[发明专利]一种利用BFAST算法判别潜在火点的方法

说明书

本发明公开了一种利用BFAST算法判别潜在火点的方法，涉及火灾科学领域，首先对MOD02及MOD03数据构建时间序列数据，得到NDVI和亮温的时间序列日值数据，然后采用时间序列断点识别算法识别NDVI和亮温的时间序列日值数据中的断点，将识别出的断点作为潜在火点；采用空间上下文分析法从潜在火点中判别出相对火点；从自主模块化传感器数据中提取真实火点，将相对火点与真实火点进行对比，验证相对火点的正确性和遗漏率。本发明利用BFAST算法检测时间序列数据断点的方法判别潜在火点，更具有自适应性和灵活性，克服了固定阈值判别潜在火点无法满足区域性差异的不足，提高了火点判对率。

本发明是发明名称为“一种基于MODIS的森林火灾火点检测方法”的分案申请，其中，母案的申请号为201710049523.9，申请日为20170123。

技术领域

本发明涉及火灾科学领域，特别是涉及一种利用BFAST算法判别潜在火点的方法。

背景技术

随着MODIS火点检测产品的发展，相应算法不断丰富。目前林火火点检测算法主要有光谱法、阈值法、空间上下文分析法、多时相法等。光谱法借助火点与其他地物的光谱差异，增强图像信息，目视定性地了解火点大致位置。阈值法是根据区域和季节的先验信息，设定火点判别物理量的阈值，从而确定火点；Kaufman、Kennedy、Arino、Melinotte和覃先林等人分别引入亮温、反射率、反照率、NDVI阈值、亮温-植被指数作为火点判别物理量，Lee和Tag技术依据像元背景亮温和地表温度的差异对通道亮温进行了校正；阈值方法简单省时高效，但很难适用于所有的气候和环境状况。

针对固定阈值法的不足，Giglio提出了上下文算法，并发展成为了MODIS V4算法；基于此，Wang引入烟羽掩膜确定潜在火点区域、Wang调整了潜在火点判别阈值中MIR和TIR通道的亮温差、彭光雄等采用了烟羽掩膜和自适应背景窗口技术、HEL等提出了消除太阳污染的方法、YingLi提出特征空间马氏距离法、肖霞提出类间方差和烟羽掩膜法，使得MODISV4算法日益成熟。与此同时，多时相法得到迅速发展，Keiji和Kushida基于多时相MODIS V4产品构建双谱阈值的随机模型比MODIS V4精度更高；MovaghatiS利用自动Agent算法检测区域火点，对面积小、温度低火点检测比MODIS V4更有优势。

总的来说，上下文分析法设定自适应背景窗口内目标与背景的差异度判识火点，提高了方法的适用范围和准确度，但通过固定阈值确定潜在火点的方法灵活性差，区域性差异考虑不足；多时相火点检测方法虽然克服了不同区域环境阈值设置问题，更具有自适应性，能在早期发现火点，但要对历史数据进行统计分析和变化阈值设定。

因此，亟需一种利用BFAST算法判别潜在火点的方法，克服上述缺点。

发明内容

本发明的目的是提供一种利用BFAST算法判别潜在火点的方法，对于火点判别更具有自适应性和灵活性，克服固定阈值判别潜在火点无法满足区域性差异的不足。

为实现上述目的，本发明提供了如下方案：

一种利用BFAST算法判别潜在火点的方法，包括：

获取MODIS中若干天的MODO2数据和MODO3数据；

根据所述MODO2数据和MODO3数据构建时间序列数据，得到NDVI时间序列日值数据和亮温时间序列日值数据；

采用时间序列断点识别算法识别所述NDVI时间序列日值数据得到NDVI时间序列断点数据，采用时间序列断点识别算法识别所述亮温时间序列日值数据得到亮温时间序列断点数据；

将识别出的所述NDVI时间序列断点数据和亮温时间序列断点数据作为潜在火点；

采用空间上下文分析对所述潜在火点进行识别，得到相对火点；