【技术实现步骤摘要】
森林火灾微光遥感识别方法
[0001]本专利技术涉及火灾检测
,具体为森林火灾微光遥感识别方法。
技术介绍
[0002]在微光遥感图像上,森林火灾表现为微光波段亮度(NTL)增高、4um中红外波段温度(Tmir)增高,但森林火灾、工业燃烧和城市热岛等热源之间,存在辐射亮度和温度混淆,很难单纯依靠NTL或者Tmir,将森林火灾与其他热源充分地分离。简单直观来看,微光虽然可以提供更多的空间细节,但并没有对火灾识别起到积极的作用。
[0003]然而,为缓解数据饱和问题,考虑植被影响后,微光对森林火灾识别作用开始显现。非辐射定标法是微光数据常用的去饱和方法之一,通常采用自然因素指标(包括植被指数等)、社会经济指标等辅助数据构建函数模型达到数据去饱和的目的。森林覆盖与工业、城市热源等地表覆盖不同,森林火灾前植被(NDVIpre)具有高密度特征,而城市中心具有高密度照明且稀疏植被的特征。从城市到郊区,NTL呈下降趋势而NDVIpre呈上升趋势,NTL和NDVIpre之间的反比关系在城市中心最为明显,而NTL和NDVIpre ...
【技术保护点】
【技术特征摘要】
1.森林火灾微光遥感识别方法,其特征在于:包括利用NTL与NDVIpre组合刻画森林燃烧导致植被指数减小的过程,具体为基于地表温度通过潜热传递随植被密度的增加而降低的原理,采用亮度温度与植被指数比值,以增强夜光火灾扰动指数的形式,提高微光下火灾识别能力,充分地分离森林火灾与工业燃烧、城市热源。2.根据权利要求1所述的森林火灾微光遥感识别方法,其特征在于:所述增强夜光火灾扰动指数的计算公式如下:ENFDI=T
mir
/(1
‑
NTL
×
NDVI
pre
);其中,Tmir代表4um中红外波段亮温;NTL代表NPP
‑
VIIRSDNB波段的辐射亮度;为了与NDVI匹配,NTL、Tmir均进行归一化处理,使其值域在0和1之间;NDVIpre代表火灾发生前的NDVI。3.根据权利要求2所述的森林火灾微光遥感识别方法,其特征在于:上述计算公式中,各参数的具体得出方法为:以A时刻森林火灾为中轴,提取了NTL、Tmir以及火灾前B时刻NDVIpre纬度样带,并计算ENFDI,不考虑云污染影响,Tmir值在火点中心偏高,NTL值沿着纬度样带向城市中心和火灾中心的方向逐渐增加,而NDVIpre值在远离城市中心的地方较高;NDVIpre和NTL之间的反比关系在城市中心最为明显,NDVIpre与NTL乘积在城市中心偏小;NDVIpre和NTL之间的正比关系在火灾中心最为明显,NDVIpre与NTL乘积在火灾中心偏大,因此ENFDI在火灾中心异常偏高,在城市中心出现小波峰。4.根据权利要求3所述的森林火灾微光遥感识别方法,其特征在于:所述增强夜光火灾扰动指数的应用方法为:对比火灾前B时刻与火灾当时A时刻可知,在火灾前的影像上没有发现这处NTL高值区,因此在火灾发生时突增的NTL高值区并非是城区,而是着火点,基于NTL、Tmir和NDVIpre参数,根据ENFDI的计算公式,反演出A时刻火灾当时的ENFDI分布图;图中ENFDI低值区为云区,中值区为非城市、无照明区域,通常是植被覆盖区,高值区为城市和森林火灾热源区域,森林火灾ENFDI明显高于城市,...
【专利技术属性】
技术研发人员:武晋雯,孙龙彧,冯锐,纪瑞鹏,于文颖,张玉书,张淑杰,蔡福,米娜,陈妮娜,赵思文,
申请(专利权)人:中国气象局沈阳大气环境研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。