应用于林火热点判别的VIRR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林火热点判别的VIRR传感器多时相红外辐射归一方法，包括：剔除云体影响像元；计算NDVI值，提取植被面积；将VIRR传感器红外数据进行辐射定标；选择参考红外影像数据与待归一红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图；所述传感器数据为VIRR传感器红外影像数据；所述多时相红外辐射归一包括基于VIRR传感器的红外辐射归一，基于VIRR传感器的红外波段特性，采用VIRR的亮温值作为归一化数据。通过本发明专利技术的归一化方法，可以较好地消除辐射差异影响，弥补卫星传感器的时间差异性，提高VIRR传感器红外辐射对地物变化监测的准确度。

【技术实现步骤摘要】
应用于林火热点判别的VIRR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VIRR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，导致监测效果不佳；(2)天气条件的变化。在某时刻由于地域原因，经常出现云及阴影的影响，在影像成像过程中，导致地物信息的缺失，采用单一传感器无法实时监测地物变化。如果，当时相1受到云的影响无法使用时，在这种情况下，可以考虑获取时相2来自另一传感器的无云影像。实现连续不间断的监测；(3)卫星运行寿命的限制。每颗人造地球卫星向天空发射到在轨运行停止工作都有一定的使用寿命，基于使用的限制，在使用过程会出现传感器辐射差异成像问题，导致监测效果不佳。结合不同传感器的监测时间和作用，可以将辐射波段进行归一，实现不同传感器多时相辐射归一。此前，遥感辐射归一化应用较多的仍然是针对中低分辨率的基于像元的相对辐射归一化方法。近年来，随着航天遥感技术不断发展，遥感影像空间分辨率不断提高，不同遥感传感器的高分辨率遥感影像的相对辐射归一化方法受到了越来越多的关注。虽然有一些方法能够取得较好的效果，但也存在很多的不足，因此，需要一种能进一步提高辐射归一化效果的方法。
技术实现思路
根据本专利技术的目的，提供一种应用于林火判别的VIRR传感器多时相红外辐射归一方法，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VIRR传感器红外数据进行辐射定标；选择参考红外影像数据与待归一红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图；所述传感器数据为VIRR传感器红外数据；所述多时相红外辐射归一包括基于VIRR传感器多时相红外辐射归一，基于VIRR传感器的红外波段特性，采用VIRR的亮度值作为归一化标准。VIRR亮温值归一化流程如下：(1)利用可见光波段和近红外波段的1,2反射率值进行归一，设定阈值进行云水检测，剔除云水像元；(2)选取参考的红外辐射数据和待归一红外辐射数据进行散点回归，选取红外辐射数据集群中心进行主成分分析，确定斜率，向上向下选取百分之六十的红外数据，剔除影响像元；(3)以未变化的像元为目标，利用一元一次方程确定红外波段的归一化方程；(4)用回归方程对新的红外影像图进行回归运算，得到归一化后的红外影像图。本专利技术在建立多时相红外辐射归一化模型时，确定了红外辐射归一化参数，并且结合了数学模型和抽样方法，建立了VIRR传感器红外辐射归一化模型，应用归一化模型平分大气辐射误差，减少来自同一传感器不同时相的红外辐射差异。附图说明图1为云检测剔除图；图2为VIRR红外辐射归一化流程图；图3为VIRR红外辐射归一化拟合结果；图4为归一后采用本专利技术建立的多时相影像林火热点阈值模型进行林火热点提取后的影像图。具体实施方式采用遥感手段监测林火热点时，AVHRR传感器具有高空间分辨率和覆盖范围广，在接收林火热点能量时，通道3具有敏感的特性，能够快速监测林火热点，但饱和温度较低时，3通道容易饱和造成虚假林火热点的产生，时间上很难再次进行判断。而MODIS具有较高的时空分辨率和光谱分辨率，能够弥补AVHRR传感器本身的缺陷，且结合VIRR气象卫星数据统一建立火点判断基准，能够提高林火热点的识别精度。因此，需要构建辐射归一模型，主要分为两部分：多时相红外辐射归一和不同传感器的红外辐射归一。在多时相红外辐射归一化上，分别建立MODIS、AVHRR、VIRR三个传感器红外辐射归一化模型，并对三个不同的红外辐射归一化模型进行参数的确定和结果精度检验。本专利技术研究VIRR传感器的多时相红外辐射归一。VIRR传感器多时相红外辐射归一辐射归一化目的在于消除云层、水体、光照对辐射的影响，校正传感器偏差，提高辐射归一化精度。在辐射归一化方法中，首先剔除云体影响像元，计算NDVI值提取植被面积。获取VIRR传感器红外数据并进行辐射定标，将热红外数据转换为亮温值，得到亮温数据。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，通过重分类将地物分类成陆地、森林植被、水体。选取参考的红外影像数据与待归一红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图。云水剔除在进行VIRR传感器多时相红外辐射归一化前，需在剔除云水干扰像元的前提下对云进行检测，根据各传感器的影像在可见光波段的反射率和热红外波段的亮温进行云的区分，将有云像元采用相近时相的影像的相对变化率来替代云区像元灰度值，保持了影像的连续性。在VIRR云检测中，采用多光谱阈值法进行云识别，利用云与其他地物反射率和辐射亮度值的差异，在可见光和红外通道上设定阈值。在11μm的红外窗区，设置低温对云进行检测。经过大量实验和统计分析，影像像元的亮温值低于T<267K即可被判别为云层。当T>273K时，判别为晴空。由于白天地表的反射率的变化差异，使得红外波段识别云的难度增大，结合可见光反射率设定阈值，云检测算法如下：其中，R1为可见光通道反射率，R2为近红外通道反射率。RI为阈值范围。R3>RIth且RIth_Min<RI<RIth_Max且T4<T4th其中，T4为热红外通道(10.3-11.3μm)等效黑体辐射亮温。RIth、T4th分别为R1和T4的阈值，RIth_Min、RIth_Max分别为RI的上下限阈值。通过数据统计，满足RIth<267K，T4th＝237K，RIth_Max＝1.1，RIth_Min＝0.95以下条件可以识别云。云检测剔除如图1所示。由于云在红外波段的灵敏度高且不同季节阈值范围出现差异，对云层进行本文档来自技高网...

【技术保护点】
1.一种应用于林火热点判别的VIRR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VIRR传感器红外数据进行辐射定标；选择参考的红外影像数据与待归一红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图；所述传感器数据为VIRR传感器红外数据；所述多时相红外辐射归一包括基于VIRR传感器的红外辐射归一，基于传感器VIRR的红外波段特性，采用VIRR的亮温值进行归一化。

【技术特征摘要】
1.一种应用于林火热点判别的VIRR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VIRR传感器红外数据进行辐射定标；选择参考的红外影像数据与待归一红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图；所述传感器数据为VIRR传感器红外数据；所述多时相红外辐射归一包括基于VIRR传感器的红外辐射归一，基于传感器VIRR的红外波段特性，采用VIRR的亮温值进行...

【专利技术属性】
技术研发人员：张娟，张贵，王赛专，谭三清，
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