买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种夜光遥感影像的农田火识别与去除方法_武汉大学_202211038598.4 

申请/专利权人:武汉大学

申请日:2022-08-26

公开(公告)日:2024-03-19

公开(公告)号:CN115880583B

主分类号:G06V20/13

分类号:G06V20/13;G06V20/10;G06V10/764;G06V10/62;G06V10/36

优先权:

专利状态码:有效-授权

法律状态:2024.03.19#授权;2023.04.18#实质审查的生效;2023.03.31#公开

摘要:一种夜光遥感影像的农田火识别与去除方法,包括获取研究区域的每日夜光数据,对研究区域的每日夜光数据进行预处理获取高质有效的时间序列夜光辐亮度和时间序列亮度温度,使土地覆盖产品与研究区域的每日夜光数据范围对齐,基于耕地比例及时间序列夜光辐亮度和时间序列亮度温度,提取研究区域每个像素点的多元特征,采集训练样本,得到农田火点的分布,找到并去除农田火点在时间序列上的异常高值,并将滤除火点后的时序夜光辐亮度重新生成多时相的夜光影像,根据农田火与耕地的高度耦合关系,以及农田火发生时的夜光辐亮度与亮度温度的变化,识别与去除农田火。

主权项:1.一种夜光遥感影像的农田火识别与去除方法,其特征在于,包括以下步骤:步骤1、获取研究区域的每日夜光数据;步骤2、对研究区域的每日夜光数据进行预处理获取批量数据集;步骤3、对批量数据集进行筛选,获取高质有效的时间序列夜光辐亮度和时间序列亮度温度,筛选条件为:夜光辐亮度和亮度温度的DN值为1到65534的天数,太阳天顶角大于101°的天数,强制质量标志为“非常清晰”的天数,云层掩码为“无云”的天数;步骤4、以中心窗口和一定大小的邻域窗口的均值作为最终结果,提取研究区域每个像素点的时间序列夜光辐亮度和时间序列亮度温度;步骤5、处理土地覆盖产品,使土地覆盖产品与研究区域的每日夜光数据范围对齐;步骤6、基于耕地比例及时间序列夜光辐亮度和时间序列亮度温度,提取研究区域每个像素点的多元特征;多元特征为夜光辐亮度的最大值F1、夜光辐亮度大于一定阈值的比例F2、夜光辐亮度突变率F3、亮度温度最大值F4、夜光辐亮度最大值对应的亮度温度F5和夜光数据的每个像素中的耕地比例F6,识别农田火点、稳定发光点和全黑点,夜光辐亮度的最大值F1的计算公式为:F1=maxRadiance.TS1其中,Radiance.TS是指像素点的有效时间序列夜光辐亮度,全黑点的夜光辐亮度最大值在0.5nw·cm-2·sr-1以下,发光点和农田火点均大于1nw·cm-2·sr-1;夜光辐亮度大于某一阈值的比例F2的计算公式为: 其中,GTD为夜光辐亮度大于阈值的天数,VDC指所有的有效天数,对于稳定发光点,夜光辐亮度大于一定阈值的比例F2在0.9以上,对于农田火点和全黑点,夜光辐亮度大于一定阈值的比例F2会低于0.5;夜光辐亮度突变率F3的计算公式为:F3=Maxin-MaxoutMaxout3其中,Maxin指火点时间窗口内的夜光辐亮度最大值,Maxout指火点时间窗口以外的夜光辐亮度最大值;特殊情况下:若Maxout为0,若Maxin也为0,说明没有突变,将夜光辐亮度突变率F3赋值为0;若Maxin不为0,说明存在变化,将夜光辐亮度突变率F3赋值为Maxin,全黑点和稳定发光点F3的绝对值在1以下,农田火点F3为1以上的较大值;亮度温度最大值F4的计算公式为:F4=maxBT.TS4其中,BT.TS指的是有效亮度温度的时间序列;农田火点与稳定发光点亮度温度最大值F4与夜光辐亮度最大值对应的亮度温度F5较大,而全黑点亮度温度最大值F4与夜光辐亮度最大值对应的亮度温度F5较小;夜光数据的每个像素中的耕地比例F6的计算公式为: 其中,plounum指的是一个夜光像素范围内,土地覆盖产品上对应的耕地像元的总数,而Num指的是一个夜光像素范围内,土地覆盖产品上对应的像元总数,夜光数据的每个像素中的耕地比例F6与该夜光像素是否是耕地有关,如果是耕地,则夜光数据的每个像素中的耕地比例F6对应的值就越大,反之则越小,而一块像素是耕地与该块像素会发生农田火正相关步骤7、采集训练样本;步骤8、基于训练样本采用随机森林分类方法实现了分类算法,得到分类结果,得到农田火点的分布;步骤9、识别出农田火点后,找到并去除农田火点在时间序列上的异常高值,并将滤除火点后的时序夜光辐亮度重新生成多时相的夜光影像;滤除农田火点异常高值时,执行以下子步骤:步骤9.1,找到异常高值,对农田火像素一年内的时间序列夜光辐亮度进行搜索,找到农田火发生窗口内夜光辐亮度高于农田火发生窗口之外的夜光辐亮度最大值的天数;步骤9.2,最邻近采样,将步骤9.1搜寻到的天数对应的夜光辐亮度都赋值为其最邻近的非异常高值的天数对应的夜光辐亮度;步骤9.3,重新生成夜光影像,将经过步骤9.1和步骤9.2处理的夜光辐亮度重新生成多时相的夜光影像。

全文数据:

权利要求:

百度查询: 武汉大学 一种夜光遥感影像的农田火识别与去除方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。