remotely sensed data–An anomaly based approach
Sakai et al. Sierpinski's forest: New technology of cool roof with fractal shapes
CN102176073A (zh) 基于环境一号卫星的环境空气质量综合监测方法
Qin et al. Influence of canopy structural characteristics on cooling and humidifying effects of Populus tomentosa community on calm sunny summer days
Gómez-Navarro et al. Effects of vegetation on the spatial and temporal variation of microclimate in the urbanized Salt Lake Valley
Chen et al. Cool island effects of urban remnant natural mountains for cooling communities: A case study of Guiyang, China
CN106778516A (zh) 一种利用中国风云三号卫星遥感数据确定地表温度的方法及装置
Tomshin et al. The impact of large-scale forest fires on atmospheric aerosol characteristics
Arisanty et al. Landsat 8 OLI TIRS imagery ability for monitoring post forest fire changes.
Jamei et al. Investigating the impacts of COVID-19 lockdown on air quality, surface Urban Heat Island, air temperature and lighting energy consumption in City of Melbourne
Wang et al. Ecosystem service function evaluation: A case study of the yinchuan basin in China
Wang et al. The influence of vertical canopy structure on the cooling and humidifying urban microclimate during hot summer days
Pokhariyal et al. Environmental impact of lockdown amid COVID-19 over agricultural sites in Himalayan foothills
CN113139296A (zh) 一种基于卫星遥感的森林火灾风险预警方法
Petralli et al. Thermal comfort and green areas in Florence
CN116504014A (zh) 一种基于多维感知的森林火灾监测方法及系统
Thorsteinsson et al. Large wildfire in Iceland in 2006: Size and intensity estimates from satellite data
Manyangadze Forest fire detection for near real-time monitoring using geostationary satellites
Juárez et al. Hurricane driven changes in land cover create biogeophysical climate feedbacks
Singh Historical fire frequency based forest fire risk zonation relating role of topographical and forest biophysical factors with geospatial technology in Raipur and Chilla range
Kanniah et al. Exploring the role of green and blue infrastructure in reducing temperature in Iskandar Malaysia using remote sensing approach
Zhou et al. Identification of forest fire points under clear sky conditions with Himawari-8 satellite data
SENSING CHAPTER SIX WILDFIRE MANAGEMENT USING SATELLITE REMOTE SENSING: A CASE STUDY IN SENTINEL ASIA KAZUYA KAKU AND MASAMI FUKUDA

Legal Events

Date Code Title Description
C06 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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190222

Termination date: 20191214

CF01 Termination of patent right due to non-payment of annual fee