CN114550006A - 极轨气象卫星火点判识系统、存储介质及设备 - Google Patents
极轨气象卫星火点判识系统、存储介质及设备 Download PDFInfo
- Publication number
- CN114550006A CN114550006A CN202210168975.XA CN202210168975A CN114550006A CN 114550006 A CN114550006 A CN 114550006A CN 202210168975 A CN202210168975 A CN 202210168975A CN 114550006 A CN114550006 A CN 114550006A
- Authority
- CN
- China
- Prior art keywords
- pixel
- temperature
- fire point
- fire
- infrared
- 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
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims abstract description 15
- 230000005855 radiation Effects 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000002310 reflectometry Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
Abstract
极轨气象卫星火点判识系统、存储介质及设备,属于气象卫星遥感技术与火情监测技术交叉领域。本发明是为了解决目前基于气象卫星的火点判识方法存在适用性差、准确率的问题。本发明所述系统首先基于极轨气象卫星数据,基于中红外通道挑选待监测高温像元,然后进行云检测、大气纠正、辐射校正、耀斑角滤除、常年高温滤除处理,然后利用火点判识依据对像元是否为火点进行判识。主要用于火点判识。
Description
技术领域
本发明涉及一种火点判识系统及设备。属于气象卫星遥感技术与火情监测技术交叉领域。
背景技术
包括黑龙江省等在内的多个省,具有农田面、林地积广阔。广阔的森林草原和农田是大自然赐予的财富,但是,在每年春秋两季森林草原火灾及农田秸秆焚烧给人们带来了严重的困扰。
自上世纪八十年代中期以来,气象卫星遥感技术为林草防火部门提供了大量的卫星遥感火情监测信息,在林草防火工作中发挥了重要作用。除此之外,卫星遥感技术也已广泛应用到监测秸秆焚烧中。
目前的利用气象卫星遥感技术确定火点或火情的方式,容易受到卫星的数据精度影响,更为重要的是,这些方式容易受到云区、水体和环境地物等的影响,从而影响了火点判断的准确率;而且目前的利用气象卫星遥感技术确定火点或火情的方式大都是利用亮温进行判断的,这样确定的判断方式或者判断模型仅能适用于基于数据建模的区域,当应用于其他区域时,或者季节不同时,由于亮温是会发生变化的,所以这些方法不仅存在适用性差的问题,而且会进一步降低判断的准确率。
发明内容
本发明是为了解决目前基于气象卫星的火点判识方法存在适用性差、准确率较低的问题。
极轨气象卫星火点判识系统,包括:
待监测高温像元提取单元:基于极轨气象卫星数据,基于中红外通道挑选待监测高温像元;
火点确定单元:对像元是否为火点进行判识,判识依据如下:
T3-T3bg>T3TH且T34-T34bg>T34TH (1)
其中,T3、T3bg分别为被判识像元中红外通道亮温、背景中红外通道亮温;T3TH为中红外通道火点判识阈值;T34为被判识像元中红外与远红外亮温差异,T34bg为中红外与远红外差异与背景亮温差异,T34TH为中红外与远红外亮温差异火点判识阈值;
将满足上述判别条件的像元作为判识火点。
进一步地,所述系统还包括预处理单元,所述预处理单元在火点确定单元确定火点之前对待监测高温像元进行预处理,所述预处理过程包括以下步骤:
首先,利用云区可见光的反射特性将待监测高温像元区分非云区和云区(直接使用风云三号气象卫星的云检测产品);
然后,对热红外通道和中红外通道数据逐像元进行大气纠正,并进行辐射校正;
最后,针对像元进行耀斑角滤除。
进一步地,所述耀斑角滤除的过程包括以下步骤:
当像元的可见光、近红外反射率均大于0.3,且3.9um通道亮温大于305°,并且耀斑角小于30°时,则将该像元判识为耀斑点,剔除像元的火点属性。
进一步地,所述预处理单元的预处理过程还包括像元的常年高温滤除步骤,即:在耀斑角滤除之后,基于常年高温点的先验信息确定火点是否为常年高温点,如果为年高温点,剔除像元对应的火点属性。
极轨气象卫星火点判识系统,包括:
待监测高温像元提取单元:基于极轨气象卫星数据,基于中红外通道挑选待监测高温像元;
火点确定单元:对像元是否为火点进行判识,判识依据如下:
T3>T3bg+4δT3bg且ΔT34>ΔT34bg+4δT34bg (2)
其中,T3为被判识像元中红外通道亮温;T3bg为背景中红外通道亮温;δT3bg为背景像元中红外通道亮温标准差;ΔT34被判识像元中红外与远红外通道亮温差异;ΔT34bg为背景像元中红外与远红外通道亮温差异,均取自周边像元平均值;δT34bg背景像元中红外与远红外通道亮温差异的标准差;
其中T3i和T4i分别为用于计算背景温度的周边像元第i个中红外通道和远红外通道的亮温;当δT3b或δT34b小于2K时,将其置为2K;n是背景像元的个数;
将满足上述判别条件的像元作为判识火点。
进一步地,所述系统还包括预处理单元,所述预处理单元在火点确定单元确定火点之前对待监测高温像元进行预处理,所述预处理过程包括以下步骤:
首先,利用云区可见光的反射特性将待监测高温像元区分非云区和云区(直接使用风云三号气象卫星的云检测产品);
然后,对热红外通道和中红外通道数据逐像元进行大气纠正,并进行辐射校正;
最后,针对像元进行耀斑角滤除。
进一步地,所述耀斑角滤除的过程包括以下步骤:
当像元的可见光、近红外反射率均大于0.3,且3.9um通道亮温大于305°,并且耀斑角小于30°时,则将该像元判识为耀斑点,剔除像元的火点属性。
进一步地,所述预处理单元的预处理过程还包括像元的常年高温滤除步骤,即:在耀斑角滤除之后,基于常年高温点的先验信息确定火点是否为常年高温点,如果为年高温点,剔除像元对应的火点属性。
一种存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行所述的极轨气象卫星火点判识系统。
一种设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行所述的极轨气象卫星火点判识系统。
有益效果:
本发明针对高温热源在中红外通道混合像元引起亮温急剧升高的特点进行研究和分析发现,判断火点的主要条件不是中红外通道亮温值本身,而是其与周围背景像元的亮温差异,并有针对性的确定了判识依据,而且还对判识依据进行了优化得到了优化后的判识依据,进而以基于极轨气象卫星的数据实现火点判识,不仅使得本发明可以具有更好的适用性,更为重要的是,本发明的判识过程和判识以及可以极大地提升火点判识准确率,基于极轨气象卫星数据,利用公式(2)的判识依据判识准确率高达90%以上。
附图说明
图1为极轨气象卫星火点判识系统的判识流程图。
具体实施方式
具体实施方式一:结合图1说明本实施方式,
本实施方式为极轨气象卫星火点判识系统。本发明针对高温热源在中红外通道混合像元引起亮温急剧升高的特点进行研究和分析发现,判断火点的主要条件不是中红外通道亮温值本身,而是其与周围背景像元的亮温差异。例如在荒漠地区亮温高达330K的区域不可能是火点,而东北地区秋末或初春的火点像元亮温可能小于273K(摄氏零度)。
因此本发明根据火点在中红外波段引起辐射率和亮温急剧增大这一特点,可将中红外亮温与周围背景像元亮温差异,以及中红外与远红外亮温增量差异作为计算机火点自动判识的主要参数进行火点判识。
在进行火点判识的过程中,背景像元亮温的估算是自动判识的重要环节,由于火点像元周边可能有多种条件,如云区、水体、过火区、火区像元以及与被判识像元植被覆盖差异较大等,这些像元都将影响到对背景亮温的正确估算,需要在背景温度估算时考虑。同时,经过研究发下由于中红外波段太阳辐射反射与地面常温放射辐射较为接近,所以需要在自动判识时消除太阳辐射反射在水体、植被较少地带和云表面的干扰。
具体地,所述的极轨气象卫星火点判识系统的火点判识过程包括以下步骤:
(1)基于极轨气象卫星数据,基于中红外通道挑选待监测高温像元;
在挑选中红外通道的待监测高温像元的过程中选取中红外通道高温像元中前4%的像元;
(2)云检测:在火点判识中,云信息提取至关重要,利用云区可见光的高反射(白天)特性区分非云区和云区。
主要利用我国风云三号可见光红外扫描辐射计现有云检测产品,云检测产品是指判识一个像元是否被云覆盖或者晴空,以及云和晴空判识的可信度,是无量纲的。算法采用多特征(单通道或通道组合)阈值方法,其中通道组合特征包括通道差和通道比值。各个特征阈值的确定采用两种方法,直方动态阈值方法或通过正研模拟确定的阈值表方法。
(3)大气纠正:
利用6S(Second Simulation of the Satellite Signal in the SolarSpectrum)大气辐射传输模型对热红外通道和中红外通道数据逐像元进行大气纠正。
(4)辐射校正:
利用卫星和太阳的天顶角、方位角,校正可见光和近红外波段的反射率以及热红外辐射亮温值。
该过程采用《风云二号静止气象卫星可见光通道辐射校正场定标方法研究》中的校正方法进行校正。
(5)耀斑角滤除:
当像元的可见光、近红外反射率均大于0.3,且3.9um通道亮温大于305°(也可以利用开氏度进行表示),并且耀斑角小于30°时,则将该像元判识为耀斑点,剔除像元的火点属性。
(6)常年高温的滤除:
常年高温点通常以人工热源为主,这类地物对火点判识或造成较大干扰,进而形成误判。基于此建立对火点判识影响较大的地物数据库:包括太阳能光伏板、工厂地面热源点等典型地物数据集,和其定位数据集,随时更新。
如何确定这些地物影响:主要通过火点判识地面调查,定点采样、实地调查和用户反馈。通过相关数据的收集,分析地物光谱特征,建立不同季节地表亮温数据级,统计分析该地物误判为火点的概率分布。
基于常年高温点的先验信息(如位置、量温等),确定上述过程确定的火点是否为常年高温点,如果为年高温点,剔除像元对应的火点属性。
(7)确定火点:
根据日常火情监测经验和人工火场星地同步实验结果,当目标像元中红外通道比背景亮温中红外通道大8K,且目标像元对应的红外与远红外亮温差值比背景对应的中红外与远红外亮温差值大8K以上时,一般为由明火引起的异常高温点。
面积大于100m2的明火区即可引起中红外通道约9K的增温,达到日常火情监测的判识阈值。因此判识火点条件为中红外通道的亮温增量,以及中红外通道与远红外通道(CH4)亮温差异的增量:
T3-T3bg>T3TH且T34-T34bg>T34TH (1)
其中,T3、T3bg分别为被判识像元中红外通道亮温、背景中红外通道亮温;T3TH为中红外通道火点判识阈值;T34为被判识像元中红外与远红外亮温差异,T34bg为中红外与远红外差异与背景亮温差异,T34TH为中红外与远红外亮温差异火点判识阈值。
将满足上述判别条件的像元作为判识火点。
(8)判识火点修正:
背景温度计算对判识精度有直接影响,前面判识公式是建立在地表类型均一的情况下的判识依据,在一些地表类型情况下可以进行火点判识,在实际的环境中,地表类型不均一的情况居多,所以用改进的标准差公式进行判识,即判识火点修正。
对于下垫面单一的植被覆盖稠密区,由邻近像元取平均对被判识像元有较好的代表性差异,因而判识阈值需要随之调整。如在植被与荒漠交错地带,由于各像元的植被覆盖度可能有较大差异,由此计算的邻近像元平均亮温有可能与被判识像元有较大差异(可以用植被指数(NDVI)来判断,可以考虑大两个像元之间NDVI的差值大于等于0.4,就表示两个像元植被覆盖差异较大)。并且即使通过亚像元分解法,一个气象卫星像元也对应地表是1平方公里,所以实际地物可能包括包括集中地表类型,通过控制实验或者高分辨率数据对照,将该像元细化成不同的地表类型,同一像元内不同地表类型赋予不同的比例值,通过这种方法使得阈值更精细准确。
进而针对地表不均一的情况提出一种利用背景像元亮温标准差决定判识阈值的(就是多少K的温差)方法,即:
T3>T3bg+4δT3bg且ΔT34>ΔT34bg+4δT34bg (2)
其中,T3为被判识像元中红外通道亮温;T3bg为背景中红外通道亮温;δT3bg为背景像元中红外通道亮温标准差;ΔT34被判识像元中红外与远红外通道亮温差异;ΔT34bg为背景像元中红外与远红外通道亮温差异,均取自周边7*7像元平均值;δT34bg背景像元中红外与远红外通道亮温差异的标准差;
其中T3i和T4i分别为用于计算背景温度的周边像元第i个中红外通道和远红外通道的亮温;当δT3b或δT34b小于2K时,将其置为2K;n是背景像元的个数。
将满足上述判别条件的像元作为判识火点。
具体实施方式二:
本实施方式为一种存储介质,用于存储极轨气象卫星火点判识系统,或者说其用于存储极轨气象卫星火点判识系统对应的执行程序。具体地,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行所述的极轨气象卫星火点判识系统。
本实施方式所述的存储介质包括但不限于硬盘等。
具体实施方式三:
本实施方式为一种设备,用于根据触发信号调用极轨气象卫星火点判识系统,然后加载并运行极轨气象卫星火点判识系统,或者说执行极轨气象卫星火点判识系统对应的程序。具体地,所述设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行所述的极轨气象卫星火点判识系统。
本实施方式所述的设备包括但不限于PC机、服务器、工作站、移动设备以及专门开发的单片机等设备。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.极轨气象卫星火点判识系统,其特征在于,包括:
待监测高温像元提取单元:基于极轨气象卫星数据,基于中红外通道挑选待监测高温像元;
火点确定单元:对像元是否为火点进行判识,判识依据如下:
T3-T3bg>T3TH且T34-T34bg>T34TH (1)
其中,T3、T3bg分别为被判识像元中红外通道亮温、背景中红外通道亮温;T3TH为中红外通道火点判识阈值;T34为被判识像元中红外与远红外亮温差异,T34bg为中红外与远红外差异与背景亮温差异,T34TH为中红外与远红外亮温差异火点判识阈值;
将满足上述判别条件的像元作为判识火点。
2.根据权利要求1所述的极轨气象卫星火点判识系统,其特征在于,所述系统还包括预处理单元,所述预处理单元在火点确定单元确定火点之前对待监测高温像元进行预处理,所述预处理过程包括以下步骤:
首先,利用云区可见光的反射特性将待监测高温像元区分非云区和云区;
然后,对远红外通道和中红外通道数据逐像元进行大气纠正,并进行辐射校正;
最后,针对像元进行耀斑角滤除。
3.根据权利要求2所述的极轨气象卫星火点判识系统,其特征在于,所述耀斑角滤除的过程包括以下步骤:
当像元的可见光、近红外反射率均大于0.3,且3.9um通道亮温大于305°,并且耀斑角小于30°时,则将该像元判识为耀斑点,剔除像元的火点属性。
4.根据权利要求2或3所述的极轨气象卫星火点判识系统,其特征在于,所述预处理单元的预处理过程还包括像元的常年高温滤除步骤,即:在耀斑角滤除之后,基于常年高温点的先验信息确定火点是否为常年高温点,如果为年高温点,剔除像元对应的火点属性。
5.极轨气象卫星火点判识系统,其特征在于,包括:
待监测高温像元提取单元:基于极轨气象卫星数据,基于中红外通道挑选待监测高温像元;
火点确定单元:对像元是否为火点进行判识,判识依据如下:
T3>T3bg+4δT3bg且ΔT34>ΔT34bg+4δT34bg (2)
其中,T3为被判识像元中红外通道亮温;T3bg为背景中红外通道亮温;δT3bg为背景像元中红外通道亮温标准差;ΔT34被判识像元中红外与远红外通道亮温差异;ΔT34bg为背景像元中红外与远红外通道亮温差异,均取自周边像元平均值;δT34bg背景像元中红外与远红外通道亮温差异的标准差;
其中T3i和T4i分别为用于计算背景温度的周边像元第i个中红外通道和远红外通道的亮温;当δT3b或δT34b小于2K时,将其置为2K;n是背景像元的个数;
将满足上述判别条件的像元作为判识火点。
6.根据权利要求5所述的极轨气象卫星火点判识系统,其特征在于,所述系统还包括预处理单元,所述预处理单元在火点确定单元确定火点之前对待监测高温像元进行预处理,所述预处理过程包括以下步骤:
首先,利用云区可见光的反射特性将待监测高温像元区分非云区和云区;
然后,对远红外通道和中红外通道数据逐像元进行大气纠正,并进行辐射校正;
最后,针对像元进行耀斑角滤除。
7.根据权利要求6所述的极轨气象卫星火点判识系统,其特征在于,所述耀斑角滤除的过程包括以下步骤:
当像元的可见光、近红外反射率均大于0.3,且3.9um通道亮温大于305°,并且耀斑角小于30°时,则将该像元判识为耀斑点,剔除像元的火点属性。
8.根据权利要求6或7所述的极轨气象卫星火点判识系统,其特征在于,所述预处理单元的预处理过程还包括像元的常年高温滤除步骤,即:在耀斑角滤除之后,基于常年高温点的先验信息确定火点是否为常年高温点,如果为年高温点,剔除像元对应的火点属性。
9.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行权利要求1至8之一所述的极轨气象卫星火点判识系统。
10.一种设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行权利要求1至8之一所述的极轨气象卫星火点判识系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210168975.XA CN114550006A (zh) | 2022-02-23 | 2022-02-23 | 极轨气象卫星火点判识系统、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210168975.XA CN114550006A (zh) | 2022-02-23 | 2022-02-23 | 极轨气象卫星火点判识系统、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114550006A true CN114550006A (zh) | 2022-05-27 |
Family
ID=81677070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210168975.XA Pending CN114550006A (zh) | 2022-02-23 | 2022-02-23 | 极轨气象卫星火点判识系统、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114550006A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 (2)
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 |
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 |
-
2022
- 2022-02-23 CN CN202210168975.XA patent/CN114550006A/zh active Pending
Patent Citations (2)
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 |
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 |
Non-Patent Citations (6)
Title |
---|
中国环境监测总站: "《环境空气质量预报信息交换指南》", 31 May 2018, 中国环境出版集团 * |
周游等: "基于Himawari-8静止气象卫星的输电线路山火监测与告警技术", 《高电压技术》 * |
周艺,等.: "基于MODIS数据的火点信息自动提取方法", 《自然灾害学报》 * |
王钊: "新一代极轨气象卫星FY3A-VIRR数据的地表火监测算法研究与评价", 《火灾科学》 * |
陈洁,等.: "Himawari-8静止气象卫星草原火监测分析", 《自然灾害学报》 * |
陈鹏狮等: "辽宁森林火灾的遥感监测", 《辽宁气象》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105825177A (zh) | 基于时相和光谱信息及生境条件的作物病害遥感识别方法 | |
CN111380807B (zh) | 一种基于静止卫星遥感数据的秸秆焚烧火点信息提取方法 | |
Wang et al. | An improved algorithm for forest fire detection using HJ data | |
CN107133685B (zh) | 光伏发电系统发电量的预测方法及预测系统 | |
Kuhnell et al. | Mapping woody vegetation cover over the state of Queensland using Landsat TM imagery | |
Aguirre-Salado et al. | Mapping aboveground biomass by integrating geospatial and forest inventory data through ak-nearest neighbor strategy in North Central Mexico | |
Li et al. | The combination of ground-sensing network and satellite remote sensing in Huailai county | |
CN114550006A (zh) | 极轨气象卫星火点判识系统、存储介质及设备 | |
Sun et al. | Monitoring rice lodging grade via Sentinel-2A images based on change vector analysis | |
Wu et al. | Evaluating the accuracy of ARMA and multi‐index methods for predicting winter wheat maturity date | |
Chen et al. | An adapted hourly Himawari-8 fire product for China: principle, methodology and verification | |
CN102621075A (zh) | 一种水稻抽穗期自动检测的方法 | |
CN106228192A (zh) | 一种基于双阈值聚类分析的输电线路山火区域辨识方法 | |
CN110263409A (zh) | 一种主要农作物低温灾害遥感监测预报系统及方法 | |
CN114526825A (zh) | 静止气象卫星火点判识系统及存储介质 | |
CN116124774A (zh) | 一种基于无人机光谱多源数据预测冠层氮含量方法 | |
CN112198814B (zh) | 一种高精度的热辐射方向性半经验半物理模拟方法 | |
CN114964514A (zh) | 一种基于gk-2a的变时能量阈值火情遥感监测方法 | |
CN115933007A (zh) | 基于多时空尺度卫星气象的天气监测方法及装置 | |
WO2005005926A1 (en) | Method and apparatus for automatically detecting and mapping, particularly for burnt areas without vegetation | |
Giordani et al. | Characterizing hail-prone environments using convection-permitting reanalysis and overshooting top detections over south-central Europe | |
Yang et al. | Analyzing of cloud macroscopic characteristics in the Shigatse area of the Tibetan Plateau using the total-sky images | |
CN113125015A (zh) | 用于卫星传感器的长时间序列跟踪方法及系统 | |
Lee et al. | Retrieval algorithm for broadband albedo at the top of the atmosphere | |
Niccolai et al. | Irradiance Nowcasting by Means of Deep-Learning Analysis of Infrared Images. Forecasting 2022, 4, 338–348 |
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 |
Application publication date: 20220527 |
|
RJ01 | Rejection of invention patent application after publication |