一种遥感数据的山火识别方法、装置、设备及存储介质与流程
本发明涉及遥感数据,具体涉及一种遥感数据的山火识别方法、装置、设备及存储介质。
背景技术:
1、气象卫星具有覆盖范围广、观测频次高、可开展大范围连续监测等特点。利用中红外、热红外等通道识别地表异常高温目标,已经成为森林草原火灾监测、山区灾害监测以及输电通道山火风险感知的重要技术手段。山火像元相对于周边背景通常表现为局部亮温升高,尤其在对高温目标敏感的中红外或短波红外通道上响应更明显。典型山火遥感识别通常从亮温、通道温差、空间背景差异和连续时相变化等特征中提取火点。
2、相关技术中公开的火点识别方法中,首先对气象卫星的红外数据进行辐射定标和几何定位,然后依据预设的亮温阈值、通道温差阈值,或以局部窗口均值与标准差形成的背景阈值提取高温异常像元;随后通过邻域像元数量、连续两景是否重复出现或简单持续次数进行过滤;最后将满足条件的异常像元作为火点输出。
3、然而,实际场景中还存在地表背景时空异质、耀斑瞬时高亮、固定热源长期重复及观测时序不规则等因素,相关技术中公开的方法难以满足实际山火监测的可靠性需求。
技术实现思路
1、本发明提供了一种遥感数据的山火识别方法、装置、设备及存储介质,以解决相关技术中公开的方法难以满足实际山火监测的可靠性需求的问题。
2、第一方面,本发明提供了一种遥感数据的山火识别方法,所述方法包括:
3、基于多时相多通道卫星遥感数据及其对应的观测几何参数,结合数据质量标识与几何定位信息,利用预处理方法进行辐射定标、通道转换及无效像元剔除,得到预处理后的多时相观测数据、对应的角度几何参数及空间定位参数;
4、基于所述预处理后的多时相观测数据,结合每个待检测像元的邻域有效亮温信息及背景异质度,利用鲁棒统计量构建局部背景分布并调整异常阈值,提取得到候选火点集合;
5、基于所述候选火点集合、所述角度几何参数及所述空间定位参数,结合历史时序记录中的镜面反射几何匹配与重复特征,利用耀斑概率建模、固定热源概率建模及二阶马尔可夫贝叶斯更新方法,得到耀斑概率、固定热源概率及序列后验概率;
6、基于所述候选火点集合、所述空间定位参数及所述耀斑概率、所述固定热源概率和所述序列后验概率,结合时空连通关系与传播一致性特征,利用概率融合判定方法,得到最终火点概率,并输出为火情识别结果。
7、通过采用上述实施方式,首先对多时相多通道卫星遥感数据进行辐射定标、通道转换与无效像元剔除,为后续火点识别提供时空对齐、质量可控的标准化输入;之后通过结合邻域有效亮温信息及背景异质度,利用鲁棒统计量构建局部背景分布并调整异常阈值,提取候选火点集合,有效降低复杂地表场景下的误报率;进而结合历史时序记录,利用耀斑概率建模排除太阳耀斑干扰,利用固定热源概率建模排除工业热源等持续热源,利用二阶马尔可夫贝叶斯更新捕获火点时序持续性;最后结合时空连通关系与传播一致性特征进行概率融合判定,输出最终火点概率,提升最终的山火识别的准确性和可靠性。
8、在一种可选的实施方式中,所述基于所述候选火点、所述角度几何参数及所述空间定位参数,结合历史时序记录中的镜面反射几何匹配与重复特征,利用耀斑概率建模、固定热源概率建模及二阶马尔可夫贝叶斯更新方法,得到耀斑概率、固定热源概率及序列后验概率,包括:
9、基于所述候选火点集合中的每个候选火点及所述角度几何参数中的太阳入射方向、地表法向及传感器观测方向,利用镜面反射几何偏差、反射通道强度及异常瞬时性进行综合建模,得到各候选火点的耀斑概率;
10、基于历史窗口内所述候选火点集合中同一候选火点处的热异常记录及所述空间定位参数,利用热异常重复率、质心稳定度、时间规律性及空间扩展率的逻辑函数进行综合建模,得到各候选火点的固定热源概率;
11、基于每个候选火点的当前观测数据,结合同一候选火点的历史有效观测时刻的火点状态组合及二阶状态转移概率,利用贝叶斯更新方法,得到各候选火点的序列后验概率。
12、通过采用上述实施方式,基于候选火点及太阳入射方向、地表法向和传感器观测方向,利用镜面反射几何偏差、反射通道强度及异常瞬时性综合建模耀斑概率,从太阳光镜面反射角度排除耀斑干扰;基于历史窗口内同一位置的热异常记录,利用重复率、质心稳定度、时间规律性和空间扩展率综合建模固定热源概率,从空间位置和时相特征角度排除工业热源等持续性热源干扰;基于当前观测与历史火点状态组合及二阶状态转移概率,利用贝叶斯更新得到序列后验概率,通过时序状态转移捕获火点的持续性和传播特征,在多个维度上对热异常点进行精准甄别,降低误报。
13、在一种可选的实施方式中,所述基于所述候选火点集合中的每个候选火点及所述角度几何参数中的太阳入射方向、地表法向及传感器观测方向,利用镜面反射几何偏差、反射通道强度及异常瞬时性进行综合建模,得到各候选火点的耀斑概率,包括:
14、基于所述角度几何参数中的太阳入射方向及所述地表法向,计算理想镜面反射方向,并计算与传感器观测方向的角偏差,得到镜面反射几何匹配度;
15、基于所述预处理后的多时相观测数据中的反射通道数据,确定反射通道强度,并根据所述候选火点集合中的每个候选火点在时域上的异常持续时长,确定各候选火点的异常瞬时性;
16、综合所述镜面反射几何匹配度、所述反射通道强度及每个候选火点的异常瞬时性,利用多因子乘积建模,得到各候选火点的耀斑概率。
17、通过采用上述实施方式,基于太阳入射方向与地表法向计算理想镜面反射方向,并与传感器观测方向计算角偏差,得到镜面反射几何匹配度,从几何构型上量化镜面反射;基于反射通道数据确定反射通道强度,利用镜面反射结合反射通道数据判别反射通道强度;基于候选火点在时域上的异常持续时长确定异常瞬时性,利用太阳耀斑持续时间短暂的特征进行鉴别,通过利用多因子乘积建模得到耀斑概率,使耀斑识别同时受到几何匹配、光谱特征和时域持续性的联合约束,增强耀斑识别的可信度。
18、在一种可选的实施方式中,所述基于历史窗口内所述候选火点集合中同一候选火点处的热异常记录及所述空间定位参数,利用热异常重复率、质心稳定度、时间规律性及空间扩展率的逻辑函数进行综合建模,得到各候选火点的固定热源概率,包括:
19、基于历史窗口内所述候选火点集合中同一候选火点处的热异常记录及所述空间定位参数,利用历史有效观测次数与热异常出现次数的比值进行计算,生成各候选火点的热异常重复率;
20、基于历史窗口内同一候选火点处各次热异常对象的质心位置空间标准差,利用指数衰减函数进行计算,生成各候选火点的质心稳定度;
21、基于历史窗口内同一候选火点处各次热异常出现时刻的周期性偏离程度,利用规律性量化函数进行计算,生成各候选火点的时间规律性;
22、基于历史窗口内同一候选火点处相邻时相热异常对象的面积变化量与时间间隔的比值,利用中位数统计方法进行计算,生成各候选火点的空间扩展率;
23、基于每个候选火点的热异常重复率、质心稳定度、时间规律性及空间扩展率,利用逻辑函数综合建模方法,生成各候选火点的固定热源概率。
24、通过采用上述实施方式,基于历史有效观测次数与热异常出现次数的比值计算热异常重复率,实现初步区分固定热源和山火火点;基于质心位置空间标准差利用指数衰减函数计算质心稳定度,进而对固定热源的空间位置与山火火点进行进一步的区分;基于各次异常出现时刻的周期性偏离程度计算时间规律性,获取固定热源与山火的发生在时间上的周期性差异;之后基于相邻时相异常面积变化量与时间间隔的比值计算空间扩展率,最后利用逻辑函数进行多因子耦合建模,使固定热源的判别同时受位置稳定性、时间规律性和空间扩展性等多重约束,有效排除固定热源对火点识别的干扰,提升识别候选火点集合中的山火火点的精准性。
25、在一种可选的实施方式中,所述基于每个候选火点的当前观测数据,结合同一候选火点的历史有效观测时刻的火点状态组合及二阶状态转移概率,利用贝叶斯更新方法,得到各候选火点的序列后验概率,包括:
26、基于每个候选火点在当前时刻的标准化亮温异常、绝对亮温差、跨通道热增强指标及邻域异常比例,利用逻辑函数进行映射,生成对应候选火点的当前观测似然;
27、基于同一候选火点在历史有效观测时刻的火点状态组合,利用二阶状态转移概率进行映射,生成各候选火点的当前状态先验;
28、基于每个候选火点的当前观测似然与当前状态先验,利用贝叶斯更新方法进行后验概率计算,生成各候选火点的序列后验概率。
29、通过采用上述实施方式,基于当前时刻的标准化亮温异常、绝对亮温差、跨通道热增强指标及邻域异常比例,利用逻辑函数映射生成当前观测似然,使多维度热异常证据被统一量化为概率输入,同时基于同一候选火点在历史有效观测时刻的火点状态组合,利用二阶状态转移概率映射生成当前状态先验,使历史时序演变模式融入当前判别;进而基于当前观测似然与当前状态先验,利用贝叶斯更新计算序列后验概率,使最终判别同时受当前多维度热异常证据和历史时序演变规律的双重约束,增强火点判别的时序一致性和抗干扰能力。
30、在一种可选的实施方式中,所述基于所述预处理后的多时相观测数据,结合每个待检测像元的邻域有效亮温信息及背景异质度,利用鲁棒统计量构建局部背景分布并调整异常阈值,提取得到候选火点集合,包括:
31、基于所述预处理后的多时相观测数据,针对每个待检测像元构建局部环形窗口,并排除对应窗口内的无效像元、饱和像元、云污染像元及已标记异常像元,生成有效背景像元集合;
32、基于所述有效背景像元集合中的亮温数据,利用中位数统计量生成局部背景中心值,并利用中位绝对偏差统计量生成局部背景离散度;
33、综合所述局部背景中心值和所述局部背景离散度,利用背景异质度与预设基础阈值进行异常判别阈值调整,得到调整后的异常判别阈值;
34、基于每个待检测像元的标准化亮温异常、绝对亮温差及跨通道热增强指标,利用所述调整后的异常判别阈值及预设条件进行多条件判定,标记满足条件的像元并生成候选火点集合。
35、通过采用上述实施方式,构建局部环形窗口并排除无效、饱和、云污染及已标记异常像元,确保背景统计样本纯净可靠;利用中位数生成背景中心值、中位绝对偏差生成背景离散度,避免火点信号污染背景估计;综合中心值与离散度,根据背景异质度自适应调整异常判别阈值,均匀背景收紧阈值降低漏检,异质背景放松阈值抑制虚警;最终基于标准化亮温异常、绝对亮温差及跨通道热增强指标进行多条件综合判定,生成候选火点集合,实现在不同地表背景条件下稳定的提取候选火点。
36、在一种可选的实施方式中,所述基于所述候选火点、所述空间定位参数及所述耀斑概率、所述固定热源概率和所述序列后验概率,结合时空连通关系与传播一致性特征,利用概率融合判定方法,得到最终火点概率,并输出为火情识别结果,包括:
37、基于所述候选火点集合中各候选火点的空间位置与观测时刻,利用时空邻接关系进行聚合,生成时空连通对象;
38、基于所述时空连通对象的相邻时相重叠率、邻域支撑比例及面积扩展一致性,利用传播一致性计算方法,生成空间传播一致性指标;
39、基于所述候选火点集合中每个候选火点的序列后验概率、耀斑概率、固定热源概率及所述空间传播一致性指标,利用正负证据融合方法,生成各候选火点的最终火点概率;
40、基于每个候选火点的最终火点概率,结合预设的分级阈值,利用分级判定方法,生成火情识别结果。
41、通过采用上述实施方式,基于候选火点集合中各候选火点的空间位置与观测时刻,利用时空邻接关系聚合生成时空连通对象,将孤立像元转化为具有时空关联的火点对象,基于每个火点对象的相邻时相重叠率、邻域支撑比例及面积扩展一致性,生成空间传播一致性指标,使火点判别受时空连续性约束;之后基于序列后验概率、耀斑概率、固定热源概率及传播一致性指标,利用正负证据融合生成最终火点概率,实现多维证据协同判定;最终通过依据预设分级阈值,输出分级火情识别结果,为不同火情强度提供差异化的输出。
42、第二方面,本发明提供了一种遥感数据的山火识别装置,所述装置包括:
43、数据预处理模块,用于基于多时相多通道卫星遥感数据及其对应的观测几何参数,结合数据质量标识与几何定位信息,利用预处理方法进行辐射定标、通道转换及无效像元剔除,得到预处理后的多时相观测数据、对应的角度几何参数及空间定位参数;
44、点位候选模块,用于基于所述预处理后的多时相观测数据,结合每个待检测像元的邻域有效亮温信息及背景异质度,利用鲁棒统计量构建局部背景分布并调整异常阈值,提取得到候选火点集合;
45、参数获取模块,用于基于所述候选火点集合、所述角度几何参数及所述空间定位参数,结合历史时序记录中的镜面反射几何匹配与重复特征,利用耀斑概率建模、固定热源概率建模及二阶马尔可夫贝叶斯更新方法,得到耀斑概率、固定热源概率及序列后验概率;
46、结果输出模块,用于基于所述候选火点集合、所述空间定位参数及所述耀斑概率、所述固定热源概率和所述序列后验概率,结合时空连通关系与传播一致性特征,利用概率融合判定方法,得到最终火点概率,并输出为火情识别结果。
47、第三方面,本发明提供了一种电子设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的遥感数据的山火识别方法。
48、第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的遥感数据的山火识别方法。
49、第五方面,本发明提供了一种计算机程序产品,包括计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的遥感数据的山火识别方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com