基于Landsat-8陆地卫星数据的火点检测方法技术

本发明专利技术公开了一种基于Landsat‑8陆地卫星数据的火点检测方法，涉及遥感技术领域。所述方法：利用空间分辨率为30米的Landsat‑8OLI传感器数据，根据高温火点在近红外及短波红外波段的波谱特性，利用改进的归一化燃烧指数NBRS结果自适应地确定阈值来提取疑似火点，然后再利用高温火点在短波红外的峰值关系进行误检点剔除，从而得到最终的火点产品。本发明专利技术提出的算法能检测到所占像元面积10％左右的火点，并能够有效地排除云层及建筑物的干扰，在保证较低漏检率的同时还能达到90％左右的准确率，相比于传统算法的火点提取精度有很大的提高。

【技术实现步骤摘要】

本专利技术涉及遥感
，尤其涉及一种基于Landsat-8陆地卫星数据的火点检测方法。
技术介绍
遥感技术的快速发展为火情的检测、定位及灾后评估提供了有力的帮助，如中低空间分辨率(500m～1km)的MODIS，NOAA/AVHRR等卫星，重返周期短，预警速度快，其火点产品数据已经在火灾监测和预警方面得到了广泛而成功的应用。基于这些卫星数据的火点产品算法比较成熟，主要包括：单通道阈值法、多通道阈值法和有效背景像元法。其中：1、单通道阈值法使用中红外波段数据，根据影像DN值反演出量温数据，并通过固定阈值来分割量温产品来提取火点，如MODIS判定绝对火点量温阈值为T4>360K(夜晚时为330K)，该方法对云和高反射地物较为敏感，导致误检率相对较高，并且固定阈值法很难在各种影像质量的条件下都能取得较好的检测结果。2、多通道阈值法即利用多个波段数据来共同完成火点检测任务，弥补了单通道阈值法中使用信息过于单一的缺陷，能明显提高检测精度，如利用热红外波段做云掩膜，利用NDVI指数去除高温背景等。3、有效背景像元法则是先通过固定阈值法检测出潜在的火点，然后计算每个潜在火点的有效背景像元量温值的均值和标准差，并根据计算结果筛选出可信度较高的火点。此外还有一些其他的火点检测方法，如基于烟羽掩膜的算法、基于多时相影像变化信息的算法等。但是上述火点检测算法因受空间分辨率的限制，对于一些燃烧区域直径为10m左右或更小的火情，如农田秸秆燃烧、城市周边垃圾焚烧以及人为纵火等现象很难取得较好的检测结果。
技术实现思路
本专利技术的目的在于提供一种基于Landsat-8陆地卫星数据的火点检测方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术所述基于Landsat-8陆地卫星数据的火点检测方法，所述方法：S1，利用Landsat-8卫星上的OLI传感器获取两个短波红外波段的影像数据；S2，在所述影像数据的基础上进行计算得到改进的归一化燃烧指数；S3，根据燃烧指数在其直方图中的分布规律，确定自适应阈值；S4，通过自适应阈值提取疑似火点；S5，根据火点在两个短波红外的发射率关系进行误检点剔除，从而得到最终的火点。优选地，步骤S2中，改进的归一化燃烧指数按照公式(1)计算： n b r s = ρ 5 - kρ 6 ρ 7 ρ 5 + kρ 6 ρ 7 - - - ( 1 ) ; ]]>其中，nbrs表示改进的归一化燃烧指数，ρ5为近红外波段数据，ρ6、ρ7分别为两个短波红外数据，k为控制ρ7数值大小的参数。优选地，步骤S3，具体按照下述步骤实现：S31，获取燃烧指数的直方图首先将从步骤S2中获取的燃烧指数从其最小值到其最大值划分成N个等值小区间，然后统计燃烧指数落入每个小区间像素点个数并将其为直方图的纵轴，所述直方图的横轴为划分区间的标识为[0，N]；S32，对直方图中的数据进行平滑处理具体为：将直方图中的数据划分成若干连续的子集，再用多项式最小二乘拟合得到的子集，在保持原有数据特征的情况下降低直方图中的数据的信噪比，完成平滑处理；S33，求直方图数据的梯度，首先通过一个较大阈值γ1来确定上升趋势，然后以γ1所在点为起点回溯，以较小的阈值γ2确定最终拐点，获取所述拐点的在直方图中的横坐标，最后通过公式(2)计算火点分割的自适应阈值t； t = x p 2 · ( v max - v min ) / N + v min - - - ( 2 ) ; ]]>其中，为点p2在燃烧指数直方图中的横坐标，vmax、vmin分别为燃烧指数直方图中像素点个数之和的最大值和最小值，N为划分区间的个数。优选地，骤S4，通过自适应阈值提取疑似火点，具体为：判断燃烧指数直方图中各个点与自适应阈值的关系，如果超过自适应阈值，则判定该点为火点；如果没有超过自适应阈值，则忽略此点。优选地，步骤S5，具体按照下述步骤实现：获取任意一个疑似火点在短波红外波段SWIR1的遥感影像像元亮度值DN1和短波红外波段SWIR2的遥感影像像元亮度值DN2；将DN1≥0.7DN2的疑似火点作为无检测点剔除，剩余的意思火点为最终火点。优选地，在步骤S5之后还包括估算一个像元中火点区域的面积S的取值范围，具体为：假设分辨率为30m的一个像元中火点区域所占面积比例为S，如图8所示，其发射、反射辐射通量密度分别为M1和M2，常温背景区域所占面积比例即为1-S，发射、反射辐射通量密度分别为M3和M4，混合像元总的辐射通量密度M的计算公式为公式(3)；M＝(M1+M2)S+(M3+M4)(1-S) (3)；忽略常温地物的发射辐射通量密度M3，令M2＝k1M1，M4＝k2M1整理公式(3)可得公式(4)：M＝(k1+1)SM1+k2(1-S)M1 (4)同时，若设定该混合像元可识别的临界条件为M≥2M4，整理公式(4)可得火点区域的面积S的公式(5)：S≥k2/(k1-k2+1) (5)；完成估算一个像元中火点区域的面积S的取值范围。本专利技术的有益效果是：本专利技术利用空间分辨率为30米的Landsat-8OLI传感器数据，包括近红外波段(Near Infrared，简写NIR)以及两个短波红外波段数据(短波红外波段Short-wave Infrared简写SWI，SWIR1、SWIR2，)，计算改进的归一化燃烧指数NBRS并根据高温火点在燃烧指数直方图中的分布规律自适应地确定火点分割阈值，本专利技术能够检测到燃烧区域直径最小为10米左右的高温火点，此外还能自动过滤一部分高温疑似火点，保持较高的检测精度。本方法可检测到最小燃烧区域直径为10米左右的火点，极大提高火点产品的空间分辨率，相对于MODIS等卫星的火点产品，增加了对小火点的检测能力，有效排除云层及建筑物的干扰，检测准确率达90％左右；本方法属全自动化，无需任何人工参与，能够快速批量地生产火点产品，满足用户的实际生产需求。附图说明图1是基于本文档来自技高网...

【技术保护点】
一种基于Landsat‑8陆地卫星数据的火点检测方法，其特征在于，所述方法：S1，利用Landsat‑8卫星上的OLI传感器获取两个短波红外波段的影像数据；S2，在所述影像数据的基础上进行计算得到改进的归一化燃烧指数；S3，根据燃烧指数在其直方图中的分布规律，确定自适应阈值；S4，通过自适应阈值提取疑似火点；S5，根据火点在两个短波红外的发射率关系进行误检点剔除，从而得到最终的火点。

【技术特征摘要】
1.一种基于Landsat-8陆地卫星数据的火点检测方法，其特征在于，所述方法：S1，利用Landsat-8卫星上的OLI传感器获取两个短波红外波段的影像数据；S2，在所述影像数据的基础上进行计算得到改进的归一化燃烧指数；S3，根据燃烧指数在其直方图中的分布规律，确定自适应阈值；S4，通过自适应阈值提取疑似火点；S5，根据火点在两个短波红外的发射率关系进行误检点剔除，从而得到最终的火点。2.根据权利要求1所述方法，其特征在于，步骤S2中，改进的归一化燃烧指数按照公式(1)计算： n b r s = ρ 5 - kρ 6 ρ 7 ρ 5 + kρ 6 ρ 7 - - - ( 1 ) ; ]]>其中，nbrs表示改进的归一化燃烧指数，ρ5为近红外波段数据，ρ6、ρ7分别为两个短波红外数据，k为控制ρ7数值大小的参数。3.根据权利要求1所述方法，其特征在于，步骤S3，具体按照下述步骤实现：S31，获取燃烧指数的直方图首先将从步骤S2中获取的燃烧指数从其最小值到其最大值划分成N个等值小区间，然后统计燃烧指数落入每个小区间像素点个数并将其为直方图的纵轴，所述直方图的横轴为划分区间的标识为[0，N]；S32，对直方图中的数据进行平滑处理具体为：将直方图中的数据划分成若干连续的子集，再用多项式最小二乘拟合得到的子集，在保持原有数据特征的情况下降低直方图中的数据的信噪比，完成平滑处理；S33，求直方图数据的梯度，首先通过一个较大阈值γ1来确定上升趋势，然后以γ1所在点为起点回溯，以较小的阈值γ2确定最终拐点，获取所述拐点的在直方图中的横坐标，最后...

【专利技术属性】
技术研发人员：杨进，何阳，李信鹏，梁龙彬，陈甫，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京;11