[发明专利]基于火点和夜光数据的全球热源重工业区域识别方法

权利要求书

1.一种基于火点和夜光数据的全球热源重工业区域识别方法，其特征在于，包括：

(1-1)数据预处理层，火点和“火石”夜光产品数据的获取与预处理；

(1-2)基于长时序火点数据的全球热源重工业区域初步识别构建层，采用基于改进自适应Kmeans算法构建热源对象，面向热源对象的特征提取，采用经验阈值方法构建初步的全球热源重工业区域；

(1-3)全时间序列极值夜光数据构建层，对下载的“火石”年度产品，按照像素极值叠加的原则，构造全时间序列的极值夜光数据；

(1-4)全球热源重工业区域识别层，针对(1-2)形成的初步全球热源重工业区域，叠加(1-3)的全时间序列极值夜光数据，计算不同热源重工业区域的夜光均值，按照夜光均值阈值形成最终的全球的热源重工业区域；

基于改进自适应Kmeans算法构建热源对象，还包括：

采用基于改进自适应Kmeans算法的长时序火点数据分割和基于拓扑关联的分割对象合并方法进行热源对象构建，以剔除野火、森林火点、秸秆焚烧自燃热源点；其包括的步骤有：

(2-1-1)基于改进自适应Kmeans算法的长时序火点数据分割：针对每个小火点文件，按照基于自适应分裂的kmeans聚类算法，构建最小粒度热源对象O_ik0，k＝{1,2,3,……,K_i0}，K_i0表示第i个小火点文件聚类后构建的热源对象个数；

(a)根据小火点文件的大小，计算初始聚类数目C；

(b)采用kmeans聚类算法，按照火点的空间位置，进行聚类，形成C个热源对象O_ik，k＝{1,2,3,……,C}；

(c)针对每个热源对象P_i，按照空间的3倍标准差原则，进行虚假火点初步过滤，形成过滤后的热源对象O_ik0，k＝{1,2,3,……,C}；

(d)统计过滤后的热源对象P_i0包含的火点个数N_i0，i＝{1,2,3,……,C}，以及外接矩形的宽Width_i0，i＝{1,2,3,……,C}和高Height_i0，i＝{1,2,3,……,C}；

(e)若max(Width_i0,Height_i0)大于设定的阈值B₀，并且N_i0大于热源对象点数阈值N₀，则对热源对象O_ik进行再分裂，重新回到(b)；若不满足，则输出过滤后的热源对象O_ik0作为一个相对独立的热源对象；

(2-1-2)基于拓扑关联的分割对象合并：针对每个小火点文件，构建的最小粒度热源对象O_ik0，按照热源对象空间拓扑关系进行合并，形成最终的热源对象O_ik1，k＝{1,2,3,……,K_i}，K_i表示第i个小火点文件合并后构建的最终热源对象个数；

(a)将每个最小粒度热源对象O_ik0，赋值为O_ik1；

(b)针对每个最小粒度热源对象O_ik1，计算距离其最近的热源对象，记为O_il1；

(c)若热源对象O_ik1、O_il1的外接矩形边界相交率大于设定阈值I₀，并且热源对象O_ik1、O_il1的外接矩形最大边界小于设定阈值B₀₁则合并对象O_ik1、O_il1，记为O_{ik1_new}；

(d)对新的热源对象O_{ik1_new}，按照空间的3倍标准差原则，进行虚假火点初步过滤，形成过滤后的热源对象O_ik1；

(e)重复上述(a)-(d)，直至没有需要合并的对象为止。