System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及输电线路安全防护,尤其涉及一种基于热辐射扩散特征的山火卫星识别方法、装置、设备及介质。
技术介绍
1、近年来山火引发的输电线路跳闸事故频发,山火监测与风险预警是电网输电线路安全防护的关键技术之一。输电线路山火跳闸主要原因是电网输电线路走廊内可燃物燃烧后产生的热羽流或灰烬,引起空气密度下降,产生游离电荷,使得空气绝缘强度下降,导致输电线路发生闪络跳闸,而电网输电线路走廊宽度一般为数十米。输电线路山火跳闸事故调查现场发现:输电线路走廊内的小面积山火导致电网跳闸占比达50%,同时引起电网跳闸的森林火灾也都是由小面积山火蔓延引发的。电网附近山火不仅发生在山区,还会发生在丘陵、平原和草原等一切可燃物丰富的地区,分布范围极为广泛。
2、卫星遥感具有无接触、监测范围广、时效性高、受地形环境干扰小等优势,成为目前山火监测与风险预警的主要数据源。目前,国内外现有的山火识别算法大多采用基于红外反演亮温的阈值式判断和基于温度上下文信息的异常检测等,方法的有效性取决于阈值的选择。一方面,阈值的依赖于经验取值,理论支撑不足;另一方面,不同地域、不同地物的反射异质性会降低阈值准确性,进而导致虚警率大幅度增加或者电网早期山火大量遗漏。同时,电网附近小面积山火燃烧产生的红外辐射能量小,其信号在大气传输过程中衰减严重,表现为小尺度、弱信号特征,因此现有的基于卫星遥感山火识别方法难以有效监测小面积山火,存在大量非燃烧类虚假火点误检的缺陷。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决
2、本公开实施例提供了一种基于热辐射扩散特征的山火卫星识别方法,所述方法包括:
3、读取卫星的短波红外影像数据、中波红外影像数据和长波红外影像数据;
4、对所述短波红外影像数据、所述中波红外影像数据和所述长波红外影像数据分别进行遥感预处理,得到电网目标范围区域内短波红外的反射率数据、中波红外的辐射亮度数据和长波红外的辐射亮度数据;
5、基于预设的普朗克公式对所述中波红外的辐射亮度数据和所述长波红外的辐射亮度数据进行亮温计算,得到中波红外的亮温数据和长波红外的亮温数据;
6、基于预设的阈值算法对所述中波红外的亮温数据和所述长波红外的亮温数据进行绝对火点和疑似火点识别,得到绝对火点像素与疑似火点像素;
7、对所述绝对火点像素与所述疑似火点像素进行膨胀运算,得到绝对火点像素簇和疑似火点像素簇;
8、基于热辐射扩散的小波滤波检测方法和所述短波红外的反射率数据对所述疑似火点像素簇进行检测,获取真实火点像素簇;
9、将所述绝对火点像素和所述真实火点像素簇作为山火识别结果。
10、本公开实施例还提供了一种基于热辐射扩散特征的山火卫星识别装置,所述装置包括:
11、读取模块,用于读取卫星的短波红外影像数据、中波红外影像数据和长波红外影像数据;
12、预处理模块,用于对所述短波红外影像数据、所述中波红外影像数据和所述长波红外影像数据分别进行遥感预处理,得到电网目标范围区域内短波红外的反射率数据、中波红外的辐射亮度数据和长波红外的辐射亮度数据;
13、计算模块,用于基于预设的普朗克公式对所述中波红外的辐射亮度数据和所述长波红外的辐射亮度数据进行亮温计算,得到中波红外的亮温数据和长波红外的亮温数据;
14、识别模块,用于基于预设的阈值算法对所述中波红外的亮温数据和所述长波红外的亮温数据进行绝对火点和疑似火点识别,得到绝对火点像素与疑似火点像素;
15、运算模块,用于对所述绝对火点像素与所述疑似火点像素进行膨胀运算,得到绝对火点像素簇和疑似火点像素簇;
16、检测模块,用于基于热辐射扩散的小波滤波检测方法和所述短波红外的反射率数据对所述疑似火点像素簇进行检测,获取真实火点像素簇;
17、获取模块,用于将所述绝对火点像素和所述真实火点像素簇作为山火识别结果。
18、本公开实施例还提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开实施例提供的基于热辐射扩散特征的山火卫星识别方法。
19、本公开实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开实施例提供的基于热辐射扩散特征的山火卫星识别方法。
20、本公开实施例提供的技术方案与现有技术相比具有如下优点:本公开实施例提供的基于热辐射扩散特征的山火卫星识别方案,读取卫星的短波红外影像数据、中波红外影像数据和长波红外影像数据,对短波红外影像数据、中波红外影像数据和长波红外影像数据分别进行遥感预处理,得到电网目标范围区域内短波红外的反射率数据、中波红外的辐射亮度数据和长波红外的辐射亮度数据,基于预设的普朗克公式对中波红外的辐射亮度数据和长波红外的辐射亮度数据进行亮温计算,得到中波红外的亮温数据和长波红外的亮温数据,基于预设的阈值算法对中波红外的亮温数据和长波红外的亮温数据进行绝对火点和疑似火点识别,得到绝对火点像素与疑似火点像素,对绝对火点像素与疑似火点像素进行膨胀运算,得到绝对火点像素簇和疑似火点像素簇,基于热辐射扩散的小波滤波检测方法和短波红外的反射率数据对疑似火点像素簇进行检测,获取真实火点像素簇,将绝对火点像素和真实火点像素簇作为山火识别结果。由此,与最接近的现有技术相比,本申请具有以下有益效果:可揭示小面积山火热辐射扩散效应的遥感响应机理,建立火点热辐射扩散时空衰减方程,构建地表常温、地物反射、电网附近山火异常辐射信息识别模型,有效区分地面山火辐射和高亮反射,实现小面积山火精准识别。
本文档来自技高网...【技术保护点】
1.一种基于热辐射扩散特征的山火卫星识别方法,其特征在于,包括:
2.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述对所述短波红外影像数据、所述中波红外影像数据和所述长波红外影像数据分别进行遥感预处理,得到电网目标范围区域内短波红外的反射率数据、中波红外的辐射亮度数据和长波红外的辐射亮度数据,包括:
3.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述普朗克公式为:
4.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述基于预设的阈值算法对所述中波红外的亮温数据和所述长波红外的亮温数据进行绝对火点和疑似火点识别,得到绝对火点像素与疑似火点像素,包括:
5.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述基于热辐射扩散的小波滤波检测方法和所述短波红外的反射率数据对所述疑似火点像素簇进行检测,获取真实火点像素簇,包括:
6.根据权利要求5所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述获取热辐射扩散系数模型,包
7.根据权利要求6所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述非线性扩散模型为:
8.一种基于热辐射扩散特征的山火卫星识别装置,其特征在于,包括:
9.根据权利要求8所述的基于热辐射扩散特征的山火卫星识别装置,其特征在于,所述预处理模块,具体用于:
10.根据权利要求8所述的基于热辐射扩散特征的山火卫星识别装置,其特征在于,所述普朗克公式为:
11.根据权利要求8所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述识别模块,具体用于:
12.根据权利要求8所述的基于热辐射扩散特征的山火卫星识别装置,其特征在于,所述检测模块,包括:
13.根据权利要求12所述的基于热辐射扩散特征的山火卫星识别装置,其特征在于,所述第一获取单元,具体用于:
14.根据权利要求12所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述非线性扩散模型为:
15.一种电子设备,其特征在于,所述电子设备包括:
16.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7中任一所述的基于热辐射扩散特征的山火卫星识别方法。
...【技术特征摘要】
1.一种基于热辐射扩散特征的山火卫星识别方法,其特征在于,包括:
2.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述对所述短波红外影像数据、所述中波红外影像数据和所述长波红外影像数据分别进行遥感预处理,得到电网目标范围区域内短波红外的反射率数据、中波红外的辐射亮度数据和长波红外的辐射亮度数据,包括:
3.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述普朗克公式为:
4.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述基于预设的阈值算法对所述中波红外的亮温数据和所述长波红外的亮温数据进行绝对火点和疑似火点识别,得到绝对火点像素与疑似火点像素,包括:
5.根据权利要求1所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述基于热辐射扩散的小波滤波检测方法和所述短波红外的反射率数据对所述疑似火点像素簇进行检测,获取真实火点像素簇,包括:
6.根据权利要求5所述的基于热辐射扩散特征的山火卫星识别方法,其特征在于,所述获取热辐射扩散系数模型,包括:
7.根据权利要求6所述的基于热辐射扩散特征...
【专利技术属性】
技术研发人员:张华玉,徐勋建,欧阳亿,冯涛,简洲,李丽,唐照华,
申请(专利权)人:国网湖南省电力有限公司,
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。