[发明专利]一种基于粒子群优化的电网山火卫星自适应判识方法

权利要求书

1.一种基于粒子群优化的电网山火卫星自适应判识方法，其特征在于，包括以下步骤：

(S1)将电网山火待判识区域分割成若干个矩形子区域；

(S2)获取各子区域内经过现场火点验证的历史火点监测样本，并确定每一个历史火点的历史火点像素判定阈值，即该历史火点所处像素点在对应卫星影像中4微米通道值；

(S3)统计各子区域内每个历史火点的火点发生月份，以及历史火点当天的地面最高温度和地面最低温度两个地面温度因素，建立各子区域内火点发生月份、两个地面温度因素和历史火点像素判定阈值之间的数学函数；

(S4)按照最小二乘法的原则，采用粒子群优化算法对各子区域对应的数学函数进行参数优化，获得山火判断阈值的数学模型；

(S5)对各子区域的山火情况进行判识，先确定当前判识时刻所属的当前月份，同时根据地面气象数据，获取各子区域当前地面温度因素，结合数学模型计算出当前山火判断阈值；根据当前山火判断阈值对子区域内各像素点进行山火判识，若像素点的4微米通道值大于当前山火判断阈值，则判定该像素点发生山火，否则判定该像素点没有发生山火。

2.根据权利要求1所述的电网山火卫星自适应判识方法，其特征在于，所述步骤(S3)中的数学函数为以下公式(1)：

其中，x₁为火点发生月份，x₂为火点发生当天地面最低温度，x₃为火点发生当天地面最高温度，p₀～p₉为待确定的常数。

3.根据权利要求2所述的电网山火卫星自适应判识方法，其特征在于，所述步骤(S4)中，粒子群优化算法中个体位置更新公式为以下公式(2)和公式(3)：

X_i,d(t+1)＝X_i,d(t)+V_i,d(t+1) (3)

其中，i表示粒子群个体，d表示搜索空间的位数，t为进化代数；w为惯性因子；c₁和c₂为学习因子，与r₁和r₂都是均匀分布于[0,1]之间的随机数；X_i,d(t)表示第i个粒子在t次迭代的位置，V_i,d(t)表示为第i个粒子在t次迭代的速度，P_i,d为粒子i个体历史最优位置，P_g,d为粒子群体历史最优位置。

4.根据权利要求2所述的电网山火卫星自适应判识方法，其特征在于，所述步骤(S4)中，对各子区域对应的数学函数进行参数优化具体是按照最小二乘法的原则，采用PSO算法对p₀～p₉进行优化确定，优化目标是使得经PSO优化得到的最优参数p₀～p₉代入上述公式(1)后，计算得到的阈值与历史火点像素判定阈值之间的均方差最小。

5.根据权利要求1所述的电网山火卫星自适应判识方法，其特征在于，所述步骤(S1)中，将电网山火检测识别区域按经纬度分割呈若干个1°×1°的矩形子区域。

6.根据权利要求1所述的电网山火卫星自适应判识方法，其特征在于，各子区域在当前判识时刻的地面温度因素通过气象局发布的各监测站点数据获得。