[发明专利]基于多源遥感数据的MODIS卫星火点准确性判别方法

权利要求书

1.一种基于多源遥感数据的MODIS卫星火点准确性判别方法，其特征在于，包括以下步骤：

步骤1：利用经典MODISV4火点识别算法，通过MODIS数据识别出实时火点；

步骤2：获取火点识别区域该时段内MODIS数据，计算出火点覆盖范围的MODIS干旱影响因子；

步骤3：获取火点识别区域该时间段内降水量数据，插值出火点覆盖范围的降水影响因子；

步骤4：通过全球30米地表覆盖GlobeLand30分类数据，提取出火点覆盖范围的地表覆盖分类数据，计算火点位置的地表植被影响因子；

步骤5：获取火点识别区域的高程DEM、坡度数据山火影响因子；

步骤6：通过火点识别区域的历史火点分布，利用熵值法求出步骤2得到的MODIS干旱影响因子、步骤3得到的降水影响因子以及步骤5得到的山火影响因子对应的权重，利用主观赋权法求出步骤4得到的地表植被影响因子的权重；

步骤7：综合火点覆盖范围的各影响因子与相对应的权重，加权计算出该范围内山火风险分布图，对火点位置区域进行山火风险评估，并以此为基础验证步骤1识别出的实时火点的准确性，根据火点落在不同山火风险的区域，来提高或降低其可信度，并将低可信度的火点作为假火点剔除；

所述步骤2包括以下步骤：

步骤2.1：根据火点识别区域该时段内MODIS数据，计算归一化植被指数NDVI；

步骤2.2：根据火点识别区域该时段内MODIS数据，计算陆地表面温度LST；

步骤2.3：利用归一化植被指数NDVI和陆地表面温度LST构建NDVI-TS特征空间，得到温度植被旱情指数TVDI模型，计算不同时间不同气候区各像元的TVDI，其公式如下：

其中，TVDI为某像元的温度植被旱情指数，LST为该像元的陆地表面温度，为该像元的NDVI值对应的最大的LST值，为该像元的NDVI值对应的最小LST值；

步骤2.4：依据专家打分法，将TVDI重新分为5级，得出MODIS干旱影响因子；

所述步骤4包括以下步骤：

步骤4.1：提取火点周围1公里内区域的地表覆盖分类数据；

步骤4.2：将地表覆盖分类数据重新分类为植被和非植被两类；

步骤4.3：计算所述步骤4.1中区域的植被覆盖面积百分比，即为地表植被影响因子，计算公式如下：

其中，P为所述区域的植被覆盖面积百分比，P_F为所述区域的植被覆盖面积，P_L为所述区域总面积。

2.根据权利要求1所述的多源遥感数据的MODIS卫星火点准确性判别方法，其特征在于，所述步骤6进一步包括下述步骤：

步骤6.1：计算在某一个影响因子各范围值区域内的历史火点个数a_j，其中j＝1，2，…，m，m表示影响因子的二级因子的个数；

步骤6.2：通过统计各因素每段的历史火点个数并进行归一化后，将归一化的值作为求各因素信息熵的指标；

步骤6.3：按照熵值法求出MODIS干旱影响因子、降水影响因子、山火影响因子的权重熵值，并计算MODIS干旱影响因子、降水影响因子、山火影响因子的客观权重，权重熵值E_h计算公式为：

其中，I_hj为所述影响因子第j个二级因子的归一化值，n是影响因子的个数，对于第h个因子来说，e是一个常数，取值为1/lnm，m为该因子的二级因子的个数；

MODIS干旱影响因子、降水影响因子、山火影响因子的客观权重由下式计算得出：

其中，n是影响因子的个数；

步骤6.4：通过主观赋权法来确定地表植被影响因子的权重。