CN112419645A - 一种基于卫星遥感的森林火情监测方法 - Google Patents

一种基于卫星遥感的森林火情监测方法 Download PDF

Info

Publication number
CN112419645A
CN112419645A CN202011289750.7A CN202011289750A CN112419645A CN 112419645 A CN112419645 A CN 112419645A CN 202011289750 A CN202011289750 A CN 202011289750A CN 112419645 A CN112419645 A CN 112419645A
Authority
CN
China
Prior art keywords
pixel
fire
pixels
channel
forest
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
CN202011289750.7A
Other languages
English (en)
Other versions
CN112419645B (zh
Inventor
单森华
戴诗琪
吴闽帆
庄自成
林永清
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.)
Istrong Technology Co ltd
Original Assignee
Istrong Technology Co ltd
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 Istrong Technology Co ltd filed Critical Istrong Technology Co ltd
Priority to CN202011289750.7A priority Critical patent/CN112419645B/zh
Publication of CN112419645A publication Critical patent/CN112419645A/zh
Application granted granted Critical
Publication of CN112419645B publication Critical patent/CN112419645B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种基于卫星遥感的森林火情监测方法，包括以下步骤；步骤一、读入待监测区域的光学影像，对各个像元进行检测；步骤二、对光学影像中的云、水进行识别，把识别出的云和水所在像元标记为非火像元；步骤三、参照待监测区域的地物类型图，对未标记为非火像元的光学影像区域进行潜在火点检测，并把未检测为潜在火点的像元标记为非火像元，把检测为潜在火点的像元标记为潜在火点像元；步骤四、结合潜在火点像元周围的背影窗像元的特征，对潜在火点像元进一步评估以定位出其中的火点像元；步骤五、检测识别火点像元中的耀斑，把剔除耀斑后剩余的火点像元作为森林火情输出；本发明采用改进的自适应阈值法，能提升森林火情监测的准确性。

Description

一种基于卫星遥感的森林火情监测方法
技术领域
本发明涉及防灾监测技术领域，尤其是一种基于卫星遥感的森林火情监测方法。
背景技术
近年来，森林火灾在全球范围内此起彼伏，对生态系统造成了毁灭性的破坏，严重威胁着人们的生命财产安全。面对这样一种突发性强、破坏性打、处置救助较为困难的自然灾害，一方面需要做好森林火灾预防工作，从源头上防止森林火灾的发生；另一方面一旦发生森林火情需要及时发现和扑救，避免其蔓延，最大限度地减少火灾损失。目前森林火灾的监测方法包括地面巡护、瞭望台监测、航空巡护和卫星遥感，其中卫星遥感技术是一种监测火情、掌握火情发展规律和趋势的有效且经济的手段。它根据发生森林火情时温度升高导致热辐射增强，但不同红外通道的增长幅度存在差异的特性，可以实现在较短周期内大面积地探测森林火情。
用于监测森林火情的卫星根据卫星运行的轨道可以分为太阳同步轨道卫星和地球同步轨道卫星，太阳同步轨道卫星数据具有较高的空间分辨率，但重访周期较长；相反地球同步轨道卫星的空间分辨率较低，但观测频次较高，更能满足探测森林火情及时性的需求。日本葵花8号作为新一代的地球同步轨道卫星，在时间分辨率和空间分辨率上都有较大提升，达到每10分钟观测一次，空间分辨率为2km，共16个波段，为近实时地大面积监测森林火情提供了可能。
基于遥感数据监测森林火情的方法可以分为固定阈值法和自适应阈值法，固定阈值算法通过预先设定阈值来判定像元是否为火点，但不同地域不同季节存在变化，这类算法普适性较差。自适应阈值法通常使用固定阈值先确定潜在火点，再根据潜在火点与其背景窗的辐射差异确定真实火点，但使用固定阈值确定潜在火点同样存在通用性较差的问题，森林火情、草原火情、秸秆焚烧因燃烧物质不同固定阈值难以全部适用，阈值过高容易漏掉细小火情，阈值过低容易加大很多不必要的计算量甚至导致误检。
因此本文提出了一种基于卫星遥感的火情监测算法，使用时间分辨率和空间分辨率都较高的葵花8号卫星作为数据源，采用改进的自适应阈值法，解决以往算法通用性较差的问题，提升森林火情监测的准确性。
发明内容
本发明提出一种基于卫星遥感的森林火情监测方法，采用改进的自适应阈值法，能提升森林火情监测的准确性。
本发明采用以下技术方案。
一种基于卫星遥感的森林火情监测方法，所述监测方法包括以下步骤；
步骤一、读入原始的卫星遥感图像中待监测区域的光学影像，把光学影像视为多个像元的集合，并对各个像元进行检测；
步骤二、对光学影像中的云、水进行识别，把识别出的云和水所在像元标记为非火像元；
步骤三、参照待监测区域的地物类型图，对未标记为非火像元的光学影像区域进行潜在火点检测，并把未检测为潜在火点的像元标记为非火像元，把检测为潜在火点的像元标记为潜在火点像元；
步骤四、结合潜在火点像元周围的背影窗像元的特征，对潜在火点像元进一步评估以定位出其中的火点像元；
步骤五、检测识别火点像元中的耀斑，把剔除耀斑后剩余的火点像元作为森林火情输出。
在步骤一对各个像元进行检测时，先识别像元的昼夜属性，即像元属于白天像元还是黑夜像元，再调用对应的检测阈值；
在识别昼夜属性时，根据光学影像可见光通道第三通道、第四通道的反射率和太阳天顶角来判断；
判断公式为
Figure BDA0002783473800000021
其中，P3代表第三通道反射率、P4代表第四通道反射率，θSOZ代表太阳天顶角。
在步骤二中对光学影像中的云进行的识别，根据云在可见光波段反射率高但在远红外亮温值低的特性，利用第三、四通道的反射率和第十五通道的亮温值计算以识别云点像元：云点像元识别所用公式为
Figure BDA0002783473800000031
其中，Lcloud代表标签为云的像元集合，T15代表第15通道的亮温值，K为亮温单位开尔文；
在步骤二中对光学影像中的水进行的识别，使用在线检测和地物类型图结合的方法以识别水点像元，其中地物类型图共包括六个事先标定好的地物类型分类，即：森林、草原、农田、水体、建筑、其它；水点像元检测识别公式为：
Figure BDA0002783473800000032
其中，P2代表第二通道反射率，Mapclass代表地物类型。
在步骤三的潜在火点检测中，在判定为非云非水的像元中进一步排除明显的非火像元，其方法为根据不同地物类型在不同时间具备的差异性，首先计算出非云非水像元中地物类型为森林的森林像元在中红外波段亮温值的均值和标准差；公式为；
Figure BDA0002783473800000033
其中
Figure BDA0002783473800000034
代表森林像元第七通道亮温的均值，
Figure BDA0002783473800000035
代表森林像元第七通道亮温的标准差，n为Mapclass＝森林的所有像元个数，T7i为第i个森林像元在第七通道的亮温值，如需监测其它地物类型火情可更换。
然后计算森林像元中红外波段T7和远红外波段T14亮温的差值ΔT，以及差值的均值f_meanΔT和标准差f_stdΔT，公式为：
Figure BDA0002783473800000041
最后通过与整个区域当前时刻的中红外波段T7以及中红外波段T7和远红外波段T14亮温的差值ΔT与上述均值和标准差比较确定潜在火点，公式为：
Figure BDA0002783473800000044
在步骤四中，确定潜在火点像元之后再将其与周围背景窗像元进一步对比，以判断潜在火点像元是否属于火点像元；具体方法为；
所述背景窗为以潜在火点像元为中心，依次选择5×5，7×7…15×15六种大小的窗口，首先在背景窗中选择出有效背景像元，定义为非云、非水、非潜在火点的像元，如果背景窗内的有效像元个数不足窗口像元总个数的1/4则将该像元标记为非火像元，否则计算背景像元在中红外通道和远红外通道的平均绝对偏差，公式如下：
Figure BDA0002783473800000042
其中
Figure BDA0002783473800000045
和b_meanΔT分别为有效背景像元第7通道、第7通道和第14通道差值的均值，
Figure BDA0002783473800000046
和b_madΔT则分别代表其平均绝对偏差，m代表当前背景窗中有效背景像元的总个数；
然后对满足有效像元数的潜在火点进行进一步判断，满足以下公式条件的标记为确定火点像元：
Figure BDA0002783473800000043
在步骤五检测识别火点像元中的耀斑时，根据中红外P7和远红外P14的反射率比值进行检测，公式为：
Figure BDA0002783473800000051
其中当背景窗中存在云点像元时E值为1，否则为2；剔除耀斑后的确定的火点像元即为最终输出的森林火情。
所述卫星遥感图像通过地球同步轨道卫星采集。
所述地球同步轨道卫星的观测采集频第为每10分钟观测一次，观测时采用的空间分辨率为2km，共16个波段。
所述地球同步轨道卫星为日本葵花8号。
所述监测方法还可用于草原火情监测。
本发明具有以下优点：
1.采用葵花8号地球同步轨道卫星作为数据源，每10分钟观测一次，时间分辨率较其它数据源有较大提升，实现了大范围的准同步监测，更能满足森林火情监测的需求。
2.采用可见光通道反射率和太阳高度角结合的方式区分白天黑夜，避免整个区域根据时区单一判断不够精确，同时减少误判。
3.采用改进的自适应阈值方法，提取潜在火点时，对地物类型为森林的像元单独统计分析，避免了不同地物类型的固有亮温差异的影响，同时对瞬时的区域亮温值进行统计分析确定阈值，避免了不同季节不同时刻的固有亮温差异的影响，进一步提高了森林火情监测的准确性。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
附图1是本发明的流程示意图。
具体实施方式
如图所示，一种基于卫星遥感的森林火情监测方法，所述监测方法包括以下步骤；
步骤一、读入原始的卫星遥感图像中待监测区域的光学影像，把光学影像视为多个像元的集合，并对各个像元进行检测；
步骤二、对光学影像中的云、水进行识别，把识别出的云和水所在像元标记为非火像元；
步骤三、参照待监测区域的地物类型图，对未标记为非火像元的光学影像区域进行潜在火点检测，并把未检测为潜在火点的像元标记为非火像元，把检测为潜在火点的像元标记为潜在火点像元；
步骤四、结合潜在火点像元周围的背影窗像元的特征，对潜在火点像元进一步评估以定位出其中的火点像元；
步骤五、检测识别火点像元中的耀斑，把剔除耀斑后剩余的火点像元作为森林火情输出。
在步骤一对各个像元进行检测时，先识别像元的昼夜属性，即像元属于白天像元还是黑夜像元，再调用对应的检测阈值；
在识别昼夜属性时，根据光学影像可见光通道第三通道、第四通道的反射率和太阳天顶角来判断；
判断公式为
Figure BDA0002783473800000061
其中，P3代表第三通道反射率、P4代表第四通道反射率，θSOZ代表太阳天顶角。
在步骤二中对光学影像中的云进行的识别，根据云在可见光波段反射率高但在远红外亮温值低的特性，利用第三、四通道的反射率和第十五通道的亮温值计算以识别云点像元：云点像元识别所用公式为
Figure BDA0002783473800000062
其中，Lcloud代表标签为云的像元集合，T15代表第15通道的亮温值，K为亮温单位开尔文；
在步骤二中对光学影像中的水进行的识别，使用在线检测和地物类型图结合的方法以识别水点像元，其中地物类型图共包括六个事先标定好的地物类型分类，即：森林、草原、农田、水体、建筑、其它；水点像元检测识别公式为：
Figure BDA0002783473800000063
其中，P2代表第二通道反射率，Mapclass代表地物类型。。
在步骤三的潜在火点检测中，在判定为非云非水的像元中进一步排除明显的非火像元，其方法为根据不同地物类型在不同时间具备的差异性，首先计算出非云非水像元中地物类型为森林的森林像元在中红外波段亮温值的均值和标准差；公式为；
Figure BDA0002783473800000071
其中
Figure BDA0002783473800000072
代表森林像元第七通道亮温的均值，
Figure BDA0002783473800000073
代表森林像元第七通道亮温的标准差，n为Mapclass＝森林的所有像元个数，T7i为第i个森林像元在第七通道的亮温值，如需监测其它地物类型火情可更换。
然后计算森林像元中红外波段T7和远红外波段T14亮温的差值ΔT，以及差值的均值f_meanΔT和标准差f_stdΔT，公式为：
Figure BDA0002783473800000074
最后通过与整个区域当前时刻的中红外波段T7以及中红外波段T7和远红外波段T14亮温的差值ΔT与上述均值和标准差比较确定潜在火点，公式为：
Figure BDA0002783473800000075
在步骤四中，确定潜在火点像元之后再将其与周围背景窗像元进一步对比，以判断潜在火点像元是否属于火点像元；具体方法为；
所述背景窗为以潜在火点像元为中心，依次选择5×5，7×7…15×15六种大小的窗口，首先在背景窗中选择出有效背景像元，定义为非云、非水、非潜在火点的像元，如果背景窗内的有效像元个数不足窗口像元总个数的1/4则将该像元标记为非火像元，否则计算背景像元在中红外通道和远红外通道的平均绝对偏差，公式如下：
Figure BDA0002783473800000081
其中
Figure BDA0002783473800000082
和b_meanΔT分别为有效背景像元第7通道、第7通道和第14通道差值的均值，
Figure BDA0002783473800000083
和b_madΔT则分别代表其平均绝对偏差，m代表当前背景窗中有效背景像元的总个数；
然后对满足有效像元数的潜在火点进行进一步判断，满足以下公式条件的标记为确定火点像元：
Figure BDA0002783473800000084
在步骤五检测识别火点像元中的耀斑时，根据中红外P7和远红外P14的反射率比值进行检测，公式为：
Figure BDA0002783473800000085
其中当背景窗中存在云点像元时E值为1，否则为2；剔除耀斑后的确定的火点像元即为最终输出的森林火情。
所述卫星遥感图像通过地球同步轨道卫星采集。
所述地球同步轨道卫星的观测采集频第为每10分钟观测一次，观测时采用的空间分辨率为2km，共16个波段。
所述地球同步轨道卫星为日本葵花8号。
所述监测方法还可用于草原火情监测。

Claims (10)

1.一种基于卫星遥感的森林火情监测方法，其特征在于：所述监测方法包括以下步骤；
步骤一、读入原始的卫星遥感图像中待监测区域的光学影像，把光学影像视为多个像元的集合，并对各个像元进行检测；
步骤二、对光学影像中的云、水进行识别，把识别出的云和水所在像元标记为非火像元；
步骤三、参照待监测区域的地物类型图，对未标记为非火像元的光学影像区域进行潜在火点检测，并把未检测为潜在火点的像元标记为非火像元，把检测为潜在火点的像元标记为潜在火点像元；
步骤四、结合潜在火点像元周围的背影窗像元的特征，对潜在火点像元进一步评估以定位出其中的火点像元；
步骤五、检测识别火点像元中的耀斑，把剔除耀斑后剩余的火点像元作为森林火情输出。
2.根据权利要求1所述的一种基于卫星遥感的森林火情监测方法，其特征在于：
在步骤一对各个像元进行检测时，先识别像元的昼夜属性，即像元属于白天像元还是黑夜像元，再调用对应的检测阈值；
在识别昼夜属性时，根据光学影像可见光通道第三通道、第四通道的反射率和太阳天顶角来判断；
判断公式为
Figure FDA0002783473790000011
其中，P3代表第三通道反射率、P4代表第四通道反射率，θSOZ代表太阳天顶角。
3.根据权利要求2所述的一种基于卫星遥感的森林火情监测方法，其特征在于：在步骤二中对光学影像中的云进行的识别，根据云在可见光波段反射率高但在远红外亮温值低的特性，利用第三、四通道的反射率和第十五通道的亮温值计算以识别云点像元：云点像元识别所用公式为
Figure FDA0002783473790000012
其中，Lcloud代表标签为云的像元集合，T15代表第15通道的亮温值，K为亮温单位开尔文；
在步骤二中对光学影像中的水进行的识别，使用在线检测和地物类型图结合的方法以识别水点像元，其中地物类型图共包括六个事先标定好的地物类型分类，即：森林、草原、农田、水体、建筑、其它；水点像元检测识别公式为：
Figure FDA0002783473790000021
其中，P2代表第二通道反射率，Mapclass代表地物类型。
4.根据权利要求3所述的一种基于卫星遥感的森林火情监测方法，其特征在于：在步骤三的潜在火点检测中，在判定为非云非水的像元中进一步排除明显的非火像元，其方法为根据不同地物类型在不同时间具备的差异性，首先计算出非云非水像元中地物类型为森林的森林像元在中红外波段亮温值的均值和标准差；公式为；
Figure FDA0002783473790000022
其中
Figure FDA0002783473790000023
代表森林像元第七通道亮温的均值，
Figure FDA0002783473790000024
代表森林像元第七通道亮温的标准差，n为Mapclass＝森林的所有像元个数，T7i为第i个森林像元在第七通道的亮温值，如需监测其它地物类型火情可更换。
然后计算森林像元中红外波段T7和远红外波段T14亮温的差值ΔT，以及差值的均值f_meanΔT和标准差f_stdΔT，公式为：
Figure FDA0002783473790000025
最后通过与整个区域当前时刻的中红外波段T7以及中红外波段T7和远红外波段T14亮温的差值ΔT与上述均值和标准差比较确定潜在火点，公式为：
Figure FDA0002783473790000031
5.根据权利要求4所述的一种基于卫星遥感的森林火情监测方法，其特征在于：在步骤四中，确定潜在火点像元之后再将其与周围背景窗像元进一步对比，以判断潜在火点像元是否属于火点像元；具体方法为；
所述背景窗为以潜在火点像元为中心，依次选择5×5，7×7…15×15六种大小的窗口，首先在背景窗中选择出有效背景像元，定义为非云、非水、非潜在火点的像元，如果背景窗内的有效像元个数不足窗口像元总个数的1/4则将该像元标记为非火像元，否则计算背景像元在中红外通道和远红外通道的平均绝对偏差，公式如下：
Figure FDA0002783473790000032
其中
Figure FDA0002783473790000033
和b_meanΔT分别为有效背景像元第7通道、第7通道和第14通道差值的均值，
Figure FDA0002783473790000034
和b_madΔT则分别代表其平均绝对偏差，m代表当前背景窗中有效背景像元的总个数；
然后对满足有效像元数的潜在火点进行进一步判断，满足以下公式条件的标记为确定火点像元：
Figure FDA0002783473790000035
6.根据权利要求5所述的一种基于卫星遥感的森林火情监测方法，其特征在于：在步骤五检测识别火点像元中的耀斑时，根据中红外P7和远红外P14的反射率比值进行检测，公式为：
Figure FDA0002783473790000036
其中当背景窗中存在云点像元时E值为1，否则为2；剔除耀斑后的确定的火点像元即为最终输出的森林火情。
7.根据权利要求1所述的一种基于卫星遥感的森林火情监测方法，其特征在于：所述卫星遥感图像通过地球同步轨道卫星采集。
8.根据权利要求7所述的一种基于卫星遥感的森林火情监测方法，其特征在于：所述地球同步轨道卫星的观测采集频第为每10分钟观测一次，观测时采用的空间分辨率为2km，共16个波段。
9.根据权利要求8所述的一种基于卫星遥感的森林火情监测方法，其特征在于：所述地球同步轨道卫星为日本葵花8号。
10.根据权利要求1所述的一种基于卫星遥感的森林火情监测方法，其特征在于：所述监测方法还可用于草原火情监测。
CN202011289750.7A 2020-11-18 2020-11-18 一种基于卫星遥感的森林火情监测方法 Active CN112419645B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011289750.7A CN112419645B (zh) 2020-11-18 2020-11-18 一种基于卫星遥感的森林火情监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011289750.7A CN112419645B (zh) 2020-11-18 2020-11-18 一种基于卫星遥感的森林火情监测方法

Publications (2)

Publication Number Publication Date
CN112419645A true CN112419645A (zh) 2021-02-26
CN112419645B CN112419645B (zh) 2022-05-13

Family

ID=74830991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011289750.7A Active CN112419645B (zh) 2020-11-18 2020-11-18 一种基于卫星遥感的森林火情监测方法

Country Status (1)

Country Link
CN (1) CN112419645B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN114414503A (zh) * 2022-01-10 2022-04-29 武汉华信联创技术工程有限公司 潜在气体排放源检测方法、装置、设备及可读存储介质
CN114780665A (zh) * 2022-06-21 2022-07-22 环球数科集团有限公司 一种卫星遥感信息在火情监测中的数字图像处理系统

Citations (8)

* Cited by examiner, † Cited by third party
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
US20090262978A1 (en) * 2006-07-28 2009-10-22 Telespazio S.P.A. Automatic Detection Of Fires On Earth's Surface And Of Atmospheric Phenomena Such As Clouds, Veils, Fog Or The Like, Using A Satellite System
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
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
CN109815968A (zh) * 2019-03-04 2019-05-28 中国石油大学(华东) 一种基于Himawari-8卫星数据的晨昏时刻海雾探测算法
CN111008599A (zh) * 2019-12-06 2020-04-14 国网湖南省电力有限公司 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统
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
CN111931648A (zh) * 2020-08-10 2020-11-13 成都思晗科技股份有限公司 一种基于Himawari8波段数据的山火实时监测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
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
US20090262978A1 (en) * 2006-07-28 2009-10-22 Telespazio S.P.A. Automatic Detection Of Fires On Earth's Surface And Of Atmospheric Phenomena Such As Clouds, Veils, Fog Or The Like, Using A Satellite System
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
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
CN109815968A (zh) * 2019-03-04 2019-05-28 中国石油大学(华东) 一种基于Himawari-8卫星数据的晨昏时刻海雾探测算法
CN111008599A (zh) * 2019-12-06 2020-04-14 国网湖南省电力有限公司 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统
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
CN111931648A (zh) * 2020-08-10 2020-11-13 成都思晗科技股份有限公司 一种基于Himawari8波段数据的山火实时监测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
向大享: "《长江流域干旱遥感监测评估体系及应用》", 31 December 2016 *
武晋雯等: "基于Himawari-8和GF-1卫星的林火遥感监测", 《灾害学》 *
王宏斌等: "基于葵花8号新一代静止气象卫星的夜间雾识别", 《高原气象》 *
环境保护部卫星环境应用中心: "《生态环境遥感监测技术》", 31 December 2013 *
覃先林: "遥感和地理信息系统技术相结合的林火预警方法的研究", 《中国博士学位论文全文数据库农业科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN114414503A (zh) * 2022-01-10 2022-04-29 武汉华信联创技术工程有限公司 潜在气体排放源检测方法、装置、设备及可读存储介质
CN114414503B (zh) * 2022-01-10 2024-05-07 武汉华信联创技术工程有限公司 潜在气体排放源检测方法、装置、设备及可读存储介质
CN114780665A (zh) * 2022-06-21 2022-07-22 环球数科集团有限公司 一种卫星遥感信息在火情监测中的数字图像处理系统
CN114780665B (zh) * 2022-06-21 2022-08-23 环球数科集团有限公司 一种卫星遥感信息在火情监测中的数字图像处理系统

Also Published As

Publication number Publication date
CN112419645B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN112419645B (zh) 一种基于卫星遥感的森林火情监测方法
CN101592524B (zh) 基于类间方差的modis森林火灾火点检测方法
US11835676B2 (en) Early-warning fire detection system based on a multivariable approach
CN104751593B (zh) 一种火灾探测、报警、定位、扑灭方法及系统
CN111008599B (zh) 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统
CN108564761B (zh) 基于风云气象卫星数据的林火识别方法
CN103778418A (zh) 一种输电线路杆塔图像监测系统的山火图像识别方法
CN102116861A (zh) 基于环境一号卫星的秸秆焚烧点提取方法
CN108648400A (zh) 一种基于多光谱的输电线路山火勘测预警装置及预警方法
CN111310556A (zh) 基于中小学学生区域防溺水安全监管系统及其监控方法
CN109034038B (zh) 一种基于多特征融合的火灾识别装置
CN113221057B (zh) 基于多时相卫星影像的秸秆焚烧火点监测方法
Jedlovec Automated detection of clouds in satellite imagery
CN113218508B (zh) 一种基于Himawari-8卫星数据的林火判别方法
CN113393486A (zh) 一种异常事件监测方法、智能监测终端及系统
CN109902666B (zh) 一种基于二维otsu的电网山火潜在火点识别方法
CN108682105A (zh) 一种基于多光谱的输电线路山火勘测预警装置及预警方法
CN114398595B (zh) 一种基于bp神经网络的火点遥感识别方法
CN113340432A (zh) 一种基于静止气象卫星的火情监测方法及系统
EP3757956B1 (en) Heat source detection device
CN116153016A (zh) 一种多传感器融合森林火灾实时监测与预警装置及其方法
KR102259272B1 (ko) 감시 카메라 제어 장치 및 방법
JP5286113B2 (ja) 煙検出装置
Abuelgasim et al. Day and night-time active fire detection over North America using NOAA-16 AVHRR data
CN114216563B (zh) 一种阈值自动生成的火灾遥感监测方法

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
GR01 Patent grant
GR01 Patent grant