基于遥感数据高温异常信息的提取方法

摘要

本发明公开了基于遥感数据高温异常信息的提取方法，包括如下步骤：取遥感数据，筛选，对筛选的数据进行数据拼接；计算温度的最大值；投影转换；栅格运算；调整生成的栅格数据的分辨率；对栅格数据进行邻域分析、聚类统计分析、分析过滤、格式转换。本发明基于大量的实时历史遥感数据快速的生成大面积的高温异常数据，为火灾监测预警提供基础分析数据；相比传统的人工现场采集方法，具有快速生成、范围大、历史数据再现的优点。

说明书

技术领域

本发明属于遥感数据技术领域，尤其涉及基于遥感数据高温异常信息的提取方法。

背景技术

遥感图像处理是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理。

遥感图像自动判读是根据遥感图像数据特征的差异和变化，通过计算机处理，自动输出地物目标的识别分类结果，它是计算机模式识别技术在遥感领域的具体应用。

高温异常点是异常灾害信息主要表现之一。遥感技术具有大范围观测、高时空分辨率的特点，能够准确对地表过程进行描述，能够弥补统计数据在信息化、空间化的不足。但是缺少遥感信息中异常信息的提取方法，使得火灾风险评估的准确性和有效性无法得到保证。

发明内容

本发明的目的就在于为了解决上述问题而提供基于遥感数据高温异常信息的提取方法，包括如下步骤：

S1:取遥感数据，筛选，对筛选的数据进行数据拼接；

S2:采用波段运算工具计算温度的最大值；

S3:对生成的最大值数据作投影转换，根据目标区域范围的界限矢量数据裁剪投影后的数据；

S4:对裁剪后的数据作栅格运算，得到初步的高温异常数据；

S5:调整生成的栅格数据的分辨率对高温异常数据进行优化处理；

S6:对栅格数据进行邻域分析；

S7:对数据进行聚类统计分析，把相同值并相邻的像元聚合成一个图斑；

S8:分析过滤，生成优化后的高温异常栅格数据；

S9:对栅格数据进行格式转换，得到高温异常矢量数据。

本发明的有益效果在于：本发明基于大量的实时历史遥感数据快速的生成大面积的高温异常数据，为火灾监测预警提供基础分析数据；相比传统的人工现场采集方法，具有快速生成、范围大、历史数据再现的优点。

附图说明

图1是本发明的流程原理图。

具体实施方式

下面结合附图对本发明作进一步说明：

如附图1所示，本发明基于遥感数据高温异常信息的提取方法，包括如下步骤：

S1:取遥感数据，筛选，对筛选的数据进行数据拼接；

S2:采用波段运算工具计算温度的最大值；

S3:对生成的最大值数据作投影转换，根据目标区域的界限矢量数据裁剪投影后的数据；

S4:对裁剪后的数据作栅格运算，得到初步的高温异常数据；

S5:调整生成的栅格数据的分辨率对高温异常数据进行优化处理；

S6:对栅格数据进行邻域分析；

S7:对数据进行聚类统计分析，把相同值并相邻的像元聚合成一个图斑；

S8:分析过滤，生成优化后的高温异常栅格数据；

S9:对栅格数据进行格式转换，得到高温异常矢量数据。

具体的，所述S3中对生成的最大值数据作投影转换采用behrmann投影。

具体的，所述S4中对裁剪后的数据作栅格运算的具体方法为：小于第一设定值的值赋值0，大于或等于第二设定值的值赋值1，得到初步的高温异常数据。

具体的，所述分析过滤，生成优化后的高温异常栅格数据的具体过程为：采用sieve工具作过滤分析，把聚类统计后数据小于第一像素值的设置为0，生成优化后的高温异常栅格数据。

本发明具体实施过程如下：

S1:取2015-2019年3月15日-7月15日期间MCD64A1月度遥感数据，筛选出包含目标区域如一个省份的月度遥感数据，采用MRT工具分别按月份对筛选的温度遥感数据进行数据拼接；

S2:采用ERDAS软件的波段计算工具，根据计算公式float(b1>b2>b3>b4>b5>...>bn),n为数据的个数，float为栅格值转为浮点型数值；bn为温度遥感数据的值，计算出温度的最大值栅格设为max；

S3:对计算出的数据作投影转换，本实施例采用behrmann投影，根据目标区域的界线矢量数据裁剪投影后的数据；

S4:对裁剪后的数据作栅格运算：小于1的值赋值0，大于等于1的值赋值1，得到初步的高温异常数据；

S5：数据优化处理，采用resample工具，改变栅格运算生成的栅格数据的分辨率，将分辨率从500米提高到100米；

S6：采用neighborhood工具，大小选择7x7，忽略0值统计,作领域分析；

S7:采用clump工具作聚类统计分析，把相同值并相邻的像元聚合成一个图斑；消除遥感数据噪点的影响，剔除过小的区域并将相同值并相邻的像元合并。

S8:采用sieve工具作过滤分析，把聚类统计后数据小于500像素值的设置为0，即生成了优化后的高温异常栅格数据；

S9:将高温异常栅格数据转换为shp格式，得到高温异常矢量数据。

本发明解决了大范围的高温异常数据快速提取的问题，通过波段运算工具计算月度高温火点数据最大值，通过最大温度栅格数据生成高温异常区域的栅格数据；对初步生成的高温异常栅格数据进行GIS分析优化，提高高温异常区域火点监测的准确率。

本发明能够提高从遥感数据中提取信息的速度与客观性，快速实时提取高温异常数据，为火灾监测预警提供基础的空间分析数据。通过长时间序列遥感影像提取的地物特征参数，实现变化检测和异常信息识别。相比传统的人工现场采集方法，具有快速生成、范围大、历史数据再现的优点。

本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。