一种Himawari-8遥感数据的火点检测方法

摘要

本发明公开了一种Himawari‑8遥感数据的火点检测方法，属于遥感数据火点检测技术领域。其包括以下步骤：对Himawari‑8卫星遥感数据进行预处理，获取像素及其邻域，并制作数据集；搭建双输入卷积神经网络模型，将辐射温度波段和反射率波段分别输入网络；使用数据集进行深度学习模型的训练，根据损失函数的变化情况，迭代更新网络模型参数，收敛得到最佳的网络模型；将得到的模型用于测试集中数据的火点检测。本发明方法与传统的上下文相对阈值算法相比，能够自动进行火点判断，并能有效提高遥感数据火点检测的准确率。