基于葵花8号卫星波段数据构建BP神经网络的方法技术

技术编号:38227433 阅读:12 留言:0更新日期:2023-07-25 17:57
基于葵花8号卫星波段数据构建BP神经网络的方法,属于卫星遥感的火点识别技术领域,解决了现有技术的秸秆焚烧监测方式不仅成本高,还无法完全禁止秸秆焚烧的问题。对多个波段分别进行预处理;获取云像元阈值、初步火点像元阈值、地表异常温度点像元阈值和云顶异常温度点像元阈值;获取云像元集合、初步火点像元集合、地表异常温度点像元集合和云顶异常温度点像元集合;获取火点像元集合;收集火点真实发生数据,通过特征窗口集合计算出火点像元数据集;将火点像元数据集归一化处理,将火点真实发生数据和火点像元数据集分别输入到于BP神经网络中,则完成BP神经网络的构建。则完成BP神经网络的构建。则完成BP神经网络的构建。

【技术实现步骤摘要】
基于葵花8号卫星波段数据构建BP神经网络的方法


[0001]本专利技术涉及卫星遥感的火点识别
,具体涉及基于葵花8号卫星波段数据构建BP神经网络的方法。

技术介绍

[0002]秸秆焚烧时,空气中的二氧化硫、二氧化氮以及可吸入颗粒物的浓度会高出平时的三倍甚至更多,高浓度的可吸入颗粒物会对人的眼睛、鼻子和咽喉含有黏膜的部位产生较大的刺激,严重时可能导致支气管炎发生。除此之外,秸秆焚烧还容易引起火灾,造成巨大的经济损失。而且,秸秆焚烧会将地表中的微生物被烧死,腐殖质、有机质被矿化,改变了土壤的物理性状,农作物的生长因而受到影响。
[0003]为了避免秸秆焚烧所带来的多种不利影响,多地大多采用人工监测的方式来禁止焚烧秸秆,但这种方式不仅需要投入大量的人力物力,而且效率低下,且会产生漏查以及少报现象,无法实现全面禁止的目的。
[0004]卫星遥感技术有着空间范围大、时间分辨率高等特点,可极大弥补人工监测方式的不足。在火点识别方面,最早源于20世纪70年代,早期利用NOAA系列卫星和GOES系列卫星进行火灾进行监测,1980年初期依据普朗克定律提出亚像元火点估算模型,开创了在此方向的道路。1998年MODIS数据出现,学者们先后提出阈值法、上下文法、亮温

植被指数

气溶胶光学厚度法并进行相应改进,提高了火灾监测的准确率。
[0005]上述卫星大多为极轨气象卫星,空间分辨率较高最高可达250m,但在火点监测时效性方面不足,秸秆焚烧具有短时间,大范围的特性,极轨气象卫星在时效性上无法支撑全天候的秸秆焚烧监测。在火点监测时效性方面,静止气象卫星远优于极轨气象卫星。
[0006]近年来新一代静止卫星迅速发展,为火点监测提供了新的数据源,葵花8号卫星具有全天候,多通道、时效性强等特点,在对秸秆焚烧监测方面具有很高的应用价值。
[0007]国家卫星气象中心2020 年提出的《卫星遥感监测方法:火点判识》标准是基于自适应阈值的决策树算法,该算法充分利用了中红外和远红外通道的亮度温度数据进行火点判识。但该标准在近些年山西省业务应用过程中常出现漏判、多判问题,严重浪费人力物力。
[0008]当前极轨气象卫星火点判识中背景亮温估算主要使用上下文法,即在空间范围利用被探测像元周边像元的平均亮温作为火情发生前的背景亮温,判断该像元亮温是否偏高到出现火点程度。或利用时序法,通过比对相邻时次亮温作为背景亮温,当某时次的亮温变率超过阈值时,认为有明火发生。
[0009]葵花8号卫星数据中红外波段分辨率为2KM,利用上述上下文法在提取秸秆焚烧时在小火点判识时容易出现漏判;时序法受限于像元定位精度、且易受其他因素干扰如云覆盖等,即使有微弱的薄云,通过时序判识也极易造成误判,不适用于大范围火点监测。
[0010]综上所述,现有技术的秸秆焚烧监测方式不仅人力成本高、判别效率差、易造成漏判、误判,无法准确提取秸秆焚烧火点。

技术实现思路

[0011]本专利技术解决了现有技术的秸秆焚烧监测方式人力成本高、判别效率差、易造成漏判、误判,无法准确提取秸秆焚烧火点的问题。
[0012]本专利技术所述的基于葵花8号卫星波段数据构建BP神经网络的方法,其特征在于,包括以下步骤:步骤S1,获取葵花8号卫星多个波段数据,对多个波段分别进行预处理;步骤S2,根据已预处理的多个波段数据,获取云像元阈值、初步火点像元阈值、地表异常温度点像元阈值和云顶异常温度点像元阈值;步骤S3,根据已预处理的多个波段数据,分别结合已获取的云像元阈值、初步火点像元阈值、地表异常温度点像元阈值和云顶异常温度点像元阈值,分别获取云像元集合、初步火点像元集合、地表异常温度点像元集合和云顶异常温度点像元集合;步骤S4,在初步火点像元集合的基础上,分别剔除云像元集合、地表异常温度点像元集合和云顶异常温度点像元集合,获取火点像元集合;步骤S5,收集火点真实发生数据,以火点像元集合为中心建立背景窗口后,统计背景窗口中的有效背景像元的温度特性来获取特征窗口集合,通过特征窗口集合计算出火点像元数据集;步骤S6,将火点像元数据集进行归一化处理后,将火点真实发生数据和火点像元数据集分别输入到于BP神经网络中,对BP神经网络进行训练,则完成BP神经网络的构建。
[0013]进一步地,在本专利技术的一个实施例中,所述的步骤S1中,所述的多个波段包括2波段、3波段、4波段、7波段和14波段。
[0014]进一步地,在本专利技术的一个实施例中,所述的步骤S3中,所述的云像元集合为:Y1=(y
r
+y
n
)>Th
y1
∪(T7<Th
d1
);式中,Y1表示云像元集合,y
r
表示像元在红波段的表观反射率,y
n
表示像元在近红外波段的表观反射率,T7表示像元在7波段的亮温值,Th
y1
表示云像元最小阈值,Th
d1
表示云像元最大阈值;所述的初步火点像元集合为:F1=(T7>Th
b7
);式中,F1表示初步火点像元集合,Th
b7
表示7波段初步火点像元阈值,T7表示像元在7波段的亮温值;所述的地表异常温度点像元集合为:T1=(>Th
b7

14
);式中,T1表示地表异常温度点像元集合,表示像元在7波段与14波段的亮温差值,Th
b7

14
表示地表异常温度点像元阈值;所述的云顶异常温度点像元集合为:Y2=(T4>Th
b4
);式中,Y2表示云顶异常温度点像元集合,T4表示像元在4波段的反射率,Th
b4
表示云顶异常温度点像元阈值。
[0015]进一步地,在本专利技术的一个实施例中,所述的步骤S4中,所述的火点像元集合为:F=F1‑
T1‑
Y2‑
Y1;
式中,F表示火点像元集合,F1表示初步火点像元集合,Y2表示云顶异常温度点像元集合,T1表示地表异常温度点像元集合,Y1表示云像元集合。
[0016]进一步地,在本专利技术的一个实施例中,所所述的步骤S5中,所述的通过特征窗口集合计算出火点像元数据集,具体为:提取出满足第一火点判别数据集、第二火点判别数据集、第三火点判别数据集、7波段火点特征和14波段火点特征。
[0017]进一步地,在本专利技术的一个实施例中,所述的第一火点判别数据集为:;式中,T7表示像元在7波段的亮温值,表示7波段背景像元的亮温值的均值,为7波段火点像元与背景像元的亮温值的平均绝对偏差,表示第一火点判别数据集;所述的第二火点判别数据集为:;式中,表示像元在7波段与14波段的亮温差值,为7波段与14波段差值的背景像元的亮温值的均值,表示第二火点判别数据集;所述的第三火点判别数据集为:;式中,为7波段与14波段差值的背景像元的亮温值本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于葵花8号卫星波段数据构建BP神经网络的方法,其特征在于,包括以下步骤:步骤S1,获取葵花8号卫星多个波段数据,对多个波段分别进行预处理;步骤S2,根据已预处理的多个波段数据,获取云像元阈值、初步火点像元阈值、地表异常温度点像元阈值和云顶异常温度点像元阈值;步骤S3,根据已预处理的多个波段数据,分别结合已获取的云像元阈值、初步火点像元阈值、地表异常温度点像元阈值和云顶异常温度点像元阈值,分别获取云像元集合、初步火点像元集合、地表异常温度点像元集合和云顶异常温度点像元集合;步骤S4,在初步火点像元集合的基础上,分别剔除云像元集合、地表异常温度点像元集合和云顶异常温度点像元集合,获取火点像元集合;步骤S5,收集火点真实发生数据,以火点像元集合为中心建立背景窗口后,统计背景窗口中的有效背景像元的温度特性来获取特征窗口集合,通过特征窗口集合计算出火点像元数据集;步骤S6,将火点像元数据集进行归一化处理后,将火点真实发生数据和火点像元数据集分别输入到于BP神经网络中,对BP神经网络进行训练,则完成BP神经网络的构建。2.根据权利要求1所述的基于葵花8号卫星波段数据构建BP神经网络的方法,其特征在于,所述的步骤S1中,所述的多个波段数据包括2波段数据、3波段数据、4波段数据、7波段数据和14波段数据。3.根据权利要求1所述的基于葵花8号卫星波段数据构建BP神经网络的方法,其特征在于,所述的步骤S3中,所述的云像元集合为:Y1=((y
r
+y
n
)>Th
y1
)∪(T7<Th
d1
);式中,Y1表示云像元集合,y
r
表示像元在红波段的表观反射率,y
n
表示像元在近红外波段的表观反射率,T7表示像元在7波段的亮温值,Th
y1
表示云像元最小阈值,Th
d1
表示云像元最大阈值;所述的初步火点像元集合为:F1=(T7>Th
b7
);式中,F1表示初步火点像元集合,Th
b7
表示7波段初步火点像元阈值,T7表示像元在7波段的亮温值;所述的地表异常温度点像元集合为:T1=(>Th
b7

14
);式中,T1表示地表异常温度点像元集合,表示像元在7波段与14波段的亮温差值,Th
b7

14
表示地表异常温度点像元阈值;所述的云顶异常温度点像元集合为:Y2=(T4>Th
b4
);式中,Y2...

【专利技术属性】
技术研发人员:赵明唐志会王金博于福东王莫寒王亮李晓爽韩春雨李崇刘悦赵恩泽王华闫宝超蔡天宇崔宇婷段思佳朱丽羽
申请(专利权)人:吉林省中农阳光数据有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1