地球是圆的!分享 http://blog.sciencenet.cn/u/pgx457600sci Remote Sensing and Spectral Geology

博文

环境小卫星HJ林火探测试验

已有 6026 次阅读 2009-8-27 20:46 |个人分类:科研笔记|系统分类:科研笔记| 火点, 遥感探测

 

环境小卫星HJ林火探测试验 (彭光雄) 1.HJMODIS数据特性比较

MODISV4火点探测算法是经典的森林火点遥感探测算法,虽然它是针对MODIS的传感器特性而设计(见表1),但的火点探测的基本方法也可推广到类似的传感器系统。因而考虑根据环境小卫星HJ的特点对MODISV4火点探测算法进行改造。

1 用于火点探测的MODISHJIRS波段特性比较

    虽然HJIRS红外波段比MODIS的红外波段少,但主要用于火点探测的4μm11μm已经具备,如表1所示,尽管辅助波段存在一些差异,但基本上可以满足MODISV4林火探测算法的要求。

2.HJ水云掩膜

由于MODIS林火探测算法利用MODIS数据集MOD03中自带的水陆掩膜产品来提供水体信息。云产品则利用多个波段的组合基于云检测算法进行云信息的提取。HJ数据产品与MODIS数据产品集存在一定的差异,因而只能利用HJIRS数据特点进行水体和云信息的提取。

1 水体的反射率光谱曲线

2 HJ-IRS水体信息提取示例

2 不同场景MODIS 云检测的算法

 

 

借鉴MODIS的云检测方法(见表2),可以得出HJIRS传感器的云判定方法。HJ-IRS的云检测结果如图3所示。

 

3 HJ-IRS云信息提取示例

3.HJ火点探测流程

HJ-IRS火点探测流程包括潜在火点判定、绝对火点判定、背景特性分析、相对火点判定、火点置信度,由于HJ数据与MODIS数据特点的不同而不能执行假火点去除流程,简化后的总体流程如图4所示。由于HJ-IRSMODIS的传感器性能差异,各个流程的具体参数要相应的调整。

4  HJIRS火点探测总体流程图

 

HJIRS过境时间为当地时间上午1030左右,MODIS过境时间为当地时间上午1100左右。利用2009427黑龙江森林火灾发生区域的HJIRSMODIS数据,对它们的数据特点进行统计分析。将HJIRS数据重新采样到与MODIS的红外波段一致的1km空间分辨率。根据普朗克公式分布计算各自4μm 11μm波段亮温值,如图5所示。分别统计4μm 11μm波段HJ-IRSMODIS的散点图如图6所示,可见4μm两个传感器的相关性较高,而11μm两个传感器的相关性相对于4μm要略低,进一步反映出传感器性能的差异,因此火点探测各个流程的具体参数必须作出相应的调整

5 MODISHJIRS4μm 11μm波段的亮温影像

6  MODISHJIRS4μm 11μm波段的亮温散点分析图

4.比较验证分析

利用2009427发生的中国黑龙江沾河地区的森林火灾,和200958发生在美国加州的森林火灾选取几个不同时段的HJ-IRSMODIS数据,选择多个测试区域(按影像重叠部分进行区域切割,对HJ-IRSMODIS火点探测的结果进行比较分析,结果如表3和图7,8所示。

 

3 同区域同时相HJ-IRSMODIS探测的火点统计表

7  同区域同时相HJ-IRSMODIS探测的火点曲线图

 

8 同区域同时相HJ-IRSMODIS探测的火点散点图

 

从同区域同时相HJ-IRSMODIS探测的火点散点图(图8)可得知,HJ-IRS探测的火点数量是MODIS探测的火点数量的10.466倍。MODIS的空间分辨率为1km,而HJ-IRS火点探测使用的空间分辨率为300m。根据理论计算, HJ-IRS探测的火点数量应是MODIS探测的火点数量的11.09倍,而测试结果为10.466倍,与理论值比较接近,且两者的数据相关系数为0.9992,说明基于MODISV4火点探测算法改造的HJ-IRS火点探测方法是成功而有效的。HJ-IRS探测的火点与IRS影像叠加的结果如图9所示,也基本符合火灾发生时的实际情况。同区域同时相HJ-IRSMODIS探测的火点与MODIS可见光影像叠加的结果如图10所示。图10显示2009510美国加州某地区当地时间上午11MODIS探测到一个火点,而当地时间上午1030HJ-IRS探测到10个火点,基本符合实际情况。有一点值得注意的是,HJ-IRSMODIS探测的火点位置稍微有点偏差,这是由两者的数据产品的空间位置定位精度存在一定的差异所引起的。

9 2009427黑龙江森林火灾HI-IRS探测的火点及其影像

 

10  2009510美国加州森林火灾HI-IRSMODIS探测的火点


参考文献

Giglio L, Descloitres J, Justice C O, Kaufman Y J . An enhanced contextual fire detection algorithm for MODIS [J]. Remote Sensing of Environment, 2003,87:273-282.

Davies, D., Kumar, S., and Descloitres, J. (2004). Global fire monitoring using MODIS near-real-time satellite data. GIM International, 18(4):41-43

Justice C O, Giglio L, Kaufman Y ,etal. The MODIS fire products[J]. Remote Sensing of Environment,2002, 83:244-262.

Kaufman Y J, Justice C O ,Giglio L, etal. Potential global fire monitoring from EOS-MODIS [J]. Journal of Geophysical Research,1998,103:215-238.

Wang W T , Qu J J, Hao X J ,etal. An improved algorithm for small and cool fire detection using MODIS data:A preliminary study in the southeastern United States [J]. Remote Sensing of Environment .2007(108):163-170

彭光雄等. 基于烟羽掩膜的森林火点 MODIS 探测算法研究[J]. 红外与毫米波学报. 2008, 27(3):185-190

彭光雄.基于MODIS数据的林火监测与预警方法研究—以马来半岛为例.[D].北京师范大学博士学位论文.2007.

 ◎用户手册见附件:

基于环境小卫星HJ的森林火点探测系统-用户手册.pdf

http://blog.sciencenet.cn/blog-204309-251818.html

上一篇:黑龙江伊南河森林火灾遥感影像
下一篇:AHP层次分析法教程PPT

0

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-12-4 00:21

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部