一种基于卫星遥感数据森林火灾预警的方法技术

本申请公开了一种基于卫星遥感数据森林火灾预警的方法，解决了现有的森林火险预报精度不够的问题，包含以下步骤；获取影像数据，进行辐射校正、几何校正和投影变换；用处理过的影像数据计算地表温度；用处理过的影像数据计算归一化植被指数从而计算植被覆盖率；获取全色影像和多光谱影像并对其进行几何校正，将全色影像和多光谱影像融合用于进行植被分类，结合气象因素构建不同植被类型的可燃物含水率模型，计算出不同类型植被的含水率；通过地表温度、植被覆盖率和不同类型植被的含水率计算出森林火险动态危险指数，根据森林火险动态危险指数对火险等级进行分类。采用本方法比直接通过遥感卫星参数所确定的可燃物含水率模型精度要高的多。

A method of forest fire early warning based on satellite remote sensing data

【技术实现步骤摘要】
一种基于卫星遥感数据森林火灾预警的方法
本申请涉及遥感领域，尤其涉及一种基于卫星遥感数据森林火灾预警的方法。
技术介绍
现有的森林火险预警方案主要是利用卫星遥感数据进行地表温度反演、植被覆盖度计算、可燃物含水率计算，最后通过公式计算森林火险指数。现有技术缺点是卫星遥感数据反演的可燃物含水率没有考虑植被类型的因素。森林火灾的发生很大程度上取决于可燃物含水率的高低，而植被类型对可燃物含水率的影响很大，不考虑植被类型计算的森林火险指数，精度较低。
技术实现思路
本申请提供一种基于卫星遥感数据森林火灾预警的方法，解决了现有的森林火险预报精度不够的问题。本申请实施例提出一种基于卫星遥感数据森林火灾预警的方法包含以下步骤：获取初始影像数据，进行辐射校正、几何校正和投影变换；用处理过的初始影像数据计算地表温度；用处理过的初始影像数据计算归一化植被指数，计算植被覆盖率；获取全色影像和多光谱影像，对两种影像进行几何校正后进行融合，用融合的影像进行植被分类，结合气象因素构建植被的可燃物含水率模型，计算出植被的含水率；通过地表温度、植被覆盖率和植被的含水率计算出森林火险动态危险指数，根据森林火险动态危险指数对火险等级进行分类。进一步地，所述植被的含水率根据公式计算。进一步地，所述森林火险动态危险指数根据公式计算。优选地，所述初始影像数据采用ModisL1B数据。优选地，所述地表温度通过分裂窗算法计算。优选地，采用高分2号卫星数据GF-2获取所述全色影像和多光谱影像。优选地，采用Pansharpening方法融合所述全色影像和多光谱影像。优选地，通过深度学习U-net的方法进行植被分类。进一步地，所述可燃物含水率模型，可燃物含水率由植被类型参数、相对湿度、温度、风速和降水量信息确定；用测量仪器测出多个时间点相对湿度、温度、风速和降水量数值和每个时间点的可燃物含水率，拟合出植被类型参数具体数值，构建出相应的可燃物含水率模型。进一步地，所述高分2号卫星数据GF-2的全色影像分辨率为1m，多光谱影像分辨率为4m。进一步地，所述Pansharpening方法，将1m分辨率的全色影像和4m的多光谱影像进行融合，生成1m的新影像。本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：利用高分辨率遥感影像结合深度学习的方法进行森林植被类型分类可以很好的解决森林植被类型复杂，获取森林中各植被分布困难的问题，通过植被信息与气象因素结合构建的不同类型植被可燃物含水率模型，比直接通过遥感卫星参数所确定的可燃物含水率模型精度要高得多。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为一种基于卫星遥感数据森林火灾预警的方法示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。图1为一种基于卫星遥感数据森林火灾预警的方法示意图。本申请实施例提出一种基于卫星遥感数据森林火灾预警的方法包含以下步骤：步骤101、获取影像数据，进行辐射校正、几何校正和投影变换。在步骤101中，所述影像数据需要进行辐射校正、几何校正和投影变换。所述影像数据为中等分辨率影像。所述辐射校正，是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。所述几何校正，用于校正由几何畸变给基于遥感图像的定量分析、变化检测、图像融合、地图测量或更新等处理带来的误差。所述投影变换(projectiontransformation)是将一种地图投影点的坐标换为另一种地图投影点的坐标的过程。例如，所述影像可以采用ModisL1B数据也可以采用哨兵系列卫星数据或Landsat系列卫星数据。所述ModisL1B数据是从网站直接下载的，它的空间分辨率是1km，每天过境我国4次，因此每天都能获得数据。而哨兵系列卫星数据或Landsat系列卫星数据需要短则10天，长则半个月才能获取一次数据。因此优选地，所述影像采用ModisL1B数据。步骤102、用处理过的影像数据计算地表温度。所述地表温度通过分裂窗算法计算。在步骤102中，用经过数据处理的影像通过分裂窗算法计算出地表温度。例如，ModisL1B数据经过辐射校正、几何校正和投影变换后通过公式(1)计算：Ts＝A0+A1T31-A2T32(1)式中：Ts为地表温度(K)；T31和T32分别是ModisL1B第31和32波段的亮度温度，由第31、32波段的DN值转换为辐射强度后，根据Plank方程计算得出。A0、A1和A2是分裂窗算法的参数，分别定义如下：A0＝a31D32(1-C31-D31)/(D32C31-D31C32)-a32D31(1-C32-D32)/(D32C31-D31C32)A1＝1+D31/(D32C31-D31C32)+b31D32(1-C31-D31)/(D32C31-D31C32)A2＝D31/(D32C31-D31C32)+b32D31(1-C32-D32)/(D32C31-D31C32)其中：Ci＝εiτi，Di＝(1-τi)[1+(1-εi)τi]，a31＝-64.6036，b31＝0.44081；a32＝-68.7258，b32＝0.4735；τi是i(i＝31，32)波段的大气透过率；εi是i波段的地表比辐射率。所述大气透过率，采用两通道比值法从遥感影像上反演大气的水汽含量。再利用大气水汽含量与大气透过率的关系推算出大气透过率。所述地表比辐射率，通过比辐射率反演来确定，物体与黑体在同温度、同波长下的辐射出射度的比值，它受物体的表面状态、介电常数、含水量、温度、物体辐射能的波长、观测角度等多种因素的影响。目前求地表比辐射率的方法主要有差值法、独立温度光谱指数法和NDVI门槛值法等方法。由于Modis影像图像分辨率较低，Modis像元主要由水面、植被和裸土3种地物类型构成，故利用NDVI门槛值法来确定比辐射率。所述亮度温度因子，通过Planck方程确定亮度温度因子。步骤103、用处理过的初始影像数据计算归一化植被指数，计算植被覆盖率。在步骤103中根据公式计算归一化植被指数，计算公式为：NDVI＝(NIR-R)/(NIR+R)(2)式中NDVI为归一化植被指数，NIR为近红外波段的反射率(对应ModisL1B数据的2波段)、R为红光波段的反射率(对应ModisL1B数据的1波段)。根据公式计算植被覆盖率，计算公式为：式中NDVIi是制定像元点的植被指数，NDVImin是一段历史时期内该像元点植被指数的最小值，NDVImax是该像元点对应时期内植被指数最大值。需要说明的是，NDVIi是即时的数据，而NDVImin和NDVImax是一段时期的历史数据。所述一段时期的历史数据，指的是此次火灾之前一整段森林防火期。步骤104、获取全色影本文档来自技高网...

【技术保护点】
1.一种基于卫星遥感数据森林火灾预警的方法，其特征在于，包含以下步骤：获取初始影像数据，进行辐射校正、几何校正和投影变换；用处理过的初始影像数据计算地表温度；用处理过的初始影像数据计算归一化植被指数，计算植被覆盖率；获取全色影像和多光谱影像，对两种影像进行几何校正后进行融合，用融合的影像进行植被分类，结合气象因素构建植被的可燃物含水率模型，计算出植被的含水率；通过地表温度、植被覆盖率和植被的含水率计算出森林火险动态危险指数，根据森林火险动态危险指数对火险等级进行分类。

【技术特征摘要】
1.一种基于卫星遥感数据森林火灾预警的方法，其特征在于，包含以下步骤：获取初始影像数据，进行辐射校正、几何校正和投影变换；用处理过的初始影像数据计算地表温度；用处理过的初始影像数据计算归一化植被指数，计算植被覆盖率；获取全色影像和多光谱影像，对两种影像进行几何校正后进行融合，用融合的影像进行植被分类，结合气象因素构建植被的可燃物含水率模型，计算出植被的含水率；通过地表温度、植被覆盖率和植被的含水率计算出森林火险动态危险指数，根据森林火险动态危险指数对火险等级进行分类。2.根据权利要求1所述基于卫星遥感数据森林火灾预警的方法，其特征在于，所述可燃物含水率模型公式为：M＝ax+by+cz+dq+n式中：M是可燃物含水率；a，b，c，d为植被类型的参数；n是常数；x，y，z，q分别是相对湿度、温度、风速和降水量信息；用测量仪器测出不同时间点x，y，z，q的数值和每个时间点的M值，带入公式中，推导出a，b，c，d，n的具体数值，构建出相应的可燃物含水率模型。3.根据权利要求1所述基于卫星遥感数据森林火灾预警的方法，其特征在于，所述植被的含水率根据公式：计算。4.根据权利要求1所述基于卫星遥感数据森林火灾预警的方法，其特征...

【专利技术属性】
技术研发人员：柴向停，李富成，
申请(专利权)人：北京中科锐景科技有限公司，
类型：发明
国别省市：北京,11