[发明专利]应用于林火热点判别的VIRR传感器多时相红外辐射归一方法

权利要求书

1.一种应用于林火热点判别的VIRR传感器多时相红外辐射归一方法，其特征在于，该方法包括如下步骤：

剔除云体影响像元；

计算NDVI值，提取植被面积；

将VIRR传感器红外数据进行辐射定标；

选择参考的红外影像数据与辐射定标后的红外数据进行曲线拟合，获取红外辐射归一化参数，采用VIRR的亮度温值进行归一化，确定红外辐射归一化模型，形成新的红外辐射归一化影像图；

评价红外辐射归一化模型的精度；

其中，

剔除云体影响像元时，采用多时相的相对变化率来反演替代云层的算法对云层进行剔除和云修复，算法如下：

设置云的影像为X，替补图像为Y，

令

m,n为云影像像元和替补像元的个数，则无云，有云影像像元值分别为：

其中，x_i,x_max,x_min分别为云的影像像元、云的影像像元的最大值和最小值；y_i，y_max，y_min分别为替补像元、替补像元的最大值和最小值；

采用决定系数R²和均方差误差RMSE来评价红外辐射归一化模型的精度，公式如下：

其中，y₀为经辐射归一化之后的红外数据，y_a为辐射定标后的红外数据；RMSE值越小，表示拟合的效果越好；VIRR亮度温度值归一化流程如下：

(1)利用可见光波段和近红外波段的反射率值进行归一，设可见光反射率阈值为其中，R₁为可见光波段反射率，R₂为近红外波段反射率；

RI_{th_Min}RIRI_{th_Max}且T₄T_4th

其中，T₄为热红外波段10.3-11.3μm等效黑体辐射亮度温度值；T_4th为T₄的阈值，RI_{th_Max}、RI_{th_Min}分别为RI的上下限阈值；满足RI_th267K，T_4th＝237K，RI_{th_Max}＝1.1，RI_{th_Min}＝0.95时能够识别云，剔除云像元；

(2)选取参考的红外辐射数据和辐射定标后的红外数据进行散点回归，选取散点回归图中红外辐射数据集群中心进行主成分分析，确定斜率，向上向下选取百分之六十的红外数据，剔除影响像元，得到新的红外影像图；

(3)以未剔除的像元为目标，以一元一次方程确定红外波段的归一化方程；

(4)用归一化方程对新的红外影像图进行回归运算，得到新的红外辐射归一化影像图。