CN107462331B - 钢铁企业产能变化遥感监测方法和系统 - Google Patents
钢铁企业产能变化遥感监测方法和系统 Download PDFInfo
- Publication number
- CN107462331B CN107462331B CN201710666525.2A CN201710666525A CN107462331B CN 107462331 B CN107462331 B CN 107462331B CN 201710666525 A CN201710666525 A CN 201710666525A CN 107462331 B CN107462331 B CN 107462331B
- Authority
- CN
- China
- Prior art keywords
- iron
- steel enterprise
- enterprise
- steel
- heat
- 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.)
- Active
Links
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 554
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 300
- 239000010959 steel Substances 0.000 title claims abstract description 300
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 277
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 167
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000008859 change Effects 0.000 claims abstract description 59
- 238000009826 distribution Methods 0.000 claims abstract description 43
- 230000002123 temporal effect Effects 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims description 42
- 230000005855 radiation Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000001932 seasonal effect Effects 0.000 claims description 21
- 238000012546 transfer Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 12
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000005553 drilling Methods 0.000 claims 1
- 230000003595 spectral effect Effects 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 4
- 238000000179 transient infrared spectroscopy Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000005245 sintering Methods 0.000 description 3
- 238000009628 steelmaking Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005457 Black-body radiation Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种钢铁企业产能变化遥感监测方法和系统，该方法利用热红外遥感数据反演钢铁企业热环境场，分析钢铁企业热异常时间变化特征和空间分布变化特征，再利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。本发明的方法基于钢铁企业特有的热环境特征及其在热红外波段的光谱响应规律，实现了钢铁企业产能变化的精确遥感监测。
Description
技术领域
本发明涉及社会经济遥感技术领域，特别是基于热环境时空分布特征的钢铁企业产能变化遥感监测方法和系统。
背景技术
钢铁去产能状况主要依靠地方政府和企业的上报数据，不排除存在虚报、瞒报、漏报的情况；同时，已经取得的去产能成果尚需稳固、防止反弹。因此，需要充分发挥空间观测技术优势，加强对去产能企业的动态监测、监控，为国家全面掌控去产能实施进程提供信息支撑。
遥感技术作为一种非接触的、远距离的探测技术，具有监测范围广、周期短、手段多等特点，可以作为一种客观地获取钢铁产能变化情况的技术手段。当前，遥感技术在钢铁行业的应用较少，主要用于钢铁厂及其主要设施的识别、大气污染治理等，主要使用高分辨率的光学遥感数据。遥感技术应用于钢铁企业产能监测方面的研究未见报道。
由于钢铁厂在烧结、炼铁、炼钢、轧钢等生产过程中，伴随有大量的热量释放，形成特殊的热环境场，具有与其他地物类型所不同的光谱特性，在热红外光谱波段表现明显，因此，可以利用热红外遥感技术开展钢铁企业产能变化情况监测。热红外遥感技术在理论、方法和应用方面已经日臻成熟。主要研究包括陆地表面温度反演方法、城市热岛效应、地表蒸散矿产资源探测、灾害预测等方面，使用的遥感数据包括Landsat TM/ETM/TIRS、MODIS、环境卫星、AVHRR等，这些理论研究和实际应用为钢铁企业产能变化遥感监测奠定了坚实的基础。
发明内容
本发明针对我国产能过剩背景下，钢铁企业去产能情况实地调查面临各种困难、企业上报数据真伪无法辨别的问题，提供一种基于热环境时空分布特征的钢铁企业产能变化遥感监测方法，基于钢铁企业在热红外波段的光谱响应规律和热环境时空分布特征，实现了钢铁企业产能变化的精确遥感监测。本发明还涉及一种钢铁企业产能变化遥感监测系统。
本发明的技术方案如下：
一种钢铁企业产能变化遥感监测方法，其特征在于，该方法将采集的热红外遥感数据通过辐射传输方程反演钢铁企业的陆地表面温度用以表达钢铁企业的热环境场；再利用多时相热环境场数据，选取背景温度场，分析钢铁企业热异常时间变化特征；并基于钢铁企业生产区域的温度阈值计算方法计算生产区域面积，分析钢铁企业热异常空间变化特征；然后利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
所述方法包括下述步骤：
第一步骤，是利用热红外遥感数据和热红外载荷参数，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场；
第二步骤，通过反演钢铁企业不同季节陆地表面温度作为多时相热环境场数据表达钢铁企业热环境场，选取合适的地物作为背景温度场，分析钢铁企业热异常时间变化特征；
第三步骤，基于钢铁企业生产区域的温度阈值计算方法，构建钢铁企业生产区域空间分布范围提取算法，计算生产区域面积，用于分析热异常空间分布变化特征；
第四步骤，利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
所述第一步骤为利用热红外遥感数据、热红外载荷参数和大气剖面参数，结合NDVI阈值法计算地表比辐射率，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场。
所述第二步骤中通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，建立钢铁企业热岛强度时间变化序列，用于表达钢铁企业热异常时间变化特征。
所述第三步骤以第二步骤反演的钢铁企业不同季节陆地表面温度为基础，计算钢铁企业范围内陆地表面温度的均值、标准差、最大值和最小值，确定钢铁企业生产区域的温度阈值计算方法，利用所述温度阈值，构建钢铁企业生产区域空间分布范围提取算法，计算企业生产区域面积，用于分析热异常空间分布变化特征。
一种钢铁企业产能变化遥感监测系统，其特征在于，包括依次连接的热环境场计算模块、热异常时间变化特征分析模块、热异常空间变化特征分析模块和产能变化遥感监测分析模块，所述热环境场计算模块将采集的热红外遥感数据通过辐射传输方程反演钢铁企业的陆地表面温度用以表达钢铁企业的热环境场；所述热异常时间变化特征分析模块利用多时相热环境场数据，选取背景温度场，分析钢铁企业热异常时间变化特征；所述热异常空间变化特征分析模块基于钢铁企业生产区域的温度阈值计算方法计算生产区域面积，分析钢铁企业热异常空间变化特征；所述产能变化遥感监测分析模块利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
所述热环境场计算模块是利用热红外遥感数据和热红外载荷参数，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场；所述热异常时间变化特征分析模块通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，分析钢铁企业热异常时间变化特征；所述热异常空间变化特征分析模块基于钢铁企业生产区域的温度阈值计算方法，构建钢铁企业生产区域空间分布范围提取算法，计算生产区域面积，用于分析热异常空间分布变化特征。
所述热环境场计算模块为利用热红外遥感数据、热红外载荷参数和大气剖面参数，结合NDVI阈值法计算地表比辐射率，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场。
所述热异常时间变化特征分析模块通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，建立钢铁企业热岛强度时间变化序列，用于表达钢铁企业热异常时间变化特征。
所述热异常空间变化特征分析模块以所述热异常时间变化特征分析模块反演的钢铁企业不同季节陆地表面温度为基础，计算钢铁企业范围内陆地表面温度的均值、标准差、最大值和最小值，确定钢铁企业生产区域的温度阈值计算方法，利用所述温度阈值，构建钢铁企业生产区域空间分布范围提取算法，计算企业生产区域面积，用于分析热异常空间分布变化特征。
本发明的技术效果如下：
本发明涉及一种基于热环境时空分布特征的钢铁企业产能变化遥感监测方法，利用辐射传输方程和热红外遥感数据反演钢铁企业热环境场，以用来分析钢铁企业热环境场的时间变化以及空间分布特征，构建钢铁企业产能变化遥感监测算法，进而监测钢铁企业的产能变化情况。该方法基于钢铁企业在热红外波段的光谱响应规律和热环境时空分布特征，实现了钢铁企业产能变化的精确遥感监测。
本发明的遥感监测方法，优选地，利用辐射传输方程反演陆地表面温度的方法，可以在春、夏、秋、冬四个季节各至少选取一期遥感数据，反演钢铁企业及周边的陆地表面温度，选取合适的背景温度场，通过统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，以此表征钢铁企业的生产状态，通过不同季节的钢铁企业热岛强度建立热环境场时间变化序列，刻画钢铁企业热异常时间变化特征。通过统计钢铁企业范围内温度的均值、标准差、最大值和最小值等统计量，确定生产区域的温度阈值算法形式，利用该阈值划分生产区域和非生产区域，并计算生产区域面积，以此表征钢铁企业的在产规模。通过分析钢铁企业热异常时间变化特征和空间分布变化特征，以较高的准确性监测钢铁企业产能变化情况。
本发明将热红外遥感应用于社会经济领域的去产能监测，解决了传统通过统计上报途径上报的企业产能数据真伪无法辨别，而实地调查钢铁企业产能情况困难重重的问题。本发明通过获取不同季节的热红外遥感数据反演钢铁企业及周边的陆地表面温度，在钢铁企业产能变化监测过程中，充分考虑到钢铁企业在不同季节的热环境场空间分布特征，选择合适的背景温度场作为比较对象，形成钢铁企业热异常时间变化曲线，当曲线变动异常，指示钢铁企业产能变化；同时，利用钢铁企业生产区域的异常高温的特点，通过计算生产区域的温度阈值，识别生成区域和非生产区域，计算生产区域面积，形成多时相生产区域面积曲线，当曲线异常波动，指示钢铁企业产能变化。结合钢铁企业的热异常时间变化和空间分布变化特征，实现了钢铁企业产能变化情况遥感监测。
本发明还涉及一种钢铁企业产能变化遥感监测系统，包括依次连接的热环境场计算模块、热异常时间变化特征分析模块、热异常空间变化特征分析模块和产能变化遥感监测分析模块，依次进行钢铁企业的陆地表面温度反演用以表达钢铁企业的热环境场、热异常时间变化特征分析、热异常空间变化特征分析以及钢铁企业产能变化情况监测分析，各模块协同工作，基于钢铁企业在热红外波段的光谱响应规律和热环境时空分布特征，实现了钢铁企业产能变化的精确遥感监测，提高了钢铁企业产能变化遥感监测的工作效率，具有比较高的遥感监测准确性和可靠性。
附图说明
图1为本发明钢铁企业产能变化遥感监测方法的流程图。
图2为本发明钢铁企业产能变化遥感监测方法的优选流程图。
图3为本发明钢铁企业产能变化遥感监测系统的结构示意图。
具体实施方式
下面结合附图对本发明进行说明。
本发明涉及一种钢铁企业产能变化遥感监测方法，也称之为基于热环境时空分布特征的钢铁企业产能变化遥感监测方法，其流程如图1所示，该方法将采集的热红外遥感数据通过辐射传输方程反演钢铁企业的陆地表面温度，用以表达钢铁企业及周边的热环境场；再利用多时相热环境场数据(如选取不同季节的热红外数据)，选取背景温度场，分析钢铁企业热异常时间变化特征；并基于钢铁企业生产区域的温度阈值计算方法计算生产区域面积，分析钢铁企业热异常空间分布变化特征；然后利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
本发明基于热环境时空分布特征的钢铁企业产能变化遥感监测方法专门针对社会经济领域产能变化监测的遥感应用技术，优选分为下面四个步骤：第一步骤，是利用热红外遥感数据和热红外载荷参数，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场；第二步骤，通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，分析钢铁企业热异常时间变化特征；第三步骤，基于钢铁企业生产区域的温度阈值计算方法，构建钢铁企业生产区域空间分布范围提取算法，计算生产区域面积，用于分析热异常空间分布变化特征；第四步骤，利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
以下以Landsat 8TIRS数据为例，通过其获取热红外遥感数据，结合图2所示优选流程，详细说明本发明所述的基于热环境时空分布特征的钢铁企业产能变化遥感监测方法。
第一步骤，可理解为是利用热红外遥感数据反演钢铁企业热环境场的计算步骤：利用卫星获取的热红外遥感数据以及通过卫星遥感成像时间计算获得的大气剖面参数、热红外载荷参数以及利用NDVI阈值法计算获得的地表比辐射率，根据辐射传输方程，反演卫星观测的钢铁企业陆地表面温度，即为钢铁企业热环境场。也就是说，通过Landsat 8卫星TIRS传感器成像的年、月、日、时、分、秒时间、TIRS传感器载荷参数K1和K2，利用NDVI阈值法计算的地表比辐射率，利用辐射传输方程，计算钢铁企业及周边的陆地表面温度(LandSurface Temperature，LST)，表达钢铁企业的热环境场。
反演陆地表面温度计算公式如下：
(1)辐射传输方程
TIRS传感器接收到的热红外辐射亮度值Lλ可表达为：
Lλ＝[εB(TS)+(1-ε)L↓]τ+L↑
其中，ε为地表比辐射率，TS为地物表面温度，B(TS)为黑体热辐射亮度，τ为大气在热红外波段的透过率，L↑为大气上行辐亮度，L↓为大气下行辐亮度。
(2)普朗克函数计算TS
TS＝K2/ln(K1/B(TS)+1)
其中，B(TS)为温度为TS的黑体在热红外波段的辐射亮度(即黑体热辐射亮度)，K1和K2为TIRS热红外波段的载荷参数，可在数据元文件中查找。
(3)地表比辐射率
利用NDVI阈值法计算地表比辐射率ε，其表达式为：
ε＝0.004Pv+0.986
其中，Pv是植被覆盖度，计算公式如下：
Pv＝(NDVI-NDVISoil)/(NDVIVeg-NDVISoil)
其中，NDVI为归一化植被指数，NDVISoil为完全裸土或无植被覆盖区域的NDVI值，NDVIVeg为完全被植被覆盖的像元的NDVI值。
也就是说，在(3)地表比辐射率ε计算得出后，代入(1)辐射传输方程，得到黑体热辐射亮度B(TS)，再通过(2)普朗克函数计算得到TS，所以，基于以上公式，即可计算得到钢铁企业及其周边的陆地表面温度TS，用于表达热环境场的空间分布。
第二步骤，可理解为是钢铁企业热异常时间变化特征分析步骤：依据第一步骤确定的钢铁企业热环境反演方法，选取历年春、夏、秋、冬四个季节的历史热红外数据分别反演其热环境场得到多时相的钢铁企业热环境场，每个季节至少选择一期遥感数据，季节的月份划分按照地区惯例，京津冀地区季节划分如表1所示，选取合适的地物作为背景温度场，优选可选取钢铁企业周边一定距离缓冲区内的范围和图像中热性质稳定的水体、植被为背景温度，分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值，得到钢铁企业的热岛强度值，形成钢铁企业热岛强度时间变化序列，刻画钢铁企业热异常时间变化特征。
表1京津冀地区季节划分表
| 序号 | 季节 | 月份 |
| 1 | 春季 | 3月、4月、5月 |
| 2 | 夏季 | 6月、7月、8月 |
| 3 | 秋季 | 9月、10月、11月 |
| 4 | 冬季 | 12月、1月、2月 |
温度均值计算公式为：
其中，为统计范围内的温度均值，LSTi为像元i的陆地表面温度，n为统计范围内的像元数。
钢铁企业热岛强度计算公式为：
其中，I为钢铁企业热岛强度，为钢铁企业范围内的温度均值，为背景区域的温度均值。选取合适的背景温度场为选择钢铁企业周边一定范围的缓冲区并扣除其他高温企业的影响范围或选择热性质稳定的大面积水体、植被覆盖区域。
依据上述公式，计算历年四个季节的钢铁企业热岛强度，形成钢铁企业热岛强度时间变化序列，刻画钢铁企业热异常时间变化特征。
第三步骤，可理解为是钢铁企业热异常空间分布变化特征分析步骤：钢铁企业生产区域(炼铁、炼钢、轧钢、烧结)具有高温热异常特征，热异常范围的增减可以指示产能的变化，利用第二步骤中反演得到的历年不同季节的钢铁企业热环境场，计算钢铁企业范围内陆地表面温度的均值、标准差、最大值和最小值等统计量，确定钢铁企业生产区域的温度阈值算法形式，以此温度阈值为标准，构建钢铁企业生产区域空间分布范围提取算法，将钢铁企业范围划分为生产区域(炼铁、炼钢、轧钢、烧结)和非生产区域(办公和生活区域等)，计算企业生产区域面积，形成钢铁企业生产区域面积时间变化序列，用于分析热异常空间分布变化特征。
钢铁企业温度均值计算公式参见第二步骤。
钢铁企业温度标准差计算公式：
其中，Tσ为温度标准差，Ti为像元i的温度，为钢铁企业范围内的温度均值，N为像元数(或者说是栅格数)。
钢铁企业生产区域的温度阈值算法形式：
其中，Tthreshold为生产区域温度阈值，钢铁企业范围内温度均值，n为正整数，Tσ为钢铁企业范围内的温度标准差。
钢铁企业生产区域面积计算公式：
Areap＝n×R
其中，Areap为生产区域面积，n为企业范围内大于温度阈值的像元数，R为栅格分辨率，Landsat 8TIRS波段分辨率为10000m2。构建钢铁企业生产区域空间分布范围提取算法，即为将陆地表面温度TS与温度阈值Tthreshold比对，确定高温生产区域的像元个数n。
依据上诉公式，计算历年四个季节的钢铁企业生产区域面积，形成钢铁企业生产区域面积时间变化序列，并统计面积最大值、最小值和均值，刻画钢铁企业热异常空间分布变化特征。
第四步骤，可理解为是钢铁企业产能变化情况监测步骤：主要通过分析钢铁企业热异常时间变化特征和空间分布变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。具体是：监测钢铁企业产能变化情况，首先需要反演监测时段的钢铁企业及周边的热环境场，然后按照第二步骤计算钢铁企业的热岛强度值，按照第三步骤计算钢铁企业的生产区域面积。最后结合钢铁企业热岛强度时间变化序列和生产区域面积时间变化序列，按照产能变化判别准则来判断钢铁企业产能变化情况。
其中，钢铁企业产能变化遥感监测算法为如下产能变化判别准则：
(1)完全去产能：监测时段的钢铁企业热岛强度值接近0，远远低于钢铁企业热岛强度时间变化序列同期热岛强度均值；
判别公式为：
其中，I为监测时段钢铁企业热岛强度，为与监测时段同期的热岛强度均值。
(2)产能降低：监测时段的钢铁企业热岛强度值大于0，在钢铁企业热岛强度时间变化序列中处于下降趋势，且低于同期热岛强度均值；或者，监测时段内生产区域面积小于同期生产区域面积的均值；
判别公式为：
其中，I为监测时段钢铁企业热岛强度，为与监测时段同期的热岛强度均值,Ap为监测时段生产区域面积(也就是步骤三中的Areap)，为与监测时段同期的生产区域面积均值。
(3)产能增加：监测时段的钢铁企业热岛强度值大于0，在钢铁企业热岛强度时间变化序列中处于上升趋势，且高于同期热岛强度均值；或者，监测时段内生产区域面积大于同期生产区域面积的均值；
判别公式为：
其中，I为监测时段钢铁企业热岛强度，为与监测时段同期的热岛强度均值,Ap为监测时段生产区域面积，为与监测时段同期的生产区域面积均值。
(4)产能不变：监测时段的钢铁企业热岛强度值大于0，符合钢铁企业热岛强度时间变化序列的季节变化趋势，与历史同期热岛强度均值接近；或者，监测时段内生产区域面积与历史同期生产区域的面积接近；
判别公式为：
其中，I为监测时段钢铁企业热岛强度，为与监测时段同期的热岛强度均值,Ap为监测时段生产区域面积，为与监测时段同期的生产区域面积均值。
通过上述四个步骤能够实现钢铁企业产能变化的精确遥感监测。
本发明还涉及一种钢铁企业产能变化遥感监测系统，该遥感监测系统与上述钢铁企业产能变化遥感监测方法相对应，可理解为是实现上述钢铁企业产能变化遥感监测方法的系统。该遥感监测系统的结构如图3所示，包括依次连接的热环境场计算模块、热异常时间变化特征分析模块、热异常空间变化特征分析模块和产能变化遥感监测分析模块，其中，热环境场计算模块将采集的热红外遥感数据通过辐射传输方程反演钢铁企业的陆地表面温度用以表达钢铁企业的热环境场；热异常时间变化特征分析模块利用多时相热环境场数据，选取背景温度场，分析钢铁企业热异常时间变化特征；热异常空间变化特征分析模块基于钢铁企业生产区域的温度阈值计算方法计算生产区域面积，分析钢铁企业热异常空间变化特征；所述产能变化遥感监测分析模块利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
优选地，所述热环境场计算模块是利用热红外遥感数据和热红外载荷参数，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场；进一步优选地，热环境场计算模块为利用热红外遥感数据、热红外载荷参数和大气剖面参数，结合NDVI阈值法计算地表比辐射率，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场。
优选地，所述热异常时间变化特征分析模块通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，分析钢铁企业热异常时间变化特征；进一步优选地，热异常时间变化特征分析模块通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，选取合适的背景温度场为选择钢铁企业周边一定范围的缓冲区并扣除其他高温企业的影响范围或选择热性质稳定的大面积水体、植被覆盖区域；再分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，建立钢铁企业热岛强度时间变化序列，用于表达钢铁企业热异常时间变化特征。
优选地，热异常空间变化特征分析模块基于钢铁企业生产区域的温度阈值计算方法，构建钢铁企业生产区域空间分布范围提取算法，计算生产区域面积，用于分析热异常空间分布变化特征。进一步优选地，该热异常空间变化特征分析模块以所述热异常时间变化特征分析模块反演的钢铁企业不同季节陆地表面温度为基础，计算钢铁企业范围内陆地表面温度的均值、标准差、最大值和最小值，确定钢铁企业生产区域的温度阈值计算方法，利用所述温度阈值，构建钢铁企业生产区域空间分布范围提取算法，计算企业生产区域面积，用于分析热异常空间分布变化特征。
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。
Claims (8)
1.一种钢铁企业产能变化遥感监测方法，其特征在于，该方法将采集的热红外遥感数据通过辐射传输方程反演钢铁企业的陆地表面温度用以表达钢铁企业的热环境场；再通过反演钢铁企业不同季节陆地表面温度作为多时相热环境场数据表达钢铁企业热环境场，选取背景温度场，分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，建立钢铁企业热岛强度时间变化序列，分析钢铁企业热异常时间变化特征；并基于钢铁企业生产区域的温度阈值计算方法计算生产区域面积，分析钢铁企业热异常空间变化特征；然后利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
2.根据权利要求1所述的方法，其特征在于，所述方法包括下述步骤：
第一步骤，是利用热红外遥感数据和热红外载荷参数，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场；
第二步骤，通过反演钢铁企业不同季节陆地表面温度作为多时相热环境场数据表达钢铁企业热环境场，选取合适的地物作为背景温度场，分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，建立钢铁企业热岛强度时间变化序列，分析钢铁企业热异常时间变化特征；
第三步骤，基于钢铁企业生产区域的温度阈值计算方法，构建钢铁企业生产区域空间分布范围提取算法，计算生产区域面积，用于分析热异常空间分布变化特征；
第四步骤，利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
3.根据权利要求2所述的方法，其特征在于，所述第一步骤为利用热红外遥感数据、热红外载荷参数和大气剖面参数，结合NDVI阈值法计算地表比辐射率，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场。
4.根据权利要求2或3所述的方法，其特征在于，所述第三步骤以第二步骤反演的钢铁企业不同季节陆地表面温度为基础，计算钢铁企业范围内陆地表面温度的均值、标准差、最大值和最小值，确定钢铁企业生产区域的温度阈值计算方法，利用所述温度阈值，构建钢铁企业生产区域空间分布范围提取算法，计算企业生产区域面积，用于分析热异常空间分布变化特征。
5.一种钢铁企业产能变化遥感监测系统，其特征在于，包括依次连接的热环境场计算模块、热异常时间变化特征分析模块、热异常空间变化特征分析模块和产能变化遥感监测分析模块，所述热环境场计算模块将采集的热红外遥感数据通过辐射传输方程反演钢铁企业的陆地表面温度用以表达钢铁企业的热环境场；所述热异常时间变化特征分析模块通过反演钢铁企业不同季节陆地表面温度作为多时相热环境场数据表达钢铁企业热环境场，选取背景温度场，分别统计钢铁企业和背景温度场的陆地表面温度均值并计算差值作为钢铁企业热岛强度，建立钢铁企业热岛强度时间变化序列，分析钢铁企业热异常时间变化特征；所述热异常空间变化特征分析模块基于钢铁企业生产区域的温度阈值计算方法计算生产区域面积，分析钢铁企业热异常空间变化特征；所述产能变化遥感监测分析模块利用钢铁企业热异常时间变化特征和空间变化特征，构建钢铁企业产能变化遥感监测算法从而监测钢铁企业产能变化情况。
6.根据权利要求5所述的系统，其特征在于，所述热环境场计算模块是利用热红外遥感数据和热红外载荷参数，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场；所述热异常时间变化特征分析模块通过反演钢铁企业不同季节陆地表面温度表达多时相的钢铁企业热环境场，选取合适的地物作为背景温度场，分析钢铁企业热异常时间变化特征；所述热异常空间变化特征分析模块基于钢铁企业生产区域的温度阈值计算方法，构建钢铁企业生产区域空间分布范围提取算法，计算生产区域面积，用于分析热异常空间分布变化特征。
7.根据权利要求6所述的系统，其特征在于，所述热环境场计算模块为利用热红外遥感数据、热红外载荷参数和大气剖面参数，结合NDVI阈值法计算地表比辐射率，根据辐射传输方程，反演钢铁企业的陆地表面温度，用于表达钢铁企业的热环境场。
8.根据权利要求6或7所述的系统，其特征在于，所述热异常空间变化特征分析模块以所述热异常时间变化特征分析模块反演的钢铁企业不同季节陆地表面温度为基础，计算钢铁企业范围内陆地表面温度的均值、标准差、最大值和最小值，确定钢铁企业生产区域的温度阈值计算方法，利用所述温度阈值，构建钢铁企业生产区域空间分布范围提取算法，计算企业生产区域面积，用于分析热异常空间分布变化特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710666525.2A CN107462331B (zh) | 2017-08-07 | 2017-08-07 | 钢铁企业产能变化遥感监测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710666525.2A CN107462331B (zh) | 2017-08-07 | 2017-08-07 | 钢铁企业产能变化遥感监测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107462331A CN107462331A (zh) | 2017-12-12 |
| CN107462331B true CN107462331B (zh) | 2019-09-27 |
Family
ID=60547439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710666525.2A Active CN107462331B (zh) | 2017-08-07 | 2017-08-07 | 钢铁企业产能变化遥感监测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107462331B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107462331B (zh) * | 2017-08-07 | 2019-09-27 | 中国科学院遥感与数字地球研究所 | 钢铁企业产能变化遥感监测方法和系统 |
| CN109506809A (zh) * | 2018-11-19 | 2019-03-22 | 北京英视睿达科技有限公司 | 基于地表温度确定大气污染热点网格的方法及装置 |
| CN112034094A (zh) * | 2020-07-10 | 2020-12-04 | 海南星瞰信息咨询中心(有限合伙) | 一种污染源防治热点网格监管方法、系统 |
| CN112883568B (zh) * | 2021-02-04 | 2022-11-15 | 中国地质调查局武汉地质调查中心 | 炼钢月产量估算模型构建方法、装置、设备及存储介质 |
| CN113642170B (zh) * | 2021-08-09 | 2022-04-05 | 北京四象爱数科技有限公司 | 基于热红外遥感卫星数据的钢铁厂产量监测方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6455851B1 (en) * | 2000-03-28 | 2002-09-24 | Air Instruments And Measurement, Inc. | Spectroscopic remote sensing exhaust emission monitoring system |
| CN101799561A (zh) * | 2010-02-05 | 2010-08-11 | 民政部国家减灾中心 | 一种基于减灾小卫星的雪灾遥感监测模拟评估方法 |
| CN102012528A (zh) * | 2010-11-23 | 2011-04-13 | 北京理工大学 | 一种稀疏植被地区的高光谱遥感油气勘探方法 |
| CN103942408A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 黄土高原中尺度流域年侵蚀产沙模型计算方法 |
| CN104406698A (zh) * | 2014-11-24 | 2015-03-11 | 武汉理工大学 | 一种城市热岛空间分布的评价方法 |
| CN104897289A (zh) * | 2015-06-23 | 2015-09-09 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8卫星数据地表温度反演方法 |
| CN105300880A (zh) * | 2015-09-08 | 2016-02-03 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8热红外数据大气水汽含量反演方法 |
| CN106548146A (zh) * | 2016-11-01 | 2017-03-29 | 北京航天泰坦科技股份有限公司 | 基于时空分析的地表覆盖变化算法和系统 |
| CN107462331A (zh) * | 2017-08-07 | 2017-12-12 | 中国科学院遥感与数字地球研究所 | 钢铁企业产能变化遥感监测方法和系统 |
-
2017
- 2017-08-07 CN CN201710666525.2A patent/CN107462331B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6455851B1 (en) * | 2000-03-28 | 2002-09-24 | Air Instruments And Measurement, Inc. | Spectroscopic remote sensing exhaust emission monitoring system |
| CN101799561A (zh) * | 2010-02-05 | 2010-08-11 | 民政部国家减灾中心 | 一种基于减灾小卫星的雪灾遥感监测模拟评估方法 |
| CN102012528A (zh) * | 2010-11-23 | 2011-04-13 | 北京理工大学 | 一种稀疏植被地区的高光谱遥感油气勘探方法 |
| CN103942408A (zh) * | 2014-02-19 | 2014-07-23 | 西北农林科技大学 | 黄土高原中尺度流域年侵蚀产沙模型计算方法 |
| CN104406698A (zh) * | 2014-11-24 | 2015-03-11 | 武汉理工大学 | 一种城市热岛空间分布的评价方法 |
| CN104897289A (zh) * | 2015-06-23 | 2015-09-09 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8卫星数据地表温度反演方法 |
| CN105300880A (zh) * | 2015-09-08 | 2016-02-03 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8热红外数据大气水汽含量反演方法 |
| CN106548146A (zh) * | 2016-11-01 | 2017-03-29 | 北京航天泰坦科技股份有限公司 | 基于时空分析的地表覆盖变化算法和系统 |
| CN107462331A (zh) * | 2017-08-07 | 2017-12-12 | 中国科学院遥感与数字地球研究所 | 钢铁企业产能变化遥感监测方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 不同时相的遥感热红外图像在研究城市热岛变化中的处理方法;徐涵秋;《遥感技术与应用》;20030630;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107462331A (zh) | 2017-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107462331B (zh) | 钢铁企业产能变化遥感监测方法和系统 | |
| Yang et al. | Rapid urbanization and policy variation greatly drive ecological quality evolution in Guangdong-Hong Kong-Macau Greater Bay Area of China: A remote sensing perspective | |
| Ren et al. | Changes in spatio-temporal patterns of urban forest and its above-ground carbon storage: Implication for urban CO2 emissions mitigation under China's rapid urban expansion and greening | |
| Du et al. | Understanding the seasonal variations of land surface temperature in Nanjing urban area based on local climate zone | |
| Malhi et al. | Analysis of lacunarity and scales of spatial homogeneity in IKONOS images of Amazonian tropical forest canopies | |
| CN104751478B (zh) | 一种基于多特征融合的面向对象的建筑物变化检测方法 | |
| CN101539998B (zh) | 蚀变遥感异常提取方法和系统 | |
| Yang et al. | The impact analysis of water body landscape pattern on urban heat island: a case study of Wuhan City | |
| Yang et al. | Using MODIS NDVI time series to identify geographic patterns of landslides in vegetated regions | |
| Wang et al. | Evaluation of urban green space in terms of thermal environmental benefits using geographical detector analysis | |
| CN107941344B (zh) | 一种基于地表温度遥感反演的钢铁厂去产能监测方法 | |
| CN110806605B (zh) | 高纬度高寒地区稀土-铀矿遥感找矿方法 | |
| CN105225227A (zh) | 遥感影像变化检测的方法及系统 | |
| Zareie et al. | Derivation of land surface temperature from Landsat Thematic Mapper (TM) sensor data and analysing relation between land use changes and surface temperature | |
| CN116256803B (zh) | 一种融合开采信息与地质信息的煤矿微震区域定位方法 | |
| Xiong et al. | Outgoing longwave radiation anomalies analysis associated with different types of seismic activity | |
| CN108225572A (zh) | 基于热红外遥感数据的城市中高温热异常检测方法 | |
| CN103425959A (zh) | 一种识别火灾的火焰视频检测方法 | |
| CN114575925B (zh) | 一种基于时空大数据的矿井安全监测和预警的方法 | |
| CN109447478A (zh) | 一种基于八分位法的工业热污染区提取方法 | |
| Jin et al. | [Retracted] Mine Geological Environment Monitoring and Risk Assessment in Arid and Semiarid Areas | |
| CN107403004A (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
| CN110838098A (zh) | 一种确定地下煤火区地表裂隙的方法 | |
| Liu et al. | Evaluation and dynamic monitoring of ecological environment quality in mining area based on improved CRSEI index model | |
| Al Kuwari et al. | Optimal satellite sensor selection utilized to monitor the impact of urban sprawl on the thermal environment in doha city, Qatar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |