The invention relates to a multi-temporal infrared radiation normalization modeling method for different sensors applied to forest fire hot spot discrimination, including analysis of infrared radiation characteristics of MODIS, AVHRR and VIRR sensors, acquisition of sensor MODIS brightness temperature value, AVHRR surface temperature, VIRR brightness temperature value, preprocessing, setting threshold through reflectivity. To identify the cloud and water body, and remove the identified cloud and water pixels, calculate NDVI value; standardize the infrared radiation data of MODIS, AVHRR and VIRR sensors, set MODIS sensors as standard sensors, normalize the infrared radiation data of AVHRR and VIRR sensors, and select the reference infrared image data and the NDVI value. The infrared image data to be normalized are curve fitting and regression analysis. The infrared radiation normalization parameters of different sensors are determined. The infrared radiation normalization models of different sensors are established to form the infrared radiation normalization image. The model established by the invention can better eliminate the influence of radiation difference, equalize the atmospheric radiation error, and reduce the radiation difference from the infrared band of the same sensor at different time phases.
【技术实现步骤摘要】
应用于林火热点判别的不同传感器红外辐射归一建模方法
本专利技术涉及林火监测
,尤其涉及一种应用于林火热点判别的不同传感器红外辐射归一建模方法。
技术介绍
遥感对地观测已有几十年的观测历史,由于星载或机载平台使用的传感器不同,所以获取的影像数据具有不同的几何、辐射及时像特性。现有的遥感卫星遍及气象、资源、海洋、环境减灾等各项应用,已经实现了相关领域的产业发展,与此同时积累了多年的遥感数据,记录着地表及大气的变化。充分利用这些宝贵的历史资源,对于全球气候研究、经济社会的发展及人类文明的进步有着重大的历史意义。对传感器进行高精度的辐射定标是生产定量化遥感产品的基础,对于不同平台的数据,如何实现多平台遥感数据之间的跨平台使用,是近些年来遥感数据发展的新方向。有效地利用这些历史观测数据,需要解决对历史数据进行再定标问题,形成大量归一化后的数据,使传感器的遥感数据归一化到同一个辐射基准上(即多源辐射归一化),这样既可以使卫星遥感探测资料在不同平台的传感器之间进行转换,及时弥补同一类型传感器某个区域数据的缺失,这对遥感数据应用具有重大意义。采用同一传感器监测地物并在判断变化时,更加要求多时相影像来自于同一传感器,使得监测更具有连续性,然而,同一传感器在监测地物的时候并不能满足研究者们的要求,所以只能采用不同传感器来监测。各传感器情况如下:(1)重返周期的不一致。中分辨率成像光谱仪MODIS每1~2天观测地球,一天观测四次分为上午和下午。第三代实用中分辨率观测气象卫星NOAA一天两次,配有夜间观测通道。中国风云气象卫星一天扫描两次。由于各传感器在时间上监测的不连续, ...
【技术保护点】
1.一种应用于林火判别的不同传感器红外辐射归一建模方法,其特征在于,包括以下步骤:对MODIS、AVHRR、VIRR传感器的红外辐射特性进行分析;通过上述分析,获取传感器MODIS亮度温度值、AVHRR地表温度、VIRR亮温值;对数据进行预处理;通过反射率设置阈值,识别云体、水体,并对识别出的云、水像元进行剔除,计算NDVI值确定植被覆盖范围;对MODIS、AVHRR、VIRR传感器红外辐射数据进行标准化处理,将MODIS传感器设置为标准传感器,将AVHRR、VIRR传感器红外辐射数据进行归一,选取参考的红外影像数据与待归一的红外影像数据进行曲线拟合、回归分析,确定不同传感器红外辐射归一化参数,建立不同传感器红外辐射归一化模型,形成新的红外辐射归一化影像图。
【技术特征摘要】
1.一种应用于林火判别的不同传感器红外辐射归一建模方法,其特征在于,包括以下步骤:对MODIS、AVHRR、VIRR传感器的红外辐射特性进行分析;通过上述分析,获取传感器MODIS亮度温度值、AVHRR地表温度、VIRR亮温值;对数据进行预处理;通过反射率设置阈值,识别云体、水体,并对识别出的云、水像元进行剔除,计算NDVI值确定植被覆盖范围;对MODIS、AVHRR、VIRR传感器红外辐射数据进行标准化处理,将MODIS传感器设置为标准传感器,将AVHRR、VIRR传感器红外辐射数据进行归一,选取参考的红外影像数据与待归一的红外影像数据进行曲线拟合、回归分析,确定不同传感器红外辐射归一化参数,建立不同传感器红外辐射归一化模型,形成新的红外辐射归一化影像图。2.根据权利要求1所述的方法,其特征在于,选择亮温值代替地表温度,将亮温值进行归一能大量减少参数的计算,提高林火热点的识别速度。3.根据权利要求2所述的方法,其特征在于,在进行亮度温度归一前,需将MODIS、AVHRR、VIRR传感器红外辐射数据统一量纲,包括:将MODIS传感器红外辐射数据进行参数转化,采用简化后的普朗克公式进行计算,将MODIS传感器的4μm和11μm红外辐射数据,中心波长3.99×10-6m和11.01×10-6m分别代入普朗克公式得到亮温值为:将AVHRR红外辐射数据通过劈窗算法计算得到地表温度,结合coll提出的改进分裂劈窗算法,公式如下:T0=T4+[1.34+0.39(T4-T5)(T4-T5)=α(1-ε)-βΔε+0.56α=ω3-8ω2+17ω+40β=150(1-ω/4.5)其中:T0为地表温度,单位为(K),T4和T5为AVHRR的4通道和5通道热红外通道的亮温值,ω为大气水含量,单位为(g/cm2),ε为4通道和5通道热红外通道的比辐射率的平均值,Δε为4通道和5通道比辐射率的差值。同时通过星上定标、辐亮度非线性订正得到VIRR传感器有效黑体亮温值。计算公式如下:4.根据权利要求3所述的方法,其特征在于,在建立不同传感器红外辐射归一化模型时,需要参考传感器本身对林火热点的敏感程度,对MODIS、AVHRR、VIRR传感器中红外光谱范围为4μm和11μm辐射数据,通过普朗克定律统一转化为亮度温度值,最后通过NDVI结合最大最小值归一方法进行温度划分等级,快速提取林火热点信息,建立基于不同传感器之间的林火热点红外辐射识别模型。5.根据权利要求4所述的方法,其特征在于,本文在典型晴空地表亮温模型基础上,提出一种改进的基于长时间序列的MODIS、AVHRR、VIRR的典型亮温模型,在不考虑其他影响因素下,假设大气(ato)和亮度温度...
【专利技术属性】
技术研发人员:张贵,杨志高,张娟,周璀,
申请(专利权)人:中南林业科技大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。