[发明专利]一种基于Himawari8的火点监测算法

说明书

本发明公开了一种基于Himawari8的火点监测算法，包括：S1，使用5×5像素的内核计算平均亮度温度；S2，为了确认火点像元，如果像元满足条件，则将像元初始识别为火点像元；S3，利用近红外B4波段和可见光B3波段对疑似火点进行二次审查；S4，采用相邻时段的两景影像进行最终的确认。本发明充分吸收前人的研究成果，综合利用Himawari8数据多波段的特性，采用多波段阈值法，火点识别精准快速，误报率低；本发明与目前技术相比，所用数据不同，提取模型不同。

技术领域

本发明涉及火点监测算法，具体涉及一种基于Himawari8的火点监测算法。

背景技术

目前，利用遥感技术对火点进行监测的原理是依据高温火点在红外光谱波段造成的与周围环境背景像元异常的特点。从20世纪60年代初便开始利用卫星遥感数据航空红外探测来监测大面积的火灾信息。然而到了20 世纪80年代人们开始利用NOAA/AVHRR(National Oceanographic and Atmospheric Administration Advanced Very HighResolution Radiometer)遥感数据和火烧迹地范围判别影像。NOAA系列卫星和GOES系列卫星为最早应用于该领域的卫星平台。这两大系列卫星在过去做最主要的遥感监测平台，更是在火灾监测领域中发挥举足轻重的作用。其中NOAA卫星承载的AVHRR传感器提供的数据在过去的30年内全球范围地应用于火情探测领域。使用AVHRR数据监测火点方面国内外广泛应用阈值模型法、亮温结合归一化植被指数法和邻近像元法。其中最为成熟的火点监测方法就是阈值模型法，最先是由Flannigan和VonderHaar等人在1986年首次在林火监测中运用。在此基础上1998年Kaufman等人在巴西的林火监测中使用了不同的阈值法。而在1999年加拿大国家遥感中心的李占清等分别采用热点探测算法、NDVI差值探测算法和混合算法对AVHRR资料探测森林火灾进行了定量研究，并取得了理想的进展。在国内覃先林等在2000年利用AVHRR数据对小火点自动识别方面进行研究。然而直到2004年四川农业气象中心的卿清涛对NOAA/AVHRR遥感监测森林火灾的准确性进行了研究，并根据加拿大遥感中心和中国气象局卫星中心提供的森林火灾监测阈值，提出了适合四川地区的阈值并进行了其准确性的验证。闫厚等在2005对气象卫星监测森林火灾的现状和发展趋势进行了总结。

现有的技术方案主要是前期波段运算剔除云雪等异常区域，然后利用对高温火点的通道反应以及利用经验统计来定义一个或几个判识火点与非火点的阈值条件成为阈值模型。符合判识火点的阈值条件的则认为该点是火点；符合判识非火点的阈值条件则认为是非火点。

上述技术存在常规地面监测方法监控范围小和覆盖程度低的缺点。

发明内容

本发明针对上述问题，提供了一种基于Himawari8的火点监测算法。

本发明采用的技术方案是：一种基于Himawari8的火点监测算法，包括以下步骤：

S1，使用5×5像素的内核计算平均亮度温度，T_b7bg＝平均值T_b7，5 ×5像素无云像素的内核小于20％，将逐渐扩展到7×7,9×9，...，51× 51；如果仍然无法达到无云像素小于20％的标准，则将像素排除在计算之外并标记为非火点像素；此前的计算需要确定并去除云，水体和其他可疑火像素；识别高温可疑像素的条件如下式所定义：

T_b7313或δ_b72；

其中T_b7是波段7的亮度温度值，是对波段7进行辐射定标后然后利用普朗克公式的反函数推算得到对应的亮度温度；δ_b7是波段7的内核像素的标准差；

S2，为了确认火点像元，如果像元满足以下条件，则将像元初始识别为火点像元：

T_b7-T_b13＜N₁；