CN107784277A - 一种山火判识方法和系统 - Google Patents
一种山火判识方法和系统 Download PDFInfo
- Publication number
- CN107784277A CN107784277A CN201710967017.8A CN201710967017A CN107784277A CN 107784277 A CN107784277 A CN 107784277A CN 201710967017 A CN201710967017 A CN 201710967017A CN 107784277 A CN107784277 A CN 107784277A
- Authority
- CN
- China
- Prior art keywords
- fire
- confirmed
- fire point
- point
- channel
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及电气工程技术领域,公开了一种山火判识方法和系统,以能对待确认火点进行有效筛选,解决火点误判,提高火点判识准确率,进一步对防灾指导工作提供更科学更有利的支持;本发明采用卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息;基于数据信息计算判火通道的反射率和辐射亮度,然后将辐射亮度转换为地表亮温值,再根据反射率、辐射亮度以及地表亮温值建立火点判识模型,以得到待确认火点的信息;针对待确认火点建立局部窗口亮温差异性特征算子E,并采用局部窗口亮温差异性特征算子E对待确认火点信息进行筛选,得到真实火点并输出真实火点的相关信息。
Description
技术领域
本发明涉及电气工程技术领域,尤其涉及一种山火判识方法和系统。
背景技术
山区森林火灾是指林火在失去人为控制后,在森林开放系统内发生自由蔓延和扩展并给森林生态系统和人类带来一定损失的破坏性燃烧。山区森林火灾是当今世界性的重大灾害之一,由于其具有突发性强和破坏力强的特性,所以在较大程度上影响了森林生态系统及森林生态平衡。山区森林火灾成灾后往往会造成很大的经济损失,并且森林火灾可以改变植被的物理状况,向大气中释放各种温室气体,从而对全球环境和气候变化产生很大的影响。此外,山区森林火灾不仅会带来经济损失,还会影响生物圈的循环和生态平衡,危害人类的生存环境。因此,对山区森林火灾的监测研究意义重大。与此同时,随着我国电力系统的蓬勃发展,越来越多的输电线路穿过山区地带,而这些地区独特的地形地貌、气候条件极易引发山火,轻则引起输电线路跳闸,重则造成烧毁铁塔,引起长时间的不可恢复的重大电力事故。对输电线路山火进行监测,及时发布山火信息,采取有效的防范措施,对于输电线路防山火工作具有重要的意义。
目前,采用的山火判识方法中无法实现对待确认火点的有效性筛选,常发生误判情况,从而导致了人力物力资源的浪费。
因此,现需提供一种能对待确认火点进行有效筛选,解决火点误判,提高火点判识准确率,进一步对防灾指导工作提供更科学更有利的支持的山火判识方法和系统。
发明内容
本发明目的在于提供一种山火判识方法和系统,该方法和系统计算复杂度低,能对待确认火点进行有效筛选,解决火点误判,提高火点判识准确率,进一步对防灾指导工作提供更科学更有利的支持。
为实现上述目的,本发明提供了一种山火判识方法,包括:
采用卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息;
基于所述数据信息计算所述判火通道的反射率和辐射亮度,然后将所述辐射亮度转换为地表真实亮温值,再根据所述反射率、所述辐射亮度以及所述地表真实亮温值建立火点判识模型,以得到待确认火点信息;
当所述待确认火点信息指明存在单一火点的情况时,将该火点判识为真实火点并输出所述真实火点的相关信息;当所述待确认火点信息指明存在至少两个火点的情况时,建立局部窗口亮温差异性特征算子E,并采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息。
为实现上述目的,本发明提供了一种山火判识系统,包括:
第一单元:用于采用卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息;
第二单元:用于基于所述数据信息计算所述判火通道的反射率和辐射亮度,然后将所述辐射亮度转换为地表亮温值,再根据所述反射率、所述辐射亮度以及所述地表亮温值建立火点判识模型,以得到待确认火点的信息;
第三单元:用于针对待确认火点建立局部窗口亮温差异性特征算子E,并采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息。
本发明具有以下有益效果:
本发明提供一种山火判识方法和系统,首先通过卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息,然后基于所述数据信息对判火通道的反射率和辐射亮度进行计算,再进一步建立火点模型以得到待确认火点信息,再针对待确认火点建立局部窗口亮温差异特征算子E,采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息;该方法和系统计算复杂度低,能对待确认火点进行有效筛选,解决火点误判,提高火点判识准确率,进一步对防灾指导工作提供更科学更有利的支持。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的工作流程示意图;
图2是本发明优选实施例的测试图像示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
参见图1,本实施例公开一种山火判识方法,首先,使用TERRA系列卫星和AQUA系列卫星相互配合以每1-2天重复一次的频率对地球表面进行观测,其中,TERRA系列卫星和AQUA系列卫星上都安装有中分辨率成像光谱仪MODIS传感器(Moderate-resolutionImaging Spectroradiometer),可实现每日全覆盖多频次观测,TERRA系列卫星和AQUA系列卫星中选取其中一种卫星观测的36个通道的观测数据,从该36个通道中选取出可以用来对山火进行判识的通道,包括通道1、通道2、通道21、通道22以及通道31。选取该5个判火通道的DN值、数据属性以及属性索引信息,其中,数据属性是HDF文件中的数据集,例如地理定位数据、波段信息数据以及图像数据等,属性索引信息指HDF文件中的数据集的属性文件,例如文字串,用来描述HDF文件数据目标的索引。然后,将5个判火通道的数据合成为一个图像,以方便后续操作,减少计算时间。
具体地,选取我国中东部地区以及部分西太平洋地区的数据为例进行说明。其数据范围包括北纬15.61°-36.70°,东经110.63°-138.20°具体测试图像的示意图如图2所示。
然后,基于上述5个判火通道的DN值、数据属性以及属性索引信息提取反射率信息和辐射波段的辐射亮度值。具体地,以通道1和通道2计算反射率信息,其中,反射率的计算公式为:R1=reflectance_scale*(DN-reflectance_offset),式中,DN表示被求反射率的相应判火通道的对应波段经过辐射定标转换成具有实际物理含义的表面反射率值,reflectance_sca表le示被求反射率的相应判火通道的对应波段的增益量,reflectance表示被求反射率的相应判火通道的对应波段的偏移量,优选地,本实施例对通道1和通道2分别计算反射率,所以该处的相应判火通道分别指通道1和通道2;再以通道21、22、31计算辐射亮度信息,其中,辐射亮度的计算公式为:R2=radiance_scale*(DN-radiance_offset),式中,radiance_scale表示被求辐射亮度的相应判火通道的对应波段的增益量,radiance_offset表示被求辐射亮度的相应判火通道的对应波段的偏移量,优选地,本实施例对通道21、通道22和通道31分别计算辐射亮度,所以该处的相应判火通道分别指通道21、通道22和通道31。
再根据黑体辐射定律-普朗克变换(Planck's law,Blackbody radiation law)将上述计算得到的辐射亮度值转换为地表亮温值,该地表亮温值指与地表有相同辐射亮度的黑体的温度,即传感器在卫星高度观察物体在地球表面的温度值。将卫星测得的辐射亮度值转换为地表亮温值,便于后续计算,并对转换得到的地表亮温值进行数学订正。值得说明的是,在实际操作中,传感器往往存在测量误差,所以需要根据传感器的特性对变换结果进行数学订正以使求得的结果更为精确。然后将反射率、辐射亮度和亮温反演(数学订正)后的数据,即亮温信息数据命名为fushejiaozheng.img。需要说明的是,本发明并不仅限于该名称,在同样能够表示多通道亮温信息的情况下,还可以将其命名为其他名称。
进一步地,对亮温信息数据fushejiaozheng.img进行几何校正,首先对亮温信息数据fushejiaozheng.img进行控制点选取操作。具体地,根据金字塔分解模型选取51*51GCP控制点,即地面控制点(GroundControlPoints)。需要说明的是,考虑到经纬度数据量较大,如果使用所有的点来做几何校正,将会需要巨大的计算量。所以如何获取有用的控制点信息尤为关键,同时这些控制点需要均匀地分布在遥感影像上。优选地,本实施例建立金字塔分解的模型以实现对控制点的选取。对于原始影像,如果控制点大小选为n*n,则每n*n个像素点认为是一个像素点并且得到一幅新的大小为原始影像的1/n*n倍的图像,这幅新影像将用在金字塔的第一层(最上面一层),原始影像处在金字塔模型的最下面一层,则越靠近底层数据量增加的越多,更能反映原始影像的细节。通过这种金字塔分解模型,保证了控制点均匀地分布在原始的图像中。
然后选择“WGS-84”地图投影坐标系,再利用Triangulation几何校正方法建立投影变换多项式函数;最后根据该多项式函数进行控制点配准,并采用双线性插值重采样法得出几何校正后的数据,并将其命名为angledata.img(角度更正后数据)和scaledata.img(图像重采样后数据)。几何校正后生成的数据符合特定的投影要求,纠正了将曲面型且连续的多源信息转为离散二维平面信息带来的空间特征歪曲和变形。
进一步地,建立基于上述5个判火通道信息的火点判识模型。该火点判识模型包括直接利用地表亮温值进行火点判识的主模型M1:
式中,T4表示通道21的亮温值,即,将经过几何校正后的通道21中的亮温值高于第一亮温值(360K)的点视为高温点;
可选地,主模型M1还可以为:
式中,T41表示通道21与通道31的亮温差;值得说明的是,由于在白天有太阳辐射,所以亮温的取值在白天和晚上有细微的差别。但本发明并不仅限于此,在能起到同样作用的情况下,选取白天或者晚上的亮温值时可以在适当范围内进行调整。
根据主模型M1可以对火点进行初步的判识,为后续的精确判断提供基础。
然后,建立用于对主模型M1处理后的高温点进行进一步判识的辅助模型M2:
ρ2<0.4∩NDVI>0∩FPI>0.05;
式中,ρ2表示通道2的反射率,NDVI表示归一化植被指数,FPI表示火险潜在指数,即,将经过主模型判识得到的所有高温点在通道2中的反射率小于第一反射率(0.4),植被指数大于0,火险潜在指数大于0.05的高温点视为待确认火点。且,归一化植被指数NDVI的计算公式为:
NDVI=(ρ2-ρ1)/(ρ2+ρ1);
式中,ρ1表示通道1的反射率;
火险潜在指数的FPI的计算公式为:
FPI=(B22-B31)/(B22+B31);
式中,B22表示通道22的亮温值,B31表示通道31的亮温值。
值得说明的是,反射率可以表征对火点信息敏感的第21波段亮温信息,植被指数NDVI可以排除特殊地物如炼钢厂、炽热的裸地等产生的干扰,火险潜在指数FPI从可燃物含水率的角度排除其它亮温异常点。
具体地,经过主模型M1和辅助模型M2处理后得到的待确认火点信息如下表1所示,表1中,File X表示待确认火点在测试图像的水平方向上的像素点位置;File Y表示待确认火点在测试图像的垂直方向的像素点位置;Lat表示待确认火点的纬度;Lon表示待确认火点的经度。
表1待确认火点信息
No | File X | File Y | Lat | Lon | T4 | T41 |
1 | 123 | 1440 | 23.50926 | 113.8884 | 337.3139 | 48.86578 |
2 | 122 | 1444 | 23.47302 | 113.8812 | 332.0864 | 43.82385 |
进一步地,针对待确认火点1和待确认火点2建立局部窗口亮温差异性特征算子E:
式中,α0表示所述待确认火点的亮温值,αi表示所述待确认火点的周围n个像素点的亮温值,其中,i=1,2,...,n,m=3,5,7...,n=m2-1。
优选地,选中某个待确认火点,建立以该待确认火点为中心的3*3窗口,并将该待确认火点的亮温值设定为α0,其周围8个像素点的亮温值分别为αi(i=1,2,...,8),则建立局部窗口亮温差异性特征算子E为:
通过计算E可以有效的体现出该待确认火点与周围像素点亮温的差异性,基于上述思想计算每一个待确认火点的局部窗口亮温差异性特征算子E,然后将E值最大的待确认火点视为真实火点,然后输出该真实火点的信息。具体地,针对待确认火点1和待确认火点2建立其各自的局部窗口,然后通过测量得到待确认火点1和待确认火点2的窗口亮温值信息,如下表2所示。
表2待确认火点1和待确认火点2的窗口亮温信息
根据上述表2中的亮温信息计算得到待确认火点1的亮温差异性特征算子E1为10097.7377;待确认火点2的亮温差异性特征算子E2为7843.6706;需要说明的是,在实际情况中,综合大量历史数据计算得到参考值E0=4164,即,将待确认火点的E值大于E0值的视为真实火点。而E1>E0,E2>E0,故将待确认火点1、待确认火点2均视为真实火点,然后输出真实火点信息如下表3所示。
表3真实火点信息
File X | File Y | Lat | Lon | T4 | T41 |
123 | 1440 | 23.50926 | 113.8884 | 337.3139 | 48.86578 |
122 | 1444 | 23.47302 | 113.8812 | 332.0864 | 43.82385 |
需要说明的是,当存在两个或两个临近火点时,认为该处已经存在火势蔓延的情况,需引起更大的重视。
实施例2
与上述方法实施例相对应的,本实施例公开一种山火判识系统,包括:
第一单元:用于采用卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息;
第二单元:用于基于所述数据信息计算所述判火通道的反射率和辐射亮度,然后将所述辐射亮度转换为地表亮温值,再根据所述反射率、所述辐射亮度以及所述地表亮温值建立火点判识模型,以得到待确认火点的信息;
第三单元:用于针对待确认火点建立局部窗口亮温差异性特征算子E,并采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息。
上述各单元的具体处理过程可参照上述方法实施例,不再赘述。
如上所述,本发明提供一种山火判识方法和系统,首先通过卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息,然后基于所述数据信息对判火通道的反射率和辐射亮度进行计算,再进一步建立火点模型以得到待确认火点信息,再针对待确认火点建立局部窗口亮温差异特征算子E,采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息;该方法和系统计算复杂度低,能对待确认火点进行有效筛选,解决火点误判,提高火点判识准确率,进一步对防灾指导工作提供更科学更有利的支持。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种山火判识方法,其特征在于,包括:
采用卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息;
基于所述数据信息计算所述判火通道的反射率和辐射亮度,然后将所述辐射亮度转换为地表亮温值,再根据所述反射率、所述辐射亮度以及所述地表亮温值建立火点判识模型,以得到待确认火点的信息;
针对待确认火点建立局部窗口亮温差异性特征算子E,并采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息。
2.根据权利要求1所述的山火判识方法,其特征在于,所述计算所述判火通道的反射率和辐射亮度采用以下公式:
(1)计算所述判火通道的反射率R1:
R1=reflectance_scale*(DN-reflectance_offset);
式中,DN表示被求反射率的相应判火通道的对应波段经过辐射定标转换成具有实际物理含义的表面反射率值,reflectance_scale表示被求反射率的相应判火通道的对应波段的增益量,reflectance_offset表示被求反射率的相应判火通道的对应波段的偏移量;
(2)计算所述判火通道的辐射亮度R2:
R2=radiance_scale*(DN-radiance_offset);
式中,radiance_scale表示被求辐射亮度的相应判火通道的对应波段的增益量,radiance_offset表示被求辐射亮度的相应判火通道的对应波段的偏移量。
3.根据权利要求2所述的山火判识方法,其特征在于,所述得到待确认火点信息具体包括以下步骤:
(1)根据所述辐射亮度得到地表亮温值,并对所述地表亮温值进行几何校正并建立火点判识模型;
(2)将几何校正后的所述地表亮温值高于第一亮温值的点视为高温点;
(3)将所有高温点在相应判火通道中的反射率小于第一反射率且符合植被指数要求和火险潜在指数要求的点视为待确认火点,由火点判识模型输出待确认火点信息。
4.根据权利要求3所述的山火判识方法,其特征在于,所述采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选具体包括以下步骤:
(1)选中某个待确认火点,确定以所述待确认火点为中心的m*m窗口,建立针对所述待确认火点的局部窗口亮温差异性特征算子E:
<mrow>
<mi>E</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&alpha;</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
式中,α0表示所述待确认火点的亮温值,αi表示所述待确认火点的周围n个像素点的亮温值,其中,i=1,2,...,n,m=3,5,7...,n=m2-1;
(2)计算每个待确认火点的E值,当所述待确认火点的E值大于一定值时,将待确认火点视为真实火点,并输出所述真实火点的相关信息。
5.一种山火判识系统,其特征在于,包括:
第一单元:用于采用卫星对地球表面进行观测,获得可用于对山火进行判识的判火通道的数据信息;
第二单元:用于基于所述数据信息计算所述判火通道的反射率和辐射亮度,然后将所述辐射亮度转换为地表亮温值,再根据所述反射率、所述辐射亮度以及所述地表亮温值建立火点判识模型,以得到待确认火点的信息;
第三单元:用于针对待确认火点建立局部窗口亮温差异性特征算子E,并采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选,得到真实火点并输出所述真实火点的相关信息。
6.根据权利要求5所述的山火判识系统,其特征在于,所述第二单元中计算所述判火通道的反射率和辐射亮度采用以下公式:
(1)计算所述判火通道的反射率R1:
R1=reflectance_scale*(DN-reflectance_offset);
式中,DN表示被求反射率的相应判火通道的对应波段经过辐射定标转换成具有实际物理含义的表面反射率值,reflectance_scale表示被求反射率的相应判火通道的对应波段的增益量,reflectance_offset表示被求反射率的相应判火通道的对应波段的偏移量;
(2)计算所述判火通道的辐射亮度R2:
R2=radiance_scale*(DN-radiance_offset);
式中,radiance_scale表示被求辐射亮度的相应判火通道的对应波段的增益量,radiance_offset表示被求辐射亮度的相应判火通道的对应波段的偏移量。
7.根据权利要求6所述的山火判识系统,其特征在于,所述第二单元中得到待确认火点信息具体包括以下步骤:
(1)根据所述辐射亮度得到地表亮温值,并对所述地表亮温值进行几何校正并建立火点判识模型;
(2)将几何校正后的所述地表亮温值高于第一亮温值的点视为高温点;
(3)将所有高温点在相应判火通道中的反射率小于第一反射率且符合植被指数要求和火险潜在指数要求的点视为待确认火点,由火点判识模型输出待确认火点信息。
8.根据权利要求7所述的山火判识系统,其特征在于,所述第三单元中采用所述局部窗口亮温差异性特征算子E对所述待确认火点信息进行筛选具体包括以下步骤:
(1)选中某个待确认火点,确定以所述待确认火点为中心的m*m窗口,建立针对所述待确认火点的局部窗口亮温差异性特征算子E:
<mrow>
<mi>E</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&alpha;</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
式中,α0表示所述待确认火点的亮温值,αi表示所述待确认火点的周围n个像素点的亮温值,其中,i=1,2,...,n,m=3,5,7...,n=m2-1;
(2)计算每个待确认火点的E值,当所述待确认火点的E值大于一定值时,将待确认火点视为真实火点,并输出所述真实火点的相关信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710967017.8A CN107784277B (zh) | 2017-10-17 | 2017-10-17 | 一种山火判识方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710967017.8A CN107784277B (zh) | 2017-10-17 | 2017-10-17 | 一种山火判识方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107784277A true CN107784277A (zh) | 2018-03-09 |
CN107784277B CN107784277B (zh) | 2021-08-31 |
Family
ID=61434611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710967017.8A Active CN107784277B (zh) | 2017-10-17 | 2017-10-17 | 一种山火判识方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784277B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110348421A (zh) * | 2019-07-18 | 2019-10-18 | 北华航天工业学院 | 基于modis数据的温带地区森林火灾检测方法 |
CN110379113A (zh) * | 2019-06-28 | 2019-10-25 | 北京中科锐景科技有限公司 | 一种基于卫星遥感数据森林火灾预警的方法 |
CN110853280A (zh) * | 2019-10-24 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 结合卫星遥感和地表要素的山火识别方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592524A (zh) * | 2009-07-07 | 2009-12-02 | 中国科学技术大学 | 基于类间方差的modis森林火灾火点检测方法 |
CN102116861A (zh) * | 2011-02-01 | 2011-07-06 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的秸秆焚烧点提取方法 |
CN102193093A (zh) * | 2010-03-15 | 2011-09-21 | 北京师范大学 | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 |
CN104236616A (zh) * | 2014-10-11 | 2014-12-24 | 国家电网公司 | 输电线路山火卫星监测系统监测试验方法 |
CN104269012A (zh) * | 2014-09-28 | 2015-01-07 | 浙江大学 | 基于modis数据的输电线路附近山火监测方法 |
CN106297142A (zh) * | 2016-08-17 | 2017-01-04 | 云南电网有限责任公司电力科学研究院 | 一种无人机山火勘探控制方法及系统 |
CN106503480A (zh) * | 2016-12-14 | 2017-03-15 | 中国科学院遥感与数字地球研究所 | 一种静止卫星火灾遥感监测方法 |
CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
CN106840409A (zh) * | 2017-01-23 | 2017-06-13 | 北京师范大学 | 一种基于modis的森林火灾火点检测方法 |
CN106855943A (zh) * | 2016-12-14 | 2017-06-16 | 中国科学院遥感与数字地球研究所 | 一种火点遥感监测方法 |
-
2017
- 2017-10-17 CN CN201710967017.8A patent/CN107784277B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592524A (zh) * | 2009-07-07 | 2009-12-02 | 中国科学技术大学 | 基于类间方差的modis森林火灾火点检测方法 |
CN102193093A (zh) * | 2010-03-15 | 2011-09-21 | 北京师范大学 | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 |
CN102116861A (zh) * | 2011-02-01 | 2011-07-06 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的秸秆焚烧点提取方法 |
CN104269012A (zh) * | 2014-09-28 | 2015-01-07 | 浙江大学 | 基于modis数据的输电线路附近山火监测方法 |
CN104236616A (zh) * | 2014-10-11 | 2014-12-24 | 国家电网公司 | 输电线路山火卫星监测系统监测试验方法 |
CN106297142A (zh) * | 2016-08-17 | 2017-01-04 | 云南电网有限责任公司电力科学研究院 | 一种无人机山火勘探控制方法及系统 |
CN106503480A (zh) * | 2016-12-14 | 2017-03-15 | 中国科学院遥感与数字地球研究所 | 一种静止卫星火灾遥感监测方法 |
CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
CN106855943A (zh) * | 2016-12-14 | 2017-06-16 | 中国科学院遥感与数字地球研究所 | 一种火点遥感监测方法 |
CN106840409A (zh) * | 2017-01-23 | 2017-06-13 | 北京师范大学 | 一种基于modis的森林火灾火点检测方法 |
Non-Patent Citations (4)
Title |
---|
J. K. ROSKOVENSKY AND K. N. LIOU: "Detection of thin cirrus using a combination of 1.38-Mm reflectance and window brightness temperature difference", 《JOURNAL OF GEOPHYSICAL RESEARCH》 * |
环境保护部卫星环境应用中心 等: "《生态环境遥感监测技术》", 31 December 2013 * |
郭云开 等: "《卫星遥感技术及应用》", 31 August 2016, 测绘出版社 * |
郭华东: "《遥感知识创新文集 纪念中国科学院遥感应用研究所建所二十周年 1979-1999》", 30 November 1999, 中国科学技术出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110379113A (zh) * | 2019-06-28 | 2019-10-25 | 北京中科锐景科技有限公司 | 一种基于卫星遥感数据森林火灾预警的方法 |
CN110348421A (zh) * | 2019-07-18 | 2019-10-18 | 北华航天工业学院 | 基于modis数据的温带地区森林火灾检测方法 |
CN110853280A (zh) * | 2019-10-24 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 结合卫星遥感和地表要素的山火识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107784277B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107784277B (zh) | 一种山火判识方法和系统 | |
Ji et al. | Estimating aboveground biomass in interior Alaska with Landsat data and field measurements | |
US20160048925A1 (en) | Method of determining structural damage using positive and negative tree proximity factors | |
US20150317740A1 (en) | Computer-implemented method for estimating insurance risk of a structure based on tree proximity | |
Huang et al. | Airborne remote sensing for detection of irrigation canal leakage | |
Horion et al. | JRC experience on the development of Drought Information Systems | |
CN103761704B (zh) | 基于红外遥感数据的图像生成方法和系统 | |
ES2604807B1 (es) | Método y sistema para buscar fugas de agua a través de análisis de imágenes generadas mediante sistemas de detección remota | |
Li et al. | Using high-resolution UAV-borne thermal infrared imagery to detect coal fires in Majiliang mine, Datong coalfield, Northern China | |
CN110580474A (zh) | 一种基于多源数据的农田重金属高风险区遥感快速识别方法 | |
CN112906455A (zh) | 一种海岸带生态系统遥感识别方法 | |
KR101895231B1 (ko) | 인공위성을 이용한 일 최고기온 산출 방법 | |
CN116468869A (zh) | 一种基于遥感卫星影像的实景三维建模方法、设备及介质 | |
CN114112065A (zh) | 一种卫星遥感火险判识的方法 | |
Morakınyo et al. | Investigation of Potential Prevailing Wind Impact on Land Surface Temperature at Gas Flaring Sites in the Niger Delta, Nigeria. | |
CN115410095B (zh) | 灾害信息获取方法、装置、电子设备和计算机可读介质 | |
WO2021084696A1 (ja) | データ処理装置およびデータ処理方法 | |
Belward et al. | Mapping severe damage to land cover following the 2004 Indian Ocean tsunami using moderate spatial resolution satellite imagery | |
JP5181379B1 (ja) | 発電ポテンシャル評価装置、及び発電ポテンシャル評価プログラム | |
Brigante et al. | USE OF MULTISPECTRAL SENSORS WITH HIGH SPATIAL RESOLUTION FOR TERRITORIAL AND ENVIRONMENTAL ANALYSIS. | |
KR102209866B1 (ko) | 지상기반 전운량 자동 산출을 위한 왜곡 영상 전처리 방법 | |
Babawuro et al. | High resolution satellite imagery rectification using Bi-linear interpolation method for geometric data extraction | |
Nadzirah et al. | Application of Sentinel-2A Images for Land Cover Classification Using NDVI in Jember Regency | |
Audah et al. | Making of classification land cover through result of visual data satellite image analysis Landsat 8 OLI: case study in Tapaktuan District, South Aceh District | |
Sharifi et al. | Study of Land Use/Land Cover Changes of Mysuru City, Karnataka, India by using Remote Sensing and GIS Techniques |
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 |