[发明专利]基于MODIS遥感影像的山火检测算法、系统及其存储介质

说明书

本发明涉及山火检测的算法，尤其为一种基于MODIS遥感影像的山火检测算法、系统及其存储介质，所述的山火检测算法在于利用不同通道的波段辐射数值，根据普朗克公式进行亮温转换，对计算出的热点进行过滤，进而得到温度异常的热点，再利用植被指数筛选出真实火点，本发明可用于偏远山区的防火防灾，保护国家财产和自然资源。

技术领域

本发明涉及MODIS拍摄的遥感影像的图像处理算法，根据图像数据计算出热点，可用于山火目标检测。

背景技术

山火是破坏自然资源的重要自然灾害，对国家和群众的财产构成重大威胁，每年造成的财产损失数以亿记。山火通常发生在地处偏远的山区，那里植被繁茂，人烟稀少，易生山火，而难以及时发现。遥感影像技术的发展为人类防灾减灾的工作提供了重要而方便的数据条件。地球表面上的一切物体，如土地、森林、草地、农作物等，因具有不同的温度和不同的物理化学性质，具有不同的波普特性。燃烧的火焰和高温碳化物的辐射与未发生燃烧时的辐射有差异，通过分析不同敏感波段对火灾的数据特征，可以实现火点的提取。

发明内容

为了实现山火的检测，本发明采用MODIS拍摄的遥感影像，选用MOD021KM产品，分析其中的1、2、21和31波段的数据，通过普朗克公式计算亮度温度，结合地面植被指数，判断检测到的热点是否为火点，达到火点检测的目的。

为了实现所述目的，本发明的基于MODIS数据实现山火检测的算法，步骤如下：

步骤S1：读入MODIS021KM数据，用于后续处理；

步骤S2：利用普朗克公式处理中红外波段和远红外波段的数据，进行亮度温度计算，并对存在的热点定位和定标；

步骤S3：计算植被指数(NDVI)，对热点进行过滤；

步骤S4：得到真实火点信息，输出结果。

具体地，所述读取MODIS数据包括如下步骤：

步骤S11：选择数据集‘EV_1KM_Emissive’，读取其中1、2、21、31通道的数据，获得数据矩阵；

步骤S12：读取数据集‘EV_1KM_Emissive’的radiance_scales和radiance_offsets，分别是波段的增益和偏移量，是辐射标定的系数；

步骤S13：读取数据集‘Latitude’和‘Longitude’，作为经纬度查询的依据。

具体地，所述利用普朗克公式进行亮温转换得到温度异常的热点包括如下步骤：

步骤S21：由公式：

L＝(DN-offset)*scales (式1)

计算辐射亮度，其中，L为亮度值，DN为指定波段的图像灰度值，scales和offset为该波段你的增益和偏移量，计算21、31波段的辐射亮度；

步骤S22：由普朗克公式：

计算亮度温度，其中：T_i是第i波段的亮度温度，λ_i是波段i的中心波长，R_i为i波段的辐射亮度，对于MODIS的第21和第31波段，其值分别取λ₂₁＝3.959μm和λ₃₁＝11.28μm；C₁和C₂是常量，分别取C₁＝1.19104356×10^-16W·m²和C₂＝1.4387685×10⁴μm·K。计算21、 31波段的亮度温度；