应用于林火热点判别的不同传感器多时相红外辐射归一方法技术

本发明专利技术涉及一种应用于林火判别的不同传感器多时相红外辐射归一方法，方法包括步骤：剔除云体影响像元；计算NDVI值，提取植被面积；将不同传感器红外数据进行辐射归一化；得到不同传感器红外辐射归一化参数，对不同传感器红外数据进行归一，得到归一化多时相红外影像；将不同传感器参考的红外影像数据与待归一红外影像数据通过曲线拟合、回归分析，分别建立基于不同传感器多时相红外辐射归一化模型；对不同传感器红外辐射归一化模型进行精度分析；所述精度分析采用决定系数R

【技术实现步骤摘要】
应用于林火热点判别的不同传感器多时相红外辐射归一方法
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多时相红外辐射归一方法。
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，更加要求多本文档来自技高网...

【技术保护点】
1.一种应用于林火热点判别的不同传感器多时相红外辐射归一方法，其特征在于，该方法包括如下步骤：剔除云体影响像元；计算NDVI值，提取植被面积；将不同传感器的红外数据进行辐射归一化；其中不同传感器包括MODIS、AVHRR和VIRR传感器；其中，所述将不同传感器的红外数据进行辐射归一化包括确定不同传感器红外辐射归一化参数；得到不同传感器红外辐射归一化参数后，对不同传感器红外数据进行归一化，得到新的红外辐射归一化影像图；将不同传感器参考的红外影像数据与待归一红外影像数据通过曲线拟合、回归分析，分别建立基于不同传感器多时相红外辐射归一化模型；对不同传感器多时相红外辐射归一化模型进行精度分析；所述精度...

【技术特征摘要】
1.一种应用于林火热点判别的不同传感器多时相红外辐射归一方法，其特征在于，该方法包括如下步骤：剔除云体影响像元；计算NDVI值，提取植被面积；将不同传感器的红外数据进行辐射归一化；其中不同传感器包括MODIS、AVHRR和VIRR传感器；其中，所述将不同传感器的红外数据进行辐射归一化包括确定不同传感器红外辐射归一化参数；得到不同传感器红外辐射归一化参数后，对不同传感器红外数据进行归一化，得到新的红外辐射归一化影像图；将不同传感器参考的红外影像数据与待归一红外影像数据通过曲线拟合、回归分析，分别建立基于不同传感器多时相红外辐射归一化模型；对不同传感器多时相红外辐射归一化模型进行精度分析；所述精度分析采用决定系数R2和均方差误差RMSE来评价多时相红外辐射归一化模型精度。2.根据权利要求1所述的方法，其特征在于，MODIS传感器采用亮度温度值进行归一，能反映地物温度情况；通过普朗克公式进行温度转换时，大气对红外辐射具有吸收衰减的作用，同时，地形的高低对红外辐射产生影响；通过SPSS进行分析确定参数，参数a为大气因子，参数b为地形，MODIS传感器的多时相红外辐射归一化模型为：y＝ax+b其中y为归一化后的值，x为归一化前的值。3.根据权利要求2所述的方法，其特征在于，a＝-0.1393，b＝343.17，MODIS传感器的多时相红外辐射归一化模型为：y＝-01393x2...

【专利技术属性】
技术研发人员：吴鑫，谭三清，王颖，肖化顺，
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