CN108717526A - 基于avhrr数据的卫星监测林火热点识别方法 - Google Patents
基于avhrr数据的卫星监测林火热点识别方法 Download PDFInfo
- Publication number
- CN108717526A CN108717526A CN201810451192.6A CN201810451192A CN108717526A CN 108717526 A CN108717526 A CN 108717526A CN 201810451192 A CN201810451192 A CN 201810451192A CN 108717526 A CN108717526 A CN 108717526A
- Authority
- CN
- China
- Prior art keywords
- temperature
- hot spot
- data
- forest
- 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.)
- Pending
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
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Abstract
本发明涉及一种卫星林火热点监测方法,该方法包括以下步骤:实时接收并显示已经接收和正在接收的数据信息,接收完毕后将所述数据信息传送至处理器进行处理;预处理及投影变换,生成卫星数据局地文件;通道增强及彩色合成,生成遥感图像;地标订正,通过地理标志线,对图像进行二次地理定位;林火监测图像识别,设定通道阈值条件,识别热点。所述的方法基于AVHRR数据,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。
Description
技术领域
本发明涉及一种卫星林火热点监测方法,尤其涉及一种基于AVHRR数据的林火热点识别方法。。
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
基于此,本发明提供一种森林火灾卫星监测热点识别中对通过改进的数据分析,生成林火遥感图像的方法。
根据本发明的目的,提供一种卫星林火热点监测方法,该方法包括以下步骤:
实时接收并显示已经接收和正在接收的数据信息,接收完毕后将所述数据信息传送至处理器进行处理;
预处理及投影变换,生成卫星数据局地文件;
通道增强及彩色合成,生成遥感图像;
地标订正,通过地理标志线,对图像进行二次地理定位;
林火监测图像识别,设定通道阈值条件,识别热点。
进一步地,所述的预处理及投影变换包括对遥感探测系统采集的原始数据进行分类编辑、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、监测区域裁切处理,最终生成卫星数据局地文件。
进一步地,所述彩色合成,是选取CH3、CH2、CH1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。
进一步地,所述的地标订正是在热点识别之前进行,通过投影时叠加的经纬度网格线及边界、河流地理标志线,找出明显地物点对图像进行二次精确地理定位。
进一步地,所述的方法是基于AVHRR数据,包括:在完成数据信息的接收和预处理之后,对背景温度及亮温温度进行识别,确定通道3亮温阈值,进行热点的判识,最终生成图像。所述对背景温度及亮温温度进行识别,包括获得背景温度,确定背景地面温度,确定订正因子,以及调整亮温值。通过以下步骤得到调整后的亮温值:分别在红外通道和近红外通道计算被测试像元周围领域像元的亮温均值,得到3个背景温度T3b、T4b和T5b;采用大气订正算法,用T3b、T4b和T5b估算背景的地面温度Tb;根据T3b、T4b、T5b和Tb的差确定3个订正因子;将订正因子加到观测的通道亮温值中,得到调整后的通道3和通道4的亮温值T3*和T4*。
进一步地,所述确定通道3亮温阈值,包括处理处理有关的地表参数,所述有关的地表参数包括火灾面积、火区温度和背景温度,所述阈值的设定依特定的火灾特性而定。
进一步地,识别热点具体为:如果调整后T3高于阈值,则认为该像元为火点像元,其中T3为像元的温度值。
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AVHRR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2016年2月17日NOAA数据林火遥感图。
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AVHRR数据的林火识别的特定过程。
采用阈值法对AVHRR数据进行分析,如图2所示,AVHRR数据识别林火时在完成收集数据和数据的预处理之后,首先对背景温度及亮温温度进行识别,其具体包括:获得背景温度,确定背景地面温度,对订正因子进行确定完成,以及调整亮温值;最后确定通道3亮温阈值,进行热点的判识,最终生成图像。在申请的AVHRR数据识别林火,主要是通过确定阈值来对热点进行判识。
将调整后的通道3亮温与某一阈值做比较,调整亮温值。该阈值是通过逐个像素为基础决定的,分为4步:
①分别在红外通道和近红外通道计算被测试像元周围领域像元的亮温均值,并得到3个背景温度T3b、T4b和T5b;
②采用大气订正算法,用T3b、T4b和T5b估算背景的地面温度Tb;
③根据T3b、T4b、T5b和Tb的差确定3个订正因子;
④将订正因子加到观测的通道亮温值中,得到调整后的通道3和通道4的亮温值。
(4)计算通道3的亮温阈值,处理有关的地表参数,其中包括火灾面积、火区温度和背景温度。阈值的设定依特定的火灾特性而定。
热点的识别具体为:如果调整后T3高于阈值,则认为该像元为火点像元,其中T3中像素的温度值。
根据上述方法,采取确定通道3亮温阈值,对热点进行判识,根据AVHRR数据,最终生成遥感图像。将该方法用于对湖南省2016年2月17日的林火进行分析。图3为2016年2月17日湖南省林火遥感图,由遥感图可知,2016年2月17日,湖南省共发生四起森林火灾,分别位于宁远县、临武县和郴州市桂阳县的交界处,图中绿色为洞庭湖,浅蓝色条状为水系部分,浅蓝色点状为各个市县,深蓝色为下垫面,白色为各个市的区域边界,黄色点状为识别的热点。
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。
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 (10)
1.一种卫星林火热点监测方法,其特征在于,该方法包括以下步骤:
实时接收并显示已经接收和正在接收的数据信息,接收完毕后将所述数据信息传送至处理器进行处理;
预处理及投影变换,生成卫星数据局地文件;
通道增强及彩色合成,生成遥感图像;
地标订正,通过地理标志线,对图像进行二次地理定位;
林火监测图像识别,设定通道阈值条件,识别热点。
2.根据权利要求1所述的方法,其特征在于,所述的预处理及投影变换包括对遥感探测系统采集的原始数据进行分类编辑、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、监测区域裁切处理,最终生成卫星数据局地文件。
3.根据权利要求1所述的方法,其特征在于,所述彩色合成,是选取CH3、CH2、CH1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.根据权利要求1所述的方法,其特征在于,所述的地标订正是在热点识别之前进行,通过投影时叠加的经纬度网格线及边界、河流地理标志线,找出明显地物点对图像进行二次精确地理定位。
5.根据权利要求1所述的方法,其特征在于,所述的方法是基于AVHRR数据。
6.根据权利要求5所述的方法,其特征在于,所述的基于AVHRR数据进行林火识别,包括:在完成数据信息的接收和预处理之后,对背景温度及亮温温度进行识别,确定通道3亮温阈值,进行热点的判识,最终生成图像。
7.根据权利要求6所述的方法,其特征在于:所述对背景温度及亮温温度进行识别,包括获得背景温度,确定背景地面温度,确定订正因子,以及调整亮温值。
8.根据权利要求7所述的方法,其特征在于,通过以下步骤得到调整后的亮温值:
分别在红外通道和近红外通道计算被测试像元周围领域像元的亮温均值,得到3个背景温度T3b、T4b和T5b;
采用大气订正算法,用T3b、T4b和T5b估算背景的地面温度Tb;
根据T3b、T4b、T5b和Tb的差确定3个订正因子;
将订正因子加到观测的通道亮温值中,得到调整后的通道3和通道4的亮温值T3*和T4*。
9.根据权利要求8所述的方法,其特征在于,所述确定通道3亮温阈值,包括处理处理有关的地表参数,所述有关的地表参数包括火灾面积、火区温度和背景温度,所述阈值的设定依特定的火灾特性而定。
10.根据权利要求9所述的方法,其特征在于,所述识别热点具体为:如果调整后T3高于阈值,则认为该像元为火点像元,其中T3为像元的温度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810451192.6A CN108717526A (zh) | 2018-05-11 | 2018-05-11 | 基于avhrr数据的卫星监测林火热点识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810451192.6A CN108717526A (zh) | 2018-05-11 | 2018-05-11 | 基于avhrr数据的卫星监测林火热点识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108717526A true CN108717526A (zh) | 2018-10-30 |
Family
ID=63899697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810451192.6A Pending CN108717526A (zh) | 2018-05-11 | 2018-05-11 | 基于avhrr数据的卫星监测林火热点识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108717526A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783634A (zh) * | 2020-06-29 | 2020-10-16 | 北京华云星地通科技有限公司 | 基于卫星遥感数据的火点检测方法 |
CN114112065A (zh) * | 2021-11-17 | 2022-03-01 | 贵州电网有限责任公司 | 一种卫星遥感火险判识的方法 |
CN115400366A (zh) * | 2022-08-25 | 2022-11-29 | 中科海慧(北京)科技有限公司 | 一种基于遥感卫星数据处置森林火灾复燃的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090214084A1 (en) * | 2005-10-21 | 2009-08-27 | Asner Gregory P | Remote Sensing Analysis of Forest Disturbances |
CN104318707A (zh) * | 2014-11-04 | 2015-01-28 | 无锡北斗星通信息科技有限公司 | 基于卫星遥感图像的森林火灾检测平台 |
CN104598874A (zh) * | 2014-12-24 | 2015-05-06 | 周小虎 | 一种煤田自燃的遥感监测方法 |
CN104615848A (zh) * | 2014-12-26 | 2015-05-13 | 中国南方电网有限责任公司 | 一种集森林火险预报和地面火点监测于一体的综合应用方法 |
CN106157513A (zh) * | 2016-08-29 | 2016-11-23 | 安徽天立泰科技股份有限公司 | 森林火灾遥感监测方法 |
-
2018
- 2018-05-11 CN CN201810451192.6A patent/CN108717526A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090214084A1 (en) * | 2005-10-21 | 2009-08-27 | Asner Gregory P | Remote Sensing Analysis of Forest Disturbances |
CN104318707A (zh) * | 2014-11-04 | 2015-01-28 | 无锡北斗星通信息科技有限公司 | 基于卫星遥感图像的森林火灾检测平台 |
CN104598874A (zh) * | 2014-12-24 | 2015-05-06 | 周小虎 | 一种煤田自燃的遥感监测方法 |
CN104615848A (zh) * | 2014-12-26 | 2015-05-13 | 中国南方电网有限责任公司 | 一种集森林火险预报和地面火点监测于一体的综合应用方法 |
CN106157513A (zh) * | 2016-08-29 | 2016-11-23 | 安徽天立泰科技股份有限公司 | 森林火灾遥感监测方法 |
Non-Patent Citations (2)
Title |
---|
陈世荣: "草原⽕灾遥感监测与预警⽅法研究", 《中国优秀博硕⼠学位论⽂全⽂数据库 (博⼠) 农业科技辑》 * |
陈鹏狮: "辽宁森林火灾的遥感监测", 《辽宁气象》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783634A (zh) * | 2020-06-29 | 2020-10-16 | 北京华云星地通科技有限公司 | 基于卫星遥感数据的火点检测方法 |
CN114112065A (zh) * | 2021-11-17 | 2022-03-01 | 贵州电网有限责任公司 | 一种卫星遥感火险判识的方法 |
CN115400366A (zh) * | 2022-08-25 | 2022-11-29 | 中科海慧(北京)科技有限公司 | 一种基于遥感卫星数据处置森林火灾复燃的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564761B (zh) | 基于风云气象卫星数据的林火识别方法 | |
Meier et al. | New estimates of Arctic and Antarctic sea ice extent during September 1964 from recovered Nimbus I satellite imagery | |
CN101566692B (zh) | 利用卫星遥感数据中的云影信息检测云高的方法 | |
JP6680788B2 (ja) | 空の観察領域内の雲を特定及び監視するための検出装置及び方法 | |
CN109509319B (zh) | 基于静止卫星监测资料的输电线路山火监测预警方法 | |
CN108898049A (zh) | 基于modis数据的林火识别方法 | |
Dybbroe et al. | NWCSAF AVHRR cloud detection and analysis using dynamic thresholds and radiative transfer modeling. Part II: Tuning and validation | |
US8203480B1 (en) | Predictive and adaptive weather radar detection system and method | |
CN108717526A (zh) | 基于avhrr数据的卫星监测林火热点识别方法 | |
CN113537018B (zh) | 基于多时相卫星遥感和无人机技术的水土保持监测方法 | |
KR100894482B1 (ko) | 기상위성을 이용한 안개 탐지시스템 및 그를 사용한 안개탐지방법 | |
Sun-Mack et al. | Regional apparent boundary layer lapse rates determined from CALIPSO and MODIS data for cloud-height determination | |
Leontiev et al. | Combining Meteosat-10 satellite image data with GPS tropospheric path delays to estimate regional integrated water vapor (IWV) distribution | |
CN108594335B (zh) | 一种全球降水检测方法 | |
Young et al. | An imbalancing act: the delayed dynamic response of the Kaskawulsh Glacier to sustained mass loss | |
Simpson et al. | Improved cloud top height retrieval under arbitrary viewing and illumination conditions using AVHRR data | |
Mayers et al. | MTrack: Improved center fix of tropical cyclones from SMAP wind observations | |
Chen et al. | Precipitation clouds delineation scheme in tropical cyclones and its validation using precipitation and cloud parameter datasets from TRMM | |
Ruminski et al. | Use of environmental satellite imagery for smoke depiction and transport model initialization | |
Dunion et al. | Application of surface-adjusted GOES low-level cloud-drift winds in the environment of Atlantic tropical cyclones. Part II: Integration into surface wind analyses | |
Cheng et al. | Cloud top height retrieval over the Arctic Ocean using a cloud-shadow method based on MODIS | |
Elvidge et al. | Preliminary results from nighttime lights change detection | |
Morris et al. | A coupled-pixel model (CPM) atmospheric retrieval algorithm for high-resolution imagers | |
Manandhar | GPS signal derived precipitable water vapor and its applications in rainfall prediction | |
CN108897074B (zh) | 一种全球海洋降水反演方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181030 |