一种基于空间上下文特征的森林火点大范围检测方法技术

该发明专利技术公开了一种基于空间上下文特征的森林火点大范围检测方法，属于遥感技术领域。本发明专利技术通过分析火点周围像元的中红外和热红外波段从而检测火点的方法。在此基础之上，本方法结合水、云的光谱特征，运用相应波段对其进行检测，从而消除水、云对火点检测的影响。并对检测得到的火点进行一系列的虚警去除工作。同时，针对该方法所使用的卫星数据的特性，对方法结构进行调整、对判别式进行调参。从而提高了该方法在空间上的敏感性，提高森林火点检测精度。测精度。测精度。

【技术实现步骤摘要】
一种基于空间上下文特征的森林火点大范围检测方法


[0001]本专利技术属于遥感
，涉及一种基于地球同步轨道卫星Himawari
‑
8的森林火点检测方法。

技术介绍

[0002]全球生态环境在气候变暖的影响下正逐渐恶化，大规模自然灾害与极端气候事件频繁发生。其中，森林火灾作为一种严重的自然灾害，近年来多次发生，对经济发展、全球生态平衡、个人生命财产安全造成巨大威胁。森林火灾的扑灭工作十分危险，在2019年3月30日，四川省凉山州木里县突发森林大火，火场总过火面积约20公顷，遇难人数达31人。2019年7月8 日起澳大利亚林火灾肆虐，过火面积高达1200万公顷，约10亿野生动物在大火中失去生命，在这场可怕的灾难中，33人不幸死亡，2500余间房屋受到不同程度损毁。在2020年3月30 日，四川省西昌市突发森林大火，火灾过火面积1000余公顷，毁坏面积为80余公顷，遇难人数高达19人。为将森林火灾带来的损失降至最低，研发近实时森林火点检测方法监测和管理火情显得十分必要。
[0003]近年来，随着地球同步轨道卫星、高性能计算等领域的高速发展，相关方法的应用得到了大规模普及。使用地球同步轨道卫星结合大规模高性能计算设备的方法在森林火点检测领域发展迅猛，面对近几年肆虐的大范围森林火灾和由此造成的经济损失和人员伤亡，我们亟需建立大范围、高精度和近实时的森林火点检测方案。构建一系列可以落地运用且效率极高的森林火点检测算法，一方面可以为相关的决策部门提供科学决策支持，在第一时间确定燃烧的区域位置，帮助一线灭火队员在最快时间内扑灭火灾；另一方面，相关算法的研究和专利技术可以为该领域的进一步发展提供支持。不断提升针对不同区域和气象条件背景下，森林火点检测方法的效果。
[0004]目前基于空间特征的森林火点检测方法的研究主要集中在检测特定像元的热异常，该研究思路继承自基于极轨卫星的火点检测方法。然而这些研究方案并不能直接应用在地球同步轨道卫星上，一方面，地球同步轨道卫星的高度和极轨卫星具有较大的差别，这决定了传感器接收到的信号，在分辨率和能量强度上有所不同。同时，不同纬度，不同海拔，不同气象条件下的算法参数将对火点检测结果造成较大影响。仅迁移基于极轨卫星的火点检测算法参数，这种思路简单且高效，但算法精度不能得到保障。因平原地区的阈值普遍偏高，在部分多云雾和高海拔地区使用相同参数，将导致小型森林火灾的漏检。同时，太阳高度角和卫星天顶角的变化也将导致一天中地表热辐射强度发生变化。在算法中使用固定阈值将导致虚警火点的生成，为火点检测和火灾扑灭带来不利影响。因此很有必要针对研究区域和卫星传感器的特点，对极轨卫星算法中的检测流程进行修改，同时调整参数修改阈值。

技术实现思路

[0005]本专利技术旨在提供一种基于空间特征，且适用于Himawari
‑
8卫星数据的上下文森林
火点检测方法，来进行中国西南地区的森林火点近实时检测。该方法包含一系列预处理过程，以检测并去除对中红外和热红外波段影响较大的水、云像元。同时通过并行的光谱检测和空间检测，初步分析数据中的热异常像元。将这些像元进行后续的上下文计算，并结合三种虚警去除手段，从而得到最终的森林火点分布数据。
[0006]本专利技术技术方案为:一种基于空间上下文特征的森林火点大范围检测方法,该方法包括:
[0007]步骤1:对图像进行水检测，获得图像中的为水体的像元；
[0008]步骤2：对图像进行云检测，获得图像中为云的像元；
[0009]步骤3:剔除步骤1和步骤2检测出的水、云像元，然后采用如下公式对剩余图像进行边缘检测，得到热异常区域；
[0010][0011]其中G
x
和G
y
分别代表横向和纵向边缘检测后得到的图像灰度值，A代表原始图像数据，图像的每一个像素的横向和纵向滤波结果通过以下两种方法中的一种进行结合，得到该像元最终的灰度大小：
[0012]或|G|＝|G
x
|+|G
y
|
[0013]步骤4：剔除步骤1和步骤2检测出的水、云像元，然后对剩余图像进行光谱分析，同时满足如下条件的像元为热异常区域；
[0014][0015][0016][0017]其中T
3.9
为中红外3.9μm通道的亮温，为该地区影像在3.9μm通道亮温的均值；T
12.4
为热红外12.4μm通道的亮温，为该地区影像在12.4μm通道亮温的均值；ΔT
3.9
‑
12.4
为3.9 μm和12.4μm通道亮温差，区域内亮温差的均值；代表卫星成像时对应像元的太阳天顶角；
[0018]步骤5：将步骤3和步骤4的结果取交集，得到潜在着火点；
[0019]步骤6：根据每一个潜在着火点热异常区域计算出该潜在着火点的窗口，选择出该窗口中，非云，非水，非火点的像元，认为是背景像元；
[0020]步骤7：根据像元温度及上下文对步骤5得到的潜在着火点进行初步筛选；
[0021]步骤8：根据像元的太阳闪烁角、现有的土地覆盖数据、置信度对初步筛选后的着火点像元依次进行虚警去除。
[0022]进一步的，所述步骤1的检测方法为；
[0023]白天时：A
2.3
＞0.05的像元表示为水体；
[0024]夜间时：|A
0.64
|<0.01并且|A
0.86
|<0.01的像元表示为水体；
[0025]其中，A
2.3
表示数据在近红外2.3μm通道的反照率，A
0.64
为近红外0.64μm通道的反
照率，A
0.86
表示近红外0.86μm通道的反照率；
[0026]进一步的，所述步骤2的检测方法为；
[0027]白天时：A
0.64
+A
0.86
＜1.2且T
12.4
>256K且A
0.64
+A
0.86
＜0.7的像元表示为云，或T
12.4
＞285K的像元表示为云；
[0028]夜间时：|A
0.64
|<0.01并且|A
0.86
|<0.01的像元表示为云；
[0029]其中，T
12.4
表示热红外12.4μm通道的亮温；
[0030]进一步的，所述步骤7的具体方法为：
[0031]满足如下条件1或条件2的潜在着火点像元为初步筛选后的着火点像元；
[0032]条件1：T
3.9
＞360K；
[0033]条件2：且且且且(或σ'
MIR
＞8.2K)
[0034]其中,T
3.9
代表中红外3.9μm本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空间上下文特征的森林火点大范围检测方法,该方法包括:步骤1:对图像进行水检测，获得图像中的为水体的像元；步骤2：对图像进行云检测，获得图像中为云的像元；步骤3:剔除步骤1和步骤2检测出的水、云像元，然后采用如下公式对剩余图像进行边缘检测，得到热异常区域；其中G
x
和G
y
分别代表横向和纵向边缘检测后得到的图像灰度值，A代表原始图像数据，图像的每一个像素的横向和纵向滤波结果通过以下两种方法中的一种进行结合，得到该像元最终的灰度大小：或|G|＝|G
x
|+|G
y
|步骤4：剔除步骤1和步骤2检测出的水、云像元，然后对剩余图像进行光谱分析，同时满足如下条件的像元为热异常区域；条件的像元为热异常区域；条件的像元为热异常区域；其中T
3.9
为中红外3.9μm通道的亮温，为该地区影像在3.9μm通道亮温的均值；T
12.4
为热红外12.4μm通道的亮温，为该地区影像在12.4μm通道亮温的均值；ΔT
3.9
‑
12.4
为3.9μm和12.4μm通道亮温差，区域内亮温差的均值；代表卫星成像时对应像元的太阳天顶角；步骤5：将步骤3和步骤4的结果取交集，得到潜在着火点；步骤6：根据每一个潜在着火点热异常区域计算出该潜在着火点的窗口，选择出该窗口中，非云，非水，非火点的像元，认为是背景像元；步骤7：根据像元温度及上下文对步骤5得到的潜在着火点进行初步筛选；步骤8：根据像元的太阳闪烁角、现有的土地覆盖数据、置信度对初步筛选后的着火点像元依次进行虚警去除。2.如权利要求1所述的一种基于空间上下文特征的森林火点大范围检测方法，其特征在于，所述步骤1的检测方法为；白天时：A
2.3
＞0.05的像元表示为水体；夜间时：|A
0.64
|<0.01并且|A
0.86
|<0.01的像元表示为水体；其中，A
2.3
表示数据在近红外2.3μm通道的反照率，A
0.64
为近红外0.64μm通道的反照率，A
0.86
表示近红外0.86μm通道的反照率。3.如权利要求1所述的一种基于空间上下文特征的森林火点大范围检测方法，其特征在于，所述步骤2的检测方法为；
白天时：A
0.64
+A
0.86
＜1.2且T
12.4
>256K且A
0.64
+A
0.86
＜0.7的像元表示为云，或T
12.4
＞285K的像元表示为云；夜间时：|A
0.64
|<0.01并且|A
0.86
|<0.01的像元表示为云；其中，T
12.4
表示热红外12.4μm通道的亮温。4.如权利要求1所述的一种基于空间上下文特...

【专利技术属性】
技术研发人员：何彬彬，张詠钦，全兴文，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：