本發(fā)明涉及遙感技術(shù)領(lǐng)域，具體涉及一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法及系統(tǒng)。

背景技術(shù)：

每年的夏收和秋收季節(jié)，往往也是農(nóng)田火災和秸稈焚燒的高發(fā)季節(jié)。農(nóng)田火災往往由于氣候干燥或人為意外造成的火災，其后果是造成大量的糧食、人口與財產(chǎn)損失；農(nóng)田火災秸稈焚燒是造成季節(jié)性嚴重的大氣污染的原因之一，除對大氣環(huán)境造成的嚴重的污染，對土壤環(huán)境造成土壤板結(jié)、生物多樣性下降等破壞外，秸稈焚燒也會造成嚴重的交通、民航、保險索賠、糧食管理等問題。為此，亟需要對農(nóng)田火災和秸稈焚燒進行有效的監(jiān)管。

目前，農(nóng)田火災和秸稈焚燒監(jiān)管的主要方法為成立專門的隊伍進行人工、直升機或?qū)Ｓ密嚨妊策壍姆椒?，其問題是耗時、耗人力、耗財力，而且效率不高，客觀性不夠。多源遙感監(jiān)測方法雖然具有很大的潛力，由于相關(guān)的技術(shù)方法主要集中在熱紅外監(jiān)測方面，所以只能進行瞬時監(jiān)控，并且受干擾比較大(如電焊、燒鍋爐等)，所以作用有限。采用modis、landsattm等數(shù)據(jù)的多光譜的技術(shù)方法，也主要集中在森林草原火災研究上，相關(guān)的模型與方法如果移植到農(nóng)田下墊面上，受到水體、溝壑、道路等影響，提取的精度效果難以滿足要求，同時landsattm時間分辨率比較小也是導致應用不夠的主要原因之一。

因此，如何設計一種高效且可靠的農(nóng)田火災和秸稈焚燒監(jiān)測方法，是亟待解決的問題。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法及系統(tǒng)，該方法及系統(tǒng)能夠?qū)r(nóng)田火災和秸稈焚燒進行準確且可靠的監(jiān)測，其獲取監(jiān)測結(jié)果的效率高且監(jiān)測的結(jié)果精度高，同時克服了單一遙感傳感器和單一監(jiān)測方法的實效性和精度的局限，為控制農(nóng)田火災和秸稈焚燒提供了更加精準的數(shù)據(jù)支撐，進而為火災精準監(jiān)控提供支撐。

為解決上述技術(shù)問題，本發(fā)明提供以下技術(shù)方案：

一方面，本發(fā)明提供了一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法，所述方法包括：

根據(jù)目標區(qū)域中的作物種植區(qū)域的物候特征及氣象、歷史數(shù)據(jù)，分析、判斷作物種植區(qū)域火災的風險概率值；

獲取多個遙感傳感器的遙感數(shù)據(jù)對達到風險概率值的作物種植區(qū)域進行監(jiān)測；

監(jiān)測火點或燃燒痕跡，根據(jù)所述遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息。

進一步的，所述根據(jù)目標區(qū)域中的作物種植區(qū)域的物候特征及氣象、歷史數(shù)據(jù)，分析、判斷作物種植區(qū)域火災的風險概率值，之前還包括：

根據(jù)中分辨率成像光譜儀modis數(shù)據(jù)或多源遙感數(shù)據(jù)時空融合模型，以及利用s-g濾波器獲取目標區(qū)域內(nèi)的作物的物候信息，并根據(jù)土地利用圖及多時相的遙感影像獲取目標區(qū)域內(nèi)的作物的分布信息；

根據(jù)所述作物的物候信息及分布信息建立目標區(qū)域的物候信息查找表，并建立作物成熟區(qū)判定模型ecrop；

以及，根據(jù)所述作物成熟區(qū)判定模型ecrop在目標區(qū)域中確定成熟期作物區(qū)域。

進一步的，所述根據(jù)目標區(qū)域中的作物種植區(qū)域的物候及氣象、歷史數(shù)據(jù)，獲取用于判斷對所述成熟期作物區(qū)域火災的風險概率值，包括：

獲取所述成熟期作物區(qū)域的歷史秸稈焚燒次數(shù)、區(qū)域降水及作物種植區(qū)域的面積數(shù)據(jù)；

以及，根據(jù)所述歷史秸稈焚燒次數(shù)、區(qū)域降水及面積數(shù)據(jù)，基于公式一確定成熟期作物區(qū)域發(fā)生農(nóng)田火災和秸稈焚燒的風險概率值fr：

在公式一中，fri為當前年份的前一年的所述成熟期作物區(qū)域中農(nóng)田火災發(fā)生的次數(shù)；frmax為所述成熟期作物區(qū)域中單年發(fā)生農(nóng)田火災的最高次數(shù)值；vi為所述成熟期作物區(qū)域的秸稈造紙及飼料的有效利用量，單位為噸；fi為單位面積秸稈產(chǎn)量，單位為噸；si為產(chǎn)生秸稈的面積，單位為公頃；t0為秸稈成熟后降水停止的時間點；t為降水停止后的某時間點；m為秸稈風干的時長。

進一步的，所述獲取多個遙感傳感器的遙感數(shù)據(jù)對達到風險概率值的作物種植區(qū)域進行監(jiān)測，包括：

若經(jīng)判斷獲知所述風險概率值fr大于預設的風險閾值，則根據(jù)熱紅外反演或異常探測方法應用多個遙感傳感器的數(shù)據(jù)對成熟期作物區(qū)域進行火點監(jiān)測，以及，應用多個具有短波紅外的遙感數(shù)據(jù)對所述成熟期作物區(qū)域進行燃燒痕跡監(jiān)測；

以及，根據(jù)所述的遙感數(shù)據(jù)進行時間序列的水體信息提取，排除水體信息后，然后進行所述成熟期作物區(qū)域中存在火點或燃燒痕跡信息提取。

進一步的，所述應用多個具有短波紅外的遙感數(shù)據(jù)對所述成熟期作物區(qū)域進行燃燒痕跡監(jiān)測，包括：

根據(jù)公式二確定所述成熟期作物區(qū)域的第一增強燃燒痕跡指數(shù)evbmi：

evbmi＝[(bswir-bgreen)/(bswir+bgreen)]/(bgreen^m1+bred^m1+bswir^m1)公式二

在公式二中，bgreen、bred、bswir分別為綠波段反射率、紅波段反射率和短波紅外波段反射率；m1為經(jīng)驗系數(shù)；

或者，若遙感數(shù)據(jù)的波段包括可見光和近紅外波段，則根據(jù)公式三確定所述成熟期作物區(qū)域的第二增強燃燒痕跡指數(shù)ebmi：

ebmi＝(bnir-bgreen)/(bnir+bgreen)+ndvi×(bgreen+bnir)公式三

在公式三中，bnir為近紅外波段反射率；bgreen為綠波段反射率；其中的ndvi＝(bnir-bred)/(bnir+bred)且bred為紅波段反射率。

進一步的，所述監(jiān)測火點或燃燒痕跡，根據(jù)所述遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息，包括：

在監(jiān)測到火點或燃燒痕跡時，根據(jù)所述的多源遙感影像數(shù)據(jù)獲取與火點或燃燒痕跡對應的燃燒的斑塊的中心坐標；

以及，確定所述火點或燃燒痕跡的時間點。

進一步的，所述根據(jù)所述的多源遙感影像數(shù)據(jù)獲取與火點或燃燒痕跡對應的燃燒的斑塊的中心坐標，包括：

根據(jù)公式四獲取所述多源遙感數(shù)據(jù)中的斑塊的中心點的位置坐標(x,y)f：

在公式四中，xmax為斑點橫坐標的最大值；xmin為斑點橫坐標的最小值；ymax為斑點縱坐標的最大值；ymin為斑點縱坐標的最小值；

統(tǒng)計預設的閾值范圍內(nèi)的像元的個數(shù)。

進一步的，所述確定所述火點或燃燒痕跡的時間點，包括：

比較熱紅外遙感數(shù)據(jù)獲取的溫度熱異常信息，衛(wèi)星過境的時間點為tsat，則確定所述溫度熱異常點為火點燃燒的時間點；

以及，衛(wèi)星獲取當前衛(wèi)星過境的時間點為th2，前一次衛(wèi)星過境的時間點為th1，若從當前衛(wèi)星過境的數(shù)據(jù)中提到燃燒痕跡斑塊，設該斑塊形成的時間點為th，則確定該斑塊形成的時間點為th1＜th＜th2。

進一步的，所述監(jiān)測火點或燃燒痕跡，根據(jù)所述遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息，還包括：

根據(jù)公式五確定所述火點或燃燒痕跡的斑塊的空間分布：

a＝(a1∪a2∪a3∪...∪an)公式五

在公式五中，選擇多源遙感影像最高分辨率的數(shù)據(jù)為基準，將其它分辨率的遙感影像進行重采樣，a多源遙感數(shù)據(jù)中提取的秸稈焚燒斑塊信息中所包括的像素集合，a1、a2、a3….an分別為同一所述達到風險閾值的作物種植區(qū)域中秸稈焚燒留下的斑塊包含像素的集合；

根據(jù)公式六確定所述火點或燃燒痕跡的斑塊的面積s：

在公式六中，si為斑塊i的面積；ni為斑塊i的像元數(shù)；p為像素面積。

另一方面，本發(fā)明還提供了一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測系統(tǒng)，所述系統(tǒng)包括：

風險概率值獲取單元，用于根據(jù)目標區(qū)域中的作物種植區(qū)域的物候特征及氣象、歷史數(shù)據(jù)，分析、判斷作物種植區(qū)域火災的風險概率值；

多源遙感監(jiān)測單元，用于獲取多個遙感傳感器的遙感數(shù)據(jù)對達到風險概率值的作物種植區(qū)域進行監(jiān)測；

時間、空間分布與面積信息獲取單元，用于監(jiān)測火點或燃燒痕跡，根據(jù)所述遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息。

由上述技術(shù)方案可知，本發(fā)明所述的一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法及系統(tǒng)，其中的方法包括：根據(jù)目標區(qū)域中的作物種植區(qū)域的物候特征及氣象、歷史數(shù)據(jù)，分析、判斷作物種植區(qū)域火災的風險概率值，獲取多個遙感傳感器的遙感數(shù)據(jù)對達到風險概率值的作物種植區(qū)域進行監(jiān)測；監(jiān)測火點或燃燒痕跡，根據(jù)遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息；能夠?qū)r(nóng)田火災和秸稈焚燒進行準確且可靠的監(jiān)測，其獲取監(jiān)測結(jié)果的效率高且監(jiān)測的結(jié)果精度高，同時克服了單一遙感傳感器和單一監(jiān)測方法的實效性和精度的局限，為控制農(nóng)田火災和秸稈焚燒提供了更加精準的數(shù)據(jù)支撐，進而為火災精準監(jiān)控提供支撐。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)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1是本發(fā)明的一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法的流程示意圖。

圖2是本發(fā)明的監(jiān)測方法中步驟100之前步驟的流程示意圖。

圖3是本發(fā)明的監(jiān)測方法中步驟100的流程示意圖。

圖4是本發(fā)明的監(jiān)測方法中步驟200的流程示意圖。

圖5是本發(fā)明的監(jiān)測方法中步驟300的流程示意圖。

圖6是本發(fā)明的監(jiān)測方法中步驟301的流程示意圖。

圖7是本發(fā)明的監(jiān)測方法中步驟302的流程示意圖。

圖8是本發(fā)明的監(jiān)測方法中步驟400的流程示意圖。

圖9是本發(fā)明的基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法的應用實例的流程示意圖。

圖10是本發(fā)明的一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測系統(tǒng)的流程示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整的描述，顯然，所描述的實施例是本發(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(lǐng)域普通技術(shù)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。

本發(fā)明的實施例一公開了一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法的一種具體實施方式，參見圖1，所述監(jiān)測方法具體包括如下內(nèi)容：

步驟100：根據(jù)目標區(qū)域中的作物種植區(qū)域的物候特征及氣象、歷史數(shù)據(jù)，分析、判斷作物種植區(qū)域火災的風險概率值。

在步驟100中，首先確定要進行監(jiān)測的農(nóng)田區(qū)域為目標區(qū)域，然后在目標區(qū)域中確定成熟期作物區(qū)域，再根據(jù)目標區(qū)域中的成熟期作物區(qū)域的環(huán)境及歷史數(shù)據(jù)，其中的環(huán)境及歷史數(shù)據(jù)包括但不限于歷史秸稈焚燒次數(shù)、區(qū)域降水及面積數(shù)據(jù)，并根據(jù)歷史秸稈焚燒次數(shù)、區(qū)域降水及面積數(shù)據(jù)等數(shù)據(jù)確定用于判斷是否對所述成熟期作物區(qū)域進行監(jiān)測的風險概率值。

步驟200：獲取多個遙感傳感器的遙感數(shù)據(jù)對達到風險概率值的作物種植區(qū)域進行監(jiān)測。

在步驟200中，若經(jīng)判斷獲知所述風險概率值大于預設的風險閾值，則根據(jù)熱紅外反演或異常探測方法控制多個傳感器對所述成熟期作物區(qū)域進行火點監(jiān)測，并控制多個設有短波紅外器件的傳感器對所述成熟期作物區(qū)域進行燃燒痕跡監(jiān)測。

步驟300：監(jiān)測火點或燃燒痕跡，根據(jù)所述遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息。

在步驟300中，在監(jiān)測到火點或燃燒痕跡時，根據(jù)所述傳感器采集的多源遙感影響數(shù)據(jù)獲取與火點或燃燒痕跡對應的燃燒的斑塊的中心坐標并確定所述火點或燃燒痕跡的時間點；以及，根據(jù)同一所述成熟期作物區(qū)域中應用不同分辨率得到的秸稈焚燒留下的斑塊確定所述火點或燃燒痕跡的斑塊的空間分布，并根據(jù)斑塊的面積、像元數(shù)和像素面積等確定所述火點或燃燒痕跡的斑塊的面積。

從上述描述可知，本發(fā)明的實施例通過多源遙感數(shù)據(jù)對農(nóng)田火災和秸稈焚燒進行準確且可靠的監(jiān)測，其監(jiān)測過程完整性高且適用性強，且獲取監(jiān)測結(jié)果的效率高且監(jiān)測的結(jié)果精度高。

本發(fā)明的實施例二公開了上述監(jiān)測方法的另一種具體實施方式，參見圖2，所述監(jiān)測方法中的步驟100之前還具體包括如下內(nèi)容：

步驟001：根據(jù)中分辨率成像光譜儀modis數(shù)據(jù)或多源遙感數(shù)據(jù)時空融合模型，以及利用s-g濾波器獲取目標區(qū)域內(nèi)的作物的物候信息，并根據(jù)土地利用圖及多時相的遙感影像獲取目標區(qū)域內(nèi)的作物的分布信息。

步驟002：根據(jù)所述作物的物候信息及分布信息建立目標區(qū)域的物候信息查找表，并建立作物成熟區(qū)判定模型ecrop。

步驟003：根據(jù)所述作物成熟區(qū)判定模型ecrop在目標區(qū)域中確定成熟期作物區(qū)域。

在上述描述中，中分辨率成像光譜儀modis是搭載在terra和aqua衛(wèi)星上的一個重要的傳感器，是衛(wèi)星上唯一將實時觀測數(shù)據(jù)通過x波段向全世界直接廣播，并可以免費接收數(shù)據(jù)并無償使用的星載儀器；多源遙感數(shù)據(jù)時空融合模型為estarfm融合模型，s-g濾波器(savitzky-golayfilter)對由于傳感器及云層大氣等因素影響而產(chǎn)生的噪聲有較好的去除作用，并且其重構(gòu)的時序數(shù)據(jù)能夠清晰描述序列的長期變化趨勢以及局部的突變信息，對植被指數(shù)時序數(shù)據(jù)的重構(gòu)有較好的適用性。

從上述描述可知，本發(fā)明的實施例提供了一種能夠準確獲取成熟期作物區(qū)域的具體實現(xiàn)方式，其獲取結(jié)果準確度高且適用性強，為后續(xù)的農(nóng)田火災和秸稈焚燒的監(jiān)測提供了準確的數(shù)據(jù)基礎。

本發(fā)明的實施例三公開了上述監(jiān)測方法中步驟100的一種具體實施方式，參見圖3，所述步驟100具體包括如下內(nèi)容：

步驟101：獲取所述成熟期作物區(qū)域的歷史秸稈焚燒次數(shù)、區(qū)域降水及作物種植區(qū)域的面積數(shù)據(jù)。

步驟102：根據(jù)所述歷史秸稈焚燒次數(shù)、區(qū)域降水及面積數(shù)據(jù)，基于公式一確定所述成熟期作物區(qū)域發(fā)生農(nóng)田火災和秸稈焚燒的風險概率值fr：

在公式一中，fri為當前年份的前一年的所述成熟期作物區(qū)域中農(nóng)田火災發(fā)生的次數(shù)；frmax為所述成熟期作物區(qū)域中單年發(fā)生農(nóng)田火災的最高次數(shù)值；vi為所述成熟期作物區(qū)域的秸稈造紙及飼料的有效利用量，單位為噸；fi為單位面積秸稈產(chǎn)量，單位為噸；si為產(chǎn)生秸稈的面積，單位為公頃；t0為秸稈成熟后降水停止的時間點；t為降水停止后的某時間點；m為秸稈風干的時長。

從上述描述可知，本發(fā)明的實施例能夠根據(jù)目標區(qū)域中的成熟期作物區(qū)域的環(huán)境及歷史數(shù)據(jù)，準確且快速的獲取用于判斷是否對所述成熟期作物區(qū)域進行監(jiān)測的風險概率值，保證了進行多源遙感監(jiān)測的準確性，避免了無效資源的浪費，節(jié)省了監(jiān)測成本。

本發(fā)明的實施例四公開了上述監(jiān)測方法中步驟200的一種具體實施方式，參見圖4，所述步驟200具體包括如下內(nèi)容：

步驟201：若經(jīng)判斷獲知所述風險概率值fr大于預設的風險閾值，則根據(jù)熱紅外反演或異常探測方法應用多個遙感傳感器的數(shù)據(jù)對所述成熟期作物區(qū)域進行火點監(jiān)測，以及，應用多個具有短波紅外的遙感數(shù)據(jù)對所述成熟期作物區(qū)域進行燃燒痕跡監(jiān)測。

在步驟201中，所述控制多個設有短波紅外器件的傳感器對所述成熟期作物區(qū)域進行燃燒痕跡監(jiān)測具體包括：

根據(jù)公式二確定所述成熟期作物區(qū)域的第一增強燃燒痕跡指數(shù)evbmi：

evbmi＝[(bswir-bgreen)/(bswir+bgreen)]/(bgreen^m1+bred^m1+bswir^m1)公式二

在公式二中，bgreen、bred、bswir分別為綠波段反射率、紅波段反射率和短波紅外波段反射率；m1為經(jīng)驗系數(shù)。

或者，若遙感數(shù)據(jù)的波段包括可見光和近紅外波段，則根據(jù)公式三確定所述成熟期作物區(qū)域的第二增強燃燒痕跡指數(shù)ebmi：

ebmi＝(bnir-bgreen)/(bnir+bgreen)+ndvi×(bgreen+bnir)公式三

在公式三中，bnir為近紅外波段反射率；bgreen為綠波段反射率；其中的ndvi＝(bnir-bred)/(bnir+bred)且bred為紅波段反射率。

步驟202：根據(jù)所述的遙感數(shù)據(jù)進行時間序列的水體信息提取，排除水體信息后，然后進行所述成熟期作物區(qū)域中存在火點或燃燒痕跡信息提取。

從上述描述可知，本發(fā)明的實施例能夠?qū)λ龀墒炱谧魑飬^(qū)域進行火點監(jiān)測及燃燒痕跡監(jiān)測，克服了單一傳感器和單一監(jiān)測方法對監(jiān)測范圍和精度的局限，為控制農(nóng)田火災和秸稈焚燒提供了更加精準的數(shù)據(jù)支撐。

本發(fā)明的實施例五公開了上述監(jiān)測方法中步驟300的一種具體實施方式，參見圖5，所述步驟300具體包括如下內(nèi)容：

步驟301：在監(jiān)測到火點或燃燒痕跡時，根據(jù)所述多源遙感影像數(shù)據(jù)獲取與火點或燃燒痕跡對應的燃燒的斑塊的中心坐標。

步驟302：確定所述火點或燃燒痕跡的時間點。

從上述描述可知，本發(fā)明的實施例能夠在監(jiān)測到火點或燃燒痕跡時，快速且準確地根據(jù)所述傳感器采集的多源遙感影響數(shù)據(jù)獲取火點或燃燒痕跡的位置及時間信息。

在一種具體實施方式中，參見圖6，上述步驟301具體包括如下內(nèi)容：

步驟301a：根據(jù)公式四獲取所述多源遙感影像數(shù)據(jù)中的斑塊的中心點的位置坐標(x,y)f：

在公式四中，xmax為斑點橫坐標的最大值；xmin為斑點橫坐標的最小值；ymax為斑點縱坐標的最大值；ymin為斑點縱坐標的最小值。

步驟301b：統(tǒng)計預設的閾值范圍內(nèi)的像元的個數(shù)。

在一種具體實施方式中，參見圖7，上述步驟302具體包括如下內(nèi)容：

步驟302a：比較熱紅外遙感數(shù)據(jù)獲取的溫度熱異常信息，衛(wèi)星過境的時間點為tsat，則確定所述溫度熱異常點為火點燃燒的時間點。

步驟302b：衛(wèi)星獲取當前衛(wèi)星過境的時間點為th2，前一次衛(wèi)星過境的時間點為th1，若從當前衛(wèi)星過境的數(shù)據(jù)中提到燃燒痕跡斑塊，設該斑塊形成的時間點為th，則確定該斑塊形成的時間點為th1＜th＜th2。

本發(fā)明的實施例六公開了上述監(jiān)測方法中步驟400的一種具體實施方式，參見圖8，所述步驟400具體包括如下內(nèi)容：

步驟401：根據(jù)公式五確定所述火點或燃燒痕跡的斑塊的空間分布：

a＝(a1∪a2∪a3∪...∪an)公式五

在公式五中，選擇多源遙感影像最高分辨率的數(shù)據(jù)為基準，將其它分辨率的遙感影像進行重采樣，a多源遙感數(shù)據(jù)中提取的秸稈焚燒斑塊信息中所包括的像素集合，a1、a2、a3….an分別為同一所述達到風險閾值的作物種植區(qū)域中秸稈焚燒留下的斑塊包含像素的集合；

步驟402：根據(jù)公式六確定所述火點或燃燒痕跡的斑塊的面積s：

在公式六中，si為斑塊i的面積；ni為斑塊i的像元數(shù)；p為像素面積。

從上述描述可知，本發(fā)明的實施例能夠準確且高效地獲取火點或燃燒痕跡的斑塊的空間分布與面積信息，為控制農(nóng)田火災和秸稈焚燒提供了更加精準的數(shù)據(jù)支撐，進而保證了農(nóng)田財產(chǎn)的安全。

為進一步的說明本方案，本發(fā)明還提供了一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測方法的應用實例，參見圖9，所述監(jiān)測方法具體包括如下內(nèi)容：

1、作物分布及成熟期的信息提取

作物類型確定方法(物候特征)、成熟期的確定等，明確火災或秸稈焚燒可能發(fā)生的時間和發(fā)生的空間范圍。

1-1、作物物候信息提取

時間序列的作物信息，采用高時間分辨率的數(shù)據(jù)集，如modis或時空融合的方法，如modis和landsattm數(shù)據(jù)融合得到高空間高時間分辨率的時間序列的ndvi數(shù)據(jù)集；作物成熟期-通過區(qū)域物候特征-物候信息提取方法s-g濾波方法，確定不同作物的物候特征。

在上述描述中，s-g濾波：由于傳感器，云層大氣等因素影響，不可避免的會產(chǎn)生一些噪聲，s-g濾波器對這些噪聲有較好的去除作用，并且其重構(gòu)的時序數(shù)據(jù)能夠清晰描述序列的長期變化趨勢以及局部的突變信息，對植被指數(shù)時序數(shù)據(jù)的重構(gòu)有較好的適用性。利用savitzky和golay提出的s-g濾波算法，通過timesat軟件對evi時序數(shù)據(jù)進行重構(gòu)。

s-g濾波重構(gòu)算法如下：

其中，重構(gòu)時序數(shù)據(jù)，tj+1為原始時序數(shù)據(jù)，ci為濾波系數(shù)，n為滑動窗口內(nèi)的時序數(shù)據(jù)數(shù)量。

在上述描述中，時空融合：estarfm融合模型由starfm模型的基礎上發(fā)展而來的，其考慮到了模擬數(shù)據(jù)與基準數(shù)據(jù)之間的時間差異，并引入混合像元分解理論，一定程度上克服了starfm在地物類型復雜情況下適用性較差的缺點(gao，2006；zhu，2010)。estarfm(enhancedspatialandtemporaladaptivereflectancefusionmodel)，利用landsat和modis反射率數(shù)據(jù)在像元距離，光譜，獲取時間等信息的差異，模擬出modis數(shù)據(jù)對應時相的landsat反射率數(shù)據(jù)。

純像元時，t0時間的landsat和modis反射率數(shù)據(jù)存在如下關(guān)系：

則有模擬tk時間的landsat數(shù)據(jù)為：

l和m分別為landsat和modis地表反射率，(xi,yj)為像元位置，a,b為兩傳感器反射率數(shù)據(jù)存在線性關(guān)系的系數(shù)(由波段寬度，幾何誤差等引起的)。

考慮到①實際中像元多為混合像元②地物覆蓋情況可能隨著時間的變化③傳感器位置會隨著時間變化。

因此，融合模型建立了局部滑動窗口，尋找中心像元的光譜相似鄰近像元，根據(jù)landsat和modis的光譜差異，基準時間和模擬時間的modis的時間差異，以及中心像元和鄰近像元的空間歐式幾何距離，對鄰近像元賦予不同的權(quán)重，得到模擬中心像元反射率。

選擇鄰近像元時，滿足：

其中，l為landsat反射率，(xi,yj)為像元位置，w為局部滑動窗口尺寸，t0為時間，σ(bn)為第n波段反射率數(shù)據(jù)的標準差。

則有模擬的中心反射率為：

其中為中心像元(xw/2,yw/2)在模擬時間tp的landsat的地表反射率，為中心像元(xw/2,yw/2)在基準時間t0的landsat的地表反射率，分別為像元(xi,yj)在t0，tp時間的modis地表反射率，vi是通過混合像元分解得到的線性系數(shù)，wijk為權(quán)重。

cijk＝sijk*tijk*dijk

sijk＝|l(xi,yj,tk)-m(xi,yj,tk)|

tijk＝|m(xi,yj,tk)-m(xi,yj,t0)|

sijk為給定位于(xi,yj)modis和landsat的地表反射率差異，該參數(shù)可以衡量兩者光譜差異，值越小，表示給定位置鄰近像元的相似高，則賦予更高權(quán)重；tijk表示modis數(shù)據(jù)兩段時間之間的反射率差異，該值越小表明該時間段內(nèi)光譜變化越小，在計算中賦予更高的權(quán)重；dijk為中心像元點與參與計算的像元點的幾何距離，該值越小賦予的權(quán)重越高。

再根據(jù)時相加權(quán)可得：

其中

m,n為兩個時相，p模擬時相，b為波段。

本研究利用公式(8)模擬出landsat數(shù)據(jù)，即輸入tm,tn時間的landsat和modis基準影像和tk時間的modis，得到tk時間的模擬landsat數(shù)據(jù)。通過融合模型可以獲取由于云污染或者重訪周期限制而缺失的landsat數(shù)據(jù)，最終獲得2013和2014一共92景l(fā)andsat數(shù)據(jù)，數(shù)據(jù)的空間分辨率為30m，時間分辨率為8天。高時間和高空間的數(shù)據(jù)能夠一定程度上克服混合像元的情況，同時對較短時間發(fā)生的旱災的具有監(jiān)測其變化的潛力。

1-2、作物分布信息的獲取

通過土地利用圖獲取,通過多時相的遙感影像提取農(nóng)田,應用決策樹的方法進行提取，得到不同作物類型的空間分布信息；通過時間序列的監(jiān)測方法，得到不同作物的物候信息。

1-3、建立物候信息查找表

建立數(shù)據(jù)庫系統(tǒng)，存儲不同作物空間分布、類型、生長周期等信息，建立查找表，以備成熟作物信息提取。

1-4、成熟作物成熟期判斷

通過時間判斷和上述查找表，確定某類農(nóng)作物是否到成熟期，根據(jù)物候查找表，確定某類作物開始進入成熟期到收割期的時間點分辨為ts，tm，可以構(gòu)建成熟的作物信息模型，作物成熟判定模型ecrop為：

ecrop＝(ndvit-ndvitm)/(ndvitmax-ndvitm)

ndvi＝(bnir-bred)/(bnir+bred)

如果ecrop≥a，a>0,為預設值，則判定為進入成熟期，并且可能發(fā)生火災或秸稈焚燒的區(qū)域。式中，ndvitmax為作物成熟期的起始期，ndvitm為作物進入成熟期后某時間點的ndvi值。bnir為近紅外波段反射率或dn值，bred紅光波段的反射率或dn值。

2、秸稈焚燒風險預判

進入作物成熟期后，通過降水、歷史秸稈焚燒次數(shù)、面積等數(shù)據(jù)，進行風險預判，并在此基礎上，確定是否開始遙感監(jiān)測，農(nóng)田火災(fr)具體如下：

式中，fr為農(nóng)田火災發(fā)生概率；fri為前一年監(jiān)測區(qū)農(nóng)田火災發(fā)生的次數(shù)；frmax為通過歷史數(shù)據(jù)統(tǒng)計出近10年的農(nóng)田火災頻率最高年火災發(fā)生的次數(shù)；vi為監(jiān)測區(qū)秸稈造紙、飼料等有效利用量；fi為單位面積秸稈產(chǎn)量；si為產(chǎn)生秸稈的面積；t0為秸稈成熟后降水停止的時間點；t為降水后的時長，以天為單位；m為秸稈風干的時長，為常數(shù)，建議取2。

3、火點或燃燒痕跡提取

3-1、熱紅外法-衛(wèi)星過境時在燃燒的火點監(jiān)測方法

常規(guī)的熱紅外反演方法(單窗或劈窗算法)；

異常探測像元-溫度高的異常探測(環(huán)保部),通過閾值確定。

相關(guān)的文獻均已經(jīng)公布(環(huán)境保護部衛(wèi)星環(huán)境應用中心)。

3-2、燃燒痕跡提取的方法

可見光-近紅外-短波紅外的方法(如oli)

對于有短波紅外的傳感器，如landsattm，可采用增強的燃燒痕跡指數(shù)evbmi：

evbmi＝[(bswir-bgreen)/(bswir+bgreen)]/(bgreen^m+bred^m+bswir^m)

式中，evbmi為增強的植被燃燒痕跡指數(shù)；

bgreen、bred、bswir分別為綠波段反射率、紅波段反射率和短波紅外波段反射率，m為經(jīng)驗系數(shù)。

可見光-近紅外波段衛(wèi)星方法-增強燒痕指數(shù)ebmi：

ebmi＝(bnir-bgreen)/(bnir+bgreen)+ndvi×(bgreen+bnir)

式中，ebmi為增強的燒痕指數(shù)，bnir為近紅外波段反射率。

ndvi＝(bnir-bred)/(bnir+bred)

3-3、燃燒季節(jié)時間序列的水體提取方法(引水渠，或降水的集水)

對于只有近紅外以內(nèi)的光譜范圍的傳感器，如gf-1，可采用歸一化水體指數(shù)：

ndwi＝(bgreen-bnir)/(bgreen+bnir)-ndvi

對于有短波紅外波段的數(shù)據(jù)，可采用改進的歸一化水體指數(shù)：

mndwi＝(bgreen-bswir)/(bgreen+bswir)

4、燃燒位置、面積和燃燒時間多傳感器數(shù)據(jù)的綜合判定

4-1、燃燒位置快速確定的方法

取斑塊的中心點坐標位置：

統(tǒng)計閾值范圍內(nèi)像元的個數(shù)

按照最高閾值(大氣影響最大的情況下)統(tǒng)計，統(tǒng)計燃燒的斑塊的中心坐標。

4-2、燃燒時間點的確定

通過獲取熱紅外的溫度異常點：可以確定燃燒的時間點與衛(wèi)星過境的時間點吻合；即：th＝tsat，式中，th和tsat分別為火災發(fā)生的時間點和衛(wèi)星過境時的時間點。

通過多波段獲取的燃燒痕跡發(fā)生點th：燃燒痕跡上次發(fā)生火災后衛(wèi)星過境的時間點th1，下一次衛(wèi)星過境點th2，則th1點后，新發(fā)生火點的時間點：如果th1<th<th2或ts<th<th2

發(fā)生的時間點為t∈[th1,th2]∩[ths,th2]區(qū)間內(nèi)。

5、多傳感器多空間分辨率的秸稈焚燒統(tǒng)計

為避免斑塊重疊區(qū)的斑塊重復統(tǒng)計的問題，農(nóng)田火災斑塊所在圖像可以表示為：

a＝(a1∪a2∪a3∪...∪an)

a為同一景中秸稈焚燒的斑塊，a1、a2、a3….an分別為同一區(qū)域作物進入成熟季節(jié)后，不同分辨率得到的秸稈焚燒留下的斑塊，應用不同分辨率得到的斑塊。

6、斑塊的面積統(tǒng)計

在多傳感器多空間分辨率的秸稈焚燒統(tǒng)計的基礎上，進行斑塊的面積統(tǒng)計，燃燒痕跡斑塊面積s為：

式中，si為斑塊i的面積，ni為斑塊i的像元數(shù)，p為像素面積。

從上述描述可知，本發(fā)明的應用實例能夠?qū)r(nóng)田火災和秸稈焚燒進行準確且可靠的監(jiān)測，其獲取監(jiān)測結(jié)果的效率高且監(jiān)測的結(jié)果精度高，同時克服了單一傳感器和單一監(jiān)測方法對監(jiān)測范圍和精度的局限，為控制農(nóng)田火災和秸稈焚燒提供了更加精準的數(shù)據(jù)支撐，進而保證了農(nóng)田財產(chǎn)的安全。

本發(fā)明的實施例七公開了能夠?qū)崿F(xiàn)上述監(jiān)測方法的全部過程的一種基于多源遙感數(shù)據(jù)的農(nóng)田火災和秸稈焚燒監(jiān)測系統(tǒng)的一種具體實施方式，參見圖10，所述監(jiān)測系統(tǒng)具體包括如下內(nèi)容：

風險概率值獲取單元10，用于根據(jù)目標區(qū)域中的作物種植區(qū)域的物候特征及氣象、歷史數(shù)據(jù)，分析、判斷作物種植區(qū)域火災的風險概率值。

多源遙感監(jiān)測單元20，用于獲取多個遙感傳感器的遙感數(shù)據(jù)對達到風險概率值的作物種植區(qū)域進行監(jiān)測。

時間、空間分布與面積信息獲取單元30，用于監(jiān)測火點或燃燒痕跡，根據(jù)所述遙感傳感器之間觀測的時間差，綜合判斷火點或燃燒痕跡的斑塊發(fā)生的時間、空間分布與面積信息。

從上述描述可知，本發(fā)明的實施例通過多源遙感數(shù)據(jù)對農(nóng)田火災和秸稈焚燒進行準確且可靠的監(jiān)測，其監(jiān)測過程完整性高且適用性強，且獲取監(jiān)測結(jié)果的效率高且監(jiān)測的結(jié)果精度高。

以上實施例僅用于說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。