CN113340432A - 一种基于静止气象卫星的火情监测方法及系统 - Google Patents

一种基于静止气象卫星的火情监测方法及系统 Download PDF

Info

Publication number
CN113340432A
CN113340432A CN202110643978.XA CN202110643978A CN113340432A CN 113340432 A CN113340432 A CN 113340432A CN 202110643978 A CN202110643978 A CN 202110643978A CN 113340432 A CN113340432 A CN 113340432A
Authority
CN
China
Prior art keywords
image data
temperature
pixel
region
fire
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
CN202110643978.XA
Other languages
English (en)
Other versions
CN113340432B (zh
Inventor
周恩泽
黄勇
王磊
田翔
饶章权
魏瑞增
王彤
刘淑琴
樊灵孟
范亚洲
龚博
郭圣
黄道春
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.)
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110643978.XA priority Critical patent/CN113340432B/zh
Publication of CN113340432A publication Critical patent/CN113340432A/zh
Application granted granted Critical
Publication of CN113340432B publication Critical patent/CN113340432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
    • G01J5/0018—Flames, plasma or welding
    • 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
    • G01J2005/0077—Imaging
    • 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
    • G01J2005/0092—Temperature by averaging, e.g. by scan

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Plasma & Fusion (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiation Pyrometers (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种基于静止气象卫星的火情监测方法及系统，涉及卫星监测技术领域。所述方法包括：获取卫星发送的标称图像数据；对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；根据像元标记数据，对标称图像数据中不同区域进行分类，得到分区图像数据；其中，分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；根据背景区中红外通道和远红外通道的平均温度和标准差温度、疑似高温区中红外通道的温度和远红外通道的温度，判断疑似高温区是否为火点区，得到火点像元数据。本发明将标称图像数据按照像元逐个标记并分区，综合阈值判断去除干扰，能够更加精准且符合实际地识别出地表的火情信息。

Description

一种基于静止气象卫星的火情监测方法及系统
技术领域
本发明涉及卫星监测技术领域，尤其涉及一种基于静止气象卫星的火情监测方法及系统。
背景技术
输电线路是电网运行的命脉，山火及其次生灾害是威胁电网运行的重要外部环境因素之一。卫星遥感热点监测技术有效提高了输电线路灾害监测评估的全面性，是国内外电网山火监测的主要方式。卫星遥感监测范围较广，目前主要采用可见光、红外等手段。目前通用的卫星遥感火点监测技术主要采用固定的空间阈值法，即利用被判识像元与周边背景环境的亮温差异，通过阈值关系来判断是否为热源点，但该方法判识上存在明显的局限性。
传统的火点判识本质的物理原理为热辐射导致能量提升，通过热点和周边环境的亮温差异提取热点。但由于卫星像元分辨率为公里级，而真实热点燃烧为亚像元面积，仅明火面积需万分之一的像元面积即可提取出热点，即热点像元和周边的亮温差异不会有纯火和纯背景的亮温差异那么大。该特性导致不同下垫面的热差异容易与火像元和周边像元的亮温差异混淆，固定阈值无法在不同下垫面等条件下保证火点判识的准确性。
发明内容
本发明目的在于，提供一种基于静止气象卫星的火情监测方法及系统，为火情监测、评估以及灾害救助提供空间信息支撑。
为实现上述目的，本发明实施例提供一种基于静止气象卫星的火情监测方法，其特征在于，包括：
获取卫星发送的标称图像数据；
对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；
根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；
根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
优选地，所述对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据，包括：
通过所述标称图像数据的通道特征，得到所述标称图像数据中各像元的属性并标记，得到像元标记数据；其中，所述通道特征包括通道的中心波长和分辨率。
优选地，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的可见光阈值大于第一预设值，且远红外亮温阈值小于第二预设值时，判断所述像元属于云区。
优选地，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的耀斑角小于第三预设值，判断所述像元属于耀斑区。
优选地，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的中红外阈值小于第四预设值，判断所述像元属于低温区。
优选地，所述火点像元数据包括卫星观测时间、火点像元序号、像元经纬度信息和土地覆盖类型。
优选地，所述基于静止气象卫星的火情监测方法，还包括：
根据连续时间段内的所述火点像元数据的变化情况，生成火情监测图像帧。
本发明实施例还提供一种基于静止气象卫星的火情监测系统，包括：
数据获取模块，用于获取卫星发送的标称图像数据；
标记模块，用于对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；
分类模块，用于根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；
火点判断模块，用于根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
本发明实施例还提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一实施例所述的基于静止气象卫星的火情监测方法。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一实施例所述的基于静止气象卫星的火情监测方法。
与现有技术相比，本发明具有以下有益效果：
本发明公开了一种基于静止气象卫星的火情监测方法，包括：获取卫星发送的标称图像数据；对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。本发明将标称图像数据按照像元逐个标记并分区，综合阈值判断去除干扰，能够更加精准且符合实际地识别出地表的火情信息。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的基于静止气象卫星的火情监测方法的流程示意图；
图2是本发明某一实施例提供的基于静止气象卫星的火情监测系统的结构示意图；
图3是本发明某一实施例提供的计算机终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，文中所使用的步骤编号仅是为了方便描述，不作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
卫星遥感火点判识算法主要根据中红外通道对高温热源的敏感特性。含有亚像元火点的中红外通道像元辐亮度和亮温较周边无火点像元的辐亮度和亮温偏高，同时，含有亚像元火点的中红外通道辐亮度和亮温与远红外通道的差异较周边无火点像元差异偏高，根据这一特点，建立火点判识算法。
亚像元火点估算利用牛顿迭代法解中红外和远红外混合像元联立方程组中的亚像元火点面积和温度。使用二分法确定迭代的初始值，如果迭代不收敛时，使用中红外单通道估算。如果中红外饱和时，使用远红外通道估算。单通道估算公式中的明火区温度设为750K。
对薄云的识别主要依据薄云与厚云在反射率、亮温、以及纹理上的差异。每个时次的处理结果均生成标记图像文件和火点信息列表。标记图像文件将记录每个像元的特征，如火点、晴空陆地、云、非有效监测区等，火点信息列表将列出火点像元经纬度、亚像元火点面积和温度、火点像元类型、火点性质、省地县、火点像元序号、火区编号等。对亚小时级火情分析将利用连续亚小时时次火点探测结果，包括标记图像文件和火点信息列表。对相邻亚小时时次的标称图像数据对比，并参考标记图像文件中的火点像元位置，获取火点像元的辐亮度、亮温、亚像元火点面积和温度、以及空间变化，估算火点的亚小时时次火场强度和空间变化。
请参阅图1，图1为本发明某一实施例提供的基于静止气象卫星的火情监测方法的流程示意图。在本实施例中，基于静止气象卫星的火情监测方法，包括以下步骤：
S110，获取卫星发送的标称图像数据。
在某一实施例中，标称图像数据来源于静止气象卫星葵花8号(Himawari-8,简称H8)采集的区域图像投影，静止气象卫星葵花8号主载荷(AHI)具有全盘和区域扫描能力，能在10分钟内完成全盘扫描，成像仪通道从0.46μm-13.3μm共16个通道(如表1所示)，空间分辨率最高达500m，相比于早期静止卫星，其时间分辨率(10分钟)，光谱分辨率(16个通道)和空间分辨率(500m)均有较大提高。
区域图像投影的投影方式为等经纬度投影，插值方法为最小邻近法。区域范围可选择10度*10度，分辨率为0.02*0.02。
表1静止气象卫星(以H8/AHI为例)的通道特性表
通道号 中心波长(um) 分辨率 主要用途
1 0.46 1 云、海洋水色等
2 0.51 1 云、海洋水色等
3 0.64 0.5 云、海洋水色等
4 0.86 1 植被、云等
5 1.6 2 积雪、云等。
6 2.3 2 云
7 3.9 2 高温目标、地表等
8 6.2 2 卷云、水汽
9 7.0 2 海洋水色等
10 7.3 2 海洋水色等
11 8.6 2 海洋水色等
12 9.6 2 水汽
13 10.4 2 地表、云顶温度
14 11.2 2 地表、云顶温度
15 12.3 2 地表、云顶温度
16 13.3 2 云顶高度
S120，对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据。
S130，根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区。
S140，根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
在本发明实施例中，所述对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据，包括：
通过所述标称图像数据的通道特征，得到所述标称图像数据中各像元的属性并标记，得到像元标记数据；其中，所述通道特征包括通道的中心波长和分辨率。
在本发明实施例中，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的可见光阈值大于第一预设值，且远红外亮温阈值小于第二预设值时，判断所述像元属于云区。
在某一实施例中，云区包括一般云区和薄云区。
若像元满足以下云区条件，标记为云区像元：
RVIS﹥RVIS_TC且TFIR﹤TFIR_TC，
其中，RVIS为被判识象元可见光反射率，RVIS_TC为可见光阈值，参考值为0.2；TFIR为被判识象元远红外亮温值，TFIR_TC为远红外亮温阈值参考值为270K。
若当前时次像元可见光反射率较相邻上一时次反射率差异，及当前时次像元红外通道亮温较相邻上一时次亮温差异满足以下薄云条件，标记为薄云像元：
RVIS1-RVIS2﹥RVIS_df且TFIR1-TFIR2﹤TFIR_df，
其中，RVIS1为被判识象元前一时次可见光反射率，RVIS2为被判识象元当前时次可见光反射率，RVIS_df为可见光前后时次差异阈值，参考值为0.1；TFIR1为被判识象元前一时次远红外亮温值，TFIR2为被判识象元当前时次远红外亮温值，TFIR_df为远红外前后时次差异阈值，参考值为5K。
在某一实施例中，若像元满足以下水体条件，标记为水体像元：
RNIR﹤RNIR_TW且RNIR﹣RVIS﹤0,
其中，RNIR为被判识象元近红外反射率，RNIR_TW为近红外阈值，参考值为0.1。
在某一实施例中，根据土地利用/覆盖变化数据集(LUCC)，简称“LUCC”，分析标称图像数据中，为荒漠类型的像元标记为荒漠区像元。
在本发明实施例中，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的耀斑角小于第三预设值，判断所述像元属于耀斑区。
在某一实施例中，若像元满足耀斑角Sglint≤10度，标记为耀斑区像元。
在本发明实施例中，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的中红外阈值小于第四预设值，判断所述像元属于低温区。
在某一实施例中，若像元满足以下低温条件，标记为低温区像元：
TMIR﹤TMIR_TC
其中，TMIR为被判识象元中红外亮温值，TMIR_TC为中红外阈值，参考值为265K。
在某一实施例中，疑似高温区的像元需要满足TMIR＞TMIR_AVG+4*std(TMIR)且TM-FR＞TM-FR_AVG+4*std(TM-FR)，此外用于计算平均值的像元需满足以下条件：tMIR<TMIR+△TMIR,且tMIR<TMIR_WM，其中，tMIR为用于计算背景温度的邻域内某一像元的中红外通道亮温，TMIR_AVG为背景象元平均亮温值，TM-FR为中红外和远红外的亮温差值，TM-FR_AVG为背景象元中，中红外和远红外的亮温差平均值，△TMIR为中红外亮温差阈值，初值为3K，TMIR_WM为中红外阈值，初值为320K，随着太阳角度变化而变化。通过太阳角度的变化，能够进一步分析时间的变化。
在某一实施例中，从探测像元周边7×7像元领域内，去除云区、水体、耀斑区、荒漠区、低温区像元以及疑似高温像元后，剩余像元作为背景区晴空陆地像元。若背景区晴空陆地像元数不足领域像元数的20％，领域扩大为9×9，11×11，…，直至19×19像元。若仍不满足条件，放弃该像元。
在本发明实施例中，为了减少算法的运算量，还可以提前设置非观测区，标记为非观测区的像元，在运算过程中，无需对非观测区的像元进行分析。
在本发明实施例中，根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
背景区中红外通道和远红外通道的平均温度的计算式：
Figure BDA0003108302610000091
Figure BDA0003108302610000092
其中，TMIRBG为中红外背景温度，TFARBG为远红外背景温度，n为背景像元个数。
中红外和远红外背景像元温度的标准差的计算式：
Figure BDA0003108302610000093
Figure BDA0003108302610000094
其中，δTMIRBG为中红外背景温度的标准差，TMIRi为第i个象元中红外亮温值，TFARi为第i个象元的远红外亮温值，δTFARBG为远红外背景温度的标准差，n为背景像元个数。
中红外和远红外背景温度差异ΔTM-FBG和中红外和远红外背景温度差异的标准差δTM-FBG的计算式：
Figure BDA0003108302610000095
Figure BDA0003108302610000101
其中，ΔTM-FBG为中红外和远红外背景温度差异，δTM-FBG为中红外和远红外背景温度差异的标准差。
当δTMIRBG、δTFARBG、δTM-FBG均小于ΔTbgmin时，将背景亮温差设置为ΔTbgmin。ΔTbgmin为最小背景亮温差，该值为可调阈值，初值为2K，当太阳天顶角大于87度，ΔTbgmin初值为1.5K。
当δTMIRBG、δTFARBG、δTM-FBG均大于ΔTbgmax时，将背景亮温差设置为ΔTbgmax。ΔTbgmax为最大背景亮温差，该值为可调阈值，初值为3K，当太阳天顶角大于87度，ΔTbgmax初值为2.5K。
如果一个像元同时满足如下条件，可将该像元确认为火点像元：
TMIR＞TMIRBG+3δTMIRBG且ΔTM-F＞ΔTM-FBG+3δΔTM-FBG
其中，δTMJRBG为中红外背景温度的标准差，δΔTM-FBG为中红外和远红外背景温度差异的标准差。TMIR为判识像元中红外亮温，ΔTM-F为判识像元的中红外和远红外亮温差，ΔTM-FBG为中红外和远红外背景温度差异，。
如果确认的火点像元满足以下云污染条件之一，将不作为火点像元：
(RVIS＞RVISBG+10％且TMIR＜TMIRTC(TMIRTC初值为330K))或
(TFIR＜TFIRBG-ΔTFIRTC(ΔTFIRTC初值为5K))或
(RVIS＞RVISBG且TFTR＜TFIRBG且TMIR＜TMIRBG+6δTMIRBG且
ΔTM-F＜ΔTM-FBG+6δΔTM-FBG)
其中，RVIS为判识像元的反射率值，RVISBG为背景像元的反射率值，TMIRTC为中红外亮温阈值，ΔTPIRTC为远红外亮温差阈值。
在某一具体实施例中，针对亚像元火点面积和温度估算：
中红外通道估算的公式为：
P＝(NMIR-NMIRbg)/(NMIRt-NMIRbg)
其中，
Figure BDA0003108302610000111
远红外通道估算的公式为：
P＝(NFIR-NFIRbg)/(NFIRt-NFIRbg)
其中，
Figure BDA0003108302610000112
其中，P为亚像元火点面积比例，T为亚像元火点温度，NMIRt为亚像元火点中红外通道辐射率，NFARt为亚像元火点远红外通道辐射率，火点温度T设为750K，e、C1和C2为常数。
亚像元火点面积的计算公式为：
Sf＝P×S
其中，Sf为亚像元火点面积，P为亚像元火点面积比例，S为像元面积。
火点强度的计算式为：
FRP＝(Sf·σT4)/106
其中，FRP(Fire Radince Power)为火点辐射强度，单位：106W/m2；σ表示斯蒂芬.玻尔兹曼常数，σ＝5.6693×10-6(W.m-2·K-4)。
在本发明实施例中，所述火点像元数据包括卫星观测时间、火点像元序号、像元经纬度信息和土地覆盖类型。
在本发明实施例还包括根据连续时间段内的所述火点像元数据的变化情况，生成火情监测图像帧。
请参阅图3，图3为本发明某一实施例提供的基于静止气象卫星的火情监测系统的结构示意图。在本实施例中，基于静止气象卫星的火情监测系统，包括：
数据获取模块210，用于获取卫星发送的标称图像数据；
标记模块220，用于对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；
分类模块230，用于根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；
火点判断模块240，用于根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
关于基于静止气象卫星的火情监测系统的具体限定可以参见上文中对于基于静止气象卫星的火情监测方法的限定，在此不再赘述。上述基于静止气象卫星的火情监测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参阅图3，本发明实施例提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例中的基于静止气象卫星的火情监测方法。
处理器用于控制该计算机终端设备的整体操作，以完成上述的基于静止气象卫星的火情监测方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的基于静止气象卫星的火情监测方法，并达到如上述方法一致的技术效果。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的基于静止气象卫星的火情监测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的基于静止气象卫星的火情监测方法，并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种基于静止气象卫星的火情监测方法，其特征在于，包括：
获取卫星发送的标称图像数据；
对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；
根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；
根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
2.根据权利要求1所述的基于静止气象卫星的火情监测方法，其特征在于，所述对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据，包括：
通过所述标称图像数据的通道特征，得到所述标称图像数据中各像元的属性并标记，得到像元标记数据；其中，所述通道特征包括通道的中心波长和分辨率。
3.根据权利要求1所述的基于静止气象卫星的火情监测方法，其特征在于，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的可见光阈值大于第一预设值，且远红外亮温阈值小于第二预设值时，判断所述像元属于云区。
4.根据权利要求1所述的基于静止气象卫星的火情监测方法，其特征在于，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的耀斑角小于第三预设值，判断所述像元属于耀斑区。
5.根据权利要求1所述的基于静止气象卫星的火情监测方法，其特征在于，所述根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据，包括：
所述标称图像数据中某一像元的中红外阈值小于第四预设值，判断所述像元属于低温区。
6.根据权利要求1所述的基于静止气象卫星的火情监测方法，其特征在于，所述火点像元数据包括卫星观测时间、火点像元序号、像元经纬度信息和土地覆盖类型。
7.根据权利要求1所述的基于静止气象卫星的火情监测方法，其特征在于，还包括：
根据连续时间段内的所述火点像元数据的变化情况，生成火情监测图像帧。
8.一种基于静止气象卫星的火情监测系统，其特征在于，包括：
数据获取模块，用于获取卫星发送的标称图像数据；
标记模块，用于对所述标称图像数据中的像元进行逐个判识，并对所述标称图像数据中各像元的属性并标记，得到像元标记数据；
分类模块，用于根据所述像元标记数据，对所述标称图像数据中不同区域进行分类，得到分区图像数据；其中，所述分区图像数据中包括云区、水体、耀斑区、荒漠区、低温区、背景区和疑似高温区；
火点判断模块，用于根据所述背景区中红外通道和远红外通道的平均温度和标准差温度、所述疑似高温区中红外通道的温度和远红外通道的温度，判断所述疑似高温区是否为火点区，得到火点像元数据。
9.一种计算机终端设备，其特征在于，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7任一项所述的基于静止气象卫星的火情监测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于静止气象卫星的火情监测方法。
CN202110643978.XA 2021-06-09 2021-06-09 一种基于静止气象卫星的火情监测方法及系统 Active CN113340432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110643978.XA CN113340432B (zh) 2021-06-09 2021-06-09 一种基于静止气象卫星的火情监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110643978.XA CN113340432B (zh) 2021-06-09 2021-06-09 一种基于静止气象卫星的火情监测方法及系统

Publications (2)

Publication Number Publication Date
CN113340432A true CN113340432A (zh) 2021-09-03
CN113340432B CN113340432B (zh) 2022-08-23

Family

ID=77475813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110643978.XA Active CN113340432B (zh) 2021-06-09 2021-06-09 一种基于静止气象卫星的火情监测方法及系统

Country Status (1)

Country Link
CN (1) CN113340432B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114526825A (zh) * 2022-02-23 2022-05-24 黑龙江省生态气象中心(东北卫星气象数据中心) 静止气象卫星火点判识系统及存储介质
CN115471743A (zh) * 2022-08-17 2022-12-13 国家卫星气象中心(国家空间天气监测预警中心) 一种卫星图像中明火区域的确定方法、装置及设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11345380A (ja) * 1998-06-03 1999-12-14 Kawasaki Heavy Ind Ltd 都市防災用監視装置
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
CN105510987A (zh) * 2015-11-19 2016-04-20 中国林业科学研究院资源信息研究所 一种利用单中波红外通道进行林火识别的方法
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
CN109035664A (zh) * 2018-08-08 2018-12-18 湖北河海科技发展有限公司 基于葵花气象卫星的森林火灾监测方法及平台
CN111006771A (zh) * 2019-12-27 2020-04-14 广东电网有限责任公司电力科学研究院 一种基于极轨气象卫星判识火点的方法与装置
CN111027520A (zh) * 2019-12-27 2020-04-17 广东电网有限责任公司电力科学研究院 一种山火火点判识方法、装置和设备
CN112113913A (zh) * 2020-08-30 2020-12-22 山东锋士信息技术有限公司 一种基于背景阈值的Himawari8陆地火点探测算法
CN112419645A (zh) * 2020-11-18 2021-02-26 四创科技有限公司 一种基于卫星遥感的森林火情监测方法
CN112488091A (zh) * 2021-02-02 2021-03-12 中科星图股份有限公司 基于地球同步轨道卫星影像的火情监测方法及装置
CN112665728A (zh) * 2020-12-15 2021-04-16 中国科学院空天信息创新研究院 一种基于双时相影像的亮温差校正火点检测的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11345380A (ja) * 1998-06-03 1999-12-14 Kawasaki Heavy Ind Ltd 都市防災用監視装置
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
CN105510987A (zh) * 2015-11-19 2016-04-20 中国林业科学研究院资源信息研究所 一种利用单中波红外通道进行林火识别的方法
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
CN109035664A (zh) * 2018-08-08 2018-12-18 湖北河海科技发展有限公司 基于葵花气象卫星的森林火灾监测方法及平台
CN111006771A (zh) * 2019-12-27 2020-04-14 广东电网有限责任公司电力科学研究院 一种基于极轨气象卫星判识火点的方法与装置
CN111027520A (zh) * 2019-12-27 2020-04-17 广东电网有限责任公司电力科学研究院 一种山火火点判识方法、装置和设备
CN112113913A (zh) * 2020-08-30 2020-12-22 山东锋士信息技术有限公司 一种基于背景阈值的Himawari8陆地火点探测算法
CN112419645A (zh) * 2020-11-18 2021-02-26 四创科技有限公司 一种基于卫星遥感的森林火情监测方法
CN112665728A (zh) * 2020-12-15 2021-04-16 中国科学院空天信息创新研究院 一种基于双时相影像的亮温差校正火点检测的方法
CN112488091A (zh) * 2021-02-02 2021-03-12 中科星图股份有限公司 基于地球同步轨道卫星影像的火情监测方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114526825A (zh) * 2022-02-23 2022-05-24 黑龙江省生态气象中心(东北卫星气象数据中心) 静止气象卫星火点判识系统及存储介质
CN115471743A (zh) * 2022-08-17 2022-12-13 国家卫星气象中心(国家空间天气监测预警中心) 一种卫星图像中明火区域的确定方法、装置及设备

Also Published As

Publication number Publication date
CN113340432B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN113340432B (zh) 一种基于静止气象卫星的火情监测方法及系统
Berberoglu et al. Assessing different remote sensing techniques to detect land use/cover changes in the eastern Mediterranean
Long et al. Retrieving cloud characteristics from ground-based daytime color all-sky images
WO2020015326A1 (zh) 一种地表类型数据支持的遥感图像云阴影检测方法
Mu et al. Validating GEOV1 fractional vegetation cover derived from coarse-resolution remote sensing images over croplands
Derrien et al. Improvement of cloud detection near sunrise and sunset by temporal-differencing and region-growing techniques with real-time SEVIRI
Román et al. Remote sensing of lunar aureole with a sky camera: Adding information in the nocturnal retrieval of aerosol properties with GRASP code
CN111006771A (zh) 一种基于极轨气象卫星判识火点的方法与装置
Dyce et al. The influence of tree crowns on urban thermal effective anisotropy
CN112488091A (zh) 基于地球同步轨道卫星影像的火情监测方法及装置
Sola et al. Synthetic images for evaluating topographic correction algorithms
Chaurasia et al. Detection of fog using temporally consistent algorithm with INSAT-3D imager data over India
Sunil et al. Diurnal (24 h) cycle and seasonal variability of cloud fraction retrieved from a Whole Sky Imager over a complex terrain in the Western Ghats and comparison with MODIS
Zhang et al. Comparison of different algorithms for calculating the shading effects of topography on solar irradiance in a mountainous area
Oh et al. Estimation of aerosol direct radiative effects for all-sky conditions from CERES and MODIS observations
Debbage Sky-view factor estimation: A case study of Athens, Georgia
CN116597592A (zh) 极轨气象卫星晨昏时段火点监测方法及系统
Dandini et al. Halo ratio from ground-based all-sky imaging
Krężel et al. Automatic detection of cloud cover over the Baltic Sea
Ibrahim et al. Climate Variability in Relation To Land Use And Land Cover (LULC) Changes In Kota Bharu, Kelantan, Malaysia
Fuchs et al. High-resolution satellite-based cloud detection for the analysis of land surface effects on boundary layer clouds
Hishe et al. Urban heat island and ecological condition modeling using thermal remote sensing in Tigray–Northern Ethiopia
Bennouna et al. An automated day-time cloud detection technique applied to MSG-SEVIRI data over Western Europe
Stubenrauch et al. The role of clear-sky identification in the study of cloud radiative effects: Combined analysis from ISCCP and the scanner of radiation budget
Yao et al. Extraction of aerosol optical extinction properties from a smartphone photograph to measure visibility

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