CN114663776A - 一种基于gk-2a的高频空间自适应阈值火情遥感监测方法 - Google Patents
一种基于gk-2a的高频空间自适应阈值火情遥感监测方法 Download PDFInfo
- Publication number
- CN114663776A CN114663776A CN202210174536.XA CN202210174536A CN114663776A CN 114663776 A CN114663776 A CN 114663776A CN 202210174536 A CN202210174536 A CN 202210174536A CN 114663776 A CN114663776 A CN 114663776A
- Authority
- CN
- China
- Prior art keywords
- pixel
- fire
- cloud
- background
- remote sensing
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 33
- 230000005855 radiation Effects 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000003705 background correction Methods 0.000 claims 1
- 210000000746 body region Anatomy 0.000 claims 1
- 238000002896 database filtering Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 description 8
- 238000002310 reflectometry Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 5
- UGCNRZFAUBJVPT-UHFFFAOYSA-N tricyclohexyltin;hydrate Chemical compound O.C1CCCCC1[Sn](C1CCCCC1)C1CCCCC1 UGCNRZFAUBJVPT-UHFFFAOYSA-N 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004177 carbon cycle Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明的目的在于重点解决火情遥感监测高时空分辨率数据源单一、现有监测方法准确率有待提升等问题，提供一种基于全新静止气象卫星GK‑2A数据的高频空间自适应阈值高精度火情遥感识别监测方法，以拓展火情监测渠道、提升火情监测准确性。主要步骤包括：数据预处理（GK‑2A卫星数据投影转换、辐射校正、大气校正等）；晴空像元标记（判识云区、水体区、荒漠区等像元以标记出晴空像元）；有效背景像元筛选（基于下垫面类型差异化动态筛选）；背景像元亮温计算；火点像元动态阈值判识（基于太阳高度角及植被比例的修正系数自适应动态处理、基于云像元比例的标准差自适应修正）；假火点剔除。本方法极大的拓展了遥感火情监测的渠道、提升了遥感火情监测的准确率。
Description
技术领域
本发明涉及遥感火情监测技术领域，尤其涉及一种基于GK-2A卫星数据的高频空间自适应阈值火情遥感识别监测方法。
背景技术
火灾是陆地生态系统环境和碳循环的重要影响因子，它改变整个系统的碳源/碳汇格局，影响全球气候变化，同时也严重危及社会人民生命财产安全。卫星遥感已成为当前火情监测的重要手段，近年来已经有众多国内外学者基于Terra/MODIS、Aqua/MODIS、NOAA/AVHRR、Himawari-8、FY-3等众多卫星数据开展了火情识别监测研究；其中Himawari-8卫星数据凭借其高时空分辨率和高数据质量优势，在火情监测业务中运用广泛，但单一数据源会面临数据传输不稳定、数据缺失、数据异常及天气因素影响等方面制约，难以完全达到火情监测全域全天候的要求，因此亟需新的高质量遥感卫星，开展多源数据的遥感火情监测，以满足全域全天候的要求。Geo-Kompsat-2A（简称“GK-2A”）是韩国新一代地球同步气象卫星， 2018年12月4日发射，2019年7月25日开始提供数据服务，定位于128.2°E的赤道上空。GK2A携带先进气象成像仪(Advanced Meteorological Imager，AMI)具有更高的辐射、光谱、时间和空间分辨率；AMI的硬件配置与GOES-16系列和Himawari-8/9相似，每10分钟扫描一次地球完整磁盘，特定区域可每2分钟扫描一次，AMI通道覆盖可见光-近红外、中红外和远红外，共16个通道，空间分辨率为0.5、1和2km，包含有利于火点判识的3.8µm、11.2µm和12.3µm通道。因此针对以上问题，本发明公开了一种基于全新静止气象卫星GK-2A的火情探测方法，极大的拓展了遥感火情监测渠道。
遥感火点判识的基本原理为温度升高导致热辐射增强，以及不同热红外通道增长幅度具有差异，可以较好的开展遥感高温热源点监测，但同时受太阳高度角、复杂下垫面、云等复杂环境因素影响，遥感火点监测易出现误判和漏判，因此本发明充分考虑云覆盖、太阳高度角、下垫面类型比例等火点背景环境特征，公开了一种高频空间自适应阈值火情遥感识别监测方法，提升了遥感火情监测的准确率。
因此，结合两种优势，本发明公开了一种基于GK-2A卫星数据的高频空间自适应阈值火情遥感识别监测方法，极大的拓展了遥感火情监测的渠道、提升了遥感火情监测的准确率。
发明内容
本发明的目的在于重点解决火情遥感监测高时空分辨率数据源单一、现有监测方法准确率有待提升等问题，提供一种基于全新静止气象卫星GK-2A数据的高频空间自适应阈值高精度火情遥感识别监测方法，以实现拓展火情监测渠道、提升火情监测准确性，实现高精度的遥感火情监测。
本发明在H8火点判识算法的基础上，结合GK-2A静止气象卫星通道特性，对算法进行了改进，提出针对基于太阳高度角、下垫面类型比例的动态阈值变化火点判识算法，实现GK-2A静止气象卫星火点监测。具体技术方案如下：
一种基于GK-2A卫星数据的高频空间自适应阈值火情遥感监测方法，包括如下步骤。
（1）数据预处理：GK-2A数据投影转换、辐射校正、大气校正等。
（2）晴空像元标记：判识云、水体、荒漠区等像元。
（3）有效背景像元筛选：基于下垫面类型差异化动态筛选。
（4）背景像元亮温计算：开窗法计算背景像元亮温。
（5）火点像元判识：结合太阳高度角及植被比例的修正系数自适应动态处理、基于云像元比例的标准差自适应修正，火点像元动态阈值判识。
（6）假火点剔除：对热工厂、光伏板、常年热源点、耀斑点等假火点进行剔除，筛选最终真实火点。
作为本发明的进一步改进，所述步骤（1）中，利用卫星和太阳的天顶角、方位角，校正可见光近红外的反射率以及热红外辐射亮温值进行辐射定标；对热红外通道数据利用6S 辐射传输模型做大气校正；并对原始GK-2A全圆盘数据进行投影。
作为本发明的进一步改进，所述步骤（2）中，云区像元、水体像元和荒漠区像元等具有高反射特征，易引起火点监测的误判，因此利用云区可见光的高反射(白天) 特性以及热红外通道温度特性进行云检测；利用水体在近红外波段特性提取水体；利用土地利用类型数据标记荒漠区像元；以得出晴空部分像元用于疑似火点判识。
进一步的，云区像元标记方法如式（1）：
R VIS＞R VIS_TCTH且T FIR＜T FIR_TCTH （1）
式中，R VIS：可见光通道反射率（%），R VIS_TCTH：可见光通道反射率云区判识阈值（%），T FIR：远红外通道亮度温度（K），T FIR_TCTH：远红外通道亮度温度云区判识阈值（K）；R VIS_TC 参考值为20%；T FIR_TCTH 参考值为270 K。
进一步的，水体像元标记方法如式（2）：
R NIR＜R NIR_TWTH 且（R NIR﹣ R VIS）＜0 （2）
式中，R NIR：近红外通道反射率（%）；R NIR_TWTH：近红外通道反射率水体判识阈值（%），R NIR_TWTH 参考值为10%。
进一步的，若像元所在的土地利用类型为荒漠区，标记为荒漠区像元。
作为本发明的进一步改进，所述步骤（3）中，有效背景像元筛选。有效背景像元及其亮温是火点判识条件的一个重要物理量。背景像元亮温计算需要选取合适的像元，当出现过高亮温的像元时，若将该高温像元当做背景像元计算，则会提高背景亮温值，从而造成漏判；反之，低温像元会拉低背景像元亮温值，造成误判，因此过高或过低亮温的像元都被属于无效像元。为获取有效像元提取，提出了下垫面类型差异化的条件判断，即中红外通道亮温值需满足公式（3）判识条件时，可判定为有效背景像元。判识条件如下：
式中，T-max,mean为窗口区域内与被判识像元土地利用类型不一致，且亮温高于被判识像元时，中红外通道平均亮温；T-min,mean为窗口区域内与被判识像元土地利用类型不一致，且低于被判识像元时，中红外通道平均亮温；T TH_bg 为有效背景像元判识阈值，T -MIR、 δT MIR为窗口区域内所有中红外通道亮温平均值和标准偏差。
作为本发明的进一步改进，所述步骤（4）中，获取有效背景像元后，采用开窗法计算待判区域有效背景像元亮温的平均值，获得背景像元亮温，即初始窗口区域取5*5个像元，若窗口区域内的有效像元数不足区域的20%，扩大窗口区域继续遍历。当窗口区域达到最大51*51个像元数时仍不满足条件，则将该待判像元标记为非火像元。背景像元亮温均值计算公式如下：
式中：T MIRBG：中红外通道背景区亮度温度平均值（K），T MIR,i ：中红外通道背景区第i个像元亮温温度（K），T FIRBG：远红外通道背景区亮度温度平均值（K），T FIR,i ：远红外通道背景区第i个像元亮温温度（K），T M-FBG：背景区中红外通道和远红外通道之间亮度温度差异平均值（K）。
作为本发明的进一步改进，所述步骤（5）中，火点像元判识。卫星火点判识中，利用被判识像元和背景有效像元在中红外通道与远红外通道的亮温的增长差异进行火点细判识，可获取火点像元。即同时满足公式（5），该像元可判定为火像元。判识条件如下：
式中， T MIR和T MIRbg分别为被判识像元和背景像元中红外亮温值；T MIR-FIR和T MIR-FIRbg分别为被判识像元和背景像元中红外与远红外亮温差值；T TH1 和T TH2 为动态阈值，由以下公式计算得到。
式中，δT MIRbg为有效背景像元中红外亮温标准偏差；δT MIR-FIRbg为有效背景像元中红外与远红外亮温差值的标准偏差。n 1和n 2分别为T TH1 和T TH2 判识阈值的修正系数，该系数随观测时间和区域的变化而变。
进一步的，所述步骤（5）中，针对火情监测的复杂下垫面背景环境特征，结合太阳高度角及植被比例的自适应动态的修正系数计算处理，即对动态阈值中的修正系数n 1和n 2结合下垫面信息进行动态处理。
进一步的，通过分析待判像元太阳高度角和窗口区域内非植被像元比例对背景系数的影响规律，获得修正背景系数n* i 。该系数会随太阳高度角和窗口区域内非植被像元比例增而增大，以减少太阳反射信号带来的误判，详见公式（8）：
式中，θs为太阳高度角；P v为非植被像元比例；n i为初始背景系数，i=1或2；初始条件下，n 1取3，n 2取3.5。
进一步的，所述步骤（5）中，针对云层干扰影响处理。云层作为特殊的下垫面，通常具有亮温低、反射率高和特殊几何结构等特点，当被判识像元处于云边缘或云缝隙时，云的亮温导致有效背景亮温降低，使其易满足火点判识条件，而云的特殊结构易造成太阳辐射的镜面反射效应，两者均会造成火点误判。因此提出了针对窗口区域内像元标准差的云像元比例自适应修正方法，详见公式（9）：
式中，i为MIR或MIR-FIR；δT* ibg和δT ibg 分别为窗口区域的修正标准差和原始标准差；P C 为窗口区域内云像元比例。随着被判识像元周边云像元数比例的增加，判识阈值会随之增大，即提高火点判识的条件，从而有效减少云边缘火点误判现象。
作为本发明的进一步改进，所述步骤（6）中，假火点剔除指工厂、光伏发电厂以及城市等常年高温源和耀斑点是造成火点误判的主要原因，在火点判识过程中需将其剔除。常年高温点通常以人工热源为主，利用土地利用类型等辅助数据进行删选剔除。耀斑点主要采用耀斑角阈值来滤除，其中耀斑角θr计算见公式（10）：
式中，ψ为相对方位角，θv为观测天顶角。若可见光以及红外反射率均大于0.3，且耀斑角θr小于30°，则该像元为耀斑点，剔除火点属性。
上述技术方案具有如下优点或有益效果：本方法提供了一种基于GK-2A新型静止气象卫星的高频空间自适应阈值高精度火情遥感识别监测方法。首先研发了基于新型静止气象卫星GK-2A的遥感火情判识监测方法，拓展了卫星遥感火情监测的渠道；其次本发明基于高频空间自适应阈值火情监测方法，提升了卫星遥感火情监测准确率；因此基于GK-2A新型静止气象卫星的高频空间自适应阈值火情遥感识别监测方法对遥感火情监测业务化具有极大提升作用。
附图说明
图1是基于GK-2A卫星数据的火情遥感监测方法技术路线。
图2是2022年1月26日13时GK-2A卫星全圆盘原始数据。
图3是2022年1月26日13时预处理后的四川省凉山彝族自治州GK2A数据。
图4是真彩色合成图。
图5是2022年1月26日13时四川省凉山彝族自治州GK2A火情提取结果图。
具体实施方式
以2022年1月26日13时四川省凉山彝族自治州火情判识监测过程为例，并结合附图说明和实施对本发明具体实施进一步说明：
1火情监测区域GK2A数据预处理：GK-2A数据投影转换、辐射校正、大气校正等。
1.1利用卫星和太阳的天顶角、方位角，校正可见光、近红外的反射率以及热红外辐射亮温值进行辐射校正，所对应GK-2A卫星数据中的第1(0.47μm)、2(0.51μm)、3(0.64μm)、4(0.85μm)、6(1.61μm)、7(3.83μm)、14(11.21μm)和15(12.36μm)通道；
1.2对热红外通道数据利用 6S 辐射传输模型做大气校正，所对应GK-2A卫星数据中的第4、6、7、14和15通道。原始GK2A数据如图1所示，定标和大气校正后结果如图3所示；
2晴空像元标记：判识云区、水体区、荒漠区等像元。
2.1利用云区白天可见光的高反射特性以及热红外通道温度特性，进行云检测，所对应GK-2A卫星数据中的第3通道、4通道和15通道。云检测结果如图5所示，可以看出云主要分布于东北部，其余部分可以进行火情监测；
2.2 利用水体在近红外波段的特性进行水体识别，所对应GK-2A卫星数据中的第3通道、4通道。水体提取结果如图5所示。
2.3 区域内无荒漠区土地利用类型。
3基于GK2A处理后的数据进行有效背景像元筛选。基于下垫面类型差异化的条件判断，可以看出，区域内下垫面土地利用类型主要为林地，因此除云和水体外均为有效背景像元。
4计算背景像元亮温。采用开窗法计算待判区域有效背景像元亮温的平均值，获得背景像元亮温，计算方法如式（11）：
式中：T MIRBG：中红外通道背景区亮度温度平均值（K），n：有效背景像元个数，T MIR ：中红外通道亮温（K）。
5火点像元判识。基于以下判识条件，进行火点像元的动态阈值判识：。
式中， T MIR和T MIRbg分别为被判识像元和背景像元中红外亮温值；T MIR-FIR和T MIR-FIRbg分别为被判识像元和背景像元中红外与远红外亮温差值；T TH1 和T TH2 为动态阈值。δT MIRbg为有效背景像元中红外亮温标准偏差；δT MIR-FIRbg为有效背景像元中红外与远红外亮温差值的标准偏差。n 1和n 2分别为T TH1 和T TH2 判识阈值的修正系数。θs为太阳高度角；P v为非植被像元比例；n i为初始背景系数，i=1或2；初始条件下，n 1取3，n 2取3.5。i为MIR或MIR-FIR；δT* ibg和δ T ibg分别为窗口区域的修正标准差和原始标准差；P C 为窗口区域内云像元比例。
式（12）-（14）为火点判识方法，其中动态阈值需要式（15）、（16）计算得出。
针对火情监测的复杂下垫面背景环境特征，结合太阳高度角及植被比例的自适应动态的修正系数计算处理，即对动态阈值中的修正系数n 1和n 2结合下垫面信息进行动态处理。针对待判像元太阳高度角和窗口区域内非植被像元比例对背景系数的影响规律，获得修正背景系数n* i 。该系数会随太阳高度角和窗口区域内非植被像元比例增而增大，以减少太阳反射信号带来的误判，式（15）。
针对云层干扰影响处理，云层作为特殊的下垫面，通常具有亮温低、反射率高和特殊几何结构等特点，当被判识像元处于云边缘或云缝隙时，云的亮温导致有效背景亮温降低，使其易满足火点判识条件，而云的特殊结构易造成太阳辐射的镜面反射效应，两者均会造成火点误判。因此针对窗口区域内像元标准差进行云像元比例自适应修正，式（16）。
经过对全区域GK-2A数据的逐像元计算判识，最终初步得出得出2022年1月26日13时四川省凉山彝族自治州有A、B、C、D四个疑似火点，如图5所示。火点像元亮温分别为A点306.7 K、B点313.1K、C点314.2K、D点314.5K；有效背景像元亮温分别为A点301.0K、B点302.2K、C点302.3K、D点302.7K。
4假火点剔除。常年高温假火点点通常以人工热源为主，利用土地利用类型等辅助热源数据库数据进行删选剔除，得出A、B、C、D四个疑似火点中，D火点下垫面为人工热源点，因此判定为假火点，最终得出2022年1月26日13时四川省凉山彝族自治州共有A、B、C三处火情事件，最终判识监测判识结果如图5所示。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (6)
1.一种基于GK-2A的高频空间自适应阈值火情遥感监测方法，其特征在于：
(1)基于新一代静止气象卫星GK-2A卫星数据的火情监测；
(2)对GK-2A卫星数据的数据投影转换、辐射校正、大气校正等预处理；
(3)基于GK-2A卫星数据的晴空像元标记，判识云、水体、荒漠区等像元；
(4)基于GK-2A卫星数据的有效背景像元筛选和背景像元亮温计算，具体特征包含基于下垫面类型差异化动态筛选；
(5)基于GK-2A卫星数据的火点像元动态阈值判识，具体特征包含：结合太阳高度角及植被比例的修正系数自适应动态处理、基于云像元比例的标准差自适应修正；
(6)基于辅助数据库的假火点剔除。
2.如权利要求1所述的基于GK-2A卫星数据的火情遥感监测方法，其特征在于，所述GK-2A数据的投影转换、辐射校正、大气校正处理，包括：
辐射定标所对应GK-2A卫星数据中的第1(0.47μm)、2(0.51μm)、3(0.64μm)、4(0.85μm)、6(1.61μm)、7(3.83μm)、14(11.21μm)和15(12.36μm)通道；
大气校正所对应GK-2A卫星数据中的第4、6、7、14和15通道。
3.如权利要求1所述的基于GK-2A的高频空间自适应阈值火情遥感监测方法，其特征在于，基于GK-2A卫星数据的晴空像元标记，具体在于，进行云区、水体区、荒漠区等像元判识，包括：
云检测所对应GK-2A卫星数据中的第3通道、4通道和15通道，可见光通道参考阈值为20％；远红外通道参考阈值为270K；
水体像元判识对应GK-2A卫星数据中的第1、2、3、4通道，近红外通道判识阈值为10％。
4.如权利要求1所述的基于GK-2A的高频空间自适应阈值火情遥感监测方法，其特征在于，基于GK-2A卫星数据的有效背景像元筛选和背景像元亮温计算，具体在于，所述基于下垫面类型差异化动态筛选，包括：
背景像元亮温计算需要选取合适的像元，当出现过高亮温的像元时，若将该高温像元当做背景像元计算，则会提高背景亮温值，从而造成漏判；反之，低温像元会拉低背景像元亮温值，造成误判，因此过高或过低亮温的像元都被属于无效像元；为获取有效像元提取，提出了下垫面类型差异化的条件判断，即中红外通道亮温值需同时满足公式(1)判识条件时，可判定为有效背景像元：
式中，TMIR为待判识像元中红外通道亮温，
为窗口区域内与被判识像元土地利用类型不一致且亮温高于被判识像元时，窗口区域中红外通道的平均亮温；
为窗口区域内与被判识像元土地利用类型不一致且低于被判识像元时，窗口区域中红外通道的平均亮温；TTH_bg为有效背景像元判识阈值；
为窗口区域内所有中红外通道亮温平均值，δTMIR为窗口区域内所有中红外通道亮温标准偏差，n*为背景修正系数。
5.如权利要求1所述的基于GK-2A的高频空间自适应阈值火情遥感监测方法，其特征在于，基于GK-2A卫星数据的火点像元动态阈值判识，具体在于，结合太阳高度角及植被比例的修正系数自适应动态处理和基于云像元比例的标准差自适应修正，包括：
5.1结合太阳高度角及植被比例的修正系数自适应动态处理：通过分析待判像元太阳高度角和窗口区域内非植被像元比例对背景系数的影响规律，获得修正背景系数n*i；该系数会随太阳高度角和窗口区域内非植被像元比例增而增大，以减少太阳反射信号带来的误判，详见公式(2)：
式中，n*为修正背景系数；n为初始背景系数，取3或3.5；θs为太阳高度角；Pv为非植被像元比例；
5.2基于云像元比例的标准差自适应修正：云层作为特殊的下垫面，通常具有亮温低、反射率高和特殊几何结构等特点，当被判识像元处于云边缘或云缝隙时，云的亮温导致有效背景亮温降低，使其易满足火点判识条件，而云的特殊结构易造成太阳辐射的镜面反射效应，两者均会造成火点误判；因此提出了针对窗口区域内像元标准差的云像元比例自适应修正方法；随着被判识像元周边云像元数比例的增加，判识阈值会随之增大，即提高火点判识的条件，从而有效减少云边缘火点误判现象；详见公式(3)：
式中，δT*ibg为窗口区域的修正后标准差；δTibg为窗口区域的原始标准差；i为MIR通道或MIR-FIR通道；PC为窗口区域内云像元比例。
6.如权利要求1所述的基于GK-2A的高频空间自适应阈值火情遥感监测方法，其特征在于，假火点剔除，包括：
耀斑角阈值滤除算法；
辅助数据库滤除算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210174536.XA CN114663776A (zh) | 2022-02-25 | 2022-02-25 | 一种基于gk-2a的高频空间自适应阈值火情遥感监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210174536.XA CN114663776A (zh) | 2022-02-25 | 2022-02-25 | 一种基于gk-2a的高频空间自适应阈值火情遥感监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114663776A true CN114663776A (zh) | 2022-06-24 |
Family
ID=82026663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210174536.XA Pending CN114663776A (zh) | 2022-02-25 | 2022-02-25 | 一种基于gk-2a的高频空间自适应阈值火情遥感监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114663776A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115331117A (zh) * | 2022-10-13 | 2022-11-11 | 青岛浩海网络科技股份有限公司 | 基于先验知识修正参数的GK-2a遥感火情监测方法 |
| CN115331118A (zh) * | 2022-10-13 | 2022-11-11 | 青岛浩海网络科技股份有限公司 | 一种基于gk-2a遥感影像的亮温差火点提取方法 |
| 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 |
| CN116047546A (zh) * | 2022-07-07 | 2023-05-02 | 北京玖天气象科技有限公司 | 基于多源卫星数据的山火监测方法 |
-
2022
- 2022-02-25 CN CN202210174536.XA patent/CN114663776A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116047546A (zh) * | 2022-07-07 | 2023-05-02 | 北京玖天气象科技有限公司 | 基于多源卫星数据的山火监测方法 |
| CN116047546B (zh) * | 2022-07-07 | 2024-02-27 | 北京玖天气象科技有限公司 | 基于多源卫星数据的山火监测方法 |
| 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 |
| CN115331117A (zh) * | 2022-10-13 | 2022-11-11 | 青岛浩海网络科技股份有限公司 | 基于先验知识修正参数的GK-2a遥感火情监测方法 |
| CN115331118A (zh) * | 2022-10-13 | 2022-11-11 | 青岛浩海网络科技股份有限公司 | 一种基于gk-2a遥感影像的亮温差火点提取方法 |
| CN115331117B (zh) * | 2022-10-13 | 2023-02-10 | 青岛浩海网络科技股份有限公司 | 基于先验知识修正参数的GK-2a遥感火情监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114663776A (zh) | 一种基于gk-2a的高频空间自适应阈值火情遥感监测方法 | |
| US7379592B2 (en) | System and method for significant dust detection and enhancement of dust images over land and ocean | |
| CN102565778B (zh) | 一种自动提取伪不变特征的遥感图像相对辐射校正方法 | |
| Yamanouchi et al. | Cloud distribution in the Antarctic from AVHRR data and radiation measurements at the surface | |
| CN109509154B (zh) | 一种dmsp/ols年稳定夜光遥感影像去饱和校正方法 | |
| Wilson et al. | Enhancing a simple MODIS cloud mask algorithm for the Landsat data continuity mission | |
| CN115267941B (zh) | 一种高解析度真彩可见光模型生成、反演方法及其系统 | |
| Lee et al. | Fog detection using geostationary satellite data: Temporally continuous algorithm | |
| CN112697279B (zh) | 一种基于空间上下文特征的森林火点大范围检测方法 | |
| Trepte et al. | Daytime and nighttime polar cloud and snow identification using MODIS data | |
| CN114443627A (zh) | 一种陆地和海洋温度的修复方法、系统、计算机设备 | |
| KR20210018739A (ko) | 에어로졸 탐지 및 에어로졸 유형 분류 방법 | |
| CN107576399B (zh) | 面向modis林火探测的亮温预测方法和系统 | |
| CN109767465A (zh) | 一种基于h8/ahi的白天雾快速提取的方法 | |
| CN114964514A (zh) | 一种基于gk-2a的变时能量阈值火情遥感监测方法 | |
| CN116504014A (zh) | 一种基于多维感知的森林火灾监测方法及系统 | |
| CN114526825A (zh) | 静止气象卫星火点判识系统及存储介质 | |
| CN113537083A (zh) | 一种大雾识别方法及装置 | |
| Le Borgne et al. | Validation of the OSI SAF radiative fluxes | |
| Wang et al. | Uncertainties in VIIRS Nighttime Light Time Series Analysis | |
| CN115331117B (zh) | 基于先验知识修正参数的GK-2a遥感火情监测方法 | |
| CN116563722A (zh) | 一种基于Himawari-9的高频空间自适应阈值火情遥感监测方法 | |
| Sakaida et al. | HIGHERS—The AVHRR-based higher spatial resolution sea surface temperature data set intended for studying the ocean south of Japan | |
| Kroodsma et al. | Special sensor microwave imager/sounder updates for the global precipitation measurement V07 data suite | |
| Yu et al. | Fengyun-3E low light observation and nighttime lights product |
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 |