一种基于高轨凝视卫星的热异常演化与烟雾扩散耦合的火灾监测方法及装置与流程

本发明属于火灾监测的，具体而言涉及一种基于高轨凝视卫星的热异常演化与烟雾扩散耦合的火灾监测方法及装置。

背景技术：

1、火灾具有突发性强、蔓延速度快、危害范围广等特点，对生态环境和人民生命财产安全构成严重威胁。卫星遥感技术因其覆盖范围广、观测频次高，已成为火灾监测的重要手段。在火灾发生初期，明火往往尚未完全显现，但燃烧产生的烟雾可被卫星传感器捕捉，因此基于卫星遥感的烟雾识别是实现火灾早期预警的关键技术途径。

2、针对卫星遥感影像的烟雾识别，现有技术多采用基于单时相遥感影像的深度学习方法，通过卷积神经网络对单时相遥感影像进行烟雾的空间纹理和光谱特征的提取，从空间纹理和光谱特征中提取与烟雾相关的特征，从而通过烟雾判断是否存在火灾发生，在确定火灾发生的基础上，对烟雾区域的分割提取，进而实现对烟雾区域的精准判断和提取。

3、然而，在上述相关技术中，由于通过卫星遥感影像进行火灾烟雾提取时，对长时序遥感观测信息利用不足、复杂场景下识别精度不高以及易受高温背景目标或云雾的干扰因素影响，导致通过单时相遥感影响的烟雾提取方法无法捕捉烟雾产生、扩散至消散的动态演化规律，无法达到对火灾的精准监测。

技术实现思路

1、本技术实施例提供一种基于高轨凝视卫星的热异常演化与烟雾扩散耦合的火灾监测方法及装置，能够解决在复杂场景下难以精准区分烟雾与非烟雾的干扰，进而无法有效捕捉烟雾扩散的动态演化规律的问题。本技术实现了对火灾蔓延态势的准确监测。

2、一方面，本技术实施例提供一种基于高轨凝视卫星的热异常演化与烟雾扩散耦合的火灾监测方法，方法包括：

3、获取目标区域的观测影像序列，所述观测影像序列包括多个连续的观测影像；

4、基于所述观测影像序列，计算每个所述观测影像中每个像元的热异常持续增长指数，所述热异常持续增长指数用于表征目标区域的热异常持续增长特征；

5、对所述观测影像序列进行烟雾异常特征提取，得到烟雾异常特征；

6、利用预设烟雾扩散动力学模型对所述烟雾异常特征进行烟雾扩散分析，得到烟雾扩散分析结果，所述烟雾扩散分析结果包括烟雾质心轨迹、烟雾扩散速度、烟雾扩散方向、烟雾面积和烟雾面积增长率，所述预设烟雾扩散动力学模型用于分析烟雾扩散过程中的动态变化规律；

7、将所述热异常持续增长指数和所述烟雾扩散分析结果输入至预设时空耦合模型中，所述预设时空耦合模型对热异常持续增长指数和烟雾扩散分析结果进行时空耦合计算，得到火点-烟雾时空耦合指数；

8、基于所述火点-烟雾时空耦合指数对所述目标区域进行火灾监测，得到监测结果。

9、可选地，所述基于所述观测影像序列，计算每个所述观测影像中每个像元的热异常持续增长指数，包括：

10、对所述观测影像进行热红外辐射反演，计算每个所述观测影像中每个像元的亮温值；

11、针对任意像元，基于每个像元的亮温值，构建每个像元对应的亮温时间序列；

12、针对预设邻域窗口内的多个像元进行邻域增强分析，得到局部热异常系数，所述局部热异常系数用于表征像元与背景图像之间的热异常程度；

13、在所述局部热异常系数满足预设热异常条件的情况下，基于所述亮温时间序列，计算相邻时刻亮温变化率；

14、基于所述相邻时刻亮温变化率和预设时间衰减权重乘积的求和计算，得到热异常持续增长指数。

15、可选地，针对预设邻域窗口内的多个像元进行邻域增强分析，得到局部热异常系数，包括：

16、对每个像元进行邻域热异常增强处理，得到多个目标增强像元；

17、基于每个所述目标增强像元，构建邻域窗口，所述邻域窗口包括多个目标增强像元；

18、基于所述邻域窗口内的多个所述目标增强像元，计算邻域背景亮温的均值与标准差；

19、基于所述邻域背景亮温的均值与标准差，构建局部热异常系数。

20、可选地，在基于相邻时刻亮温变化率和预设时间衰减权重乘积的求和计算，得到热异常持续增长指数之后，所述方法还包括:

21、获取基于所述亮温时间序列中亮温数据的亮温数量和时间间隔；

22、基于所述亮温数量和时间间隔的比值，确定热异常持续性指标，所述热异常持续性指标用于对热异常连续增长特征进行约束；

23、在热异常持续性指标和热异常持续增长指数均满足火点识别条件的情况下，将目标像元，确定为目标候选区域。

24、可选地，在所述基于观测影像序列，计算每个所述观测影像中每个像元的热异常持续增长指数之前，所述方法还包括：

25、对所述观测影像序列进行数据校正，得到校正后的观测影像序列；所述数据校正包括：辐射校正、大气校正和几何校正；

26、对所述校正后的观测影像序列进行划分，得到首时相影像和待配准影像，所述待配准影像包括校正后的观测影响序列中除首时相影像之外的其他所有观测影像；

27、对所述首时相影像和所述待配准影像进行特征点提取，得到特征点集合，所述特征点集合包括每个特征点的多维特征描述子；

28、对所述首时相影像的多维特征描述子和待配准影像的多维特征描述子进行匹配，得到初始匹配集，所述初始匹配集包括多个匹配度最高的点对；

29、基于所述初始匹配集中的多个点对，构建仿射变换模型；

30、根据所述仿射变换模型将待配准影像映射至预设坐标系中，得到空间配准影像；

31、在所述空间配准影像满足时序分析条件的情况下，在预设时序下，基于空间配准影像构建时空配准观测影像序列，所述时序分析条件包括配准精度处于预设配准精度范围内；

32、基于所述观测影像序列，计算每个观测影像中每个像元的热异常持续增长指数，包括：

33、基于所述时空配准观测影像序列，计算每个观测影像中每个像元的热异常持续增长指数。

34、可选地，所述对所述观测影像序列进行烟雾异常特征提取，得到烟雾异常特征，包括：

35、基于所述观测影像序列，提取每个所述观测影像中烟雾的烟雾空间纹理特征和热异常关联特征；

36、对所述烟雾空间纹理特征和所述热异常关联特征进行双流特征融合，得到双流特征；

37、将所述双流特征输入至预设时序建模模型中，所述预设时序建模模型对双流特征进行时序特征分析，得到烟雾对应的时序特征序列，所述时序特征序列包括烟雾扩散过程中的历史信息和未来信息，用于表征烟雾目标在观测影像序列中的扩散趋势、形态变化及运动规律；

38、利用预设解码网络对时序特征序列进行分辨率解码，得到所述观测影像中每个像元属于烟雾区域的异常概率；

39、基于所述异常概率，确定烟雾分割掩膜；

40、将所述时序特征序列和所述烟雾分割掩膜，确定为烟雾异常特征。

41、可选地，所述利用预设烟雾扩散动力学模型对烟雾异常特征进行烟雾扩散分析，得到烟雾扩散分析结果，包括：

42、对所述烟雾分割掩膜进行异常检测，得到异常检测结果；

43、在所述异常检测结果确定为无异常情况下，基于所述烟雾分割掩膜进行烟雾质心提取，得到烟雾质心轨迹，所述烟雾质心轨迹包括任意时刻下的烟雾质心坐标；

44、根据任意相邻两个时刻的烟雾质心坐标，确定烟雾位移距离、烟雾扩散速度和烟雾扩散方向；

45、获取目标时刻下的烟雾像元总数和实际地表面积；

46、根据目标时刻下的烟雾像元总数和实际地表面积的乘积，确定目标时刻下的第一烟雾面积和前一时刻的第二烟雾面积；

47、根据所述第一烟雾面积和所述第二烟雾面积，确定目标时刻的烟雾面积增长率；

48、将烟雾质心轨迹、烟雾扩散速度、烟雾扩散方向、烟雾面积和烟雾面积增长率，确定为烟雾扩散分析结果。

49、可选地，在所述将所述热异常持续增长指数和所述烟雾扩散分析结果输入至预设时空耦合模型中之前，所述方法还包括：

50、获取目标区域的同期的气象风场数据；

51、对所述气象风场数据进行空间配准和时间匹配，得到与观测影像序列时空对齐的风场数据集，所述风场数据集包括：区域风速和区域风向；

52、基于所述区域风向和烟雾扩散方向进行方向一致性检测，得到方向检测结果；

53、基于所述区域风速和烟雾扩散速度进行速度一致性检测，得到速度检测结果；

54、基于所述方向检测结果和所述速度检测结果，构建风场一致性指数；

55、对所述风场一致性指数进行连续时序平均处理，得到平均风场一致性指数；

56、基于所述平均风场一致性指数和预设风场验证阈值，确定风场约束结果；

57、在所述风场约束结果为受风场约束的情况下，将所述热异常持续增长指数和烟雾扩散分析结果输入至预设时空耦合模型中，包括：

58、将所述风场一致性指数、所述热异常持续增长指数和所述烟雾扩散分析结果输入至预设时空耦合模型中。

59、可选地，在所述将目标像元，确定为目标候选区域之后，方法还包括：

60、对所述目标候选区域中各像元的亮温时间序列进行归一化与平滑处理，生成各像元的热波形；

61、提取所述热波形的波形形态特征，构建热波形特征向量；所述波形形态特征包括上升阶段特征、峰值阶段特征、下降阶段特征、波形整体特征以及周期性与重复性特征中的至少一者；

62、将所述热波形特征向量与预设多类型热源波形模板库进行波形匹配，识别热异常候选区域的热源类型；所述波形模板库包含至少两种热源类型的标准波形及对应的波形特征参数范围；

63、根据识别出的热源类型，对目标候选区域进行筛选，将非火灾类型的热异常区域从后续计算中排除。

64、另一方面，本技术实施例提供了一种基于高轨凝视卫星的热异常演化与烟雾扩散耦合的火灾监测装置，装置包括：

65、获取模块，用于获取目标区域的观测影像序列，所述观测影像序列包括多个连续的观测影像；

66、计算模块，用于基于所述观测影像序列，计算每个所述观测影像中每个像元的热异常持续增长指数，所述热异常持续增长指数用于表征目标区域的热异常持续增长特征；

67、提取模块，用于对所述观测影像序列进行烟雾异常特征提取，得到烟雾异常特征；

68、分析模块，用于利用预设烟雾扩散动力学模型对所述烟雾异常特征进行烟雾扩散分析，得到烟雾扩散分析结果，所述烟雾扩散分析结果包括烟雾质心轨迹、烟雾扩散速度、烟雾扩散方向、烟雾面积和烟雾面积增长率，所述预设烟雾扩散动力学模型用于分析烟雾扩散过程中的动态变化规律；

69、输入模块，用于将所述热异常持续增长指数和所述烟雾扩散分析结果输入至预设时空耦合模型中，所述预设时空耦合模型对热异常持续增长指数和烟雾扩散分析结果进行时空耦合计算，得到火点-烟雾时空耦合指数；

70、监测模块，用于基于所述火点-烟雾时空耦合指数对所述目标区域进行火灾监测，得到监测结果。

71、与现有技术相比，本技术实施例的基于高轨凝视卫星的热异常演化与烟雾扩散耦合的火灾监测方法及装置，通过获取目标区域的观测影像序列，确定每个观测影像中每个像元的热异常持续增长指数；同时对观测影像序列进行烟雾异常特征提取，并利用预设烟雾扩散动力学模型对烟雾异常特征进行扩散分析，得到包含烟雾质心轨迹、扩散速度、扩散方向、烟雾面积及面积增长率在内的多维度烟雾扩散分析结果，进而将热异常持续增长指数与烟雾扩散分析结果共同输入预设时空耦合模型，通过火点与烟雾进行联合判别，得到火点-烟雾时空耦合指数，并据此对目标区域进行火灾监测，输出监测结果。能够在火灾发生初期即实现快速响应，有效抑制多云、大雾等复杂气象的误报和漏报，提高火灾定位的精度和监测结果的可靠性，为早期火灾预警、火势发展趋势研判以及应急调度决策提供科学、实时的数据支撑。