CN108564761B

CN108564761B - 基于风云气象卫星数据的林火识别方法

Info

Publication number: CN108564761B
Application number: CN201810443708.2A
Authority: CN
Inventors: 张贵; 谭三清; 胡杨柳; 王赛专
Original assignee: Central South University of Forestry and Technology
Current assignee: Central South University of Forestry and Technology
Priority date: 2018-05-10
Filing date: 2018-05-10
Publication date: 2020-07-28
Anticipated expiration: 2038-05-10
Also published as: CN108564761A

Abstract

本发明涉及一种基于风云气象卫星数据的林火识别方法，该方法包括以下步骤：接收并获取原始数据；对原始数据处理进行预处理；确定进行林火识别的阈值，自动进行林火热点识别；其中，所述确定阈值，包括判断热点单元、修正背景温度阈值、修正耀斑区阈值、修正荒漠与植被邻近处阈值，从而确认热点单元。根据本发明的方法，通过气象卫星监测时，不仅可以对早期发生的火灾进行及时发现，尽早扑灭，更可以用来监测林火的走势和扩展情况，对严重的森林火灾进行追踪监测。

Description

基于风云气象卫星数据的林火识别方法

技术领域

本发明涉及一种基于风云气象卫星数据的林火识别方法。

背景技术

现如今，RS、GIS、GPS(3S)的快速发展，不仅使得遥感监测林火实现了巨大的进步，技术的不断改进，也让系统趋于自动化智能化方向发展。美国国家海洋和大气管理局的NOAA卫星和地球静止业务环境卫星(GOES)两大系列卫星是最早应用于林火监测的平台，为其在火灾监测中发挥了巨大的作用。 NOAA/AVHRR数据在探测世界范围的火情上有着极其广泛的应用。1981使用子像素温度的理论模型，这是由AVHRR数据消除火点，为进一步的研究奠定了理论基础。在此基础上，陆续针对全球不同的国家和地区，利用AVHRR数据深入研究，提出了基于AVHRR的火点监测模型。

为了提高卫星监测森林火灾的准确性和解决数据庞大的问题，提出了多种方法来提高分辨率的精度，包括传统的K近邻算法，最大似然法，应用支持向量机方法、神经网络方法、专家系统分类等。

然而，这些方法在技术的准确性和实时性方面有待改进，在遥感技术应用于森林防火的今天，常会出现由于云层反射、太阳耀斑、杂波干扰等现象出现虚假火点误判误报的情况。在分析的最初阶段或者在传输的最初阶段将虚假热点提早造出，才能制定应对措施和迅速组织指挥系统，进行及时有效的扑救。

因而，亟需一种在卫星林火监测中有效的识别林火的方法。

发明内容

根据本发明的目的，提供一种基于风云气象卫星数据的林火识别方法，该方法包括以下步骤：接收并获取原始数据；对数据原始处理进行预处理；确定进行林火识别的阈值，自动进行林火热点识别；其中，所述确定阈值，包括判断热点单元、修正背景温度阈值、修正耀斑区阈值、修正荒漠与植被邻近处阈值，从而确认热点单元。

进一步地，所述判断热点单元包括：对热点像元基本条件判断按5°×5°，范围从5分钟段数据中选取区域数据，统计该区域扫描辐射计第三通道亮温分布，选取亮温高于4％像元作为火点判识像元，即：如果T_3ij＞T_3h，则T_3ij标记为待判识热点像元；T_3h满足以下条件：Sumh/Sum＝0.04，其中Sumh为满足T_3ij＞T_3h条件的像元总数，Sum为该区域的像元总数。

进一步地，所述的方法还包括判断高温像元，所述判断高温像元的具体过程为：

①判断像元是否满足高温像元条件，即T₃＞315K，此处T₃为通道3亮温；

②判断异常高温点：计算7×7领域内T₃和T₃₄的平均值T_3均和T_34均，

所述平均值的计算中所用像元需满足条件一：t₃＜T₃+ΔT_3j，其中ΔT_3j为可调阈值，初值为3K，且t₃＜315K，t₃为用于计算背景温度的邻域内某一像元的通道3亮温；

如果满足条件一的像元不足两个，有可能是成片热点，直接进入后续的耀斑判识；

如果满足该条件一的像元有两个以上，则判断是否满足条件二：

T₃＞T_3均+8K且T₃₄＞T_34均+8K；

如满足条件二，说明该像元有可能是火点，进行耀斑判识；如不满足条件二，表明该像元不满足高温点的必要条件。

进一步地，所述的修正背景温度阈值包括：计算火点背景温度、去除邻域中的疑似热点和修改背景温度标准差阈值；

进一步地，所述的去除邻域中的疑似热点，包括通过疑似热点条件去除，所述的疑似特点条件为：

T₃＞320K-ΔT_3q且T₃₄＞T_34q

或T₃＞T_3均且T₃₄＞T_3均+8K；

其中ΔT_3q为判识疑似火点的通道3亮温增量阈值，初值为0；T_34q为判识疑似热点的通道3与通道4亮温差异阈值，初值为15K，当太阳天顶角大于87度时T_34q＝6K。

进一步地，计算通道3和通道4的背景温度，即背景温度CH3b和CH4b：

其中CH3i，CH4i分别为经过筛选用于计算背景温度的邻域像元通道3和通道4亮温，n为经过筛选剩余的像元数。

δT3b为通道3的标准差，δT4b为通道4的标准差；

计算通道3和4的中位数和标准差t_34b背景之间的温差：

计算可见光通道背景平均反射率CH1b：

根据本发明的一个优选是实施例，所述的修正耀斑区阈值修正为对耀斑区影响的标准差阈值的修正，具体为当该像元位于耀斑区内，且通道1＞CH1_sg时，其中CH1_sg为可调阈值，初值为15％时，标准差阈值为δT3b，δT34b下限置为 3.5K，上限置为4K。

对荒漠与植被邻近处的标准差阈值修正为：

当CH1＞CH1_均+ΔCH1_rs，其中ΔCH1_rs为可调阈值，初值为5％，CH1_均为邻域的通道1平均值，δT₃b为标准差阈值，δT34b下限置为4K，上限置为4.5K。

根据本发明的一个优选是实施例，所述方法还包括亚像元热点面积和辐射量估算，以及亚像元热点面积比例估算；其中亚像元热点面积和辐射量估算方式包括利用中红外和远红外通道数据、红外通道分裂窗数据以及短波红外和远红外通道数据进行估算；所述亚像元热点面积比例估算首先确定通道3是否饱和，即检查热点像元通道3亮温是否达到上限，如果通道3未饱和，利用通道3 资料计算亚像元热点面积比例P。

通过本申请的阈值法来对热点进行识别，可以有效识别林火热点，提供准确的林火遥感图来对森林火灾进行监测，可以在计算机自动判读的基础上自动进行火点判别，使得应用气象卫星监测林火时准确度高、时间频率高、范围广。通过气象卫星监测时，不仅可以对早期发生的火灾进行及时发现，尽早扑灭，更可以用来监测林火的走势和扩展情况，对严重的林火灾害进行追踪监测。还能通过卫星图分析林火走向，对烧毁的森林面积进行大致统计估算，对已损失的森林和当地植被状况恢复情况进行监测并且对森林火险等级进行评价，及时进行森林资源的更新了解。

附图说明

图1为林火识别流程图；

图2为基于风云数据识别林火的流程图；

图3为本发明的方法得到的湖南省2015年1月17日风云数据识别林火遥感图。

具体实施方式

如图1所示，为生成林火图像的流程，其包括了数据接收、预处理及投影变换、通道增强及彩色合成、地表定位、图像识别过程。

卫星林火监测是以卫星作为空间平台，通过传感探测器数据信息传输、接收、解译、监测发现林火并监测其行为的航天遥感技术手段。由于高于绝对温度的任何物体都通过电磁波的形式向外放射辐射能，因此卫星对林火的监测是利用卫星装载的高分辨率辐射计通过大气窗口从几百公里高空对地球表面进行扫描，探测出地面物体发出的热辐射能，以识别林火。

卫星林火监测系统通过卫星地面接收站按照卫星轨道报(TBUS)实时接收卫星探测数据信息，并对其进行预处理、投影变换、各通道增强、多通道彩色合成地标精确订正，最终形成一幅彩色遥感合成图像。

其具体过程为：卫星遥感数据资料的接收轨道预报程序根据两行轨道参数、地面接收站参数(接收天线经纬度、接收站海拔高度)和接收仰角阈值等数据预报过境卫星轨道报。接收控制程序利用GPS的测时功能精确校正天线控制器和计算机系统时钟，当系统时间到达过境卫星入境时间时，自动激活卫星实时接收程序。基本内容如下：

(1)实时接收程序。按时接收并显示已经接收和正在接收数据信息，接收完毕后将原始数据传送至以计算机为主体的预处理控制程序。

(2)预处理及投影变换。受卫星运行轨道、高度、姿态变化及地球自转、曲率等综合因素的影响，卫星地面接收站接收的数据资料必须经过预处理和投影变换才能进行各领域的应用。预处理控制程序可对遥感探测所采集的原始数据资料进行分类编辑、质量检验、辐射定标、地理定位、太阳高度角订正、临边变暗订正、投影变换、格式转换、监测区域裁切等一系列处理，最终生成卫星数据局地文件。

(3)通道增强及彩色合成。通过预处理和投影变换过程生成的局地分布图是各通道相互分离的黑白影像图，为了清晰、直观地反映林火信息，必须对单通道遥感图像进行通道增强和彩色合成。首先从局地文件中提取5个通道(CH1、 CH2、CH3、CH4、CH5)的数据，分别形成单通道数据文件。然后对林区热点反应敏感的CH3用指数曲线增强，以突出显示高温热源辐射区，白天时对CH1、 CH2用线性增强，以突出林区的地表细节特征，夜晚则对CH4和CH5进行指数曲线增强处理。多通道彩色合成则是在NOAA/AVHRR数据中CH1、CH2为可见光和近红外通道，可以探测下垫面的绿色植被、水陆边界、冰雪覆盖等信息； CH3、CH4、CH5为红外通道，可以表征监测目标的温度特性。鉴于对森林火灾监测的应用。选取CH3、CH2、CH1(夜间CH3、CH4、CH5)分别赋予红、绿、蓝三种基色进行通道融合，使明火呈鲜红色、过火区呈暗红色，森林草地和其它植被呈蓝绿色，水体呈深蓝色，烟雾呈灰白色。

(4)地标精确订正。在卫星遥感数据资料预处理定位过程中，因卫星轨道和卫星姿态等参数的误差会造成火点位置的偏差。为得到较高定位精度的遥感图像,在热点判读之前需进行地标精确订正。其方法是通过投影时叠加的经纬度网格线及边界、河流等地理标志线，找出明显地物点(如水库、湖泊、江河的交汇处)对图像进行二次精确地理定位。

(5)林火监测图像识别。根据监测区域的地理特征、植被类型、天气状况设定各通道热点判读的临界灰阶值(阈值)，利用计算机自动对各通道灰度图像的像素点进行扫描，搜索出满足阀值条件的像素点，视为该像素点为热点。此方法的精确度主要取决于阈值的选取是否恰当。由于季节、天气状况、下垫面类型的变化影响，需要不断调整各通道的阈值。另外受地物反射、太阳耀斑、杂波干扰、过热地表等因素影响会使图像出现噪声点，导致计算机检测出大量的非火像素点。若要排出这些虚假热点，需要在计算机自动判读的基础上进行人机交互火点判识。

上面描述了森林火灾卫星监测热点识别(即林火识别)的一般过程，下面具体描述基于风云数据的林火识别的特定过程。

风云数据识别林火主要采用阈值法，如图2所示，识别林火时在对原始数据进行预处理之后，首先确定阈值，通过阈值来判定热点像元，然后修正背景温度的阈值、修正耀斑区阈值，修正荒漠与植被邻近处阈值，最终确定热点像元，以达到自动识别热点。

热点的自动判识

对热点像元基本条件判断按5°×5°，范围从5分钟段数据中选取区域数据，并且统计该区域扫描辐射计第三通道(中红外通道)亮温分布。选取亮温高于 4％像元作为火点判识像元，即：如果T_3ij＞T_3h，则T_3ij标记为待判识热点像元；

其中T_3h满足以下条件：Sumh/Sum＝0.04，其中Sumh为满足T_3ij＞T_3h条件的像元总数，Sum为该区域的像元总数。

判断高温像元，包括以下步骤：

①判断像元是否满足高温像元条件，即T₃＞315K，此处T₃为通道3亮温。

②判断异常高温点计算：计算7×7领域内T₃和T₃₄的平均值T_3均和T_34均，

均值计算中所用像元需满足以下条件：t₃＜T₃+ΔT_3j， (条件一)

其中ΔT_3j为可调阈值，初值为3K，且t₃＜315K，t₃为用于计算背景温度的邻域内某一像元的通道3亮温。如果满足条件一的像元不足两个，有可能是成片热点，不再做以下的基本条件判断，直接进入后续的耀斑判识。

如果满足该条件的像元有两个以上，作以下判断：

T₃＞T_3均+8K且T₃₄＞T_34均+8K (条件二)

如满足条件二，说明该像元有可能是火点，进行耀斑判识。如不满足以上条件，表明该像元不满足高温点的必要条件。

③火点背景温度计算。背景温度是指未发生燃烧前的像元温度，一般可通过周围像元温度估算。对背景温度计算影响的主要因素是云区、耀斑、火点像元、水体、不同植被覆盖度混杂区域等情况，在背景温度计算中，需要将这些因素去除，以获得最接近监测像元下垫面情况的邻域像元计算背景温度。通过建立在背景温度计算中对上述因素判识的阈值，可在背景温度计算中，有效的排除这些因素。

③去除邻域中的疑似热点。疑似热点条件为：

T₃＞320K-ΔT_3q且T₃₄＞T_34q

或T₃＞T_3均且T₃₄＞T_3均+8K (条件三)

其中ΔT_3q为判识疑似火点的通道3亮温增量阈值，初值为0；T_34q为判识疑似热点的通道3与通道4亮温差异阈值，初值为15K，当太阳天顶角大于87度时T_34q＝6K；计算背景温度时，要求所有用于计算邻域像元不低于6个，即排除云区、水体、疑似热点像元后，有不少于6个像元用于计算背景温度。如果不满足这一条件，将扩大为9×9，11×11，…，19×19，若仍不满足条件，放弃对此像元的判识。

计算通道3和通道4的背景温度，即背景温度CH3b和CH4b：

计算通道3和4的中位数和标准差t_34b背景之间的温差：

计算可见光通道背景平均反射率CH1b：

⑤背景温度标准差阈值的修正

考虑到白天太阳辐射的干扰，对某些条件下的标准差阈值进行修正。对耀斑区影响的标准差阈值修正为当该像元位于耀斑区内(太阳卫星相对方位角是否在165度至200度之间)，且通道1＞CH1_sg(CH1_sg为可调阈值，初值为15％) 时，标准差阈值为δT3b，δT34b下限置为3.5K，上限置为4K。

对荒漠与植被邻近处的标准差阈值修正：

当CH1＞CH1_均+ΔCH1_rs(ΔCH1_rs为可调阈值，初值为5％，CH1_均为邻域的通道1平均值，δT3b为标准差阈值，δT34b下限置为4K，上限置为4.5K。

⑥亚像元热点面积和辐射量估算

估算方式包括利用中红外和远红外通道数据、红外通道分裂窗数据以及短波红外和远红外通道数据。

⑦亚像元热点面积比例估算

首先确定通道3是否饱和，即检查热点像元通道3亮温是否达到上限： T₃>T_3max，其中T_3max为通道3亮温上限。

如果通道3未饱和，利用通道3资料计算亚像元热点面积比例P。亚像元火点面积比例P可由下式表达为：

P₃＝(N_3mix-N_3bj)/(N_3bi-N_3bg)

式中参数意义与通道3公式相似。其中V₄＝通道4中心波数。

P₄＝(N_4mix-N_4bj)/(N_4bi-N_4bg)。

林火识别结果

本发明根据上述方法，通过对阈值的确定，确认热点像元，最终自动识别林火的过程，利用风云数据对湖南省2015年1月17日卫星监测森林火灾生成的遥感图。由图3可知，2015年1月17日湖南省发生森林火灾，从风云数据遥感林火图可知，绿色为下垫面，浅绿色为洞庭湖，白色条状为各个区域的区域划分界限，黑色字体标明市名，黄色点状为热点，2015年1月17日，湖南省发生两处森林火灾，地点均为平江县范围内。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种基于风云气象卫星数据的林火识别方法，其特征在于，该方法包括以下步骤：

接收并获取原始数据；

对数据原始处理进行预处理；

确定进行林火识别的阈值，自动进行林火热点识别；

其中，所述确定阈值，包括判断热点单元、修正背景温度阈值、修正耀斑区阈值、修正荒漠与植被邻近处阈值，从而确认热点单元；

所述的修正背景温度阈值包括：计算火点背景温度、去除邻域中的疑似热点和修改背景温度标准差阈值；

所述的去除邻域中的疑似热点，包括通过疑似热点条件去除，所述的疑似特点条件为：

T3＞320K-ΔT3q且T34＞T34q

或T3＞T3均且T34＞T34均+8K；

其中ΔT3q为判识疑似火点的通道3亮温增量阈值，初值为0；T34q为判识疑似热点的通道3与通道4亮温差异阈值，初值为15K，当太阳天顶角大于87度时T34q＝6K；计算通道3和通道4的背景温度，即背景温度CH3b和CH4b：

其中CH3i，CH4i分别为经过筛选用于计算背景温度的邻域像元通道3和通道4亮温，n为经过筛选剩余的像元数；

δT3b为通道3的标准差，δT4b为通道4的标准差；

计算通道3和4的中位数和标准差t34b背景之间的温差：

计算可见光通道背景平均反射率CH1b：

所述的修正耀斑区阈值修正为对耀斑区影响的标准差阈值的修正，具体为当该像元位于耀斑区内，且通道1＞CH1sg时，其中CH1sg为可调阈值，初值为15％时，标准差阈值为δT3b，δT34b下限置为3.5K，上限置为4K；

对荒漠与植被邻近处的标准差阈值修正为：当CH1＞CH1均+ΔCH1rs，其中ΔCH1rs为可调阈值，初值为5％，CH1均为邻域的通道1平均值，δT3b为标准差阈值，δT34b下限置为4K，上限置为4.5K。

2.根据权利要求1所述的方法，其特征在于：所述判断热点单元包括：对热点像元基本条件判断按5°*5°，范围从5分钟段数据中选取区域数据，统计该区域扫描辐射计第三通道亮温分布，选取亮温高于4％像元作为火点判识像元，即：如果T3i，j＞T3h，则，则T3i，j标记为待判识热点像元；

T3h满足以下条件：Sumh/Sum＝0.04，

其中Sumh为满足T3i，j＞T3h条件的像元总数，Sum为该区域的像元总数。

3.根据权利要求1所述的方法，其特征在于，所述的方法还包括判断高温像元，所述判断高温像元的具体过程为：

①判断像元是否满足高温像元条件，即T3＞315K，此处T3为通道3亮温；

②判断异常高温点：计算7*7领域内T3和T34的平均值T3均和T34均，

所述平均值的计算中所用像元需满足条件一：t3＜T3+ΔT3j，其中ΔT3j为可调阈值，初值为3K，且t3＞315K，t3为用于计算背景温度的邻域内某一像元的通道3亮温；

T3＞T3均+8K且T34＞T34+8K；

4.根据权利要求1所述的方法，其特征在于，所述方法还包括亚像元热点面积和辐射量估算，以及亚像元热点面积比例估算；其中亚像元热点面积和辐射量估算方式包括利用中红外和远红外通道数据、红外通道分裂窗数据以及短波红外和远红外通道数据进行估算；所述亚像元热点面积比例估算首先确定通道3是否饱和，即检查热点像元通道3亮温是否达到上限，如果通道3未饱和，利用通道3资料计算亚像元热点面积比例P。