[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

摘要

本发明公开了一种基于粒子群优化的电网山火卫星自适应判识方法，该方法利用历史火点监测数据样本，构建历史火点判断阈值与火点发生月份、地面温度因素之间的数学函数，并引入粒子群优化算法进行参数优化得到山火判断阈值的数学模型，再依据当前判识时刻的当前月份和关键影响因子，结合数学模型计算出当前山火判断阈值，实现电网山火判断阈值的自适应选取，进而对卫星监测影像中各像素点是否发生山火进行判识。该方法具有适应性好、适用性强、效率高、准确性高的优点。

主权项

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。