[發(fā)明專利]一種基于BP神經(jīng)網(wǎng)絡的火點遙感識別方法

有效

• 申請?zhí)枺?/td>: 202111642612.7
• 申請日: 2021-12-29
• 公開（公告）號: CN114398595B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設計）人: 高慧娟;高濤;于會泳;王凱;陳勇;張文華
• 申請（專利權(quán)）人: 青島星科瑞升信息科技有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G01J1/00;G01J5/00
• 代理公司: 北京盛凡佳華專利代理事務所(普通合伙) 11947
• 代理人: 安學慧

本發(fā)明提供了一種基于BP神經(jīng)網(wǎng)絡的火點遙感識別方法，利用VIIRS 375m數(shù)據(jù)提出了一種多參數(shù)、多波段、自適應閾值的火點遙感識別方法。包括以下步驟：首先構(gòu)建火點與非火點樣本數(shù)據(jù)集，根據(jù)不同的波段組合及植被指數(shù)、建筑物指數(shù)自動提取水體、云、植被、建筑物、明亮反光地表等非火點樣本數(shù)據(jù)；根據(jù)樣本集數(shù)據(jù)的光譜特征，選擇9個參數(shù)作為特征向量，通過神經(jīng)網(wǎng)絡實現(xiàn)對大量的已知火點的某些與火點關(guān)系密切的特征向量和非火點的相同特征向量進行深層特征提取，學習其內(nèi)在特征，以特征參數(shù)來區(qū)分火點與非火點，使其與真實地面數(shù)據(jù)集相擬合，得到火點監(jiān)測模型；對待監(jiān)測的數(shù)據(jù)處理后輸入模型得到火點監(jiān)測結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及火災監(jiān)測和遙感環(huán)境監(jiān)測領(lǐng)域，尤其涉及一種基于BP神經(jīng)網(wǎng)絡的火點遙感識別方法。

背景技術(shù)

火災，是危害公共安全和社會經(jīng)濟的發(fā)展的災害之一，除了給人民生命財產(chǎn)安全造成傷害以外，火災釋放的煙塵粒子和溫室氣體隨著大氣飄散，也會對氣候環(huán)境產(chǎn)生種種不良影響。遙感技術(shù)具有高時效、高分辨率、大范圍監(jiān)測的優(yōu)勢，已成為火災監(jiān)測重要手段之一，廣泛應用于火災監(jiān)測和火災管理中。

目前主流的火點監(jiān)測方法主要根據(jù)火情出現(xiàn)時，高溫目標像元與其周圍像素點之間的溫度差異，建立目標像元與周圍低溫背景像元的之間的聯(lián)系，即通過計算差值或平均偏差的方法判斷此像元是否為火點像元。由于自然地理環(huán)境的復雜性，判斷目標像元是否為真實火點受各種復雜因素的影響，單一或少量組合起來的物理模型仍難以完整描述一個像元的所有特征，從而判斷其是否為火點像元。尤其是面對全國乃至全球化的復雜而大量的遙感數(shù)據(jù)，物理模型的精度更會受到局限。并且這種固定閾值的方法，在火點的面積較小時容易造成誤檢或者漏檢，在判別低溫火點時也存在很高的誤判可能，后續(xù)偽火點的處理也十分困難。

近年來深度學習的發(fā)展給模型的進一步優(yōu)化帶來了轉(zhuǎn)機。深度學習方法可以有效解決傳統(tǒng)火點檢測方法中參數(shù)閾值單一，模型適應性差的問題，其對已有數(shù)據(jù)集的擬合性是傳統(tǒng)模型難以比擬的，可以更好的擬合遙感參數(shù)與火點像元之間的非線性關(guān)系，從而獲得計算過程簡單且精度較高的檢測模型。

發(fā)明內(nèi)容

傳統(tǒng)的VIIRS產(chǎn)品火點檢測算法主要是基于熱紅外波段即4μm通道和遠紅外波段即 11μm通道的亮溫數(shù)據(jù)，通過固定的閾值篩選、掩膜提取、上下文法判斷等方式進行獨立判斷與篩取亮溫符合要求的像元，但是仍然存在許多偽火點難以排除。

本發(fā)明基于BP神經(jīng)網(wǎng)絡模型，利用VIIRS數(shù)據(jù)光譜特征，提出了一種多參數(shù)、多波段、自適應閾值的火點遙感識別方法。

本發(fā)明使用的VIIRS數(shù)據(jù)為375m分辨率的I1～I5波段數(shù)據(jù)，中心波長分別為0.64μm、 0.865μm、1.61μm、3.74μm、11.45μm。NPP/VIIRS是由Suomi-NPP衛(wèi)星搭載的可見光紅外成像輻射儀系列傳感器，VIIRS共有22個光譜波段，波段分布在0.3-14μm波長之間，包括6 個可見光波段，近紅外波段3個，短波紅外波段5個，中紅外波段3個，遠紅外波段4個以及1個夜光數(shù)據(jù)波段。

一種基于BP神經(jīng)網(wǎng)絡的火點遙感識別方法，包括以下步驟：

1、建立樣本數(shù)據(jù)集

(1)根據(jù)核實的火點數(shù)據(jù)人工選取火點樣本數(shù)據(jù)集；

(2)自動獲取非火點樣本數(shù)據(jù)集，非火點樣本數(shù)據(jù)集包括：水體、云、植被、建筑物、明亮反光地表。

具體提取方法如下：

①水體提取

利用光譜分析法，基于VIIRS I1、I2、I3通道的反射率，提取VIIRS中的水像元：

ρ₁＞ρ₂＞ρ₃，其中ρ₁、ρ₂、ρ₃分別為I1、I2、I3波段的反射率。