[發明專利]一種利用BFAST算法判別潛在火點的方法

有效

• 申請號: 202110891618.1
• 申請日: 2017-01-23
• 公開（公告）號: CN113607284B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 宮阿都;蘇永榮;呂瀟然;尹曉天;李靜
• 申請（專利權）人: 北京師范大學
• 主分類號: G01J5/00
• 分類號: G01J5/00
• 代理公司: 北京方圓嘉禾知識產權代理有限公司 11385
• 代理人: 程華

1.一種利用BFAST算法判別潛在火點的方法，其特征在于，所述利用BFAST算法判別潛在火點的方法包括：

獲取MODIS中若干天的MODO2數據和MODO3數據；

對所述MODO2數據和MODO3數據進行預處理；所述預處理包括幾何校正、數據有效性檢查、亮溫反演和NDVI反演；所述幾何校正包括基于java語言，使用MODIS Swath格式數據的簡易軟件平臺MRTSwath去除“蝴蝶結”效應，進行投影轉換、圖像規則裁剪；對hdf文件經MRTSwath幾何校正生成的TIF文件進行重新賦值以及數據拼接處理；

根據所述MODO2數據和MODO3數據構建時間序列數據，得到NDVI時間序列日值數據和亮溫時間序列日值數據；

采用時間序列斷點識別算法識別所述NDVI時間序列日值數據以得到NDVI時間序列斷點數據，采用時間序列斷點識別算法識別所述亮溫時間序列日值數據以得到亮溫時間序列斷點數據；

將識別出的所述NDVI時間序列斷點數據和亮溫時間序列斷點數據作為潛在火點；

采用空間上下文分析對所述潛在火點進行識別，得到相對火點；

獲取自主模塊化傳感器輸出的真實火點，將所述真實火點與所述相對火點對比，計算所述相對火點的正確性和遺漏率。

2.根據權利要求1所述的利用BFAST算法判別潛在火點的方法，其特征在于，所述采用時間序列斷點識別算法識別所述NDVI時間序列日值數據以得到NDVI時間序列斷點數據，采用時間序列斷點識別算法識別所述亮溫時間序列日值數據以得到亮溫時間序列斷點數據，具體包括：

步驟1，采用可加性分解模型迭代擬合趨勢組分和季節組分，得到計算公式為：

Y_t＝T_t+S_t+e_t(t＝1,...,n)；

其中，t為觀測時間，Y_t為t時刻觀測值；T_t為趨勢組分；S_t為季節組分；e_t為噪聲組分，所述噪聲組分是觀測值中除去趨勢組分和季節成分后的剩余部分；

設斷點為則趨勢組分Tt的線性模型表示為：

其中，j為趨勢斷點所在位置，j＝1,…,m；α_j為截距，β_j為斜率，所述斜率為用來反演突變的幅度和斷點前后漸變的斜率；

對于斷點t，若滿足則斷點t突變的幅度表示為：

Magnitude＝(α_j-1-α_j)+(β_j-1-β_j)t；

其中，β_j-1為斷點前的漸變斜率，β_j為斷點后的漸變斜率；

設斷點為則季節組分St的諧波模型表示為：

其中，j為季節斷點所在位置，j＝1,...,p；k為諧波項數，f為頻率；γ_j,k＝a_j,k cos(δ_j,k)，θ_j,k＝a_j,k sin(δ_j,k)，a_j,k為頻率f/k的振幅，δ_j,k為頻率f/k的相位；δ_j,k＝tan^-1(θ_j,k/γ_j,k)；

步驟2，采用最小二乘法的移動求和分別檢驗所述NDVI時間序列日值數據和所述亮溫時間序列日值數據中是否存在斷點，采用最小貝葉斯信息準則確定所述NDVI時間序列日值數據和所述亮溫時間序列日值數據中斷點的最優數量，采用最小殘差平方和估算所述NDVI時間序列日值數據和所述亮溫時間序列日值數據中斷點的位置，最終得到NDVI時間序列斷點數據和亮溫時間序列斷點數據。