[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

说明书

本发明提供一种基于多源遥感数据的MODIS卫星火点准确性判别方法，综合MODIS遥感数据、气象数据、地表覆盖分类数据、高程数据、坡度数据、历史火点分布数据等数据对识别出的火点加以进一步的可信度验证，提高了遥感火点识别的准确性。经验证后可信度较高的火点将加入历史火点分布数据，从而不断更新历史火点分布数据，更新影响因子的客观权重，提高验证结果的准确性。

技术领域

本发明属于卫星遥感应用领域，具体涉及多源遥感数据在 MODIS卫星火点识别分析的应用。

背景技术

火点在红外光谱波段会引起异常高温，导致在影像上火点区域与周围像素有明显反差，遥感技术利用这个特点进行火点识别。早期用于火点识别的卫星平台如GOES和NOAA空间分辨率较低，美国的陆地卫星、法国的SPOT卫星等中分辨率数据动态监测能力低成本高，中分辨率成像光谱仪(MODIS)具有36个波段，电磁波谱范围为0.4-14μm，空间分辨率为250m，覆盖了从可见光到远红外波段的范围，对地表高温灵敏度高，对火点识别效果较好。

传统的MODIS火点识别采用固定阈值法，即对校正影像的部分波段信息进行地面温度反演，然后结合背景像元的平均值、方差等信息设定阈值，通过固定阈值识别火点。有时为了避免误判，阈值设置较大，但是会遗漏部分小火点。传统火点识别方法并未考虑背景环境信息，同一温度火点在背景温度较低的影像中表现明显，在背景温度较高的影像中难以识别，在植被、水体覆盖较多的区域火点识别也易受背景环境影响。因此，传统MODIS火点识别算法很容易造成误判、漏判。

发明内容

针对现有MODIS火点识别方法中存在较多的误判概率，本发明提出一种基于多源遥感数据的MODIS卫星火点准确性判别方法，通过在MOIDS火点识别中引入MODIS干旱指数、土地覆盖分类信息、气象数据、历史火点数据等数据，评估识别火点的准确性并筛选识别结果，提高识别准确性。

为实现以上目的，本发明通过以下技术方案予以实现：

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结果，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，利用主观赋权法—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、步骤4得到的地表植被影响因子以及步骤5得到的山火影响因子对应的权重；

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。

如上所述的方法，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；