[发明专利]森林火灾微光遥感识别方法

说明书

本发明公开了森林火灾微光遥感识别方法，包括利用NTL与NDVIpre组合刻画森林燃烧导致植被指数减小的过程，具体为基于地表温度通过潜热传递随植被密度的增加而降低的原理，采用亮度温度与植被指数比值，以增强夜光火灾扰动指数的形式，提高微光下火灾识别能力，充分地分离森林火灾与工业燃烧、城市热源，其中，Tmir代表4um中红外波段亮温；NTL代表NPP‑VIIRS DNB波段的辐射亮度；为了与NDVI匹配，NTL、Tmir均进行归一化处理，使其值域在0和1之间；NDVIpre代表火灾发生前的NDVI，上述计算公式中，各参数的具体得出方法为：以A时刻森林火灾为中轴，提取了NTL、Tmir以及火灾前B时刻NDVIpre纬度样带，并计算ENFDI，不考虑云污染影响，本发明，具有实用性强的特点。

技术领域

本发明涉及火灾检测技术领域，具体为森林火灾微光遥感识别方法。

背景技术

在微光遥感图像上，森林火灾表现为微光波段亮度(NTL)增高、4um中红外波段温度(Tmir)增高,但森林火灾、工业燃烧和城市热岛等热源之间，存在辐射亮度和温度混淆，很难单纯依靠NTL或者Tmir，将森林火灾与其他热源充分地分离。简单直观来看，微光虽然可以提供更多的空间细节，但并没有对火灾识别起到积极的作用。

然而，为缓解数据饱和问题，考虑植被影响后，微光对森林火灾识别作用开始显现。非辐射定标法是微光数据常用的去饱和方法之一，通常采用自然因素指标(包括植被指数等)、社会经济指标等辅助数据构建函数模型达到数据去饱和的目的。森林覆盖与工业、城市热源等地表覆盖不同，森林火灾前植被(NDVIpre)具有高密度特征，而城市中心具有高密度照明且稀疏植被的特征。从城市到郊区，NTL呈下降趋势而NDVIpre呈上升趋势，NTL和NDVIpre之间的反比关系在城市中心最为明显，而NTL和NDVIpre之间的正比关系在火灾中心最为明显。

随着星载微光探测技术的发展，针对高亮度异质热源混淆以及微光波段频繁的数据饱和问题，基于地表温度随植被密度的增加而降低的原理，以及植被和城市表面呈负相关的程式化事实，本文提出了一种新的光谱指数—增强夜光火灾扰动指数。因此，设计实用性强的森林火灾微光遥感识别方法是很有必要的。

发明内容

本发明的目的在于提供森林火灾微光遥感识别方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：森林火灾微光遥感识别方法，包括利用NTL与NDVIpre组合刻画森林燃烧导致植被指数减小的过程，具体为基于地表温度通过潜热传递随植被密度的增加而降低的原理，采用亮度温度与植被指数比值，以增强夜光火灾扰动指数的形式，提高微光下火灾识别能力，充分地分离森林火灾与工业燃烧、城市热源。

根据上述技术方案，所述增强夜光火灾扰动指数的计算公式如下：

ENFDI＝T_mir/(1-NTL×NDVI_pre)；

其中，Tmir代表4um中红外波段亮温；NTL代表NPP-VIIRS DNB波段的辐射亮度；为了与NDVI匹配，NTL、Tmir均进行归一化处理，使其值域在0和1之间；NDVIpre代表火灾发生前的NDVI。

根据上述技术方案，上述计算公式中，各参数的具体得出方法为：以A时刻森林火灾为中轴，提取了NTL、Tmir以及火灾前B时刻NDVIpre纬度样带，并计算ENFDI，不考虑云污染影响，Tmir值在火点中心偏高，NTL值沿着纬度样带向城市中心和火灾中心的方向逐渐增加，而NDVIpre值在远离城市中心的地方较高；

NDVIpre和NTL之间的反比关系在城市中心最为明显，NDVIpre与NTL乘积在城市中心偏小；NDVIpre和NTL之间的正比关系在火灾中心最为明显，NDVIpre与NTL乘积在火灾中心偏大，因此ENFDI在火灾中心异常偏高，在城市中心出现小波峰。