專利名稱：一種森林火災煙霧監(jiān)測方法和系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及森林火災監(jiān)測技術領域，更具體地說，涉及一種森林火災煙霧監(jiān)測方法和系統(tǒng)。
背景技術：
森林火災是指失去人為控制，在林地內自由蔓延和擴展，對森林、森林生態(tài)系統(tǒng)和人類帶來一定危害和損失的自然災害。而煙霧是火災過程中的前兆和熱物理產物，并在火災初期尤為明顯，針對煙霧的準確監(jiān)測對森林火災的救援和撲滅有著重要的意義。現(xiàn)有的監(jiān)測森林火災煙霧的方法多是采用Xie et al利用MODIS的多通道性質提出多光譜閾值監(jiān)測煙霧像元，但是不能檢測薄層煙霧，且在不同區(qū)域及季節(jié)下，監(jiān)測結果的穩(wěn)定性較差。

發(fā)明內容
有鑒于此，本發(fā)明提供一種森林火災煙霧監(jiān)測方法和系統(tǒng)，以實現(xiàn)對薄煙區(qū)域的監(jiān)測，并提高區(qū)域和季節(jié)的適應性。一種森林火災煙霧監(jiān)測方法，包括獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，所述通道與待處理波段一一對應；根據(jù)所述反射率和所述亮溫值提取目標波段；采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器；利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。優(yōu)選地，采用k-means聚類算法對所述反射率做聚類處理并判別所述目標波段中的氣溶膠像元具體為對所述目標波段的反射率賦予三維坐標值，并從三維坐標值中選取對應的一維中心占·
I—t ^ \\\ 循環(huán)計算各三維坐標值與所述一維中心點的相異度，并統(tǒng)計相異度與預設值之間的比較結果，直至求取比較結果對應的三維坐標值的平均值的變化值小于給定閾值為止得到各目標波段的聚類結果；將各目標波段的聚類結果符合聚類要求的像元記為氣溶膠像元。優(yōu)選地，以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器具體為提取滿足第一預設條件并與三通道合成圖中的煙羽區(qū)域對應的第一指定通道組的反射率作為煙霧樣本；提取滿足第二預設條件并與三通道合成圖中的煙羽區(qū)域對應的第二指定通道組的反射率和亮溫值作為云樣本；將所述煙霧樣本和所述云樣本中的像元作為訓練樣本的子集計算類內離散度矩陣及類內總離散度矩陣；利用所述類內總離散度矩陣生成Fisher分類器。根據(jù)權利要求1所述的監(jiān)測方法，其特征在于，還包括為了完善上述方案所述第一預設條件具體為0. 5 彡(R8-R9) / (R8+R9)彡 0. 15(R9-R7) / (R9+R7)彡 0. 30(R8-R3) / (R8+R3) ( 0. 09R8 彡 0.09，其中:所述R8、R9、R7和R3分別第8通道、第9通道、第7通道和第3通道光譜數(shù)據(jù)的反射率。所述第二預設條件具體R1+ > 0. 9or T32 < 265K ；和/ 或(R1+ > 0. 7 and T32 < 285K)；其中所述禮、R2和T32分別為第1通道的反射率、第1通道的反射率和第32通道的亮溫值。一種森林火災煙霧監(jiān)測系統(tǒng)，包括光譜數(shù)據(jù)獲取單元，用于獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，其中，所述通道與待處理波段一一對應；目標波段提取單元，用于根據(jù)所述反射率和所述亮溫值提取目標波段；k-means聚類處理單元，用于采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；Fisher分類器訓練單元，用于以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到 Fisher分類器；去云干擾像元單元，用于利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。從上述的技術方案可以看出，本發(fā)明實施例對目標波段中的反射率與亮溫值采用 k-means聚類算法做聚類處理，得到氣溶膠像元，所述氣溶膠像元包括如云像元和水體像元等干擾煙霧像元，所述氣溶膠像元的得出解決了現(xiàn)有技術中對于擴散在云雨區(qū)域的薄層煙霧的漏判問題，并通過Fisher分類器去除干擾煙霧像元的云像元，結合光譜閾值法甄別去除水體像元干擾，提高了監(jiān)測的準確度，且可適應不同天氣狀況和季節(jié)氣候等影響對煙霧監(jiān)測的需求。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
圖Ia為本發(fā)明實施例公開的一種森林火災煙霧監(jiān)測方法流程圖；圖Ib本發(fā)明實施例公開的一種k-means聚類算法對所述反射率做聚類處理及通過閾值法判別所述目標波段中的氣溶膠像元方法流程圖；圖Ic本發(fā)明實施例公開的以與煙羽區(qū)域對應的氣溶膠像作為訓練樣本得到 Fisher分類器的方法流程圖；圖2為本發(fā)明實施例公開的一種森林火災煙霧監(jiān)測方法流程圖；圖3為發(fā)明實施例公開的一種森林火災煙霧監(jiān)測系統(tǒng)結構示意圖。
具體實施例方式為了引用和清楚起見，下文中使用的技術名詞、簡寫或縮寫總結如下K-means 一種將事先輸入的η個數(shù)據(jù)對象劃分為k個聚類迭代算法；Fisher分類器基于Fisher判別方法的分類裝置；MODIS 一種搭載于衛(wèi)星上的傳感器。下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。一種森林火災煙霧監(jiān)測方法和系統(tǒng)，以實現(xiàn)對薄煙區(qū)域的監(jiān)測，并提高區(qū)域和季節(jié)的適應性。在進行實施例的描述之前，首先需要說明的是煙、云等氣溶膠在可見光和紅外波段與植被、土壤以及水域等下墊面介質的反射率和輻射亮溫值存在差異，氣溶膠具有較高的反射率而具有低的亮溫。利用云、煙等氣溶膠在可見光和紅外波段與植被、土壤、雪和水域等下墊面在反射率和輻射亮溫值存在差異進行檢測。k-means算法是基于樣本間相似性度量的間接聚類方法，此算法使簇內具有較高的相似度，簇間的相似度較低。相似度的計算根據(jù)一個簇中對象的平均值來進行。本發(fā)明實施例中采用Kmeans聚類方法將氣溶膠(主要為云和煙)從目標波段中分離出來。Fisher算法是進行模式識別時在低維空間行應用的統(tǒng)計方法，在本發(fā)明中在適宜方向投影降低維數(shù)是解決分類器訓練的關鍵，在具體實施例中則轉換為求解向量^的問題。(假定有η個訓練樣本& = 1，2，. . . .，η)，其中Ii1個樣本來自Wi類型，η2個樣本來自 類型，η = ηι+η2。兩個類型的訓練樣本分別構成訓練樣本的子集&和\2。^ :yk = wTxk, k = 1，2，...，n，其中，yk是向量&通過變換w得到的標量，它是一維的。實際上，對于給定的w，yk就是判決函數(shù)的值。Fisher線性判別式j/ = O -似2)求解向量ww)。圖Ia示出了一種森林火災煙霧監(jiān)測方法，包括步驟11 獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，所述通道與待處理波段一一對應；本實施例中選取反射率和亮溫值作為后續(xù)計算和處理的主要參數(shù)，采用Ri為相應i通道的反射率，例如Rl為1通道的反射率。
步驟12 根據(jù)所述反射率和所述亮溫值提取目標波段；由于煙霧在短波波段有較強的反射率，在長波波段較為透明。則對modis的1到 8波段進行分析，3波段和8波段是提取氣溶膠(主要為煙，云和灰塵等，在火災發(fā)生前及發(fā)展過程中，對煙檢測干擾較大的為云。)較好的波段。步驟13 采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；在步驟12的分析基礎上，把3波段和8波段的反射率用于Kmeans聚類算法將氣溶膠(潛在煙霧像元)分離。該步驟具體為，需要特別指出的是，本具體實施例中的賦值方式和求取均值方式作為實施例提出，而并不舉行限于下述列舉形式圖Ib示出了 k-means聚類算法對所述反射率做聚類處理及通過閾值法判別所述目標波段中的氣溶膠像元，包括步驟121 對所述目標波段的反射率賦予三維坐標值，并從三維坐標值中選取對應的一維中心點將3波段反射率和8波段反射率記為R3和R8，分別賦值給data
[i] [j]、 data[l] [i] [j] (i，j為MODIS多通道光譜數(shù)據(jù)中對應點像元的坐標)；/Adata
[i][j]選擇2個初始中心點，分別為c
、c [1]；步驟122 計算各三維坐標值與所述一維中心點的相異度；分別計算dataW][i][j]剩下的元素到c
和c[l]的相異度，如果預設值與 c
差值為小，標記為0，否則標記為1 ；步驟123 統(tǒng)計相異度與預設值之間的比較結果個數(shù)；計算c
=所有標記為0的data
[i] [j]之和/標記為0的個數(shù)；c[l]=所有標記為1的data
[i] [j]之和/標記為1的個數(shù)；步驟124 重復步驟122-步驟123，直至所有c [i]值的變化值小于給定閾值，得到 R3聚類結果；采用與步驟121-步驟124相同的處理方式，得到R8聚類結果；
步驟125 滿足R3、R8聚類要求的，認為此像元為氣溶膠像元(潛在煙霧像元)。步驟14 以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器；圖Ic示出了以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器的實現(xiàn)方式，需要說明的是，本實施方式中的預設條件選定和三通道(1、4、3通道)的選取作為優(yōu)選提出，而并不局限于下列方式，具體為步驟141 提取滿足第一預設條件并與三通道合成圖中的煙羽區(qū)域對應的第一指定通道組的反射率作為煙霧樣本；0. 5 彡(R8-R9) / (R8+R9)彡 0. 15(R9-R7) / (R9+R7) ^ 0. 30
(R8-R3) / (R8+R3) ( 0. 09R8 彡 0.09，其中:所述R8、R9、R7和R3分別第8通道、第9通道、第7通道和第3通道光譜數(shù)據(jù)的反
7射率。步驟142 提取滿足第二預設條件并與三通道合成圖中的煙羽區(qū)域對應的第二指定通道組的反射率和亮溫值作為云樣本；R^R2 > 0. 9 or T23 < 265K ；和/ 或(R1+ > 0. 7 and T23 < 285K)；其中所述禮、R2和T23分別為第1通道的反射率、第1通道的反射率和第32通道的亮溫值。步驟143 將所述煙霧樣本和所述云樣本中的像元作為訓練樣本的子集計算類內離散度矩陣及類內總離散度矩陣，利用該類內總離散度矩陣生成Fisher分類器。由擬’=+ Σ & i = 1，2計算各類的類內離散度矩陣〒
flI 々ex,. ,O1 ,
及類內總離散度矩陣Sr =瓦+瓦
4=不W12 ；求取Sw的逆矩陣5C—1 ;w； =^% —得到‘，而所述Fisher分類器對應所
述Wo本實施例中，通過多光譜閾值方法提取煙霧像元和云像元的樣本，并結合三通道合成法(真彩色圖)確認所取樣本的正確性。取得的兩類樣本對Fisher分類器進行訓練得到我們需要的Fisher分類器(Z)。步驟15 利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。待判斷的氣溶膠通過訓練后的Fisher分類器排除混合其中的云干擾像元，從而得到煙霧像元。圖2示出了又一種森林火災煙霧監(jiān)測方法，包括步驟21 通過MODIS采集原始MODIS圖像數(shù)據(jù)；步驟22 對所述原始MODIS圖像數(shù)據(jù)進行預處理，所述預處理包括輻射矯正和幾何矯正；步驟23 獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，所述通道與待處理波段一一對應；步驟M 根據(jù)所述反射率和所述亮溫值提取目標波段；步驟25 采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；步驟沈利用R7的閾值去除水像元影響；需要說明的是步驟25的聚類結果中仍然包含了少部分的水干擾像元，可以通過閾值法去除這部分水的影響，根據(jù)水的光譜特性可知，7通道反射率能很好的分辨氣溶膠和水像元，本發(fā)明利用R7的閾值排除混合的水像元。步驟沈以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器；步驟27:去除噪音像元；一般情況下，煙霧是連續(xù)的，如果出現(xiàn)單一像元則認為噪聲干像元而對其去除。
步驟觀利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。詳細步驟說明參見圖1對應圖示及其說明，在此實施例中不做贅述。圖3示出了一種森林火災煙霧監(jiān)測系統(tǒng)，包括光譜數(shù)據(jù)獲取單元31，用于獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，其中，所述通道與待處理波段一一對應；目標波段提取單元32，用于根據(jù)所述反射率和所述亮溫值提取目標波段；k-means聚類處理單元33，用于采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；Fisher分類器訓練單元34，用于以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器；去云干擾像元單元35，用于利用所述Fisher分類器算法去除云干擾像元得到煙
霧像元。圖中還示出了預處理單元36，用于通過MODIS采集原始MODIS圖像數(shù)據(jù)；對所述原始MODIS圖像數(shù)據(jù)進行預處理，所述預處理包括輻射矯正和幾何矯正。去干擾單元37，用于在得到氣溶膠像元后利用閾值法去除水像元；在得到煙霧像元后，去除噪音像元。綜上所述本發(fā)明的實施例對目標波段中的反射率與亮溫值采用k-means聚類算法做聚類處理，得到氣溶膠像元，所述氣溶膠像元包括如云像元和水體像元等干擾煙霧像元，所述氣溶膠像元的得出解決了現(xiàn)有技術中對于擴散在云雨區(qū)域的薄層煙霧的漏判問題，并通過 Fisher分類器去除干擾煙霧像元的云像元，結合光譜閾值法甄別去除水體像元干擾，提高了監(jiān)測的準確度，且可適應不同天氣狀況和季節(jié)氣候等影響對煙霧監(jiān)測的需求。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。本領域技術人員可以理解，可以使用許多不同的工藝和技術中的任意一種來表示信息、消息和信號。例如，上述說明中提到過的消息、信息都可以表示為電壓、電流、電磁波、 磁場或磁性粒子、光場或以上任意組合。專業(yè)人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術方案的特定應用和設計約束條件。專業(yè)技術人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。結合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結合來實施。軟件模塊可以置于隨機存儲器(RAM)、內存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或技術領域內所公知的任意其它形式的存儲介質中。 對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。 對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。
權利要求
1.一種森林火災煙霧監(jiān)測方法，其特征在于，包括獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，所述通道與待處理波段 --對應；根據(jù)所述反射率和所述亮溫值提取目標波段；采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器； 利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。
2.根據(jù)權利要求1所述的監(jiān)測方法，其特征在于，采用k-means聚類算法對所述反射率做聚類處理并判別所述目標波段中的氣溶膠像元具體為對所述目標波段的反射率賦予三維坐標值，并從三維坐標值中選取對應的一維中心占.^ w\ 循環(huán)計算各三維坐標值與所述一維中心點的相異度，并統(tǒng)計相異度與預設值之間的比較結果，直至求取比較結果對應的三維坐標值的平均值的變化值小于給定閾值為止得到各目標波段的聚類結果；將各目標波段的聚類結果符合聚類要求的像元記為氣溶膠像元。
3.根據(jù)權利要求1所述的監(jiān)測方法，其特征在于，以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器具體為提取滿足第一預設條件并與三通道合成圖中的煙羽區(qū)域對應的第一指定通道組的反射率作為煙霧樣本；提取滿足第二預設條件并與三通道合成圖中的煙羽區(qū)域對應的第二指定通道組的反射率和亮溫值作為云樣本；將所述煙霧樣本和所述云樣本中的像元作為訓練樣本的子集計算類內離散度矩陣及類內總離散度矩陣；利用所述類內總離散度矩陣生成Fisher分類器。
4.根據(jù)權利要求1所述的監(jiān)測方法，其特征在于，所述第一預設條件具體為 0. 5 ^ (R8-R9) / (R8+R9) ^ 0. 15(R9-R7) / (R9+R7) ^ 0. 30 (R8-R3)/(R8+R3) ^ 0. 09 R8彡0. 09，其中所述IVIVR7和民分別第8通道、第9通道、第7通道和第3通道光譜數(shù)據(jù)的反射率； 所述第二預設條件具體禮+1 2 >0.9 or T32 < 265K ； 和 / 或(R^R2 > 0. 7 and T32 < 285K)； 其中所述R1A2和T32分別為第1通道的反射率、第1通道的反射率和第32通道的亮溫值。
5.根據(jù)權利要求1所述的監(jiān)測方法，其特征在于，還包括 通過MODIS采集原始MODIS圖像數(shù)據(jù)；對所述原始MODIS圖像數(shù)據(jù)進行預處理，所述預處理包括輻射矯正和幾何矯正。
6.根據(jù)權利要求1所述的監(jiān)測方法，其特征在于，在得到氣溶膠像元后利用閾值法去除水像元； 在得到煙霧像元后，去除噪音像元。
7.一種森林火災煙霧監(jiān)測系統(tǒng)，其特征在于，包括光譜數(shù)據(jù)獲取單元，用于獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，其中，所述通道與待處理波段一一對應；目標波段提取單元，用于根據(jù)所述反射率和所述亮溫值提取目標波段； k-means聚類處理單元，用于采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；Fisher分類器訓練單元，用于以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到 Fisher分類器；去云干擾像元單元，用于利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。
8.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，還包括預處理單元，用于通過MODIS采集原始MODIS圖像數(shù)據(jù)；對所述原始MODIS圖像數(shù)據(jù)進行預處理，所述預處理包括輻射矯正和幾何矯正。
9.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，還包括去干擾單元，用于在得到氣溶膠像元后利用閾值法去除水像元；在得到煙霧像元后，去除噪音像元。
全文摘要
本發(fā)明實施例公開了一種森林火災煙霧監(jiān)測方法和系統(tǒng)，所述方法包括獲取經過預處理的MODIS多通道光譜數(shù)據(jù)的反射率和亮溫值，所述通道與待處理波段一一對應；根據(jù)所述反射率和所述亮溫值提取目標波段；采用k-means聚類算法對所述目標波段的反射率做聚類處理并判別所述目標波段中的氣溶膠像元；以與煙羽區(qū)域對應的氣溶膠像元作為訓練樣本得到Fisher分類器；利用所述Fisher分類器算法去除云干擾像元得到煙霧像元。所述氣溶膠像元的得出解決了現(xiàn)有技術中對于擴散在云雨區(qū)域的薄層煙霧的漏判問題，并通過Fisher分類器去除干擾煙霧像元的云像元，結合光譜閾值法甄別去除水體像元干擾，提高了監(jiān)測的準確度，且可適應不同天氣狀況和季節(jié)氣候等影響對煙霧監(jiān)測的需求。
文檔編號G06K9/62GK102254398SQ20111015703
公開日2011年11月23日 申請日期2011年6月13日 優(yōu)先權日2011年6月13日
發(fā)明者劉士興, 宋衛(wèi)國, 張永明, 王靜 申請人:中國科學技術大學